基于RegCM4的長江上游流域21世紀中期夏季降水預估

黃 亞，肖偉華，侯保燈，侯貴兵

(1.中國水利水電科學研究院流域水循環(huán)模擬與調控國家重點實驗室，北京 100038；2.河海大學海洋學院，江蘇 南京 210098；3.中水珠江規(guī)劃勘測設計有限公司，廣東 廣州 510610)

0 引 言

近年來，隨著氣溫的顯著升高，區(qū)域降水時空分布特征也發(fā)生了變化[1-3]。以洪水、干旱或其他災害為代表的極端氣候和天氣事件頻繁發(fā)生[4-5]，并對農業(yè)、能源、森林植被、城市建設、水資源與環(huán)境產生直接或間接影響[6-7]。準確理解和預測降水變化特征對于水資源的有效管理，應對氣候變化的各種風險，制定適應和減緩氣候變化的應對措施至關重要[8]。

長江上游流域占長江全流域面積約59%，由于同時受到南亞季風和東亞季風的影響，擁有獨特的復雜區(qū)域氣候和降水機制[9-10]，是我國洪水災害的多發(fā)地區(qū)。區(qū)域氣候模式RegCM4作為中小尺度天氣氣候以及水文變化研究的有效工具已經被廣泛應用于長江流域。在以往的研究中，預測未來長江流域降水量和強降水事件的發(fā)生概率將有所增加，但降水變化在流域內不同地區(qū)差異很大[11-13]。這些研究主要關注對長江流域的年尺度或季節(jié)尺度降水量的定量評估和遠期預測，對高頻降水的未來預估關注較少。為了有效管理水資源、應對災害風險，制定災害預防措施，更短時間尺度的分析就變得至關重要。氣候變化帶來的各種潛在風險，如短歷時強降水引起的城市內澇、大壩潰壩、干旱等，需進一步深入理解和預估在小時間尺度上不同降水類型的變化特征。

本研究采用CSIRO-MK3.6.0和MPI-ESM-MR驅動RegCM4，預估21世紀中期(2021年～2050年)在2種RCPs情景下的長江上游流域夏季降水變化特征，并對引起流域降水時空變化的原因進行討論分析。該研究可加深對氣候變化下長江上游流域降水變化特征的認識，為進一步制定適應性措施提供科學依據。

1 試驗設計與數據來源

RegCM4是由意大利國際理論物理中心開發(fā)的區(qū)域氣候模型[14]，該模型已廣泛用于東亞區(qū)域氣候模擬。本研究采用高學杰等[15]針對中國的RegCM4配置方案，該方案對中國氣候具有良好的模擬能力。模型模擬區(qū)涵蓋整個東亞地區(qū)，研究區(qū)僅取長江上游流域相關區(qū)域(見圖1)。本研究中將基準期和未來期分別設為1971年～2000年和2021年～2050年。未來期與基準期的差異被認為是長江上游流域在21世紀中期的降水變化。

圖1 研究區(qū)地形及子區(qū)域劃分

研究采用澳大利亞聯(lián)邦科學與工業(yè)研究組織研制的CSIRO-MK3.6.0[16]以及德國馬克斯普朗克研究所研制的MPI-ESM-MR[17]的歷史情景、RCP4.5以及RCP8.5情景結果作為模型側邊界場；同時，采用歐洲中期天氣預報中心研發(fā)的ERA-Interim再分析數據[18]評估不同側邊界場對基準期降水模擬結果的影響。為評估ERA-Interim(簡稱“RG_ERA”)、CSIRO-MK3.6.0(簡稱“RG_CS”)以及MPI-ESM-MR(簡稱“RG_MPI”)為側邊界條件的動力降尺度模擬試驗對當前夏季降水的模擬能力，采用CN05.1[19]和CRU[20]觀測降水數據進行評估。采用非參數Mann-Kendall法[21-22]分析氣象要素變化趨勢。統(tǒng)計分析對流有效位能(CAPE)、對流抑制能(CIN)有助于判斷長江上游流域對流活動變化情況。同時，統(tǒng)計連續(xù)干旱日數(CDD)、CDD周期超過兩天的數量(NCDD)以及強降水對夏季降水總量的貢獻率(Pre90th)用于分析降水變化特征。

