青藏高原未來氣候變化預估：CMIP5模式結果

胡芩 姜大膀 范廣洲

?

青藏高原未來氣候變化預估：CMIP5模式結果

胡芩1, 2姜大膀1, 3范廣洲2

1中國科學院大氣物理研究所竺可楨—南森國際研究中心，北京100029;2成都信息工程學院，成都610225;3中國科學院氣候變化研究中心，北京100029

本文使用國際耦合模式比較計劃第5階段（CMIP5）中對青藏高原氣候模擬較優(yōu)的氣候模式，在RCP4.5中等偏低輻射強迫情景下對青藏高原未來氣候變化進行了預估研究。結果表明，青藏高原年均地表氣溫在2006～2100年的線性趨勢平均為0.26°C/10a，增暖幅度與海拔高度大體成正比；相比于1986～2005年參考時段，2090年代平均升溫2.7°C，21世紀末期增溫幅度明顯高于早期和中期；在早、中和末期，年均增溫分別為0.8～1.3°C、1.6～2.5°C和2.1～3.1°C；各季節(jié)也均為變暖趨勢，其中冬季增溫最大。對于年均降水來說，未來百年將小幅增加，集合平均趨勢為1.15%/10a，2090年代較參考時段增加10.4%；在早、中和末期的變化范圍分別為－1.8%至15.2%、－0.9%至17.8%和1.4%至21.3%；季節(jié)降水也呈增加趨勢，夏季增幅明顯高于其余三個季節(jié)且在21世紀末期較大，青藏高原未來年均降水增加主要來自于夏季。需要指出的是，上述預估結果在氣候模式間存在著一定的差異，未來氣候變化的不確定性范圍較大，地表氣溫的可信度相對較高，而降水的則偏低。

CMIP5模式 青藏高原 氣候變化 預估

1 引言

近百年來，地球氣候正在經歷一次以全球變暖為主要特征的顯著變化。政府間氣候變化專門委員會（IPCC）最新的第五次評估報告（AR5）第一工作組報告指出，近年的研究表明氣候變化可能比以往認知的更為嚴重，1880～2012年全球地表氣溫升高了0.85°C，2003～2012年地表氣溫比1850～1900年平均上升了0.78°C，20世紀中期以來全球地表溫度的升高的一半以上極有可能是由人類活動引起的；科學家們還預測，未來地表氣溫仍將持續(xù)增加（IPCC，2013）。為適應、減緩和應對氣候變化，全球和區(qū)域尺度氣候變化預估工作越來越受到重視。青藏高原是氣候變化的敏感和脆弱區(qū)域，它通過動力強迫和熱力作用影響著東亞和全球大氣環(huán)流，并由此影響全球氣候（吳國雄等，2005；Zhou et al., 2009），未來全球變暖情景下青藏高原地區(qū)氣候如何變化是氣候變化領域的一個熱點問題。

近些年來，科研人員已使用氣候模式針對未來氣候開展了許多數(shù)值模擬試驗和預估工作（Wang et al., 1993；Zhou and Yu, 2006；Yu et al., 2008；Xu et al., 2009；Sun and Ding, 2010；Gao et al., 2012a；Lang and Sui，2013；Sun and Ao，2013），并就青藏高原氣候變化進行了初步的歸因分析和數(shù)值模擬試驗（Chen et al., 2003；高學杰等，2003；徐影等，2003；Duan et al., 2006）。最近，國際耦合模式比較計劃第五階段（CMIP5）試驗數(shù)據(jù)公開發(fā)布，提供了新一代氣候或者地球系統(tǒng)模式對未來氣候變化的最新模擬結果，相應的中國區(qū)域氣候變化預估工作也已陸續(xù)開展（Chen and Sun, 2013；Jiang and Tian, 2013）。例如，Xu and Xu（2012）根據(jù)11個CMIP5模式試驗數(shù)據(jù)，對中國未來氣候變化進行了初步預估，指出在不同典型濃度路徑下21世紀中國地表氣溫升高0.54～5.67°C，降水增多且中國北方比南方變化更為顯著。Li et al.（2013）利用13個CMIP5模式資料對中國未來極端氣候變化進行了預估，顯示中國干旱和洪澇將趨于頻繁。近期，Su et al.（2013）應用24個CMIP5模式在RCP2.6和RCP8.5情景下的試驗數(shù)據(jù)，預估青藏高原地表氣溫和降水在未來均有所增加但變化程度各異。這一工作僅強調了高和低輻射強迫情景，對應的是氣候的相對極端變化，對于被廣泛關注且最有可能發(fā)生的中低端典型濃度路徑情景RCP4.5則沒有涉及。為此，本文在評估了44個CMIP5模式對青藏高原氣候模擬能力的基礎上（胡芩等，2014），從中選取出對溫度模擬較優(yōu)的30個模式和對降水模擬較優(yōu)的20個模式，集中預估了RCP4.5情景下青藏高原地區(qū)21世紀氣候變化，其中特別關注的是氣候模式結果間的共性以及季節(jié)尺度變化，以期為青藏高原氣候和環(huán)境未來變化的科學評估提供參考。

