黄河流域极端气候变化气候模式优选
来源:用户上传
作者:荐圣淇 毛峙闻 温跃修 严登华 王嘉仪
摘要：探全球气候变化背景下黄河流域极端气候事件的变化特征，对有效应对极端气候事件及其次生灾害具有重要意义。基于1961―2005年流域历史气象要素指标观测数据，选取10个CMIP5模式，采用逐日偏差校正方法对模拟数据进行偏差较正，并对校正前后的各指标进行对比，从变化趋势和空间分布两个方面对CMIP5模式模拟的数据进行评估，优选出适合黄河流域的气候模式。结果表明：10个CMIP5模式模拟的日最高气温都表现出上升趋势，上升速率在0.18～0.35 ℃/10 a之间，大多数CMIP5模式模拟的日最低气温上升速率在0.20～0.41 ℃/10 a之间，MPI、GFDL、CSIRO和CCSM4模式模拟的年降水量表现出下降趋势；各模式模拟的相对误差较小，MPI、MIROC5、GFDL等模式模拟的气温在黄河中下游表现出高估的情况，大多数模式模拟的最大1 d降水量在黄河中游表现出低估的情况；通过数据对比优选出GFDL、FGOALS和CCSM4这3个最适合黄河流域的气候模式。
关键词：气候变化；CMIP5模式；优选；极端气候事件；黄河流域
中图分类号：P467；TV882.1文献标志码：Adoi：10.3969/j.issn. 1000-1379.2022.09.014
Optimization of Climate Model for Extreme Climate Change in the Yellow River Basin
JIAN Shengqi1，MAO Zhiwen1，WEN Yuexiu1，YAN Denghua1，2，WANG Jiayi3，4
（1.College of Water Conservancy Science & Engineering，Zhengzhou University，Zhengzhou 450001，China；2.China Institute of Water Resources and Hydropower Research，Beijing 100038，China；3.China Key Laboratory of Yellow River Sediment Research，MWR，Zhengzhou 450003，China；4.Yellow River Institute of Hydraulic Research，YRCC，Zhengzhou 450003，China）
Abstract：Discussing the changing characteristics of extreme climate events in the Yellow River Basin under the background of global climate change is of great significance for effectively dealing with extreme climate events and their secondary disasters. Based on the observation data of historical climatic factor indicators in the basin from 1961 to 2005，ten CMIP5 models were selected，and the daily deviation correction method was used for bias correction for the model simulation data，and the indicators before and after the correction were compared. From the change trend and spatial distribution，evaluated the data simulated by the CMIP5 model，and selected climate models suitable for the basin. The results show that the daily maximum air temperature simulated by 10 CMIP5 models all show an upward trend，and the rising rate is be?tween 0.18 and 0.35 ℃/10 a. The daily minimum temperature rise rate simulated by most CMIP5 models is between 0.20 and 0.41 ℃/10 a. The annual precipitation simulated by the MPI，GFDL，CSIRO and CCSM4 models shows a downward trend. The relative error of each model simulation is small，the temperature simulated by MPI，MIROC5，GFDL and other models shows an overestimation level in the middle and lower reaches of the Yellow River，and the maximum 1 - day precipitation simulated by most models shows an underestimation level in the mid?dle and lower reaches of the Yellow River. Through data comparison，the three most suitable climate models for the Yellow River basin，GFDL，FGOALS and CCSM4 are selected.