2 結果分析

2.1 降水模擬性能檢驗

圖2為觀測和模擬的基準期夏季降水量空間分布以及各組試驗(RG_ERA、RG_CS以及RG_MPI)相對于觀測(CN05.1和CRU)的模擬偏差比。與CN05.1相比，CRU中長江上游降水低估約20%，在流域東南部降水高估約10%(見圖2c)。如圖2所示，RG_ERA、RG_CS以及RG_MPI動力降尺度試驗能夠捕捉到流域主要的降水空間格局，但存在于邊界初始場的偏差被引入到試驗結果中。長江上游流域降水主要集中在東南部，夏季降水量約750～1 000 mm(見圖2a、2b)。如圖2d、2h、2l所示，動力降尺度前的3組數據在流域中部有明顯的降水中心，且降水量高于觀測值。與觀測的夏季降水相比，RegCM4模擬的長江上游降水總體高估。ERA-Interim降尺度前的降水空間格局與觀測最為接近；但降尺度后RG_ERA與RG_MPI和RG_CS具有幾乎相同的降水空間格局以及模擬偏差，流域西部降水高估在一倍以上，東部降水低估約10%～20%(見圖2f、2g、2j、2k、2n、2o)。以往的研究表明，RegCM對降水的模擬有明顯的系統(tǒng)偏差，尤其是在地形復雜的山區(qū)[23]。

圖2 多年平均夏季降水(mm)空間分布及相應偏差百分比(%)

圖3a為流域夏季觀測(CN05.1)和模擬(RG_EAR、RG_CS以及RG_MPI)的日降水量以及對流性降水對日降水的貢獻率。RG_ERA模擬的對流降水對總降水的貢獻在6月～7月基本維持在80%～90%，RG_CS和RG_MPI模擬結果與RG_ERA相似。RegCM4模擬的流域夜間和清晨降水峰值與觀測較為接近，但模擬的下午時段(14∶00～18∶00)降水存在高估，并且75%～90%來源于過高的對流降水(見圖3b)。與觀測相比，所有模擬試驗都低估夏季強降水(>25 mm/d)，但高估弱降水(1～10 mm/d)(見圖3c)。總的來說，RG_ERA、RG_CS以及RG_MPI 能在一定程度上再現(xiàn)長江上游夏季降水變化特征，但對于白天降水存在較大濕偏差。這在以往的研究中也被發(fā)現(xiàn)[24-25]，可能與模型中對流參數化方案不完善有關[26]。

圖3 基準期降水量及降水強度

2.2 未來降水變化預估

圖4為未來RG_CS和RG_MPI分別在RCP4.5和RCP8.5情景下的夏季降水(TPR)、對流降水(CPR)以及非對流降水(NCPR)相對于基準期的變化量，框圖為流域夏季降水距平年際趨勢。與基準期相比，未來夏季降水在四川盆地西北部將顯著增加，在盆地東南部將顯著減少(見圖4)。RG_CS和RG_MPI預估的夏季降水多年平均變化量在RCP4.5情景下分別為0.19 mm/d和0.16 mm/d，在RCP8.5情景下分別為0.1 mm/d和0.08 mm/d(見表1)。RG_CS 和RG_MPI預估的對流性降水在RCP4.5情景下分別增加了0.2 mm/d和0.11 mm/d，在RCP8.5情景下分別增加了0.14 mm/d和0.01 mm/d(見表1)。

圖4 夏季降水較基準期的多年平均變化量(黑點表示變化通過95%的顯著性水平t檢驗)