2 資料和方法

2.1 資料介紹

CMIP5試驗方案主要包括歷史氣候模擬試驗和不同典型濃度路徑情景下的未來氣候模擬試驗。相比于早期的CMIP3模式，CMIP5模式在空間分辨率、參數(shù)化方案、耦合器技術等方面均有改進，并有一部分模式考慮了動態(tài)植被和碳氮循環(huán)過程（Taylor et al., 2012）。在排放情景上，CMIP5試驗采用了新一代的典型濃度路徑（RCP）情景，即用單位面積輻射強迫來表示未來百年穩(wěn)定濃度的新情景，包括RCP2.6、RCP4.5、RCP6、RCP8.5四大類（Moss et al., 2010；van Vuuren et al., 2011）。其中，中低端輻射強迫情景RCP4.5是未來最有可能發(fā)生的，相應的模式試驗數(shù)據(jù)提交的也最多，對應的氣候變化相對而言也更具代表性。RCP4.5情景為輻射強迫一直到2070年左右都為增長，到2100年穩(wěn)定在4.5 W/m2左右，相對于大氣二氧化碳濃度達到了650 ppm（×10?6），略高于CMIP3中SRES B1情景下的550 ppm（Moss et al., 2010）。有關CMIP5模式、試驗和數(shù)據(jù)的詳細信息請參見http:// cmip-pcmdi.llnl.gov/cmip5/ [2013-12-06]。

2.2 分析方法

現(xiàn)階段，氣候模式對中國氣候的模擬能力還存在著不足之處，諸如模擬地表氣溫過程中的冷偏差和對降水的高估，特別是模式誤差在青藏高原地區(qū)有所放大（王淑瑜和熊喆，2004；Jiang et al., 2005；Ding et al., 2007；許崇海等，2007；張莉等，2008）。最近，我們根據(jù)觀測資料，采用統(tǒng)計學方法系統(tǒng)評估了44個CMIP5模式對青藏高原地區(qū)氣候的模擬能力，指出它們對年和季節(jié)地表氣溫的模擬較好而對降水的模擬較差，一些模式的模擬誤差過大而應慎用（胡芩等，2014）。為此，本文選取模式的標準主要是綜合考慮模擬與觀測場之間的空間相關系數(shù)、標準差之比和標準化的中心化均方根誤差，旨在保證模式對青藏高原地區(qū)地表氣溫和降水氣候態(tài)的空間分布型和空間變率具備較好的模擬能力；在進一步兼顧模式試驗數(shù)據(jù)的可利用性和完整性之后，最終分別選取了30和20個模式對青藏高原地表氣溫和降水變化進行預估。有關模式試驗的基本信息請見表1。

表1 所選CMIP5氣候模式的基本信息*

*模式順序按名稱首字母排列，兩要素共同使用的模式列于前方；所有模式的參考時段選為1986～2005年，RCP4.5情景數(shù)據(jù)積分時段選為2006～2100年。

鑒于CMIP5模式大氣變量的水平分辨率彼此間存在著不同，為便于定性和定量化比較，同時考慮到氣候變化的影響和應對研究通常在較高的水平分辨率上開展，所有模式結果都被雙線性內插到0.5°×0.5°分辨率經緯網格點上（備注：我們也在2.5°×2.5°水平分辨率上進行了相應計算，所得結果與之差別不大）。青藏高原選定為75°～105°E和25°～40°N范圍內海拔高度在2000 m以上的主體區(qū)域。1986～2005年視為參考時段，2016～2035年、2046～2065年和2081～2100年分別表示21世紀早期、中期和末期，同時也計算了21世紀最后十年（2090年代）的平均變化。鑒于在青藏高原地區(qū)多模式等權重集合平均和中位數(shù)集合方案都要優(yōu)于大多數(shù)單個模式的模擬性能，而且等權重集合平均方案要優(yōu)于中位數(shù)集合方案（胡芩等，2014），下文重點分析了CMIP5模式的等權重集合平均結果。

