CMIP6模式新情景（SSP-RCP）概述及其在淮河流域的應用

姜彤 呂嫣冉 黃金龍 王艷君 蘇布達 陶輝

（1 南京信息工程大學地理科學學院/災害風險管理研究院，南京 210044；2 國家氣候中心，中國氣象局，北京 100081；3 中國科學院新疆生態與地理研究所荒漠與綠洲生態國家重點實驗室，烏魯木齊 830011）

0 引 言

氣候變化是當今社會普遍關注的全球性問題，IPCC第五次評估報告（AR5）指出，人為排放的溫室氣體增加所引起的氣候變化對人類社會和自然系統的影響是毋庸置疑的。近100年以來，全球氣候經歷了以變暖為主要特征的變化，極端天氣和氣候事件在全球和區域范圍內更易發生[1]，并給生態系統帶來了巨大的負面影響。氣候變化綠皮書指出[2]，中國是氣候變化敏感區和影響顯著區之一，20世紀中葉以來其升溫速率明顯高于全球同期水平，且氣候變化對我國的影響總體弊大于利。因此，開展未來氣候變化的可能演變規律研究，對研究區相應的減緩和適應措施有著重要的科學意義。

地球系統模式是理解歷史并預測未來潛在氣候變化的重要工具，其采用數值模擬的方法研究地球各圈層之間的聯系和演變規律[3]。為此世界氣候研究計劃（WCRP）于1995年發起和組織了耦合模式工作組（WGCM），由該工作組發起了國際耦合模式比較計劃（CMIP），并在過去的近25年間陸續推進了第二次到第六次比較計劃。CMIP計劃主要研究的是氣候模式模擬能力評估以及未來氣候變化的情景預估，是歷次IPCC科學評估的重要組成部分，如CMIP5的結果被應用于IPCC的第五次評估報告（AR5）中。同時CMIP計劃極大地促進了氣候模擬、診斷、歸因研究等領域的國際合作。目前，CMIP6正在有序的進行中，自2015年開始[4]，第六次國際耦合模式比較計劃（CMIP6）已經開展包括地球工程模式比較計劃（GeoMIP）、土地利用模式比較計劃（LUMIP）、協同區域氣候降尺度計劃（CORDEX）、情景模式比較計劃（ScenarioMIP）等在內的23個子計劃，并有超過100個模式組參與其中。截止2020年4月，已經90余個模式發布結果，更多信息可參閱CMIP6官網網站：https://esgf-node.llnl.gov/search/cmip6/。其所有氣候模式的輸出的結果都將共享給各國科學家，并應用于氣候變化科學、影響、對策中。CMIP6數據也將為IPCC第六次評估報告提供基礎支撐[5]。情景模式比較計劃（ScenarioMIP）是CMIP6的主要子計劃之一。該計劃不同于CMIP5中的典型濃度路徑（RCPs）情景，CMIP6中的情景是不同共享社會經濟路徑（SSPs）和RCPs的組合情景，包含了未來社會經濟發展的含義。

淮河流域位于中國東部，介于長江和黃河流域之間，流域西部、西南部以及東北部為山地丘陵地區，其余為廣闊的平原，地處暖濕帶和北亞熱帶氣候過渡帶，是典型的中緯度副熱帶季風氣候區，水資源充沛、四季分明、雨熱同季，有利于農作物生長，是我國重要的糧食產區[6]。由于其特殊的地理位置和充沛的降水，使得該區域洪澇災害頻發，對流域內的糧食生產、水資源管理具有重要影響。因此，需加強流域氣候變化特征分析及其未來氣候變化的預估工作。目前CMIP5數據集已經被廣泛應用于對淮河流域的氣溫、降水等變化預估研究[7-9]，CMIP6也已經開始應用于全球或區域尺度氣候變化的研究工作[10-11]，但流域尺度（如淮河流域）的應用較少。因此本文將基于CMIP6中包含不同SSP-RCP組合情景的5個全球氣候模式，開展淮河流域未來氣候變化的時空演變特征分析。

