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

doi:10.3969/j.issn.1673-503X.2020.05.006

摘要/Abstract

摘要：

利用区域气候模式RegCM4的逐日气温和降水资料，预估1.5℃和2.0℃升温情景下，东北地区平均气候和极端气候事件的变化。结果表明：RCP4.5排放情景下，模式预计在2030年和2044年左右稳定达到1.5℃和2.0℃升温；两种升温情景下，东北地区气温、积温、生长季长度均呈增加趋势，且增幅随着升温阈值的升高而增加；1.5℃升温情景下，年平均气温增幅为1.19℃，年平均降水距平百分率增幅为5.78%，积温增加247.1℃·d，生长季长度延长7.0 d；2.0℃升温情景下气温、积温、生长季长度增幅较1.5℃升温情景下显著，但是年和四季降水普遍减少，年降水距平百分率减小1.96%。两种升温情景下，极端高温事件显著增加，极端低温事件显著减少，极端降水事件普遍增加。霜冻日数、结冰日数均呈显著减少趋势，热浪持续指数呈显著增加趋势；未来东北地区降水极端性增强，不仅单次降水过程的量级增大，极端降水过程的量级也明显增大，随着升温阈值的增大，极端降水的强度也逐渐增大。

关键词: 区域气候模式, 东北地区, 升温情景, 极端气候事件

Abstract:

Using the daily temperature and precipitation data from the regional climate model RegCM4, the changes in the average climate and extreme climate events in the Northeast China region under the 1.5℃ and 2.0℃ heating scenarios were estimated.The results show that under the RCP4.5 (Representative Concentration Pathway 4.5) emission scenario, the model is expected to stabilize 1.5℃ and 2.0℃ warmings around 2030 and 2044.Under the two warming scenarios, the temperature, accumulated temperature, and the length of the growing season in the Northeast China all show an increasing trend.The increasing rate increases with the increase in the warming threshold.In the case of 1.5℃ warmings, the annual average temperature increases by 1.19℃, the anomaly percentage in annual average precipitation increases by 5.78%, the average accumulated temperature increases by 247.1℃·d, and the length of the growing season extends by 7.0 days.The temperature, accumulated temperature, and the length of the growing season increase significantly under the warming condition of 2℃compared with that under the warming condition of 1.5℃.However, annual and seasonal precipitation generally decreases, and the annual precipitation anomaly decreases by 1.96%.Under the two warming scenarios, extreme high-temperature events increase significantly, extremely low-temperature events decrease significantly, and extreme precipitation events generally increase.The number of frost and freezing days decreases significantly, and the duration of heatwaves increases significantly.In the future, precipitation extremes in Northeast China will increase.Not only will the magnitude of a single precipitation process increase, but the magnitude of the extreme precipitation process also increases significantly.With the increase of the temperature threshold, intensity of the extreme precipitation will also gradually increase.

Key words: Regional climate model, Northeast region, Warming scenario, Extreme climate events

中图分类号:

P467

敖雪, 翟晴飞, 崔妍, 赵春雨, 王涛, 周晓宇, 侯依玲. 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.

Xue AO, Qing-fei ZHAI, Yan CUI, Chun-yu ZHAO, Tao WANG, Xiao-yu ZHOU, Yi-ling HOU. Prediction of changes in mean and extreme climate events in Northeast China under different warming scenarios[J]. Journal of Meteorology and Environment, 2020, 36(5): 40-51.

