基于PRECIS模式对珠江流域降水的模拟与分析

郭智亮，邓婧娟，叶朗明，张 军，陈淑敏，邹宛彤

(1.中国民用航空中南地区空中交通管理局气象中心，广东 广州 510406；2.中山大学大气科学学院，广东 广州 510275；3.广东省江门市气象局，广东 江门 529000)

0 引言

全球气候变化已成为人们普遍关心的问题，在过去的100 a里全球地表温度逐渐升高，升温趋势大约为0.74 ℃，近50 a的线性增温速率为0.13 ℃/10 a，以变暖为主要特征的气候变化趋势得到社会各界的广泛认识[1]。中国是气候变化的敏感区，随着全球变暖，中国区域平均降水显著增加，极端降水频数增加，冷夜和热浪等极端气候事件也增加[2]。丁一汇等[3]预测未来20 a，中国地区平均降水量呈明显增加趋势。吴徐燕等[4]分析了我国近50 a降水观测资料得出无雨日有明显地增加。T Yang等[5]用聚类分析等方法对珠江流域降水进行区域分类，表明珠江流域干旱有区域性特征，西南和东北部易发生干旱。严小冬[6]等借助IPCC AR4预估数据集，预估贵阳未来10 a处于旱涝交替频发期。张娇艳[7-8]等利用国家气候中心提供的区域气候模式模拟不同排放情境下，贵州地区21世纪气候变化预估。

气候模式是预估未来气候变化最重要也是最可行的方法。英国气象局(UKMO)Hadley气候预测与研究中心的区域气候模式系统PRECIS(Providing Regional Climates for Impacts Studies)在气候情景预测方面有良好的基础。许吟隆[9]，黄晓莹[10-11]，莫伟强[12-13]和吴美双[14]等不仅验证了PRECIS对华南地区温度、降水以及极端气候事件的模拟能力，还分析了区域气候模式系统PRECIS模拟的华南地区未来气候状况的可能变化，发现华南地区气温有升高趋势，高温、干旱、暴雨等极端气候事件频率增加，以上研究表明，利用区域气候模式系统PRECIS对中国南方气候变化进行预估是有效的方法。由于珠江流域是华南地区经济发达和人口密集区，近年来珠江流域干旱和洪涝灾害频发，但目前对珠江流域降水的气候变化研究比较缺乏，本文利用PRECIS区域气候模式对珠江流域的降水进行模拟，对历史和未来降水变化进行分析，试图找出该区域降水的平均值、波动性、概率分布和空间分布变化的特征，探索珠江流域未来降水的可能变化趋势，对政府部门制定防灾减灾决策服务具有积极的意义。

1 区域气候模式介绍及数据和方法

1.1 PRECIS介绍

本文使用的区域气候模式PRECIS是基于GCM—HadCM3模式发展而来的区域气候影响研究模式。PRECIS是一个单向嵌套的区域气候模式，PRECIS模式的水平分辨率是0.44°(纬度)×0.44°(经度)，在中纬度地区格点间距大约为50 km，垂直方向分为19层，最上层达到10 hPa，该模式已应用于全球各个地区的区域气候情景模拟研究。

1.2 SRES情景介绍

SRES是指《IPCC排放情景特别报告》[1]中所描述的情景。SRES情景分为A1，A2，B1和B2 4个情景族。A1情景假设世界经济增长很快，全球人口数量峰值出现在21世纪中叶，新的和更高效的技术被迅速引进。A1情景又分为3组，分别代表着化石燃料密集型(A1FI)、非化石燃料能源(A1T)以及各种能源之间的平衡(A1B)。A2情景描述了一个很不均衡的世界：人口快速增长，但经济和技术发展缓慢。B1情景假设经济向全球化发展，经济结构向第三产业更加迅速地调整。B2情景描述了一个人口和经济平衡发展，增长速度处于中等水平的世界。A1B情景是目前气候情景研究中的焦点，本文将采用A1B情景来研究未来珠江流域干旱的可能变化。

