中国气候分区ET0未来演变趋势预测及归因分析

郑荣伟,张 越,王庆明,桂云鹏,4

(1.浙江同济科技职业学院,杭州 311231;2.水利部水利水电规划设计总院,北京 100120;3.中国水利水电科学研究院流域水循环模拟与调控国家重点实验室,北京 100038;4.清华大学 水利水电工程系,北京 100084)

0 引 言

潜在蒸散发(ET0)是区域或者全球地表水量平衡和能量平衡的重要研究内容,也是反映流域水文-气象耦合规律演变的一项关键指标,其在评价实际蒸散发、指导农业灌溉制度以及水资源管理中发挥着重要的作用[1]。根据联合国政府间气候变化专门委员会(IPCC)报告,自19世纪末至今,全球平均地表温度上升0.85 ℃,这种上升趋势可能在21世纪持续增强,并通过影响蒸散发导致全球水文循环过程变异[2]。刘昌明等[3]分析了1960—2007年中国地表ET0敏感性的时空变化特征,发现ET0在8个流域片区呈下降趋势,提出流域尺度“蒸发悖论”在中国普遍存在。张永生等[4]运用全局敏感性方法分析了我国4个气候分区12个气象站ET0对最高气温、最低气温、相对湿度、风速等气象因素的敏感性。赵亚迪等[5]研究发现中国ET0在1960—2011年呈现先减少后增加的趋势,1993年之前ET0减少的主要原因是风速减小,而之后增加主要是温度增加导致的。Wang等[6]研究得出长江流域ET0减少主要原因是太阳辐射减少。总的来说,学者对ET0的影响因素认识较为一致,地表温度辐射、风速、水汽压等气象要素变化是导致ET0变化的主要因素[7],但在不同时期、不同流域影响ET0的主导因素及其贡献却有较大的差异[8-11]。根据气候变化模式预测,中国未来干旱和湿润地区分布可能有较大的改变[12],当前分析ET0历史演变规律的研究较多,而预测其未来变化并归因解析的研究较少。这一现实在指导未来水资源调控和农业水资源管理方面支撑不足,是亟待解决的问题。

定量分析气象变量对ET0变化贡献的归因方法主要有敏感性分析法[13-15]、多元回归分析法[16-18]以及分离变量偏微分求导法[19-20]。前2种方法只能评估气温、太阳辐射、风速和水汽压等因素的相对贡献,只代表自变量和因变量变化的相关性,无法反映真实贡献的绝对值[21-22];分离变量偏微分求导法根据Peman-Monteith公式以偏微分的形式分离各气象要素的贡献,物理意义明确,是近年来首选的分析方法[23]。利用5种气候模拟预测集合数据以及RCP4.5和RCP8.5两种碳排放情景下预测的2030—2060年气候数据,分析中国未来ET0时空变化趋势,采用分离变量偏微分求导法定量归因各气象因子变化对ET0变化的贡献,识别未来中国不同气候区ET0变化的主导气象要素,以期为中国未来水资源优化配置和农业灌溉管理提供参考依据。

图1 中国5大气候区

1 数据来源与方法

1.1 研究分区和数据来源

根据气候类型差异,中国可划分为5个气候区[24],如图1所示,分别为热带季风气候(TRM)、亚热带季风气候(SM)、温带季风气候(TM)、温带大陆性气候(TC)、高原山地气候(MP)。热带季风气候全年高温,分干湿两季,春秋极短,夏季降雨较多,冬季降雨较少,年降雨量为1 500～2 000 mm;亚热带季风气候夏季高温多雨,冬季温和少雨,四季较为分明,年降雨量为800～1 500 mm;温带季风气候夏季高温多雨,冬季寒冷干燥,四季分明,年降雨量为400～800 mm;温带大陆性气候全年干旱少雨,冬寒夏热,气温年较差很大,年降雨量为200～600 mm;高原山地气候气温随高程垂直变化显著,降雨较少,昼夜温差较大,迎风坡降雨多于背风坡,年降雨量通常<200 mm。

