司雅君，李 志，金繼明

(1.西北農(nóng)林科技大學(xué)資源環(huán)境學(xué)院，陜西楊凌 712100;2.西北農(nóng)林科技大學(xué)水利與建筑工程學(xué)院，陜西楊凌 712100)

近百年來全球氣溫逐漸升高[1]，導(dǎo)致海平面上升，冰川融化，極端天氣事件頻發(fā)，洪水和山火等自然災(zāi)害加劇[2]，威脅全球和區(qū)域的可持續(xù)發(fā)展[3]。而增溫在高緯度和高海拔地區(qū)尤為突出，導(dǎo)致南極、北極和青藏高原等受到了重要的影響[4]。青藏高原對于亞洲以及全球氣候都具有重要意義[5-6]，同時具有豐富的冰川凍土資源[7]和生物資源[8]，關(guān)系著中國和東南亞地區(qū)眾多人口[9]、野生動植物以及各類生態(tài)系統(tǒng)的用水安全[10]。因此，預(yù)估青藏高原的未來氣候變化，可為中國、東南亞乃至全球的氣候變化應(yīng)對提供基本依據(jù)。對于未來氣候預(yù)測以及變化機(jī)理的研究多基于地球系統(tǒng)模式(ESM)進(jìn)行。然而ESM輸出的未來預(yù)測數(shù)據(jù)的空間分辨率較低，用于青藏高原這種地勢變化劇烈、地形復(fù)雜的地區(qū)，不能準(zhǔn)確給出區(qū)域性的氣候變化信息，限制氣候變化適應(yīng)與緩解策略的制定。因此，需要進(jìn)行降尺度，將大尺度低空間分辨率的數(shù)據(jù)轉(zhuǎn)化為小尺度高空間分辨率的數(shù)據(jù)[11]。降尺度方法除了可提高ESM的空間分辨率，還可以提升ESM對區(qū)域氣候變化的模擬能力[12]，因此是提升區(qū)域氣候預(yù)估的有效方法。

本研究選取三個ESM的3 h未來氣候數(shù)據(jù)集，對其進(jìn)行統(tǒng)計降尺度，預(yù)測青藏高原不同氣候情景下、不同時空尺度下未來氣溫和降水量的變化。同時，由于高寒地區(qū)冰川和凍土受冷暖季氣候影響大，本研究將特別強(qiáng)調(diào)冷暖季氣候的變化特征。獲得的數(shù)據(jù)可作為強(qiáng)迫數(shù)據(jù)用于驅(qū)動水文模型和陸面模式等，取得的結(jié)果可指導(dǎo)區(qū)域氣候變化應(yīng)對。

1 資料與方法

1.1 研究區(qū)域

青藏高原地處亞洲中部(圖略)，面積約占我國國土面積的1/4。被喜馬拉雅山、帕米爾高原、昆侖山等山脈和高原環(huán)繞，是世界上海拔最高、面積最大的高原，一直被稱為“世界屋脊”[13]。由于其平均海拔高度超4 000 m[14]，導(dǎo)致大部分區(qū)域平均氣溫低于0 ℃，被譽(yù)為地球的“第三極”[15]。青藏高原蘊(yùn)含著豐富的淡水資源[16]，表面大部分被冰川凍土覆蓋，孕育了黃河、長江、瀾滄江等河流，還分布著眾多湖泊，被稱為“亞洲水塔”[17]。因此，青藏高原對全球變暖比較敏感，而其變化可能對區(qū)域和全球環(huán)境帶來重要影響，探索該區(qū)的未來氣候變化具有重要意義。

1.2 數(shù)據(jù)

