CMIP5对东北地区气温评估和2 ℃/4 ℃升温阈值出现时间研究

王 涛,赵萌初,王乙舒,周晓宇,沈玉敏,王小桃,沈历都

(1.沈阳区域气候中心，辽宁 沈阳 110166;2.南京信息工程大学 气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心，江苏 南京 210044)

近年来，气候变化特别是全球气候变暖对自然生态系统和社会经济发展产生的影响已成为重大的全球性问题，得到了国际社会的普遍关注。东北地区是我国最大的商品粮基地和农业生产最具发展潜力的地区之一，与低纬度地区相比，东北地区对全球变暖的敏感性较高[1]。因此在全球变暖的背景下，评估东北未来气温如何变化，对指导农业生产、提高农产品产量以及防灾减灾都具有重大意义。

现阶段全球气候模式是模拟全球和区域历史气候特征和预估未来气候变化的主要工具,在CMIP5模式计划最新情景设置中[2]，多模式平均的预估结果显示在不同RCPs(从低到高)下，中国区域平均气温在21世纪的升温速率为0.09～0.61 ℃/10 a[3-4]。我国学者分别从气候变化[5-7]和气温[8-12]相关方面，开展了模拟预估全球和中国气候变化及其机理研究，如孙侦等[13-14]评价了15个全球气候模式以及多模式集合对中国气温和降水的模拟精度，结果表明：多模式集合平均对中国日平均气温和降水的模拟精度优于大部分模式，多模式集合可以在一定程度上减少单个模式对未来情景模拟气温和降水的不确定性。吴佳等[15]利用24个CMIP5全球耦合模式模拟结果发现与观测相比，CMIP5集合模拟的中国降水对增温的响应偏弱，而极端降水的响应则偏强。此外对区域气候模拟预估也做了大量工作[16-19],其中，陶纯苇等[20-21]评估并选出了4个模拟效果较优模式，发现其模拟气温的可靠性得到提高，在RCP4.5情景下，东北大部分地区未来为变湿的趋势。吴蔚等[22]从8个全球气候模式对各项指标模拟能力来看，模式BCC模拟的相对误差绝对值总和最大(330%),集合模式为158%，IPSL-CMSA-MR最小(114%)，优于其他模式。全球平均气温相较于工业革命前期的上升幅度预估是当下气候变化研究的热点问题,2015年在《联合国气候变化框架公约》第21次缔约方会议一致通过将2 ℃升温幅度阈值目标正式写入《巴黎协定》。许多学者围绕此问题做了大量有意义的研究，胡婷等[23]利用CMIP5多模式集合分析了全球气温升温2 ℃阈值出现时间，在RCP4.5、RCP6.0和RCP8.5下,全球升温2 ℃的时间分别为2049、2056和2039年。徐影[24]和周梦子[25]等认为相比工业化之前，全球升温2 ℃阈值下，亚洲区域平均温度升高3 ℃，且高纬度地区大于中纬度地区，中国升温阈值时间早于全球，东北和西北地区出现时间最早[26]。

当前很多研究认为，由于多模式集合平均模拟能力是优于单个模式的，但单个模式模拟能力又是不可忽视的,而东北地区处温带季风区，其所处位置对气温敏感性也较高，尤其是对2 ℃/4 ℃升温，因此有必要综合评估单个模式和多模式集合平均对东北地区未来气温变化的情景预估和不确定评估研究。

本文从全球气候模式中选取对东北地区气温模拟性能最优的模式，并据此模拟2016～2099年的气温变化趋势，分析未来不同情景下首次出现4 ℃年份、稳定出现2 ℃/4 ℃年份、结束年份、持续时间、平均升温幅度时间变化趋势和空间分布特征，同时为东北地区发展农业生产和防御气象灾害影响提供较为可信的科学依据。

