CMIP5模式对未来30 a新疆夏季降水的预估

于晓晶,李淑娟,赵 勇,姚俊强,李红军

(1.中国气象局乌鲁木齐沙漠气象研究所,新疆 乌鲁木齐830002;2.中亚大气科学研究中心,新疆 乌鲁木齐830002;3.成都信息工程大学大气科学学院,四川 成都610225)

CMIP5模式对未来30 a新疆夏季降水的预估

于晓晶1,2,李淑娟1,2,赵 勇3*,姚俊强1,2,李红军1,2

(1.中国气象局乌鲁木齐沙漠气象研究所,新疆 乌鲁木齐830002;2.中亚大气科学研究中心,新疆 乌鲁木齐830002;3.成都信息工程大学大气科学学院,四川 成都610225)

选用参与气候变化政府间合作委员会(IPCC)第5次评估报告的25个气候耦合模式(CMIP5),基于GPCP(Global Precipitation Climatology Project)降水资料,采用多种统计方法,综合评估模式历史试验对1979-2005年新疆夏季降水的模拟能力,优选出模拟性能较好的模式,进而利用其RCP8.5排放路径下的模拟结果来预估未来30 a(2021-2050年)新疆夏季降水的变化.从气候平均场和年际变率来看,25个CMIP5模式的模拟性能差异显著,部分模式可模拟出新疆夏季降水的主要空间分布特征,如伊犁河谷地区的降水中心以及南疆和东疆地区的少雨区.从优选出的9个模式的集合平均结果来看,对南疆西部山区与昆仑山北侧地区降水强度和范围模拟偏强,对年际变率的模拟偏弱,但其降水的空间分布与观测比较一致,可较准确地捕捉到高、低值中心,空间相关性也较好.因此,利用该集合平均结果对未来新疆降水进行预估是可信的.预估结果表明:(1)未来30 a北疆大部分地区和东疆部分地区夏季降水略微减少,伊犁河谷和南疆大部分地区显著增多,且增幅中心出现在南疆西部和昆仑山北侧地区;(2)山区年际变率较其他地区明显,且伊犁河谷、南疆西部和昆仑山北侧地区的年际变率呈现逐渐增大趋势;(3)降水变化与500 hPa环流配置异常密切相关,北疆地区偏南气流加强,表现为反气旋性环流,南疆地区偏东气流加强,表现为气旋性环流,因而导致未来新疆地区夏季降水南增北减.

CMIP5模式;新疆;夏季降水;预估

全球气候变化已引起广泛关注,干旱区降水和温度对全球变化的响应复杂,是气候变化的敏感区和脆弱区[1-2].研究表明,近百年来中亚地区的变暖幅度大于中国东部季风区,甚至是后者变化幅度的两倍[3].新疆地处亚洲中部干旱区,地形复杂,生态环境极其脆弱,抵御气候变化的能力相对薄弱[5].20世纪80年代中后期以来,新疆气候出现由quot;暖干quot;向quot;暖湿quot;的转型[6].近些年的研究均表明,新疆降水量整体呈显著增多趋势,其变化存在明显的年际尺度(3 a和6 a准周期)和年代际尺度(10 a和31 a准周期)[7-8].极端降水量空间分布区域差异性显著,山区极端降水强度大,平原地区极端降水频数多,且在夏季呈明显增加趋势[9-10].降水变化异常极易引发旱涝灾害,给国民经济和人民生命财产安全带来巨大损失和威胁.因此,预测新疆地区未来降水的时空变化对于指导农业发展、提高防灾减灾能力具有重要意义.

全球气候模式(GCM)是进行未来气候变化预估的有效工具[1].作为气候变化政府间合作委员会(IPCC)第5次评估报告的重要依据,第五次耦合模式比较计划(CMIP5)在关注历史气候模拟和增加针对近期10～30 a时间尺度气候预估的同时,开发出一套以稳定浓度为特征的新情景---代表性浓度路径(RCPs).国内外学者已利用其结果对全球不同区域极端温度和降水进行过大量研究,表明全球气候模式对极端气候有一定的模拟能力,并可以用来预估未来气候变化趋势[11-15].但是,模式结果受多种因素影响,如入射的辐射分布、海陆地形、大气的稳定度、垂直运动、水汽的辐散及辐合等,这些均会使得历史模式结果与实际存在一定差异,对未来变化的预估也存在一定的不确定性[16].因此,在利用CMIP5模式对未来气候进行预估前,有必要对模式的历史模拟性能进行客观评估,以减小预估结果的不确定性.