研究用到兩種數(shù)據(jù)，一是作為基準(zhǔn)的歷史數(shù)據(jù)，二是未來時段預(yù)估數(shù)據(jù)。

(1)基準(zhǔn)期數(shù)據(jù)來自中國科學(xué)院青藏高原研究所發(fā)展的長序列(1979—2015)中國氣象強(qiáng)迫數(shù)據(jù)集(即CMFD數(shù)據(jù))[18]。該數(shù)據(jù)集包含7個變量：2 m氣溫和比濕，10 m風(fēng)速，以及地表大氣壓、降水、向下太陽輻射和向下的長波輻射，時間分辨率為3 h，空間分辨率為0.1°?？稍谥袊茖W(xué)院青藏高原研究所第三極數(shù)據(jù)庫下載(http://en.tpedatabase.cn/portal/)[19]。該數(shù)據(jù)是目前可用的再分析數(shù)據(jù)中在青藏高原表現(xiàn)最好的[20]，已被廣泛應(yīng)用到中國陸面、水文和生態(tài)模擬以及氣候變化研究中[21]。本研究中將該數(shù)據(jù)作為降尺度的觀測數(shù)據(jù)。

(2)未來預(yù)估數(shù)據(jù)來自CMIP5 (coupled codel intercomparison project 5)，包含4種“典型濃度路徑”(分別為RCP2.6/4.5/6.0/8.5)以及歷史模擬[22-23]，其中歷史模擬數(shù)據(jù)時段為1979—2015年，未來預(yù)估數(shù)據(jù)RCP2.6/4.5/6.0/8.5時段為2016-2100年。每種情景包括一套溫室氣體、氣溶膠和化學(xué)活性氣體排放的質(zhì)量濃度，以及土地利用/土壤覆蓋的時間路線[22]。CMIP5目前有很多地球系統(tǒng)模式(ESM)[22]，Hsu等[23]根據(jù)升溫強(qiáng)度的不同將這些ESM分為低、中、高三類升溫強(qiáng)度模式。本研究從這三類升溫強(qiáng)度模式中各選取1種具有3 h時間步長的ESM，低升溫強(qiáng)度模式選擇GFDL-ESM2G模型，中升溫強(qiáng)度模式選擇模型MIROC5，高升溫強(qiáng)度模式選擇IPSL-CM5R-MR模型，并選擇三種RCP(RCP2.6、CP4.5 和 RCP8.5)代表不同的排放強(qiáng)度，并以1979—2015為歷史數(shù)據(jù)，2021—2100為未來預(yù)測數(shù)據(jù)進(jìn)行分析。表1為三種ESM的基本信息。

表1 三種地球系統(tǒng)模式(ESM)概況

1.3 降尺度方法

首先將三種不同空間分辨率的ESM數(shù)據(jù)集進(jìn)行雙線性插值，轉(zhuǎn)換為與觀測數(shù)據(jù)相同的0.1°空間分辨率網(wǎng)格數(shù)據(jù)。然后使用Dettinger 等[24]提出的降尺度方法，他們認(rèn)為歷史觀測數(shù)據(jù)的概率分布在一定時間內(nèi)具有穩(wěn)定性，歷史觀測和未來模擬的氣象數(shù)據(jù)的概率分布具有可轉(zhuǎn)化性。該轉(zhuǎn)換具體可以表現(xiàn)為：在觀測數(shù)據(jù)與模擬數(shù)據(jù)數(shù)量相同的情況下，兩套數(shù)據(jù)同一超越概率對應(yīng)的氣象要素的值應(yīng)該是相同的。利用這一關(guān)系將兩套數(shù)據(jù)分別排序后，利用統(tǒng)計回歸方法可以得到模擬值與觀測值之間的函數(shù)關(guān)系，從而實(shí)現(xiàn)兩者之間的轉(zhuǎn)化。在溫度的降尺度過程中，采用簡單的一元一次線性回歸即可達(dá)到上述目的。降水形成過程影響因素較多，觀測和模擬數(shù)據(jù)之間采取非線性回歸更為合適，本研究選用一元五次非線性回歸。具體公式為

T=aTO+b，

(1)

(2)

