CMIP5模式中未来干旱半干旱区气候变化模拟
CMIP5模式对我国西南地区干湿季降水的模拟和预估
CMIP5模式对我国西南地区干湿季降水的模拟和预估张武龙;张井勇;范广洲【期刊名称】《大气科学》【年(卷),期】2015(039)003【摘要】利用降水观测资料,评估了参加国际耦合模式比较计划第五阶段(CMIP5)的34个全球模式对1986～2005年我国西南地区干湿季降水的模拟能力.结果表明,34个CMIP5模式中分别有30和25个模式模拟的干季和湿季降水偏多.34个模式对我国西南地区干湿季降水的模拟能力差异较大,大约半数模式的模拟值与观测值的空间相关系数通过了99％的信度检验,且标准差之比小于2.利用两个技巧评分标准,分别挑选出了对干湿季降水模拟最优的9个模式.最优模式集合平均结果要优于34个模式的集合平均,更要优于大多数单个模式.进一步利用最优的9个模式的集合平均对RCP4.5和RCP8.5两种典型浓度路径下我国西南地区干湿季降水的变化进行了预估.相对于1986～2005年气候平均态,在21世纪初期(2016～2035年),我国西南地区干季降水变化表现为川西高原降水增多,而四川盆地及攀西地区、重庆、贵州和云南的大部分地区降水减少;湿季降水变化表现为川西高原、贵州和广西大部分地区降水增多,而四川盆地及攀西地区和云南降水减少.在21世纪中期(2046～2065年)和末期(2080～2099年),西南地区干湿季降水普遍增多.在RCP8.5情景下,降水的变化幅度要强于RCP4.5情景.【总页数】12页(P559-570)【作者】张武龙;张井勇;范广洲【作者单位】四川省气象台,成都610072;中国科学院大气物理研究所季风系统研究中心,北京100190;中国科学院大气物理研究所季风系统研究中心,北京100190;成都信息工程学院大气科学学院,成都610225【正文语种】中文【中图分类】P467【相关文献】1.中国平均降水和极端降水对气候变暖的响应:CMIP5模式模拟评估和预估 [J], 吴佳;周波涛;徐影2.北半球温带气旋的模拟和预估研究Ⅱ∶6个 CMIP5耦合模式预估的未来 RCP4.5情景下的变化 [J], 张颖娴;丁一汇3.基于CMIP5资料的西南地区2020—2050年气温多模式集合预估 [J],4.CMIP5模式降水订正法及未来30年中国降水预估 [J], 杨阳; 戴新刚; 唐恒伟; 张蓓5.CMIP6模式对我国西南地区降水分布的评估和预估 [J], 杨贵业;裴宇菲;宋敏红因版权原因，仅展示原文概要，查看原文内容请购买。
CMIP5模式对中国东部夏季不同强度降水气候态和年代际变化的模拟能力评估
CMIP5模式对中国东部夏季不同强度降水气候态和年代际变化的模拟能力评估林朝晖;杨笑宇;吴成来;王雨曦;陈红【摘要】利用东亚地区逐日降水资料,评估了17个CMIP5气候模式对中国东部夏季不同强度降水的时空分布、不同强度降水对1970年代末中国东部夏季总降水量年代际转折的贡献的模拟能力.从夏季不同强度降水占总降水的比重来看,在中国东北和华北地区,小雨和中雨占主导;而在华南和江淮地区,大雨和暴雨则相对更为重要.CMIP5模式可大致模拟出中国东部小雨、大雨和暴雨占总降水比重的空间分布,但对中雨占比的空间分布模拟较差.总体说来,多数 CMIP5模式高估了小雨和中雨的比重,但低估了大雨和暴雨的比重,从而导致大多数模式高估东北和华北的总降水量,而低估华南和江淮的总降水量.对1970年代末我国华北和江淮地区夏季降水量的年代际转折,观测资料表明该转折主要体现为大雨和暴雨雨量的年代际转折;仅有少数 CMIP5模式能模拟出华北大雨和暴雨年代际减少的特征,使得这些模式对华北地区总降水的年代际变化也有较好的模拟能力.对于江淮区域,由于大雨和暴雨的比重被严重低估,尽管部分模式能模拟出夏季总降水量年代际增加的特征,但却多以小雨、中雨的年代际变化为主.多模式集合并不能显著提高模式对不同强度降水的空间分布的模拟能力,尤其是降水年代际变化的模拟能力.%The capabilities of 17 CMIP5 models for simulating the intensity distribution of summer rainfall over eastern China are evaluated based on daily observational data. The decadal changes of rainfall with different intensities in the later 1970s and their relative contributions to the decadal change in total rainfall for both observation and model simulations are further analyzed and compared. Observations indicate that the total rainfall is mainly composed of lightand medium rainfall over northern and northeastern China, while heavy rainfall account for a large proportion of the total rainfall over southern China and the Yangtze-Huai River basin (YHRB). In general, the CMIP5 models are able to capture the observed spatial distribution of proportion of light and heavy rainfall to total rainfall amount in Eastern China, except for medium rainfall. Most models have a bias toward an overestimation of the light and medium rainfall events, and an underestimation of heavy rainfall events. Therefore, these models overestimate the amount of total rainfall over northern and northeastern China and underestimate the amount of total rainfall over southern China and the YHRB. Our analysis indicates that the observed decadal changes in total rainfall over northern China and the YHRB in the late 1970s are mainly attributed to changes in heavy rainfall events. Over northern China, a few CMIP5 models reproduced the observed decadal decrease in both heavy rainfall and total rainfall. Over the YHRB, several models can reproduce the observed decadal increase in total rainfall. However, these models failed to reproduce the increase in heavy rainfall amount due to the model bias of a severe underestimation of heavy rainfall. The authors also find out that multi-model ensemble technique cannot significantly improve the model performance in simulating the spatial distribution of rainfall intensity, especially its decadal changes.【期刊名称】《气候与环境研究》【年(卷),期】2018(023)001【总页数】25页(P1-25)【关键词】CMIP5模式;降水强度;年代际变化;模式评估【作者】林朝晖;杨笑宇;吴成来;王雨曦;陈红【作者单位】中国科学院大气物理研究所国际气候与环境科学中心,北京100029;中国科学院大学,北京100049;南京信息工程大学气象灾害预报预警与评估协同创新中心,南京210044;中国科学院大气物理研究所国际气候与环境科学中心,北京100029;中国科学院大学,北京100049;中国科学院大气物理研究所国际气候与环境科学中心,北京100029;中国科学院大气物理研究所国际气候与环境科学中心,北京100029;中国科学院大学,北京100049;中国科学院大气物理研究所国际气候与环境科学中心,北京100029【正文语种】中文【中图分类】P435.2作为水分循环过程的重要组成部分，降水与蒸发、径流、土壤水含量等其他水循环要素紧密关联并相互影响。
未来气候情景内蒙古蒸散和产水量的变化特征
第36卷第4期2022年8月水土保持学报J o u r n a l o f S o i l a n d W a t e rC o n s e r v a t i o nV o l .36N o .4A u g.,2022收稿日期:2021-12-13资助项目:国家重点研发计划项目(2018Y F C 1506606);江苏省优秀青年基金项目(B K 20170102) 第一作者:赵晓涵(1995 ),女,山东东营人,博士研究生,主要从事气象生态遥感研究㊂E -m a i l :z h x h m w@163.c o m 通信作者:张方敏(1983 ),女,教授,主要从事气象生态遥感与应用气象研究㊂E -m a i l :f m i n .z h a n g@n u i s t .e d u .c n 未来气候情景内蒙古蒸散和产水量的变化特征赵晓涵1,张方敏1,卢琦2,李云鹏3(1.南京信息工程大学应用气象学院,江苏省农业气象重点实验室,南京210044;2.中国林业科学院荒漠化研究所,北京100091;3.内蒙古自治区生态与农业气象中心,呼和浩特010051)摘要:评估预测区域蒸散变化趋势及其影响因素对干旱半干旱区的可持续发展至关重要㊂基于4种来自C M I P5的全球气候模式数据和C L M4.5模型,研究了在R C P6.0和R C P8.5情景下内蒙古地区2020 2099年的蒸散和产水量的时空变化特征及其影响因素㊂结果表明:在R C P6.0和R C P8.5情景下,未来内蒙古蒸散分别以0.37,0.69mm /a 速度增加(p <0.05),呈西低东高分布㊂2种情景下产水量均无明显变化趋势(p >0.05),但是存在明显显著的空间差异㊂空间上看,到21世纪末,在R C P6.0情景下,全境产水量大部分地区呈增加趋势,在南部温带半干旱和半湿润区增加超过10mm /a ;但是在R C P8.5情景下产水量减少区域占全境的46.32%,特别是干旱半干旱区和半湿润区产水量显著减少㊂蒸散影响因子存在较大区域差异,干旱半干旱区蒸散变化的主要影响因素是降水,半湿润区蒸散变化受降水和温度的共同影响,湿润区蒸散变化由温度主导;且在更高的升温情景下,增温影响进一步增加㊂同时,植被也是蒸散重要的影响因子,但其影响程度小于气候因子㊂关键词:产水量;蒸散;气候变化;水资源中图分类号:S 152.7 文献标识码:A 文章编号:1009-2242(2022)04-0151-09D O I :10.13870/j.c n k i .s t b c x b .2022.04.020C h a r a c t e r i s t i c s o fE v a p o t r a n s p i r a t i o na n d W a t e rA v a i l a b i l i t yi n I n n e rM o n go l i aU n d e rF u t u r eC l i m a t e S c e n a r i o s Z HA O X i a o h a n 1,Z H A N GF a n g m i n 1,L U Q i 2,L IY u n p e n g3(1.J i a n g s uK e y L a b o r a t o r y o f A g r i c u l t u r a lM e t e o r o l o g y ,C o l l e g e o f A p p l i e d M e t e o r o l o g y ,N a n j i n gU n i v e r s i t y o f I n f o r m a t i o nS c i e n c e a n dT e c h n o l o g y ,N a n j i n g 210044;2.I n s t i t u t e o f D e s e r t i fi c a t i o n ,C h i n e s e A c a d e m y o f F o r e s t r y ,B e i j i n g 100091;3.I n n e rM o n g o l i aE c o l o g y a n dA g r i c u l t u r a lM e t e o r o l o g y Ce n t e r ,H o h h o t 010051)A b s t r a c t :I t i sv i t a l t oe v a l u a t ea n d p r e d i c t r e g i o n a lw a t e r r e s o u r c ev a r i a t i o na n d i t s i nf l u e n c i ng f a c t o r s f o r s u s t a i n a b l ed e v e l o pm e n t o f a r i d a n d s e m i -a r i d a r e a s .B a s e d o n f o u r g l o b a l c