nlc202211231241
Key words：climate change；CMIP5 model；preferred；extreme climate event；Yellow River Basin
气候变化是科学前沿问题，对人类生存和发展形成了重大挑战[1]。黄河流域在生态安全与经济社会发展中具有重要的服务功能[2]。50 a来，流域降水量减少，气温升高[3]，提高了干旱及洪水发生的频率。基于此，掌握流域在过去及未来的气候变化模式对制定适宜的减缓战略以有效应对极端气候事件及其次生灾害具有重要的现实意义。
全球气候模式（GCMs）是在不同温室气体排放情景下进行气候模拟和预估的重要工具，其结果为全球范围内的长期气候预估提供有价值的信息，其中全球耦合模式比较计划CMIP5（以下简称CMIP5模式）提供了最优质的数据集，这些数据集已被政府间气候变化专门委员会用于第五次评估报告中。改进后的CMIP5模式比CMIP3模式表现更加良好[4]，对我国大气向下长波辐射进行模拟时[5-6]，CMIP5模式比CMIP3模式的模拟误差小，但以往研究发现该模式在模拟局部地区降水及地表气温方面仍存在巨大偏差[7-9]。为减小气候变化模拟中的偏差，可在历史气候变化信息具有可靠性的前提下，采用逐日偏差校正方法对模拟数据进行偏差校正。GCMs各气候模式对于不同区域的适用性存在差异，目前针对黄河流域的GCMs气候模式研究仍存在空白，缺少全球气候变化背景下流域长时间序列的极端气候事件的变化特征信息，因此选择适合流域的气候模式非常重要。
本文基于1961-2005年黄河流域的历史气象^测数据，选取10个CMIP5模式，采用逐日偏差校正方法对模式模拟数据进行偏差校正，分别从变化趋势和空间分布两个方面对10个CMIP5模式模拟数据与观测数据进行比较，进一步优选出适合黄河流域的气候模式。
1研究区概况
黄河全长约5 464 km，流域面积约79.5万km，流域内地势高差较大，自西向东形成由高到低的三级阶梯。受大气环流和季风环流的影响，流域内不同地区降水分布差异显著，季节分布不均，多年平均降水量约476 mm，多年平均气温在-4～14 ℃之间，全年日照时数在2 000～4 300 h之间，日照率在50%-75%之间。流域无霜期短、湿度小、蒸发能力强，年均水面蒸发量达957 mm，最大年水面蒸发量超过2 500 mm。从20世纪60年代中期开始，流域出现气温升高、降水和径流减少的变化趋势，严重影响了沿黄地区工农业生产和人民生活，亟待以有效方法预估气候变化。
2数据来源、研究方法以及指标选取
2.1数据来源
（1）气象数据。所用数据源自中国气象科学数据共享服务网1961-2005年黄河流域63个气象站的日最高气温、日最低气温和日降水量。
（2）CMIP5模式数据。10个CMIP5模式数据集源自地球系统网格联盟（ESGF），CMIP5模式信息见表1。
2.2研究方法
逐日偏差校正方法由DT（Daily Translation）和LOCI（Local Intensity Scaling）两种方法相结合进行。首先，利用LOCI方法校正降水发生概率，以实测日降水量P>0 mm为有雨天，反之为无雨天；其次，根据实测日降水量与气温的频率分布，采用DT方法对CMIP5模式模拟数据进行偏差校正。
2.3极端气候事件指标选取
对黄河流域极端气候的研究主要包括极端降水事件和极端气温事件，选取的极端气候事件指标有最大1 d降水量、日最高气温、日最低气温。
3结果与讨论
3.1CMIP5模式校正
各CMIP5模式下校正前后的日最高气温、日最低气温、年降水量的相关数据对比见表2、表3。各模式对日最高气温和日最低气温的模拟效果总体好于对年降水量的模拟效果，校正后各模式模拟的均值与观测数据均值几乎一致，且标准差相差较小。对于倾向率而言，所有模式模拟的日最高气温和日最低气温的变化趋势均与观测数据的变化趋势一致，均呈上升趋势。
对于年降水量：①均值方面。校正前，除MRI模式外，其余模式模拟的均值均大于观测值，尤其是BNU模式模拟的均值为观测值的2.8倍，而校正后各模式模拟的均值与观测值差异明显减小，说明校正后各模式具有更好的模拟效果。②标准差方面。与校正前相比，除MRI模式模拟的标准差有所增大外，其余模式模拟的标准差都有所减小，且更加接近观测数据的标准差，说明校正后模拟数据的准确性有所提高。③倾向率方面。各模式模拟的倾向率相差较大，其中：MPI、GFDL、CSIRO和CCSM4模式模拟的倾向率与观测数据的倾向率一致，即年降水量呈下降趋势，而其他模式模拟的年降水量均呈现不同程度的上升趋势。④相关性方面。年降水量的相关性与系列长度有关，其相关系数较小，校正前各模式模拟的相关系数在0.11～0.42之间，校正后在0.25-0.59之间，整体上相关性有所提高，尤其是CCSM4和GFDL模式模拟的相关系数都在0.5以上。
3.2气象要素变化
（1）气温、降水变化趋势。流域日最高气温变化趋势见图1，分析观测数据可知，1961-2005年流域日最高气温平均值为14.58 ℃，整体呈现上升趋势，其上升速率为0.26 ℃/10 a；10个CMIP5模式模拟的日最高气温都表现出上升趋势，上升速率在0.18～0.35 ℃/10 a 之间，其中GFDL、CCSM4和BNU模式模拟的日最高气温的上升速率最接近观测数据的上升速率，分别是0.25、0.26、0.24 ℃/10 a。
流域日最低气温变化趋势见图2，分析观测数据可知，1961―2005年流域日最低气温平均值为2.05 ℃，整体呈现上升趋势，其上升速率为0.28 ℃/10 a，特别是自1995年以后日最低气温呈现显著上升趋势，远高于日最低气温平均值；大多数CMIP5模式模拟的日最低气温的上升速率在0.20～0.31 ℃/10 a之间，其中：CCSM4和BNU模式模拟的日最低气温的上升速率为0.31 ℃/10a，而MIR0C5模式模拟的日最低气温的上升速率最低，仅为观测数据上升速率的1/7。