1 资料与方法

1.1 资料来源

考虑CMIP5资料的可获取性，本文采用由国家气候中心整理提供的19个CMIP5模式(表1)逐月气温资料(http://www.iiasa.ac.at/web-apps/tnt/RcpDb/dsd?Action=htmlpage&page=welcome)和多模式集合资料，包括1901～1930年历史情景模拟资料和2006～2099年RCP2.6、RCP4.5、RCP8.5未来情景下的预估资料。观测资料包括：东北三省178个气象观测站逐日平均气温资料，资料时间长度为2006～2017年，资料来自辽宁省气象信息中心，气象站点分布情况见图1。

1.2 研究方法

由于不同模式的空间分辨率存在一定差异，为研究方便，利用双线性插值法，将各模式数据插值到178个站点上形成时间序列。多模式集合为19个全球气候模式等权重算术平均。

本文采取计算均方根误差的方法对19个全球气候模式以及多模式集合在3种情景下气温模拟效果进行评估，均方根误差数值愈小，在对应情景下模式模拟的能力愈好，借此筛选出最优气候模式，反之亦然。

均方根误差定义为：

其中R是格点的均方根误差，Xsim,i是该格点第i年的年平均模拟值，Xobs,i对应观测值。

表1 19个CMIP5全球气候模式基本信息

为比较2个模式预估结果可信程度，计算2个模式结果的绝对值与对应的模式间标准偏差比值，刻画信号的可信度，其中比值>1表示对应的模式的预估结果是可信的；相反，比值<1表示可信度较低。

模式间标准偏差定义为:

升温幅度的参考时段选取：国际上关注的2 ℃/4 ℃升温阈值是相对于工业化革命前的气候而言。因此，所选的基准气候时段不应受到20世纪全球变暖的影响；同时，兼顾各模式历史气候模拟的起始时间差异。故选取1901～1930年多模式集合平均作为计算21世纪升温幅度的参考时段。

2 结果与分析

2.1 最优模式和多模式集合模拟能力评估

2.1.1 区域模拟能力 通过计算各模式的均方根误差，筛选出均方根误差最小的模式最为模拟效果最好的模式，即最优模式。根据各情景下均方根误差的计算结果，最优模式分别是：GISS-E2-R(RCP2.6，1.49)、MIROC5(RCP4.5，1.39 ℃)、GISS-E2-R(RCP8.5，1.35 ℃)。多模式集合平均模拟能力弱于最优模式，在这3种情景下的平均模拟能力分别为2.00、2.01和2.00 ℃(图2)。

2.1.2 空间分布模拟能力 对2006～2017年的气温观测实况表明(图3)，东北区域年均气温呈自南向北递减分布，变化区间为-3.2～11.4 ℃。在各种情景下,最优模式和多模式集合均较好地模拟出这种空间分布(图4)，最优模式在大部分地区模拟效果较好，而多模式集合仅在最北部地区模拟较好。各情景下2种模式模拟气温区间均比较稳定，分别为-2.1～13.1 ℃和-3.4～11.3 ℃。从距平分布上看(图5)，最优模式模拟效果较好，大部分地区距平在-1～1 ℃之间，仅东北地区东部和西部地区偏低(距平为-3～2 ℃)。多模式集合大部分地区距平均在-1 ℃以下，其中东部和西部地区在-2 ℃以下。在各种情景中，模式MIROC5表现最优，分布最为接近观测，距平也最小。2个模式模拟气温距平区间存在较明显差别，最优模式模拟气温距平区间值明显高于多模式集合，最优模式区间多在-2.5～3.0 ℃，多模式集合在-3.6～1.8 ℃之间。

从均方根误差分布看(图6)，各情景下最优模式模拟能力均明显高于多模式集合：最优模式模拟的均方根误差多在2 ℃以下，而多模式集合多在2 ℃以上。2个模式模拟均方根误差均呈由南向北递增分布，但最优模式分布相对较平缓，多模式集合在南部值较小，中北部地区迅速增大。各情景中，模式MIROC5模拟效果最好，均方根误差最小。

图2 2006～2017年19个全球气候模式和多模式集合平均模拟东北地区年平均气温均方根误差

图3 东北地区观测年均气温分布(2006～2017年)

