CMIP5對東北地區氣溫評估和2 ℃/4 ℃升溫閾值出現時間研究

王 濤,趙萌初,王乙舒,周曉宇,沈玉敏,王小桃,沈歷都

(1.沈陽區域氣候中心，遼寧 沈陽 110166;2.南京信息工程大學 氣象災害教育部重點實驗室/氣候與環境變化國際合作聯合實驗室/氣象災害預報預警與評估協同創新中心，江蘇 南京 210044)

近年來，氣候變化特別是全球氣候變暖對自然生態系統和社會經濟發展產生的影響已成為重大的全球性問題，得到了國際社會的普遍關注。東北地區是我國最大的商品糧基地和農業生產最具發展潛力的地區之一，與低緯度地區相比，東北地區對全球變暖的敏感性較高[1]。因此在全球變暖的背景下，評估東北未來氣溫如何變化，對指導農業生產、提高農產品產量以及防災減災都具有重大意義。

現階段全球氣候模式是模擬全球和區域歷史氣候特征和預估未來氣候變化的主要工具,在CMIP5模式計劃最新情景設置中[2]，多模式平均的預估結果顯示在不同RCPs(從低到高)下，中國區域平均氣溫在21世紀的升溫速率為0.09～0.61 ℃/10 a[3-4]。我國學者分別從氣候變化[5-7]和氣溫[8-12]相關方面，開展了模擬預估全球和中國氣候變化及其機理研究，如孫偵等[13-14]評價了15個全球氣候模式以及多模式集合對中國氣溫和降水的模擬精度，結果表明：多模式集合平均對中國日平均氣溫和降水的模擬精度優于大部分模式，多模式集合可以在一定程度上減少單個模式對未來情景模擬氣溫和降水的不確定性。吳佳等[15]利用24個CMIP5全球耦合模式模擬結果發現與觀測相比，CMIP5集合模擬的中國降水對增溫的響應偏弱，而極端降水的響應則偏強。此外對區域氣候模擬預估也做了大量工作[16-19],其中，陶純葦等[20-21]評估并選出了4個模擬效果較優模式，發現其模擬氣溫的可靠性得到提高，在RCP4.5情景下，東北大部分地區未來為變濕的趨勢。吳蔚等[22]從8個全球氣候模式對各項指標模擬能力來看，模式BCC模擬的相對誤差絕對值總和最大(330%),集合模式為158%，IPSL-CMSA-MR最小(114%)，優于其他模式。全球平均氣溫相較于工業革命前期的上升幅度預估是當下氣候變化研究的熱點問題,2015年在《聯合國氣候變化框架公約》第21次締約方會議一致通過將2 ℃升溫幅度閾值目標正式寫入《巴黎協定》。許多學者圍繞此問題做了大量有意義的研究，胡婷等[23]利用CMIP5多模式集合分析了全球氣溫升溫2 ℃閾值出現時間，在RCP4.5、RCP6.0和RCP8.5下,全球升溫2 ℃的時間分別為2049、2056和2039年。徐影[24]和周夢子[25]等認為相比工業化之前，全球升溫2 ℃閾值下，亞洲區域平均溫度升高3 ℃，且高緯度地區大于中緯度地區，中國升溫閾值時間早于全球，東北和西北地區出現時間最早[26]。

當前很多研究認為，由于多模式集合平均模擬能力是優于單個模式的，但單個模式模擬能力又是不可忽視的,而東北地區處溫帶季風區，其所處位置對氣溫敏感性也較高，尤其是對2 ℃/4 ℃升溫，因此有必要綜合評估單個模式和多模式集合平均對東北地區未來氣溫變化的情景預估和不確定評估研究。

本文從全球氣候模式中選取對東北地區氣溫模擬性能最優的模式，并據此模擬2016～2099年的氣溫變化趨勢，分析未來不同情景下首次出現4 ℃年份、穩定出現2 ℃/4 ℃年份、結束年份、持續時間、平均升溫幅度時間變化趨勢和空間分布特征，同時為東北地區發展農業生產和防御氣象災害影響提供較為可信的科學依據。

