基于CMIP6模式的黃河上游地區未來氣溫模擬預估

李 純， 姜 彤， 王艷君， 繆麗娟， 李溯源， 陳梓延， 呂嫣冉

（1.南京信息工程大學地理科學學院，江蘇南京 210044； 2.南京信息工程大學大氣科學學院，江蘇南京 210044）

0 引言

聯合國政府間氣候變化專門委員會（Intergov?ernmental Panel on Climate Change，IPCC）第五次報告指出，近百年來全球平均氣溫升高了0.85~0.89 ℃[1］，且未來氣溫將會持續升高，2020 年可能成為近百年來最熱的一年[2］。有研究表明，驅動干旱和熱浪的氣候要素已從過去的降水不足轉變為近幾十年來的過高氣溫[3］。在氣候變暖背景下，高溫[3］、干旱[4］、洪澇[5］等極端氣候事件頻發，進而衍生出一系列問題，對人類生活、農業、社會經濟等方面產生深刻影響[6-7］。氣溫是氣候變化研究中的基礎要素，合理預估未來氣溫對區域維持生態系統穩定及保證社會經濟穩定發展具有重要意義。

黃河是中國第二大河，是中國西北、黃淮海平原、華北平原的重要水源。黃河上游的河源區是黃河流域主要的產流區之一，其產流量占黃河流域徑流量的1/3以上[8］，且流域內冰川、凍土發育，地形地貌條件復雜，是氣候變化的敏感區域。近年來，在氣候變暖背景下，黃河上游地區氣溫呈持續上升趨勢[9］，流域內凍土退化[10］、冰川退縮[11］、水資源時空分布不均[12］等問題相伴而生，流域水資源脆弱性和風險很大。因此，科學預估黃河上游地區未來氣候變化對黃河水資源管理、可持續發展具有至關重要的意義。過往很多學者對黃河流域氣候變化的研究開展了不少工作[12-13］，但大多是分析黃河整個流域的歷史氣候變化特征，而對黃河上游地區未來的預估較少。

目前，對未來氣候變化的預估，主要基于全球氣候系統模式這一工具。鑒于其復雜性，在預估前有必要針對模式的模擬能力先進行評估[14］。已有大量研究基于CMIP5（Coupled Model Intercompari?son Project Phase 5）評估氣候模式對全球或區域氣候要素的模擬能力，預估了未來氣候的變化趨勢[15-16］。從結果來看，幾乎所有的模式都表明不同區域未來的氣溫呈升高趨勢。當前，國際耦合模式比較計劃已經進行到第六階段（CMIP6），相較于以前的模式計劃，它參與的模式數量最多、設計的科學試驗最為完善、所提供的模擬數據最為齊全，并且CMIP6 在分辨率、物理過程及參數化方面都有所改進。就排放情景而言，CMIP6 模式引入新一代組合情景，即共享社會經濟路徑和代表性濃度路徑（SSP-RCP）組合情景，這些模式數據結果將支撐未來5~10 年的全球氣候研究[17-19］。并且已有學者證明，相比于CMIP5，CMIP6 模式的集合效果能使模擬結果與觀測更為接近[20-21］。

基于以上認識，本文利用最新一代模式數據CMIP6評估其在黃河上游的適用性，并預估21世紀黃河上游在不同SSP-RCP 情景下氣溫的年、季時空變化特征，以期為黃河上游適應氣候變化及做出應對決策提供科學依據。

1 數據與方法

1.1 研究區概況

研究區（圖1）位于黃河上游地區（32°~39° N、96°~105° E），西抵巴顏克拉山脈，流域內氣溫呈現西低東高的特點。平均海拔大于3 500 m，流域面積約為2.2×105km2。黃河上游地區的水資源約占全流域的57%[12］。流域內廣泛分布著冰川凍土，屬青藏高原氣候，由于其獨特的地理位置、地形等因素，屬于受氣候變化影響的敏感區域。冬季受青藏冷高壓控制，具有典型的大陸性氣候特征；暖季受西南季風的影響，降水較多，形成高原亞熱帶濕潤季風氣候[9］。

圖1 研究區位置Fig. 1 Location of the study area

1.2 數據來源

1.2.1 氣象觀測資料

研究選取來源于中國氣象數據共享網的再分析氣象數據集CN05.1（http：//data. cma. cn/site/in?dex.html），該套網格化觀測數據集是基于中國境內2 400多個氣象臺站的觀測資料插值處理后得到[22］，其時間跨度為1961—2014 年，空間分辨率為0.5°×0.5°。本文使用該數據集提供的逐日平均氣溫資料。