未来中国气候数据源于the Inter-Sectoral Impact Model Intercomparison Project,通过GFDL-ESM2M、HaDGem2、IPSL_CM5A_LR、MIROC-ESM-CHEM和NorESM1-M这5种气候模拟预测集合数据,选取2种温室气体浓度路径RCP4.5和RCP8.5情景预测数据,预测气象数据包括逐日最高与最低气温、太阳辐射、风速和相对湿度,利用趋势偏差校正的方法,将数据分辨率降尺度到0.5°×0.5°[25]。选用的RCP4.5和RCP8.5情景,是IPCC第5次气候变化评估报告中设置的人类不同发展情景,代表不同的温室气体、气溶胶等对辐射有潜在影响的物质未来排放场景,RCP4.5和RCP8.5情景分别代表适度发展的中等碳排放浓度路径和不加约束发展的高碳排放浓度路径。

1.2 研究方法

1.2.1 ET0计算方法

本研究利用世界粮农组织(FAO)推荐的Penman-Monteith公式计算ET0,即

(1)

式中：ET0是日参考作物蒸散发(mm/d);Rn是净辐射量(MJ/(m2·d));G是土壤热通量(MJ/(m2·d));T是日平均气温(℃);u2是2 m高度的风速(m/s);es和ea分别是饱和水汽压和实际水汽压(kPa);Δ是温度-饱和水汽压曲线斜率(kPa/℃);γ是干湿表常数(kPa/℃)。

1.2.2 定量归因方法

基于FAO Penman-Monteith公式,ET0可以表达为日最高气温(Tmax)、日最低气温(Tmin)、2 m高度的风速(u2)、太阳辐射(Rs)以及实际水汽压(ea)的一个函数,即

ET0=f(Tmax,Tmin,Rs,u2,ea) 。

(2)

利用偏导方程,ET0的变化写成以下形式：

(3)

式(3)可以简化为

L(ET0)=C(Tmax)+C(Tmin)+C(Rs)+

C(u2)+C(ea)+δ。

(4)

式中：C(Tmax) 、C(Tmin) 、C(Rs) 、C(u2) 、C(ea) 分别为Tmax、Tmin、Rs、u2、ea对ET0变化的贡献量,而它们的贡献量总和简化为C(ET0);L(ET0)是实际ET0变化的斜率;δ是C(ET0)和L(ET0)之间的误差项。

每个气象要素各自对ET0的变化相对贡献表达式为

(5)

式中：xi为驱动变量;RC(xi)为相对贡献率。

1.2.3 趋势性和显著性分析

利用Sen’s斜率估计法计算ET0和各气象要素序列的斜率β,斜率β计算方法为

(6)

式中：Median为取中值函数;xj和xk分别为第j年和k年数据序列值。若β>0,则序列呈现上升趋势,反之,表示序列呈现下降趋势。

Mann-Kendall (MK)非参数趋势性检验方法被广泛运用于水文、气象数据序列的显著性检验,MK检验值Z的计算公式为：

(7)

(8)

(9)

(2i+5)]/18 。

(10)

式中：S为统计值;xi和xj分别为第i年和第j年的观测数值;n为数据序列的长度;ti为任意给定时间序列长度。非零假设H0：不显著。若统计值Z不是统计显著,则H0成立。Z为正值,则表示序列呈现增加趋势,反之,则表示序列呈现下降趋势。

2 结果分析

2.1 未来气象要素及ET0年际变化

基于5种气候模拟预测集合数据,未来全国日最高气温、日最低气温、太阳辐射、风速、实际水汽压5种气象要素和ET0的年际变化分析结果如图2所示。在RCP4.5情景下,2030—2060年全国日最高气温、日最低气温、太阳辐射以及实际水汽压都呈现增加趋势,风速在全国总体而言变化无显著趋势。其中,全国日最高气温与日最低气温分别以0.33 ℃/(10 a)和0.18 ℃/(10 a)的速率显著上升(P<0.05),太阳辐射以0.09 MJ/(m2·d)/(10 a)的速率显著增加(P<0.05),实际水汽压增加速率为0.01 hPa/(10 a)。在气象要素驱动下,ET0呈现极显著增加趋势(P<0.001),增速为1.32 mm/a。