1 資料與方法

1.1 資料來源

考慮CMIP5資料的可獲取性，本文采用由國家氣候中心整理提供的19個CMIP5模式(表1)逐月氣溫資料(http://www.iiasa.ac.at/web-apps/tnt/RcpDb/dsd?Action=htmlpage&page=welcome)和多模式集合資料，包括1901～1930年歷史情景模擬資料和2006～2099年RCP2.6、RCP4.5、RCP8.5未來情景下的預估資料。觀測資料包括：東北三省178個氣象觀測站逐日平均氣溫資料，資料時間長度為2006～2017年，資料來自遼寧省氣象信息中心，氣象站點分布情況見圖1。

1.2 研究方法

由于不同模式的空間分辨率存在一定差異，為研究方便，利用雙線性插值法，將各模式數據插值到178個站點上形成時間序列。多模式集合為19個全球氣候模式等權重算術平均。

本文采取計算均方根誤差的方法對19個全球氣候模式以及多模式集合在3種情景下氣溫模擬效果進行評估，均方根誤差數值愈小，在對應情景下模式模擬的能力愈好，借此篩選出最優氣候模式，反之亦然。

均方根誤差定義為：

其中R是格點的均方根誤差，Xsim,i是該格點第i年的年平均模擬值，Xobs,i對應觀測值。

表1 19個CMIP5全球氣候模式基本信息

為比較2個模式預估結果可信程度，計算2個模式結果的絕對值與對應的模式間標準偏差比值，刻畫信號的可信度，其中比值>1表示對應的模式的預估結果是可信的；相反，比值<1表示可信度較低。

模式間標準偏差定義為:

升溫幅度的參考時段選取：國際上關注的2 ℃/4 ℃升溫閾值是相對于工業化革命前的氣候而言。因此，所選的基準氣候時段不應受到20世紀全球變暖的影響；同時，兼顧各模式歷史氣候模擬的起始時間差異。故選取1901～1930年多模式集合平均作為計算21世紀升溫幅度的參考時段。

2 結果與分析

2.1 最優模式和多模式集合模擬能力評估

2.1.1 區域模擬能力 通過計算各模式的均方根誤差，篩選出均方根誤差最小的模式最為模擬效果最好的模式，即最優模式。根據各情景下均方根誤差的計算結果，最優模式分別是：GISS-E2-R(RCP2.6，1.49)、MIROC5(RCP4.5，1.39 ℃)、GISS-E2-R(RCP8.5，1.35 ℃)。多模式集合平均模擬能力弱于最優模式，在這3種情景下的平均模擬能力分別為2.00、2.01和2.00 ℃(圖2)。

2.1.2 空間分布模擬能力 對2006～2017年的氣溫觀測實況表明(圖3)，東北區域年均氣溫呈自南向北遞減分布，變化區間為-3.2～11.4 ℃。在各種情景下,最優模式和多模式集合均較好地模擬出這種空間分布(圖4)，最優模式在大部分地區模擬效果較好，而多模式集合僅在最北部地區模擬較好。各情景下2種模式模擬氣溫區間均比較穩定，分別為-2.1～13.1 ℃和-3.4～11.3 ℃。從距平分布上看(圖5)，最優模式模擬效果較好，大部分地區距平在-1～1 ℃之間，僅東北地區東部和西部地區偏低(距平為-3～2 ℃)。多模式集合大部分地區距平均在-1 ℃以下，其中東部和西部地區在-2 ℃以下。在各種情景中，模式MIROC5表現最優，分布最為接近觀測，距平也最小。2個模式模擬氣溫距平區間存在較明顯差別，最優模式模擬氣溫距平區間值明顯高于多模式集合，最優模式區間多在-2.5～3.0 ℃，多模式集合在-3.6～1.8 ℃之間。

從均方根誤差分布看(圖6)，各情景下最優模式模擬能力均明顯高于多模式集合：最優模式模擬的均方根誤差多在2 ℃以下，而多模式集合多在2 ℃以上。2個模式模擬均方根誤差均呈由南向北遞增分布，但最優模式分布相對較平緩，多模式集合在南部值較小，中北部地區迅速增大。各情景中，模式MIROC5模擬效果最好，均方根誤差最小。

圖2 2006～2017年19個全球氣候模式和多模式集合平均模擬東北地區年平均氣溫均方根誤差

圖3 東北地區觀測年均氣溫分布(2006～2017年)

