基于CMIP5模式和SDSM的赣江流域未来气候变化情景预估

赣江流域未来气候变化预估,对于了解该流域未来水资源的变化、指导流域防洪抗旱和水资源的合理开发利用具有重要意义。为预估该流域未来气候变化,利用1961—2005年赣江流域6个气象站数据、NCEP再分析数据并选择了CMIP5中CanESM2模式下3种排放情景RCP2.6,RCP4.5,RCP8.5,采用SDSM模型研究了赣江流域未来气候变化。结果表明:（1）赣江流域未来温度和降水总体均呈上升趋势。（2）在RCP2.6,RCP4.5,RCP8.5这3种排放情景下赣江流域未来最高气温分别增加1.8,2.1,2.8℃;未来最低气温分别增加1,1.2,1.9℃;未来平均气温分别增加1.5,1.6,2.3℃;3种排放情景下未来温度空间分布都是南高北低,西高东低,并在南北方向呈带状和环状分布。（3）在未来3个时期（2020s,2050s,2080s）、3种排放情景下赣江流域气温呈上升趋势,且6月份增幅最大,2月份增幅最小。（4）在未来3个时期、3种排放情景下,赣江流域未来降水均呈增加的趋势;5—10月降水量均呈现下降趋势,1—4月、11—12月降水量呈现增加趋势;3种情景下的未来降水空间分布基本呈南低北高,在南北方向呈递增趋势。对赣江流域气候要素模拟与预估表明,赣江流域未来气候变化存在降水增加及极端天气事件发生的危险,分析结果可为赣江流域气候变化的水文响应及气候变化的适应性研究提供科学依据。     

基于CMIP5全球气候模式的21世纪贵州省极端降水事件预估

利用国家气候中心收集和整理的8个CMIP5全球气候模式在RCP8.5、RCP4.5和RCP2.6温室气体排放情景下的逐日降水资料,使用泰勒图对2006-2016年数据进行检验,采用模拟效果最好的CCSM4和IPSL-CM5A-MR模式在等权重系数条件下的平均值,计算并分析贵州省2018-2044年、2045-2071年、2072-2098年3个阶段与降水有关的极端天气气候事件指数,即连续干旱日数(CDD)、大于20mm的降水日数(R20mm)、连续5d最大降水量(Rx5day)和简单日降水强度指数(SDII)相对于参照期(1986-2005年)的变化特征。结果表明:在3种情景下,21世纪各个阶段省东部CDD均多于参照期,且排放情景越高,偏多幅度越大,因此,贵州省东部地区未来可能发展的旱情值得关注。在21世纪不同阶段不同情景下,贵州省R20mm、Rx5day和SDII普遍多于参照期,且越到后期,高排放情景下(RCP8.5)增幅越大,中低排放情景下(RCP4.5和RCP2.6)增幅放缓甚至减小。总的来说,全球变暖背景下尤其是高排放情景下贵州省极端降水事件有增加的趋势。     

全球升温1.5℃和2.0℃情景下贵州省极端降水的变化特征

利用CCSM4和IPSL-CM5A-MR模式1961-2005年历史模拟和2006−2098年RCP2.6和RCP4.5排放情景下的逐日降水以及1961−2005年贵州省84个气象台站逐日降水资料，使用偏差校正改善模式模拟能力，通过降水强度、日最大降水量和强降水量等9个指标探究全球升温1.5℃和2.0℃条件下贵州省极端降水变化特征。结果表明：贵州省RCP2.6和RCP4.5情景下各极端降水指数虽然波动幅度较大，但总体上均呈现增加的趋势，且相对于基准期（1986−2005年）而言全球升温2.0℃时各极端降水指数增幅约为升温1.5℃时的两倍。在升温2.0℃下9个极端降水指数概率密度曲线尾端均向右延伸，表明在升温2.0℃情景下各极端降水指数中高值出现的概率增大。因此，将全球升温控制在1.5℃而不是2.0℃意义重大。     

