基于CMIP5全球气候模式的21世纪贵州省极端降水事件预估*

张娇艳1,2，李 扬3，张东海1，陈贞宏4，杨 益4



基于CMIP5全球气候模式的21世纪贵州省极端降水事件预估

张娇艳，李 扬，张东海，陈贞宏，杨 益

(1.贵州省气候中心,贵阳 550002；2.贵州省山地气候与资源重点实验室,贵阳 550002；3.贵州省贵阳市气象局,贵阳 550001；4.贵州省安顺市气象局,安顺 561000）

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。

泰勒图；不同RCP情景；气候变化预估；极端降水

第五次国际耦合模式比较计划（简称CMIP5）为IPCC（Intergovernmental Panel on Climate Change）第五次评估报告提供了重要的基础数据，其结果从温度和降水两要素的角度在近年来许多研究中得到了全面、详细的释用，且降水的模拟效果明显差于温度的模拟效果。虽然如此，降水偏多、偏少所导致相应的洪涝灾害、干旱灾害却与人民生命财产安全息息相关，农业生产对降水具有依赖性，但发生干旱时降水对农业生产又具有制约性，因此，对降水预估显得尤为重要。陈活泼指出，未来中国发生中雨、大雨和暴雨等极端降水事件的频次将明显增加，强度也将增强，而毛毛雨发生频次在全国明显减少。吴蔚等的研究也给出了CMIP5模式对上海极端降水的情景预估，其结果显示，强降水发生日数和强降水的强度均呈增加趋势。同时，吴佳等的研究表明，极端降水的模拟效果好于平均降水，这为极端降水事件研究的可靠性奠定了良好的理论基础。基于CMIP5模式的极端降水预估工作意义重大，尤其是对省级部门应对气候变化决策服务的支撑。贵州省地处中国西南地区，南接印缅槽的水汽输送，西临青藏高原，东受西太平洋副热带高压控制，故贵州省发生的降水量级大，预报难度大，导致的灾害影响也大，因此，在全球变暖背景下开展对贵州省极端降水事件的研究很有必要。

1 资料与方法

模式数据来自国家气候中心收集和整理的8个CMIP5模式（表1），由于各模式原始数据的分辨率不尽相同，为便于使用，国家气候中心已将其统一插值为，其中包括1961-2005年历史模拟和2006-2098年RCP2.6（低）、RCP4.5（中）、RCP8.5（高）3种温室气体排放情景下的逐日降水资料。历史实况部分，本研究使用了贵州省2006-2016年85个气象台站逐日降水资料。为便于分析，本研究将CMIP5模式资料利用双线性插值法插值至贵州省85个站点。另外根据国际常用做法，参照时段定为1986-2005年，并以等分为依据将未来时段划分为2018-2044年、2045-2071年、2072-2098年，分别表示21世纪早期、中期和末期。程建刚等基于低纬高原的气候特点，选取极端天气气候事件指数中的4个指数描述极端降水，故本研究也采取相应的做法，具体指数定义见表2。其中Rx5day指数在张天宇等的预估工作中也得到了类似应用。同时，目前较小区域的极端指数工作开展较多，说明极端指数具有较高的可用性。

为评估模式模拟的效果，本研究使用泰勒图。该图可以利用三角转换关系将两个场或者两组序列间的相关系数、标准差以及均方根误差这3个评估指标放在同一张极坐标图上，以全面反映各模式模拟结果的优劣。具体来讲，模拟结果序列与观测序列的空间相关系数可以表示对主要中心位置的描述能力，相对于观测序列的标准差则表示模式对中心振幅的模拟能力，标准差越接近1，表示模拟能力越好，均方根误差则表示模拟型态与观测值的相似性，均方根误差越接近0，表示模拟能力越好。

表1 8个CMIP5全球气候模式相关信息

注：分辨率以纬向-经向格点数表示。

Note: Resolution showed in latitudinal-longitudinal grid points.

