全球升温1.5 ℃和2.0 ℃辽河流域极端降水变化预估

doi:10.3969/j.issn.1673-503X.2023.06.009

摘要/Abstract

摘要：

基于国家气候中心中等分辨率模式BCC-CSM2-MR开展的第六次耦合模式比较计划(CMIP6)预估数据，采用双线性插值、趋势分析、偏差分析等方法，分析全球升温1.5 ℃和2.0 ℃辽河流域极端降水变化。结果表明：全球升温1.5 ℃辽河流域年平均降水量距平百分率增幅随排放情景的升高而增大，SSP5-8.5排放情景下增幅达5.82%。全球升温2.0 ℃辽河流域年和四季降水均为增加趋势，夏季降水增幅明显；SSP2-4.5和SSP5-8.5情景下降水量均为自西南向东北递减，辽宁西部地区降水增幅较为显著，超过15%。不同排放情景下辽河流域极端降水指数均为增加趋势，日降水强度、强降水日数、强降水比例增长显著；随排放情景升高，极端降水指数增长速率增大，SSP5-8.5情景下的增长速率为SSP2-4.5情景下的两倍以上。SSP5-8.5情景下，21世纪末降水强度、强降水日数、强降水比例、强降水阈值、最长连续湿日数、最大十日降水量将达11.66 mm/d、15.15 d、59.08%、32.94 mm、9.69 d、201.29 mm，较基准期增加5.58 mm/d、5.15 d、37.08%、10.15 mm、5.55 d、102.86 mm。相比全球升温1.5 ℃，全球升温2.0 ℃情况下，6种极端降水指数的增幅更显著，且SSP3-7.0和SSP5-8.5情景下辽河流域极端降水呈一致增加趋势。

关键词: BCC-CSM2-MR, 气候变暖, 极端降水指数

Abstract:

Based on the estimated data of the Sixth Coupled Model Intercomparison Project (CMIP6) conducted by the median resolution model BCC-CSM2-MR from the National Climate Center, methods including bilinear interpolation, trend analysis, anomaly analysis, etc. are used to analyze the changes of extreme precipitation over the Liaohe River Basin under the global warming of 1.5 ℃ and 2.0 ℃. The results show that the anomalous percentage increase of the annual average precipitation over the Liaohe River Basin at the global warming of 1.5 ℃ rises with the increase of emission scenarios, reaching 5.82% under the SSP5-8.5 emission scenario. Under the global warming of 2.0 ℃, the annual and seasonal precipitations over the Liaohe River Basin all show increasing trends, especially for summer precipitation; under the SSP2-4.5 and SSP5-8.5 scenarios, the precipitation decreases from southwest to northeast, with a remarkable increase of over 15% in western Liaoning. Under different emission scenarios, the extreme precipitation indices over the Liaohe River Basin all show increasing trends, with significant growths in daily precipitation intensity, the number of heavy precipitation days, and the proportion of heavy precipitation. With the increase of emission scenarios, the growth rate of extreme precipitation indices rises and is two times more than under the SSP5-8.5 scenario compared to that under the SSP2-4.5 scenario. Under the SSP5-8.5 scenario, the precipitation intensity, the number of heavy precipitation days, the proportion of heavy precipitation, the threshold of heavy precipitation, the maximum number of consecutive wet days, and the maximum 10-day precipitation amount will reach 11.66 mm/d, 15.15 d, 59.08%, 32.94 mm, 9.69 d, 201.29 mm by the end of 21st century, increased by 5.58 mm/d, 5.15 d, 37.08%, 10.15 mm, 5.55 d, 102.86 mm compared to those in the baseline period. Under the global warming of 2.0 ℃, the increases of six extreme precipitation indices are more significant than those under 1.5 ℃ warming, and the extreme precipitation over the Liaohe River Basin shows a consistent increasing trend under the SSP3-7.0 and SSP5-8.5 scenarios.

Key words: BCC-CSM-MR, Global warming, Extreme precipitation index

中图分类号:

P467

敖雪,翟晴飞,赵春雨,崔妍,耿树江,于怡秋,周晓宇,李经纬. 全球升温1.5 ℃和2.0 ℃辽河流域极端降水变化预估[J]. 气象与环境学报, 2023, 39(6): 69-79.