3 結果分析

3.1 地表氣溫

首先將青藏高原地區(qū)1020個網格點上的年均地表氣溫進行面積加權平均，而后得到了各模式及其集合平均的模擬預估結果（圖1）。相對于1986～2005參考時段，在RCP4.5情景下青藏高原年均地表氣溫盡管有一定的年際變率，但在21世紀總體上表現(xiàn)為持續(xù)上升。2006～2100年，各模式中年均地表氣溫的線性趨勢為0.08～0.49°C/10a，30個模式等權重集合平均的線性趨勢為0.26°C/10a。各模式在本世紀末的變暖多在1～4°C，2090年代平均增溫2.7°C，這一結果介于先前研究中RCP2.6的1.8°C和RCP8.5的4.1°C之間（Su et al., 2013）。另外，11個CMIP5模式預估在RCP4.5情景下21世紀中國年均地表氣溫的變化趨勢為0.24°C/10a、末期升溫2.5°C（Xu and Xu, 2012），這說明青藏高原增暖較中國平均而言要稍大一些，這與早期模式的預估結果是一致的（Jiang et al., 2009），通常被認為與高原地區(qū)冰雪變化及其反照率反饋作用有關（Giorgi et al., 1997）。

圖1 相對于1986～2005年參考時段，30個模式及其集合平均模擬的青藏高原區(qū)域平均的年均地表氣溫變化（單位：°C），陰影區(qū)為模式結果間的正負一個標準差范圍（單位：°C）

由于氣候模式之間在動力框架、物理過程、生物地球化學過程、參數(shù)化方案以及時空分辨率等方面存在差別，導致它們對相同強迫條件的響應不同，具體表現(xiàn)為相同數(shù)值試驗的模式結果間存在分歧。在RCP4.5情景下，盡管所有模式模擬的青藏高原年均地表氣溫均為上升趨勢，但變暖幅度在模式間不盡相同，有些模式的增暖偏強，而有些則偏弱，大多數(shù)模式結果分布在多模式集合平均附近（圖1）。2006～2100年，30個模式的逐年標準差總體上穩(wěn)定，并隨時間有所放大，但相比于變暖幅度本身仍是一個小量，這表明青藏高原年均地表氣溫變暖顯著且在模式之間具有較好的一致性。

相對于1986～2005年參照時段，青藏高原年均地表氣溫增幅隨著大氣溫室氣體濃度持續(xù)增加而變大。以21世紀早、中和末期為例（圖2），年均地表氣溫變化的空間分布型在各時期之間相似，增溫大值區(qū)主要位于高原中部和喜馬拉雅山脈西部，小值區(qū)位于高原北部柴達木盆地、高原東部和東南部海拔較低地區(qū)。在早、中和末期，多模式集合平均的年均增溫分別在0.8～1.3°C、1.6～2.5°C和2.1～3.1°C范圍內，相對應的區(qū)域平均變暖值是1.1°C、2.1°C和2.7°C。而且，三個時期年均地表氣溫變化全部區(qū)域都通過了95%信度水平的檢驗，顯示了較高的可靠性。同時，青藏高原地區(qū)2006～2100年年均地表氣溫線性趨勢分布與上述集合平均值變化有很好的一致性，具體表現(xiàn)為增溫大的區(qū)域總體上對應著快速增暖區(qū)，反之亦然（圖2d）。另外需要指出的是，高原西南部和中部海拔較高地區(qū)的增溫幅度通常較大而且較快，早、中 和末期青藏高原地區(qū)年均地表氣溫增幅與海拔高度的相關系數(shù)分別為0.79、0.80和0.77，變暖與海拔高度有統(tǒng)計顯著的正相關關系，這與近幾十年觀測資料所示的青藏高原增溫存在海拔依賴現(xiàn)象相一致（Liu et al., 2009；Qin et al., 2009）。