图2 RCP4.5和RCP8.5情景下气象要素和ET0变化特征

在RCP8.5情景下,2030—2060年全国日最高气温与日最低气温都以0.66 ℃/(10 a)的速率上升,是RCP4.5情景下增速的2倍以上。全国太阳辐射和实际水汽压都呈现显著增加趋势,其中太阳辐射增速为0.03 MJ/(m2·d)/(10 a),实际水汽压增速为0.04 hPa/(10 a)。但风速呈现显著减小趋势(P<0.05),减小速率为0.02 m/s/(10 a)。ET0和气象要素与RCP4.5情景下变化趋势基本一致,但变化幅度更大。全国ET0将极显著增加(P<0.001),增速为1.96 mm/a,相比于RCP4.5情景,年ET0增加了48%。

对比RCP4.5和RCP8.5情景,未来30 a,日最高气温、日最低气温、实际水汽压以及ET0都表现为RCP8.5情景高于RCP4.5情景;风速则表现为RCP4.5情景高于RCP8.5情景,在RCP8.5情景下未来风速有明显的下降趋势;太阳辐射表现为2043年以前,2种情景交叉变化,没有明显的差异,但2043年以后RCP4.5情景下的太阳辐射均高于RCP8.5情景。RCP4.5和RCP8.5两种情景的主要差异是不同的温室气体浓度路径,温室气体排放量越大,地表温度增长越快,温度越高,空气可容纳的水分越多,因此在RCP8.5情景下,日最高气温、日最低气温、实际水汽压的增长幅度更大。尽管温室气体对太阳辐射和风速没有直接影响,但温室气体会导致大气中的温度、气溶胶等因子的变化,间接地影响太阳辐射和风速过程。

2.2 ET0及气象要素变化空间分布

图3为RCP4.5和RCP8.5情景下2030—2060年全国年ET0变化速率空间分布情况。

图3 中国5大气候区2030—2060年ET0变化速率

从图3可知,大部分区域ET0都呈现显著增加趋势。在RCP4.5情景下,年ET0变化速率在-0.09～5.88 mm/a之间,除了高原山地气候区,其他4个气候区都呈现显著(P<0.05)增加趋势。其中亚热带季风气候区增幅最大,ET0增速大多在1.5 mm/a以上,平均增速为2.07 mm/a,而且中心附近存在一个极大值区;而高原山地气候区增幅最小,ET0增速大多都低于1 mm/a,平均增速为0.55 mm/a。表1为2030—2060年不同气候分区的气象要素在RCP4.5和RCP8.5情景下的变化规律。在RCP4.5情况下,各气候区日最高气温均呈现上升趋势,除了热带和亚热带季风气候区外,其他3个气候区都显著上升(P<0.05),其中温带大陆性气候区上升幅度最大,上升速率为0.38 ℃/(10 a)。日最低气温在各个气候区也呈现上升趋势,除了温带大陆性气候区以外,其他4个气候区都呈现显著上升趋势(P<0.05),热带季风和高原山地气候区上升速率最大,都为0.20 ℃/(10 a)。太阳辐射除了在高原山地气候区呈现减少趋势外,在其他4个气候区都显著增加(P<0.05),其中亚热带季风气候区增速最大,为0.20 MJ/(m2·d)/(10 a),而高原山区气候区以0.03 MJ/(m2·d)/(10 a)的速率减少。风速在温带大陆性气候区和高原山地气候区呈现显著减小趋势(P<0.05),而在其他3个气候区呈现增大趋势,变化速率在0.01～0.02 m/s/(10 a)之间。实际水汽压在各气候分区都呈现增加趋势,其中热带和亚热带季风气候区增速最大,为0.02 hPa/(10 a)。

