全球2℃增温背景下中国地区平均与极端气候的变化情况外文翻译资料

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

全球2℃增温背景下中国地区平均与极端气候的变化情况

摘要：基于高分辨率区域气候模式（RegCM3）在政府间气候变化专门委员会（IPCC）排放情景特别报告中描述的A1B情境下对东亚地区153年（1948-2100年）气候的瞬态模拟，本文研究了较工业化前时代全球2℃增温下未来中国地区平均和极端气候可能的变化。结果显示，全球增暖2℃时，整个中国区域的年气温都有所增长，且比全球平均的增温幅度高0.6℃。高海拔地区以及青藏高原地区的大范围地表增温更强，各个季节间地表增温幅度相似，但空间分布形式在某些方面有所不同。与1986-2005年的气候水平相比，年降水量增加了5.2％，季节降水增加了4.2％-8.5％。在大尺度上，除了在北半球冬季中国北方降水增多南方降水减少，年降水和其他季节降水均为中国西部和东南部增加，其余地区减少。全国范围的极端暖（冷）事件增多（减少）。与1986-2005年的气候相比，全国平均的年极端降水事件R5d，SDII，R95T和R10分别增加5.1mm，0.28mm d^-1，6.6％，和0.4d，同时CDD降低了0.5d。R10和CDD的变化有很大的空间变率。

关键词：2℃全球增温；区域气候模型；平均与极端气候；中国；预测

引言

自工业化前时代开始中国和全球的地表气温就开始上升，这一趋势温室气体和气溶胶人为排放，以及土地使用和土地覆盖的变化密切相关。全球变暖以及随之而来的平均与极端气候的变化已经在全球和区域范围内对环境、生态、社会和人们日常生活的许多方面产生了影响。气候变化的事实、归因以及预测正在引发越来越多的关注，并且成为了地球科学的一个中心问题。因此，对未来的气候做科学的预测以应对全球变化是很有趣的，并在此基础上制定可持续发展背景下气候变化减缓以及适应的政策。

基于对气候变化对生物地球化学循环的影响以及对气候变化的关键漏洞和风险的研究，提出将较工业化前升温2℃作为全球变暖阈值，这一阈值随后被包括欧盟成员国以及国际组织成员在内的许多国家支持并倡导。这一想法是说，一旦升温超过这一阈值，相应的气候变化将导致气候系统要素不可逆转的或危险的变化，尤其是对淡水资源、粮食生产、海平面上升、海洋酸化、生物多样性减少、极端天气与气候事件以及人类生活环境这些方面产生重大影响。虽然对2℃这一升温阈值仍有争议，将全球变暖控制在2℃内已经成为全球气候变化协商的中心问题以及制定温室气体减排政策的目标。因此，相关气候变化的预测问题更加受到重视，例如何时全球温度较工业化前升温将超过2℃，以及全球和区域范围内平均气候、植被、极端天气和气候事件的相关可能变化。

近几年来，中国科学家在预测世界及东亚地区气候变化方面做出了相当大的努力，但很少关注全球升温阈值方面的研究。之前，参加国际耦合模式比较计划第三阶段（CMIP3）的17个气候模式的结果被用来研究中国地区未来较1990-1999年升温1℃、2℃和3℃时的空间和时间特性。事实上，这与2℃阈值是不同的主题。进来，已有研究基于CMIP3中16个气候模式的结果，做了全球较工业化前升温2℃发生的时间、此时温室气体的浓度以及中国地区气候变化这些方面的工作。但是，当研究区域范围时这些全球模式的水平分辨率都太低了。因此，采用动力降尺度方法获得高分辨率信息是必要的，尤其是考虑到高分辨率区域气候模式可以更合理地模拟中国地区的降水情况。同时，极端天气气候事件对我们的环境和社会有很深的影响。除了上述研究中评估的平均气候变化，中国地区极端气候将发生多大程度的改变仍然是一个悬而未决的问题。在这些问题的背景下，运用区域气候模式对东亚气候长期瞬态模拟的结果预测当全球较工业化前升温2℃时中国平均气候和极端气候的变化。