在季節(jié)尺度上，青藏高原區(qū)域平均的季節(jié)平均地表氣溫均呈上升趨勢（圖3）。就多模式集合平均而言，2006～2100年春、夏、秋和冬季區(qū)域平均地表氣溫的線性變化趨勢分別為0.24°C/10a、0.24°C/10a、0.26°C/10a和0.28°C/10a，冬季升溫水平相對最高，秋季次之；相對于參照時段，2090年代四季依次增溫了2.7°C、2.6°C、2.8°C和3.0°C。另外，季節(jié)平均地表氣溫的年際變率較年平均狀況總體偏大，具體表現(xiàn)為各季節(jié)的30個模式結果之間的標準差范圍明顯更大。總的來說，模式間的離散度在冬季最大，春季和秋季次之，夏季最小，與此相對應的是地表氣溫預估結果的不確定性依次減小；與年平均結果類似，各季節(jié)模式間離散度隨時間有所加大，意味著預估結果的不確定性隨時間增加。

圖2 相對于1986～2005年參考時段，（a）2016～2035年、（b）2046～2065年、（c）2081～2100年年均地表氣溫變化（單位：°C），（d）2006～2100年年均地表氣溫的線性變化趨勢（單位：°C/10a）。其中，圖a、b和c（d）中所有區(qū)域都通過了95%（90%）信度水平的t檢驗

圖3 相對于1986～2005年參考時段，30個模式及其集合平均模擬的青藏高原區(qū)域平均的春（MAM）、夏（JJA）、秋（SON）、冬（DJF）季地表氣溫變化（單位：°C），陰影區(qū)為模式結果間的正負一個標準差范圍（單位：°C）

季節(jié)平均地表氣溫變化的空間分布主要表現(xiàn)為青藏高原全域性增溫并在區(qū)域之間有所不同，21世紀末期增溫幅度較之早期和中期明顯偏高（圖4）。在所分析的三個時段里，春季和夏季分布型與年平均情形類似，存在位于高原中部和喜馬拉雅山脈西南處的增溫大值區(qū)和位于高原北部柴達木盆地、東部及東南部的增溫小值區(qū)；秋季，在高原中部和西部之間有一連續(xù)的升溫大值區(qū)；而在冬季，高原中部、南部至喜馬拉雅山脈東部這一大部分區(qū)域為升溫大值區(qū)。對比四個季節(jié)，冬季升溫幅度最高且升溫大值區(qū)范圍最大，夏季則相對最小。在21世紀早、中和末期，青藏高原區(qū)域平均的春季地表氣溫分別上升了1.1°C、2.1°C和2.6°C，夏季上升了1.0°C、2.0°C和2.5°C，秋季上升了1.1°C、2.6°C和2.7°C，冬季上升了1.2°C、2.3°C和2.9°C。

圖4 相對于1986～2005年參考時段，2016～2035年、2046～2065年和2081～2100年青藏高原季節(jié)平均地表氣溫變化（單位：°C），圖中打點區(qū)通過了95%信度水平的t檢驗

3.2 降水

在RCP4.5情景下，盡管存在一定的年際變率和模式間差別，2006～2100年青藏高原地區(qū)區(qū)域平均的年均降水總體上表現(xiàn)為弱的增加（圖5）。20個模式模擬的線性趨勢在－0.18%/10a至3.79%/10a之間，平均為1.15%/10a。2090年代較參考時段增加了10.4%，結合先前研究中RCP2.6和RCP8.5情景下本世紀末青藏高原年均降水分別增加了6.0%和13.0%（Su et al., 2013），表明高原年均降水在多種情景下均表現(xiàn)為小幅增加。與上述年均地表氣溫變化不同，年均降水變幅在模式之間的差異有所放大，具體表現(xiàn)為20個模式模擬結果的標準差較大，在數(shù)值上與它們模擬的集合平均變化值相當，因而信度相對要低一些。另外，20個模式模擬的年均降水變化的標準差隨時間有所擴大，意味著模式間的不確定隨時間增加，這與前述的年均地表氣溫結果相似。