1.2.2 氣候模式資料

氣候模式資料來源于CMIP6 模式中的歷史數據（1961—2014年），以及未來模擬數據（2015—2100年）（https：//esgf-node. llnl. gov/search/cmip6/）。這套數據包括了不同共享經濟社會路徑SSP（shared socioeconomic pathway）與不同輻射強迫RCP（rep?resentative concentration pathway）的7 種組合情景，包括SSP1-1.9、SSP1-2.6 及SSP4-3.4（低輻射強迫情景）、SSP2-4.5、SSP4-6.0 及SSP3-7.0（中等、中至高輻射強迫情景）和SSP5-8.5（高輻射強迫情景）[17-18］。綜合考慮歷史時期與未來時期氣候數據在時間與空間上的完整性，研究最終選用了5 個模式資料的逐月平均氣溫（表1）。

表1 本研究使用的5個CMIP6氣候模式信息Table 1 Information of the five CMIP6 climate models in the study

為了便于將CMIP6 模式資料與觀測資料進行比較，使用反距離權重插值法將所有模式數據插值到與觀測數據相同的0.5°×0.5°網格點上，并將觀測與歷史模擬資料的年份統一為1961—2014 年。基準期參照時段選為1995—2014年，未來時段選取2021—2040 年、2041—2060 年和2081—2100 年，分別代表21世紀近期、中期和遠期[23］。在進行未來預估前，需要進行相應的降尺度與偏差訂正工作[24-25］。本文利用基于觀測數據的等距累積分布函數法（EDCDF）對氣候模式數據進行統計偏差訂正，以提升未來預估數據可信度[26］，并且這一方法已經在不同區域得以應用[27-28］。

1.3 研究方法

引入均方根誤差（RMSE）和皮爾森空間相關系數（PCOR）2個評價指標，對觀測與模擬結果進行評估[29］。其中，均方根誤差（RMSE）檢驗模擬與觀測資料的離散程度。計算公式為

式中：O為觀測值；C為模擬值；n為樣本數。

PCOR 由觀測和模擬兩個序列的協方差除以其標準差的乘積得到，用于衡量二者間的相關性。

式中：Covij為兩序列間的協方差；δi為i序列標準差；δj為j序列標準差。PCOR 的值越接近1，說明觀測值與模擬值的空間相關性越強，大于0.5 則表明相關性較強。

氣象要素的變化趨勢（氣候傾向率）采用一元線性方程表示。

式中：Y為氣溫；t為時間（本文為1960—2014 年）；a0為回歸系數；a1為常數[30］。

本文所選用的多模式集合平均為多個模式的簡單算術平均，相較于單一模式，多模式集合能更好地模擬出氣候變化特征，模擬能力要優于單個模式[31-32］。

2 結果與討論

2.1 CMIP6模式對氣溫的模擬評估

研究首先對比了觀測資料與模式資料在歷史時期（1961—2014 年）的表現。從均方根誤差與多年平均值偏差指標來看，多模式集合平均的誤差顯著小于單個模式。多模式集合的氣溫與觀測的年內月氣溫表現較為一致（圖2）。同時也發現多模式集合氣溫與觀測氣溫有著較一致的年際波動趨勢，觀測氣溫與多模式集合氣溫的氣候傾向率分別為0.35 ℃·（10a）-1、0.34 ℃·（10a）-1。對比觀測資料，多模式集合平均也能較好地模擬出黃河上游地區歷史時期的平均氣溫由東北向西南遞減的空間分布特征（圖3）。由泰勒圖[33］可見，各模式對黃河上游氣溫的模擬能力較好。其中，各模式的標準差均小于0.5，均方根誤差在0.4 以內，相關系數為0.95 以上，且多模式集合的標準差、均方根誤差均較單個模式小，其相關系數較單個模式更高，達0.98以上。綜上，多模式集合平均的模擬效果較單個模式更好（圖4）。

圖2 1961—2014年觀測與多模式集合平均的各月平均氣溫對比Fig. 2 Comparison of monthly mean air temperature between observations and multi-model ensemble mean from 1961 to 2014

圖3 1961—2014年黃河上游地區觀測與多模式集合平均的平均氣溫空間分布Fig. 3 Spatial distribution of observed and multi-model ensemble mean average air temperature in upper basin of the Yellow River from 1961 to 2014

圖4 基于氣候模式與氣象觀測資料的黃河上游地區平均氣溫泰勒圖Fig. 4 Taylor chart of average air temperature in upper basin of the Yellow River based on multiple climate models and meteorological observation data