1.3 数据

本文使用数据包含：①Pingping Xie等[15]发展出的1961—1990年中国区域高分辨率格点逐日降水资料，区域分辨率为0.5°×0.5°，用于验证模式模拟降水的效果；②由HadAM3P的模拟结果作为边界场和初始场驱动气候模式系统PRECIS得到的A1B情景下1961—2050年的气候情景数据，包括逐日降水、位势高度和风场资料。研究区域为珠江流域，即20～28°N，102～118°E，包括广东、广西、云南东部、福建南部、江西南部、湖南南部以及贵州南部等地区[16-17]。

1.4 分析方法

本文使用一元线性回归[18]和相关系数[9]作为统计方法。根据涂凯等[19]提出的概率分布订正方法，对PRECIS输出的A1B情景数据进行了订正，其经验概率订正方法为：

①观测与模拟的每个格点的累积概率分布

首先将降水量的范围分为若干个区间，统计落在各个分区里的降水频率，再用概率分布计算累积概率分布。

假设降水量的范围为0～100 mm，以10 mm为一个区间，共有10个区间，某时刻降水量落在10个区间中的一个，即

10×i-10≤p(j)<10×i，i=1,2……10

(1)

统计降水落在第i区间的概率分布：

f(i)=[f(i)+1]/n，i=1，2，……10

(2)

其中n为降水量的时间总数。

计算10个分区里第i区间的累积降水概率：

(3)

由式(3)可以分别得到观测和模式模拟的降水累积概率分布曲线。

②比较观测的降水序列拟合的累积概率与模式模拟的降水序列拟合的累积概率的分布差异，得到订正系数。

Δ(i)=Gobs(i)-Gmod(i)，i=1，2，……10

(4)

③假定模式的系统误差不变，未来分布差异与历史分布差异相同，将计算出的订正系数代入未来情景，得到订正后的结果。

pcor(j)=pmod(j)+Δ(i)，i=1，2，……10

(5)

式(5)中的pcor(j)为第j时刻降水订正值，pmod(j)为第j时刻降水模拟值，Δ(i)为降水量落在第i区间时的订正值。

2 模式结果的检验

对PRECIS模拟的珠江流域降水数据的可靠性以及对概率订正的效果进行验证。本文从区域模拟效果、平均值和概率分布对模式的模拟结果进行检验。

珠江流域1961—1990年30 a日降水量模拟值经订正后，其值与降水量观测值的量级基本一致，模拟值经过订正后为4.08 mm/d，模拟的误差为观测值的8%，订正的误差减小到观测值的0.5%，说明模式数据基本可信，订正数据有了较大改善。由图1看出，模拟值与观测值的概率分布基本一致，概率随着降水量增加而减少；模拟的日降水在20 mm以下的分布比观测值偏高；在20～60 mm区域，其分布比观测值偏低；日降水量>60 mm的区域，其分布比观测值偏高。虽然订正后的降水量极端大值概率偏低，但总体分布与观测值分布相近，尤其在大概率区域(日降水量在0～70 mm范围概率占了总概率的绝大部分)，说明模式模拟的降水量概率分布与观测值基本吻合。由图2看出，模式数据经订正后，基本能表现珠江流域降水的分布形式，具有从东到西减少的分布特征。珠江流域下游东南部地区平均日降水量为4～6 mm，上游西部、云南等地区平均日降水量为3～4 mm。订正后的模式降水普遍比实况值偏少，尤其是在珠江三角洲地区，误差在±0.3 mm/d以内。对订正数据和观测数据进行空间相似性计算，结果显示两者的空间相似系数达0.98，超过了99%的置信度检验，说明订正后的模式降水与观测降水分布形式基本一致。

图1 珠江流域1961—1990年观测、模拟与订正的日降水量数据的指数概率分布Fig.1 Exponential probability distribution of daily precipitation data from observation, simulation and correction in the Pearl River Basin from 1961 to 1990