相對于參考時段，本世紀早、中和末期青藏高原地區(qū)年均降水變化的空間分布型在彼此之間具有很好的一致性，表現(xiàn)為高原西南部至中部多為增加大值區(qū)，在其余地區(qū)變幅則相對較小，在高原東南部和西南部邊緣區(qū)還存在有微弱減少的區(qū)域（圖6）。就整個高原而言，三個時期變化的最大值分別為15.2%、17.8%和21.3%，最小值分別為－1.8%、－0.9%和1.4%，區(qū)域平均的年均降水變化分別為4.4%、7.9%和11.7%。進一步的95%信度水平檢驗顯示，本世紀早期僅高原西部大部分地區(qū)的年均降水變化信度較高，中期則為高原西部和部分中部地區(qū)，而末期則擴展到除東南部外的大部分高原地區(qū)，表明隨著輻射強迫的增加高原年降水變化的信噪比增加。另外應指出的是，上述通過信度檢驗的區(qū)域總體上對應著氣候模式能力評估中降水模擬效果較好的區(qū)域（胡芩等，2014），這說明在青藏高原地區(qū)氣候模式能力的改進將會有助于提高未來降水變化預估的信度。就2006～2100年整個時段而言，年均降水的線性趨勢分布主要表現(xiàn)為西南至中部地區(qū)增速快，而在東西兩側相對較慢；另外，在統(tǒng)計意義上增加顯著的區(qū)域主要集中在中西部部分地區(qū)，它們大體上與上述年均降水增加大值區(qū)相匹配（圖6d）。

圖5 同圖1，但為年均降水變化

圖6 同圖2，但為年均降水變化

在季節(jié)尺度上，青藏高原區(qū)域平均的春、夏、秋和冬季降水在未來也均表現(xiàn)為增加（圖7），20個模式集合平均的線性趨勢分別為1.03%/10a、1.28%/10a、1.04%/10a和1.15%/10a，2090年代較參照時段分別增加了10.2%、12.6%、8.8%和7.0%，其中夏季的增幅要高于其余三季。從模式離散度上來看，秋季的不確定性最小，而冬季降水標準差范圍明顯比其余三季大，可靠性相應的要差一些；與年均降水結果不同的是，季節(jié)尺度上的不確定性范圍隨時間沒有明顯變化，總體上保持穩(wěn)定。在本世紀早、中和末期（圖8），夏季降水變化的分布型與年平均情形一致，大值區(qū)主要位于高原的西南部，小值區(qū)位于中東部和東部地區(qū)，這說明未來年均降水變化主要取決于夏季，這與青藏高原地區(qū)年均氣候態(tài)降水主要來自于夏季是一致的（Sui et al., 2013）。其余三季降水變化分布型則與年平均情況有所差異，主要特征是在早期和中期降水在高原西南和東南部略有減少，大部分區(qū)域都為降水增加區(qū)域；末期降水變化在幅度上與前期相比差異不大，在西南部出現(xiàn)小范圍的減少區(qū)。就20個模式的集合平均而言，本世紀早、中和末期青藏高原區(qū)域平均的春季降水分別增加了4.0%、8.1%、11.1%，夏季增加了6.8%、12.2%、15.8%，秋季增加了3.5%、6.5%、9.4%，冬季增加了0.7%、5.0%、9.2%。

圖7 同圖3，但為季節(jié)平均降水變化

圖8同圖4，但為季節(jié)平均降水變化

Fig. 8 Same as Fig. 4, but for seasonal precipitation changes

4 結論和討論

本文利用對青藏高原氣候模擬能力較好的CMIP5模式的試驗數(shù)據(jù)，在RCP4.5情景下對本世紀青藏高原氣候進行了預估研究，其中地表氣溫和降水變化分別源自30和20個模式的試驗數(shù)據(jù)。主要結論有：

（1）2006～2100年，青藏高原區(qū)域平均的年均地表氣溫變化趨勢為0.26°C/10a；高海拔地區(qū)的增溫幅度相對較大，而在低的地區(qū)則較小；2090s平均升溫2.7°C，21世紀末期增溫幅度明顯高于早期和中期；春、夏、秋、冬季均表現(xiàn)為升溫，變暖速度分別為0.24°C/10a、0.24°C/10a、0.26°C/10a、0.28°C/10a，冬季溫升水平相對最大。

（2）21世紀青藏高原降水小幅增加，平均變化趨勢為1.15%/10a；中西部地區(qū)增幅較大且信度較高；2090年代較參考時段增加了10.4%；四季降水總體上均增加，春、夏、秋、冬季的線性趨勢分別為1.03%/10a、1.28%/10a、1.04%/10a、1.15%/10a，夏季降水的增幅相對最大。