表2 极端降水指数定义

2 结果与分析

2.1 8个CMIP5模式在贵州的适用性分析

本研究分析的4个极端降水指数均通过逐日降水资料计算而得，因此，对预估资料中已有可靠观测数据的时间段2006-2016年降水资料进行适用性评估，并选出模拟效果较好的模式用于21世纪极端降水事件的预估是非常有必要的。

图1为2006-2016年RCP8.5、RCP4.5和RCP2.6排放情景下，贵州省8个CMIP5全球气候模式模拟场相对于实况观测场的年平均降水量泰勒图，且这8个CMIP5模式在除贵州以外的其它区域得到了普遍的使用和较好的检验效果。由图1可见，在各排放情景下，BCC-CSM1-1、CSIRO-Mk3-6-0、GFDL- ESM2G、MRI-CGCM3和NorESM1-M的模拟效果较差，空间相关系数接近0或小于0，且均方根误差均大于1。EC-EARTH模式均方根误差大于1.0，模拟效果也较差。总体上看，CCSM4和IPSL- CM5A-MR的模拟效果最好，在3种排放情景下，空间相关系数大于0.4，均方根误差相对于其它模式较小，介于0.75～1.0，而标准差介于0.5～1.0。王麟等指出，对于大部分单个模式结果，多个模式集合模拟的平均值效果更好，因此，本研究对极端降水事件的预估分析采用泰勒图评估效果较好的CCSM4和IPSL-CM5A-MR模式在等权重系数条件下平均的结果。

具体方法为，首先根据CCSM4和IPSL-CM5A- MR模式历史模拟结果计算贵州省85站1986-2005年4个与降水相关的极端指数平均值，作为参照期数据；然后计算CCSM4和IPSL-CM5A-MR模式在预估时段2018-2098年RCP8.5、RCP4.5和RCP2.6排放情景下贵州省与降水相关的极端指数CDD（连续干旱日数）、R20mm（大于20mm的降水日数）、Rx5day（连续5d最大降水量）和SDII（简单日降水强度指数）相对于参照期的变化量；最后将CCSM4和IPSL-CM5A-MR模式的变化量进行平均得到最终结果。

2.2 不同阶段贵州省极端降水事件变化的空间分析

2.2.1 连续干旱日数（CDD）

由图2贵州省21世纪各阶段不同情景下极端天气气候事件指数CDD相对于1986-2005年的变化分布可见，21世纪早期，在RCP8.5、RCP4.5和RCP2.6情景下，贵州省连续干旱日数CDD除东部地区外，其余大部分地区CDD普遍少于参照期，差值约在-5d的范围内；21世纪中期，在RCP4.5和RCP2.6情景下差值基本与21世纪早期持平，但RCP8.5情景下全省CDD值均多于参照期，差值在1～7d范围内，且东部偏多幅度大于西部；21世纪末期，RCP2.6情景下CDD值仍维持前期特征，而在RCP8.5和RCP4.5情景下此值相对于参照期均表现为偏多，且变化幅度较前期增多，差值在1～11d，东部偏多幅度仍大于西部。总的来说，21世纪贵州省连续干旱日数CDD表现为前期变幅相对较小、后期变幅相对较大，在3种情景下21世纪各个阶段贵州省东部均多于参照期，差值在2～11d，且排放情景越高，偏多幅度越大。

2.2.2 大于20mm的降水日数（R20mm）

由图3可见，贵州省21世纪各阶段不同情景下极端天气气候事件指数R20mm普遍多于参照期，偏多幅度不超过4d，且越到后期，高排放情景（RCP8.5）增幅越大，中低排放情景（RCP4.5和RCP2.6）增幅放缓甚至减小。具体来看，RCP8.5情景下，全省R20mm值相对于参照期由21世纪早期偏多不足1d，到21世纪中期偏多0～2d，最后到21世纪末期偏多1～4d；RCP4.5情景下，21世纪全省R20mm值相对于参照期偏多较为稳定，始终维持在0～2d；RCP2.6情景下，全省R20mm值相对于参照期从21世纪早期偏多0～2d到21世纪末期缓慢增至0～3d。

2.2.3 连续5d最大降水量（Rx5day）

由图4可见，贵州省21世纪各阶段不同情景下连续5d最大降水量Rx5day普遍多于参照期，且越到后期，高排放情景（RCP8.5）增幅越大，中低排放情景（RCP4.5和RCP2.6）增幅放缓甚至减小。具体来看，RCP8.5情景下，全省Rx5day值相对于参照期由21世纪早期偏多0～12mm，到21世纪中期偏多7～44mm，最后到21世纪末期偏多12～45mm；RCP4.5情景下，全省Rx5day值相对于参照期由21世纪早期偏多5～29mm，到21世纪中期偏多3～21mm，最后到21世纪末期偏多1～13mm；RCP2.6情景下，全省Rx5day值相对于参照期由21世纪早期偏多0～16mm，到21世纪中期偏多0～20mm，最后到21世纪末期偏多0～25mm。