吴昊旻等[17]、Huang等[18]以及Zhao等[19]已从不同角度评估过CMIP5模式对中亚地区降水的模拟能力,并对其未来变化进行预估.针对新疆地区降水研究,以往多侧重于观测资料或再分析资料的气候统计方面[4,7-10],对历史降水变化趋势和特征取得一定认识,但利用模式结果对该地区未来降水变化的预估研究还相对较少.夏季是新疆的主要降水季节,可占年降水量的40%～50%[20-22],因而本研究主要关注夏季.本文选用25个CMIP5模式,首先评估各模式对新疆历史夏季降水的模拟能力,优选出模拟效果较好的模式,进而预估新疆夏季未来30 a降水变化,为气候变化预估和应对提供科学参考.

1 资料与方法

1.1 CMIP5模式和验证数据

本文选用的25个CMIP5模式如表1所示,其降水数据包括1900-2005年的历史气候模拟试验以及RCP8.5排放路径[23]下2006-2100年的模拟结果.为方便比较,采用双线性插值方法,将所有模式结果插值为1.5°X1.5°的水平分辨率.受地形限制,新疆观测站点相对稀疏且分布不均匀,尤其在山脉、沙漠和戈壁等下垫面,因而本研究的验证资料采用GPCP(Global Precipitation Climatology Project)数据集[24](https://climatedataguide.ucar.edu/climate-data/gpcpmonthly-global-precipitation-climatology-project.),其水平分辨率为2.5°X2.5°,时间为1979-2005年.这种降水资料由雨量计、卫星、探空等多种探测资料反演融合而得,是目前较好的全球降水格点资料集之一,已普遍应用于全球气候模式对比分析中[25-28].

1.2 研究方法

本研究所用的统计方法包括标准差、均方根误差和空间相关等,具体计算公式和物理意义如表2所示.应用到本研究中,标准差可反映降水量的时间变率,即年际尺度波动情况;相对均方根误差可反映模式结果和观测之间强度上的差异;空间相关系数可定量反映模拟结果与观测场之间空间分布的相似程度.

表1 25个CMIP5模式的信息

2 历史降水模拟性能评估

2.1 降水观测特征分析

图1为GPCP观测的新疆地区1979-2005年夏季降水的气候平均场和年际变率的空间分布.从气候平均场来看(图1a),新疆夏季降水各地差异显著,南疆盆地和东疆地区降水较少,降水量不足250 mm;北疆大部分地区、南疆西部山区和昆仑山北侧山区降水量均在250 mm以上;夏季降水极值中心出现在伊犁河谷地区,最高超过600 mm.从夏季降水的年际变率来看(图1b),其空间分布与气候平均场分布类似,降水量大的地区年际变率也大,反之亦然.南疆盆地和东疆大部分地区的年际尺度波动较小,基本在80 mm/a以下,最小不足40 mm/a.北疆大部分地区、南疆西部以及昆仑山北侧地区的年际变率在80～120 mm/a,年际变率极值中心仍出现在伊犁河谷地区,可达160 mm/a.

表2 统计方法计算公式及物理意义

2.2 CMIP5模式模拟性能评估

图2为25个CMIP5模式模拟的新疆地区1979-2005年夏季降水气候平均场的空间分布.总体而言,部分模式可模拟出新疆地区夏季降水气候平均场的主要分布特征,如伊犁河谷地区的降水中心以及南疆和东疆地区的少雨区等.其中ACCESS1-0、HadGEM2-CC、MICRO-ESM和MICRO-ESM-CHEM这4个模式对南疆地区夏季降水的范围和量级模拟严重偏多,最高超过1000 mm;而bcc-csm1-1、BNUESM、GFDL-ESM2G和GFDL-ESM2M这4个模式一方面对南疆地区夏季降水的范围和量级偏大,另一方面又对北疆地区夏季降水的范围和量级模拟偏小,大部分地区低于50 mm,且均没有模拟出伊犁河谷地区的降水中心,模拟的降水中心均位于南疆西部地区.FGOALS-s2模式对新疆夏季降水模拟整体偏小,完全没有模拟出降水的空间分布特征.