1 SSP-RCP情景

情景是對未來發展變化的可能性描述，遵循連貫和內部一致原則，對重要驅動力和關系的假設。預估未來的全球和區域的氣候變化需要構建溫室氣體排放和社會經濟等一系列情景，這些情景需要對各種發展可能進行定量或者定性的描述?；诓煌榫暗臍夂蝾A估，是歷次IPCC報告的重要內容，其結果主要展現不同選擇帶來的氣候變化風險與社會經濟影響。政府間氣候變化專門委員會（IPCC）依次提出了主要考慮CO2加倍平衡的SA90情景[12]，將排放情景劃分為6種的IS92情景[13]，考慮4類不同社會經濟情景的SRES情景[14-15]，以典型濃度路徑描述輻射強迫的RCPs情景[16]，更加強調未來輻射強迫情景和共享社會經濟情景一致性的RCP-SSP組合情景；每個情景都包括一套化學活性氣體、氣溶膠和溫室氣體的排放和濃度，土地利用/覆蓋的時間路線，影響著國家不同發展戰略路徑的選擇。不同于CMIP5，CMIP6是利用6個綜合評估模型（IAM）[17-22]基于共享社會經濟路徑（SSPs）情景所產生。

共享社會經濟路徑（SSPs）情景的設定是根據當前國家與區域的實際情況，以及發展規劃來獲取具體社會經濟發展情景。構成SSP的定量元素包含人口、GDP等指標，定性元素包含全球發展的描述，主要涵蓋7個方面[23-25]：人口和人力資源、經濟發展、生活方式、人類發展、環境與自然資源、政策和機構、技術發展。在2012年IPCC AR5專題會議上，明確了5個基礎型的SSPs（SSP1-SSP5）分別為：可持續發展路徑SSP1、中間路徑SSP2、 區域競爭路徑SSP3、不均衡路徑SSP4、傳統化石燃料為主的路徑SSP5。

ScenarioMIP的方案設計中首先選擇強迫場，然后根據所選定的不同強迫場為基礎選擇相應的SSPs。CMIP6繼承了CMIP5中的4種RCP情景（RCP2.6、RCP4.5、RCP6.0、RCP8.5），此外還增加了3種排放路徑（RCP1.9、RCP3.4、RCP7.0）。ScenarioMIP根據相對優先級分為一級（Tier-1）和二級（Tier-2）試驗共8組未來情景。本文重點介紹其中的SSP1-1.9，

SSP1-2.6，SSP4-3.4，SSP2-4.5，SSP4-6.0，SSP3-7.0，SSP5-8.5在內的7個組合情景。

圖1 SSP-RCP主要組合情景Fig.1 SSP-RCP main scenarios

SSP1-1.9：目前最低的輻射排放情景。為了能提供全球升溫1.5 ℃更多信息，ScenarioMIP設計了一個在2100年前強迫低于RCP2.6的情景，并通過IAM小組綜合產生出一個基于SSP1共享社會發展路徑，其輻射強迫在2100年達到約1.9 W/m2。因此，該情景一致被認為可能（大于66%）在2100年保持全球升溫1.5 ℃。

SSP1-2.6：CMIP5中RCP2.6的更新版本，和SSP1-1.9同屬于低強迫情景，2100年輻射強迫穩定在約2.6 W/m2。在該情景下，相對于工業化革命前多模式集合平均的全球平均氣溫結果將顯著低于2 ℃。該情景考慮了考慮未來全球森林覆蓋面積的增加并伴隨大量的土地利用變化，通過IAM/IAV的綜合評估，形成了低脆弱性、低減緩挑戰的特征，符合SSP1情景。

SSP2-4.5：CMIP5中RCP4.5的更新版本。屬于中等輻射強迫情景，在2100年輻射強迫穩定在約4.5 W/m2。該情景常被用于CMIP6的參考，例如協同區域氣候降尺度計劃（CORDEX）中的區域降尺度和年代際氣候預測計劃（DCCP）。此外，由于SSP2的土地利用和氣溶膠路徑并不極端，僅代表結合了一個中等社會脆弱性和中等輻射強迫的情景。