以上验证结果说明，PRECIS模拟出的珠江流域降水的平均值、概率分布以及区域分布形式与观测值相似，具有较高的可信度，订正后的数据比模式结果更加接近观测值。因此，可利用订正后的模拟结果来预测珠江流域未来降水变化特征，对珠江流域未来干旱气候的可能性进行预测。

图2 珠江流域1961—1990年日降水量的观测值(a)、订正后的模拟值(b)及订正减去观测的差值(c)分布(单位：mm)Fig.2 Distribution of daily precipitation in the Pearl River Basin from 1961 to 1990(unit:mm)：observations of daily precipitation (a), simulated values after correction daily precipitation (b), corrections minus the observed difference (c)

3 未来降水量的模拟与分析

3.1 日降水量

本文将2021—2050年定为未来时段、1961—1990年为基准时段，分析珠江流域未来时段降水可能变化情况。由珠江流域未来30 a平均日降水量分布(图3a)与基准时段(图2a)对比发现，日降水量空间分布基本一致，降水量由西向东逐渐增加，上游日降水量平均值为3～3.5 mm，下游日降水量平均值可达5～6 mm。由图3b看到，未来30 a珠江流域下游珠江三角洲地区降水量增多，增幅为0.5 mm/d左右；上游降水量减少，减幅为0.2 mm/d左右。珠江流域基准时段日降水量平均值为4.07 mm，未来时段平均值为4.36 mm，降水量未来呈增加趋势。由图4看出，珠江流域日平均降水量的倾向系数为+0.004，呈缓慢上升趋势；基准时段的降水量方差为0.28，未来降水量的方差为0.37，表明未来降水的波动性呈增加趋势。在平均降水量变化不大的情况下，降水量波动性增加将有可能导致极端多雨或极端少雨事件的增加，更容易造成干旱灾害或洪涝灾害。

图3 珠江流域未来时段日降水分布(a)及其与基准时段差值(b)(单位：mm)Fig.3 Daily precipitation distribution in the Pearl River Basin in the future (a) and its difference from baseline period (b) (unit: mm)

图4 珠江流域1961—2050年年平均日降水变化趋势(单位：mm)Fig.4 Annual average daily precipitation trends in the Pearl River Basin from 1961 to 1050 (unit: mm)

将日降水量分为<10 mm和>10 mm两个区间，对比两个时段日降水指数概率分布(图5)发现，降水概率随着降水量的增大而下降，<10 mm的日降水对数概率分布差异很小，但未来时段在日降水量>60 mm的暴雨事件频率高于基准时段。

由表1看出，未来无雨日的概率为60.4%，高于基准时段的59.5%；未来日降水在1～10 mm区间的降水概率曲线低于基准时段，表示小雨事件频率呈减少趋势。由表1还可以看出，日降水在10～100 mm区间的未来概率分布曲线高于基准时段，说明中等及中等以上强度降水的概率可能增加。由于未来平均降水量增加并不明显，未来大雨概率增加而中小雨频率降低意味着降水量可能集中分布在少数的大型降水中，未来降水量趋于两极化。

表1 两个时段的日降水量范围内的累积概率及累积概率的变化率分布Tab.1 Distribution of cumulative probability and variation rate of cumulative probability in the range of daily precipitation over two periods

图5 两个时段日降水指数概率分布(a)日降水量<10 mm， (b)日降水量>10 mmFig.5 Probability distribution of daily precipitation index in two periods: (a) Daily precipitation<10 mm, (b) Daily precipitation >10 mm

3.2 珠江流域未来四季降水分布及变化

对珠江流域未来时段的四季(四季划分如下：冬季12月—次年2月；春季取3—5月；夏季取6—8月；秋季取9—11月)降水进行模拟。由图6看出，珠江流域未来时段冬季月平均降水在60 mm以上，降水空间分布不均匀，从东南向西北呈递减趋势；从图6b看出，珠江流域未来冬季降水有增加的趋势，可能会减轻大部分地区冬季的干旱情况，尤其是珠江流域南部沿海的旱情。