式中，a、a1、a2、a3、a4、a5和b為回歸系數(shù)，T指ESM在歷史時期的氣溫，TO指觀測數(shù)據(jù)的氣溫，R指ESM在歷史時期的降水量，RO指觀測數(shù)據(jù)的降水量。利用歷史時期的氣溫和降水量數(shù)據(jù)，得到回歸系數(shù)a(或者a1、a2、a3、a4和a5)和b，構(gòu)建回歸方程(1)和(2)。然后利用回歸方程(1)和(2)分別對ESM模式2021—2100年的氣溫和降水量數(shù)據(jù)進(jìn)行降尺度校準(zhǔn)，得到ESM氣溫和降水量的降尺度數(shù)據(jù)。

降尺度完成后檢查生成的數(shù)據(jù)，將異常值用泊松方程進(jìn)行插值填充。使用平均絕對誤差和均方根誤差來評估降尺度前后數(shù)據(jù)與觀測數(shù)據(jù)的偏差。使用Mann-Kendall (MK)法[25-26]檢驗(yàn)氣候變化趨勢。

2 結(jié)果分析

2.1 降尺度效果評估

表2是使用CMFD數(shù)據(jù)集作為基準(zhǔn)期數(shù)據(jù)，分別對三個ESM數(shù)據(jù)集1979—2015的平均氣溫和降水量進(jìn)行統(tǒng)計降尺度后得到的降尺度數(shù)據(jù)的評價結(jié)果。與原始數(shù)據(jù)集相比，降尺度后的數(shù)據(jù)集具有更低的平均絕對誤差和均方根誤差，表明降尺度提高了ESM數(shù)據(jù)的精度。以GFDL-ESM2G為例，降尺度后，氣溫的平均絕對誤差和均方根誤差分別降低了0.06 ℃ (14%)和0.07 ℃ (36%)，降水的平均絕對誤差和均方根誤差分別降低了174 mm (95%)和172 mm (93%)。與原始數(shù)據(jù)相比，不同模型同一RCP情景的降尺度數(shù)據(jù)的平均絕對誤差和均方根誤差差異很大，而同一模型不同RCP情景的降尺度數(shù)據(jù)的平均絕對誤差和均方根誤差基本一致，表明模型之間存在較大差異，在同一模型內(nèi)部的系統(tǒng)誤差具有一致性。

表2 1979—2015年三種模型統(tǒng)計降尺度前后年降水量與年平均氣溫的平均絕對誤差和均方根誤差

2.2 青藏高原未來氣候的時間變化

表3計算了2021—2100年不同ESM模型、不同RCP情景下，年平均氣溫和年降水量區(qū)域平均值的時間變化趨勢。結(jié)果表明2021—2100年青藏高原地區(qū)年降水量和年平均氣溫總體上呈顯著增加趨勢。RCP2.6情景下，年平均氣溫的變化趨勢率為-0.02～0.14 ℃/10 a，年降水量的變化趨勢率為0.30～1.02 mm/10 a。其中GFDL-ESM2G和IPSL-CM5A-MR的年降水量變化不顯著；而MIROC5的年降水量顯著增加，變化趨勢率為1.02 mm/10 a。RCP4.5情景下，氣溫變化趨勢率為0.12～0.39 ℃/10 a，降水量的變化趨勢率為1.37～2.92 mm/10 a。三種模式下氣溫和降水量均呈顯著上升趨勢。RCP8.5情景下，氣溫的變化趨勢率為0.57～1.03 ℃/10 a，降水量的變化趨勢率為4.89～7.25 mm/10 a。RCP8.5情景下三種ESM的氣溫和降水量均呈顯著上升趨勢，且變化趨勢率明顯高于RCP4.5情景。

表3 不同ESM模型不同RCP情景下青藏高原區(qū)域2021—2100年年平均氣溫和年降水量的變化趨勢率

青藏高原年平均氣溫和年降水量在歷史和未來預(yù)測時段的變化有差異(圖1)。總體上，1979—2015年歷史時段內(nèi)不同模型不同RCP情景氣溫的波動形態(tài)基本相同；2021-2100年未來預(yù)測時段內(nèi)不同模型不同RCP情景年平均氣溫和年降水量的差異增大。2050年前，三種氣候情景下氣溫變化趨勢相近；2050年后，不同氣候情境下氣溫差異拉大，整體上呈現(xiàn)漏斗式變化。年降水量在研究時段內(nèi)的變化與年平均氣溫相似，但整體上變化幅度比年平均氣溫小。與歷史時期相比，2100年年平均氣溫增加了0.5～4.5倍，年降水量增加了約1/3。

