利用PRECIS区域气候模式评估新疆极端降水变化外文翻译资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

利用PRECIS区域气候模式评估新疆极端降水变化

YanWei Zhang ^1,2,3, QuanSheng Ge ^1*, FengQing Jiang ⁴, JingYun Zheng ¹, WenShou Wei ¹

（1.中国科学院地理科学与资源研究所，北京100101；2.商丘师范学院环境与规划学院，河南商丘，476000；3.山西师范大学地理科学学院，山西临汾，041000；4.中国科学院新疆生态与地理研究所，新疆乌鲁木齐830011）

摘要：在本文中，利用PRECIS模式（提供区域气候影响研究），在IPCC（政府间气候变化专门委员会）AR4的SRES（排放情景特别报告）A2和B2下对未来降水极值进行了分析。利用气候变化检测及指数（ETCCDI）计算并分析了极端降水事件。结论如下：（1）在目前情况下（1961-1900年），PRECIS模式可以捕捉新疆的降水空间格局；（2）模拟新疆地区，年降水量和季节降水量均呈明显的正趋势，且其变率受地形影响较大。在1961 - 2008年之间，模式趋势的增长与极端降水的频率和强度的增加之间有很强的相关性。在SRES A2和B2情景下，21世纪末极端降水显示出增加的趋势，夏季极端降水量在一年内明显增加。（3）在SRES A2和B2下，PRECIS模式显示，强降水事件发生的频率在增加，并且在21世纪末期其强度也有所增强。A2和B2情景都对21世纪末降水极值变化显示了类似的预测，但是，B2情景下的变化幅度较低。在发生极端降水的情况下，模式之间的差异可能会超过内部变率和不同SRES的变率。

关键词：气候变化、PRECIS、新疆、极端降水、IPCC

1 引言

在过去几年里，由于极端气候事件对人类生活、社会经济和自然生态系统可能造成了严重的不利影响，引起了更多的关注 (Rusticucci and Renom, 2008; Li et al., 2010; Zhang et al., 2013)。降水在相关的气候变量中发挥着重要作用，并且其对区域尺度气候极端事件的研究具有特殊意义(Santos et al., 2007; Marty and Blanchet, 2012)。降水是陆地地表水的主要来源。不仅对气候学家，对水文学家，农学家，应急管理人员，工业家和决策者来说，了解降水的时空变化是非常重要的 (Ebert et al., 2007; Brunsell, 2010)。在过去的几十年中，人们对极端降水的时空变化进行了许多研究。在20世纪，美国曾报道了一次发生频率较低但强度较高极端降水事件 (Changnon et al., 2006; Kirchgauml;szlig;ner, 2011)：中西部下段、南部和西部海岸降水频率呈下降趋势，而中西部上段、东部和东北部以及整个国家则呈上升趋势 (Changnon et al., 2006)。在西班牙 Arguuml;eso et al. (2012)认为，最近几十年（1970 - 1999年），暴风雪的发生频率有所增加。区域气候模式REMO 5.1已应用于欧洲地区，用来研究未来气候变化对极端降水事件频率和强度的影响 (Semmler and Jacob, 2004)。极端降水在强度和频率上的描述给出了对多极化分析极端气候的未来极端事件变化的不同和补充概述(Saacute;nchez et al., 2004)。在21世纪，利用来自Ensembles 项目的区域气候模式（RCM）来评估已预报的欧洲重度和极端降水事件的变化(Rajczak et al., 2013)。在21世纪末，地中海地区极端降水预期的变化是由统计降级方法进行分析的 (Hertig et al., 2013)。Lucio(2004)模拟了未来情景下的极端情况，并分析了空间不确定性的风险或概率图。Revadekar等人分析了在全球变暖背景下印度极端降水时间的特征。对中国西北部新疆地区基于熵值的长期降水变率的分析表明，在新疆南部，变率仅略有增加，但与降水的空间分布一致 (Jiang et al., 2011)。由于这种观测研究的重要性，人们更多的关在气候研究中对统计方法的发展，这些统计方法对观测到的极值变化提供了推断。本次主要研究新疆地区降水和降水指数的年际变率等方面。

新疆地区采用ETCCDI开发的主要统计方法中的主要统计极值方法，该方法已在欧洲，美国和其他地区广泛应用(Caesar et al., 2011; Gallego et al., 2011; Vincent et al., 2011)。新疆位于中国西北部，受干旱气候影响，被认为全球变暖最敏感的地区之一（图1）。天山将新疆分为北部与南部，其气候受到大西洋和北极海洋西风的影响。随着洪水灾害的增加，植被覆盖率的增加和沙尘暴事件的减少，冰川和河流径流的降水，融化水正在增加（Yang,2003）。从某种意义上讲，降水变化在可持续生态环境和区域社会经济中起着至关重要的作用。极端降水等极端天气频率和强度的增加，将进一步提高生态环境对气候变化的敏感性，这是本次研究的主要动机。 Jiang 和Yang（2004年）和Jiang等人(2002a,b, 2004, 2005)表示研究区域的干旱和洪涝增加，这种观测与中国和世界的洪水和干旱性质的变化是一致的。史等人认为在全球变暖下，近二十年来中国西北地区的气候呈暖干型向暖湿型转变。从全球变暖的角度，新疆21世纪的洪水和干旱的频率和强度可能会增加 (Xu, 1997; Jiang et al., 2004; Zhang et al., 2008)。

