基于CMIP6模式預估中亞降水時空變化特征

嚴謹 李賀 汪家楠

摘要：基于1951—2010年英國東英吉利大學（East?Anglia）氣候研究中心降水資料來檢驗CMIP6模式資料中22套模式降水資料對中亞地區年平均降水的模擬能力，并挑選最優的一批模式資料來預估中亞未來降水的時空分布特征。結果表明：在2021—2060年不同排放情景下，多模式集合平均與歷史值之差的降水氣候態分布與1951—2010年間降水氣候態分布特征明顯不同，而均方差的分布特征基本相似，在春季和冬季，中亞未來降水趨勢均體現出北部降水增長，南部降水減少的分布特征。未來中亞春季和冬季平均降水量在大部分地區始終出現變多趨勢，不同排放情景下預估降水長期趨勢變化的結果表明，中亞春季和冬季整體降水增長或減少趨勢的強度均大于以往降水變化的強度。

關?鍵?詞：CMIP6?中亞?降水?時空變化

中圖分類號：P467 文獻標識碼：A

Prediction?of?the?Spatio-Temporal?Variation?Characteristics?of?Precipitation?in?Central?Asia?Based?on?the?CMIP6?Model

YAN?Jin*???LI?He????WANG?Jianan

（Danzhou?Meteorological?Service，?Danzhou，?Hainan?Province，?571700?China）

Abstract：?Based?on?precipitation?data?from?the?Climate?Research?Unit?of?University?of?East?Anglia?in?the?UK?from?1951?to?2010，?this?study?examines?the?simulation?ability?of?the?precipitation?data?of?22?sets?of?model?in?CMIP6?model?data?on?annual?average?precipitation?in?Central?Asia，?and?selects?the?optimal?batch?of?model?data?to?predict?the?spatio-temporal?distribution?characteristics?of?precipitation?in?Central?Asia?in?the?future.?The?results?show?that?under?different?emission?scenarios?from?2021?to?2060，?the?distribution?characteristics?of?precipitation?climate?patterns?with?the?difference?between?the?average?and?historical?values?of?the?multimodal?set?are?significantly?different?from?those?from?1951?to?2010，?the?distribution?characteristics?of?mean?square?errors?are?basically?similar，?and?that?in?spring?and?winter，?the?precipitation?trend?in?Central?Asia?in?the?future?shows?the?distribution?characteristics?of?increasing?precipitation?in?the?north?and?decreasing?precipitation?in?the?south.?In?the?future，?the?average?precipitation?in?spring?and?winter?in?Central?Asia?will?always?show?an?increasing?trend?in?most?regions，?and?the?results?of?predicting?the?long-term?trend?change?of?precipitation?under?different?emission?scenarios?indicate?that?the?intensity?of?the?overall?increase?or?decrease?trend?of?precipitation?in?Central?Asia?in?spring?and?winter?is?greater?than?that?of?previous?precipitation?changes.

Key?Words：?CMIP6;?Central?Asia;?Precipitation;?Spatial?and?temporal?variation

在過去的100年中全球平均地表氣溫上升了0.74℃左右，全球變暖對全球以及區域氣候變化造成了巨大的影響，研究表明未來極端氣候變化與全球變暖強度有關[1-2]。早期的學者研究發現，不同的地區溫度升高與降水變化之間的聯系并不一致，區域降水變化對全球變暖的響應也因地區而異[3]。已有大量研究證實，干旱及半干旱地區在水文變化和生態環境方面對全球變暖的響應更加敏感[4]。受西風主導的中亞地區位于北溫帶至南亞熱帶之間，是世界上最大的內陸干旱區，也是受全球變暖影響最強烈的地區之一，在過去的幾十年內，中亞的地表氣溫增暖速度是北半球地表氣溫增暖速度的兩倍，具有空間變異性強、降水年際變化特征明顯的特點[5-6]。中亞干旱區在我國提出的“一帶一路”國際合作倡議中具有重要的戰略意義[7]，因其生態系統極其脆弱，小冰川大幅退縮，自然降水分布不均等因素造成水資源的不穩定[8]影響著我國“一帶一路”倡議的順利實施。所以，研究中亞干旱區未來降水的變化特征具有重要的理論價值和實際意義。