Xue AO,Qingfei ZHAI,Chunyu ZHAO,Yan CUI,Shujiang GENG,Yiqiu YU,Xiaoyu ZHOU,Jingwei LI. Projected changes of extreme precipitation in Liaohe River Basin at global warming levels of 1.5 ℃ and 2.0 ℃[J]. Journal of Meteorology and Environment, 2023, 39(6): 69-79.

图/表 9

图1

表1

图2

表2

表3

图3

图4

图5

图6

参考文献 35

1	IPCC. Global warming of 1.5℃[R]. Geneva, Switzerland: IPCC, 2018.
2	IPCC . Climate change 2021: the physical science basis.Working group Ⅰ contribution to the IPCC sixth assessment report[M]. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press, 2021.
3	周波涛, 钱进. IPCC AR6报告解读: 极端天气气候事件变化[J]. 气候变化研究进展, 2021, 17 (6): 713- 718.
4	Donat M G , Lowry A L , Alexander L V , et al. More extreme precipitation in the world's dry and wet regions[J]. Nature Climate Change, 2016, 6, 508- 513. doi: 10.1038/nclimate2941
5	张海娜, 侯依玲, 赵春雨, 等. CCSM4模式对东北气温和降水的模拟及预估[J]. 气象与环境学报, 2019, 35 (1): 72- 78. doi: 10.3969/j.issn.1673-503X.2019.01.010
6	王予, 李惠心, 王会军, 等. CMIP6全球气候模式对中国极端降水模拟能力的评估及其与CMIP5的比较[J]. 气象学报, 2021, 79 (3): 369- 386.
7	Zhang W X , Zhou T J . Increasing impacts from extreme precipitation on population over China with global warming[J]. Science Bulletin, 2020, 65 (3): 243- 252. doi: 10.1016/j.scib.2019.12.002
8	敖雪, 翟晴飞, 崔妍, 等. 不同升温情景下中国东北地区平均气候和极端气候事件变化预估[J]. 气象与环境学报, 2020, 36 (5): 40- 51. doi: 10.3969/j.issn.1673-503X.2020.05.006
9	Prein A F , Rasmussen R M , Ikeda K , et al. The future intensification of hourly precipitation extremes[J]. Nature Climate Change, 2017, 7, 48- 52. doi: 10.1038/nclimate3168
10	向竣文, 张利平, 邓瑶, 等. 基于CMIP6的中国主要地区极端气温/降水模拟能力评估及未来情景预估[J]. 武汉大学学报(工学版), 2021, 54 (1): 46-57, 81.
11	Guo X J , Huang J B , Luo Y , et al. Projection of precipitation extremes for eight global warming targets by 17 CMIP5 models[J]. Natural Hazards, 2016, 84, 2299- 2319. doi: 10.1007/s11069-016-2553-0
12	Guo X J , Huang J B , Luo Y , et al. Projection of heat waves over China for eight different global warming targets using 12 CMIP5 models[J]. Theoretical and Applied Climatology, 2017, 128, 507- 522. doi: 10.1007/s00704-015-1718-1
13	Wang Y H , Liao W H , Ding Y , et al. Water resource spatiotemporal pattern evaluation of the upstream Yangtze River corresponding to climate changes[J]. Quaternary International, 2015, (380-381): 187- 196.
14	Su B D , Huang J L , Zeng X F , et al. Impacts of climate change on streamflow in the upper Yangtze River basin[J]. Climatic Change, 2017, 141, 533- 546. doi: 10.1007/s10584-016-1852-5