图3为25个CMIP5模式模拟的新疆地区1979-2005年夏季降水年际变率的空间分布.其模拟效果与气候平均场一致,模拟的气候平均场结果与观测接近,对应年际变率的模拟效果也较好.ACCESS1-0、HadGEM2-CC、MICRO-ESM 和 MICRO-ESMCHEM这4个模式对南疆西部山区和昆仑山北侧地区夏季降水的年际变率模拟偏大,bcc-csm1-1、BNU-ESM、GFDL-ESM2G和GFDL-ESM2M这4个模式对南疆地区模拟偏大、对北疆部分地区模拟偏小,FGOALS-s2对全疆地区模拟均偏小.

2.3 统计结果分析

由上述分析可知,不同模式在年降水平均场和年际变率上的模拟性能存在较大差异.泰勒图方法[29]可集中表示多个模式的统计信息,如图4所示,两个坐标轴分别表示模式结果与GPCP观测数据求得的空间相关系数和标准差,如此可较为全面地反映这25个CMIP5模式的模拟性能.可以明显看出,大部分CMIP5模式对新疆夏季降水气候平均场和年际变率的模拟能力比较接近.对于气候平均场(图4),大部分模式的标准差在1.0～1.75弧线之间,空间相关系数基本分布在0.4～0.7之间.对于年际变率,大部分模式的标准差也在1.0～1.75之间,空间相关系数也多分布在0.35～0.6之间.

图1 GPCP观测的新疆地区1979-2005年夏季降水的气候平均场(a,单位:mm)和年际变率(b,单位:mm/a)的空间分布

图2 25个CMIP5模式模拟的新疆地区1979-2005年夏季降水的气候平均场(单位:mm)空间分布

图3 25个CMIP5模式模拟的新疆地区1979-2005年夏季降水年际变率(单位:mm/a)的空间分布

图4 25个CMIP5模式模拟结果与GPCP观测数据所求的新疆夏季降水气候平均场(红色)和年际变率(蓝色)的泰勒图(REF表示观测,角坐标表示模式结果与观测的空间相关系数,纵坐标表示模式标准差与观测标准差之比.图标越接近REF,表示模式模拟的空间分布越接近于观测)

图5 9个CMIP5模式集合平均的新疆地区1979-2005年夏季降水的气候平均场

表2 25个CMIP5模式的评分

在上述分析基础上,进一步统计各模式模拟的气候平均场和年际变率与GPCP观测资料对应特征量的空间相关系数和均方根误差,当某个模式结果与观测之间的空间相关系数(相对均方根误差)大于(小于)25个模式相应统计量的平均值则记为1分,最后计算每个模式的总评分,从而定量选出模拟性能最优的模式.如表2所示,25个CMIP5模式中模拟性能最优的9个模式为:ACCESS1-3、bcc-csm1-1-m、CMCC-CM、CNRM-CM5、GFDL-CM3、GFDLESM2G、GFDL-ESM2M、MPI-ESM-LR和MPI-ESMMR.图5为这9个模式的集合平均结果.与观测(图1)相比,模式集合平均结果对南疆西部山区与昆仑山北侧地区夏季降水强度和范围模拟仍偏强,对年际变率的模拟偏弱.但二者空间分布与其对应的GPCP观测比较一致,较为准确地捕捉到高、低值中心,其空间相关系数分别达到0.68和0.56.因此,利用这9个模式的集合平均结果来预估未来30 a新疆地区夏季降水变化是可行的.

3 未来降水变化预估

图6为9个模式集合平均预估的未来30 a新疆夏季降水变化的空间分布.从逐10 a变化来看(图6a,b,c),未来北疆地区夏季降水略微有所减少,且减少范围随时间逐渐缩小;南疆大部分地区夏季降水增多明显,尤其是南疆西部山区和昆仑山北侧地区,其降水增幅超过40 mm,最高超过100 mm.从30 a平均变化来看(图6d),未来北疆大部分地区和东疆北部地区夏季降水略微有所减少,伊犁河谷和南疆大部分地区呈增多趋势,且增幅中心出现在南疆西部和昆仑山北侧地区.