由于觀測資料缺失，氣候系統模式被學者們認為是模擬和預估中亞未來氣候變化最可行的手段[9]。針對基于CMIP5模式對中亞降水進行預估已有大量研究，有學者發現[10]，在RCP4.5排放情景下，21世紀前期的中亞地區降水呈整體減少的趨勢，中期以及末期，降水逐漸增多。還有研究表明，中亞南部地區在未來30年的降水相對其上世紀末期的平均降水量可能會減少10%左右[11]。第六次國際耦合模式比較計劃（CMIP6）提出了最新的預估情景以及預估未來氣候變化的最新數據，也是實施CMIP計劃以來設計試驗最完善、模式數量和模式數據最多的一次[12-13]。所有模式組均完成了歷史氣候模擬試驗以及評估和描述試驗，且輸出統一標準的結果，因此試驗具有較好的連續性和可比性[14]。其中，ScenarioMIP（情景模式比較計劃）基于可能發生的土地利用變化以及人為排放設計出新的未來情景預估試驗，是不同的SSP（共享社會經濟路徑）與輻射強迫的組合[11，15]。CMIP6對CMIP5進行了改進和完善，保留了原先四種典型排放路徑且又新增了三種排放路徑?[16-17]。有學者將基于CMIP6模式模擬亞洲中高緯度極端降水的結果與CMIP5相對比，發現盡管不同模式和評估指標結果存在一些差異，但大多數模式的新版本模擬極端降水的能力較CMIP5有所增強[18]。已有對中亞降水相關的預估研究更多地集中在年降水變化上，但中亞降水在季節上存在著明顯的差異，且各個模式在不同季節的適用性也并不相同，因此有必要針對不同季節進行模式評估和預估。

1?資料與方法

本文利用英國東英吉利大學（East?Anglia）氣候研究中心（簡稱CRU）降水資料作為觀測資料來檢驗CMIP6模式資料中22套模式降水資料（表1）對中亞地區1951—2010年平均降水的模擬能力，并挑選最優的一批模式資料來預估中亞未來降水的時空分布特征。為了統一計算，利用雙線性插值法將各模式的歷史模擬結果插值到1°×1°的網格點上。

為了量化評估各模式資料對中亞地區降水的模擬能力，下面統計CRU降水資料與各模式降水資料間的Bias（偏差）、RMSE（均方根誤差）、R（趨勢相關系數）以及SC（空間相關系數），它們的計算公式如下[19]：

其中M代表模式數據，O代表觀測數據（即CRU降水數據），觀察計算公式可以看出，當Bias和RMSE它們的絕對值越小以及R和SC的值越大，則代表模式模擬的結果越接近觀測值，模擬的效果也越好。而同一個模式在不同季節的模擬效果并不相同，本文為了挑選中亞降水量最大的冬季和春季中模擬效果最優的幾個模式，分季節進行統計計算，具體計算結果如表2所示。

如表2所示，因為表現較好的統計值所對應的模式并不統一，為了挑選出綜合表現較好的最優模式，利用綜合評級指數MR來計算這22個模式的整體排名，MR的計算公式如下[20]：

其中m是參評模型的總數，即為本文中的22個模式，n為指數的個數，即指Bias、RMSE、R、SC這4個統計值，代表各模式的統計值對應的排名。最好的模式排名為1，最差的模式排名為22，所以MR值越接近1代表模式的模擬效果越好。接下來我們挑選冬春季中MR值大于0.6的模式來預估中亞未來降水的時空分布特征。

2結果分析

根據以上挑選模式的規則，挑選出春季的模式為CMCC-CM2-SR5，FIO-ESM-2-0，INM-CM5-0，NESM3；挑選出冬季的模式為BCC-CSM2-MR，CanESM5，CESM2-WACCM。為了進一步說明各季節所挑選出的最佳模式的可靠性，利用多模式集合平均[21]的方法（MME）求得1951—2010年間模擬降水量在春季和冬季的平均降水量、均方差分布以及趨勢分布和EOF分析的前2個模態。1951—2010年春季，在中亞的大部分地區，CRU所觀測到的降水量低于100mm，降水的大值區主要集中在位于帕米爾高原的塔吉克斯坦和吉爾吉斯斯坦，降水量可達200mm以上。四個模式的集合平均值很好地再現了所觀測到的中亞春季降水的空間分布特征與強度。與之類似的是，觀測到的降水均方差分布特征與春季降水的氣候態分布特征非常相似且模式的集合平均也很好地產生了相似的均方差分布。五個最佳模型的集合平均和CRU春季降水均是在帕米爾高原以及哈薩克斯坦的大部分區域呈增長趨勢，在土庫曼斯坦呈明顯的減少趨勢，兩者的分布特征十分相似，但從數值大小來看，模式集合平均降水的增長或減小的強度要大于CRU的觀測結果。

為了了解1951—2010年期間，四個模式的集合平均與CRU春季降水更細致的降水特征分布情況，對比兩者春季EOF分析的前2個模態，發現模式集合平均和CRU春季降水的EOF1與EOF2均有較好的一致性，中亞春季降水存在著南北方向上的差異性，降水變化率最大的區域位于帕米爾高原及土庫曼斯坦的西南部一帶。