2.2.4 简单日降水强度指数（SDII）

由图5可见，贵州省21世纪各阶段不同情景下简单日降水强度指数SDII普遍多于参照期，且越到后期，高排放情景（RCP8.5）增幅越大，中低排放情景（RCP4.5和RCP2.6）增幅放缓甚至减小。具体来看，RCP8.5情景下，全省SDII值相对于参照期由21世纪早期偏多0.2～2.6mm·d，到21世纪中期增至偏多4.2～12.8mm·d，最后到21世纪末期偏多6.7～16.6mm·d；RCP4.5情景下，全省SDII值相对于参照期由21世OP纪早期偏多4.3～8.9mm·d，到21世纪中期减至偏多2.0～8.2mm·d，最后到21世纪末期偏多2.8～7.2mm·d；RCP2.6情景下，全省SDII值相对于参照期由21世纪早期偏多1.1～7.6mm·d，到21世纪中期偏多0.5～8.3mm·d，最后到21世纪末期偏多1.7～12.2mm·d。

3 结论与讨论

（1）利用泰勒图对2006-2016年8个CMIP5模式数据检验可知，CCSM4和IPSL-CM5A-MR的模拟效果最好，因此，本研究对极端降水事件的预估分析采用这两个模式在等权重系数条件下平均的结果。研究表明，检验对比是使用预估数据时不可缺少的环节。

（2）21世纪各个阶段贵州省连续干旱日数CDD在3种情景下均表现为东部多于参照期，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，同时上述地区未来在农业生产上应采取相应的适应政策。另外，贵州省大于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在21世纪不同阶段不同情景下普遍多于参照期，且越到后期，高排放情景（RCP8.5）增幅越大，中低排放情景（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。从大气环流的角度来讲，东亚夏季风环流增强，而且大气层结不稳定性的增加，都为极端降水事件的增加提供了有利的背景条件。

全球气候模式的分辨率较低，对于较小空间尺度的未来预估存在一定的不确定性，今后的研究可采用动力降尺度（区域气候模式）或统计降尺度进行更进一步的分析，以减少未来预估的不确定性，因此，相关研究还有待进一步深入。

致谢：本研究所使用的全球气候模式气候变化预估数据，由国家气候中心研究人员对数据进行整理、分析和惠许使用。原始数据由各模式组提供，由WGCM（JSC/CLIVAR Working Group on Coupled Modelling）组织PCMDI（Program for Climate Model Diagnosis and Intercomparison）搜集归类。多模式数据集的维护由美国能源部科学办公室提供资助。

[1]Taylor K E,Stouffer R J,Meehl G A.An overview of CMIP5 and the experiment design[J].Bulletin of the American Meteorological Society,2012,93(4):485-498.

[2]陶辉,黄金龙,翟建青,等.长江流域气候变化高分辨率模拟与RCP4.5情景下的预估[J].气候变化研究进展,2013,9(4): 246-251.

Tao H,Huang J L,Zhai J Q,et al.Simulation and projection of climate changes under the RCP4.5 scenario in the Yangtze River Basin based on CCLM[J].Advances in Climate Change Research,2013,9(4):246-251.(in Chinese)

[3]杨红龙,王炳坤,杜尧东,等.RCPs情景下珠江流域气候变化预估分析[J].热带气象学报,2014,30(3):503-510.

Yang H L,Wang B K,Du Y D,et al.Projected change in mean climate in the pearl river basin under the RCPS scenarios[J]. Journal of Tropical Meteorology,2014,30(3):503-510.(in Chinese)

[4]胡芩,姜大膀,范广洲.青藏高原未来气候变化预估:CMIP5模式结果[J].大气科学,2015,39(2):260-270.