表1 中国5大气候区2030—2060年ET0和气象要素变化速率与显著性

由图3(b)可知,在RCP8.5情景下,全国大部分区域年ET0都呈现增加趋势,在海河流域附近年ET0呈现减少趋势,速率为-1.44～0 mm/a,而在其他区域ET0增速大多比RCP4.5情景下大,特别是在温带大陆性气候区。在RCP4.5情景下ET0增速主要在0.5～1.5 mm/a之间,而在RCP8.5情景下ET0增速在1～3.5 mm/a之间。从表1可以看出亚热带季风气候区增速最大,高原山地气候区增速最小,两者平均增加速率分别为2.45 mm/a和1.27 mm/a。在各气候分区日最高气温和日最低气温都显著上升(P<0.05),在温带大陆性气候区上升速率最大,在热带气候区上升速率最小。太阳辐射在亚热带季风气候区、热带季风气候区和温带季风气候区呈现显著增加趋势(P<0.05),而在温度大陆性和高原山地气候区呈现减少趋势。风速在大部分区域呈现减小趋势,主要集中在温带季风气候区、温带大陆性气候区和高原山地气候区。实际水汽压在各气候区都呈现显著增加趋势(P<0.05),增加速率都在0.03 hPa/(10 a)以上。

2.3 未来各季节ET0变化

图4为2030—2060年中国及其5个气候区在RCP4.5和RCP8.5情景下ET0在各季节的变化速率。RCP4.5和RCP8.5情景下各季节中5个气候区ET0都呈现增加趋势,在RCP4.5情景下,秋季ET0增速最大,全国增速为0.56 mm/a,在其他季节,全国ET0增速分别为0.19 mm/a(春季)、0.27 mm/a(夏季)、0.29 mm/a(冬季);在春季热带季风气候区ET0增速最大,在夏季温带季风气候区ET0增速最大,在秋季和冬季亚热带季风气候区ET0增速最大。在RCP8.5情景下,全国ET0在夏季增速最大,为0.63 mm/a,其次为秋季(0.62 mm/a)、春季(0.42 mm/a)、冬季(0.29 mm/a);热带季风气候区ET0在春季和冬季增加幅度都是最大的,亚热带季风气候区ET0在4个季节中增加速率都相对较大。

图4 2030—2060年ET0各季节变化速率

2.4 ET0变化归因分析

表2为通过偏微分方法计算得到在RCP4.5和RCP8.5情景下中国2030—2060年各气象要素对ET0变化的贡献情况。结果表明：日最高气温为各个分区ET0变化的主导气象因素,其变化导致ET0增加,而实际水汽压次之,其变化导致ET0减少,这种负效应被日最高气温和日最低气温增加带来的正效应所抵消,太阳辐射和风速变化对ET0变化的贡献相对其他气象要素的贡献较小。

表2 RCP4.5和RCP8.5情景下中国2030—2060年各气象要素对ET0变化的贡献

在RCP4.5情景下,日最高气温、日最低气温、太阳辐射、风速和实际水汽压的变化对中国2030—2060年ET0变化的贡献分别为1.21、0.34、0.30、0.03、-0.63 mm,日最高气温对年ET0变化的贡献占绝对主导作用,而实际水汽压对年ET0变化贡献范围在-0.81～-0.52 mm,不同气象因素作用相互叠加、抵消共同导致ET0的演变。

在RCP8.5情景下,日最高气温、日最低气温、太阳辐射、风速和实际水汽压的变化对中国2030—2060年平均ET0变化的贡献分别为2.33、1.22、0.16、-0.13和-1.93 mm。日最高气温对年ET0变化的贡献也占绝对主导作用,在各个分区中日最高气温的贡献在温带大陆性气候区最高,是ET0变化值的1.43倍,同时,在温带大陆性和高原山地气候区日最高气温升高导致ET0增加速率也都超过了其实际增加速率,而在高原山地气候区贡献率最低,为 ET0变化值的87%。RCP8.5情景下日最高气温、日最低气温以及实际水汽压对ET0变化的贡献绝对值在5个分区中都比RCP4.5情景下大,太阳辐射和风速变化对ET0变化的贡献两者差别相对较小。

