CMIP5和RegCM4.0模式对西南区域未来降水的预估

胡祖恒，李永华，胡跃文，王 勇

(1.重庆市气候中心，重庆 401147；2.贵州省气象学会，贵州 贵阳 550002)

0 引言

气候变化将在很大程度上影响人类的社会经济活动，因此受到了前人广泛的关注，IPCC第四、第五次评估报告 (IPCC Fourth Assessment Report，IPCC AR5)采用参与多模式对比评估的20 多个全球气候系统模式，对未来的全球气候变化进行了模拟研究[1,2]。从集合平均的全球平均的地面气温来看，AR5给出的模拟结果与第四次评估报告接近，但也存在一定差异，获得了一些新发现，由于模式方案的修改和模式敏感度差异，未来增暖速率与之前存在一定差异。AR5给出了更新版的评估，陆地温度出现了明显的人为信号，这些信号不只存在于局地尺度，而在全球尺度上都得到了体现[2]。

关于西南区域过往的气候变化已有很多有意义的研究[3-6]，西南区域未来气候变化的情景预估，此前的工作大多给出多模式的集合平均结果，从参加 IPCC AR4的 CO2加倍试验的15个耦合模式的多模式集合平均的结果来看，在未来CO2加倍情景下，全国大部分地区夏季总降水量将增加，其中以青藏高原为增加大值区。模式模拟的各极端降水指标变化分布型与总降水量变化较一致，均表现为增大，极端降水主要表现为全国一致的增加，西南地区更加显著[7]。西南区域的年平均降水模拟离差是全国比较高的区域，且夏季比冬季的离差更高，说明模式间模拟结果存在较大的分歧[8]。

目前，基于模式数据对西南地区进行气候预估已有许多研究工作[7-9]，但之前的有些工作是基于过往的未来温室气体情景下的预估，当中温室气体的排放当量和种类不是最新的RCP情景[7,8];还有一些基于CMIP5资料的预估只是单纯针对气温进行分析[10,11]，对降水的预估工作仍有不足，尤其是过往工作大多是针对整个中国区域，西南地区只是其整体评估区域之一[12,13]，对西南地区气候变化进行专门的评估仍然很有必要，温室气体除了影响平均降水之外，还会显著影响极端降水事件[14]，因此本文采用全球模式数据集CMIP5和区域气候模式RegCM4.0对西南区域未来降水变化和极端降水事件进行详细评估。

1 模式资料与方法

为满足气候变化影响评估方面的科研和业务需求，国家气候中心在中国气象局相关气候变化业务项目的支持下，制作并发布“中国地区气候变化预估数据集”的第三版(Versin3.0)。第三版数据包括全球模式和区域模式两套数据。世界气候研究计划(WCRP)组织的第五次耦合模式比较计划(Fifth Coupled Model Intercomparison Project, CMIP5)提供了来自全球不同气候研究机构耦合模式的模拟数据，较之前参与第四次评估报告的模式有了较大的改进。

全球模式数据为耦合模式比较计划阶段5的多模式数据(后文简称为CMIP5数据)，包括历史气候模拟和3种RCP情景下的未来气候变化预估数据，由21个全球气候模式的模拟结果组成(表1)。经过多模式集合，插值计算将其统一到1°×1°分辨率下，制作成一套包括1901—2005年历史气候模拟(Historical)和2006—2100年RCP2.6、RCP4.5、RCP8.5排放情景下的月平均资料。区域气候模式数据为使用区域气候模式 RegCM4.0，单向嵌套 BCC_CSM1.1 全球气候系统模式所得到的长期气候模拟结果，包括1951—2005年历史气候模拟(Historical)和 2006—2099年RCP4.5、RCP8.5 情景下未来气候变化预估数据，模拟结果插值为分辨率0.5°×0.5°的月平均和日平均资料。

表1 参与评估的全球模式据详细信息Tab.1 The description of 21 categories global climate model used in the paper

本文将采用CMIP5月平均降水资料来评估西南区域未来2020—2100年和季节平均降水的时间序列和空间分布，并采用RegCM4.0的月平均降水资料来评估西南区域未来2020—2099年和季节平均降水的时间序列和空间分布作为对比分析(因RegCM的未来预估资料时间段到2099为止)，由于RegCM4.0模式还输出了日平均的降水资料，本文还将采用暴雨天数(R50 mm)分析未来 (2020—2099年)预估的极端降雨事件以及极端降雨事件相对历史基准期(1966—2005)的变化特征。暴雨天数指每年内日降水值达到暴雨量级(≥50 mm)降雨过程的天数。

2 未来气候变化预估

利用全球气候系统模式和区域气候模式对未来降水的气候变化进行排放情景下的预估，是目前研究应用中普遍的方法。本节利用国家气候中心发布的CMIP5多模式结果平均得到的西南区域降水预估数据，对2020—2100年西南区域的降水在RCP2.6、RCP4.5和RCP8.5 3种不同排放情景下的气候变化进行情景预估分析，并采用RegCM4.0未来 2020—2099年的预估资料作为对比分析。