Hu Q,Jiang D B,Fan G Z.Climate change projection on the Tibetan Plateau:results of CMIP5 models[J].Chinese Journal of Atmospheric Sciences,2015,39(2):260-270.(in Chinese)

[5]陶纯苇,姜超,孙建新.CMIP5模式对中国东北气候模拟能力的评估[J].气候与环境研究,2016,21(3):357-366.

Tao C W,Jiang C,Sun J X.Evaluation of CMIP5 models performance on climate simulation in Northeast China[J]. Climatic and Environmental Research,2016,21(3):357-366. (in Chinese)

[6]陈活泼.CMIP5模式对21世纪末中国极端降水事件变化的预估[J].科学通报,2013,58(8):743-752.

Chen H P.Projected change in extreme rainfall events in China by the end of the 21st century using CMIP5 models[J]. Chin Sci Bull,2013,58(8):743-752.(in Chinese)

[7]吴蔚,穆海振,梁卓然,等.CMIP5全球气候模式对上海极端气温和降水的情景预估[J].气候与环境研究,2016,21(3): 269-281.

Wu W,Mu H Z,Liang Z R,et al.Projected changes in extreme temperature and precipitation events in Shanghai based on CMIP5 simulations[J].Climatic and Environmental Research, 2016,21(3):269-281.(in Chinese)

[8]吴佳,周波涛,徐影.中国平均降水和极端降水对气候变暖的响应:CMIP5模式模拟评估和预估[J].地球物理学报, 2015,58(9):3048-3060.

Wu J,Zhou B T,Xu Y.Response of precipitation and its extremes over China to warming:CMIP5 simulation and projection[J].Chinese Journal of Geophysics,2015,58(9): 3048-3060.(in Chinese)

[9]张武龙,张井勇,范广州.CMIP5模式对我国西南地区干湿季降水的模拟和预估[J].大气科学,2015,39(3):559-570.

Zhang W L,Zhang J Y,Fan G Z.Evaluation and projection of dry-and wet-season precipitation in southwestern China using CMIP5 models[J].Chinese Journal of Atmospheric Sciences, 2015,39(3):559-570.(in Chinese)

[10]程建刚,宋连春,黄玮,等.云南省未来10~30年气候变化预估及其影响评估报告[M].北京:气象出版社, 2014.

Cheng J G,Song L C,Huang W,et al.Assessment report of climate change forecast and its impact on Yunnan Province in the next 1 to 3 decades[M].Beijing:China Meteorological Press,2014.(in Chinese)

[11]Frich P,Alexander L,Della M,et al.Observed coherent changes in climatic extremes during the second half of the twentieth century[J].Climate Res,2002,19:193-212.

[12]张天宇,范莉,程炳岩,等.1961-2007年三峡库区极端降水指数R5d的变化规律及其未来情景预估[J].中国农业气象, 2010,31(2):176-182.

Zhang T Y,Fan L,Cheng B Y,et al.Variation of extreme precipitation index(maximum consecutive 5-day precipitation totals)in the three gorges during 1961-2007 and scenario projections[J].Chinese Journal of Agrometeorology,2010, 31(2):176-182.(in Chinese)

[13]吴灿,赵景波,王格慧.黄河流域极端气温指数的气候演变特征分析[J].中国农业气象,2015,36(5):525-535.

Wu C,Zhao J B,Wang G H.Characteristic analysis of the climatic revolution in the Yellow River extreme temperature index[J].Chinese Journal of Agrometeorology,2015,36(5): 525-535.(in Chinese)

[14]王冀,蒋大凯,张英娟.华北地区极端气候事件的时空变化规律分析[J].中国农业气象,2012,33(2):166-173.

Wang J,Jiang D K,Zhang Y J.Analysis on spatial and temporal variation of extreme climate events in North China [J].Chinese Journal of Agrometeorology,2012,33(2):166- 173.(in Chinese)

[15]汪宝龙,张明军,魏军林,等.1960-2009年青海省极端气温事件的变化特征[J].中国农业气象,2012,33(1):41-47.

Wang B L,Zhang M J,Wei J L,et al.Characteristics of extreme temperature in Qinghai Province during 1960- 2009[J].Chinese Journal of Agrometeorology,2012,33(1): 41-47.(in Chinese)

[16]陶纯苇,姜超,孙建新.CMIP5模式对中国东北气候模拟能力的评估[J].气候与环境研究,2016,21(3):357-366.