（3）年和季節(jié)平均地表氣溫和降水變化在各模式間存在差別，地表氣溫的預估結果具有較高的信度，降水的則相對偏低。

最后需要說明的是，盡管本文使用了最新的CMIP5模式，并在質量控制的前提下?lián)駜?yōu)挑選了模式，但它們對青藏高原氣候的模擬能力仍有許多不足，如對地表氣溫模擬偏冷以及對降水的高估等（胡芩等, 2014），加之根據(jù)人類社會未來最有可能生活和發(fā)展方式所給出的新一代典型濃度路徑情景的代表性如何尚不明確，觀測資料的不足也限制了我們對年代際和更長時間尺度氣候變率的認識，上述預估結果因此含有一定的不確定性。進一步綜合考慮以往的預估工作，可以看到全球和區(qū)域氣候模式的數(shù)值試驗均表明21世紀青藏高原升溫，盡管變化幅度在彼此之間有所差異，但全球變暖背景下青藏高原變暖的趨勢是模式間的共性（徐影等，2003；Xu and Xu, 2012；Gao et al., 2013；Su et al., 2013）。對于降水未來變化而言，全球氣候模式中多以小幅增加為主（Xu and Xu，2012；Su et al., 2013），但在區(qū)域氣候模式試驗中則主要表現(xiàn)為減少（Gao et al., 2012b；Gao et al., 2013），兩者間的不同充分體現(xiàn)了高原降水預估的不確定性，其內在原因可能與模式分辨率、地形描述、物理過程和參數(shù)化方案等因素有關，還需要進一步研究。

致謝 感謝文中表1所示的CMIP5各模式組提供試驗數(shù)據(jù)。感謝兩位審稿人的寶貴評閱意見。

（References：）

Chen B, Chao W C, Liu X. 2003. Enhanced climatic warming in the Tibetan Plateau due to doubling CO2: A model study [J]. Climate Dyn., 20 (4): 401?413.

Chen H P, Sun J Q. 2013. Projected change in East Asian summer monsoon precipitation under RCP scenario [J]. Meteor. Atmos. Phys., 121 (1?2): 55?77.

Duan A M, Wu G X, Zhang Q, et al. 2006. New proofs of the recent climate warming over the Tibetan Plateau as a result of the increasing greenhouse gases emissions [J]. Chinese Science Bulletin, 51 (11): 1396?1400.

Ding Y H, Ren G Y, Zhao Z C, et al. 2007. Detection, causes and projection of climate change over China: An overview of recent progress [J]. Advances in Atmospheric Sciences, 24 (6): 954?971.

高學杰, 李棟梁, 趙宗慈, 等. 2003. 溫室效應對我國青藏高原及青藏鐵路沿線氣候影響的數(shù)值模擬 [J]. 高原氣象, 22 (5): 458?463. Gao Xuejie, Li Dongliang, Zhao Zongci, et al. 2003. Numerical simulation for influence of greenhouse effects on climatic change of Qinghai–Xizang Plateau along Qinghai–Xizang railway [J]. Plateau Meteorology (in Chinese), 22 (5): 458?463.

Gao X J, Shi Y, Zhang D F, et al. 2012a. Climate change in China in the 21st century as simulated by a high resolution regional climate model [J]. Chinese Science Bulletin, 57 (10): 1188?1195.

Gao X J, Shi Y, Zhang D F, et al. 2012b. Uncertainties in monsoon precipitation projections over China: Results from two high resolution RCM simulations [J]. Climate Research, 52: 213?226.

Gao X J, Wang M L, Giorgi F. 2013. Climate change over China in the 21st century as simulated by BCC_CSM1.1-RegCM4.0 [J]. Atmospheric and Oceanic Science Letters, 6 (5): 381?386.

Giorgi F, Hurrell J W, Marinucci M R, et al. 1997. Elevation dependency of the surface climate change signal: A model study [J]. J. Climate, 10 (2): 288?296.

胡芩, 姜大膀, 范廣洲. 2014. CMIP5全球氣候模式對青藏高原地區(qū)氣候模擬能力評估 [J]. 大氣科學, 38 (5): 924–938. Hu Qin, Jiang Dabang, Fan Guangzhou. 2014. Evaluation of CMIP5 models over the Qinghai– Tibetan Plateau [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 38 (5): 924–938.