15	Cui Y , Jiang Z H , Chen W L , et al. Projections of the 21st century Changjiang-Huaihe River basin extreme precipitation events[J]. Advances in Climate Change Research, 2012, 3 (2): 76- 83. doi: 10.3724/SP.J.1248.2012.00076
16	刘俸霞, 王艳君, 赵晶, 等. 全球升温1.5℃与2.0℃情景下长江中下游地区极端降水的变化特征[J]. 长江流域资源与环境, 2017, 26 (5): 778- 788.
17	王艳君, 刘俸霞, 翟建青, 等. 全球升温1.5 ℃与2.0 ℃目标下长江流域极端降水的变化特征[J]. 气象科学, 2019, 39 (4): 540- 547.
18	李雅培, 朱睿, 刘涛, 等. 基于BCC-CSM2-MR模式的疏勒河流域未来气温降水变化趋势分析[J]. 高原气象, 2021, 40 (3): 535- 546.
19	郝莹, 马京津, 安晶晶, 等. 全球1.5℃和2.0℃升温下潮白河流域气候和径流量变化预估[J]. 气候变化研究进展, 2018, 14 (3): 237- 246.
20	张奇谋, 王润, 姜彤, 等. RCPs情景下汉江流域未来极端降水的模拟与预估[J]. 气候变化研究进展, 2020, 16 (3): 276- 286.
21	高佳佳, 杜军. 雅鲁藏布江流域极端降水模拟及预估[J]. 冰川冻土, 2021, 43 (2): 580- 588.
22	丁凯熙, 张利平, 佘敦先, 等. 全球升温1.5℃和2.0℃情景下澜沧江流域极端降水的变化特征[J]. 气候变化研究进展, 2020, 16 (4): 466- 479.
23	孙凤华. 东北地区气候变化及对水资源的影响[M]. 沈阳: 辽宁科学技术出版社, 2020.
24	辛晓歌, 吴统文, 张洁, 等. BCC模式及其开展的CMIP6试验介绍[J]. 气候变化研究进展, 2019, 15 (5): 533- 539.
25	Li W P , Zhang Y W , Shi X L , et al. Development of land surface model BCC_AVIM2.0 and its preliminary performance in LS3MIP/CMIP6[J]. Journal of Meteorological Research, 2019, 33 (5): 851- 869. doi: 10.1007/s13351-019-9016-y
26	Eyring V , Bony S , Meehl G A , et al. Overview of the Coupled Model Intercomparison Project Phase 6(CMIP6)experimental design and organization[J]. Geoscientific Model Development, 2016, 9 (5): 1937- 1958. doi: 10.5194/gmd-9-1937-2016
27	Stouffer R J , Eyring V , Meehl G A , et al. CMIP5 scientific gaps and recommendations for CMIP6[J]. Bulletin of the American Meteorological Society, 2017, 98 (1): 95- 105. doi: 10.1175/BAMS-D-15-00013.1
28	《中国河湖大典》编纂委员会. 中国河湖大典黑龙江、辽河卷[M]. 北京: 中国水利水电出版社, 2013.
29	Wu T W , Lu Y X , Fang Y J , et al. The Beijing Climate Center Climate System Model(BCC-CSM): the main progress from CMIP5 to CMIP6[J]. Geoscientific Model Development, 2019, 12 (4): 1573- 1600. doi: 10.5194/gmd-12-1573-2019
30	周天军, 陈梓明, 邹立维, 等. 中国地球气候系统模式的发展及其模拟和预估[J]. 气象学报, 2020, 78 (3): 332- 350.
31	徐影, 周波涛, 吴婕, 等. 1.5~4℃升温阈值下亚洲地区气候变化预估[J]. 气候变化研究进展, 2017, 13 (4): 306- 315.
32	孔莹, 王澄海. 全球升温1.5℃时北半球多年冻土及雪水当量的响应及其变化[J]. 气候变化研究进展, 2017, 13 (4): 316- 326.
33	姜彤. 气候变化影响评估方法应用[M]. 北京: 气象出版社, 2013.
34	Zhang Y . Projections of 2.0℃ warming over the globe and China under RCP4.5[J]. Atmospheric and Oceanic Science Letters, 2012, 5 (6): 514- 520. doi: 10.1080/16742834.2012.11447047
35	王雪晴, 李瑷蔚, 邵晓华, 等. 全球升温1.5和2℃时中国特困区干旱变化特征研究[J]. 南京信息工程大学学报, 2022, 14 (2): 186- 196.