Tao C W,Jiang C,Sun J X.Evaluation of CMIP5 models performance on climate simulation in Northeast China[J]. Climatic and Environmental Research,2016,21(3):357-366. (in Chinese)

[17]姜燕敏,吴昊旻.20 个CMIP5模式对中亚地区年平均气温模拟能力评估[J].气候变化研究进展,2013,9 (2):110-116.

Jiang Y M,Wu H M.Simulation capabilities of 20 CMIP5 Models for annual mean air temperatures in central Asia[J]. Advances in Climate Change Research,2013,9(2): 110-116. (in Chinese)

[18]王麟,刘毅鹏,汪健,等.5个CMIP5模式对低纬高原气温的模拟和预估[J].云南大学学报(自然科学版),2015,37(6): 851-860.

Wang L,Liu Y P,Wang J,et al.Simulations and estimates of low latitude highland temperature by 5 CMIP5 models[J]. Journal of Yunnan University,2015,37(6):851-860.(in Chinese)

[19]刘文茹,居辉,陈国庆,等.典型浓度路径(RCP)情景下长江中下游地区气温变化预估[J].中国农业气象,2017,38(2): 65-75.

Liu W R,Ju H,Chen G Q,et al.Prediction on the possible air temperature change over the Middle and Lower Yangtze River Basin under the RCP scenarios[J].Chinese Journal of Agrometeorology,2017,38(2):65-75.(in Chinese)

[20]曹祥会,龙怀玉,张继宗,等.河北省主要极端气候指数的时空变化特征[J].中国农业气象,2015,36(3):245-253.

Cao X H,Long H Y,Zhang J Z,et al.Temporal and spatial variation analysis of the main extreme climate index in Hebei Province[J].Chinese Journal of Agrometeorology, 2015,36(3):245-253.(in Chinese)

Projected Changes in Extreme Precipitation Events in Guizhou Based on CMIP5 Simulations over the 21st Century

ZHANG Jiao-yan，LI Yang，ZHANG Dong-hai，CHEN Zhen-hong，YANG Yi

(1. Guizhou Climate Center, Guiyang 550002, China; 2. Guizhou Key Lab of Mountainous Climate and Resources, Guiyang 550002; 3.Guiyang Meteorological Bureau, Guiyang 550001; 4.Anshun Meteorological Bureau, Anshun 561000)

Under three different scenarios of greenhouse gas emission including RCP8.5, 4.5 and 2.5, the daily precipitation data in Guizhou, covering the period of 2006-2016 from 8 CMIP5 models provided by the National Climate Center, were examined in this study by using the Taylor diagrams. The data from two models (CCSM4 and IPSL-CM5A-MR) with the best simulation results were selected to calculate the extreme precipitation indices during three periods of 2018-2044, 2045-2071 and 2072-2098 subsequently. The indices included maximum number of consecutive dry days(CDD), numbers of days with precipitation ≥20mm·d(R20mm), maximum 5 day precipitation total(Rx5day) and simple daily intensity index(SDII), respectively, in comparison to those during the period 1986-2005. It was indicated that the CDD over the eastern regions grew during the 21st century under the three RCPs scenarios and the increase was proportional to the emission scenario. This described that more attention should be paid on the potential drought over the eastern Guizhou in future. Besides, the increases in R20mm, Rx5day and SDII were also detected in Guizhou during the 21st century. In the late 21st century, the increment of the extreme precipitation was more obvious under high emission(RCP8.5) than those under lower emission (RCP4.5 and 2.6). Overall, it was suggested that extreme precipitation events over Guizhou showed an uprising trend with more gas emission, under the background of the global warming.

Taylor diagrams; RCPs scenarios; Projected climate change; Extreme precipitation events

10.3969/j.issn.1000-6362.2017.10.004

张娇艳,李扬,张东海,等.基于CMIP5全球气候模式的21世纪贵州省极端降水事件预估[J].中国农业气象,2017,38(10):655-662

2017-02-28

中国清洁发展机制基金赠款项目（2013031）；贵州省气象局青年科技基金资助项目（黔气科合QN[2015]15号）

张娇艳（1986-），硕士，主要从事气候变化研究工作。E-mail：mylove813jiaojiao@163.com