l i m a t em o d e l s o f C M I P 5a n dC L M 4.5,t h e t e m p o r a l a n d s p a t i a l c h a r a c t e r i s t i c s o f e v a p o t r a n s p i r a t i o n a n dw a t e r a v a i l a b i l i t y w e r e s t u d i e d i n I n n e r M o n g o l i au n d e r t w oR e p r e s e n t a t i v eC o n c e n t r a t i o nP a t h w a ys (R C P s )f r o m2020t o 2099.T h e r e s u l t s s h o w e d t h a t u n d e rR C P 6.0a n dR C P 8.5s c e n a r i o s ,t h e f u t u r e e v a p o t r a n s p i r a t i o n i n I n n e rM o n g o l i aw o u l d i n c r e a s e a t a r a t e o f 0.37mm /a a n d 0.69mm /a ,r e s p e c t i v e l y (p <0.05),d e c r e a s i n g f o r me a s t t ow e s t .W a t e r a v a i l a b i l i t y i n I n n e r M o n g o l i ad i dn o ts h o was i g n i f i c a n t l y t r e n du n d e r t h et w os c e n a r i o s (p >0.05),b u t t h e r ew e r e s i g n i f i c a n t s p a t i a l d i f f e r e n c e s .F r o mas p a t i a l p e r s p e c t i v e ,w a t e ra v a i l a b i l i t y i n m o s t a r e a ss h o w e da n i n c r e a s i n g t r e n d a n d i n c r e a s e db y m o r e t h a n10mm /a i nt h es o u t h e r ns e m i -a r i da n ds e m i -h u m i dr e g i o n so f t e m p e r a t e z o n e b y 2090s ;h o w e v e r ,t h e a r e aw i t h r e d u c e dw a t e r a v a i l a b i l i t y a c c o u n t e d f o r 46.32%o f t h e e n t i r e t e r r i t o r y u n d e r t h eR C P 8.5s c e n a r i o ,e s p e c i a l l y i n t h e a r i d ,s e m i -a r i d a n d s e m i -h u m i d a r e a s .T h e r ew e r e g r e a t r e gi o n a l d i f f e r e n c e s i n f l u e n c i n g o f d r i v i n g f a c t o r s i n e v a p o t r a n s p i r a t i o n .P r e c i p i t a t i o nw a s t h em a i n i n f l u e n c i n gf a c t o r o f e v a p o t r a n s p i r a t i o n c h a ng e s i na r i da n ds e m i -a r i da r e a .Th ec h a n g e si ns e m ih u m i da r e a w e r ej o i n t l y a f f e c t e db yp r e c i p i t a t i o n a n d t e m p e r a t u r e .T h e c h a n g e s i nh u m i d a r e aw e r e d o m i n a t e db y t e m p e r a t u r e a n d i n t h e h i g h e r h e a t i n gs c e n a r i o ,t h ee f f e c tf u r t h e ri n c r e a s e d w i t ht e m p e r a t u r ei n c r e a s e d .A tt h es a m et i m e ,v e ge t a t i o n w a sa l s o a ni m p o r t a n t f a c t o r a f f e c t i n g e v a p o t r a n s p i r a t i o nw i t h l e s s t h a n c l i m a t e f a c t o r.K e y w o r d s:w a t e r a v a i l a b i l i t y;e v a p o t r a n s p i r a t i o n;c l i m a t e c h a n g e;w a t e r r e s o u r c e s政府间气候变化专门委员会(I P C C)第六次评估报告第一工作组报告[1-2]指出,自工业革命以来(1850 1900年)全球地表平均温度已上升约1ħ;未来20年全球升温预计将达到或超过1.5ħ;升温往往伴随着气候变化风险,气候变化正在加剧水循环,这加剧了区域性干旱和强降水事件的发生㊂而陆地升温将增加蒸散发(蒸散)和大气蒸发需求,进而影响区域可用水量并导致区域性干旱事件[2]㊂蒸散是水文循环的重要组成部分,是地表水分的主要耗散方式,约有60%的降水通过蒸散返还到大气[3]㊂未来蒸散变化趋势可能导致水循环的整体加强或减弱,进而引起水资源在时空的重新分配和区域水资源储量的改变[4-5]㊂随着对全球变暖的深入研究,气候变化将如何影响水资源得到广泛关注,尤其是在水资源匮乏的干旱半干旱地区[6],这些问题在水资源管理的决策过程中发挥着重要作用㊂内蒙古是中国典型的气候过渡带和气候敏感地区,水资源时空分布不均且亏缺严重[7],生态系统的高度脆弱性使其对气候变化和干扰十分敏感㊂在过去的20年里,由于快速的气候变化和广泛的人为干扰,内蒙古区域面临着由于蒸散迅速增加而耗水量增大的严峻局面[8]㊂从区域水资源的角度来看,降水的增速慢于蒸散[9-10],预计未来升温导致的蒸散水损耗将是内蒙古水资源状况改善的严重制约因素,因此,评估未来不同气候情景下未来的蒸散趋势,可以深入了解气候变化如何影响未来的水供应,并有助于了解该地区未来的水文㊁生态及其对全球气候系统的反馈[11]㊂现有未来气候变化对水循环的影响研究主要集中于大气降水[12]㊁地表水文过程[11,13]等,而对蒸散及其影响机制的研究则较少㊂同时,陆面过程是模拟陆地水循环变化不确定性的重要来源[2]㊂C L M(c o m-m u n i t y l a n dm o d e l)模式是目前较为完善的陆面过程模式之一,它包含生物地球物理㊁水文学㊁生物地球化学和植被动力学的复杂过程,能够在不同空间尺度下较好地模拟水循环过程,已有大量研究者[14-15]证实在内蒙古地区的可用性㊂因此,本研究将利用C M I P5耦合气候模式和C L M4.5的模拟结果,探讨未来不同气候情景下内蒙古地区蒸散的时空变化特征及其主要影响因素,以及未来内蒙古区域水资源变化,以期为内蒙古地区未来水资源综合利用及合理配置提供科学支撑㊂1研究方法与数据来源1.1研究区概况内蒙古自治区位于中国西北部(97.27ʎ 126.07ʎE, 37.40ʎ 53.38ʎN),是我国典型的农牧带过渡区,东部以森林和耕地为主,西部和中部存在大量未利用荒地㊁沙漠和草地[16],是对气候变化最敏感地区之一㊂受距海远近及地形地貌影响,内蒙古存在西部干旱半干旱气候到东部湿润半湿润气候的干湿气候过渡带,近60年内蒙古年降水在216.30~431.00mm/a,以0.047mm/a增速递增,空间上呈东北 西南递减趋势[9]㊂本文依据中国气象局编绘的中国气候区划图(h t t p://w w w. r e s d c.c n),将内蒙古划分为6个气候区(图1)㊂注:C H为寒温带湿润气候区;MH为中温带湿润气候区;M S H为中温带半湿润气候区;W S H为暖温带半湿润气候区;M S A为中温带半干旱气候带;MA为中温带干旱气候区㊂图1研究区位置及土地利用类型分布1.2数据来源与处理气候模式数据选用C M I P5中4个全球气候模式[12](表1)在未来不同典型浓度路径R C P(r e p r e-s e n t a t i v e c o n c e n t r a t i o n p a t h w a y s)情景下日尺度温度和降水模拟结果,空间分辨率为0.5ʎ㊂该数据经过跨部门影响模型比较计划I S I-M I P(t h e i n t e r-s e c-t o r a li m p a c t m o d e li n t e r-c o m p a r i s o n p r o j e c t,h t-t p s://w w w.i s i m i p.o r g)的空间降尺度处理和偏差校正处理[17]㊂气候数据集的验证数据来自于国家气象科学数据中心(h t t p://d a t a.c m a.c n)的内蒙古地区112个气象站点2006 2010年温度和降水数据㊂通过对比发现,模式能很好地模拟历史降水㊁温度和观测数据,均呈现较好的正相关线性关系,决定系数(R2)高于0.81㊂因此,偏差校正后的气候模式数据在内蒙古地区具有较好的精度㊂251水土保持学报第36卷R C P是I P C C发布的温室气体排放情景,主要包括4种排放情景,分别为R C P2.6㊁R C P4.5㊁R C P6.0和R C P8.5[18]㊂由于内蒙古地区在1960 2016年升温速度明显高于全球增温水平[9,19],截至2020年升温较工业化前已超过或接近1.5ħ,或较基准期已超过0.89ħ,本研究选择R C P6.0和R C P8.52种升温较快的高排放情景代表未来内蒙古地区的可能气候变化情景㊂表1所用全球模式基本信息模式名称研究单位G F D L-E S M2M美国地球物理流体动力实验室M I R O C5日本海洋地球科学技术处I P S L-C M5A-L R皮埃尔 西蒙㊃拉普拉斯研究所H a d G E M2-E S哈德莱气候预测与研究中心以4种全球气候模式数据作为强迫,选取C L M4.5模型在R C P6.0和R C P8.5情景下2020 2099年期间内蒙古地区的叶面积指数(L A I)㊁蒸腾㊁土壤蒸发和蒸散发(后简称蒸散)模拟结果来探究不同气候情景下内蒙古蒸散和水资源变化,空间分辨率为0.5ʎ㊂首先,对比被广泛应用的M O D I SL A I数据集(G L O B M A PL A IV3数据)[20]和C L M模型输出的L A I数据集2006 2018年在内蒙古区域L A I特征发现,C L M模型L A I和M O D I S L A I相关性好,R2均高于0.93,其变化能够表征内蒙古区域L A I的变化;其次,采用来自C h i n a F l u x[21]及2000 2010年中国典型陆地生态系统实际蒸散量和水分利用效率数据集[22]的7个站点包含4种生态系统类型的站点数据(表2)验证C L M模型蒸散的模拟精度,结果表明,C L M模拟蒸散发结果与观测相比存在一定的偏差,但是模拟结果与观测值存在较好的线性关系,多模式平均蒸散的性能在各方面的比较中均优于单模式蒸散,R2达0.98(图2)㊂因此,本文采用多模式平均结果进行分析㊂在R C P6.0和R C P8.5情景下,C L M4.5模拟结果在以森林为主要植被的湿润区(寒温带湿润气候区C H和中温带湿润气候区MH,缩写为H)蒸腾蒸散比分别为0.62和0.61;在以森林㊁耕地和草地混杂的半湿润区(中温带半湿润气候区M S H和暖温带半湿润气候区W S H,缩写为S H)和半干旱区(M S A)蒸腾蒸散比为0.37~0.45;在植被稀少的干旱区(MA)比值为0.20;与前人[23-24]研究基本一致,因此认为数据具有较好的可信度㊂表2蒸散观测站点基本信息编号站点观测时间纬度(N)/(ʎ)经度(E)/(ʎ)生态系统类型站点描述1D L C200642.05116.28农田多伦农田2K B Q D200640.38108.55荒漠库布齐荒漠3K B Q F200640.54108.69森林库布齐森林4S N T Z2008 200944.08113.57草地苏尼特左旗5X F S200644.13116.33草地锡林浩特围封典型草原6D L2006 201342.53116.23草地多伦草原7X L H T2006 201343.55116.68草地锡林浩特围封典型草原图2C L M模拟蒸散与站点数据的对比351第4期赵晓涵等:未来气候情景内蒙古蒸散和产水量的变化特征1.3 产水量在像元水平,根据C L M4.5模拟的逐日蒸散计算年度蒸散结果㊂假设土壤水和地下水储量的变化可以忽略不计[25],基于地表水平衡法,计算产水量方法为:W Y =P R E -E T式中:W Y ㊁P R E 和E T 分别为产水量(m m /a)㊁年降水量(m m )和年蒸散量(m m )㊂日益增长的水资源需求(气候驱动和管理驱动)使得越来越多的研究由单一要素研究转变为对水量平衡及供需方面的综合性研究[26]㊂产水量可视为供人类使用的地表水总量,已有研究[5,26-27]使用该方法来评估中尺度或大尺度的可用水量,因此,本研究选用该指数以表征未来研究区水资源变化情况㊂2 结果与分析2.1 未来不同气候情景下气候变化特征在R C