典型浓度路径(RCP)情景下长江中下游地区气温变化预估

为探明典型浓度路径下(高端路径RCP8.5和稳定路径RCP4.5)长江中下游地区未来30a平均气温的时空变化趋势和分布特征,运用联合国政府间气候变化委员会(IPCC)AR5提出的模拟能力较强的BCC-CSM1-1(Beijing Climate Center Climate System Model version1-1)气候系统模式,基于典型浓度情景RCP(Representative Concentration Pathway)输出的2021-2050年0.5×0.5格点主要气象要素的逐日模式模拟数据资料,应用双线性内插法降尺度到长江中下游及邻近区域62个基本气象站点。以1961-1990为基准年,根据同期等长模拟数据和观测数据的非线性函数关系建立订正模型,并利用方差订正法对2021-2050年模拟数据进行误差订正。结果表明:RCP情景输出数据的模拟效果良好,方差订正可降低模拟值与观测值的相对误差和方差,更加真实反应未来气候变化趋势。RCP8.5和RCP4.5两种排放情景下,长江中下游地区2021-2050年年平均气温均呈显著上升趋势,增温幅度总体表现为自南向北逐渐减少。就季节而言,四季均呈现升温趋势,夏季增温幅度最高,变化倾向率大,春冬两季RCP8.5情景下增温幅度大于RCP4.5下,夏秋季则相反;RCP8.5情景下,研究区域年平均气温呈现自中部向东西递减,春夏季增温幅度高于秋季,冬季增温幅度最小,且变化倾向率低,大部分地区未通过0.05水平的显著性检验。RCP4.5情景下,研究区年平均气温自北向南逐渐降低,变化倾向率则表现为北部大于南部,夏季变化速率较大,增温幅度达1.2℃·10a~(-1)(P0.01),冬季较小且未通过显著性检验。     

基于HEC-HMS模型的兰江流域径流预测

[目的] 分析兰江流域径流对气候变化的水文过程响应,为区域水资源可持续发展和防洪抗旱提供科学基础。[方法] 利用2015—2018年日降雨径流过程和6场暴雨洪水过程率定并验证HEC-HMS水文模型在该流域的适用性;基于SDSM统计降尺度模型,对2030—2100年CanESM2模式下RCP2.6,RCP4.5和RCP8.53种情景的气候数据进行降尺度,生成兰江流域6个气象站点未来日降水序列以预测未来气候变化下的径流响应。[结果] HEC-HMS模型对场次洪水和逐日径流模拟的相关系数平均值达到0.89,0.77,平均效率系数达到0.86,0.76;RCP2.6情景下研究区面降水量较于基准期（2015—2018年）减小0.82%,在RCP4.5,RCP8.5情景下分别增大6.18%,18.17%;RCP2.6,RCP4.5,RCP8.53种情景下多年平均径流相较于基准期分别增幅为17.00%,26.22%,41.93%。[结论] HEC-HMS模型在兰江流域有较好的适用性;未来兰江流域径流呈显著上升趋势,增幅程度随辐射强迫度的增加同步增大。当辐射强迫度升高至8.5 W/m²时,流域径流量平均每10 a上升49.49 m³/s。预计21世纪末多年平均径流量达到1 101 m³/s,年径流变化起伏剧烈,汛期径流占全年比例较高,旱涝事件趋于频繁,对人民福祉威胁较大。     

未来气候情景内蒙古蒸散和产水量的变化特征

评估预测区域蒸散变化趋势及其影响因素对干旱半干旱区的可持续发展至关重要。基于4种来自CMIP 5的全球气候模式数据和CLM 4.5模型,研究了在RCP 6.0和RCP 8.5情景下内蒙古地区2020—2099年的蒸散和产水量的时空变化特征及其影响因素。结果表明：在RCP 6.0和RCP 8.5情景下,未来内蒙古蒸散分别以0.37,0.69 mm/a速度增加（p<0.05）,呈西低东高分布。2种情景下产水量均无明显变化趋势（p>0.05）,但是存在明显显著的空间差异。空间上看,到21世纪末,在RCP 6.0情景下,全境产水量大部分地区呈增加趋势,在南部温带半干旱和半湿润区增加超过10 mm/a;但是在RCP 8.5情景下产水量减少区域占全境的46.32%,特别是干旱半干旱区和半湿润区产水量显著减少。蒸散影响因子存在较大区域差异,干旱半干旱区蒸散变化的主要影响因素是降水,半湿润区蒸散变化受降水和温度的共同影响,湿润区蒸散变化由温度主导;且在更高的升温情景下,增温影响进一步增加。同时,植被也是蒸散重要的影响因子,但其影响程度小于气候因子。     