图7为9个模式集合平均预估的未来30 a新疆夏季降水年际变率的空间分布.总体来讲,未来新疆大部分地区夏季降水的年际变率不大,北疆中东部、南疆中部以及东疆地区的年际变率均较小,山区降水变率相对较大.尤其伊犁河谷、南疆西部和昆仑山北部地区的降水变率呈现逐渐增大的趋势,中心值超过160 mm/a.

图8为9个模式集合平均预估的未来30 a新疆夏季500 hPa风场变化.可以看出,未来夏季降水变化与其对应的环流配置异常密切相关.北疆地区总体偏南气流加强,呈现为反气旋环流,气流下沉辐散,降水过程的发生发展受到一定抑制.南疆地区则偏东气流显著加强,尤其在昆仑山北侧表现为气旋性环流,气流上升辐合,更有利于降水过程的发生发展.这与未来新疆地区夏季降水南增北减的分布相对应.

4 结论与讨论

图6 9个CMIP5模式集合平均预估的新疆夏季降水(单位:mm)的空间分布

图7 9个CMIP5模式集合平均预估的新疆夏季降水年际变率(单位:mm/a)的空间分布

图8 9个CMIP5模式集合平均预估的新疆夏季500 hPa风场变化(单位:m/s)

选用25个CMIP5模式的历史试验和RCP8.5排放路径下的模拟结果,首先利用GPCP观测资料评估各模式对1979-2005年新疆夏季降水的模拟能力,采用标准差、均方根误差和空间相关等统计方法,优选出模拟性能较好的9个模式,进而利用其集合平均结果来预估未来30 a(2021-2050年)新疆夏季降水的变化.从气候平均场和年际变率来看,各模式的模拟性能差异显著,部分模式可模拟出新疆夏季降水的主要空间分布特征,如伊犁河谷地区的降水中心以及南疆和东疆地区的少雨区.根据定量评估结果,从25个模式选出9个模拟性能最优的模式进行集合平均,进而预估未来新疆夏季降水变化.虽然集合平均结果对南疆西部山区与昆仑山北侧地区降水强度和范围模拟偏强,对年际变率的模拟偏弱,但其降水的空间分布与观测比较一致,可较准确地捕捉到高、低值中心,空间相关性也较好.因此,利用该集合平均结果对未来新疆降水进行预估是可信的.(1)未来30 a北疆大部分地区和东疆北部地区夏季降水略微有所减少,伊犁河谷和南疆大部分地区显著增多,且增幅中心出现在南疆西部和昆仑山北侧地区.(2)山区年际变率较其他地区明显,且伊犁河谷、南疆西部和昆仑山北侧地区的年际变率呈现逐渐增大趋势.(3)降水变化与500 hPa环流异常密切相关,北疆地区偏南气流加强,呈现为反气旋性环流,南疆地区则偏东气流显著加强,呈现为气旋性环流,因而导致未来新疆地区夏季降水南增北减.

本文主要针对降水要素进行统计分析,并选出最优模式组合来预估未来新疆夏季降水变化.以往研究表明,北疆夏季降水与西亚副热带急流关系密切[30],南疆塔里木盆地降水受高原季风影响显著[31],另外还受到海洋增暖的影响[19]等.因此,在后续研究中将结合这些影响因素进一步深入评估,以更加全面细致地揭示未来新疆夏季降水变化.

[1]IPCC.Summary for policymarkers[M/OL]//IPCC.Climate Change 2013:The Physical Science Basis.Cambridge:Cambridge University Press,2013.

[2] 陈发虎,黄伟,靳立亚,等.全球变化背景下中亚干旱区降水变化特征及其空间差异 [J].中国科学:地球科学,2011,41(11):1647-1657.

[3] Chen F H,Wang J S,Jin L Y,et al.Rapid warming in mid-latitude Central Asia for the past 100 years[J].Frontiers of Earth Science in China,2009,3(1):42-50.

[4] 黄秋霞,赵勇,何清.基于CRU资料的中亚地区气候特征[J].干旱区研究,2013,30(3):396-403.

[5] 刘嘉麟,李泽椿.新疆地区自然环境演变、气候变化及人类活动影响[M].北京:水利水电出版社,2014.

[6] Shi Y F,Shen Y P,Kang E,et al.Recent and future climate change in Northwest China[J].Climate Change,2007,113:379-393.

[7] 薛燕,韩萍,冯国华.半个世纪以来新疆降水和气温的变化趋势[J].干旱区研究,2003,20(2):127-130.