IPCC. 2013. Summary for Policymakers [M]// Stocker T F, Qin D, Plattner G K, et al. Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press, 1?27.

Jiang D B, Tian Z P. 2013. East Asian monsoon change for the 21st century: Results of CMIP3 and CMIP5 models [J]. Chinese Science Bulletin, 58 (12): 1427?1435.

Jiang D B, Wang H J, Lang X M. 2005. Evaluation of East Asian climatology as simulated by seven coupled models [J]. Advances in Atmospheric Sciences, 22 (4): 479?495.

Jiang D B, Zhang Y, Sun J Q. 2009. Ensemble projection of 1?3°C warming in China [J]. Chinese Science Bulletin, 54 (18): 3326?3334.

Lang X M, Sui Y. 2013. Changes in mean and extreme climates over China with a 2°C global warming [J]. Chinese Science Bulletin, 58 (12): 1453? 1461.

Li J F, Zhang Q, Chen Y Q, et al. 2013. GCMs-based spatiotemporal evolution of climate extremes during the 21st century in China [J]. Journal of Geophysical Research: Atmospheres, 118 (19): 11017?11035.

Liu X D, Cheng Z G, Yan L B, et al. 2009. Elevation dependency of recent and future minimum surface air temperature trends in the Tibetan Plateau and its surroundings [J]. Global and Planetary Change, 68 (3): 164?174.

Moss R H, Edmonds J A, Hibbard K A, et al. 2010. The next generation of scenarios for climate change research and assessment [J]. Nature, 463 (7282): 747?756.

Qin J, Yang K, Liang S L, et al. 2009. The altitudinal dependence of recent rapid warming over the Tibetan Plateau [J]. Climatic Change, 97 (1?2): 321?327.

Su F G, Duan X L, Chen D L, et al. 2013. Evaluation of the global climate models in the CMIP5 over the Tibetan Plateau [J]. J. Climate, 26 (10): 3187?3208.

Sui Y, Jiang D B, Tian Z P. 2013. Latest update of the climatology and changes in the seasonal distribution of precipitation over China [J]. Theor. Appl. Climatol., 113 (3?4): 599?610.

Sun J Q, Ao J. 2013. Changes in precipitation and extreme precipitation in a warming environment in China [J]. Chinese Science Bulletin, 58 (12): 1395?1401.

Sun Y, Ding Y H. 2010. A projection of future changes in summer precipitation and monsoon in East Asia [J]. Science in China Series D: Earth Sciences, 53 (2): 284?300.

Taylor K E, Stouffer B J, Meehl G A. 2012. An overview of CMIP5 and the experiment design [J]., 93 (4): 485?498.

van Vuuren D P, Edmonds J, Kainuma M, et al. 2011. The representative concentration pathways: An overview [J]. Climatic Change, 109 (1?2): 5?31.

Wang H J, Zeng Q C, Zhang X H. 1993. The numerical simulation of the climatic change caused by CO2doubling [J]. Science in China Series B: Chemistry, 36 (4): 451?462.

王淑瑜, 熊喆. 2004. 5個海氣耦合模式模擬東亞區(qū)域氣候能力的初步分析 [J]. 氣候與環(huán)境研究, 9 (2): 240–250. Wang Shuyu, Xiong Zhe. 2004. The preliminary analysis of 5 coupled ocean–atmosphere global climate models simulation of regional climate in Asia [J]. Climatic and Environmental Research (in Chinese), 9 (2): 240?250.

吳國雄, 劉屹岷, 劉新, 等. 2005. 青藏高原加熱如何影響亞洲夏季的氣候格局 [J]. 大氣科學, 29 (1): 47?56. Wu Guoxiong, Liu Yimin, Liu Xin, et al. 2005. How the heating over the Tibetan Plateau affects the Asian climate in summer [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 29 (1): 47?56.

許崇海, 沈新勇, 徐影. 2007. IPCC AR4模式對東亞地區(qū)氣候模擬能力的分析 [J]. 氣候變化研究進展, 3 (5): 287?292. Xu Chonghai, Shen Xinyong, Xu Ying. 2007. An analysis of climate change in East Asia by using the IPCC AR4 simulations [J]. Advances in Climate Change Research (in Chinese), 3 (5): 287?292.

