江南萱 燕青 王會軍

摘要 ?利用國際古氣候模擬對比計劃第四階段的多模式結果，分析了末次間冰期亞洲中部干旱區(qū)的干濕變化及機制。多模式集合平均結果表明，末次間冰期亞洲中部干旱區(qū)年降水減少0 7％，其中中亞地區(qū)的年降水減少2 8％，新疆地區(qū)年降水增加1 8％。水汽收支方程表明，末次間冰期中亞地區(qū)在雨季（冬春季）的降水變化主要與垂直動力項有關，新疆地區(qū)在雨季（夏季）的降水變化主要與垂直動力與熱力項有關。此外，基于Penman-Montieth方法計算的亞洲中部干旱區(qū)的干旱指數(shù)在末次間冰期減小約10 2％，表明末次間冰期亞洲中部干旱區(qū)氣候明顯變干且存在旱區(qū)擴張的現(xiàn)象，這主要受到潛在蒸散變化的調(diào)控。潛在蒸散的增加進一步受到有效能量增加與地面風速增大的調(diào)控。本研究從模擬的角度揭示了末次間冰期亞洲中部干旱區(qū)干濕變化的可能特征及機制，在一定程度上有助于理解旱區(qū)氣候在增暖情景下對軌道參數(shù)的響應特征。

關鍵詞 ?末次間冰期; 亞洲中部干旱區(qū); 干濕變化

亞洲中部干旱區(qū)位于亞歐大陸腹地，主要包括中亞五國（哈薩克斯坦、烏茲別克斯坦、吉爾吉斯斯坦、塔吉克斯坦以及土庫曼斯坦）與我國新疆地區(qū)，是“一帶一路”區(qū)域重要的組成部分（Huang et al.，2015）。作為全球最大的干旱區(qū)之一，干濕變化對于亞洲中部干旱區(qū)的淡水資源、生物多樣性、人類生活以及“絲綢之路經(jīng)濟帶”的發(fā)展都具有十分重要的影響（Chen et al.，2018;王會軍等，2020）。在全球變暖背景下，亞洲中部干旱區(qū)對氣候變化具有極高的敏感度（Huang et al.，2015）。已有研究表明，亞洲中部干旱區(qū)的降水在過去五十年呈增長的趨勢（Chen et al.，2018;Yao et al.，2020），并且在未來RCP8 5的排放情境下繼續(xù)增加（Feng and Fu，2013;Jiang et al.，2020）。然而，這種降水的增加伴隨的卻是亞洲中部干旱區(qū)的旱區(qū)擴張（Huang et al.，2015;Wei et al.，2019）。這主要歸因為潛在蒸散的增加（Feng and Fu，2013）。這些研究結果有助于理解亞洲中部干旱區(qū)的降水與干濕氣候區(qū)對于CO 2增加引起的全球變暖的響應特征。雖然中短期氣候變化的主要外強迫為CO 2，但是在萬年尺度上，溫室氣體的輻射強迫遠小于由地球軌道參數(shù)變化引起的輻射異常。因此，研究亞洲中部干旱區(qū)干濕變化在軌道參數(shù)引起的增暖情景下的演變特征，有助于理解更長時間尺度下旱區(qū)氣候的演變特點。

末次間冰期（130—115 ka BP）北半球氣溫比現(xiàn)代高約2 ℃，伴隨著全球冰蓋的縮小與海平面的升高（Andersen et al.，2004;Dutton and Lambeck，2012;Bakker and Renssen，2014;Hoffman et al.，2017;Landais et al.，2016;Turney et al.，2020），是過去80萬年最暖的一個間冰期（Past Interglacials Working Group of PAGES，2016）。這種增暖主要是地球軌道參數(shù)的變化引起的大氣頂太陽輻射的增加導致的，并且這種增暖可以進一步影響大氣環(huán)流等變化從而調(diào)控全球氣候變化（Otto-Bliesner et al.，2017，2021）。末次間冰期與未來低排放情景的外強迫雖然具有一定的差異性，但是二者的增暖幅度較一致（Gulev et al.，2021）。因此，末次間冰期為研究不同氣候變暖情景下亞洲中部干旱區(qū)干濕變化提供了一個很好的機會。末次間冰期亞洲中部干旱區(qū)的降水重建結果表明，降水的增加與減少存在較大的區(qū)域／資料差異性?？粕６吹氖S記錄（Cheng et al.，2012;Hu et al.，2015）與Rudak的黃土記錄（Zhang et al.，2020）表明這兩個地區(qū)在末次間冰期降水偏少，而伊犁河、天山中部以及塔吉克斯坦的黃土記錄均表明這些區(qū)域在末次間冰期降水偏多（Ding et al.，2002;Fang et al.，2002;Yang et al.，2020）。這些重建結果有助于理解末次間冰期亞洲中部干旱區(qū)的降水變化，然而相關的動力機制仍不清晰。