2.2 黃河上游地區未來的氣溫變化

2.2.1 2015—2100年年平均氣溫變化

整體看來，不同情景下21世紀黃河上游地區年平均氣溫（圖5）總體表現為波動上升趨勢[0.03~0.82 ℃·（10a）-1］。其中，高輻射強迫情景SSP5-8.5下氣溫增速最快[0.82 ℃·（10a）-1］；其次為中至高、中等輻射強迫情景，如SSP3-7.0、SSP4-6.0、SSP2-4.5 的氣候傾向率分別為0.62 ℃·（10a）-1、0.48 ℃·（10a）-1、0.37 ℃·（10a）-1；氣溫增速最慢的為低輻射強迫情景，如SSP4-3.4、SSP1-2.6、SSP1-1.9，其氣候傾向率分別為0.27 ℃·（10a）-1、0.14 ℃·（10a）-1、0.03 ℃·（10a）-1，且均已通過0.01顯著性水平檢驗。

圖5 不同SSP-RCP情景下21世紀平均氣溫相對基準期（1995—2014年）的溫度增幅Fig. 5 Temperature increase of average air temperature in the 21st century relative to the base period（1995—2014）under different SSP-RCP scenarios

分時期看來，低輻射強迫情景（SSP1-1.9、SSP1-2.6、SSP4-3.4）下年氣溫變化表現為先增加，在21世紀中期（2041—2060年）達到增幅峰值，遠期（2081—2100 年）氣溫增速呈放緩趨勢；以SSP1-1.9為例，在21世紀近、中、遠三時期平均氣溫相對基準期（1995—2014 年）分別增加1.22 ℃、1.53 ℃、1.25 ℃（圖6）；而在中、高輻射強迫情景下，年平均氣溫隨時間推移呈現持續上升態勢，均在21世紀末期達到峰值。如中至高輻射強迫情景下（SSP3-7.0），在近、中、遠 三時期相對基準期（1995—2014年）分別增加1.31 ℃、2.40 ℃、5.07 ℃；SSP5-8.5 高輻射強迫情景下，在近、中、遠期階段氣溫相對基準期增加最多，分別增加1.45 ℃、2.98 ℃、6.40 ℃（圖6）。

圖6 不同SSP-RCP情景下21世紀近期、中期、遠期平均氣溫相對基準期（1995—2014年）的溫度增幅Fig. 6 Temperature increase of short-term，mid-term and long-term average air temperature in the 21st century relative to the base period（1995—2014）under different SSP-RCP scenarios

2.2.2 2015—2100年季平均氣溫變化

不同情景下，黃河上游地區四季平均氣溫在21世紀總體均表現出波動上升的趨勢，增速隨情景及季節各異（圖略）。季節劃分標準為：12 月至次年2月為冬季、3—5 月為春季、6—8 月為夏季、9—11 月為秋季。由21世紀春、夏、秋、冬四季不同情景的氣候傾向率，得知不同情景下四季在2015—2100年的氣溫增速變化相差不大，夏季在各個情景下的氣溫增速相較于其他季節是最快的，春季增溫相對最慢，也有個別情景如SSP5-8.5 情景在秋季升溫最快，氣候傾向率達0.89 ℃·（10a）-1；其次，在每個季節中，7 個情景下氣溫的增速也隨情景不同而異，也符合低輻射強迫情景SSP1-1.9增速最慢，高輻射強迫情景SSP5-8.5 增速最快的特點，其后為中至高、中等、低輻射強迫情景（SSP3-7.0、SSP4-6.0、SSP2-4.5、SSP4-3.4、SSP1-2.6、SSP1-1.9）。以夏季為例，低輻射強迫情景（SSP1-1.9、SSP1-2.6、SSP4-3.4）在2015—2100年的氣候傾向率分別為0.04 ℃·（10a）-1、0.16 ℃·（10a）-1、0.32 ℃·（10a）-1，而中等、中至高輻射強迫情景（SSP2-4.5、SSP4-6.0、SSP3-7.0）分 別 為0.44 ℃·（10a）-1、0.53 ℃·（10a）-1、0.67 ℃·（10a）-1；高輻射強迫情景SSP5-8.5 下氣溫增速達0.86 ℃·（10a）-1。

如圖7 所示，不同情景下夏季在近期（2021—2040 年）、中期（2041—2060 年）、遠期（2081—2100年）相對基準期（1995—2014 年）的增溫幅度不同，但升溫空間分布格局類似，均呈現黃河上游西部增溫強于東部，南部增溫強于北部，增溫幅度最大的區域位于黃河上游西部地區；如在SSP5-8.5高輻射強迫情景下，黃河上游西部地區在21世紀中期階段氣溫相對基準期增幅將會超過2 ℃，而在21 世紀遠期階段，中等、中至高輻射強迫情景（SSP2-4.5、SSP4-6.0、SSP3-7.0）下，黃河上游西部地區在夏季的氣溫增幅均達2 ℃及以上，高輻射強迫情景SSP5-8.5下更是達6 ℃左右。就情景來看，高輻射強迫情景較其他情景增溫幅度大，如SSP5-8.5情景下氣溫增幅最大（-0.13~4.93 ℃）；其次為中至高、中等輻射強迫情景（SSP3-7.0、SSP4-6.0、SSP2-4.5），其氣溫增幅分別介于-0.34~3.61 ℃、-0.34~2.76 ℃、-0.36~2.10 ℃；增溫幅度最小為低輻射強迫情景（SSP4-3.4、SSP1-2.6、SSP1-1.9），其氣溫增幅分別介于-0.23~1.45 ℃、-0.23~0.58 ℃、-0.08~0.13 ℃。文中只給出未來夏季相對基準期（1995—2014 年）變化空間圖，其他季節空間分布格局與夏季類似（圖略）。