圖1 不同ESM模型不同RCP情景下青藏高原區(qū)域1979—2100年年平均氣溫和年降水量的變化趨勢

具體來看，相同模型不同RCP情景年平均氣溫和年降水量增加趨勢率均表現(xiàn)為在RCP2.6情景下最小，RCP4.5情景下次之，RCP8.5情景下最大。不同模型同一RCP情景下，年平均氣溫和年降水量增加趨勢率有差異。年平均氣溫的變化趨勢率在RCP2.6和RCP4.5情景下表現(xiàn)為MIROC5模式最大，IPSL-CM5A-MR模式次之，GFDL-ESM2G模式最??；但在RCP8.5情景下則是IPSL-CM5A-MR模式最大(1.03 ℃/10 a)。年降水量的變化趨勢率，在RCP2.6和RCP4.5情景下也表現(xiàn)為MIROC5模式最大，IPSL-CM5A-MR模式次之, GFDL-ESM2G模式最??；但在RCP8.5情景下表現(xiàn)為IPSL-CM5A-MR模式最小，MIROC5模式次之，GFDL-ESM2G模式最大。

2.3 青藏高原未來氣候變化的空間格局

為分析青藏高原未來氣候變化的空間格局，計算了未來10 a、20 a、40 a和80 a青藏高原區(qū)域內(nèi)各格點(diǎn)年平均氣溫和降水量的變化趨勢率(圖略)。結(jié)果顯示青藏高原地區(qū)年平均氣溫和降水量在未來10 a變化趨勢率最大。未來10 a三個ESM模型氣溫在RCP2.6、RCP4.5和RCP8.5情景下平均變化趨勢率范圍分別為-0.07～0.72 ℃/10 a、0.45～1.25 ℃/10 a和0.20～0.93 ℃/10 a，降水量在RCP2.6、RCP4.5和RCP8.5情景下變化趨勢率范圍分別為-11.35～10.37 mm/10 a、-4.27～8.8 mm/10 a和-4.37～25.53 mm/10 a。未來20 a三個ESM模型氣溫在RCP2.6、RCP4.5和RCP8.5情景下變化趨勢率范圍分別為0.18～0.75 ℃/10 a、0.23～0.42 ℃/10 a和0.66～0.96 ℃/10 a，降水量在RCP2.6、RCP4.5和RCP8.5情景下變化趨勢率范圍分別為-11.83～7.10 mm/10 a、3.10～3.71 mm/10 a和-1.63～13.49 mm/10 a。未來40 a三個ESM模型氣溫在RCP2.6、RCP4.5和RCP8.5情景下變化趨勢率范圍分別為0.15～0.42 ℃/10 a、0.25～0.60 ℃/10 a、0.44～0.99 ℃/10 a，降水量在RCP2.6、RCP4.5和RCP8.5情景下變化趨勢率分別為1.06～4.73 mm/10 a、1.77～3.28 mm/10 a和5.40～6.56 mm/10 a。未來80 a三個ESM模型氣溫在RCP2.6、RCP4.5和RCP8.5情景下變化趨勢率分別為0～0.13 ℃/10 a、0.05～0.38 ℃/10 a和0.57～1.02 ℃/10 a，降水量在RCP2.6、RCP4.5和RCP8.5情景下變化趨勢率分別為0.09～1.02 mm/10 a、0.36～1.47 mm/10 a和0.04～6.90 mm/10 a。