[8] 刘天虎,刘天龙.集合经验模态分解下中国新疆降水变化趋势的区域特征[J].沙漠与绿洲气象,2015,9(4):17-24.

[9] 刘琳,陈静.新疆1961-2011年极端降水事件年内非均匀性特征[J].沙漠与绿洲气象,2013,7(1):53-59.

[10] 赵勇,黄丹青,朱坚.北疆极端降水事件的初步分析[J].沙漠与绿洲气象,2010,4(5):1-5.

[11] Seth A,Rauscher S A,Biasutti M,et al.CMIP5 projected changes in the annual cycle of precipitation in Monsoon regions[J].Jounal of Climate,2013,26:7328-7351.

[12] Kharin V V,Zwiers F W,Zhang X,et al.Changes in temperature and precipitation extremes in the CMIP5 ensemble[J].Climate Change,2013,119:345-357.

[13] 姚遥,罗勇,黄建斌.8个CMIP5模式对中国极端气温的模拟和预估[J].气候变化研究进展,2012,8(4):250-256.

[14] 董敏,吴统文,王在志,等.BCC_CSM1.0模式对20世纪降水及其变率的模拟[J].应用气象学报,2013,24(1):1-11.

[15] Pan Z,Liu X,Kumar S,et al.Intermodel variability and mechanism attribution of cCentral and sSoutheastern U.S.aAnomalous cooling in the twentieth century as simulated by CMIP5 models[J].Journal of Climate,2013,26:6215-6237.

[16] Tian D,Guo Y,and Dong W J.Future changes and uncertainties in temperature and precipitation over China based on CMIP5 models[J].Advances in Atmospheric Sciences,2015,32:487-496.

[17] 吴昊旻,黄安宁,何清,等.10个CMIP5模式预估中亚地区未来50a降水时空变化特征[J].干旱区地理,2013,36(4):669-679.

[18] Huang A N,Zhou Y,Zhang Y C,et al.Changes of the annual precipitation over Central Asia in the twenty-first century projected by mutimodels of CMIP5[J].Jounal of Climate,2014,27:6627-6646.

[19] Zhao Y,Zhang H.Impacts of SST warming in tropical India Ocean on CMIP5 model-projected summer rainfall changesoverCentralAsia [J].Climate Dynamics,2016,46:3223.doi:10.1007/s00382-015-2765-0.

[20] 张家宝,邓子风.新疆降水概论[M].北京:气象出版社,1987.

[21] 张家宝,苏气元,孙沈清,等.新疆短期天气预报指导手册[M].乌鲁木齐:新疆人民出版社,1986.

[22] 杨莲梅,张云惠,汤浩.2007年7月新疆三次暴雨过程的水汽特征分析[J].高原气象,2012,31(4):963-973.

[23] Taylor K E,stouffer R J,Meehl G A.An overview of CMIP5 and the experimentdesign [J].American Meteorological Society,2012,93:485-498.

[24] Adler R F,and Coauthors.The version-2 Global Precipitation Climatology Project (GPCP) monthly precipitation analysis (1979-preent[J]).J Hydrometeor,2003,4:1147-1167.

[25] Hung M P,Lin J L,Wang W Q,et al.MJO and convectively coupled equatorialwavessimulated by CMIP5 climate models[J].Hournal of Climate,2013,26:6185-6214.

[26] Chen L,Yu Y Q,Sun D Z,et al.Cloud and water vapor feedbacks to the El Nino Warming:Are they still biased in CMIP5 models[J].Journal of Climate,2013,26:4947-4961.

[27] Neelin J D,Langenbrunner B,Meyerson J E,et al.California winterprecipitation change underglobal warming in teh coupled model intercomparison Project Phase 5 ensemble[J].Journal of Climate,2013,26:6238-6356.

[28] Scoccimarro E,Gualdi S,Bellucci A,et al.Heavy precipitation events over the Euro-Mediterranean region in a warmer climate:results from CMIP5 models[J].Reg Environ Change,2016,16:595-602.

[29] Taylor K E.Summarizing multiple aspects of model performance in a single diagram [J].Journal of Geophysical Research,2001,106:7183-7192.

[30] Zhao Y,Wang M Z,Huang A N,et al.Relationship between the West Asian subtropical westerly jet and summer precipitation in northern Xinjiang[J].Theor Appl Climatol,2014,116:403-411.