考虑CO2浓度影响的中国未来干旱趋势变化

CO_2浓度增加会降低潜在蒸散发量(PotentialEvapotranspiration,PET),进而影响依据PET计算的干旱指数结果。为了准确预测未来中国干旱变化情势,该研究以Penman-Monteith(PM)公式计算PET,以标准化降水蒸散发指数(Standard Precipitation Evapotranspiration Index,SPEI)表征干旱,利用贝叶斯模型平均(Bayesian Model Averaging,BMA)整合了5个降尺度的CMIP6气候模式数据,分别计算分析了中等强迫(SSP2-4.5)和高强迫(SSP5-8.5)气候情景下考虑CO_2影响和未考虑CO_2影响的中国未来干旱趋势。结果表明:未考虑CO_2影响的SPEI呈明显的下降趋势,其中西北地区下降趋势最为显著,干旱面积亦呈最强烈的增加趋势,尤其2070年之后,SSP5-8.5情景下的干旱面积急剧增加,至21世纪末,干旱面积比例超过了80%。青藏高原、东北地区、华中地区和华南地区干旱面积变化趋势较为一致,SSP5-8.5情景下,干旱面积比例呈增加趋势,SSP2-4.5情景下SPEI计算的干旱面积变化无明显趋势;考虑CO_2影响的SPEI计算的干旱面积则呈轻微的缩减趋势,其中华北地区的干旱面积缩减最为显著。SSP5-8.5情景下整个中国地区的干旱面积总体呈增加趋势,至21世纪末,SPEI干旱面积比达40%。但在SSP2-4.5情景下,考虑CO_2影响的SPEI计算的干旱面积则呈缓慢的缩减趋势。在相同情景下,未考虑CO_2影响的干旱指数高估了未来干旱发生状况,CO_2浓度增加缓解了未来干旱,在未来干旱研究中应考虑CO_2对干旱趋势的影响,可得出更为合理的研究结论,为水资源管理提供科学依据。     

未来主要气候情景下黄淮海地区参考作物蒸散量时空分布

探索未来主要气候情景下参考作物蒸散量(reference evapotranspiration,ET0)的时空分布可为农业水资源科学配置,科学应对气候变化对农业生产的影响提供基础数据支撑。该文利用黄淮海及周围88个站点1961-2010年逐日气象数据,Penman-Monteith公式估算的ET0为因变量,采用非线性回归分析方法对Hargreaves公式进行参数属地化订正,基于1961-2005年温度日序列,利用统计降尺度模型(statistical downscaling model,SDSM)以及大气环流模型(general circulation models,GCMs)中加拿大地球系统模式(the second generation of Canadian Earth System Model,Can ESM2)得到代表性浓度(representative concentration pathways,RCPs)4.5和8.5两种排放情景下2010-2100年温度日序列,通过率定的Hargreaves公式预测黄淮海地区ET0,并采用普通克里格(ordinary Kriging)方法进行空间化处理。结果表明:率定后的Hargreaves公式与Penman-Monteith公式的相关指数波动范围为0.65~0.85,平均值为0.80,SDSM模拟的最低温度、最高温度率定期和验证期的确定性系数都在0.95以上;未来两种气候情景下,黄淮海地区ET0整体上均呈增加趋势;RCP4.5情景下ET0从河北与山东、河南交界处形成的"勺"状向周围逐渐减小,在河北唐山与乐亭、江苏东台、河南驻马店附近达到最小值;RCP8.5情景下黄淮海地区2020 s(2011-2040年)、2050 s(2041-2070年)ET0的空间分布和RCP4.5非常相似,但2080 s(2071-2100年)ET0的空间分布差异较大,最高值主要分布在山东惠民县附近、河南新乡附近、安徽蚌阜和江苏盱眙附近。如不采取科学的应对措施,未来ET0的增加,可能会进一步加剧该区水资源短缺程度,该研究可为黄淮海地区水资源的优化管理和灌溉制度制定提供科学参考。     

基于统计降尺度和CMIP5模式的泾河流域气候要素模拟与预估

为了明确变化环境下流域未来气候要素时空变化趋势及特征,该文以泾河流域为研究对象,利用流域1960-2010的逐月降水、气温和NCEP再分析等资料,建立了流域气候要素月序列降尺度模型;然后,将模型应用于CMIP5中CNRM-CM5模式下的RCP4.5和RCP8.5情景,得到了流域未来气候要素的变化趋势。主要成果如下:1)该方法对气温的模拟效果较好,降水次之;2)RCP8.5情景下泾河流域未来年均降水量是356.41 mm,小于RCP4.5情景下的374.19 mm;除冬季外,流域未来春、夏及初秋的降水将有所减少,空间分布在南北方向呈现递减趋势;3)RCP8.5情景下泾河流域未来年均温度是9.32℃,高于RCP4.5情景下的8.96℃;流域未来气温除了深冬初春降低外,其余时期尤其是夏季将显著上升,空间分布为南高北低、西高东低。对泾河流域气候要素模拟与预估表明,泾河流域未来气候演变中存在着降水减少以及极端天气事件发生的风险,这在流域未来水资源管理运行等方面应当引起重视。     