數(shù)值模式已廣泛應用于探討氣候系統(tǒng)對于不同外強迫的響應特點與相關動力機制的歷史時期氣候變化研究。已有研究利用多個階段的國際古氣候模擬對比計劃（Paleoclimate Modelling Intercomparison Project，簡稱PMIP）探討了亞洲中部干旱區(qū)的降水與干濕氣候區(qū)在地球歷史時期的響應特征及機理。Xu et al.（2020）基于PMIP3模式，表明末次冰盛期（～21 ka）與中全新世（～6 ka）亞洲中部干旱區(qū)降水分別減少28 2％與5 8％，且亞洲中部干旱區(qū)在這兩個時期均存在旱區(qū)擴張的現(xiàn)象。Wang et al.（2022）基于PMIP3／4模式進一步分析了亞洲中部干旱區(qū)在中全新世降水減少主要受到西風急流的減弱導致的水汽輸送減少與局地垂直運動變化的影響。此外，Liu et al.（2018）與Liu et al.（2021）基于PMIP3模式與TraCE-21ka試驗探討了末次冰盛期及末次冰盛期以來亞洲中部干旱區(qū)氣候干濕區(qū)的演變特征及對不同外強迫的響應特點。Shi et al.（2016）基于PMIP3模式表明亞洲中部干旱區(qū)的降水在中世紀異常期（～950—1250 A.D.）較小冰期（～1500—1800 A.D.）偏少主要受到西風急流北移與局地異常下沉運動的調(diào)控。需要強調(diào)的是，盡管中全新世（～6 ka）是一個太陽輻射異常與末次間冰期（～127 ka）類似的時期（Fischer and Jungclaus，2010;Otto-Bliesner et al.，2017），末次間冰期亞洲中部干旱區(qū)的干濕氣候變化仍值得進一步的研究，原因在于：1）氣候與外強迫之間的相互作用是一種非線性的關系，末次間冰期與中全新世的氣候響應特征并不會完全一致;2）目前末次間冰期亞洲中部干旱區(qū)的氣候變化尚未有全面、系統(tǒng)的研究。因此，本文擬解決的科學問題是：末次間冰期亞洲中部干旱區(qū)的降水及干濕氣候區(qū)如何變化？相關的動力機制又為何？回答這兩個問題有助于理解地球軌道參數(shù)對亞洲中部干旱區(qū)干濕環(huán)境的調(diào)控作用，同時也有助于理解不同的變暖情景下亞洲中部干旱區(qū)氣候的響應特點，為未來預估中亞洲中部干旱區(qū)氣候變化的風險評估提供一定的科學依據(jù)。

1 方法和資料

1 1 大氣水汽收支方程

利用水汽收支方程來探討末次間冰期亞洲中部干旱區(qū)降水的變化原因（Seager et al.，2010;Chou et al.，2013）。水汽收支方程的具體形式如下：

P′= -〈 ??· V q〉 ′+E′+ δ= -〈q ?· V 〉 ′- 〈 V· ??q〉 ′+E′+ δ 。 ???（1）

其中： P、q、 V 、E和 δ 分別表示降水、比濕、水平速度矢量、蒸發(fā)和殘差項;（）′表示末次間冰期相對于工業(yè)革命前的氣候態(tài)異常;〈〉表示1 000～300 hPa的垂直積分。假設 P坐標系的垂直速度（ ω ）在地面與對流層頂均為0 m·s ?-1 ，大氣水汽收支方程可進一步分解為：

P′= -〈 ????pq′〉-〈 ω′ ??p 〉-〈 ?· ??q′〉- 〈 V′· ???〉+E′+ δ ?。 ??（2）

其中： （） ?- 表示工業(yè)革命前的氣候態(tài);-〈 ????pq′〉與 -〈 ω ′ ??p 〉分別表示垂直水汽平流的熱力與動力項;-〈 ?· ??q′〉與-〈 V′· ???〉分 別表示水平水汽平流的熱力與動力項。式（2）中，熱力項與大氣中水汽含量（比濕）的變化有關，動力項與速度異常相聯(lián)系。

1 2 干旱指數(shù)（AI）的定義與計算

利用干旱指數(shù)（Aridity index，AI）來研究末次間冰期亞洲中部干旱區(qū)干濕氣候分區(qū)的變化。干旱指數(shù)定義為年降水（ P ）與年潛在蒸散量（PET）的比值。用公式表示為：

AI= ?P ?PET 。 ???（3）

根據(jù)Middleton and Thomas（1997）提出的劃分標準，全球可劃分為5種干濕氣候區(qū)：極端干旱區(qū)（AI<0 05）、干旱區(qū)（0 05≤AI<0 2）、半干旱區(qū)（0 2≤AI<0 5）、半濕潤半干旱區(qū)（0 5≤AI<0 65）與濕潤區(qū)（AI≥0 65）。

在干旱指數(shù)的計算中，潛在蒸散是一個重要的變量，具有多種計算方式。在眾多方式中，利用Penman-Montieth（PM）方程對潛在蒸散的估算效果最佳（Jensen et al.，1990;Allen et al.，1998）。PM方程綜合考慮了能量驅動因子（例如，凈輻射通量、地表氣溫）及大氣動力因子（例如，飽和水汽壓差、風速）對潛在蒸散變化的影響（Penman and Keen，1948;Monteith，1965）。PM方程具體計算潛在蒸散方法如下：

PET ?PM = 0.408 Δ（ R ?n -G）+ γ ?900 T ??mean ?+273 U 2（e ?s -e ?a ） ?Δ+ γ（1+0.34 U ?2） 。 ???（4）

其中： Δ 表示飽和水汽壓曲線斜率（kPa·℃ ?-1 ）; R ?n 和G分 別為凈輻射和土壤熱通量（MJ·m ?-2 · d ?-1 ），二者的差值（ R ?n- G ）表示用于蒸發(fā)的有效能量; γ 為干濕表常數(shù)（kPa·℃ ?-1 ）; T ??mean 為2 m處的日均氣溫（℃），由日最高氣溫與日最低氣溫的平均值表示; U ?2為2 m處的風速（m·s ?-1 ）; e ?s和 e ?a分別為飽和水汽壓和實際水汽壓（kPa），二者的差值（ e ?s- e ?a）表示飽和水汽壓差， e ?s由日最高氣溫與日最低氣溫計算的飽和水汽壓的平均值表示， e ?a由相對濕度計算得到。