2.2 最優模式和多模式集合模式間不確定性評估

在相同情景下2個模式可信度分布比較一致，均呈由南向北遞減分布，其中南部地區可信度最高(在3以上)，北部最低(不足1)。隨著情景增加，可信度呈增加趨勢，可信度地區擴大，北部不可信地區面積明顯縮小。

2.3 最優模式預估東北地區氣溫年際變化

本節利用最優模式給出不同二氧化碳排放濃度情景下未來氣溫和均方根誤差年際變化趨勢(圖7)。在不同情景下氣溫變化存在一定差別：在未來RCP2.6下，模式GISS-E2-R預估氣溫變化幅度不大，區間在4.4～7.6 ℃；在未來RCP4.5下，模式MIROC5預估氣溫呈緩慢上升趨勢，為0.3 ℃/10 a，波動區間在6.0～10.0 ℃之間；在未來RCP8.5下，模式GISS-E2-R預估氣溫呈緩慢上升趨勢，為0.9 ℃/10 a,波動區間在4.1～13.8 ℃之間，在2069年全區域出現顯著變暖，由8.0 ℃遞增為11.2 ℃。各情景下最優模式對氣溫預估均維持較高的可信度，在2～5之間，其中RCP8.5情景下可信度呈緩慢上升趨勢，為0.2 ℃/10 a，其他情景下變化比較穩定，在2～3之間。

2.4 2 ℃升溫閾值預估

絕大多數站點在2006年已經達到2 ℃，因此僅給出穩定達到2 ℃閾值要素空間分布和統計信息(圖8和表2)。在RCP2.6情景下，黑龍江大部、吉林中部和遼寧東部穩定達到2 ℃年份相對較晚(2019～2026年，共79站)，黑龍江西部、吉林西部和遼寧中西部地區相對偏早(2010～2016年，共79站)；在RCP4.5情景下，穩定達到2 ℃升溫年份空間分布呈由東南～西北遞減趨勢，大部分地區(152站)出現時間較早(2006～2007年)，東南部地區出現時間最晚(2019～2023年)；在RCP8.5情景下，全區大體呈自西向東遞增分布特征，西部(123站)出現時間最早(在2006～2014年之間)，東南部最晚(在2045～2063年之間)。

對不同情景下首次穩定到達2 ℃的年份和站數進一步分析表明(表2)，多數站點開始年份在2025年之前，呈西晚～東早分布，首次穩定到達2 ℃閾值開始年份在RCP4.5情景下出現最早(在2015年之前)，RCP8.5情景下出現最晚(2033年之前)。

(a，d)、(b，e)、(c，f)分別代表RCP2.6、RCP4.5和RCP8.5情景。圖4 最優模式(a,b,c)和多模式集合(d,e,f)模擬的年平均氣溫分布(2006～2017年)

(a，d)、(b，e)、(c，f)分別代表RCP2.6、RCP4.5和RCP8.5情景。圖5 最優模式(a,b,c)和多模式集合(d,e,f)模擬的年平均氣溫距平空間分布(2006～2017年)

表2 不同情景下年均氣溫首次穩定到達2 ℃閾值開始年份及對應站數信息

2.5 4 ℃升溫閾值預估

2.5.1 首次達到4 ℃年份 根據最優的模式預估結果表明(圖9和表3)：在RCP2.6情景下，全區首次達到4 ℃年份呈西早-東晚分布，西部地區(35站)出現在2016和2026年，東部地區(85站)多在2039～2040年。在RCP4.5情景下，全區呈東南晚-西北早分布，南部地區(49站)為2030～2038年之間，中部(73站)多為2015～2019年，北部(43站)多為2007～2009年。RCP8.5情景下全區大體呈西早-東晚分布，西部(38站)多為2016～2018年，東部地區(94站)多為2038～2041年。隨著情景增加，達到4 ℃年份呈提前趨勢，其中RCP4.5情景下最早，多數站點(116站)在2019年之前。

(a，d)、(b，e)、(c，f)分別代表RCP2.6、RCP4.5和RCP8.5情景。圖6 最優模式(a,b,c)和多模式集合(d,e,f)模擬的年平均氣溫均方根誤差空間分布(2006～2017年)