P6.0情景下,预计内蒙古气温在2040年之后出现较为稳定的1.5ħ升温,在2050年后升温达2.0ħ;而在R C P8.5情景下,预计内蒙古区域气温将在2040 2049年期间上升2.0ħ,在2050年后升温超过3.0ħ㊂R C P6.0情景下,降水和温度平均以0.42mm /a 和0.04ħ/a 的速度增长(p <0.05)㊂R C P8.5的情景下,降水和温度的平均增长率分别为0.77m m /a 和0.07ħ/a (p <0.05)(图3)㊂2种情景,降水呈西低东高分布,温度表现为西南和东南高东北低的分布(图4)㊂到21世纪末(2090s ),内蒙古大部分地区降水呈递增趋势,其中东部增幅大;内蒙古的西部(M A 北部)表现为递减趋势㊂到2090s ,内蒙古全境升温均达2ħ以上,R C P8.5情景明显增温高于R C P6.0情景;R C P8.5情景下,内蒙古全境(除南部M S A 西南角外)升温达4ħ以上㊂总体上,2020 2099年,内蒙古地区气候整体上呈现暖湿化趋势㊂图3 2020-2099年不同气候情景降水(P R E )和温度(T A )的时间变化2.2 未来不同气候情景下蒸散的时空变化2.2.1 2种情景下蒸散的时空变化 2020 2099年内蒙古地区蒸散呈增加趋势㊂R C P6.0情景下蒸散增长速率低于R C P8.5,分别为0.37mm /a (p <0.05,R 2=0.36)和0.69m m /a (p <0.05,R 2=0.62)㊂2种情景下,未来蒸散均呈西低东高分布(图5)㊂到2090s 蒸散的变化趋势有明显的区域分异,内蒙古大部分地区蒸散呈递增趋势,其中东部增幅大,但是内蒙古的西部(MA 北部)表现为递减趋势㊂在R C P 6.0情景下,MA 北部蒸散呈减少趋势,占全境的3.29%;MA 蒸散增幅偏小,多低于30mm /a ,而内蒙古东部区域增幅大,其中M S A 东南部㊁M S H 和W S H 蒸散增幅高于60mm /a ,占全境的9.88%㊂在R C P8.5情景下,MA 北部有1.93%区域蒸散存在减少趋势;内蒙古东部和北部蒸散增加明显,其中M S A 南部和东部㊁M S H ㊁MH ㊁C H 和W S H 蒸散增幅高于60mm /a ,占全境的37.21%㊂2.2.2 不同升温情况下蒸散及分量变化 由于蒸腾和土壤蒸发对气候变化的响应存在差异,为了探究在不同程度升温条件下蒸散及蒸腾和土壤蒸发的变化,选取2040 2049年和2060 2069年的年均值分别表征R C P6.0情景下升温1.5,2ħ及R C P8.5情景下升温2,3ħ的情况㊂在R C P6.0情景下,升温1.5ħ期间平均蒸散为297.76mm /a ,升温达2.0ħ期间平均蒸散为298.63mm /a,蒸发增加弥补蒸腾的减少,主导蒸散变化;451水土保持学报 第36卷而在R C P8.5情景下,升温2.0ħ期间平均蒸散为304.76mm /a ,升温3.0ħ期间平均蒸散为319.81mm /a (表3)㊂在MA ,升温1.5~2ħ时蒸散增加2.42m m /a ,60.33%变化由蒸腾主导;升温2~3ħ时蒸散增加10.75m m /a ,66.88%变化由蒸发主导㊂在M S A ,升温1.5,2ħ时蒸散减少-3.97m m /a ,其中蒸腾减少-9.01mm /a 主导蒸散的变化(66.31%);升温2~3ħ时蒸散增加18.99mm /a,蒸发为主导因素占51.63%㊂在H ,升温1.5~2ħ时蒸散增加13.18mm /a ,62.66%变化由蒸腾主导;升温2~3ħ时蒸散增加14.76mm /a ,73.33%变化由蒸腾主导㊂在S H ,升温1.5~2ħ时蒸散增加30.95mm /a ,其中蒸腾减少-5.95mm /a ,蒸发增加6.95mm /a 主导蒸散的变化(53.86%);升温2~3ħ时蒸散增加18.96mm /a,蒸发为主导分量占53.11%㊂可以发现,在2种升温情景,M S A 和MA 区域蒸散由蒸腾主导变为蒸发主导,S H 区域2种分量贡献接近,H 区域蒸散主导因素为蒸腾㊂注:2020s 和2090s 分别代表21世纪20年代和21世纪末㊂图4 2020-2099年不同气候情景降水(P R E )和温度(T A )的空间分布及变化图5 2020-2099年不同气候情景下蒸散(E T )的时间变化表3 不同升温情况下蒸散(E T )变化及分量贡献气候区R C P6.0升温1.5ħ升温2.0ħT 占比/%E 占比/%R C P8.5升温2.0ħ升温3.0ħT 占比/%E 占比/%MA 160.06162.4860.3313.53163.46174.2026.3866.88M S A 362.40381.39-66.3133.69362.40381.3942.6951.63H393.67406.8462.667.62412.28427.0473.335.80S H422.16423.1146.1453.86437.32456.28-48.2153.11总区297.76298.63-49.8450.16304.76319.8144.1145.74 注:E T ㊁T 和E 分别表征蒸散㊁蒸腾和蒸发(mm /a);占比指分量变化在蒸散变化的占比(由于蒸散包含冠层截留水蒸发等,导致两者之和不为100%)㊂551第4期 赵晓涵等:未来气候情景内蒙古蒸散和产水量的变化特征2.3未来不同气候情景下产水量的时空变化R C P6.0情景下,升温1.5ħ期间产水量为19.89 m m/a,升温2.0ħ期间平均产水量为19.58m m/a;R C P 8.5情景下,升温2.0ħ期间产水量为23.14m m/a,升温3.0ħ期间平均产水量为24.25m m/a(表4)㊂但2种气候情景下,产水量表现出明显年际波动,但总体上产水量无明显变化趋势(p>0.05)(图6)㊂在R C P6.0情景下,产水量以0.05m m/a(p>0.05,R2=0.01)速度增长;在R C P8.5的情景下,产水量增长速度是R C P6.0情景的1.7倍,高达0.08m m/a(p>0.05,R2=0.02)㊂空间上,R C P6.0和R C P8.5情景下产水量表现出明显的空间异质性(图7)㊂在2020s,R C P6.0情景产水量在-208.32~186.28m m/a,低值发生在M A和M S A 区域,高值发生在研究区东北区域;R C P8.5情景产水量在-189.15~207.84m m/a,由西向东呈递增趋势㊂到2090s2种情景下产水量空间变化存在明显区别,在R C P8.5情景下,内蒙古地区M S A和W S H区域开始出现产水量减少情况㊂R C P6.0情景下内蒙古大部分地区产水量呈递增趋势,仅有15.12%区域存在减少趋势,零星分布于M A㊁M S A和C H;内蒙古东部增幅最大,其中M S H东部和南部㊁W S H和M S A东部产水量增幅高于10m m/a,占全境的36.43%㊂在R C P8.5情景下,产水量减少区域占全境的46.32%,主要分布于MA东部㊁M S A西部㊁M S H东部和W S H区域,其中低于10mm/a的区域占全境的9.50%,内蒙古西部和北部产水量呈增加趋势,主要分布于MA西部㊁M S A 东部㊁M S H和C H区域,其中高于10mm/a的区域占全境的18.41%㊂表4不同升温情况下产水量变化单位:mm/a气候区R C P6.0升温1.5ħ升温2.0ħ变化量R C P8.5升温2.0ħ升温3.0ħ变化量MA0.24-0.70-0.94-0.910.721.63 M S A7.147.770.6211.4911.720.23 H110.32113.002.68117.80121.793.98 S H27.4023.26-4.1436.6232.85-3.76总区19.9019.58-0.3123.1424.251.12图62020-2099年不同气候情景下产水量(W Y)的时间变化注:2020s和2090s分别代表21世纪20年代和21世纪末㊂图72020-2099年不同气候情景蒸散(E T)和产水量(W Y)的空间分布及变化651水土保持学报第36卷2.4蒸散变化的气候驱动因素分析由于产水量是降水和蒸散2个要素计算得出,其变化受区域蒸散直接影响,因此,选取年降水量作为水分输入的代表,年平均气温作为能量供应的代表,探讨了未来不同升温情景下内蒙古气候变化对蒸散的影响(表5)㊂表5内蒙古各气候区蒸散与气象因子的相关系数气候区R C P6.0T A P R ER C P8.5T A P R EMA0.090.94**0.41**0.95** M S A0.24*0.77**0.36**0.81** S H0.62**0.61**0.70**0.63** H0.82**0.110.91**0.33**总区0.46**0.77**0.54**0.74**注: ** 表示相关性达0.01显著水平; * 表示相关性达0.05显著水平;T A㊁P R E和E T分别表征温度㊁降水和蒸散㊂整个区域上,2种情景下蒸散与降水和温度均达到极显著正相关关系,但与降水的相关系数(0.74~ 0.77)远大于温度(0.46~0.54),但不同区域存在一定差异㊂MA㊁M S A和S H和R C P8.5情景下H区域蒸散与降水呈极显著正相关关系,相关系数为0.33~ 0.95;S H㊁H和R C P8.5情景的M A和M S A区域蒸散与温度呈极显著正相关关系,相关系数为0.36~0.91;在R C P6.0情景下M S A区域蒸散与温度存在显著正相关关系(R=0.24)㊂在越干旱的区域降水对蒸散影响更大,降水的增加在一定程度上减缓干旱半干旱区域的干旱,但在升温情景下呈现显著的水循环加速㊂对比2种情景可以发现,在更高的升温情景下,增温造成的影响进一步增大,尤其是在MA和M S A 区域,蒸发速度显著增加(表5),蒸散支出增加快于降水收入增加,部分区域产水量减少,未来该区域可能出现更严重的水资源危机㊂2.5植被对蒸散变化的影响在未来情境下,内蒙古植被呈显著绿化趋势,为了明确植被对蒸散变化的影响,本文计算了L A I与蒸散㊁蒸腾和蒸发的偏相关关系(图8)㊂整个区域上,R C P6.0和R C P8.5情景下L A I与蒸散㊁蒸腾达到极显著正相关关系(R=0.61,0.37,p<0.01),在更高的R C P8.5升温情景下,L A I阻碍了裸土蒸发(R= -0.32,p<0.01)㊂在H区域,R C P6.0情景下L A I 增加仍有利于蒸散的增加,到R C P8.5情景下L A I 对蒸散影响不显著;其余区域L A I增加导致蒸散的增加(p<0.01)㊂在所有区域,L A I增加导致更多的蒸腾耗水㊂而对蒸发,由于MA区域植被较为稀疏, R C P6.0和R C P8.5情景下L A I的增加对蒸发的影响不显著(p>0.05);但在其他区域,对比2种情景L A I增加不利于蒸发,在R C P8.5情景下这种影响均达到极显著水平(p<0.01)㊂注:*表示p<0.05;**表示p<0.01㊂图8内蒙古各气候区蒸散、蒸腾和蒸发与L A I的偏相关系数3讨论在不同气候情景下,未来内蒙古暖湿化加剧,蒸散呈显著增加,水循环加剧将进一步影响区域水资源㊂整体上,内蒙古可利用水资源未出现明显变化,但当升温达到2~3ħ后,部分区域(M A㊁M S A和W S H)出现可利用水资源减少的情况(图6和表5)㊂C h e n等[28]基于22种全球气候模式和区域气候模式指出,全球变暖对21世纪末我国南方部分地区的干旱情况增加;马丹阳等[29]发现,在R C P8.5情景下中国未来存在湿润区显著减少㊁干湿过渡区显著扩张的干湿分布格局,与研究特征描述一致,持续升温可能将加剧干旱半干旱区的水资源匮乏并影响半湿润区的水资源㊂蒸散作为水资源主要的耗散项,对水资源高效利用具有重要意义㊂内蒙古干旱半干旱区降水对蒸散变化起主导作用[10],在半湿润区降水和温度影响地位相当,在湿润区域温度变化主导了蒸散变化㊂在越干旱的区域降水对蒸散影响更大,降水的增加在一定程度上减缓干旱半干旱区域的干旱加剧,但到达更高的升温情景时,增温影响进一步增大,增温造成的大气水分亏缺加大水汽梯度,蒸散耗散不断增加[30],造成区域水循环加速,蒸散开始受到降水的限制㊂水资源的变化主要取决于降水和蒸散的变化速度,H u n-751第4期赵晓涵等:未来气候情景内蒙古蒸散和产水量的变化特征t i n g t o n[4]指出,全球升温导致水循环加速,加剧水资源的不确定性㊂蒸散加剧导致水循环加速,进而加剧未来极端天气事件的强度和频率;苏布达等[31]基于1961 2100年多模式结果研究发现,未来中国实际蒸散持续增加将导致加剧极端干旱事件㊂同时,在升温和降水增加的气候变化影响下,未来内蒙古植被绿化趋势明显㊂植被对蒸散的影响十分复杂,植被受气候变化和自身调节作用共同影响蒸腾耗水量,并作为重要的环境因子,影响地表温度㊁湿度㊁粗糙度等以影响蒸发㊂在以森林为主的湿润区,植被通过加速蒸腾的冷却作用应对高温,但在R C P 8.5情景下,一方面植被绿化趋势对蒸腾的影响减小,这可能由于蒸散对植被绿化的敏感度随辐射增加而降低[32];另一方面,这可能由极端高温导致的气孔闭合导致[33],但由于L A I的增加,总体蒸腾仍然呈增加趋势;且由于森林对地面的遮挡作用,蒸发所占比例很小,植被增加虽然不利于土壤蒸发但受高温影响,空气水汽梯度增加,土壤蒸发仍呈上升趋势㊂在干旱半旱区,草地对气候变化十分敏感,高温和水分短缺导致部分气孔闭合以维持自身生长[34],持续升温导致蒸发所占比例增加,蒸发造成的水分耗散高于植被蒸腾,在R C P8.5情景下蒸散支出增加快于降水收入增加,部分区域产水量减少,未来该区域可能出现更严重的水资源危机㊂植被由于其自我调节能力,对应对未来气候变化具有重要的作用㊂虽然有研究者[26-27]指出植被绿化有利于年蒸散量,但对产水量有负向影响,加剧了缺水地区的水资源短缺,但植被的存在一定程度上抑制土地蒸发导致的无效耗水量,因此,在干旱半干旱区,科学的生态工程能够在一定程度上提供水资源有效利用率,以缓解水资源短缺㊂由于在本次研究中没有考虑由于生态政策等造成的植被绿化导致的水资源变化,因此,如何平衡植被对蒸腾和蒸发的影响和生态系统与人类的需水矛盾,植被对于区域水资源的影响还需进一步探究㊂4结论(1)未来内蒙古地区升温快于全球平均水平,在R C P6.0情景下,气温在2040年之后出现较为稳定的1.5ħ升温,在2050年后升温达2.0ħ;而在R C P 8.5情景下,内蒙古区域气温将在2040 2049年期间上升2.0ħ,在2050年后升温超过3.0ħ㊂(2)整体上,未来内蒙古地区蒸散均呈西低东高分布,蒸散呈显著增加趋势,R C P8.5情景下增速快于R C P6.0情景㊂降水补充一定程度上抵消蒸散耗水,产水量并无明显增加趋势;到21世纪末,在R C P 6.0情景下,全境产水量大部分地区呈增加趋势,在南部半干旱和半湿润区增加超过10mm/a;但是在R C P8.5情景下干旱半干旱区和半湿润区产水量呈减少趋势,减少区域占全境的46.32%㊂(3)内蒙古干旱半干旱区降水对蒸散变化起主导作用,在半湿润区降水和温度影响地位相当,在湿润区域温度变化主导蒸散变化㊂植被是区域蒸散的重要影响因子,其影响是由对蒸腾和蒸发的影响共同决定的㊂R C P6.0情景下降水对产水量增加贡献更大,干旱区受降水和蒸散的共同影响㊂在R C P8.5情景下,干旱半干旱区和半湿润区产水量蒸散影响显著㊂持续升温加剧蒸散耗散,并进一步加剧干旱区的水资源匮乏,影响半湿润区的水资源㊂参考文献:[1]I P C C.C l i m a t eC h a n g e2021:T h eP h y s i c a lS c i e n c eB a-s i s.C o n t r i b u t i o no f W o r k i n g G r o u p I t ot h eF i f t h A s-s e s s m e n tR e p o r t o f t h e I n t e r g o v e r n m e n t a l P a n e l o nC l i-m a t eC h a n g e[R].C a m b r i d g e a n dN e wY o r k:C a m b r i d g eU n i v e r s i t y P r e s s,2021.