下面來討論冬季最優模式的集合平均與CRU觀測的中亞冬季降水的氣候態分布，均方差，以及趨勢分布的一致性。結果表明，冬季最優模式的集合平均結果依然較好地捕捉到了CRU觀測結果的分布特征，降水及其均方差的大值區均位于帕米爾高原一帶，降水趨勢分布特征表現為帕米爾高原及哈薩克斯坦北部及西北部地區降水呈增長趨勢，咸海周邊地區降水呈減少趨勢。與春季對比結果相似的是，模式集合平均模擬的降水趨勢強度依然稍強于CRU觀測結果。

從冬季的EOF分析結果來看，兩者的第一和第二模態分布特征較相似，主要體現了中亞冬季降水在帕米爾高原及其周邊地區與中亞其他區域降水的變化存在差異性。

總之，從上述分析結果來看，春季和冬季的最優模式集合平均很好地再現了CRU資料觀測到的降水氣候態分布，均方差分布，以及趨勢分布和主要EOF模態的時空分布特征。一定程度上提供了接下來我們利用最優模式集合平均來預估中亞未來降水的科學依據。

3中亞降水預估

為了更好地體現未來中亞春季和冬季降水的變化情況，利用各季節最優模式集合平均2021—2060年的降水序列與1951—2010年降水序列的差來計算各季節在不同排放情景下降水氣候態分布，均方差分布以及趨勢分布和EOF分析。

結果表明，在2021—2060年期間，4個最優模式集合平均在不同排放情景下與歷史值之差的春季降水氣候態，均方差以及降水趨勢的空間分布特征比較相似，尤其是氣候態和均方差在SSP126、SSP245以及SSP585排放情景下的預測結果基本一致，未來中亞春季降水大值區仍集中在帕米爾高原一帶，且年際變化幅度較大。從降水趨勢來看，中亞春季降水在不同排放情景下均顯示出哈薩克斯坦北部以及天山山脈一帶降水增長，其余中低緯地區降水減少的分布特征。其中，SSP245情景下的中亞春季降水整體增長趨勢要強于其他情形下的模擬結果。

為了更詳細地了解未來中亞春季降水的時空分布特征，對比不同排放情景下與歷史值之差的中亞春季降水量EOF前2個模態。結果表明未來中亞春季降水在不同排放情景下基本均表現出帕米爾高原一帶降水與其他區域降水的變化不一致的特點。稍有不同的是，SSP126和SSP585情景下的EOF第二模態，除哈薩克斯坦西北部外，中亞其余地區春季降水具有相同符號的空間一致變化特征，代表在此情景下中亞這片區域的春季降水變化較一致。

區別于春季，3個最優模式集合平均在不同排放情景下與歷史值之差的冬季中亞降水量大值區位于帕米爾高原的西部地區，低值區位于天山山脈及哈薩克斯坦北部一帶。從均方差結果來看，帕米爾高原及哈薩克斯坦西北部一帶，中亞冬季降水的年際變化幅度較大。從降水的趨勢分布來看，不同排放情景下均表現出中亞北部區域降水增長，南部區域降水減少的特點。且SSP245排放情景下中亞降水的減小趨勢強于其他排放情景模擬的結果。

對比不同排放情景下與歷史值之差的中亞冬季EOF分析的前2個模態，EOF1結果顯示，中亞低緯地區與哈薩克斯坦西北部具有相反符號的空間不一致變化特征，EOF2結果表明，帕米爾高原一帶的降水與中亞其他地區的降水有著相反的變化特征。

4結論

在本文研究中，我們根據模式數據模擬CRU觀測數據性能的強弱，從22個CMIP6模式中挑選出模擬能力較好的模式進行多模式集合平均來預估2021—2060年期間中亞春季和冬季降水的時空分布特征。春季和冬季最佳模式集合平均的歷史試驗數據較好地模擬出了1951—2010年CRU所觀測的氣候態分布，均方差分布以及趨勢分布和EOF的分布特征。在2021—2060年不同排放情景下，多模式集合平均與歷史值之差的降水氣候態分布與1951—2010年間降水氣候態分布特征明顯不同，而均方差的分布特征基本相似，在春季和冬季，中亞未來降水趨勢均體現出北部降水增長，南部降水減少的分布特征。從不同排放情景下與歷史值之差的降水氣候態變化情況來看，未來中亞春季和冬季平均降水量在大部分地區始終出現變多趨勢。不同排放情景下預估降水長期趨勢變化的結果表明，與1950—2010年相比，中亞春季和冬季整體降水增長或減少趨勢的強度均大于以往降水變化的強度，這也意味著未來中亞氣候變化將更加劇烈。

參考文獻：

[1] ?WANG?X，?JIANG?D，?LANG?X.?Future?Extreme?Climate?Changes?Linked?to?Global?Warming?Intensity[J].?Science?Bulletin，?2017，?62（24）：1673–1680.