為了分析干旱指數(shù)變化的可能原因，采用Feng and Fu（2013）給出的定量估算降水和潛在蒸散量對干旱指數(shù)變化的影響的方法，計算公式如下：

Δ AI≈ F （ Δ P）+G（ Δ PET）。 ??（5）

F（ Δ P）= ?Δ P ?PET 。 ??（6）

G （ Δ PET）= - ?P ?PET 2 ?Δ PET+ ?P ?PET 3 （ Δ PET） 2≈ ?Δ AI- F （ Δ ?P ）。 ???（7）

此外，我們還采用了Fu and Feng（2014）提出的方法來量化氣溫、有效能量、相對濕度和風速對PM方法計算得到的潛在蒸散量的相對貢獻。令有效能量，AE= R ?n- G ， g = 900 ?T ??mean +273 ，用下標“0”和“1”分別代表工業(yè)革命前與末次間冰期的氣候平均值，用 δ 代表兩個時期氣候態(tài)的差值，則潛在蒸散量的變化可表示為：

δ PET≈ ?0.408× Δ （ T ??mean1 ）× AE ?0+ γ× g（ T ???mean1 ）× U ?0× e ??s （ ?T ???mean1 ）×（1-RH 0） ?Δ （ ?T ???mean1 ）+ γ ×（1+0.34× ?U ???1 ） -PET 0+

0.408× Δ （ ?T ???mean1 ）× δ AE ?Δ （ ?T ???mean1 ）+ γ ×（1+0.34× ?U ???1 ） + ??γ× g（ T ???mean1 ）× ?U ???0 × ?e ???s （ ?T ???mean1 ）×（- δ RH） ?Δ（ ?T ???mean1 ）+ γ ×（1+0.34× ?U ???1 ） + ?γ× g（ T ???mean1 ）× δ U× e ???s （ ?T ???mean1 ）×（1-RH 1） ?Δ （ T ??mean1 ）+ γ ×（1+0.34× U ???1 ） 。 ???（8）

其中：RH是相對濕度（％）。根據(jù)式（8），氣溫變化造成的潛在蒸散量的變化為公式右側的前兩項，有效能量、相對濕度以及風速變化對潛在蒸散量的貢獻分別為右側第三、四、五項。該公式表明，增加的平均氣溫、地表風速與有效能量有利于潛在蒸散量的增強，進而使得干旱指數(shù)減?。夂蜃兏桑?反之，增加的相對濕度會使得潛在蒸散量減小，從而造成干旱指數(shù)增大（氣候變濕）。

1 3 PMIP4模式

本文利用參加PMIP4的13個全球氣候模式的末次間冰期模擬試驗 ?（lig127k）與工業(yè)革命前控制試驗（piControl） ?來探討末次間冰期亞洲中部干旱區(qū)的干濕變化（表1）。在水汽收支的分析中，由于ACCESS-ESM1-5模式風場數(shù)據(jù)的問題（Jiang et al.，2022）與NESM3模式蒸發(fā)數(shù)據(jù)的缺失，在計算集合平均結果時未采用這兩個模式;在計算干旱指數(shù)時，由于相關模式變量的缺失，僅采用7個模式的集合平均結果進行分析（表1）。利用超過2／3的模式與多模式集合平均結果具有相同的變化信號作為多模式集合平均結果的顯著性檢驗（即降水分析中超過9個模式具有相同的信號即為顯著，干旱指數(shù)分析中超過5個模式具有相同的信號即為顯著）。

地球軌道參數(shù)是末次間冰期主要的外強迫，包括了地軸傾角、偏心率以及歲差。末次間冰期軌道三要素的變化引起不同緯度與季節(jié)的大氣頂太陽輻射分布與數(shù)值的變化，造成亞洲中部干旱區(qū)夏季大氣頂太陽輻射增加約50 W·m ?-2 ，冬季大氣頂太陽輻射減小約25 W·m ?-2 （Otto-Bliesner et al.，2017）。此外，末次間冰期的大氣溫室氣體濃度較工業(yè)革命前偏低，末次間冰期（工業(yè)革命前）的CO 2、CH 4與N 2O濃度分別為275 ppm（284 ppm）（1 ppm=10 ?-6 ）、685 ppb（808 ppb）與255 ppb（273 ppb）（1 ppb=10 ?-9 ）（Otto-Bliesner et al.，2017）。此外，我們校正了末次間冰期的軌道日歷效應（Bartlein and Shafer，2019），利用雙線性插值將所有的模式數(shù)據(jù)與再分析資料插值至1°×1°的水平分辨率。

2 結果分析

2 1 模式評估

首先基于CRU（Climatic Research Centre）降水資料（Harris et al.，2020），利用泰勒圖評估了PMIP4末次間冰期模式對應的工業(yè)革命前控制試驗（ piControl ）對亞洲中部干旱區(qū)（50°～95°E，35°～50°N）