SSP3-7.0：屬于中高等輻射強迫情景，在2100年輻射強迫穩定在約7.0 W/m2。它填補了CMIP5中高強迫情景的空白。SSP3路徑代表了中大量的土地利用變化（尤其是全球森林覆蓋率下降）和高的氣候強迫因子（特別是二氧化硫）。因此SSP3-7.0情景結合相對較高的社會脆弱性（SSP3）和相對較高的輻射強迫。

SSP4-3.4：屬于低輻射強迫情景，它填補了CMIP5中低強迫情景的空白。2100年輻射強迫達到3.4 W/m2的情景中存在很大的減緩效益，因此決策者關心在2.6 W/m2和4.5 W/m2之間的減排成本。選擇SSP4情景，是由于此情景減緩挑戰相對較低。SSP4-3.4為較低減緩挑戰情景與較低輻射強迫情景的組合。

SSP4-6.0：CMIP5中RCP6.0的更新版本。屬于中等排放情景，2100年輻射強迫為5.4 W/m2，2100年以后穩定在6.0 W/m2。該情景與SSP4-3.4的對比可以研究不同全球平均輻射強迫路徑的氣候影響，并探索土地利用和氣溶膠對區域氣候影響。

SSP5-8.5：CMIP5中RCP8.5的更新版本。該屬于高強迫情景，情景還將設計來解決其他MIPs的科學問題。選擇SSP5的原因在于SSP5是唯一可以實現至2100年排放高至8.5 W/m2的路徑。

2 淮河流域多模式多情景的結果分析

淮河流域面積約2.7×105km2，位于112°—122°E、30°—37°N，流域地跨安徽、山東、江蘇、河南、湖北5個省40個地（市）（圖2）。

圖2 淮河流域及氣象站點空間分布Fig. 2 Location of meteorological stations in the HRB

1961—2018年淮河流域年均氣溫為14.4 ℃，呈明顯上升趨勢（圖3a）。自20世紀90年代后氣溫上升趨勢明顯，年均約14.8 ℃。流域空間呈現由北向南逐步遞增的緯向分布，流域南部的河南信陽，安徽蚌埠、江蘇盱眙以南為高值區，年均溫約為15.3 ℃，流域北部的山東費縣、臨沂、日照為低值區，年均約13.3 ℃。1961—2018年淮河流域年均降水為883.0 mm，無明顯變化趨勢（圖3b），其中1966年降水最小值為548 mm，2003年降水量最大為1282 mm?？臻g分布上，流域多年平均年降水量南部多于北部，山區多于平原。南部的安徽六安、霍山以南降水最多，超過1200 mm，河南鄭州、開封，山東菏澤等地降水較小，在750 mm以下。

對未來時期，學者基于CMIP5數據在淮河流域已開展很多研究。如林慧[9]通過利用3個CMIP5模式RCP4.5與RCP8.5情景預估分析淮河流域上游氣候變化，發現2020—2099年氣溫升溫迅速，而降水卻沒有明顯的變化趨勢。Wu等[7]利用8個CMIP5模式預估長江—淮河流域未來降水變化，結果顯示在RCP4.5情景下，相較于21世紀近期、中期，末期流域（2081—2100年）平均降水變化最大，在中后期西部地區呈顯著增加趨勢。Wu等[8]利用6個CMIP5模式降水數據，通過BP神經網絡優化多模式集合運算發現，所有模式的降水趨勢都隨時間而增加，四季中平均降水增幅為冬季＞春季＞夏季＞秋季。