[2]姜大膀,王晓欣.对I P C C第六次评估报告中有关干旱变化的解读[J].大气科学学报,2021,44(5):650-653. [3] L i a n g W,B a i D,W a n g FY,e t a l.Q u a n t i f y i n g t h e i m-p a c t so fc l i m a t ec h a n g ea n d e c o l o g i c a lr e s t o r a t i o n o ns t r e a m f l o w c h a n g e s b a s e d o n a B u d y k o h y d r o l o g i c a lm o d e l i nC h i n a'sL o e s sP l a t e a u[J].W a t e rR e s o u r c e sR e-s e a r c h,2015,51(8):6500-6519.[4]H u n t i n g t o n T G.E v i d e n c ef o ri n t e n s i f i c a t i o n o ft h eg l o b a lw a t e r c y c l e:R e v i e wa n d s y n t h e s i s[J].J o u r n a l o fH y d r o l o g y,2006,319(1):83-95.[5] Q uY,Z h u a n g QL.E v a p o t r a n s p i r a t i o n i nN o r t hA m e r-i c a:I m p l i c a t i o n s f o rw a t e r r e s o u r c e s i nac h a n g i n g c l i-m a t e[J].M i t i g a t i o n a n dA d a p t a t i o nS t r a t e g i e s f o rG l o b a lC h a n g e,2020,25(1):205-220.[6]高继卿,杨晓光,董朝阳,等.气候变化背景下中国北方干湿区降水资源变化特征分析[J].农业工程学报,2015,31(12):99-110.[7]尹默雪,赵先贵.基于水足迹理论的内蒙古1990 2016年水资源评价[J].干旱区资源与环境,2018,32(6):120-125.[8]牛忠恩,胡克梅,何洪林,等.2000 2015年中国陆地生态系统蒸散时空变化及其影响因素[J].生态学报,2019,39(13):4697-4709.[9]马梓策,于红博,张巧凤,等.内蒙古地区1960 2016年气温和降水特征及突变[J].水土保持研究,2019,26(3):114-121.[10]安莉娟.1971 2010年内蒙古干湿变化特征及对水资源影响[J].冰川冻土,2016,38(3):732-740.851水土保持学报第36卷[11]王国庆,乔翠平,刘铭璐,等.气候变化下黄河流域未来水资源趋势分析[J].水利水运工程学报,2020,180(2):1-8.[12]张奇谋,陈思,陈松生,等.不同R C P情景下未来汉江流域气象干旱变化趋势预估研究[J].长江流域资源与环境,2019,28(6):1470-1480.[13]查芊郁,高超,杨茹,等.全球升温1.5ħ和2.0ħ情景下淮河上游干流径流量研究[J].气候变化研究进展,2018,14(6):583-592.[14]张超,宋海清,吴国周,等.N C A R/C L M系列陆面模式对内蒙古地表温度的模拟评估[J].中国生态农业学报,2017,25(2):299-308.[15]朱昱作.西北农牧交错带地表水热过程的观测和C L M模拟研究[D].兰州:兰州大学,2019.[16]徐新良,刘纪远,张树文,等.中国多时期土地利用土地覆被遥感监测数据集(C N L U C C)[D S].中国科学院资源环境科学数据中心数据注册与出版系统(h t t p://w w w.r e s d c.c n/D O I),2018.[17] F r i e l e rK,L a n g eS,P i o n t e kF,e ta l.A s s e s s i n g t h ei m p a c t so f1.5ħg l o b a lw a r m i n g-s i m u l a t i o n p r o t o c o lo ft h eI n t e r-S e c t o r a lI m p a c t M o d e lI n t e r c o m p a r i s o nP r o j e c t(I S I M I2B)[J].G e o s c i e n t i f i c M o d e lD e v e l o p-m e n t,2017,10(12):4321-4345.[18] V u u r e nD,E d m o n d s J,K a i n u m aM,e t a l.T h e r e p r e-s e n t a t i v ec o n c e n t r a t i o n p a t h w a y s:A n o v e r v i e w[J].C l i m a t i cC h a n g e,2011,109(1):5-31.[19] M aXF,Z h a oCY,T a oH,e t a l.P r o j e c t i o n s o f a c t u a le v a p o t r a n s p i r a t i o n u n d e rt h e1.5ħa n d2.0ħg l o b a lw a r m i n g s c e n a r i o si ns a n d y a r e a si n N o r t h e r n C h i n a[J].S c i e n c e o f t h eT o t a lE n v i r o n m e n t,2018,645:1496-1508.[20] L i uY,L i uR G,C h e nJM.R e t r o s p e c t i v e r e t r i e v a l o fl o n g-t e r mc o n s i s t e n t g l o b a l l e a f a r e a i n d e x(1981 2011)f r o mc o m b i n e dA V H R Ra n dM O D I SD a t a[J/O L].J o u r n a lo fG e o p h y s i c a lR e s e a r c h:B i o g e o s c i e n c e s,2012,117(G4).h t t p s://d o i.o r g/10.1029/2012J G002084.[21] T i a nDS,N i uSL,P a nQ M,e t a l.N o n l i n e a r r e s p o n-s e s o f e c o s y s t e mc a r b o n f l u x e s a n dw a t e r-u s e e f f i c i e n c yt on i t r o g e na d d i t i o ni nI n n e r M o n g o l i a g r a s s l a n d[J].F u n c t i o n a l E c o l o g y,2016,30(3):490-499.[22]郑涵,于贵瑞,朱先进,等.2000 2010年中国典型陆地生态系统实际蒸散量和水分利用效率数据集[D B].中国科学数据(中英文网络版),2019,4(1):59-72.[23] N i uZE,H eH L,Z h uGF,e t a l.As p a t i a l-t e m p o r a lc o n t i n u o u sd a t a se t of t h e t r a n s p i r a t i o n t o e v a p o t r a n s p i-r a t i o nr a t i oi n C h i n af r o m1981 2015[J].S c i e n t i f i cD a t a,2020,7(1):e369.[24]任小丽,路倩倩,何洪林,等.中国东部南北样带森林生态系统蒸腾与蒸散比值(T/E T)时空变化[J].地理学报,2019,74(1):63-75.[25]H a r eF K.L o n g-t e r m a n n u a l s u r f a c eh e a ta n d w a t e rb a l a nc e so v e rC a n ad aa n dt he U n i t e dS t a t e sS o u t ho f60ʎN:R e c o n c i l i a t i o no f p r e c i p i t a t i o n,r u n-o f f a n d t e m-p e r a t u r e f i e l d s[J].A t m o s p h e r e O c e a n,1980,18(2):127-153.[26] B a i P,L i uX M,Z h a n g Y Q,e t a l.A s s e s s i n g t h e i m-p a c t s o fv e g e t a t i o n g r e e n n e s sc h a n g eo ne v a p o t r a n s p i-r a t i o na n d w a t e r y i e l di n C h i n a[J].W a t e r R e s o u r c e sR e s e a r c h,2020,56(10):e2019WR027019. [27] L i uY B,X i a oJF,J u W M,e t a l.R e c e n t t r e n d s i nv e g e t a t i o n g r e e n n e s s i n C h i n a s i g n i f i c a n t l y a l t e r e da n n u a l e v a p o t r a n s p i r a t i o na n dw a t e r y i e l d[J].E n v i r o n-m e n t a lR e s e a r c hL e t t e r s,2016,11(9):e94010.[28] C h e n H P,S u nJ Q,C h e n X L.F u t u r ec h a n g e so fd r o u g h t a n d f l o o de v e n t s i nC h i n au n d e r a g l o b a lw a r-m i n g s c e n a r i o[J].A t m o s p h e r i ca n d O c e a n i c S c i e n c eL e t t e r s,2013,6(1):8-13.[29]马丹阳,尹云鹤,吴绍洪,等.中国干湿格局对未来高排放情景下气候变化响应的敏感性[J].地理学报,2019,74(5):857-874.[30] L i SJ,W a n g GJ,S u nSL,e t a l.L o n g-t e r mc h a n g e si ne v a p o t r a n s p i r a t i o no v e rC h i n aa n da t t r i b u t i o n t oc l i-m a t i c d r i v e r s d u r i n g1980 2010[J].J o u r n a l o fH y d r o l-o g y,2021,595(1/4):e126037.[31]苏布达,周建,王艳君,等.全球升温1.5ħ和2.0ħ情景下中国实际蒸散发时空变化特征[J].中国农业气象,2018,39(5):293-303.[32] L u J,W a n g GJ,L i S J,e t a l.P r o j e c t e d l a n d e v a p o r a-t i o n a n d i t s r e s p o n s e t ov e g e t a t i o n g r e e n i n g o v e rC h i n au n d e rm u l t i p l e s c e n a r i o s i n t h eC m i p6M o d e l s[J].J o u r-n a l o fG e o p h y s i c a lR e s e a r c h:B i o g e o s c i e n c e s,2021,126(9):e2021J G006327.[33]M a s s m a n n A,L i nCJ,G e n t i n eP.W h e nd o e sv a p o rp r e s s u r ed e f i c i td r i v eo r r e d u c ee v a p o t r a n s p i r a t i o n[J].J o u r n a l o fA d v a n c e s i nM o d e l i n g E a r t hS y s t e m s,2019,11:3305-3320.[34] L i uYL,K u m a rM,K a t u l GG,e t a l.P l a n t h y d r a u l i c sa c c e n t u a t e st h ee f f e c to fa t m o s p h e r i c m o i s t u r es t r e s so n t r a n s p i r a t i o n[J].N a t u r eC l i m a t eC h a n g e,2020,10:691-695.951第4期赵晓涵等:未来气候情景内蒙古蒸散和产水量的变化特征。