降水的模擬能力（圖1）。CRU降水資料已被廣泛用于PMIP3／4降水模擬的評估（Jiang et al.，2021;Wang et al.，2022）。

泰勒圖的結果表明，雖然PMIP4模式對于亞洲中部干旱區(qū)的季節(jié)降水的模擬能力不一且對于夏季降水的模擬能力具有較大差別（模式相對于CRU的標準差從小于0 75至大于 1 5 不等），大多數(shù)PMIP4模式仍能較好地模擬出亞洲中部干旱區(qū)降水的空間特征，模式與觀測降水的年平均、春季平均、夏季平均、秋季平均與冬季平均的空間相關系數(shù)分別為（0 90±0 04）（0 87±0 04）（0 86±0 05）（0 89±0 03）與（0 90±0 03）。相較于大多數(shù)PMIP4模式，多模式集合平均結果對于亞洲中部干旱區(qū)的降水模擬效果更優(yōu)。多模式集合平均結果與CRU的年平均、春季平均、夏季平均、秋季平均與冬季平均的空間相關系數(shù)分別為0 93、0 91、0 91、0 93與0 93，均方根誤差均小于0 75。因此，我們進一步給出了PMIP4多模式集合平均結果模擬得到的工業(yè)革命前亞洲中部干旱區(qū)的降水空間分布特征，并根據(jù)降水中心將亞洲中部干旱區(qū)劃分為中亞地區(qū)（50°～75°E，35°～50°N）與新疆地區(qū)（75°～95°E，35°～50°N）（圖2a—o）?？傮w來說，雖然多模式平均結果與觀測相比仍存在一定偏差（對亞洲中部干旱區(qū)的降水量存在一定的高估且多模式集合平均結果模擬得到的新疆地區(qū)春季降水較夏季降水偏多），但是多模式集合平均結果仍能夠較好地再現(xiàn)觀測資料中中亞地區(qū)降水集中在冬春季節(jié)、新疆地區(qū)的夏季降水對年降水量有重要貢獻的特征（圖2p、q）。

2 2 末次間冰期亞洲中部干旱區(qū)降水變化

PMIP4多模式集合平均結果表明末次間冰期亞洲中部干旱區(qū)的年平均降水相對于工業(yè)革命前減少0 7％。其中，降水在中亞北部增加，南部減少，整體減少2 8％;在新疆中部減少，在南北部增加，整體增加1 8％（圖3）。末次間冰期中亞地區(qū)降水的減少與中全新世的變化類似，而末次間冰期新疆地區(qū)年降水增加，與中全新世新疆地區(qū)年降水減少存在一定的差異（Wang et al.，2022）。這種差異可能是由于末次間冰期夏季太陽輻射增加幅度較中全新世更明顯造成的新疆地區(qū)夏秋季節(jié)降水增加幅度更大所導致的。

進一步分析末次間冰期亞洲中部干旱區(qū)在四個季節(jié)降水的變化特征（圖4）。多模式集合平均結果表明，末次間冰期中亞地區(qū)降水在春季減少1 8％，在夏季減少1 3％，在秋季減少1 5％，在冬季減少10 3％;新疆地區(qū)的降水在春季減少5 9％，在夏季增加14 1％，在秋季增加8 6％，在冬季減少3 8％?？梢钥吹?，中亞地區(qū)年降水的減少主要是由于冬季降水減少主導，新疆地區(qū)年降水的增加主要是由于夏季降水增加主導。此外，由于中亞地區(qū)降水集中在冬春季節(jié)，新疆地區(qū)降水集中在夏季。因此，進一步分析冬春季節(jié)中亞地區(qū)降水變化與夏季新疆地區(qū)降水變化的原因。

多模式集合平均結果表明，末次間冰期中亞的冬春季節(jié)降水在約45°N以南減少（10％～50％），在約45°N以北稍有增加（5％～10％）（圖5a）。根據(jù)水汽收支方程，中亞南部的降水減少主要與水平動力項與垂直動力項相關;中亞北部的降水增加主要與垂直動力項相關，同時水平與垂直的熱力項也有一定的正貢獻（圖5b、c）。此外，末次間冰期，對于夏季新疆降水變化而言，在約43°N以南顯著增加（可達約200％），在約43°N以北減少（10％～25％）（圖6a）。根據(jù)水汽收支方程，新疆南部的降水增加與垂直動力與熱力項有關，北部的降水減少主要與水平熱力項相關，同時垂直動力項與熱力項也有正貢獻（圖6b、c）。這種環(huán)流與比濕的變化進一步與地球軌道參數(shù)變化引起的太陽輻射的變化造成的溫度的變化相聯(lián)系（即末次間冰期，地球軌道參數(shù)的變化造成的亞洲中部干旱區(qū)在夏季／冬春季節(jié)的增溫／降溫，可通過熱成風關系影響大氣環(huán)流;同時，這種增溫／降溫對蒸發(fā)及空氣熱容的影響造成了末次間冰期亞洲中部干旱區(qū)比濕的增加／降低）。

2 3 ?末次間冰期亞洲中部干旱區(qū)的干濕氣候區(qū)變化

基于PMIP4多模式集合平均結果，PM方法計算得到的亞洲中部干旱區(qū)干旱指數(shù)在末次間冰期減?。s10 2％），并且這種減小在塔吉克斯坦與新疆北部最為明顯，表明末次間冰期亞洲中部干旱區(qū)氣候明顯變干（圖7a）。此外，干旱指數(shù)的變化表明亞洲中部干旱區(qū)存在旱區(qū)擴張的現(xiàn)象，包括半干旱區(qū)向干旱區(qū)轉變、半濕潤半干旱區(qū)向干旱區(qū)轉變與濕潤區(qū)向半濕潤-半干旱-干旱區(qū)轉變（圖7b、c）。