2.1 区域年平均降水预估

CMIP5模式输出的西南区域的年平均降水结果表明，不同RCP情景下西南区域降水都将呈持续上升趋势，未来近10 a西南区域年平均降水在3种不同排放情景下变化趋势基本保持一致，3种情景下西南区域降水在2020—2050年变化特征差别较小，2050年后差别较大，RCP8.5情景下降水呈持续增加的特征，RCP2.6情景下降水的变化幅度最小，基本保持在1 300 mm/a左右，RCP8.5情景下年降水量在21世纪末会到达1 400 mm以上 (图1a)。2070年后在RCP8.5情景下较RCP2.6、RCP4.5情景降水增加幅度明显加大，RCP2.6情景下降水增加幅度始终最小，2050年后RCP2.6情景和RCP4.5情景下降水变化幅度表现为停滞的特征。RegCM4.0模式输出的降水只有RCP4.5和RCP8.5两种情景，两种情景下的降水在未来第一个10 a(2021—2030)表现为增加的趋势，随后体现为周期波动的特征，RCP8.5情景下降水较RCP4.5情景多。除了21世纪末的RCP8.5情景， RegCM4.0模式模拟的年降水量相较CMIP5多100 mm左右(图1a、1b)。

图1 CMIP5在RCP2.6、RCP4.5和RCP8.5 3种排放情景下(a)和RegCM4.0在RCP4.5和RCP8.5情景下(b)的2020—2100年西南区域年平均降水预估 (单位：mm/a)Fig.1 Forecast of annual average precipitation in Southwest China from 2020 to 2100 under three RCP Emission Scenarios of CMIP5 (a) and two RCP Emission Scenarios of RegCM4.0 (b) (Unit: mm/a)

2.2 不同季节降水与降水预估

图2为RCP2.6、RCP4.5和RCP8.5 3种不同排放情景下，2020—2100年西南区域不同季节平均降水预估曲线。对于西南区域不同季节平均降水而言，未来近20 a(2020—2040年)西南区域春夏秋冬4个季节平均降水在3种不同排放情景变化下的降水值差异较小。从图中也可见，在4个季节2050年之前3种RCP情景下的降水差别都不大，但是其年际变率的差异较大。在春季和夏季 (图2a、2b)，2050年后降水时间序列特征表现为RCP8.5情景多于RCP4.5，RCP4.5情景多于RCP2.6情景，在秋季和冬季，总体看来RCP2.6的值是最少的，但RCP4.5和RCP8.5两种情景下降水并没有明显，这表明温室气体对降水的增加作用可能主要集中在春季和夏季。

图2 不同RCP情景下西南区域2020—2100年季节平均降水变化预估的时间序列 (单位：mm/a)(a：春季，b：夏季，c：秋季，d：冬季)Fig.2 Estimated Time Series of Seasonal Average Precipitation Change in Southwest Region from 2020 to 2100 under Different RCP Scenarios (Unit: mm/day) (a: spring, b: summer, c: autumn, d: winter)

3 降水预估的空间分布

前文已对模式数据集在几种RCP情景下降水的时间序列进行了分析，然而作为未来气候变化的预估，未来(CMIP5数据集为2020—2100年，RegCM4.0为2020—2099年)的降水空间分布是比较重要的，本节将分析CMIP5和RegCM4.0模拟数据在不同排放情景下对西南地区未来年平均降水的空间分布(CMIP5共有RCP2.6、RCP4.5和RCP8.5 3种排放情景，RegCM4.0共有RCP4.5和RCP8.5 2种排放情景)。

图3为CMIP5集合模式RCP2.6、RCP4.5和RCP8.5 3种不同排放情景下，2020—2100年西南区域年平均降水分布。可以看到，在不同排放情景下，西南区域降水变化的地理分布特征基本一致，降水的高值区都位于青藏高原东南部，横断山脉和四川中部，降水量量值≥1 920 mm/a，降水的低值区位于西藏西北部，降水量量值≤720 mm/a，西南区域东南部降水量值为1 170～1 470 mm/d。在不同排放情景下，未来中期西南区域降水变化的地理分布特征基本一致，即西藏西北部降水最少，沿西北—东南向逐渐增加，四川中部和横断山脉地区为降水的大值区，随后降水量再次减少。

图3 不同情景下CMIP5集合模式对西南区域未来(2020—2100)降水的预估分布(单位：mm/a)Fig.3 Forecast distribution of CMIP5 ensemble model for future (2020—2100) precipitation in southwest region under different RCP scenarios. unit: mm/a