2.2 最优模式和多模式集合模式间不确定性评估

在相同情景下2个模式可信度分布比较一致，均呈由南向北递减分布，其中南部地区可信度最高(在3以上)，北部最低(不足1)。随着情景增加，可信度呈增加趋势，可信度地区扩大，北部不可信地区面积明显缩小。

2.3 最优模式预估东北地区气温年际变化

本节利用最优模式给出不同二氧化碳排放浓度情景下未来气温和均方根误差年际变化趋势(图7)。在不同情景下气温变化存在一定差别：在未来RCP2.6下，模式GISS-E2-R预估气温变化幅度不大，区间在4.4～7.6 ℃；在未来RCP4.5下，模式MIROC5预估气温呈缓慢上升趋势，为0.3 ℃/10 a，波动区间在6.0～10.0 ℃之间；在未来RCP8.5下，模式GISS-E2-R预估气温呈缓慢上升趋势，为0.9 ℃/10 a,波动区间在4.1～13.8 ℃之间，在2069年全区域出现显著变暖，由8.0 ℃递增为11.2 ℃。各情景下最优模式对气温预估均维持较高的可信度，在2～5之间，其中RCP8.5情景下可信度呈缓慢上升趋势，为0.2 ℃/10 a，其他情景下变化比较稳定，在2～3之间。

2.4 2 ℃升温阈值预估

绝大多数站点在2006年已经达到2 ℃，因此仅给出稳定达到2 ℃阈值要素空间分布和统计信息(图8和表2)。在RCP2.6情景下，黑龙江大部、吉林中部和辽宁东部稳定达到2 ℃年份相对较晚(2019～2026年，共79站)，黑龙江西部、吉林西部和辽宁中西部地区相对偏早(2010～2016年，共79站)；在RCP4.5情景下，稳定达到2 ℃升温年份空间分布呈由东南～西北递减趋势，大部分地区(152站)出现时间较早(2006～2007年)，东南部地区出现时间最晚(2019～2023年)；在RCP8.5情景下，全区大体呈自西向东递增分布特征，西部(123站)出现时间最早(在2006～2014年之间)，东南部最晚(在2045～2063年之间)。

对不同情景下首次稳定到达2 ℃的年份和站数进一步分析表明(表2)，多数站点开始年份在2025年之前，呈西晚～东早分布，首次稳定到达2 ℃阈值开始年份在RCP4.5情景下出现最早(在2015年之前)，RCP8.5情景下出现最晚(2033年之前)。

(a，d)、(b，e)、(c，f)分别代表RCP2.6、RCP4.5和RCP8.5情景。图4 最优模式(a,b,c)和多模式集合(d,e,f)模拟的年平均气温分布(2006～2017年)

(a，d)、(b，e)、(c，f)分别代表RCP2.6、RCP4.5和RCP8.5情景。图5 最优模式(a,b,c)和多模式集合(d,e,f)模拟的年平均气温距平空间分布(2006～2017年)

表2 不同情景下年均气温首次稳定到达2 ℃阈值开始年份及对应站数信息

2.5 4 ℃升温阈值预估

2.5.1 首次达到4 ℃年份 根据最优的模式预估结果表明(图9和表3)：在RCP2.6情景下，全区首次达到4 ℃年份呈西早-东晚分布，西部地区(35站)出现在2016和2026年，东部地区(85站)多在2039～2040年。在RCP4.5情景下，全区呈东南晚-西北早分布，南部地区(49站)为2030～2038年之间，中部(73站)多为2015～2019年，北部(43站)多为2007～2009年。RCP8.5情景下全区大体呈西早-东晚分布，西部(38站)多为2016～2018年，东部地区(94站)多为2038～2041年。随着情景增加，达到4 ℃年份呈提前趋势，其中RCP4.5情景下最早，多数站点(116站)在2019年之前。

(a，d)、(b，e)、(c，f)分别代表RCP2.6、RCP4.5和RCP8.5情景。图6 最优模式(a,b,c)和多模式集合(d,e,f)模拟的年平均气温均方根误差空间分布(2006～2017年)