干旱指數(shù)的變化主要受到降水與潛在蒸散量的影響，而潛在蒸散量是氣溫、有效能量、相對濕度和風速的函數(shù)。因此，干旱指數(shù)的變化受到降水、氣溫、有效能量、相對濕度和風速的共同影響。在末次間冰期，PM方法計算得到的亞洲中部干旱區(qū)的降水變化會造成干旱指數(shù)增加約0 3％，潛在蒸散量的變化會造成干旱指數(shù)減小約10 5％（圖8）。這表明亞洲中部干旱區(qū)潛在蒸散的變化對干旱指數(shù)的減?。▍^(qū)域氣候變干）有主要貢獻。此外，末次間冰期，平均氣溫的降低與相對濕度的增加對亞洲中部干旱區(qū)潛在蒸散的增加有負貢獻，有效能量的增加與地表風速的增大對潛在蒸散的增加均有正貢獻（圖9）。此外，這些變量的變化進一步與地球軌道參數(shù)變化造成的太陽輻射的變化引起的溫度變化直接或間接相關（即末次間冰期，氣溫與有效能量的變化與地球軌道參數(shù)變化引起的大氣頂太陽輻射變化直接相關，而地球軌道參數(shù)變化造成的溫度變化改變了大氣的熱容與蒸發(fā)從而間接影響了大氣相對濕度的變化，地表風速的變化也受到邊界層內(nèi)溫度變化造成的熱力結構調(diào)整的影響）。

3 結論與討論

本文通過PMIP4的 ?lig127k ?試驗的多模式集合平均結果研究了末次間冰期亞洲中部干旱區(qū)的干濕變化。得到的主要研究結論如下：

1）降水：末次間冰期中亞地區(qū)的年降水減少2 8％，新疆地區(qū)年降水增加1 8％。其中，中亞地區(qū)降水在春季減少1 8％，在夏季減少1 3％，在秋季減少1 5％，在冬季減少10 3％;新疆地區(qū)的降水在春季減少5 9％，在夏季增加14 1％，在秋季增加8 6％，在冬季減少3 8％。根據(jù)水汽收支方程，垂直動力項對中亞冬春季節(jié)與新疆夏季降水變化均有重要貢獻（圖10）。

2）干濕氣候區(qū)：PM方法計算得到的亞洲中部干旱區(qū)干旱指數(shù)在末次間冰期減小約10 2％，表明末次間冰期亞洲中部干旱區(qū)氣候明顯變干，且存在旱區(qū)擴張的現(xiàn)象。這種干旱指數(shù)的減小主要受到潛在蒸散增大的調(diào)控。潛在蒸散的增加主要與有效能量的增加與地面風速的增大有關（圖10）。

此外，我們的研究仍存在一些不確定性。從重建的角度出發(fā)，PMIP4模式模擬的亞洲中部干旱區(qū)的降水減少與Rudak（67 1°E，39 0°N）的黃土記錄（Zhang et al.，2020）、科桑洞（81 8°E，42 9°N）的石筍記錄（Cheng et al.，2012;Hu et al.，2015）一致。此外，PMIP4模式模擬的蒙古的降水減少與青藏高原的降水增加也與Kurtak（91 5°E，55 1°N）的黃土記錄（Chlachula，2003）、納木錯（91°E，30 3°N）的孢粉記錄（Zhao et al.，2003）、天門洞（90 7°E，30 9°N）的石筍記錄（Cai et al.，2010）一致。然而， 伊犁河（83 3°E，43 4°N）、天山中部（85 6°E， 44 2°N ;87 5°E，44 0°N）以及塔吉克斯坦（69 8°E，38 4°N） 的黃土記錄均表明這些區(qū)域在末次間冰期降水偏多（Ding et al.，2002;Fang et al.，2002;Yang et al.，2020），而模式模擬結果表明這些區(qū)域的降水偏少。重建與模式的不確定性共同造成了二者在末次間冰期的差異。對于重建而言，不確定性主要來源于重建的指標可能包含了除了降水之外的其他氣候信息（如溫度等），且可能更多地受到局地氣候的影響，而非大尺度環(huán)流的影響。此外，不同記錄的定年方法與結果存在一定的差異性，對于模式選定的127 ka時間點的描繪可能不完全一致。對于模式而言，模式的參數(shù)化方案與分辨率均有可能影響模式中降水的模擬結果。同時，PMIP4末次間冰期試驗是基于127 ka開展的平衡模擬試驗，對末次間冰期的氣候演變特征的描繪能力有限。未來高分辨率代用資料的構建與末次間冰期高時空分辨率的瞬變試驗的開展有助于進一步理解末次間冰期亞洲中部干旱區(qū)的氣候演變特征。

為了更好地理解亞洲中部干旱區(qū)的干濕變化在暖期的變化特點，進一步比較了亞洲中部干旱區(qū)的干濕變化在不同增暖情境下的響應特征。對于年降水而言，末次間冰期與中全新世的亞洲中部干旱區(qū)的降水異同點主要來自于末次間冰期與中全新世大氣頂太陽輻射異常的分布類似然而幅度更大所導致的。此外，末次間冰期的氣候明顯變干與旱區(qū)擴張的現(xiàn)象在中全新世也存在，只是幅度較中全新世偏大（Xu et al.，2020）。然而，在未來預估的不同排放情景與增溫目標下，雖然亞洲中部干旱區(qū)降水與潛在蒸散均增加，但是中亞地區(qū)旱區(qū)擴張，新疆地區(qū)旱區(qū)收縮，這可能與二者的氣候敏感度不同有關（Feng and Fu，2013;Wei et al.，2019）。末次間冰期與未來排放情景預估中降水與氣候干濕區(qū)變化的差異性可能來源于亞洲上空大尺度環(huán)流系統(tǒng)對軌道參數(shù)與溫室氣體濃度的響應特征不一致所導致的（He and Zhou，2020）。綜上，亞洲中部干旱區(qū)的干濕變化對不同外強迫引起的增暖情景的響應特征的差異性可為未來預估中不同變暖情景下亞洲中部干旱區(qū)的風險評估提供科學依據(jù)。

致謝： PMIP4模式結果與CRU資料可在https：／／esgf-node.llnl.gov／projects／cmip6／與https：／／sites.uea.ac.uk／cru／在線下載，謹致謝忱。

參考文獻（References）

Alle n R G，Pereira L S，Raes D，et al.，1998.Crop evapotranspiration：guidelines for computing crop water requirements［M］.Rome：FAO.