隨著統(tǒng)計時間的變長，變化趨勢率的量級在減小，但發(fā)生顯著變化的區(qū)域在增加。未來10 a和20 a氣溫和降水發(fā)生顯著變化的區(qū)域均小于50%，未來40 a和80 a氣溫和降水發(fā)生顯著變化的區(qū)域均大于50%。此外，未來80 a平均氣溫的變化總體上呈西部和東南部增溫率較大，中部增溫率較小的趨勢。GFDL-ESM2G模式RCP2.6情景下氣溫變化最小，高原整個區(qū)域都呈不顯著變化，變化趨勢率約為0.08 ℃/10 a。IPSL-CM5A-MR模式在RCP8.5情景下，約超過95%的顯著升溫區(qū)域變化趨勢率超過0.8 ℃/10 a。年降水量變化的空間格局復(fù)雜。RCP2.6情景下，未來80 a青藏高原約1/3～1/2的面積年降水量變化趨勢率為-6～0 mm/10 a，而RCP4.5情景下年降水量呈減少趨勢的區(qū)域縮小，呈增加趨勢的區(qū)域擴(kuò)大且變化趨勢率增大。RCP8.5情景下，三個模型都表現(xiàn)出年降水量北部呈減少趨勢，南部呈增加趨勢，其中IPSL-CM5A-MR模式在高原東南角表現(xiàn)出年降水量顯著減少趨勢。三個ESM模型的氣溫和降水?dāng)?shù)據(jù)在未來10 a變化最顯著，在未來80 a發(fā)生顯著變化的區(qū)域最大。

2.4 青藏高原未來氣候的冷、暖季變化

青藏高原地區(qū)常年低溫，全年冷季(當(dāng)年10月到次年4月)較長，暖季(5—9月)很短。圖2為2021—2100年不同ESM模型不同RCP情景下冷暖季平均氣溫和降水量的變化趨勢率。冷暖季平均氣溫的變化趨勢率，在RCP2.6情景下基本一致，為-0.03～0.05 ℃/10 a，在RCP4.5情景下分別為0.11～0.42 ℃/10 a和0.14～0.39 ℃/10 a，在RCP8.5情景下分別為0.32～1.00 ℃/10 a和0.54～1.05 ℃/10 a。隨著模擬排放強(qiáng)度的增加，冷暖季平均氣溫的變化趨勢差異加大，RCP4.5和RCP8.5情景下，GFDL-ESM2G和IPSL-CM5A-MR模式暖季的變化趨勢率大于冷季，而MIROC5模式卻表現(xiàn)相反，為冷季大于暖季。

圖2 不同ESM模型不同RCP情景下青藏高原區(qū)域2021—2100年冷暖季平均氣溫和降水量變化趨勢率

降水量的變化趨勢率暖季遠(yuǎn)大于冷季。冷暖季降水量變化趨勢率，在RCP2.6情景下分別為-0.12～0.04 、0.35～0.81 mm/10 a，在RCP4.5情景下分別為-0.17～1.01、1.19～3.00 mm/10 a，在RCP8.5情景下分別為-0.66～1.44、4.00～5.79 mm/10 a。其中IPSL-CM5A-MR模式在三個氣候情景下冷季降水量均表現(xiàn)為減少趨勢，RCP8.5情景冷季降水量以-0.66 mm/10 a的趨勢率顯著減少。冷季降水量減少是青藏高原北部和東南邊界降水量減少的原因，而非暖季(暖季降水量變化趨勢率為5.48 mm/10 a)。