CMIP5模式对未来升温情景下全球陆地生态系统净初级生产力变化的预估
CMIP5模式对未来升温情景下全球陆地生态系统净初级生产力变化的预估朱再春;刘永稳;刘祯;朴世龙【期刊名称】《气候变化研究进展》【年(卷),期】2018(014)001【摘要】针对《巴黎协定》提出的温控目标,利用耦合模式比较计划第五阶段(CMIP5)模式在RCP2.6、RCP4.5和RCP8.5情景下的模拟结果,初步分析了全球升温情景下陆地生态系统净初级生产力(NPP)相对于参考时段(1986—2005年)的变化,重点分析了1.5℃和2℃升温时NPP相对于参考时段的变化量,并探讨了大气CO2浓度、气温、降水和辐射的变化及其对NPP变化的影响.CMIP5基于各典型浓度路径模拟的全球陆地生态系统NPP均呈增加趋势,且NPP增加量与升温幅度成正比.在相同的升温幅度下,基于各典型浓度路径模拟的各环境因子和NPP的变化量较为一致.陆地生态系统NPP总量增加主要由大气CO2浓度上升驱动,其他环境因子的影响相对较弱.中国东南部、非洲中部、美国东南部和亚马孙雨林西部地区NPP增加最明显.NPP变化量的空间格局主要由大气CO2浓度增加和升温控制,降水和辐射的影响相对较小.具体而言,大气CO2浓度上升对中低纬度的NPP变化贡献最大,对北方高纬度地区NPP变化贡献较小.温度上升有利于促进北方高纬度地区和青藏高原地区NPP,但对中低纬度地区的NPP有较强的抑制作用.鉴于既有典型浓度路径和地球系统模型的限制,本文对未来升温情景下陆地生态系统NPP的预估仍存在较大的不确定性,需要在未来的研究中进一步改进.%We tentatively analyzed differences between global terrestrial net primary productivity (NPP) under global warming by the targeting temperature of the PairsAgreement and that during 1986-2005. We addressed the changes in global terrestrial NPP,changes inrelating environmental factors (atmospheric CO2concentration,temperature,precipitation,and radiation),and their contribution to the NPP changes under global warming of 1.5℃ and 2℃. The projected global terre strial NPP increases in proportion to the warming magnitude based on the results from CMIP5 models that runs under the three representative concentration pathways (RCP2.6,RCP4.5 and RCP8.5). Changes in the projected environmental factors and NPP at given warming magnitude are generally consistent across the three RCPs. The increasing atmospheric CO2concentration is the dominant factor that drives the total amount of global terrestrial NPP,while the contributions of other environmental factors are relatively small. The most notable increases in NPP locate in southeast China,centralAfrica,southeast U.S. and western Amazonia. The spatial pattern of NPP changes are mainly controlled by atmospheric CO2concentration increase and warming,while precipitation and radiation contribute much fewer. The effects of increasing atmospheric CO2concentration on NPP are stronger at lower latitudes but weaker at northern high latitudes. Warming benefits ecosystem NPP at northern high latitudes and Tibetan Plateau but strongly depletes ecosystem NPP at lower latitudes. Our analyses of global terrestrial ecosystem NPP changes under future global warming scenarios still have significant uncertainties due to limitations of current RCPs and earth system models,which needs further refinements.【总页数】9页(P31-39)【作者】朱再春;刘永稳;刘祯;朴世龙【作者单位】北京大学城市与环境学院,北京 100871;北京大学城市与环境学院,北京 100871;北京大学城市与环境学院,北京 100871;北京大学城市与环境学院,北京100871【正文语种】中文【相关文献】1.全球变暖减缓期陆地地表气温变化特征和CMIP5多模式的未来情景预估 [J], 何金海;詹丰兴;祁莉;王迪2.北半球温带气旋的模拟和预估研究Ⅱ∶6个 CMIP5耦合模式预估的未来 RCP4.5情景下的变化 [J], 张颖娴;丁一汇3.CMIP5模式对21世纪全球和中国年平均地表气温变化和2℃升温阈值的预估[J], 张莉;丁一汇;吴统文;辛晓歌;张艳武;徐影4.未来气候变化情景下中国橡胶主产区内植被净初级生产力预估 [J], 刘少军; 李伟光; 陈小敏; 佟金鹤5.基于CMIP6模式优化集合平均预估21世纪全球陆地生态系统总初级生产力变化 [J], 黄禄丰;朱再春;黄萌田;赵茜;马伟蕊;曾辉因版权原因，仅展示原文概要，查看原文内容请购买。
CMIP5模式对青藏高原地表温度的模拟与预估
Centro Euro-Mediterraneo per I Cambiamenti Climatici
Centro Euro-Mediterraneo per I Cambiamenti Climatici
Centro Euro-Mediterraneo per I Cambiamenti Climatici
均得到年平均地表温度变化趋势，从而对高原未来的地表温度进行预估。结果表明:CMIP5中大多数模式对高原地区的年 平均地表温度的模拟效果较好,但会受到季节差异的影响;多模式集合平均的模拟能力总体比单个模式模拟的性能更优，与
观测场的数据更加接近;青藏高原未来的增温趋势与外辐射强迫的强度呈正相关，高原地区对高浓度排放情景下的增温效
81
1980-2005年英国东英吉利亚大学的CRU观测资料 和模式的历史资料集合平均得到年平均温度变化趋 势，结合泰勒诊断，对青藏高原地表温度及其变化趋 势进行观测与模式模拟,从而对高原未来的地表温度 进行预估。
CMIP5模式对海-气相互作用的模拟性能分析
CMIP5模式对海-气相互作用的模拟性能分析CMIP5模式对海-气相互作用的模拟性能分析近年来，全球环境变化已经引起政府和人民的高度关注,其对社会、经济发展所造成的影响日益凸显。
在政府间气候变化专门委员会（Intergovernmental Panel on Climate Change,简称IPCC）第五次评估报告（AR5）中明确指出:气候变化要比我们原来认识到的更加严重，20世纪50年代以来观测到的气候系统的许多变化是史无前例的，包括大气和海洋的温度升高、海平面上升等。
在1880-2012年间，全球海陆表面平均温度呈线性升高了0.85℃；在1971-2010年间，被海水吸收积累的热量约有90%，其中700米深度以内的上层海水吸收了60%，75米深度以内的浅层海水平均温度在1971到2010年间以每十年以0.11℃的速率上升(秦大河-2014)。
海洋的面积占据了地球表面的71%，作为水圈的主体，是气候系统的重要组成部分之一，人们越来越多地认识到其在气候形成和变化中起着非常重要的作用。
海洋的热容量远远大于大气的热容量，并具有巨大的热惯性以及较强的“记忆”功能，是气候系统最有利和最直接的调节系统。
海洋对温室气体的显著吸收，有力的缓解了全球变暖，这对研究全球气候变化十分关键(董思言,髙学杰-2014)。
在全球环境急剧变化的今天，海气相互作用的异常，直接影响着ENSO、台风活动路径、全球降水和温度变化等。
因此，如果能更好的模拟海气相互作用结果，预估未来的气候变化趋势，对正确地做出气候影响评价和决策有着重要意义（陈晓晨-2014）。
从IPCC报告以及各项研究结果可以看出，许多结论的得出都是基于气候模式的模拟结果。
气候模式是气候模拟、预估和预测的重要工具，随着气候模拟的不断发展，气候模式的模拟能力有了很大的提高（吴国雄等译1995;廖洞贤1999;李崇银2000）。
近些年来，气候系统模式发展迅速，CMIP5也于2008年正式开启。
基于CMIP5和RegCM4模式的内蒙古气候变化模拟评估及未来RCPs情景预估
文章编号 1005-8656（2021）02-0003-06基于CMIP5和RegCM4模式的内蒙古气候变化模拟评估及未来RCPs情景预估孟玉婧（内蒙古气候中心，内蒙古 呼和浩特 010051）摘要文章利用CMIP5全球气候模式和RegCM4区域气候模式模拟的内蒙古降水量和平均气温的逐月数据，分别将2 个气候模式1961—2005 年的模拟结果与实际观测值进行对比，综合评估2 个气候模式对内蒙古降水量和平均气温的模拟能力，并预估分析3 种RCPs情景下2021—2100年内蒙古未来降水量和平均气温的可能变化特征。
结果显示：CMIP5模式对年降水量模拟效果优于RegCM4模式，而RegCM4模式对年平均气温的细节模拟更具有优势，总体上CMIP5模式对内蒙古降水量和平均气温均具有良好的模拟能力。
未来80 年内蒙古气候呈暖湿变化趋势，其中RCP8.5情景增幅最大，年降水量和年平均气温分别增加了21.6%和5.3 ℃，RCP4.5情景次之，RCP2.6情景增加趋势不明显。
四季和各年代的降水量和平均气温也一致呈增加趋势，其中冬季降水量增幅最大，最大可达22.15％，秋季平均气温在RCP2.6和RCP4.5情景下增幅最大，分别为1.50 ℃和2.22 ℃，冬季平均气温在RCP8.5情景下增幅最大，为3.67 ℃；RCP2.6情景下，年降水量和年平均气温分别在21 世纪60 年代和40 年代增幅最大，分别为8.12%和1.57 ℃，而RCP4.5和RCP8.5情景下则均在21 世纪90 年代增加幅度最大，最大分别可达18.52%和5.80 ℃。
关键词气候变化预估；RCPs情景；CMIP5；RegCM4；内蒙古中图分类号 P426.6；P434 文献标识码 A doi:10.14174/ki.nmqx.2021.02.001引言近年来，随着经济的快速发展及人类活动的影响，全球气候变暖有加重的趋势。
在政府间气候变化专门委员会（IPCC）历届评估报告的推动下，气候变化是当今社会普遍关注的全球性问题。
基于CMIP5模式集合预估21世纪中国气候带变迁趋势
取 世界 气 候研 究计 划 （ ＷＣ Ｒ Ｐ ）耦合 模式 比较计 划 第 五阶 段 （ Ｃ ＭＩ Ｐ ５ ）的 ２ １ 个 全球 气 候模 式数 据 的— ｐ ｃ ｍｄ ｉ ． １ ｌ ｎ １ ． ｇ ｏ ｖ ） ，当前 全
道气 候 带 （ Ａ） 、 干 燥 气候 带 （ Ｂ ） 、暖 温 气候 带 （ Ｃ ） 、冷 温气 候 带 （ Ｄ） 及极 地 气候 带 （ Ｅ ） 。柯本 气候 分 类 的类 型及 特征 如表 １ ［ １ ５ － １ ６ ］ 所示。
植结 构调 整 ， 对 生态 系统 也会 产 生深 刻影 响 ， 因此 ， 分析 气候 变化 背景 下气候 带变化 规律 对于 实现 我 国 区域 可持 续 发展具 有 重要 意 义 。 尽 管前 人 基于 不 同
１ 资料 与方法
１ ． １ 资料 及处 理 观 测 气 候 资料 选 用 高分 辨 率 气候 变 量数 据 集
Ｃ Ｒ Ｕ Ｔ Ｓ ３ ． ２ １ 月 平均 气温 和 降水 ，模 式模 拟 资料 选
根误 差 （ Ｒ ＭＳ Ｅ ２ ） ［ １ ７ － １ ８ ］ ， 衡 量模式 对 气温和 降 水的模