徐影, 丁一匯, 李棟梁. 2003. 青藏地區(qū)未來百年氣候變化 [J]. 高原氣象, 22 (5): 451?457. Xu Ying, Ding Yihui, Li Dongliang. 2003. Climatic change over Qinghai and Xizang in 21st century [J]. Plateau Meteorology (in Chinese), 22 (5): 451?457.

Xu C H, Xu Y. 2012. The projection of temperature and precipitation over China under RCP scenarios using a CMIP5 multi-model ensemble [J]. Atmospheric and Oceanic Science Letters, 5 (6): 527?533.

Xu Y, Xu C H, Gao X J, et al. 2009. Projected changes in temperature and precipitation extremes over the Yangtze River basin of China in the 21st century [J]. Quaternary International, 208 (1?2): 44?52.

Yu Y Q, Zhi H, Wang B, et al. 2008. Coupled model simulations of climate changes in the 20th century and beyond [J]. Advances in Atmospheric Sciences, 25 (4): 641?654.

張莉, 丁一匯, 孫穎. 2008. 全球海氣耦合模式對東亞季風降水模擬的檢驗 [J]. 大氣科學, 32 (2): 261?276. Zhang Li, Ding Yihui, Sun Ying. 2008. Evaluation of precipitation simulation in East Asian monsoon areas by coupled ocean–atmosphere general circulation models [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 32 (2): 261?276.

Zhou T J, Yu R C. 2006. Twentieth-century surface air temperature over China and the globe simulated by coupled climate models [J]. J. Climate, 19 (22): 5843?5858.

Zhou X J, Zhao P, Chen J M, et al. 2009. Impacts of thermodynamic processes over the Tibetan Plateau on the Northern Hemispheric climate [J]. Science in China Series D: Earth Sciences, 52 (11): 1679?1693.

胡芩, 姜大膀, 范廣洲. 2015. 青藏高原未來氣候變化預估：CMIP5模式結果[J]. 大氣科學, 39 (2): 260-270, doi:10.3878/j.issn.1006-9895.1406.13325. Hu Qin, Jiang Dabang, Fan Guangzhou. 2015. Climate change projection on the Tibetan Plateau: Results of CMIP5 models [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 39 (2): 260-270.

Climate Change Projection on the Tibetan Plateau: Results of CMIP5 Models

HU Qin1, 2, JIANG Dabang1, 3, and FAN Guangzhou2

1,,,100029;2,610225;3,,100029

Climate change for the 21st century over the Tibetan Plateau (TP) is projected using multiple climate models within the phase five of the Coupled Model Intercomparison Project under the Representative Concentration Pathway 4.5 (RCP4.5) scenario. These models have a demonstrated ability to simulate modern climatology. The results show an annual warming trend of 0.26°C per decade, which correlates positively with the topographical height in 2006?2100. With respect to the reference period 1986?2005, the TP annual temperature increases 2.7°C in the 2090s, which is stronger than the warming in the early and middle 21st century. In the early, middle, and end periods, annual warming is 0.8?1.3°C, 1.6?2.5°C, and 2.1?3.1°C, respectively. Temperature increases are seen in all seasons, with the strongest warming occurring in winter. On the contrary, overall annual precipitation increases slightly on the TP, with a trend of 1.15% per decade during 2006–2100 and an increase of 10.4% in the 2090s relative to the reference period. Annual precipitation ranges from－1.8% to 15.2% in the early period, from －0.9% to 17.8% in the middle period, and from 1.4% to 21.3% in the end period. Precipitation generally increases in all seasons; the summer increase is larger compared with other seasons, particularly for the end of the 21st century. The annual precipitation increase occurs mainly in summer. It is noted that the above results differ somewhat among models, which indicates a relatively large level of uncertainty and a relatively high (low) reliability of temperature (precipitation) projection.

CMIP5 models, Tibetan Plateau, Climate change, Projection

1006-9895(2015)02-0260-11

P467

A

10.3878/j.issn.1006-9895.1406.13325

2013-12-06；網絡預出版日期 2014-08-25

中國科學院戰(zhàn)略性先導科技專項——青藏高原圈層相互作用及其資源環(huán)境效應項目XDB03020602，國家重點基礎研究發(fā)展計劃（973計劃）項目2012CB955401，國家自然科學基金項目41375084、41175072

胡芩，女，1989年出生，碩士研究生，主要從事氣候變化研究。E-mail: huqin@mail.iap.ac.cn

姜大膀，E-mail: jiangdb@mail.iap.ac.cn