東北地區年均地面觀測氣溫年際變化(藍實線)，均方根誤差(黑豎線)，線性趨勢線(黃實線)和最優模式可信度年際變化(d)。圖7 在RCP2.6(a)、RCP4.5(b)和RCP8.5(c)情景下最優模式預估氣溫及其可信度的年際變化

表3 不同情景首次到達4 ℃升溫閾值年份、站數

圖9 在未來RCP2.6(a)、RCP4.5(b)和RCP8.5(c)情景下東北地區首次達到4 ℃年份的空間分布

2.5.2 首次穩定達到4 ℃年份 在RCP4.5情景下，全區穩定達到4 ℃升溫年份呈東南晚-西北晚的分布，其中東南部地區(29站)多在2054～2072年，其他大部分地區(130站)在2030～2048年。在RCP8.5情景下，全區定達到4 ℃升溫年份差別不大，大部分地區(160站)出現在2064～2073年。從結束年份看，大部分地區(162站)在2077～2099年(圖8)。隨著情景增加，4 ℃升溫開始時間總體在推遲，由RCP4.5情景的2030～2048年延后至RCP8.5的2064～2073年(表4)。

2.6 最優模式預估各省氣溫未來變化趨勢

利用不同情景下最優模式預估東北三省未來的氣溫變化趨勢，結果發現相同情景下氣溫變化趨勢是比較一致的：在RCP2.6情景下，氣溫無明顯變化趨勢；在RCP4.5情景下，呈緩慢上升趨勢，黑龍江省、吉林省和遼寧省分別為0.2、0.3、0.3 ℃/10 a；在RCP8.5情景下增溫速率有所上升，三省均為0.5 ℃/10 a(圖略)。

3 結論與討論

(1)最優模式對東北區域氣溫的模擬效果優于多模式集合。不同情景下最優模式依次是：GISS-E2-R(1.49，RCP2.6)、MIROC5(1.39 ℃，RCP4.5)、GISS-E2-R(1.35 ℃，RCP8.5)。各情景下最優模式總體分布更接近觀測實況，最優模式模擬全區氣溫距平分布多在-2～1 ℃之間，多模式集合多在-3～1 ℃之間，明顯偏低，最優模式模擬氣溫均方根誤差多在2 ℃以下，而多模式集合多在2 ℃以上。多模式集合和最優模式可信度均較高。

圖10 在RCP4.5情景(a)和RCP8.5(b)下首次穩定達到4 ℃年份的空間分布

表4 不同情景下年均氣溫首次穩定到達4 ℃閾值開始年份及對應站數信息

(2)最優模式預估東北區域氣溫結果表明:在RCP2.6情景下，氣溫年際變化不明顯，在RCP4.5情景下，未來氣溫呈上升趨勢，為0.3 ℃/10 a，在RCP8.5情景下為0.9 ℃/10 a。在RCP2.6和RCP4.5情景下，信度變化不明顯，但在RCP8.5情景下信度呈上升趨勢，為0.2 ℃/10 a。

(3)首次穩定到達2 ℃閾值開始年份：在RCP4.5情景下出現最早(在2015年之前)，RCP8.5情景下出現最晚(2033年之前)，RCP2.6情景下在2025年之前，各情景下大體呈西晚-東早分布。隨著情景增加，首次達到4 ℃年份呈提前趨勢，其中RCP4.5下出現最早(大部分站出現在2040年之前)。RCP4.5情景下首次穩定到達4 ℃閾值開始年份早于RCP8.5情景，其中RCP4.5(RCP8.5)情景下有143站(160站)開始年份在2050年之前(2064～2073年)。

(4)未來2 ℃和4 ℃升溫閾值的研究為東北區域應對氣候變暖提供比較有力的科學依據。由于本文結果是基于模式預估結果，因此對模式存在較大的依賴性。因此，需要加強氣候變化和CO2的相互作用研究，改進耦合模式，以期提供更加準確的最優排放路徑。

致謝：本文所使用的19個全球氣候模式和多模式集合預估數據是由國家氣候中心徐影研究員對數據進行的整理、分析和同意使用的。原始數據由各模式組提供，由WGCM(JSC/CLIVAR Working Group on Coupled Modeling)組織PCMDI(Program for Climate Model Diagnosis and Intercomparison)搜集歸類。多模式數據集的維護由美國能源部科學辦公室提供資助。