球 气候 分 类选 用联 合 国粮食 及农 业组 织 （ Ｆ ＡＯ）提 供 的柯 本 气候 分 类资 料 。本 文分 别 将 １ ９ ８ １ —２ ０ ０ ０
年 、２ ０ ３ １ —２ ０ ５ ０年和 ２ ０ ８ １ —２ １ ０ ０ 年 作为 ２ ０世纪
拟与 Ｃ ＲＵ 的差 异来 源 于模 式 的 内部 误 差 。对 于 降 水 ，Ｃ ＭＩ Ｐ ５ 模式 能够 模拟 出我 国降水从 西北 地 区 向 东 、向南逐 渐 增加 的趋 势 （ 图ｌ ｂ 、ｄ ） 。相对 于 Ｃ Ｒ Ｕ
IPCC AR5高学杰-长期气候变化的模拟和预估及其他
中国汛期降水(5-9月)的观测(左)和CMIP5多模式集合的模拟(右) (mm)
RegCM系列区域气候模式的应用
气候变化模拟预估 (Gao et al., 2001, 2002, 2008, 2010, 2013)；
土地利用对中国区域气候影响的模拟 (Gao et al., 2003, 2007)； 分辨率对中国区域气候影响模拟的影响 (Gao et al., 2006)； 沙尘气溶胶的模拟及其在未来变化的预估 (Zhang et al., 2009) ； 人为硫酸盐、黑炭和有机碳气溶胶对区域气候影响的模拟(Ji et al., 2010);
经过处理的数据可以由“中国地区气候变化预估产品3.0版本”得到。 但由于计算机条件限制，尽管CMIP5模式的水平分辨率有所提高，但 对于如东亚季风气候等的模拟仍存在不足和误差，需要进行动力或者 统计降尺度，以得到相对更加可靠的区域尺度气候变化信息。
由于分辨率较低，全球模式对东亚季风降水的模拟能力普遍较差，一般会在青藏 高原东部产生一个虚假降水中心，这一误差在CMIP5模式中仍然存在。这主要是由于 全球模式的分辨率不足引起的，高分辨率区域气候模式可以在很大程度上改善这一误 差(Gao et al., 2006; 2008; 2011)。
IPCC AR5 解读－长期气候变化的模拟和
预估及其他
高学杰
中国科学院气候变化研究中心（CCRC/CAS)
IPCC第五次评估报告 南京信息工程大学宣讲交流会 南京，2014年9月12日
提 纲
一、情景、集合和不确定性
二、气温变化的预估 三、水循环的变化 四、冰冻圈的变化 五、海洋的变化 六、气候稳定性、气候变化的持续性和不可逆性 七、讨论
七、讨论
基于CMIP5模拟的中国区域陆气耦合强度评估及未来情景预估
基于CMIP5模拟的中国区域陆气耦合强度评估及未来情景预估曾毓金;谢正辉【摘要】基于第五次国际耦合模式比较计划(CMIP5)11个模式历史情景的模拟结果计算得到了中国区域夏季的陆气耦合强度并进行集合平均,结果表明,位于半干旱区的华北和内蒙古地区陆气耦合强度相对较强,西部干旱区的陆气耦合强度相对较弱,位于湿润区的中国东北地区东部、长江中下游和西南地区陆气耦合强度最弱.利用上述模式集合平均结果与由NCEP再分析资料和欧洲中心的中期气象预报40年再分析资料(ERA40)计算得到的陆气耦合强度相比较,结果显示这些模式的集合平均与再分析资料NCEP和ERA40的计算结果有较好的一致性.利用历史情景模拟和不同的典型排放路径(RCP),即低排放情景RCP2.6、中排放情景RCP4.5和高排放情景RCP8.5下的模拟结果预估陆气耦合强度未来变化.结果显示:与历史情景相比较,位于湿润区的中国南方地区蒸散发的主要控制因子是温度,在3种排放情景下随着温度上升引起蒸散发增加所导致陆气耦合强度升高;位于青藏高原以及半干旱区的内蒙古大部分地区蒸散发在未来的年际变化幅度减弱导致陆气耦合指数降低;位于西北干旱区陆气耦合强度在RCP2.6和RCP4.5情景上升,然而在RCP8.5情景下陆气耦合强度下降,其原因是在高排放情景下,水汽平流输送明显增强,局地蒸散发异常对空气湿度变化的贡献减弱,导致了陆气耦合强度降低.未来预估结果在中国南方可信度相对较高,从全国来看,在RCP4.5情景下可信度相对较高.【期刊名称】《气候与环境研究》【年(卷),期】2015(020)003【总页数】10页(P337-346)【关键词】CMIP5;中国;陆气耦合强度【作者】曾毓金;谢正辉【作者单位】1中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室,北京100029;中国科学院大学,北京100049;中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室,北京100029【正文语种】中文【中图分类】P461陆地约占地球表面的三分之一，是气候系统重要而复杂的组成部分（陈海山和孙照渤，2002），地表状态的变化会对区域甚至全球的气候要素产生影响（于燕和谢正辉，2012），而其中土壤湿度异常对大气水分含量的变化起着重要作用（Namias，1963）。
CMIP5多模式对中国及各分区气温和降水时空特征的预估
CMIP5多模式对中国及各分区气温和降水时空特征的预估程雪蓉;任立良;杨肖丽;刘士军;童瑞;周萌【期刊名称】《水文》【年(卷),期】2016(036)004【摘要】利用7个参加耦合模式比较计划第五阶段(CMIP5)的全球气候模式模拟数据,在RCP4.5、RCP8.5两种排放情景下,从年、季、月尺度上对中国以及中国的7个区域的气温和降水进行未来情景预估分析.分析结果表明:2010～2099年,两种情景下中国的气温增加明显,并呈现出春弱秋冬(尤其是一、八、九、十一、十二月)强的特征,北部(N)、西北东部(ENW)、西北西部(WNW)、西藏(Tibet)的升温趋势高于其他地区.RCP8.5情景下的气温线性趋势值大部分都高于RCP4.5情景下的值.在RCP4.5情景下,2060～2099年东北部(NE)呈现降温.两种情景下,全国降水量也呈增加趋势,呈现由东南向西北递减的地理分布,并表现出冬弱春夏强的季节变化特征.西北西部(WNW)在全年降水偏少,春夏季黄河以北降水趋势较小,降水大值中心在长江以南地区,尤其是在五、六、七、八月份.秋季,在RCP4.5、RCP8.5情景下SE降水线性趋势分别低于或等于全国平均水平,东北部(NE)、北部(N)、西北东部(ENW)的降水线性趋势略高.在2010～2039年,在RCP8.5情景下西南(SW)的降水减少.【总页数】7页(P37-43)【作者】程雪蓉;任立良;杨肖丽;刘士军;童瑞;周萌【作者单位】河海大学水文水资源学院,江苏南京210098;河海大学水文水资源学院,江苏南京210098;河海大学水文水资源学院,江苏南京210098;四川省水利水电勘测设计研究院,四川成都610072;河海大学水文水资源学院,江苏南京210098;河海大学水文水资源学院,江苏南京210098【正文语种】中文【中图分类】P339【相关文献】1.中国平均降水和极端降水对气候变暖的响应:CMIP5模式模拟评估和预估 [J], 吴佳;周波涛;徐影2.CMIP5模式对中国地区气温模拟能力评估与预估 [J], 张艳武;张莉;徐影3.CMIP5全球气候模式对上海极端气温和降水的情景预估 [J], 吴蔚;穆海振;梁卓然;刘校辰4.CMIP5多模式预估的1.5℃升温背景下\r中国气温和降水变化 [J], 王晓欣;姜大膀;郎咸梅5.CMIP5模式降水订正法及未来30年中国降水预估 [J], 杨阳; 戴新刚; 唐恒伟; 张蓓因版权原因，仅展示原文概要，查看原文内容请购买。
CMIP5多模式对全球典型干旱半干旱区气候变化的模拟与预估
, 但对北美中部、非
[16~19]
洲西部地区、 亚马逊和密西西比河流域等一些区域尺 度上的干旱模拟还存在一定不确定性 . CMIP5 长期模拟试验主要分为历史试验和未来情景预估试 验 , 特别是一些单因子强迫历史试验 , 如仅考虑温室 气体、气溶胶、土地利用变化等单因子强迫试验将会 更加有效地促进检测人类活动对干旱半旱区气候变 化影响的研究 . 因此 , 对 CMIP5 多模式试验数据的 分析和评估 , 有助于我们认识当今世界不同国家和 组织发展的气候模式对于典型干旱半干旱区气候变 化特征的模拟能力 , 并进一步检测人类活动和自然 过程对干旱半干旱区年代尺度气候变化的影响及其 相对贡献 , 丰富现有干旱研究理论和提高对未来干 旱化预估的能力 , 为干旱半干旱区生态系统和水资 源脆弱性评估和风险预估提供气候变化背景和科学 依据 . 气候模式是 研究人类活动对全球典型干旱半干 旱区气候变化影响机理以及预测未来气候变化 最重 要甚至是不可替代的工具. 已有很多研究表明, CMIP(CMIP3 和 CMIP5)多模式对于全球以及区域气 候变化具有一定模拟和预估能力 , 如对中国区域气 温和降水及其极端事件变化 化
2014 年 4 月
第 59 卷 表1
第 12 期
17 个 CMIP5 耦合模式及其模拟试验的基本信息
模式分辨率 (经度 ×纬度 , 垂直层数 ) T42, L26 T63, L35 288 × 192, L26 144 × 96, L60 256 × 128, L31 192 × 96, L18 128 × 60, L26 144 × 90, L24 144 × 90, L40 144 × 90, L40 192 × 145, L38 96 × 95, L39 144 × 143, L39 T42, L80 T42, L80 320 × 160, L48 144 × 96, L26 积分时段 1850~2099 年 1850~2100 年 1850~2100 年 1850~2099 年 1850~2100 年 1850~2100 年 1850~2105 年 1850~2100 年 1850~2300 年 1850~2300 年 1860~2100 年 1850~2100 年 1850~2100 年 1850~2100 年 1850~2100 年 1850~2100 年 1850~2100 年 试验个数 3 1 6 4 10 8 5 1 15 16 4 2 风变
CMIP5模式对中国极端气温及其变化趋势的模拟评估
CMIP5模式对中国极端气温及其变化趋势的模拟评估蒋帅;江志红;李伟;沈雨辰【摘要】Based on the observation of daily temperature data and 30 models data provided by Coupled Model Intercomparison Project (CMIP5), five extreme temperature indices including mean maximum temperature (TXAV), mean minimum temperature (TNAV), heat wave duration index (HWDI), frost days (FD) and warm nights (TNF90) were calculated to evaluate simulation capability of each model in terms of spatial ifeld in climate state and the trend of extreme temperature in China. Most models can reflect the spatial pattern of extreme temperature indices in climate state. The spatial pattern of TNAV, TXAV and FD can be better simulated, as the correlation coefifcient of most models are more than 0.90, and there are good consistency between models. TNF90 and HWDI are poorly captured by models, as the correlation coefifcients are lower than 0.70 and there are large differences between models. Models also simulate the same trend change of average extreme temperature index at national scale as the observation, but most simulation results are weaker than the observation. Compared with the spatial pattern in climate state, the models simulation of trend spatial pattern for extreme temperature are not good. Thereinto, TNAV is relatively well simulated, the correlation coefifcients of a third of models are larger than 0.60. The correlation coefifcients for other indices are lower than 0.60. Based on space simulation ability, the top 5 models are IPSL-CM5A-MR, CMCC-CM, IPSL-CM5A-LR, MPI-ESM-MR and MPI-ESM-P. Based on time simulation ability, the top 5 models are MPI-ESM-P, CANESM2, ACCESS1-3, BCC-CSM1-1 and NorESM1-M. The models simulation ability ranks of space and time are in poor consistency. Nonetheless, compared with the average multi-model ensemble (AMME), simulation ability of the best multi-models ensemble (BMME) based on the space or time simulation are improved.%本文基于中国区域逐日气温资料和CMIP5中30个全球气候模式资料，计算了平均日最高气温（TXAV)、平均日最低气温（TNAV)、热浪指数（HWDI)、霜冻日数（FD)、和暖夜指数（TNF90）5个极端气温指数，评估各模式对中国区域极端气温的气候平均场和趋势的模拟能力。