气候模拟数据订正方法在作物气候生产潜力预估中的应用 ——以江苏冬小麦为例

利用全球气候模式BCC_CSM1.1（Beijing Climate Center Climate System Model version 1.1）,耦合区域气候模式RegCM4（Regional Climate Model version 4）输出的1961-1990年（基准时段）气候模拟数据,并根据同期实测资料,确定模拟值和实测值之间的非线性传递函数与方差订正参数,构建气候模拟数据的误差订正模型。利用1991-2005年（验证时段）模拟数据与实测资料验证该模型的有效性,并对RCP（Representative Concentration Pathway）情景下2021-2050年（未来时段）气候模拟数据进行订正,同时通过潜力衰减方法预估未来江苏冬小麦气候生产潜力格局。结果表明：将气候模拟数据订正方法应用到作物气候生产潜力预估是有效的。以均值传递函数和方差信息建立的模型可以较好订正江苏逐日气候模拟数据。订正后的秋冬季气温、辐射量、蒸散量和冬春季降水量模拟偏差明显减小。在此基础上研究发现,冬小麦的成熟期在RCP4.5和RCP8.5情景下介于153~175和153~174,较基准时段均明显提前。两种情景下冬小麦气候生产潜力分别介于10335~14368kg·hm^-2和9991~13708kg·hm^-2,较基准时段呈下降趋势。其变异系数分别介于7.6%~14.6%和7.5%~13.6%,较基准时段呈增大趋势,表明江苏冬小麦气候生产潜力总体趋于不稳定。未来时段,徐州中北部、连云港东北部、宿迁西部以及盐城东南部冬小麦在RCP4.5和RCP8.5情景下可以保持相对较高的生产潜力（≥12501kg·hm^-2）,该省应确保这些地区的冬小麦种植用地。研究建议,作物气候生产潜力预估应考虑利用研究区实测资料对气候模拟数据进行订正,以提高预估可信度。     

用统计降尺度模型预测川中丘陵区参考作物蒸散量

区域蒸散量(evapotranspiration)预测对精准灌溉预报与农田水分管理意义重大。该文利用川中丘陵区11个气象站点1961-2013年逐日气象资料,采用FAO-56 Penman-Monteith公式计算参考作物蒸散量(reference evapotranspiration,ET0),基于Hadley Centre Coupled Model version 3(HadCM3)的输出和统计降尺度模型(statistical downscaling model,SDSM)分别对A2(高温室气体排放)、B2(低温室气体排放)情景下川中丘陵区2014-2099年ET0进行预测,并使用Mann-Kendall检验和反距离加权插值法对1961-2099年ET0的时空演变特征进行分析。结果表明:基准期(1961-2010年)川中丘陵区ET0整体呈现明显下降趋势,空间上呈现出东北部、西北部和东南部相对较大、中部相对较小的差异;与基准期相比,A2、B2情景下未来2020 s(2011-2040年)、2050 s(2041-2070年)和2080 s(2071-2099年)川中丘陵区ET_0月和年均值都呈增大趋势;A2情景下3个时期ET0将分别增加7.9%、10.9%和16.7%,B2情景下ET_0将分别增加7.1%、4.9%和12.8%;A2、B2情景下3个时期川中丘陵区ET_0空间分布均呈现西北部和南部较大、中部较小的空间差异,且3个时期的ET0相对变化率显示中部及其偏北、偏南区域ET_0增幅相对较大,北部和南部增幅相对较小。因此,未来川中丘陵区ET0的上升可能导致水资源短缺与季节性干旱进一步加剧。该研究可为川中丘陵区水资源优化管理和灌溉制度制定提供科学参考。     