指数	定义/单位
日降水强度pint	有雨日的降水量与有雨日数比值/(mm·d^-1)
强降水日数pnl90	大于基准期第90百分位的有雨日数/d
强降水阈值pq90	有雨日降水量的第90百分位值/mm
强降水比例pfl95	大于基准期第95百分位的有雨日降水量占总降水量的百分比/(%)
最长连续湿日数pxcwd	日降水量连续≥1 mm的最长日数/d
最大十日降水量px10d	最大连续10日降水总量/mm

排放情景	升温1.5 ℃	升温2.0 ℃
SSP1-2.6	2025—2035年	—
SSP2-4.5	2026—2036年	2045—2055年
SSP3-7.0	2024—2034年	2041—2051年
SSP5-8.5	2023—2033年	2037—2047年

排放情景	年	春季	夏季	秋季	冬季
SSP2-4.5	2.44/10.83	-1.56/2.87	9.88/16.49	-8.86/10.43	-4.52/10.01
SSP3-7.0	4.25/12.02	-0.34/7.66	13.41/16.34	-6.91/3.99	-6.74/16.31
SSP5-8.5	5.82/13.93	2.76/1.98	16.14/19.02	1.56/5.63	-2.09/16.09

[1]	金巍,刘卫华,李晶,康晓玉. 1951—2017年鞍山市气温变化特征及城市热岛变化[J]. 气象与环境学报, 2021, 37(4): 78-85.
[2]	余迪,段丽君,温婷婷,申红艳,汪青春,李红梅. 青藏高原雨季特征及其对气候增暖的响应[J]. 气象与环境学报, 2021, 37(2): 12-18.
[3]	丁抗抗, 张浩宇, 杨洪斌, 万志强, 李丽光, 隋明. 1959—2018年沈阳地区冻土时空变化特征[J]. 气象与环境学报, 2019, 35(6): 101-108.
[4]	曲姝霖, 仝纪龙, 唐睿, 李佳芸. 西北地区极端高温变化及其对气候变暖停滞的响应[J]. 气象与环境学报, 2017, 33(4): 78-85.
[5]	李瑞英. 鲁西南木本植物生长季及物候期持续日数对气候变暖的响应[J]. 气象与环境学报, 2015, 31(1): 90-95.
[6]	张立波, 景元书,陈传雷. 1960—2010年中国华北东北地区热量资源时空变化[J]. 气象与环境学报, 2014, 30(1): 80-87.
[7]	杨晓强,张立群,李帅,姜丽霞. 1980—2008年黑龙江省气候变暖及其对大豆种植的影响[J]. 气象与环境学报, 2013, 29(2): 96-100.
[8]	黄良美, 邓超冰, 黎宁. 城市热岛效应热点问题研究进展[J]. 气象与环境学报, 2011, 27(4): 54-58.
[9]	王冬妮,任红玲,郭巧,郭春明. 吉林省蒲公英物候特征及其对气候变暖的响应[J]. 气象与环境学报, 2010, 26(2): 40-44.
[10]	高祺,缪启龙,赵世林. 气候变暖对石家庄春季物候的影响[J]. 气象与环境学报, 2010, 26(1): 21-26.
[11]	赵连伟金巍张运福曲岩. 辽宁冬季气温时空分布特征及其预测概念模型[J]. 气象与环境学报, 2009, 25(1): 19-22.
[12]	宋艳华,张润仙,罗律,谢太初,孙晓文. 气候变暖背景下清远气温变化特征[J]. 气象与环境学报, 2008, 24(3): 38-41.
[13]	陈洪伟,万丽岩,杨诚. 近百年丹东气温变化特征分析[J]. 气象与环境学报, 2008, 24(2): 10-13.
[14]	张凯,娄德君,潘静,王冀,苗传海. 1957~2000年沈阳地区气温和降水变化特征分析[J]. 气象与环境学报, 2006, 22(6): 38-42.
[15]	李辑,龚强. 东北地区夏季气温变化特征分析[J]. 气象与环境学报, 2006, 22(1): 6-10.