Andersen K K，Azuma N，Barnola J M，et al.，2004.High-resolution record of Northern Hemisphere climate extending into the last interglacial period［J］.Nature，431（7005）：147-51.doi：10 1038／nature02805.

Bakker P，Renssen H，2014.Last interglacial model-data mismatch of thermal maximum temperatures partially explained［J］.Climate Past，10（4）：1633-1644.doi：10 5194／cp-10-1633-2014.

Bartlein P J，Shafer S L，2019.Paleo calendar-effect adjustments in time-slice and transient climate-model simulations （PaleoCalAdjust v1 0）：impact and strategies for data analysis［J］.Geosci Model Dev，12（9）：3889-3913.doi：10 5194／gmd-12-3889-2019.

Bauer S E，Tsigaridis K，F(xiàn)aluvegi G，et al.，2020.Historical （1850—2014） aerosol evolution and role on climate forcing using the GISS ModelE2 1 contribution to CMIP6［J］.J Adv Model Earth Syst，12（8）.doi：10 1029／2019ms001978.

Boucher O，Servonnat J，Albright A L，et al.，2020.Presentation and evaluation of the IPSL-CM6A-LR climate model［J］.Journal of Advances in Modeling Earth Systems，12：e2019ms002010.

Cai Y J，Cheng H，An Z S，et al.，2010.Large variations of oxygen isotopes in precipitation over south-central Tibet during Marine Isotope Stage 5［J］.Geology，38（3）：243-246.

Cao J，Wang B，Yang Y M，et al.，2018.The NUIST Earth System Model （NESM） version 3：description and preliminary evaluation［J］.Geosci Model Dev，11（7）：2975-2993.doi：10 5194／gmd-11-2975-2018.

Chen X，Wang S S，Hu Z Y，et al.，2018.Spatiotemporal characteristics of seasonal precipitation and their relationships with ENSO in Central Asia during 1901—2013［J］.J Geogr Sci，28（9）：1341-1368.

Cheng H，Zhang P Z，Sptl C，et al.，2012.The climatic cyclicity in semiarid-arid central Asia over the past 500 000 years［J］.Geophys Res Lett，39（1）.doi：10 1029／2011gl050202.

Chlachula J，2003.The Siberian loess record and its significance for reconstruction of Pleistocene climate change in north-central Asia［J］.Quat Sci Rev，22（18／19）：1879-1906.doi：10 1016／s0277-3791（03）00182-3.

Chou C A，Chiang J C H，Lan C W，et al.，2013.Increase in the range between wet and dry season precipitation［J］.Nat Geosci，6（4）：263-267.

Danabasoglu G，Lamarque J F，Bacmeister J，et al.，2020.The community earth system model version 2 （CESM2）［J］.J Adv Model Earth Syst，12（2）：e2019MS001916.doi：10 1029／2019ms001916.

Ding Z L，Ranov V，Yang S L，et al.，2002.The loess record in southern Tajikistan and correlation with Chinese loess［J］.Earth Planet Sci Lett，200（3／4）：387-400.

Dutton A，Lambeck K，2012.Ice volume and sea level during the last interglacial［J］.Science，337（6091）：216-219.doi：10 1126／science.1205749.

Fang X M，Shi Z T，Yang S L，et al.，2002.Loess in the Tian Shan and its implications for the development of the Gurbantunggut Desert and drying of northern Xinjiang［J］.Chin Sci Bull，47（16）：1381-1387.

Feng S，F(xiàn)u Q，2013.Expansion of global drylands under a warming climate［J］.Atmos Chem Phys，13（19）：10081-10094.

Fischer N，Jungclaus J H，2010.Effects of orbital forcing on atmosphere and ocean heat transports in Holocene and Eemian climate simulations with a comprehensive Earth system model［J］.Climate Past，6（2）：155-168.doi：10 5194／cp-6-155-2010.

Fu Q，F(xiàn)eng S，2014.Responses of terrestrial aridity to global warming［J］.J Geophys Res，119（13）：7863-7875.

Gulev S K，Thorne P W，Ahn J，et al.，2021.Changing state of the climate system［R］／／Climate change 2021：the physical science basis.Cambridge，United Kingdom and New York，NY，USA：Cambridge University Press：287-422.

Guo C C，Bentsen M，Bethke I，et al.，2019.Description and evaluation of NorESM1-F：a fast version of the Norwegian Earth System Model （NorESM）［J］.Geosci Model Dev，12（1）：343-362.doi：10 5194／gmd-12-343-2019.

Harris I，Osborn T J，Jones P，et al.，2020.Version 4 of the CRU TS monthly high-resolution gridded multivariate climate dataset［J］.Sci Data，7（1）：109.doi：10 1038／s41597-020-0453-3.

He C，Zhou W，2020.Different enhancement of the East Asian summer monsoon under global warming and interglacial epochs simulated by CMIP6 models：role of the subtropical high［J］.J Climate，33（22）：9721-9733.doi：10 1175／jcli-d-20-0304 1.

Hoffman J S，Clark P U，Parnell A C，et al.，2017.Regional and global sea-surface temperatures during the last interglaciation［J］.Science，355（6322）：276-279.doi：10 1126／science.aai8464.

Hu C，Wang Y，Li A，et al.，2015.Comparison of stalagmite records of precipitation changes in eastern monsoon region and northwest arid region of China［J］.Earth Sciences-Journal of China University of Geosciences，40（1）：268-274.