图/表 14

表1

图1

表2

图2

表3

图3

图4

图5

图6

图7

图8

图9

图10

图11

参考文献 41

1	IPCC.Special report on global warming of 1.5℃[M].Cambridge: Cambridge University Press, 2018.
2	Seneviratne S I , Donat M G , Pitman A J , et al. Allowable CO₂ emissions based on regional and impact-related climate targets[J]. Nature, 2016, 529 (7587): 477- 483. doi: 10.1038/nature16542
3	Jiang D B , Sui Y , Lang X m . Timing and associated climate change of a 2℃ global warming[J]. International Journal of Climatology, 2016, 36 (14): 4512- 4522. doi: 10.1002/joc.4647
4	Zhang Y . Projections of 20℃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
5	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.
6	胡婷, 孙颖, 张学斌. 全球1.5和2℃温升时的气温和降水变化预估[J]. 科学通报, 2017, 62 (26): 3098- 3111.
7	Knutti R , Rogelj J , Sedláǎek J , et al. A scientific critique of the two-degree climate change target[J]. Nature Geoscience, 2016, 9 (1): 13- 18.
8	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 (3): 2299- 2319. doi: 10.1007/s11069-016-2553-0
9	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 (3): 507- 522.
10	姜大膀, 富元海. 2℃全球变暖背景下中国未来气候变化预估[J]. 大气科学, 2012, 36 (2): 234- 246.
11	Jiang D B , Zhang Y , Sun J Q . Ensemble projection of 1~3℃ warming in China[J]. Chinese Science Bulletin, 2009, 54 (18): 3326- 3334. doi: 10.1007/s11434-009-0313-1
12	姜大膀, 张颖, 孙建奇. 中国地区1~3℃变暖的集合预估分析[J]. 科学通报, 2009, 54 (24): 3870- 3877.
13	张莉, 丁一汇, 吴统文, 等. CMIP5模式对21世纪全球和中国年平均地表气温变化和2℃升温阈值的预估[J]. 气象学报, 2013, 71 (6): 1047- 1060.
14	郎咸梅, 隋月. 全球变暖2℃情景下中国平均气候和极端气候事件变化预估[J]. 科学通报, 2013, 58 (8): 734- 742.
15	Gao X J , Xu Y , Zhao Z C , et al. On the role of resolution and topography in the simulation of East Asia precipitation[J]. Theoretical and Applied Climatology, 2006, 86 (1/4): 173- 185.
16	Ju L X , Wang H J , Jiang D B . Simulation of the last glacial maximum climate over East Asia with a regional climate model nested in a general circulation model[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2007, 248 (3/4): 376- 390.
17	Zhang D F , Gao X J , Ouyang L C , et al. Simulation of present climate over East Asia by a regional climate model[J]. Journal of Tropical Meteorology, 2008, 14 (1): 19- 23.
18	Gao X , Shi Y , Song R , et al. Reduction of future monsoon precipitation over China:Comparison between a high resolution RCM simulation and the driving GCM[M]. Meteorology and Atmospheric Physics, 2008, 100 (1/4): 73- 86.
19	周文翀, 韩振宇. CMIP5全球气候模式对中国黄河流域气候模拟能力的评估[J]. 气象与环境学报, 2018, 34 (6): 42- 55.
20	Gao X J , Shi Y F , Zhang , J , et al. Uncertainties in monsoon precipitation projections over China:results from two high-resolution RCM simulations[J]. Climate Research, 2012, 52, 213- 226. doi: 10.3354/cr01084
21	IPCC.Climate change 2013: the physical science basis[M].Cambridge: Cambridge University Press, 2013.
22	季涤非, 刘利, 李立娟, 等. 模式内部变率引起的1.5℃和2℃升温阈值出现时间模拟的不确定性研究[J]. 气候变化研究进展, 2019, 15 (4): 343- 351.
23	周梦子, 周广胜, 吕晓敏, 等. 基于CMIP5耦合气候模式的1.5℃和2℃升温阈值出现时间研究[J]. 候变化研究进展, 2018, 14 (3): 221- 227.
24	王安乾, 苏布达, 王艳君, 等. 全球升温1.5℃与2.0℃情景下中国极端低温事件变化与耕地暴露度研究[J]. 气象学报, 2017, 75 (3): 415- 428.
25	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.
26	敖雪, 翟晴飞, 崔妍, 等. 东北地区气候变化CMIP5模式预估[J]. 气象科技, 2017, 45 (2): 298- 306, 312.
27	崔妍, 周晓宇, 赵春雨, 等. 5个IPCC AR4全球气候模式对东北三省降水模拟与预估[J]. 气象与环境学报, 2014, 30 (4): 34- 41.
28	吴婕, 高学杰, 徐影. RegCM4模式对雄安及周边区域气候变化的集合预估[J]. 大气科学, 2018, 42 (3): 696- 705.
29	刘珂, 姜大膀. RCP4.5情景下中国未来干湿变化预估[J]. 大气科学, 2015, 39 (3): 489- 502.
30	陈晓晨, 徐影, 姚遥. 不同升温阈值下中国地区极端气候事件变化预估[J]. 大气科学, 2015, 39 (6): 1123- 1135.
31	石晨.全球变暖1.5℃和2℃下中国极端温度的变化及归因[D].南京:南京信息工程大学, 2018.
32	Ji Z M , Kang S C . Evaluation of extreme climate events using a regional climate model for China[J]. International Journal of Climatology, 2015, 35 (6): 888- 902. doi: 10.1002/joc.4024
33	Zhou B T , Wen Q H , Xu Y , et al. Projected changes in temperature and precipitation extremes in China by the CMIP5 multimodel ensembles[J]. Journal of Climate, 2014, 27 (17): 6591- 6611. doi: 10.1175/JCLI-D-13-00761.1
34	任国玉, 封国林, 严中伟. 中国极端气候变化观测研究回顾与展望[J]. 气候与环境研究, 2010, 15 (4): 337- 353.
35	Wang H J , Sun J Q , Chen H P , et al. Extreme climate in China:Facts, simulation and projection[J]. Meteorologische Zeitschrift, 2012, 21 (3): 279- 304. doi: 10.1127/0941-2948/2012/0330
36	江滢, 徐希燕, 刘汉武, 等. CMIP5和CMIP3对未来中国近地层风速变化的预估[J]. 气象与环境学报, 2018, 34 (6): 56- 63.
37	陈亚宁, 李稚, 范煜婷, 等. 西北干旱区气候变化对水文水资源影响研究进展[J]. 地理学报, 2014, 69 (9): 1295- 1304.
38	于恩涛, 孙建奇. 基于多区域模式集合的中国西部干旱区极端温度未来预估[J]. 大气科学学报, 2019, 42 (1): 46- 57.
39	王艳君, 景丞, 曹丽格, 等. 全球升温控制在1.5℃和2.0℃时中国分省人口格局[J]. 候变化研究进展, 2017, 13 (4): 327- 336.
40	IPCC.Climate change 2014: synthesis report[M].Cambridge: Cambridge University Press, 2014.
41	Schleussner C F , Lissner T K , Fischer E M , et al. Differential climate impacts for policy-relevant limits to global warming:the case of 1.5℃ and 2℃[J]. Earth System Dynamics, 2016, 7 (2): 327- 351. doi: 10.5194/esd-7-327-2016