本研究采用的數據為國際耦合模式比較計劃第六階段CMIP6下的情景模式比較計劃ScenarioMIP中的5個全球氣候模式（表1），這些模式均包含了1901—2014年和7個組合情景（SSP1-1.9，SSP1-2.6，SSP2-4.5，SSP3-7.0，SSP4-3.4，SSP4-6.0，SSP5-8.5）下2015—2100年的模擬數據。為了方便對比分析，本文選用1995—2014年為基準期，格網化觀測數據采用基于國家氣候信息中心2400余國家級臺站的觀測數據插值的網格數據集[26-27]，時間尺度為1961—2018年，空間分辨率為0.5°×0.5°?；诖烁窬W化觀測數據，論文使用統計降尺度（Spatial Disaggregation）和Equidistant Cumulative Distribution Functions（EDCDF）偏差訂正方法[28-29]將模式數據重采樣至0.5°×0.5°分辨率。

圖3 1961—2018年淮河流域年均氣溫、降水變化Fig. 3 The change of annual temperature and precipitation in the HRB from 1961 to 2018

表1 CMIP6 中 5個全球氣候模式的基本信息Table 1 Summary of the 5 CMIP6 models used in this study

圖4 1961—2005年訂正前的CMIP5、CMIP6與觀測數據比較Fig. 4 Comparison of annual temperature and precipitation between original CMIP5, CMIP6 simulations and observations from period 1961-2005

2.1 淮河流域氣候模式模擬能力評估

CMIP5和CMIP6都能較好地捕捉流域氣溫和降水的空間分布狀況（圖4），CMIP5中氣溫和降水的相關系數為0.66和0.65；CMIP6中氣溫和降水的相關系數為0.75和0.69，并通過了0.05的顯著性水平檢驗。1961—2005年CMIP5多年平均氣溫和降水量與觀測的偏差分別達到了9.4%和33.4%；CMIP6多年平均氣溫和降水量與觀測的偏差分別為8.9%和31.6%。可見，不論是CMIP5還是CMIP6的氣候模式都高估了觀測氣溫和降水。但不難發現，相比于CMIP5，CMIP6氣候模式在氣象要素的空間分布和偏差上都有著一定的提升，這與CMIP6在模式設計、物理過程改進等方面的提升密切相關[4,10]。鑒于，CMIP5和CMIP6分辨率較低難以捕捉流域尺度的氣候變化狀況以及相比于觀測存在較大偏差，論文在開展預估研究之前首先對氣候模式數據進行了降尺度與偏差訂正處理。偏差訂正后，CMIP5、CMIP6模式基本都能很好的模擬逐月的平均氣溫（圖5a），相對誤差分別在2.0%和1.2%左右，年平均氣溫觀測數據與多模式集合數據的空間相關系數均大于0.95。月降水中氣候模式數據基本偏高于觀測數據（圖5b），CMIP5與觀測數據的相對誤差為3.8%，CMIP6與觀測數據的相對誤差為1.8%?？臻g上，從圖6a、6b和6c可以看出，偏差訂正后CMIP5和CMIP6模式對平均氣溫的空間分布模擬較好，模擬出了氣溫由西南向東北逐漸降低的空間分布特征，同時也較好的模擬出了西南部駐馬店—蚌埠以南的高值區，但CMIP5模式在流域西南地區模擬偏高。圖6e、6f和6g是偏差訂正后多模式年降水與觀測值的空間分布，空間相關系數大于0.95，但CMIP5模式在流域西北地區模擬偏低。整體而言，CMIP6對流域氣溫降水的模擬效果更好。

圖5 1961—2005年淮河流域CMIP5、CMIP6、觀測數據的月均氣溫（a）與降水（b）年內分布Fig. 5 Comparison of CMIP5, CMIP6 with observation in HRB for 1961—2005: multi-year averaged monthly temperature(a) and precipitation (b)

圖6 1961—2005年淮河流域CMIP5、CMIP6、觀測數據的年均氣溫（a、b、c）和降水（d、e、f）空間分布Fig. 6 Spatial distributions of annual temperature and precipitation for 1961-2005: CMIP5, CMIP6 simulated and observed temperature (a, b, c); CMIP5, CMIP6 simulated and observed precipitation (d, e, f)