1 数据和方法

本研究使用在IPCC排放情形特别报告（SRES）中的A1B排放情形下，ICTP机构研发的RegCM3模式的模拟结果。用于驱动RegCM3模式的初始条件和依赖于时间的侧向边界条件是从在相同排放情形下MIROC3.2_hires的模拟结果中获得的。MIROC3.2_hires的大气要素的水平分辨率是T106，大致相当于15km，这已是CMIP3中最高的分辨率最高。MIROC3.2_hires能够复制当前东亚气候的主要特征。RegCM3模式的范围覆盖了中国及周边地区，它的水平格点间距是25km，有18个垂直sigma层，最顶层为10hpa。RegCM3模式从1948年至2100年被连续整合，头三年被用作模式调整。需要注意的是，RegCM3模式在21世纪东亚气候水平分辨率方面是最好的模拟，并且RegCM3模式已被证实能够很合理地重现1981-2000年中国地区的温度和降水，尤其是展示出了夏季（六月-八月）降水空间分布格局模拟和观测间很高的一致性。

为了客观地确定在哪一年全球升温2℃，先对在SRES A1B排放情景下由MIROC3.2_hires模拟的2001-2100年全球平均温度序列做一次九年滑动平均，以便排除温度的年际变化。既然2℃目标与工业化前时代有关，相应的基准期不应受到20世纪气候变化的影响。但是，用来驱动RegCM3模式的在20C3M数据内的 MIROC3.2_hires输出结果的时间跨度仅为1900-2000年。这一时期超过了工业化前时代的范畴，就像绝大多数CMIP3模式的情况一样。因此，根据文献[3]认为，相较于1990-2000年全球增暖1.4℃的被认为相当于较工业化前全球增暖2℃，因为对这一时期全球温度的最好评估是该时期的温度比工业化前时代高0.6℃。这样， MIROC3.2_hires模式在SRES A1B实验下预估全球较工业化前时代增暖2℃将发生在2029年。相比较而言，在相同的排放情形下，这一时间比从其他CMIP3模式中获得的结果要早，因为在MIROC3.2_hires模式中全球变暖的速率更快。最终，在RegCM3模式模拟的结果显示，围绕2029年的九年，即2025-2033年，全球将相较于工业化前时代增暖2℃。接下来，我们解释了2025-2033年与1986-2005年气候上的不同，而选择后者作为基准期的原因是这一时期已被提议作为即将到来的IPCC第五次评估报告中气候变化预测部门的基准期。

2 结果

2.1 全球增暖2℃下中国平均气候的变化

全球增温2℃时，相较于1986-2005年，中国的年气温及季节气温（2m地表气温）都有显著的上升（图1）。与周围区域相比，高纬度地区及青藏高原地区的大范围年增温和季节性增温更强，这与20世纪下半叶观测到的以及全球气候模式对21世纪预测得到的中国区域的温度变化空间分布是相似的。除了中国南部以及西南部的部分地区，全国的年气温升高超过1.4℃（图1（a）），中国区域的平均升温为2℃。这就意味着，全国较工业化前时代的年增温为2.6℃，比此时2℃的全球增暖更强烈。如此强烈的增温与在SRES A1B排放情景下16个全球气候模式得到的2.9℃增温是一致的，只不过数值要小了0.3℃。在季节尺度上，中国春（三月-五月）、夏、秋、冬（九月-十一月）的平均气温分别升高了1.9℃、1.9℃、2.0℃、2.0℃，这与上面提到的年平均增温相近或一致。虽然各个季节的情况有所不同，季节性温度变化的地理分布总体上与年平均情况是相似的（图1（b）-（e））。例如夏季，中国北方增温更强烈，尤其是中国东北的中部和南部，以及中国北部的大部分地区，但中国南部以及青藏高原地区增温较弱。冬季中国西南部的增温相对较弱。值得注意的是，这些季节性温度变化的特征将一直持续到21世纪中后期。

图1 全球较工业化前升温2℃时模拟的中国区域2025-2033年(a)年平均，(b)春季，(c)夏季，(d)秋季，(e)冬季地表气温较1986-2005年的变化，单位：℃

全球2℃增温下中国的年平均降水较1986-2005年增加5.2％，且年平均降水随地区和季节变化（图2）。如图2（a）所示，105°E以西的中国西部地区以及中国东南部的年平均降水增加，大范围而言这两个区域之间的年平均降水减少。年平均降水变化的幅度一般都小于25％，且在塔里木盆地数值相对较大，这是因为在RegCM3模式的模拟中该区域的基准期1986-2005年的年降水量少。从季节尺度上看，中国春、夏、秋、冬的降水都有所增长，中国区域的平均值分别增长4.7％、4.2％、7.1％、8.5％。众所周知，在中国，降水主要发生在夏季雨季，中国东部的大陆性季风区尤其如此。这就解释了年降水变化（图2（a））与夏季降水变化（图2（c））之间地理分布上的相似性。与降水的年变化不同，春季在长江黄河流域的中下游地区降水增加（图2（b）），秋季中国东北、北部及其周围地区无大范围降水变化（图2（d））。冬季中国北部降水增加，南部降水减少，尤其是在塔里木盆地和江淮流域（青藏高原和中国南部），降水多半增加（减少）了10％-50％。RegCM3模式对21世纪中后期的模拟资料显示，在中国西南部，包括近几年严重干旱频发的云南省，年降水和季节降水均较1986-2005年减少。