3 討論

3.1 氣候預(yù)測的不確定性

氣候預(yù)測具有不確定性，可能來自氣候模式、排放情景和降尺度方法等因素。本研究中選擇的三個ESM代表了不同的升溫強(qiáng)度，選擇了三種RCP代表不同的排放強(qiáng)度。這些模式和情景下平均氣溫和降水量的變化趨勢確實(shí)存在差異。平均氣溫不同模式具有不同增溫強(qiáng)度，在青藏高原地區(qū)表現(xiàn)為MIROC5模式最大，IPSL-CM5A-MR模式次之，GFDL-ESM2G模式最小，平均氣溫的變化趨勢率隨模擬排放強(qiáng)度的增加而增加。MIROC5模式平均氣溫變化趨勢率在RCP2.6情景下冷季小于暖季，在RCP4.5和RCP8.5情景下冷季略大于暖季。降水量的變化趨勢更為復(fù)雜，其中高增溫強(qiáng)度模式(IPSL-CM5A-MR)年降水量的變化趨勢率，隨排放強(qiáng)度增加先增加再減少，且區(qū)域差異加大，北部與東南部出現(xiàn)大面積年降水量減少區(qū)域?？梢奅SM由于邊界條件和模型結(jié)構(gòu)等差異導(dǎo)致氣候模擬存在不確定性。由于數(shù)據(jù)可得性的問題，本文雖然只選擇了三個ESM，但由于他們具有不同的升溫強(qiáng)度，在一定程度上包含了模式的不確定性。不過仍需在后續(xù)獲得更多數(shù)據(jù)后，使用更多的ESM，從而包含各種不確定性。同時本研究使用降尺度方法進(jìn)行偏差校正，在一定程度上降低了模型和排放情景的不確定性。

3.2 對環(huán)境管理的啟示

針對預(yù)測的未來氣溫和降水變化，環(huán)境管理需要采取一定的應(yīng)對措施。年平均氣溫增幅較明顯的中西部是凍土層分布區(qū)域[27-28]。暖季氣溫升高，加速冰川凍土融化，吸收熱量氣溫降低；冷季氣溫升高，凍結(jié)過程減弱，則會減少向空氣中釋放的熱量。這兩個過程會在一定程度上平衡氣溫升高造成的影響，但會對青藏高原冰川凍土資源造成很大威脅，加大冰川凍土資源的流失，加速深凍古碳排放[29]，打破當(dāng)?shù)氐纳鷳B(tài)平衡，影響生物群落分布[28]。而降水量增加，未來會造成長江、黃河及瀾滄江等亞洲河流流量增加，熱喀斯特湖數(shù)量和面積增加。將會對當(dāng)?shù)丶皷|亞、南亞的水文循環(huán)產(chǎn)生重大影響。因此，此背景下，應(yīng)繼續(xù)探討中國和東南亞地區(qū)的環(huán)境變化與應(yīng)對策略。

4 結(jié)論

本文對GFDL-ESM2G、IPSL-CM5A-MR和MIROC5三個ESM數(shù)據(jù)集進(jìn)行統(tǒng)計降尺度處理預(yù)測青藏高原未來氣候變化，得出以下主要結(jié)論。

(1)時間變化上，2021—2100年青藏高原年平均氣溫和年降水量變化趨勢率隨模擬排放強(qiáng)度增加而增大，但同一RCP情景下不同模型年平均氣溫和年降水量的變化趨勢有差異。在RCP2.6和RCP4.5情景下年平均氣溫和年降水量表現(xiàn)為MIROC5模式最大，IPSL-CM5A-MR模式次之，GFDL-ESM2G模式最小。在RCP8.5情景下年平均氣溫的變化趨勢率表現(xiàn)為IPSL-CM5A-MR模式最大，MIROC5模式次之，GFDL-ESM2G模式最??；年降水量的變化趨勢率表現(xiàn)為IPSL-CM5A-MR模式最大，MIROC5模式次之，GFDL-ESM2G模式最小。

(2)空間變化上，青藏高原年平均氣溫和降水量在未來10 a變化趨勢率最大，到2100年發(fā)生顯著變化的區(qū)域?qū)⒃黾?。年平均氣溫的變化趨勢率在西部和東南部大而中部小，年降水量則有增有減?？傮w上變化趨勢率的變化范圍隨模擬排放強(qiáng)度的增加而加大。

(3)隨著模擬排放強(qiáng)度的增加，青藏高原冷暖季平均氣溫和降水量的變化趨勢差異加大。

(4)氣候變化可能對青藏高原這種高寒地區(qū)的生態(tài)環(huán)境帶來重大的影響，需要提前探討應(yīng)對策略。