nlc202211231241
流域年降水量变化趋势见图3，分析观测数据可知，1961―2005年流域年降水量下降速率为13.8 mm/ 10 a，与观测数据同样呈现下降趋势的模式是MPI、GFDL、CSIRO和CCSM4，其中MPI和GFDL模式模拟的年降水量的下降速率与观测数据的下降速率最接近，分别为13.3 mm/10 a 和15.9 mm/10 a，而CNRM 模式的模拟结果与观测数据差异最明显，其上升速率达到13.4 mm/10 a。
（2）气温、降水空间变化特征。对各CMIP5模式模拟日最高气温、日最低气温、最大1d降水量的相对误差进行计算，相对误差=（观测数据-模式数据）/观测数据，其空间分布情况见图4～图6。分析相对误差的正负值可知，对于气温来说，MPI、MIROC5、GFDL、FGOALS、CSIRO、CCSM4和BCC模式模拟的气温在黄河流域中下游表现出高估的情况，整体上比观测数据高10%左右，各模式模拟的相对误差较小，数值范围在-0.2～0.2之间。对于最大1 d降水量来说，大多数模式模拟结果在黄河中游表现出低估的情况，而MPI 和BNU模式模拟结果在整个流域都表现出低估的情况，各模式的相对误差范围在-0.4～0.4之间，相较于气温的相对误差更大。
为进一步了解观测数据与气候模式模拟数据的空间相关性，分别计算其空间相关系数（见表4）。对于日最高气温来说，MIR0C5模式的空间相关系数最低为0.828，其他模式的空间相关系数都在0.970以上，空间相关性表现最好的是FGOALS模式，其空间相关系数达到0.982。对于日最低气温来说，所有模式的空间相关系数都在0.930以上，空间相关性表现最好的是CCSM4模式，其空间相关系数达到0.985。因此，在气温模拟方面，除MIROC5模式模拟的效果略差一些，其他模式都表现出较高的相关性。对于年降水量来说，MRI模式的空间相关系数最低（为0.211），BNU模式的空间相关系数最高（为0.816），年降水量相对于气温的空间相关性较差。
3.3气候模式优选
针对各气象要素指标，分别从变化趋势和空间分布两个方面对10个CMIP5模式模拟数据与观测数据进行比较，根据评价标准分别选取在不同特征中表现相对较好的5个模式（见表5）。通过统计不同模式在各指标中的出现次数，优选出在所有方面表现较好的3个模式，即CCSM4、FGOALS和GFDL模式。
4结论
采用逐日偏差校正方法对CMIP5模式模拟数据进行偏差校正，结合黄河流域历史观测数据，从变化趋势和空间分布两个方面对不同模式进行评估，优选出GFDL.FGOALS和CCSM4三个适合黄河流域的气候模式。
参考文献：
[1] WANG L，CHEN W.A CMIP5 Multimodel Projection of Fu?tureTemperature，Precipitation，and Climatological Drought inChina [J]. International Journal of Climatology，2014，34 （6）：2059―2278.
[2] CHEN Y P，WANG K B，LIN Y S，et al.Balancing Green and Grain Trade[J].Nature Geoscience，2015，8（10）：739-741.
[3] SUN Q H，MIAO C Y，DUAN Q Y，et al.Temperature and Precipitation Changes over the Loess Plateau Between 1961 and 2011，Based on High-Density Gauge Observations [J]. Global and Planetary Change，2015，132：1-10.
[4]司源，尹冬勤，侯胜林，等.气候变化及人类活动对黑河流域径流演变影响分析[J].应用基础与工程科学学报，2018，26（6）：1177-1188.
[5] MA Q，WANG K C，WILD M. Evaluations of Atmospheric- Downward Long Wave Radiation from 44 Coupled General Circulation Models of CMIP5 [J]. Journal of Geophysical Research：Atmospheres，2014，119（8）：4486-4497.
[6] CHEN L，FRAUENFELD O W.A Comprehensive Evaluation of Precipitation Simulations over China Based on CMIP5 Multimodel Ensemble Projections [J].Journal of Geophysical Research：Atmospheres，2014，119（10）：5767-5786.
[7]段峥嵘，祖拜代・木依布拉，夏建新，等.气候及土地类型变化条件下阿克苏绿洲耗水特征演变[J].应用基础与工程科学学报，2018，26（6）：1203-1216.
[8]邢万秋，王卫光，邵全喜，等.未砥候情景下海河流域参考蒸发蒸腾量预估[J].应用基础与工程科学学报，2014，22（2）：239-251.
[9] QU X，HUANG G，ZHOU W. Consistent Responses of East Asian Summer Mean Rainfall to Global Warming in CMIP5 Simu- lations[J].Theoretical and Applied Climatology，2014，117（1- 2）：123-131.
nlc202211231241
转载注明来源:https://www.xzbu.com/1/view-15442468.htm