Huang W，Chen J H，Zhang X J，et al.，2015.Definition of the core zone of the “westerlies-dominated climatic regime”，and its controlling factors during the instrumental period［J］.Sci China Earth Sci，58（5）：676-684.

Jensen M E，Burman R D，Allen R G，1990.Evapotranspiration and irrigation water requirements［C］.New York：American Society of Civil Engineers.

Jiang J，Zhou T J，Chen X L，et al.，2020.Future changes in precipitation over Central Asia based on CMIP6 projections［J］.Environ Res Lett，15（5）：054009.doi：10 1088／1748-9326／ab7d03.

Jiang N X，Yan Q，Wang H，2021.General characteristics of climate change over China and associated dynamic mechanisms during the Last Interglacial based on PMIP4 simulations［J］.Glob Planet Change，208：103700.doi：10 1016／j.gloplacha.2021 103700.

Jiang N X，Yan Q，Wang H J，2022.Deciphering the variations and mechanisms of the westerly jets across the Northern Hemisphere during the Last Interglacial based on PMIP4 models［J］.Climate Dyn，58（11／12）：3279-3295.doi：10 1007／s00382-021-06100-4.

Landais A，Masson-Delmotte V，Capron E，et al.，2016.How warm was Greenland during the last interglacial period？［J］.Climate Past，12（9）：1933-1948.doi：10 5194／cp-12-1933-2016.

Li L J，Yu Y Q，Tang Y L，et al.，2020.The flexible global ocean-atmosphere-land system model grid-point version 3 （FGOALS-g3）：description and evaluation［J］.J Adv Model Earth Syst，12（9）.doi：10 1029／2019ms002012.

Liu S S，Jiang D，Lang X，et al.，2018.A multi-model analysis of moisture changes during the last glacial maximum［J］.Quat Sci Rev，191：363-377.doi：10 1016／j.quascirev.2018 05 029.

Liu S S，Lang X，Jiang D，et al.，2021.Time-varying responses of dryland aridity to external forcings over the last 21 ka［J］.Quat Sci Rev，262：106989.doi：10 1016／j.quascirev.2021 106989.

Middleton N J，Thomas D S，1997.World atlas of desertification［M］.2nd ed.London：Arnold.

Monteith J L，1965.Evaporation and environment［J］.Symp Soc Exp Biol，19：205-234.

Ohgaito R，Yamamoto A，Hajima T，et al.，2021.PMIP4 experiments using MIROC-ES2L Earth system model［J］.Geosci Model Dev，14（2）：1195-1217.doi：10 5194／gmd-14-1195-2021.

Otto-Bliesner B L，Braconnot P，Harrison S P，et al.，2017.The PMIP4 contribution to CMIP6-Part 2：two interglacials，scientific objective and experimental design for Holocene and Last Interglacial simulations［J］.Geosci Model Dev，10（11）：3979-4003.doi：10 5194／gmd-10-3979-2017.

Otto-Bliesner B L，Brady E C，Zhao A N，et al.，2021.Large-scale features of Last Interglacial climate：Results from evaluating the lig127k simulations for the Coupled Model Intercomparison Project （CMIP6）-Paleoclimate Modeling Intercomparison Project （PMIP4）［J］.Climate Past，17（1）：63-94.

Past Interglacials Working Group of PAGES，2016.Interglacials of the last 800 000 years［J］.Rev Geophys，54（1）：162-219.doi：10 1002／2015rg000482.

Penman H L，Keen B A，1948.Natural evaporation from open water，bare soil and grass［J］.Proc R Soc Lond A，193（1032）：120-145.doi：10 1098／rspa.1948 0037.

Seager R，Naik N，Vecchi G A，2010.Thermodynamic and dynamic mechanisms for large-scale changes in the hydrological cycle in response to global warming［J］.J Climate，23（17）：4651-4668.doi：10 1175／2010jcli3655 1.

Seland ，Bentsen M，Olivié D，et al.，2020.Overview of the Norwegian Earth System Model （NorESM2） and key climate response of CMIP6 DECK，historical，and scenario simulations［J］.Geosci Model Dev，13（12）：6165-6200.doi：10 5194／gmd-13-6165-2020.

Shi J B，Yan Q，Jiang D，et al.，2016.Precipitation variation over eastern China and arid central Asia during the past millennium and its possible mechanism：perspectives from PMIP3 experiments［J］.J Geophys Res Atmos，121：11989-12004.doi：10 1002／2016JD025126.

Sidorenko D，Rackow T，Jung T，et al.，2015.Towards multi-resolution global climate modeling with ECHAM6-FESOM.Part I：model formulation and Mean climate［J］.Climate Dyn，44（3／4）：757-780.doi：10 1007／s00382-014-2290-6.

Turney C S M，Jones R，McKay N P，et al.，2020.A global mean sea-surface temperature dataset for the Last Interglacial （129-116 kyr） and contribution of thermal expansion to sea-level change ［J］.Earth Syst Sci Data，12：3341-3356.

Volodin E M，Mortikov E V，Kostrykin S V，et al.，2018.Simulation of the modern climate using the INM-CM48 climate model［J］.Russ J Numer Anal Math Model，33（6）：367-374.doi：10 1515／rnam-2018-0032.

王會軍，唐國利，陳海山，等，2020.“一帶一路”區(qū)域氣候變化事實、影響及可能風險［J］.大氣科學學報，43（1）：1-9. Wang H J，Tang G L，Chen H S，et al.，2020.The Belt and Road region climate change：facts，impacts and possible risks［J］.Trans Atmos Sci，43（1）：1-9.doi：10 13878／j.cnki.dqkxxb.20191110003.（in Chinese）.