图2全球较工业化前升温2℃时模拟的中国区域2025-2033年(a)年平均，(b)春季，(c)夏季，(d)秋季，(e)冬季降水较1986-2005年的变化，单位：%

全球升温2℃时，东亚季风较1986-2005年也有所变化。夏季，在中国东北的中部和东部，以及渤海和附近地区，850hPa的大气环流异常主要表现为北风，在30°N以南的中国南部，850hPa的大气环流异常主要表现为南风。在前一个区域夏季风减弱，因为日本及日本海东部上空出现的一个异常低压系统削弱了北太平洋西部的暖高压系统，导致了850hPa上由此产生的气旋异常的西支在该区域呈北风。与此相反，由于陆地的热容量较小，中国东部大陆较中国南部海洋增暖更强，这就加强了径向的热力差异，从而导致了中国南部的南风异常。

冬季，欧亚大陆为冷高压系统控制，北太平洋西部为暖低压系统控制。这种大范围海平面气压形势导致了中国东部的对流层低层盛行北风（图3（b））。全球增温2℃时，相较于1986-2005年，850hPa 上35°N以北的中国东部存在南风异常。季风环流减弱是因为，在相同或相似的正辐射强迫下，由于陆地和海洋热容量的差异，欧亚大陆东部中高纬地区的增温速率比北太平洋西部地区快，因此这两个区域间的纬向和东北-西南向的热力差异及海平面气压差减小，导致华东地区北部的北风减弱。

图3全球较工业化前升温2℃时模拟的中国区域2025-2033年850hPa(a)夏季风，(b)冬季风（较1986-2005年；矢量；单位：ms^-1）以及1986-2005年850hPa气候经向风（阴影区；北风为正；单位：ms^-1）

2.2 全球增温2℃时中国极端气候的变化情况

本文研究了文献[32]中使用的10个极端气候事件。其中，五个是极端温度事件（FD，ETR，GSL，HWDI和Tn90），五个是极端降水事件（R10, CDD, R5d, SDII和 R95T）。表1给出了它们的全称和定义。

除了ETR，全球2℃增温下，相较于1986-2005年，中国地区所有极端温度事件的指数显示出很好的一致性（图4）。FD指数的中国区域平均值降低17.0d，华南部分地区和西藏西部降低0-10d，中国北部的部分地区降低10-20d，长江黄河流域下游及青藏高原中部和东部降低20-30d。在新疆、内蒙古的中部和西部、西藏西部及最南部、东北北部以及长江中下游流域的部分区域，ETR指数降低，但在中国的其他区域，尤其是在内蒙古东部以及中国西南部，ETR指数升高。ETR指数变化的区域平均值是-0.5℃，大部分变化值在plusmn;3℃内。除了西藏最西北部、华南沿海部分地区以及海南岛，中国区域GSL指数增长。华南南部、东北北部以及西藏北部，GSL增长0-10d，西藏东南部，GSL指数增长超过20d，区域极大值超过40d。全国范围而言GSL指数平均增长18.1d。中国大部分区域HWDI指数增长0-6d，区域平均值为2.1d。与此相反，东北北部、华南沿海、青藏高原东部以及中国西南的部分地区，HWDI指数有轻微的降低。Tn90指数在中国平均而言增长19.2％，在华南和东北最北部（北京、天津、河北、新疆南部的中部）增长相对较小（大）。总体而言，中国地区极端暖温度增加，极端冷温度减少。这与19世纪下半叶观察到的中国极端温度的变化是一致的。全球增温2℃时，中国的极端降水事件与1986-2005年有所不同。R10的区域平均值是0.4d，在105°E以西的中国西部、东北北部和东部、华南地区以及江淮流域下游，R10增加；在中国西南的大部地区、华北以及东北的中部南部，R10减小。35°N以北（南）CDD普遍减小（增加）。塔里木盆地的大部分地区CDD指数减少20-60d，但在西藏中部和东部以及华南部分地区，CDD指数增加超过5d，

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[27017]，资料为PDF文档或Word文档，PDF文档可免费转换为Word