2.2 CMIP5、CMIP6 下淮河流域氣溫與降水預估對比

對于年均氣溫，2021—2100年CMIP5中的RCP2.6情景的氣溫呈現增加趨勢，趨勢為0.05 ℃/10 a；在CMIP6的SSP1-2.6情景下，氣溫增加速率為0.1 ℃/10 a；在RCP8.5情景下，增加率為0.6 ℃/10 a，相對近期（2021—2040年），末期（2081—2100年）氣溫預計將增加0.6 ℃，在SSP5-8.5情景下增加速率達0.7 ℃/10 a，相對近期，末期氣溫預計將增加1.0 ℃，（圖7a）。CMIP6情景下預估的氣溫增幅較CMIP5更明顯，尤其在高強迫情景中增幅更高。對于降水變化而言，CMIP5的RCP2.6情景下，降水相對增加速率為11.7 mm/10 a，在CMIP6的SSP1-2.6情景下年降水變率為11.2 mm/10 a；RCP8.5情景下增速為19.7 mm/10 a，而在SSP5-8.5情景下則高至27.0 mm/10 a（圖7b）?；春恿饔蚪邓兓A估中，CMIP6相較于CMIP5結果，波動范圍減少，增加速率加快。

圖7 2021—2100年CMIP5中RCP2.6、RCP8.5（a）情景與CMIP6中SSP1-1.9、SSP1-2.6、SSP5-8.5（b）情景在淮河流域預估氣溫降水變化的比較Fig.7 Comparison of the predicted temperature and precipitation changes in the HRB between the RCP2.6 and RCP8.5 scenarios in CMIP5 (a) and the SSP1-1.9, SSP1-2.6 and SSP5-8.5 scenarios in CMIP6 (b) from 2021-2100

2.3 CMIP6 情景下淮河流域氣溫與降水預估

基于多模式集合平均結果得出，相對于基準期1995—2014年，在SSP1-1.9，SSP1-2.6，SSP2-4.5，SSP3-7.0，SSP4-3.4，SSP4-6.0，SSP5-8.5情景下，近期（2021—2040年）平均氣溫分別增加1.3、1.2、1.2、1.0、1.1、1.2和1.5 ℃，中期（2041—2060年）平均氣溫相對增加1.5、1.7、1.8、1.9、1.7、1.9和2.5 ℃，末期（2081—2100年）平均氣溫相對增加1.3、1.7、2.8、4.0、2.3、3.5和5.6 ℃。在低強迫情景（SSP1-1.9，SSP1-2.6，SSP4-3.4）中，年均氣溫在21世紀前中后期增長幅度趨于平穩；在中等強迫情景（SSP2-4.5，SSP4-6.0）下，增溫幅度隨時間減緩；而高強迫情景（SSP5-8.5）流域氣溫持續增加，且增加幅度高于低、中等強迫情景，中高排放強迫情景（SSP3-7.0）的增溫幅度介于中、高強迫情景之間。在空間分布上（圖9a、9b、9c），近20年（2021—2040年）隨輻射強迫的增加，增溫明顯集中于流域的西南部，增溫幅度約為1.0～2.0℃。

圖8 SSP-RCP情景下年均氣溫（a）、降水（b）相對基準期（1995—2014年）變化Fig. 8 Changes in average temperature (a) and precipitation (b) relative to the baseline period (1995-2014) under the SSP-RCP scenarios

年降水量各情景均呈增加趨勢（圖8b），相對于基準期1961—2014年，在SSP1-1.9，SSP1-2.6，SSP2-4.5，SSP3-7.0，SSP4-3.4，SSP4-6.0，SSP5-8.5情景下，近期（2021—2040年）年降水量分別變化-0.5%、11.2%、19.9%、32.2%、-6.9%、0.2%、8.7%，中期（2041—2060年）相對增加11.4%、30.8%、33.9%、39.1%、1.8%、3.8%、27.9%，末期（2081—2100年）相對增加13.9%、26.3%、53.4%、73.6%、12.5%、15.4%、53.3%。流域年降水量在中高、高強迫情景（SSP3-7.0、SSP5-8.5）下中增幅最大；中等輻射強迫情景除SSP4-6.0之外，增幅超過30%；低排放情景除SSP4-3.4外增幅超過10%。從空間分布上來看（圖9d、9e、9f），在2021—2040年SSP2-4.5情景下，降水在整個流域呈現增加趨勢，降水增加區域主要集中于東南部，年均增幅約為60 mm，SSP1-1.9情景中流域西南和中部年均增加約30～40 mm。