指数名称	定义	单位
霜冻日数tnfd	日最低气温< 0 ℃的全部日数	d
结冰日数txice	日最高气温< 0 ℃的全部日数	d
热浪持续指数txhw90	日最高气温>历史同期(气候基准期内逐年以该日为中点的连续5日)第90百分位数的最长连续天数	d
寒潮持续指数tncw10	日最低气温<历史同期(气候基准期内逐年以该日为中点的连续5日)第10百分位数的最长连续天数	d
平均降水量pav	降水量与总降水日数的比值	mm/d
最大连续五日降水量px5d	最大的连续5日总降水量	mm
强降水日数pnl90	大于基准期第90百分位的有雨日数	d
日降水强度pint	有雨日的降水量与有雨日数比值	mm/d

升温情景	年	春季	夏季	秋季	冬季
1.5 ℃升温情景	1.19	1.34	1.31	1.04	1.18
2.0 ℃升温情景	2.33	2.19	1.85	2.15	1.96

升温情景	年	春季	夏季	秋季	冬季
1.5 ℃升温情景	5.78	-0.73	2.28	8.38	13.31
2.0 ℃升温情景	-1.96	-1.02	-2.26	4.10	-5.37

[1]	侯依玲, 刘鸣彦, 赵春雨, 王涛. 东北地区气温演变的一致性与局地性特征研究[J]. 气象与环境学报, 2019, 35(2): 69-76.
[2]	贾庆宇, 王笑影, 谢艳兵, 温日红. 东北地区生态与农业气象野外科学试验基地建设规划[J]. 气象与环境学报, 2018, 34(6): 161-168.
[3]	杨雪艳;张丽;袭祝香;刘玉汐;徐士琦; 张晨琛. 东北地区春季沙尘天气变化特征及其与大气环流变化的关系[J]. 气象与环境学报, 2018, 34(4): 75-83.
[4]	王涛, 王乙舒, 崔妍, 敖雪, 赵春雨, 王颖, 周晓宇, 侯依玲, 刘鸣彦, 顾正强. 气候模式对东北三省降水模拟能力评估及预估[J]. 气象与环境学报, 2016, 32(5): 52-60.
[5]	李辑, 焦敏, 胡春丽, 李菲, 张晓月, 张琪, 王莹, 祝新宇. 1951-2012年东北地区夏季气温及其影响因子变化特征[J]. 气象与环境学报, 2016, 32(5): 74-83.
[6]	李邦东,赵中军,舒黎忠,王式功,尚可政. 1961—2010 年东北地区降水事件时空均匀性研究[J]. 气象与环境学报, 2014, 30(3): 52-58.
[7]	方丽娟,于学泉,王元,王承伟,王永波,陈莉. 中国东北地区中尺度对流复合体的时空分布特征[J]. 气象与环境学报, 2013, 29(3): 35-41.
[8]	沈志超,任国玉,李娇,孙秀宝. 中国东北地区冬季气温变化特征及其大气环流异常的关系[J]. 气象与环境学报, 2013, 29(1): 47-54.
[9]	马建勇，许吟隆，潘婕. 基于SPI与相对湿润度指数的1961—2009年东北地区5—9月干旱趋势分析[J]. 气象与环境学报, 2012, 28(3): 90-95.
[10]	高峰, 隋波, 孙鸿雁, 姚国友, 陈雷. 1951—2008年东北地区冬季气温变化及环流场特征[J]. 气象与环境学报, 2011, 27(4): 12-16.
[11]	张海娜, 李晶, 吕志红, 王艳, 林蓉, 戴欣童. 东北地区农业气象灾害的定量评估[J]. 气象与环境学报, 2011, 27(3): 24-28.
[12]	李辑,王小桃,李菲,安昕. 区域气候模式RegCM_NCC在东北地区的应用研究[J]. 气象与环境学报, 2010, 26(3): 1-6.
[13]	孙秀忠,孙照渤,罗勇. 1960—2005年东北地区降雪变化特征研究[J]. 气象与环境学报, 2010, 26(1): 1-5.
[14]	赵宗慈,罗勇. 21世纪中国东北地区气候变化预估[J]. 气象与环境学报, 2007, 23(3): 1-4.
[15]	吉奇,宋冀凤,刘辉. 近50年东北地区温度降水变化特征分析[J]. 气象与环境学报, 2006, 22(5): 1-5.