RCP情景下长江中下游地区水稻生育期内高温事件的变化特征

基于1981-2009年历史气象数据和全球气候模式HadGEM2-ES输出的未来2021-2050年RCP气候情景数据,采用日最高温度大于35℃的高温日数（HSD）、高温最长持续日数（MCD）和高温有效积温（HDD）,分析过去和未来长江中下游地区水稻生育期高温事件频率、持续时间和强度的变化特征。结果表明：1981-2009年,长江中下游地区水稻生育期内温度升高,各高温指标均一致显著增加,Tmax（平均日最高气温）、HSD、MCD、HDD的气候倾向率分别为0.51℃·10a-1,3.9d·10a-1,0.6d·10a-1和8.2℃·d·10a-1,空间上表现为由北向南递增。除MCD外,Tmax、HSD和HDD均在2001-2002年发生由少到多的突变。2021-2050年两种RCP情景下,长江中下游大部分地区水稻生育期间日最高气温持续升高,高温日数增多,持续时间延长,高温强度增强。RCP2.6情景下,水稻生育期内Tmax、HSD、MCD、HDD较基准时段（1981-2009年）分别增加1.5℃、11.3d、5.6d和45.3℃·d,RCP8.5情景下分别增加1.7℃、15.4d、6.2d和61.1℃·d,且各高温事件在高值区的概率进一步加大。各指标的空间变化特征具有差异性,Tmax、HSD和MCD的增加幅度由东南向西北递增,湖南西部和江苏北部等基准期温度相对较低的地区增幅更大,而HDD的增幅以中部地区较大。湖北、安徽、湖南和江西中北部是未来高温事件频率、持续时间和强度均大幅增加的地区,防灾减灾工作严峻,需采取调整水稻播期,更替耐高温品种等措施减轻高温对水稻的危害。     

气候变化条件下中国灌溉面积变化的产量效应

灌溉可以有效缓解气候变化对粮食生产的不利影响。采用中国不同区域2006-2019年实际灌溉用水量,对4个气候模式(GFDL-ESM2M,Had GEM2-ES,IPSL-CAM5-LR,MIROC5)驱动下的3种作物模型(GEPIC、PEPIC和LPJml)的灌溉用水量进行评估,优选模拟结果较好的前5个模式组合,分析RCP2.6和RCP6.0情景下,2021-2050年中国玉米、水稻、大豆和小麦产量变化,评估灌溉面积扩张的增产效应。结果显示:未来气候变化下,2021-2050年降水量的增加使得中国水稻和大豆以及北方地区玉米和小麦产量均呈现增长趋势,其中东北80%左右的地区和西北70%左右的地区玉米产量将提高0.2～0.8 t/hm~2,东北85%左右的地区水稻和大豆增产幅度分别超过1.0、0.5 t/hm~2,东北90%左右的地区和西北75%左右的地区小麦产量增幅分别介于1.0～2.0、0.5～1.0 t/hm~2之间。降水量的减少使得西南南部地区的玉米和小麦产量均下降0.2 t/hm~2左右。不同区域玉米和小麦的增产效应差异明显,由于北部地区光热条件较差、小麦基础产量较低,使得小麦灌溉增产潜力(1%～11%)以及增产效率((0.12±0.06)kg/m~3)均较高,北部地区小麦的灌溉面积扩张可有效应对气候变化的不利影响。     

乌江流域蓝绿水对气候和土地利用变化的响应

为了更深入地研究气候变化和土地利用变化对乌江流域蓝绿水时空分布的影响,该研究采用SWAT（soil and water assessment tool）模型,利用1985—2019年逐日气象数据以及1990年、2000年和2010年土地利用数据,设定多种变化情景,定量分析了蓝水绿水对乌江流域气候和土地利用变化的响应。同时,还利用5个CMIP6（Coupled Model Intercomparison Project Phase 6）模式集合平均（multi-modal ensemble,MME）以及FLUS（future land-use simulation）模型,预估了乌江流域在2015—2100年间蓝绿水的时空变化。结果表明：1）SWAT模型在乌江流域的校准期和验证期的决定系数（coefficient of determination,R²）分别为0.94、0.87,纳什系数（nash-sutcliffe coefficient,NSE）分别为0.94、0.77,FLUS模型的Kappa系数为0.764,证明其在流域水文模拟和未来土地利用预估方面的可靠性。2）在1985—2014年间,乌江流域的蓝水、绿水都呈现出先增加后减少的趋势。蓝水、绿水均先分别增加了137.3、7.9 mm/a,然后分别减少了127.5、12.7 mm/a。气候变化对蓝水变化的影响贡献占比为99%,对绿水变化的影响贡献占比平均为88%,表明气候变化在蓝水和绿水变化中的主导地位。3）到2040年,城镇用地面积几乎比2010年扩张了近1.5倍。在2015—2100年,无论是在SSP2-4.5还是SSP5-8.5情景下,蓝水、绿水都呈增加趋势。因此未来需要合理规划乌江流域的土地利用,控制城镇化速度。研究结果可为乌江流域合理规划土地利用、实现水资源综合管理提供支持和参考。