圖7 黃河上游地區21世紀夏季平均氣溫相對基準期（1995—2014年）的溫度增幅空間分布Fig. 7 Spatial distribution of temperature increase of average air temperature in summer in the 21st century relative to the base period（1995—2014）in upper basin of the Yellow River

3 結論與展望

本文通過5個CMIP6模式資料評估了黃河上游地區的歷史與未來氣溫變化，并預估了7 種不同組合情景下21世紀黃河上游地區的氣溫在年尺度、季節尺度的時空變化趨勢。主要結論如下：

（1）通過觀測資料與模式資料的對比，得到5個CMIP6 的氣候模式資料對于黃河上游地區的氣溫均具有較強的模擬能力，且多模式集合算術平均的模擬效果要優于單個氣候模式，與觀測資料的空間相關系數達0.9以上。

（2）黃河上游地區2015—2100 年平均氣溫在7個情景下整體呈波動上升趨勢，其增溫速率為0.03~0.82 ℃·（10a）-1，其 中 低 輻 射 強 迫 情 景 如SSP1-1.9、SSP1-2.6、SSP4-3.4 的年氣溫變化表現為先增加，在21 世紀中期到達增幅峰值，遠期增速出現放緩趨勢；其余中、高排放情景下氣溫隨時間推移表現為持續增加態勢；SSP5-8.5 增速最快，達0.82 ℃·（10a）-1，SSP1-1.9 增 速 最 慢，為0.03 ℃·（10a）-1。空間上，模擬出黃河上游地區的氣溫由東北向西南遞減的分布特征。

（3）黃河上游地區四季氣溫在未來不同情景下均呈現波動上升的趨勢。雖然不同季節、不同情景下的氣候傾向率變化相差不大，夏季在各個情景下的氣溫增速相較其他季節是最快的，SSP5-8.5 情景在秋季升溫最快[增溫速率達0.89 ℃·（10a）-1］。劉勤等[34］同樣得出在1961—2010 年黃河上游地區在夏季增溫最快的結論。具體表現為在高輻射強迫情景下增溫較低輻射強迫情景快，不同情景下的空間增溫分布形態基本一致，均呈現西部增溫強于東部，南部增溫強于北部的特點。其中以黃河上游西部地區增溫最為明顯，王國慶等[35］利用CMIP5 資料也得出同樣的未來增溫空間分布特征。

全球變暖背景下，黃河上游地區氣溫將持續升高，會造成冰川退縮、積雪與徑流量減少、水土流失，荒漠化進程加劇等，進一步加劇整個流域水資源分配不均的矛盾。本文利用CMIP6 模式對黃河上游氣溫進行模擬預估，其研究結果與已有研究結果有很大相似性。即：總體上，未來黃河上游表現為增溫趨勢，但增溫幅度隨情景及時期不同各有差異。基于CMIP5 模式資料的中國氣溫模擬預估研究表明，21 世紀前期，不同情景之間的預估結果差別較小，到了21 世紀遠期，不同情景下氣溫升幅相差變大，越高的情景（如RCP8.5）下，氣溫增幅越大[15］，這與本文的研究結果較為一致。

此外，王國慶等[35］利用CMIP5 模式分析了黃河流域未來水資源趨勢變化，表明在RCP4.5、RCP8.5情景下，21 世紀中期黃河流域氣溫增幅將可能超過2 ℃閾值。本研究也同樣得出相似的結論，即在21世紀中期，CMIP6 模式資料中的高輻射強迫情景下（如SSP5-8.5），黃河上游氣溫增幅將會超過2 ℃；到達21 世紀遠期，在一些中等、高輻射強迫情景下（SSP2-4.5、SSP4-6.0、SSP3-7.0），黃河上游氣溫增幅也會超過2 ℃，在21 世紀遠期高輻射強迫情景下（SSP5-8.5）黃河上游氣溫增幅更會超過6 ℃。

本文旨在科學預估黃河上游未來氣溫，為黃河未來水資源管理、合理規避災害風險、社會經濟發展提供指導意義，下一步可收集更多資料，依據各要素之間的關聯，對氣候變化作進一步的深入分析，從而提出更全面地應對與適應氣候變化的措施。