表1 長江上游流域夏季降水多年平均變化量 mm/d

為了進一步分析長江流域夏季降水類型以及結構變化特征，圖5和圖6分別給出了3個子區(qū)域的日降水量以及降水強度的變化情況。RegCM4模擬的降水主要發(fā)生在白天下午時段，對流降水對總降水的貢獻超過80%，而夜間貢獻率減少約30%。RG_MPI 和RG_CS模擬的流域東部、西南部以及西北部的夏季降水與對流性降水之間的相關系數分別為0.994/0.989，0.906/0.913以及0.978/0.985(p<0.01)。對流性降水對流域東部、西南部以及西北部夏季降水的貢獻差異較大。其中，貢獻率最大的東部地區(qū)達到85%左右，西南部和西北部分別為69%和63%。預測長江上游流域整體的降水空間變化差異明顯，夏季降水在東部以減少為主，而西北部以增加為主，且降水變化在白天通常大于夜間(見圖5)。

圖5 未來夏季降水日過程變化

與降水日過程變化類似，降水強度的變化在流域東西部也存在明顯差異(見圖6)。預測流域東部弱降水(<5 mm/d)占總降水的60%以上，并且輕微增加，而大于5 mm/d的降水減少(見圖6a)。西南部夏季弱降水同樣輕微增加；但是弱降水對夏季降水的貢獻不到20%。5～10 mm/d的降水對西南部夏季降水貢獻約70%，這部分降水將減少。與東部和西北部相比，西南部25 mm/d強度以上的降水對總降水貢獻最大，西南部部25 mm/d以上強度降水將增加。西北部弱降水對夏季降水貢獻約35%，5～10 mm/d和大于10 mm/d的降水分別占總降水的35%和30%。西北部10 mm/d以下降水(占總降水的70%)將減少，而10 mm/d以上的將增加。未來西部山區(qū)比東部面臨強降水的概率更大，強降水概率增加使得未來流域西部山區(qū)面臨的自然災害風險增加(如：山體滑坡、泥石流、洪水)。

圖6 未來夏季降水強度分布

3 討 論

區(qū)域降水主要受水汽及垂直運動影響[27-28]，這在長江流域夏季降水中十分明顯[29]。圖7為長江上游流域面平均緯向風、經向風、垂直速度以及比濕等大氣要素的垂直剖面變化量。西南季風所攜帶的大量水汽是流域夏季可降水量的主要來源[30]，預測結果顯示對流層低層的風速和大氣中的水汽含量都將增加。這有利于產生更多降水(見圖7a、7b、7d)，而垂直上升運動的減弱會影響對流活動，進而影響對流降水(見圖7c)。

圖7 未來夏季氣候要素垂直變化

地形強迫會加劇大氣中水汽的上升運動[31]，當水汽越過高山時，降水量會隨著坡面上升到特定高度而急劇增加，導致70%以上降水都落在迎風坡[32]。因此，流入研究區(qū)內的水汽在環(huán)流影響下聚集在四川盆地西部山區(qū)并在地形抬升下在迎風坡形成大量降水(見圖4)。然而，地形強迫對降水的影響有限，如位于流域東南地區(qū)海拔相對較低的大婁山和方斗山。圖8為RG_CS和RG_MPI模擬的未來流域東部散度和水汽輸送在850 hPa較基準期的變化量。就基準期而言，環(huán)繞四川盆地的山區(qū)水汽輻合，而四川盆地以及流域東南海拔較低的地區(qū)水汽輻散。未來流域山區(qū)水汽輻合與盆地水汽輻散都將進一步增強(見圖8)，表明氣候變化對于流域山區(qū)降水機制的作用增強。

圖8 未來850 hPa高度處的夏季水汽散度和水汽輸送(矢量箭頭)空間分布變化(黑點表示散度變化通過95%置信水平t檢驗)