图5为在RCP4.5和RCP8.5情景下2030—2060年在各季节中各气象要素对全国平均ET0变化的贡献情况。在RCP4.5和RCP8.5情景下各季节中日最高气温、日最低气温与太阳辐射对ET0变化都呈现正贡献,而实际水汽压都呈现负贡献,风速对ET0变化的贡献相对较小,其中各季节中日最高气温都主导ET0变化,贡献率都在45%以上。在RCP4.5情景下,除在夏季第二贡献要素为太阳辐射外,在其他季节实际水汽压都为第二贡献要素;而在RCP8.5情景下,在4个季节中实际水汽压都为第二贡献要素。

图5 2030—2060年各季节气象要素对ET0的贡献

3 讨 论

ET0是区域蒸散发量的上限,反映地表潜热能量变化,既受全球气候变化的影响,也受人类活动的影响。不同碳排放路径下,地表温度和辐射强度等气象因素发生改变,根据Peman-Monteith公式,地表ET0也将随之变化,在RCP4.5和RCP8.5情景下,除青藏高原所在的高山气候区ET0呈下降趋势,其他4个气候分区ET0均呈增加趋势,尤其是在长江中下游所在的亚热带季风气候区增幅最大,这些地区水量充沛,ET0与实际蒸散发大致相当,未来ET0增加意味着实际蒸散发量增加,可能导致“骤旱”的发生[26],表现为干旱发生发展迅速、强度大,可能对作物产量和水资源供给造成严重影响[27]。也有研究表明,潜在蒸散发增加会引发极端降雨,气候变暖、蒸散发增加会造成大尺度水循环异常,存在“湿的更湿-干的更干”现象,在热带中纬度地区极端降雨可能增多[28-29]。对于干旱和半干旱的北方地区,ET0大于实际蒸散发,水分是限制实际蒸散发的主要因素,但ET0增加依然可能加剧区域的干旱情景[30]。毕彦杰等[31]分析了京津冀地区未来ET0的时空变化,发现在RCP4.5情景下2021—2050年ET0总体呈现增加趋势,这与本研究结论基本一致,但在RCP8.5情景下京津冀部分区域未来ET0呈现减小趋势。京津冀地区是我国水资源供需矛盾最突出的地区,也是粮食的主要生产区之一,未来ET0的变化尤其值得关注,对该区域的水资源保障安全、粮食安全都有重要的影响。

4 结 论

本文采用世界粮农组织推荐的Peman-Monteith公式、基于5种气候模式在RCP4.5和RCP8.5情景下输出的气候数据计算中国2030—2060年ET0,用Sen’s斜率估计和MK检验分析ET0和气象要素变化,基于偏微分方法定量分析各气象要素对ET0变化的贡献,得到以下主要结论：

(1)在RCP4.5和RCP8.5情景下,中国2030—2060年ET0将显著增加(P<0.001),变化速率分别为1.32 mm/a和1.96 mm/a;全国日最高气温、日最低气温和水汽压也呈现增加趋势。

(2)空间上,中国大部分区域2030—2060年间ET0呈现显著增加趋势(P<0.05),且RCP8.5情景下ET0增速大于RCP4.5情景下,特别是在温带大陆性气候区,增速增加一倍。

(3)中国2030—2060年各个季节ET0都呈现增加趋势。RCP4.5情景下,秋季ET0增速最大,全国平均为0.56 mm/a;而在RCP8.5情景下,夏季ET0增速最大,全国平均增速为0.63 mm/a。

(4)中国在2030—2060年ET0变化主要受日最高气温、日最低气温和实际水汽压变化的影响,其中日最高气温是ET0变化的主导气象因素,其导致ET0增加,实际水汽压影响次之,但其导致ET0减少。

本研究设置的情景仍局限于过去的一般认识,我国于2020年9月向国际承诺2030年实现碳达峰、2060年实现碳中和。按照此目标,通过发展绿色能源,减少化石燃料的利用,降低CO2排放量,并通过生态建设、工程封存等技术加强CO2的转化和封存,未来大气中CO2浓度可能比假设的情景更加乐观,我国未来ET0的增速也可能减缓,具体演变趋势仍需进一步研究。