Wang T，Xu H N，Jiang D B，et al.，2022.Mechanisms of reduced mid-Holocene precipitation in arid central Asia as simulated by PMIP3／4 models［J］.J Geophys Res Atmospheres，127（8）：e2021JD03615.doi：10 1029／2021jd036153.

Wei Y，Yu H，Huang J P，et al.，2019.Drylands climate response to transient and stabilized 2 ℃ and 1 5 ℃ global warming targets［J］.Climate Dyn，53（3／4）：2375-2389.doi：10 1007／s00382-019-04860-8.

Xu H N，Wang T，Wang H J，et al.，2020.The PMIP3 simulated climate changes over arid central Asia during the mid-Holocene and last glacial maximum［J］.Acta Geol Sin Engl Ed，94（3）：725-742.

Yang H，Li G Q，Huang X，et al.，2020.Loess depositional dynamics and paleoclimatic changes in the Yili Basin，Central Asia，over the past 250 ka［J］.CATENA，195：104881.doi：10 1016／j.catena.2020 104881.

Yao J Q，Chen Y N，Zhao Y，et al.，2020.Climatic and associated atmospheric water cycle changes over the Xinjiang，China［J］.J Hydrol，585：124823.doi：10 1016／j.jhydrol.2020 124823.

Zhang J R，Zhou X Y，Long H，2020.Late Quaternary loess accumulation at the Rudak section in Uzbekistan，central Asia：chronology and palaeoclimate implications［J］.Palaeogeogr Palaeoclimatol Palaeoecol，547：109695.doi：10 1016／j.palaeo.2020 109695.

Zhang Q，Berntell E，Axelsson J，et al.，2021.Simulating the mid-Holocene，last interglacial and mid-Pliocene climate with EC-Earth3-LR［J］.Geosci Model Dev，14（2）：1147-1169.doi：10 5194／gmd-14-1147-2021.

Zhao X，Zhu D，Yan F，et al.，2003.Climate change and lake-level variation of Namco，Xizang since the last interglacial stage［J］.Quaternary Sciences，2003，23 （1）：41-52.

Zheng W P，Yu Y Q，Luan Y H，et al.，2020.CAS-FGOALS datasets for the two interglacial epochs of the Holocene and the last interglacial in PMIP4［J］.Adv Atmos Sci，37（10）：1034-1044.doi：10 1007／s00376-020-9290-8.

Ziehn T，Lenton A，Law R M，et al.，2017.The carbon cycle in the Australian Community Climate and Earth System Simulator （ACCESS-ESM1）-Part 2：historical simulations［J］.Geosci Model Dev，10（7）：2591-2614.doi：10 5194／gmd-10-2591-2017.

Deciphering the variations of wet-dry conditions over Arid Central Asia during the Last Interglacial based on PMIP4 models

JIANG Nanxuan ?1，2 ，YAN Qing ?1，3 ，WANG Huijun ?1，3

1Nansen-Zhu International Research Centre，Institute of Atmospheric Physics，Chinese Academy of Sciences，Beijing 100029，China;

2University of Chinese Academy of Sciences，Beijing 100049，China;

3Key Laboratory of Meteorological Disaster／Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters，Nanjing University of Information Science ＆ Technology，Nanjing 210044，China

Climate change over drylands in a warmer climate and its responses to Earths orbit can be better understood by an investigation of climate change across arid Central Asia during the Last Interglacial （LIG）.Based on the Paleoclimate Modelling Intercomparison Project Phase 4 （PIMP4），we analyze variations in wet-dry conditions and associated mechanisms over arid Central Asia during the LIG.The results show that during the LIG，the annual precipitation is reduced by 0 7％ over arid Central Asia，with precipitation decreasing by 2 8％ over Central Asia while increasing by 1 8％ over Xinjiang compared to the preindustrial period.Over Central Asia，the precipitation decreases by 1 8％，1 3％，1 5％，and 10 3％ in the spring，summer，autumn，and winter，respectively，indicating that the reduced annual precipitation is mainly due to changes in winter.According to the moisture budget equation，variations in precipitation over Central Asia during the rainy season （winter and spring） are mainly caused by the vertical dynamic term.Moreover，precipitation over Xinjiang is reduced by 5 9％ and 3 8％ in spring and winter，respectively，and increased by 14 1％ in summer and 8 6％ in autumn，indicating that the majority of the rise in annual precipitation is a result of precipitation in summer.Consequently，the moisture budget analysis suggests that the vertical dynamic and thermodynamic terms contribute most to the variations in precipitation over Xinjiang.In addition，the aridity index over arid Central Asia decreases by approximately 10 2％ during the LIG based on the Penman-Montieth method，which indicates that arid Central Asia experience a drier condition.Furthermore，drylands over arid Central Asia had expanded during that period，including the transition from semi-arid to arid regions，from sub-humid and semi-arid to arid regions，and from humid to sub-humid，semi-arid and arid regions.Hence，the reduced aridity index over arid Central Asia is a result of increased potential evaporation at that time.This increased evaporation is further linked with negative contributions from decreased surface air temperature and increased relative humidity，as well as positive contributions from enhanced surface wind speed and available energy.Our study provides a possible map for changes in wet-dry conditions over arid Central Asia in a warmer climate induced by the Earths orbit and sheds light on risk assessments for arid Central Asia in different warming scenarios.

Last Interglacial;Arid Central Asia;wet-dry conditions

doi：10 13878／j.cnki.dqkxxb.20220620001

（責任編輯：劉菲）