CMIP5模式对中国西北干旱区模拟能力评价
CMIP5模式对中国西北干旱区模拟能力评价吴晶;罗毅;李佳;李春轩;袁良;杨鲤铭【期刊名称】《干旱区地理》【年(卷),期】2014()3【摘要】气候模式是研究气候系统和气候变化的重要工具,气候模式结果是进行气候预测和气候变化风险评估的重要依据。
基于中国西北干旱区78个气象站点1960-2005年的观测数据,对最新公布的CMIP5的39个模式在中国西北干旱区1960-2005年平均气温、降水的模拟能力进行评估。
结果表明:多个模式模拟年平均气温与观测值的相关系数达到0.39,夏、秋季节的相关系数好于春、冬季,年平均气温模拟大多偏低2℃以上,其中MIROC4h、CCSM4和CMCC-CM对年平均气温的模拟绝对误差较小。
模拟的年、季降水量与观测值的相关系数很差,均不到0.1。
年降水量模拟普遍偏高100 mm以上,其中CMCC-CM、CNRM-CM5和MRI-CGCM3对年降水量模拟绝对误差较小。
年际变化趋势上,模拟的平均气温升高趋势和降水量增加趋势均比观测趋势要低,模拟的冬季平均气温升高趋势偏低最明显,达-0.21℃/10 a,模拟夏季的降水量增加趋势偏低最明显,相对误差达-99%。
CMIP5模式对中国西北干旱区的模拟效果整体上偏差较大,未来无论从物理过程还是模式算法都需要进一步研究和改进。
【总页数】10页(P499-508)【关键词】CMIP5模式;气温;降水;中国西北干旱区【作者】吴晶;罗毅;李佳;李春轩;袁良;杨鲤铭【作者单位】中国科学院新疆生态与地理研究所,荒漠与绿洲生态国家重点实验室;中国科学院大学;中国科学院生态系统网络观测与模拟重点实验室,中国科学院地理科学与资源研究所;南京信息工程大学大气科学学院;南京航空航天大学航空宇航学院【正文语种】中文【中图分类】P423【相关文献】1.CMIP3与CMIP5模式对中国西北干旱区气温和降水的模拟能力比较 [J], 吴晶;王宝鉴;杨艳芬;常燕;陈林;杨建才;刘新伟2.CMIP5模式对中国东部夏季不同强度降水气候态和年代际变化的模拟能力评估[J], 林朝晖;杨笑宇;吴成来;王雨曦;陈红3.CMIP5全球气候模式对中国黄河流域气候模拟能力的评估 [J], 周文翀;韩振宇4.CMIP6和CMIP5模式对中国极端温度的模拟能力的评估 [J], LUO Neng;GUO Yan;GAO Zhibo;CHEN Kexin;CHOU Jieming5.CMIP6全球气候模式对中国极端降水模拟能力的评估及其与CMIP5的比较 [J], 王予;李惠心;王会军;孙博;陈活泼因版权原因，仅展示原文概要，查看原文内容请购买。
基于CMIP5模式集合预估21世纪中国气候带变迁趋势
基于CMIP5模式集合预估21世纪中国气候带变迁趋势程志刚;张渊萌;徐影【摘要】本文选用耦合模式比较计划第五阶段(CMIP5)数据,结合英国东英吉利大学气候研究中心(CRU)气温和降水资料,分析了中国20世纪末期气候带分布;以此为基础,模拟并分析了RCP2.6和RCP8.5两种情景下中国21世纪中期和末期气候带的变迁趋势.结果表明:CMIP5模式集合数据能较好地模拟出中国区域气温和降水空间分布形态,CRU分析资料描述的气候带分布与柯本气候分类吻合较好.21世纪中期、末期与20世纪末期相比,RCP2.6情景下,气候类型及分布变化并不显著,RCP8.5情景下,热夏冬干温暖型分别增加了28.2％(中期)、86.9％(末期),草原气候分别增加了24.1％(中期)、49.4％(末期).热夏冬于冷温型到21世纪末期有明显的增加,但苔原气候和沙漠气候类型所占比重减少.【期刊名称】《气候变化研究进展》【年(卷),期】2015(011)002【总页数】9页(P93-101)【关键词】CMIP5数据;典型浓度路径;柯本气候分类;气候带【作者】程志刚;张渊萌;徐影【作者单位】成都信息工程学院大气科学学院/高原大气与环境四川省重点实验室,成都610225;中国气象局国家气候中心,北京100081;成都信息工程学院大气科学学院/高原大气与环境四川省重点实验室,成都610225;中国气象局国家气候中心,北京100081【正文语种】中文程志刚,张渊萌,徐影. 基于CMIP5模式集合预估21世纪中国气候带变迁趋势 [J]. 气候变化研究进展, 2015, 11 (2): 93-101IPCC第五次评估报告（AR5）指出，全球平均陆地和海洋表面温度的线性趋势计算结果表明，在1880—2012年期间（存在多套独立制作的数据集）温度升高了0.85 (0.65～1.06)℃[1]。
百年尺度上，中国的升温趋势与全球基本一致。
1951—2009年，中国陆地表面平均温度上升了1.38℃，变暖速率为0.23℃/10a。
RCP4_5情景下中国未来干湿变化预估
第39卷第3期2015年5月大气科学Chinese Journal of Atmospheric SciencesV ol. 39 No. 3May 2015刘珂，姜大膀. 2015. RCP4.5情景下中国未来干湿变化预估 [J]. 大气科学, 39 (3): 489−502, doi:10.3878/j.issn.1006-9895.1406.14119. Liu Ke, Jiang Dabang. 2015. Projected changes in the dry/wet climate of China under the RCP4.5 scenario [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 39 (3): 489−502.RCP4.5情景下中国未来干湿变化预估刘珂1, 2姜大膀1, 31中国科学院大气物理研究所，北京1000292中国科学院大学，北京1000493中国科学院气候变化研究中心，北京100029摘 要本文采用国际耦合模式比较计划第五阶段（CMIP5）中21个气候模式的试验数据，利用土壤湿度以及由其他8个地表气象要素计算所得的干旱指数，预估了RCP4.5（Representative Concentration Pathway 4.5）情景下21世纪中国干湿变化。
结果表明：全球气候模式对1986～2005年中国现代干湿分布具备模拟能力，尽管在西部地区模式与观测间存在一定的差异。
在RCP4.5情景下，21世纪中国区域平均的标准化降水蒸散发指数和土壤湿度均有减小趋势，与之对应的是短期和长期干旱发生次数增加以及湿润区面积减小。
从2016到2100年，约1.5%～3.5%的陆地面积将从湿润区变成半干旱或半湿润区。
空间分布上，干旱化趋势明显的区域主要位于西北和东南地区，同时短期和长期干旱发生次数在这两个地区的增加幅度也最大，未来干旱化的发生时间也较其他地区要早；只在东北和西南地区未来或有变湿倾向，但幅度较小。
cmip5气候模式对云南气候变化模拟评估及未来情景预估
中低纬山地气象 Mid - low LatituUc Mountaiu Meteoaloyy
文章编号：2299 -பைடு நூலகம்399(2219)26 -0024 -06
CMIP5气候模式对云南气候变化 模拟评估及未来情景预估
VoO 4e No. 2 Dec,2217
田孟勤2张 杰1，罗 阳1，王 超2何肖国4
Key worOt: climate moUels; moUel eveluatior; CMIP5
收稿日期：2019 -02 -92 第一作者简介：田孟勤(1787—),女，助工，主要从事应用气象研究工作,E-mOU7090725@qq. cm。
・24・
Vol. 43 No. 4
田孟勤，等:CMIP5气候模式对云南气候变化模拟评估及未来情景预估
(2•贵阳市气象局，贵州 贵阳550002 贵州省息烽县气象局，贵州 息烽551140)
扌商 要:基于8个气候模式和多模式集合数据(22个气候模式简单集合)和观测数据，评估了其在气候基准期内对云南
气温、降水的模拟能力,在评估基础上应用多模式集合数据，预估了未来不同排放情景下云南气温、降水的空间变化情况。结 果表明:①多模式集合和部分模式能较好的模拟出基准期内气温、降水的年际变化趋势;在空间分布特征上，气候模式(包括 多模式集合)对降水的模拟偏差较差，对气温的模拟相对较好；旦在月平均气温和月降水的年内分布模拟上，多模式集合数据 的模拟效果明显优于8个气候模式数据;②预估结果表明,在未来3种排放情景下云南地区降水呈西增东减的空间部分特征， 纵向岭谷地区降水增加幅度为1%〜3%，而气温在3种排放情景下则表现为一致的增加，降水和气温均在RCP8.2情景下增 幅最大。
基于CMIP5多模式集合和PDSI的黄河源区干旱时空特征分析
基于CMIP5多模式集合和PDSI的黄河源区干旱时空特征分析张林燕; 郑巍斐; 杨肖丽; 王雨茜; 张梦如; 于洨晗【期刊名称】《《水资源保护》》【年(卷),期】2019(035)006【总页数】6页(P95-99,137)【关键词】黄河源区; 多模式集合; VIC模型; 帕尔默干旱指数; 干旱特征【作者】张林燕; 郑巍斐; 杨肖丽; 王雨茜; 张梦如; 于洨晗【作者单位】河海大学水文水资源学院江苏南京 210098【正文语种】中文【中图分类】P338+.6受气候变化和人类活动的影响，全球变暖的事实毋庸置疑[1]。
全球气温上升导致全球不同尺度水资源的时空分布以及格局的变化，进而加剧极端干旱、洪涝灾害的发生。
近十年来，我国严重干旱事件频繁发生，成灾面积约0.13亿hm2，粮食减产及绝收600亿kg[2]。
黄河源区地处干旱半干旱气候区，由于降水减少与时空分布不均致使黄河流域的地表河川径流量日趋减少，再加上黄河源区位于西风带上，大气环流所携带的水分大部分被青藏高原截留，产生的雨影效应造成西北地区干旱常有发生，有时连季干旱或连年干旱往往形成重旱、极旱，这给我国西北地区的农业和工业生产造成了严重的经济损失[3]。
唐乃亥水文站以上的集水区是黄河流域的主要源头地区[4]，黄河源区水资源短缺的严峻形势以及冰川消融、土地退化等现象将会直接影响到干旱的发生以及下游的水资源供给[5-7]。
因此，预估黄河源区干旱及其特征的时空变化趋势对该流域的干旱治理以及生态环境保护具有重大意义。
近年来，很多学者结合全球气候模型(global climate model, GCM)数据、水文模型和干旱指数，开展了流域尺度气候变化对干旱的影响研究。
如陈昱潼等[8]基于帕尔默干旱指数(Palmer drought severity index，PDSI)指数和GCM分析了渭河流域的干旱变化特征，研究结果表明渭河流域有较显著的变干趋势，并且秋季发生干旱的可能性较大；陈华等[9]利用统计降尺度的方法预测汉江流域降水变化，发现在未来时期(2021—2041年)汉江流域上游和中游的年降水量均值比基准年(1961—2000年)的降水量小，其余时间统计的汉江流域上、中、下游的年降水量均值大于基准年均值；荣艳淑等[10]运用戴-帕尔默干旱指数和径流干旱指数，分析云南地区2009—2014年持续性气象干旱与水文干旱时空演变特征，并利用NCAR/NCEP再分析资料, 从西太平洋副热带高压、青藏高压、南支槽、对流层垂直运动及水汽垂直分布等视角, 进一步分析2009—2014年云南持续性干旱的原因。
10个CMIP5模式预估中亚地区未来50a降水时空变化特征
10个CMIP5模式预估中亚地区未来50a降水时空变化特征吴昊旻;黄安宁;何清;赵勇【期刊名称】《干旱区地理》【年(卷),期】2013(36)4【摘要】利用CRU月降水资料首先对参与IPCC第五次评估报告(IPCC AR5)的10个CMIP5模式对1951-2005年中亚地区年降水气候平均态、年际变率以及线性趋势等特征参数的模拟能力进行了系统评估,并选取具有较好模拟性能模式的未来预估试验结果作多模式集合平均预估未来50 a(2011-2060年)中亚地区在不同代表性浓度路径下降水量各特征参数的空间分布特征,结果表明:多数模式能够模拟出中亚地区年降水气候平均态、年际变率以及线性趋势的空间分布特征,同时发现中亚地区年降水量在过去50 a整体以轻微增加为主,趋势不显著。
根据定量评估结果,从10个模式中选取4个具有较好模拟性能的模式结果做集合平均,同时利用历史回报试验数据进行检验,发现集合平均的模拟结果无论在量级还是高、低值中心的位置和范围与CRU资料非常接近。
未来预估结果表明4种排放情景下4模式集合平均的中亚年降水在未来50 a增加较为明显,尤其在中国新疆南部(由低值区转变为高值区)。
总体来看,未来50 a中亚降水增加趋势随着RCPs的增加而增加,且降水增加显著的区域随着RCPs的增加而明显增大。
【总页数】11页(P669-679)【关键词】中亚;降水;CMIP5;模式评估;RCPs【作者】吴昊旻;黄安宁;何清;赵勇【作者单位】南京大学大气科学学院;丽水市气象局;中国气象局乌鲁木齐沙漠气象研究所【正文语种】中文【中图分类】P426.61【相关文献】1.全球变暖减缓期陆地地表气温变化特征和CMIP5多模式的未来情景预估 [J], 何金海;詹丰兴;祁莉;王迪2.北半球温带气旋的模拟和预估研究Ⅱ∶6个 CMIP5耦合模式预估的未来 RCP4.5情景下的变化 [J], 张颖娴;丁一汇3.北京气候中心气候模式1.1版预估中亚地区未来50年地面气温时空变化特征[J], 吴昊旻;黄安宁;何清;赵勇4.CMIP5多模式对中国及各分区气温和降水时空特征的预估 [J], 程雪蓉;任立良;杨肖丽;刘士军;童瑞;周萌5.CMIP5模式降水订正法及未来30年中国降水预估 [J], 杨阳; 戴新刚; 唐恒伟; 张蓓因版权原因，仅展示原文概要，查看原文内容请购买。
基于CMIP5资料的西南地区2020—2050年气温多模式集合预估
基于CMIP5资料的西南地区2020—2050年气温多模式集
合预估
佚名
【期刊名称】《干旱气象》
【年(卷),期】2018(036)006
【摘要】利用1961—2005年西南地区2 m气温的观测资料及同期CMIP5的11个全球气候系统模式的历史模拟数据,对比分析模式模拟、统计降尺度方法模拟、多模式集合模拟、统计降尺度和多模式集合相结合方法模拟的西南地区及不同分区气温误差.结果表明统计降尺度方法和多模式集合方法都能有效降低模拟误差,多模式集合的模拟误差相对较小.选取多模式集合方法预估RCP4.5中等偏低辐射强迫情景下2020—2050年西南地区2 m气温的变化,发现2020—2050年西南地区年平均及四季气温都呈显著上升趋势,冬季气温增幅相对较高,夏季相对较低;气温增幅较高的区域主要位于102°E以西,较低的区域位于四川西南部和云南西北部交界处.