东北地区年均地面观测气温年际变化(蓝实线)，均方根误差(黑竖线)，线性趋势线(黄实线)和最优模式可信度年际变化(d)。图7 在RCP2.6(a)、RCP4.5(b)和RCP8.5(c)情景下最优模式预估气温及其可信度的年际变化

表3 不同情景首次到达4 ℃升温阈值年份、站数

图9 在未来RCP2.6(a)、RCP4.5(b)和RCP8.5(c)情景下东北地区首次达到4 ℃年份的空间分布

2.5.2 首次稳定达到4 ℃年份 在RCP4.5情景下，全区稳定达到4 ℃升温年份呈东南晚-西北晚的分布，其中东南部地区(29站)多在2054～2072年，其他大部分地区(130站)在2030～2048年。在RCP8.5情景下，全区定达到4 ℃升温年份差别不大，大部分地区(160站)出现在2064～2073年。从结束年份看，大部分地区(162站)在2077～2099年(图8)。随着情景增加，4 ℃升温开始时间总体在推迟，由RCP4.5情景的2030～2048年延后至RCP8.5的2064～2073年(表4)。

2.6 最优模式预估各省气温未来变化趋势

利用不同情景下最优模式预估东北三省未来的气温变化趋势，结果发现相同情景下气温变化趋势是比较一致的：在RCP2.6情景下，气温无明显变化趋势；在RCP4.5情景下，呈缓慢上升趋势，黑龙江省、吉林省和辽宁省分别为0.2、0.3、0.3 ℃/10 a；在RCP8.5情景下增温速率有所上升，三省均为0.5 ℃/10 a(图略)。

3 结论与讨论

(1)最优模式对东北区域气温的模拟效果优于多模式集合。不同情景下最优模式依次是：GISS-E2-R(1.49，RCP2.6)、MIROC5(1.39 ℃，RCP4.5)、GISS-E2-R(1.35 ℃，RCP8.5)。各情景下最优模式总体分布更接近观测实况，最优模式模拟全区气温距平分布多在-2～1 ℃之间，多模式集合多在-3～1 ℃之间，明显偏低，最优模式模拟气温均方根误差多在2 ℃以下，而多模式集合多在2 ℃以上。多模式集合和最优模式可信度均较高。

图10 在RCP4.5情景(a)和RCP8.5(b)下首次稳定达到4 ℃年份的空间分布

表4 不同情景下年均气温首次稳定到达4 ℃阈值开始年份及对应站数信息

(2)最优模式预估东北区域气温结果表明:在RCP2.6情景下，气温年际变化不明显，在RCP4.5情景下，未来气温呈上升趋势，为0.3 ℃/10 a，在RCP8.5情景下为0.9 ℃/10 a。在RCP2.6和RCP4.5情景下，信度变化不明显，但在RCP8.5情景下信度呈上升趋势，为0.2 ℃/10 a。

(3)首次稳定到达2 ℃阈值开始年份：在RCP4.5情景下出现最早(在2015年之前)，RCP8.5情景下出现最晚(2033年之前)，RCP2.6情景下在2025年之前，各情景下大体呈西晚-东早分布。随着情景增加，首次达到4 ℃年份呈提前趋势，其中RCP4.5下出现最早(大部分站出现在2040年之前)。RCP4.5情景下首次稳定到达4 ℃阈值开始年份早于RCP8.5情景，其中RCP4.5(RCP8.5)情景下有143站(160站)开始年份在2050年之前(2064～2073年)。

(4)未来2 ℃和4 ℃升温阈值的研究为东北区域应对气候变暖提供比较有力的科学依据。由于本文结果是基于模式预估结果，因此对模式存在较大的依赖性。因此，需要加强气候变化和CO2的相互作用研究，改进耦合模式，以期提供更加准确的最优排放路径。

致谢：本文所使用的19个全球气候模式和多模式集合预估数据是由国家气候中心徐影研究员对数据进行的整理、分析和同意使用的。原始数据由各模式组提供，由WGCM(JSC/CLIVAR Working Group on Coupled Modeling)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。