[2] ?MA?Z?G，FU?C?B.?Global?Aridification?in?the?Second?Half?of?the?20th?Century?and?its?Relationship?to?Large-Scale?Climate?Background[J].Science?in?China?Series?D.?Earth?Sciences，2007，50：776-788.

[3] ?SMITH?S?D，HUXMAN?T?E，ZITZER?S?F，et?al.?Elevated?CO2?Increases?Productivity?and?Invasive?Species?Success?in?an?Arid?Ecosystem[J].?Nature，2000，408（6808）：79-82.

[4] ?迪麗努爾·托列吾別克，李棟梁.近115a中亞干濕氣候變化研究[J].干旱氣象，2018，36（2）：185-195.

[5] ?康世昌，郭萬欽，吳通華，等.?“一帶一路”區域冰凍圈變化及其對水資源的影響[J].地球科學進展，2020，35（1）：1-17.

[6] ?郝林鋼，左其亭，劉建華，等.“一帶一路”中亞區水資源利用與經濟社會發展匹配度分析[J].水資源保護，2018，34（4）：42-48.

[7] ?李立凡，陳佳駿.中亞跨境水資源：發展困境與治理挑戰[J].國際政治研究，2018，39（3）：89-107，5.

[8] ?JIANG?Z?H，SONG?J，LI?L，et?al.?Extreme?Climate?Events?in?China：?IPCC-AR4?Model?Evaluation?and?Projection[J].?Climatic?Change，?2012，?110（1-2）：385-401.

[9] ?陳鵬翔，江志紅，彭冬梅.基于BP-CCA統計降尺度的中亞春季降水的多模式集合模擬與預估[J].氣象學報，2017，75（2）：236-247.

[10] ?楊陽，戴新剛，汪萍.未來30年亞洲降水情景預估及偏差訂正[J].大氣科學，2022，46（1）：40-54.

[11] ?張麗霞，陳曉龍，辛曉歌.CMIP6情景模式比較計劃（ScenarioMIP）概況與評述[J].氣候變化研究進展，2019，15（5）：519-525.

[12] ?周天軍，鄒立維，陳曉龍.第六次國際耦合模式比較計劃（CMIP6）評述[J].氣候變化研究進展，2019，15（5）：445-456.

[13] ?辛曉歌，吳統文，張潔，等.BCC模式及其開展的CMIP6試驗介紹[J].?氣候變化研究進展，2019，15（5）：533-539.

[14] ?PU?Y，LIU?H?B，YAN?R?J，et?al.?CAS?FGOALS-g3?Model?Datasets?for?the?CMIP6?Scenario?Model?Intercomparison?Project（ScenarioMIP）[J].?Advances?in?Atmospheric?Sciences，?2020，?37（10）：1081-1092.

[15] ?VUUREN?D?P?V，PIAHI?K，MOSS?R?H，et?al.?A?Proposal?for?a?New?Scenario?Framework?to?Support?Research?and?Assessment?in?Different?Climate?Research?Communities[J].?Global?Environmental?Change，?2012，?22（1）：21-35.

[16] ?張建梅.基于CMIP6全球氣候模式的瀾滄江流域氣候變化初步評估[D].南京：南京信息工程大學，2020.

[17] ?Lin?W，?Chen?H.?Assessment?of?Model?Performance?of?Precipitation?Extremes?over?the?Mid-high?Latitude?Areas?of?Northern?Hemisphere：?from?CMIP5?to?CMIP6[J].?Atmospheric?and?Oceanic?Science?Letters，?2020，?13（6）：598-603.

[18] ?Guo?H，?Bao?A?M，?Chen?T，?et?al.?Assessment?of?CMIP6?in?Simulating?Precipitation?over?Arid?Central?Asia[J].?Atmospheric?Research，?2021，?252：?105451.

[19] ?W.?Li，?Jiang，?Z.，?J.?Xu，?et?al.?Extreme?Precipitation?Indices?over?China?in?CMIP5?Models.?Part?I：?Model?Evaluation[J].?J.?Climate，2015，28：8603–8619.

[20] ?姜燕敏，吳昊旻.20個CMIP5模式對中亞地區年平均氣溫模擬能力評估[J].氣候變化研究進展，2013，9（2）：110-116.

[21] ?江志紅，陳威霖，宋潔，等.7個IPCC?AR4模式對中國地區極端降水指數模擬能力的評估及其未來情景預估[J].大氣科學，2009，33（1）：109-120.