【总页数】8页(P971-978)
【正文语种】中文
【中图分类】P467
【相关文献】
1.基于CMIP5多模式回报资料的地面气温超级集合研究 [J], 智协飞;赵欢;朱寿鹏;葛非
2.基于CMIP5模式集合预估21世纪中国气候带变迁趋势 [J], 程志刚;张渊萌;徐
影
3.基于IPCC-AR4模式资料的地面气温超级集合预测 [J], 智协飞;伍清;白永清;祁海霞
4.基于CMIP5多模式集合预估东海和南海21世纪海平面高度变化 [J], 刘睿;刘晓东;刘恒
5.基于CMIP5多模式集合预估贵州省干旱时空变化 [J], 吕桂军;冷险险;刘小刚;高燕俐
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
CMIP5模式中未来干旱半干旱区气候变化模拟基于参加CMIP5的17个全球气候模式数值模拟的结果，在RCP4.5情景下，对未来降水及蒸发相对于历史实验的变化做出了预测与分析，分析的数据包括1990-2000时间段的历史实验以及2030-2040、2060-2070、2090-2100的未来模拟数据。
通过对历史和未来的比较，并对气温以及降水进行全球性的计算、分析与评估。
结果表明，全球气温至本世纪末均在持续升高；同时，在干旱半干旱区温度的升高更加显著，中国西北干旱半干旱区是温度升高最为显著的干旱半干旱区之一。
对于全球降水的变化，则具有明显的地域性差异。
全球降水的变化总体趋势是降水增加的地方仍旧持续增加；而降水减少的地方，则会保持降水减少的态势。
这将导致全球降水的区域差异性变化更大，湿的地方会越来越湿，而干的地方则会越来越干。
在干旱半干旱区，这种降水的区域性差异更加显著。
在典型的干旱半干旱区域，中国西北、北美中西部以及北非撒哈拉地区的降水都在持续增加，而在澳大利亚中西部的降水则呈现出了持续减少的态势，可以看出的是南半球的干旱半干旱区的降水都在减少，而北半球的干旱半干旱区的降水均在增加。
其中，中国西北内陆干旱半干旱区亦是全球降水增加最多的区域之一。
综上所述，在未来，中国干旱半干旱区可能是气温升高、降水增多最为显著的区域之一。
对于中国西北内陆干旱半干旱区的气温升高，降水增多的情况，当地特殊的生态环境和人类活动都将作出敏感的反应，所以干旱半干旱区域需要做出相应的有益的科学发展规划，这也是对未来气温和降水模拟与预估的意义所在。
通过对未来的精准把握，制定出符合区域的科学发展战略。
在RCP4.5情景下，未来的降水与气温变化都将对地球的生态环境及人类生活带来影响。
干旱半干旱区是全球生态最脆弱的区之一域，其对于全球气候的变化有着极其敏锐的响应。
干旱半干旱区的特点是其脆弱性的一种表现，降水稀少，水资源匮乏，蒸发量巨大。
其面积约占全球陆地面积的45%，与此同时在如此脆弱的环境下，却生活着全球38%的人口。
可以说，干旱半干旱区是生态系统最为脆弱的地区，也是降水变率最大的区域。
干旱半干旱区脆弱的生态也导致了荒漠化的不断发张以及人类生存环境的恶化。
干旱化已经成为一个全球性的重大环境和气候问题[1]。
自20世纪以来，干旱区面积逐渐变大，其主要原因就是全球自然气候变化和人类活动的影响。
全球自然气候的变化最组要的特点便是气候变暖，温室效应。
全球气候变化是指在全球范围内，气候平均状态统计学意义上的巨大改变或者持续较长一段时间（典型的为10年或更长）的气候变动。
干旱化的形成是一个复杂过程，是地球系统多圈层相互作用和人类活动影响共同作用的结果。
干旱半干旱区作为对全球变化最敏感的地区, 温室气体、气溶胶、大尺度土地利用/覆盖变化对其年代尺度干旱的作用不可忽视, 估算它们的相对贡献是全面认识干旱年代际变化机理的重要组成部分, 也是预测未来几十年的干旱半干旱地区的年代尺度气候变化的关键环节.[2]由于近期气候变动属于温度上升阶段，干旱半干旱区受到全球变暖的影响会做出极其敏感的反应，包括干旱化加剧，沙漠化迅速发展，水资源的减少。
当然与此同时，在干旱半干旱区的一些特定区域，也有可能因为温度的升高而变得湿润，从而导致产生相应的有益或者不良的影响，其中包括洪水等。
而干旱化的另一个重要原因就是人类活动。
人类活动降水减少和温度升高是形成当前我国北方大部分地区显著干旱化的主要原因。
人类活动引起的自然植被的减少以及水资源减少导致干旱化的加剧，干旱半干旱区面积扩大以及沙尘暴的频发，这同时也影响了人类的生活。
特别是在与我们息息相关的中国北方地区。
近30 年, 我国干旱半干旱区发生了严重的干旱化倾向,尤其是在东北、华北和西北东部, 持续的干旱化已严重威胁这些地区的生存环境, 导致当地水资源严重匮乏、生态环境退化和荒漠化等一系列环境问题。
[3]但是，未来情况并不可知。
在地球系统相互作用以及人类活动的共同影响下，如今的世界正处于干旱化沙漠化加剧的状态下，人类正为干旱化所导致的各种负面结果付出代价，已经无可避免。
我们需要关注未来，并作出相应的准备。
随着全球气候的不断变化，未来干旱半干旱区可能发生变化的情况有两种，一是干旱半干旱区转变为较湿的区域，另一种便是干旱半干旱区面积的扩大以及干旱的程度加深。
在第一种的情况下，可能出现的结果有，有些地区植物的生存环境变好，有些地区变得更加湿润，导致城市内涝或者突发洪水。
在第二种情况下，则出现的是植物的生存环境变差，农作物减产，以及水资源的匮乏，沙漠化的发展。
因此，未来的变化需要我们警醒。
在全球气候变化背景下，典型干旱半干旱区气候未来如何变化、区域可持续发展战略如何选择，都依赖于对干旱半干旱区气候变化规律和机理的深刻理解。
[4]因此，深入认识和研究干旱半干旱区的气候变化特征以及对未来干旱半干旱区情况的预测具有很重要的理论价值和现实意义。
然而，迄今为止，对干旱问题的研究仍缺乏全球层面的研究、预测和评估，特别是与区域可持续发展的相关的干旱半干旱问题的研究仍旧不尽人意，对于未来干旱半干旱区气候变化机理的数值模拟研究并不充足，进而导致我们对于自变化和人类活动等因素的相对所占比重仍旧不能定量区分，对于未来气候将会如何变化没有一个在数值模拟基础上的清醒认识。
在全球气候变化的大环境下，未来干旱半干旱区气候的变化和区域可持续发展战略的选择，都依赖于对干旱半干旱区气候变化机理和规律的研究认识。
我们需要对未来的干旱半干旱区的气候变化做出一个基于气候模式和气候变化机理的预测。
世界气候研究计划（WCRP ）组织实施的第五阶段耦合模式比较计划（CMIP5)为认识全球干旱半干旱区气候变化的机理和对未来全球干旱半干旱区的变化趋势提供了一个非常完美的研究平台。
CMIP5多模式实验基本能够模拟出全球干旱的时空分布特征。
CMIP5长期模拟实验主要分为历史实验和未来情景预估实验全球气候模式已经成为进行过去和未来气候变化研究的重要工具。
[5]气候模式是对全球干旱半干旱区的未来气候变化预测独一无二的工具。
历史上的研究证明，气候模式对未来气候变化的预测具有一定的模拟和预测能力。
本文将主要利用CMIP5长期模拟实验中的未来情景预估实验，有助于我们对全球各地干旱半干旱区未来气候变化进行一次基于模式的预测，从而为干旱半干旱区生态系统的变化及风险的评估提供依据，并未全球各地干旱半干旱区人类的可持续发展规划提供科学依据。
第二章 资料与方法 在CMIP5中共有50多个气候模式参与了全球气候变化的数值模拟实验，本文选取了17个模式在RCP4.5情境下的降水和温度数据。
RCP 译成中文意思是辐射增温，单位是每平方公尺瓦特，也就是太阳对于地表的加热作用并被温室气体滞留所产生的热能量，这样就能以一个变数来更精确的表示温室气体造成的地表加热作用造成的地球环境影响。
利用服务器，对RCP4.5情景下17个模式的大量数据进行系统的运算和处理，可以得到大量的具有重要价值的数据。
表1 RCP 的定义通过对数据进行评估和分析，将会得到全球干旱半干旱区在未来的气候变化情况，并依据其变化情况作出对未来气候变化的不同后果作出相应的准备，并未全球干旱半干旱区的可持续健康发展规划提供相应的理论预测依据。
表1 17个CMIP5耦合模式的基本信息气候模式 所属国家 模式分辨率（经度*纬度） RCP 定义 2.6 4.56 8.5 到2100年辐射能 2.6W/㎡ 4.5W/㎡ 6W/㎡8.5W/㎡ 模拟的2co 浓度 421ppmppm 538ppm970ppm 936ppmBCC-CSM1.1 中国 T42,L26CanESM2 加拿大 T63,L35CCSM4 美国 288*192CNRM-CM5 法国 256*128CSIRO-Mk3.6 澳大利亚 192*96GISS-ER 美国 144*90INMCM4 俄罗斯 180*120IPSL-CM5A-LR 法国 96*95IPSL-CM5A-MR 法国 144*143MIROC5 日本 256*128MIROC-ESM 日本 T42,L80MIROC-ESM-CHEM 日本 T42,L80MPI-ESM-LR 德国 192*96MRI-CGCM3 日本 320*160NorESM1-M 挪威 144*96HadGEM2-CC 英国 192*145HadGEM2-ES 英国 192*145图1 全球干湿分布图图中1,2,3,4,5分别表示极度干旱区、干旱区、半干旱区、半湿润区、湿润区图2 干旱半干旱区分布图同时我们重点关注了中国西北部，北美洲西部，非洲北部以及澳大利亚等地。
本文采用了17个模式在RCP4.5情况下的降水、温度以及蒸发的资料，资料分为两段，前半段时间为1861-2005，用来进行1990-2000年的历史实验；后半段时间是2006-2100，用来进行2030-2040、2060-2070以及2090-2100三个年代的未来实验，最后将相应的实验数据相结合进而得到期间的变化。
本文将对未来2006-2100年的降水，温度进行模拟及分析。
对于降水，本文将采用1990-2000年的历史数据与2030-2040、2060-2070、2090-2100的未来模式数据进行年代间的对比，进而分析在未来2030-2040,2060-2070，2090-2100三个年代的降水相对于1990-2000历史实验降水的变化，这样便可以对未来的降水情况作出相应的预测，从而制定出科学的可持续发展规划。
同时，对于温度，我们也可以利用相同的方法进行相应的预测，预测的结果结合降水的变化结果将为我们提供良好的模拟信息，这将对未来干旱半干旱区以及全球生态系统脆弱的地区提供一个对未来变化景行相应准备的时间与计划。
与此同时，我们将对全球典型的干旱地区作出关于降水和温度的未来模拟，这些地区作为人口密集级生态系统较为脆弱，并且受气候变化影响比较大的地区需要一个对未来的预知。
通过对未来三个年代的降水年平均值和温度年平均值相对于1990-2000的距平值进行分析，从而可以对中国西北、北美西部、非洲北部以及澳大利亚等典型地区作出精准而有力的未来模拟预测。
第三章结果与分析本文将从全球尺度对17个模式的的集成结果进行分析和处理，并对降水和气温进行了历史实验和未来模拟。
通过对历史实验和未来模拟的对比，我们得到了在RCP4.5路径下未来全球尺度的降水和气温的变化，并对未来全球干旱半干旱区气候的变化做出了预估。
3.1 降水的模拟和预估通过对历史实验数据和未来模式模拟数据的对比及处理得出RCP4.5情景下未来不同时段（2030-2040、2060-2070、2090-2100）相对于历史实验数据（1990-2000）的降水量的百分比变化。