[31] Zhao Y,Huang A N,Zhou Y,et al.The impacts of the summer plateau monsoon over the Tibetan Plateau on the rainfall in the Tarim Basin,China [J].Theor Appl Climatol,2016,126:265-272.

[32] 姚遥,罗勇,黄建斌.8个CMIP5模式对中国极端气温的模拟和预估 [J].气候变化研究进展,2012,8(4):250-256.

[33] 金晨曦,周天军.参加CMIP 5的四个中国气候模式模拟的东亚冬季风年际变率 [J].大气科学,2014,38(3):453-468.

[34]胡岑,姜大膀,范广洲.青藏高原未来气候变化预估:CMIP 5模式结果[J].大气科学,2015,39(2):260-270.

[35] 张武龙,张井勇,范广洲.CMIP 5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.

[36] Seo K H,Ok J,Son J H,et al Assessing future changes in the East Asian summer monsoon using CMIP 5 couples models[J].J Clim,2013,26:7662-7675.

[37]Taylor K E,Stouffer R J,Meehl GA.An overview of CMIP 5 and the experiment design[J].Bull Amer Meteor Soc,2012,93:485-498.

Projected Summer Precipitation over Xinjiang by Multi-CMIP5 Models in the Next 30 Years

YU Xiaojing1,2,LI Shujuan1,2,ZHAO Yong3*,YAO Junqiang1,2,LI Hongjun1,2
(1.Institute of Desert Meteorology,China Meteorology Administration,Urumqi 830002,China;2.Center for Central Asian Atmosphere Science Research,Urumqi 830002,China;3.School of Atmospheric Sciences,Chengdu University of Information Technology,Chengdu 610225,China)

Based on the outputs of historical and representative concentration pathway(RCP8.5)experiments produced by 25 models from phase 5 of the Coupled Model Intercomparison project(CMIP5),using the Global Precipitation Climatology Project(GPCP)dataset and several statistical methods,the performances in simulating the annual summer rainfall during 1979-2005 have been assessed,according to which,some preferable models among them has being identified.and projected changes in summer rainfall over Xinjiang of northwestern China in the next 30 a(2021-2050)have been further estimated.In terms of climatic mean and inter-annual standard deviation(ISD),there are notable differences among the 25 CMIP5 models,and part of them can well capture the main spatial patterns of summer rainfall over Xinjiang,such as the precipitation center over the Ili River Valley and shadows over the southern and eastern Xinjiang.Due to the 9 selected models'ensemble outputs,the spatial distribution of precipitation is identical to the observation.However,the simulated intensity and regions are overestimated while the ISD are underestimated over the west of southern Xinjiang and northern Kunlun Mountains.In the next 30 years,the summer rainfall decreases slightly over most of the northern Xinjiang and part of the eastern Xinjiang while increases significantly over the Ili River Valley and most of the southern Xinjiang with maximum centers located in the west of southern Xinjiang and northern Kunlun Mountains.The ISD is more remarkable in the mountains than other regions,and shows a gradually increasing trend over the Ili River Valley,as well as the west of the southern Xinjiang and northern Kunlun Mountains.Further analysis shows that the precipitation changes are closely related to the anomalous circulation configuration at 500 hPa.Southerly winds intensify and maintain an anticyclonic circulation over the northern Xinjiang while easterly winds and a cyclonic circulation over southern Xinjiang,which results in the increase of summer precipitation over the southern Xinjiang and decrease over the northern Xinjiang.

CMIP5 models;Xinjiang;summer precipitation;projection

P456.7

A

1002-0799(2017)05-0053-10

于晓晶,李淑娟,赵勇,等.CMIP5模式对未来30 a新疆夏季降水的预估[J].沙漠与绿洲气象,2017,11(5):53-62.

10.12057/j.issn.1002-0799.2017.05.008

2017-05-02;

2017-05-16

国家自然科学基金(41375101),国家自然基金联合基金(U1503181),中央级公益科研院所基本科研业务专项(IDM201506),国家自然科学基金(41605067,91437109)共同资助.

于晓晶(1987-),女,助理研究员,主要从事数值模拟和模式评估方面研究.E-mail:yxj1301@126.com

赵勇(1979-),男,副研究员,主要从事干旱区气候变化研究.E-mail:zhaoyong@idm.cn