图6 珠江流域未来时段冬季月平均降水分布(a)及其与基准时段差值(b)(单位：mm)Fig.6 Monthly mean precipitation distribution (a) and its difference from the baseline period (b) in the future of the Pearl River Basin in winter (unit: mm)

珠江流域未来春季降水(图7a)比冬季有明显的增加，月平均降水在100 mm以上，分布在珠江流域东北部的大值区超过240 mm，降水空间分布由东北向西南逐渐减少；从图7b看到珠江流域未来时段东北部降水减少，西南部降水增加。春季是过渡季节，冷空气运动频繁，降水主要以冷暖空气交汇造成的锋面降水为主，未来东北部降水大值区降水减少，预示未来冬季锋面系统可能减少。

图7 珠江流域未来时段春季月平均降水分布(a)及其与基准时段差值(b)(单位：mm)Fig.7 Monthly mean precipitation distribution (a) and its difference from the baseline period (b) in the future of the Pearl River Basin in spring (unit: mm)

由图8a看出，珠江流域未来时段的夏季，由于南部沿海的水汽充足，故降水分布由南向北减少，珠江三角洲地区夏季降水最多[20]。由图8b看出，整个流域夏季降水有减少的趋势，降水幅度由北向南增加，珠江三角洲地区降水减少幅度最大，中部和西部地区降水也有减少的趋势，东北部地区降水减少幅度最小。

图8 珠江流域未来时段夏季月平均降水分布(a)及其与基准时段差值(b)(单位：mm)Fig.8 Monthly mean precipitation distribution (a) and its difference from the baseline period (b) in the future of the Pearl River Basin in summer (unit: mm)

珠江流域未来时段秋季的降水(图9a)，由于夏季风撤退，降水量骤减，降水的空间分布延续夏季的情形，由南向北逐渐减少。从图9b看出，珠江流域的南部地区秋季降水有减少的趋势，可能会对南部干旱形势造成影响。

图9 珠江流域未来时段秋季月平均降水分布(a)及其与基准时段差值(b)(单位：mm)Fig.9 Monthly mean precipitation distribution (a) and its difference from the baseline period (b) in the future of the Pearl River Basin in autumn (unit: mm)

4 结论与讨论

本文利用PRECIS区域气候模式对珠江流域降水进行模拟以及对1961—1990年和未来2021—2050年的降水变化进行分析，得到以下结论：

①在A1B排放情景下，对珠江流域基准时段(1961—1990年)的区域日降水量平均值模拟结果经过概率订正后，与观测值的误差由8%降低到0.5%；日降水量数据的指数概率分布经概率订正后，总体分布与观测值更加相近；日降水量的区域分布的模拟结果与观测资料进行空间相似性计算，两者的空间相似系数达0.98，超过了99%的置信度检验。说明概率订正后的模式数据接近观测值，对珠江流域未来气候的预测是可行的。

②利用概率订正后的日降水数据模拟了珠江流域未来时段日降水量平均值分布，珠江流域日降水量平均值由基准时段的4.07 mm上升到4.36 mm，日平均降水量的倾向系数为+0.004，日降水量方差由基准时段的0.28上升到0.37，表明珠江三角洲未来降水量总体呈增多的趋势，日降水量的波动性增加。

③珠江流域未来时段无雨日的概率由基准时段的59.5%上升到60.4%，但日降水在10～100 mm区间的未来概率分布曲线高于基准时段，未来中小雨频率降低而大雨概率增加意味着降水量趋于两极化，降水可能集中分布在少数的大型降水过程中，更容易造成洪涝灾害或干旱灾害。

④珠江流域未来时段降水量在时空分布上呈不均匀状态，即冬季和春季南部沿海降水呈增加趋势，北部呈减少趋势；夏季和秋季北部降水呈增加趋势，南部呈减少趋势。

目前概率订正分布还处于经验概率分布阶段，能订正平均误差和改善模式数据的经验概率分布，但该方法对极大值的订正还存在不足，因此，概率订正分布不适用于对极端降水的订正，未来概率订正还需要用拟合统计分布曲线的方法来对模式数据进行订正。