由于淮河流域夏季降水約占全年降水量的50%以上，所以夏季降水的多寡是決定當年旱澇情況的重要因素。2021—2040年夏季年降水量概率密度分布如圖10所示。在夏季中，所有情景降水均較基準期增加。且降水概率密度分布函數的變化會使極端降水事件的可能性增加，也同時意味著近20年夏季季節性洪澇災害發生的可能性變大。

圖9 SSP1-1.9（a、d），SSP2-4.5（b、e），SSP5-8.5（c、f）情景下淮河流域2021—2040年平均氣溫（a、b、c）、降水（d、e、f）相對于基準期（1995—2014年）的變化Fig. 9 The projected change of average temperature (a, b, c) and precipitation (d, e, f) relative to the baseline period(1995-2014) over HRB in 2021-2040 under SSP1-1.9 (a, d), SSP2-4.5 (b, e), and SSP5-8.5 (c, f) scenario

3 結論與討論

本文主要介紹了國際耦合模式比較計劃第六階段（CMIP6）的演變過程，詳述了CMIP6中SSP-RCP組合情景的內容，并利用CanESM5，CNRM-ESM2-1，IPSL-CM6A-LR，MIPOC6，MRI-ESM2-0這5個全球氣候模式分析了 7個情景SSP1-1.9，SSP1-2.6，SSP2-4.5，SSP3-7.0，SSP4-3.4，SSP4-6.0，SSP5-8.5下淮河流域2021—2100年氣候變化的可能趨勢。

ScenarioMIP作為CMIP6重要的子計劃之一，為氣候變化機理、減緩和適應研究提供了關鍵數據支撐。相比于CMIP5中的RCPs路徑，CMIP6融合了共享社會經濟路徑，使減緩的成本與效益評估更加容易。此外，ScenarioMIP的SSP情景包含針對21世紀末不同溫控目標的路徑（如SSP1-1.9和SSP1-2.6），可以更加合理地評估1.5 ℃和2 ℃溫升目標。

1961—2018年流域年平均氣溫有明顯的上升趨勢，尤其在20世紀90年代后上升趨勢最為顯著，高溫區主要分布在流域西南部；年均降水無明顯變化。應用CMIP6數據對淮河流域氣溫降水進行預估發現，相對于基準期（1995—2014年），除SSP1-1.9路徑外，2021—2100年其余6個情景下年平均氣溫均呈遞增趨勢，且上升幅度隨輻射強迫的增加而增加。不同組合情景下，淮河流域年降水都呈現增加趨勢，其中在SSP3-7.0中增幅最大；降水的季節尺度上，夏季節降水在增加，且洪澇風險增大。

淮河流域氣候變化預估作為流域未來水資源研究基礎意義重大，在后期工作中，還需要利用日數據，將氣候模式與水文模型結合起來，對流域未來氣候變化對水文水資源的影響與極端水文事件可能的變化做進一步分析研究。

對比CMIP5的研究，CMIP6模式下淮河流域未來氣溫和降水變化趨勢都更明顯，其差異可能受到模式本身及氣候情景間的共同影響。對于模式本身，相比于CMIP5，CMIP6在氣候要素的空間部分和偏差等方面都有著一定的提升，可能與物理機制（如：模式減小了西北太平洋海溫模擬偏差）的提升有關[4,10,11]；對于氣候情景，CMIP5主要采用的是四個典型濃度路徑情景，而CMIP6采用融入了未來社會經濟發展的SSP-RCP組合情景，使未來預估結果更合理。但具體模式內部靈敏度等機理問題還需要更為專業的物理知識進行解釋，有待作者進一步研究。