从RegCM4.0模式在RCP4.5和RCP8.5两种不同排放情景下2020—2099年西南区域年平均降水分布可以看到，与CMIP5数据类似，在不同排放情景下，西南区域降水的地理分布特征基本一致，降水的高值区都位于青藏高原东南部，横断山脉和四川中部，但低值区的分布与CMIP5有所差异，不再位于西藏的西北部，而是位于西藏的整个西部地区。区域模式由于分辨率较高，刻画的降水细节较CMIP5要更细致一些，譬如RegCM4.0能较好的捕捉云南和贵州交界处的较大数量值的降水(图4a、4b)。在两种排放情景下，区域气候模式模拟的西南区域降水的空间分布特征在西藏和四川西部地区基本一致，差异主要体现在西南区域的东部区域。相较于CMIP5集合模式，在西藏东南侧、四川中部和贵州地区，RegCM4.0模式模拟的降水基本均偏多。

图4 不同RCP情景下，RegCM4.0模式对西南区域未来(2020—2099)降水的预估分布(图中单个色标间隔单位为150,单位:mm/a)Fig.4 Forecast distribution of RegCM4.0 model for future (2020—2099) precipitation in southwest region under different RCP scenarios. unit: mm/a

4 极端降雨事件预估

除了年平均降水的时间序列和空间分布分析之外，人们往往对未来气候预估中的极端气候事件更感兴趣。利用RegCM4.0区域气候模式的日平均降水资料的数据，本节将分析西南区域未来近期(2020—2060)暴雨天数相对历史基准期(1966—2005)的变化。从图5可以看出，RCP4.5情景下暴雨天数显著减少的区域主要在西藏东南部(0.5～1 d)，暴雨天数显著增加的区域在四川盆地和四川、云南、贵州三省交界处(0.5～1 d)。RCP8.5情景下的暴雨天数变化的特征与RCP4.5有所不同，暴雨天数在一些RCP4.5情景下显著增加的的区域，在RCP8.5情景下变为减少，比如四川西南部以及云南南部。

图5 2020—2060年平均与1966—2005年平均西南地区暴雨量级降水日数的差值 (a)RCP4.5 (b)RCP8.5，图中打点处表示显著性水平达到0.05Fig.5 The difference of number ofheavy rain days per time period with daily precipitation above 50 mm between 2020—2060 and 1966—2005, the area with dots indicate the significant level reach to 0.05

与未来近期类似，西南区域未来远期2061—2099年RCP4.5情景下暴雨天数显著减少的区域主要在西藏东南部(0.5～1 d)，四川盆地地区暴雨天数显著性增加(0.5～1 d)，另外重庆显著性增加的区域由西南部变为东南部。RCP8.5情景下的暴雨天数变化的特征与RCP4.5有相同之处，如西藏东南部和四川中部地区的显著性变化，但也存在一定差异，如RCP8.5情景下云南西南部暴雨天数显著性减少(图6)。

图6 2061—2099年平均与1966—2005年平均西南地区暴雨量级降水日数的差值 (a)RCP4.5 (b)RCP8.5，图中打点处表示显著性水平达到0.05Fig.6 The difference of number ofheavy rain days per time period with daily precipitation above 50 mm between 2061—2099 and1966—2005, the area with dots indicate the significant level reach to 0.05

5 结论

气候变化的不确定性对气候变化评估的可靠性与准确度有显著的影响。鉴于气候系统的复杂性，现有的各种不同数学物理过程的气候模式本身均存在着较大的不确定性，因此现阶段气候变化预估给出的只是一种可能的趋势，还存在较大的不确定性[2,15]。

通过全球模式对未来预估的分析表明，21世纪西南区域气候总体为变湿的趋势，不同RCP情景下西南区域降水都将呈持续上升趋势，3种情景下西南区域降水在2020—2050年变化特征差别较小，2050年后差别较大，RCP8.5情景下降水呈持续增加的特征，RCP2.6情景下降水变化幅度最小。相较CMIP5，除了21世纪末的RCP8.5情景，区域气候模式RegCM4.0模拟的年降水量相较CMIP5多100 mm左右

对于西南区域未来降水预估的空间分布，在相同排放情景下(RCP4.5，RCP8.5)，CMIP5和RegCM模式模拟的西南区域降水变化的地理分布特征基本一致，降水的高值区都位于青藏高原东南部，横断山脉和四川中部，差异在于RegCM模拟的西藏西部的降雨量级更小，而青藏高原东南部、四川中部和贵州的高值区量级更大，但CMIP5在四川盆地模拟的较大降水的量级范围比较大。

与历史基准期相比，未来近期(2020—2060年)和远期(2061—2099年)，RCP4.5和RCP8.5情景下西藏东南部地区暴雨天数显著减少 (0.5～1 d)，四川盆地暴雨天数显著性增加(0.5～1 d)，RCP8.5情景下的暴雨天数变化的特征与RCP4.5有一定差异，如远期(2061—2099年)RCP4.5情景下云南西南部和贵州东部暴雨天数显著性增加，而RCP8.5情景下表现为显著性减少。