圖9為RG_CS的ΔCIN，ΔCAPE和3個統(tǒng)計指數(ΔCDD、ΔNCDD、ΔPre90th)在RCP4.5和RCP8.5情景下相對于基準期的變化散點圖。如圖9所示，ΔCIN與ΔCDD和ΔNCDD存在顯著正相關性(p<0.01)，與ΔPre90th存在顯著負相關性(p<0.01)，而ΔCAPE與這三個統(tǒng)計指數的關系與ΔCIN相反。在ΔCIN中ΔCDD，ΔNCDD以及ΔPre90th的變化趨勢明顯高于在ΔCAPE中的變化趨勢，且ΔPre90th對ΔCIN的變化最敏感。如圖2e、2i、2m所示，流域東南山區(qū)有明顯雨帶，隨著CIN對流抑制作用增強，水汽從流域東南邊緣進入以后，在方斗山和大婁山地形強迫下不足以達到新的自由對流高度，因此使得該地區(qū)降水大量減少，更多可用水汽被輸送到四川盆地西部，為四川盆地西部山區(qū)形成大量降水提供充足的水汽(圖4左列)。

CAPE的變化更依賴于低層水汽含量的變化，CIN則更依賴于溫度的變化[33]。預測在RCP情景下的未來流域氣溫和比濕相比于基準期均顯著增加。在流域東部氣溫增幅最大，但比濕增幅最小，因而使得流域東部地區(qū)降水受到CIN的影響略大于CAPE。與RCP4.5情景相比，RCP8.5情景下更高的氣溫增幅意味著流域東部區(qū)域受到更強的對流抑制，導致降水減少(見圖9)。預測隨著溫度的升高，流域東西部間的降水空間差異將會擴大，東南地區(qū)干旱少雨的風險增強。

圖9 RG_CS模擬的RCP4.5(a、c、e)和RCP8.5(b、d、f)情景下對流活動指數與CDD、NCDD和Pre90th散點關系

4 結 論

本研究利用CSIRO-MK3.6.0和MPI-ESM-MR作為降尺度試驗的初始邊界場預測了長江上游流域21世紀中期夏季降水在RCP4.5和RCP8.5情景下的變化特征，并且討論了引起降水時空特征變化的可能原因，主要結論為：

(1)RG_ERA，RG_CS以及RG_MPI能夠在一定程度上再現(xiàn)長江上游夏季降水空間分布特征及夜間降水過程。但西北山區(qū)偏濕80%以上，東部盆地及平原地區(qū)偏干10%～20%，濕偏差主要由對流降水高估造成。

(2)RG_CS和RG_MPI預測在RCP4.5和RCP8.5情景下2021年～2050年間的長江上游流域夏季降水無明顯變化趨勢，多年平均夏季降水較基準期略有增加。夏季降水在流域東西部變化差異明顯，東部海拔較低的盆地及平原地區(qū)顯著減少，西部山區(qū)則顯著增加。夏季降水變化主要受對流性降水影響，流域東部降水受對流性降水的影響最大，且在白天下午時段變幅最大。

(3)預測長江上游流域西部山區(qū)的強降水事件發(fā)生概率增加，該地區(qū)面臨的洪澇災害風險增大。在全球變暖背景下，CIN的增強是流域東部地區(qū)降水顯著減少的主要因素，而可用水汽含量的增加則是流域西部山區(qū)降水顯著增加的主要因素。隨著氣溫的進一步升高，流域東部和西部的氣候分別趨于暖干和暖濕，這將對流域地表水文過程造成巨大的影響。

本研究的結果依賴于模式的模擬能力，GCM和RCM都存在顯著的系統(tǒng)誤差，這些誤差都可能會影響未來降水變化的預估結果。此外，該研究中僅利用兩個GCM分別驅動RegCM4，模擬結果具有不確定性。未來將繼續(xù)采用多個GCM和RCM的交叉組合進行實驗，有利于評估模式不確定性對預估結果的可能影響。