在本文中，我们通过比较目前观测到的每日极值降水指数，评估PRECIS在模拟未来极端气候事件中的表现。PRECIS预测了两种气候变化情景下的极值变化：IPCC SRES A2高排放和B2低排放。

2 资料和方法

2.1区域气候模式数据

在IPCC 两个SRES（排放情景特别报告）(Nakicenovic et al., 2004) A2和B2 作为边界输入的驱动下，PRECIS模拟了目前（1961-1990年）和未来（2071-2100年）新疆地区的气候环境。PRECIS是由英国气象局Hadley 气候预测与研究中心开发的区域气候模式（RCM）。在这项研究中，模式运行的水平分辨率高达50kmtimes;50km，垂直19层，配置区域内的左上角点（73°E，50°N）和右下角点（97°E，34°），即区域范围为73—97°E,34—50°N。边界驱动的数据集是一个高分辨率的全球气候模式（GCM）（150kmtimes;150km），称为HadAM3H，在“时间层”实验中，这是HadCM3的唯一大气模型(Gordon and Cooper, 2000; Pope et al., 2000)。在本次研究中，选取了基准时段（1961-1990年）和SRES A2和B2情景下未来时段2071-210年间的日降水量。

2.2方法

在本次研究中，使用了ETCCDI定义的六个极端降水指数，该指数可从ETCCDI网站免费获取（http://cccma.seos.uvic.ca/ETCCDI/）。RClimDex执行数据质量控制和指数计算，且系统由Zhang和Yang开发和维持（2004）。同种性质之间的研究用RH (R language Homogeneity)测试 。本次研究，选取1961年到1990年的时间段作为异常时间序列的提取，计算出的极端降水指数见表1。

图1 研究区域地形

Figure 1 The terrain of the research region

表1 本研究中使用了六个降水指数的定义，所有指数均由RClimDEX计算（RR为日降水量;RRge;1mm时定义湿日，RR lt;1mm时定义为干日），其中包含了完整性指标，本文未做进一步分析。

指数 描述性名称 定义 单位

PRCPTOT 湿日降水 湿日年降水总量 毫米（mm）

SDII 简单日常指数 湿日平均降水量 毫米/天（mm/d）

RX1day 日最大降水量 全年最大1天降水量 毫米（mm）

RX5day 5天最大降水量 全年连续5天降水量 毫米（mm）

R95 湿天降水 降水量超过1961-1990年日平均降水95%的年降水总量 分米（dm）

CDD 连续干旱天数 连续干燥天数的最大值 天（d）

3 结果与讨论

图2描述了PRECIS模式与新疆基准时段（1961-1990年）之间的降水比较。在历史时期，与观测相比较，PRECIS模式在空间分布上表现良好。近年来，PRECIS已成功部署在欧洲，印度次大陆和南非，除了影响评估外 (Jones et al., 2004)，PRECIS一直由ECMWF（欧洲中长期天气预报中心）（1979-1983年）再分析数据集 (Xu and Jones, 2004)所推动，证明了其对中国的影响能力。此外，平均温度和降水量可以反映年周期变化模式 (Xu et al., 2007; Chen et al., 2008). Zhang et al. (2006) 。Zhang等人（2006）认为PRECIS也能够捕捉中国与本次研究相比的极端降水的空间格局。他们的分析表明，模式的模拟为中国当代最大降雨量提供了代表。

3.1年际变化

自20世纪80年代以来，新疆的年平均降水量呈增加趋势。shi等人（2002年）指出，由于全球变暖，中国西北部从小冰期到20世纪80年代经历了一个干暖气候模式。中国北方的干旱和半干旱地区（ASAR）覆盖了中国的一半区域 (Chen et al., 2009; Li et al., 2013)，这些地区的年降雨量基本不到400毫米，包括新疆在内的大部分干旱和半干旱地区，6 - 9月雨季年降雨量超过70%。因此，我们重新定义了季节：春季（三月，四月，五月），夏季（六月，七月，八月，九月），秋季（十月，十一月）和冬季的（十二月，一月，二月）。通过新疆月平均日最大降水量的年周期图（图3）可以看出降水量的增加，季节性周期很好地捕捉到了新疆地区夏季的变化，整个季节最高降水量都是非常高的。季节性周期很好地捕捉到了新疆地区夏季的变化，整个季节的最高降水量都是非常高的。从A2和B2情景中，我们可以发现模式具有类似的年际变化，表明没有重大季节性变化。A2和B2情景均显示在21世纪末最大降水量增加了一天，但其每个月幅度变化都不同。夏季一天最高降水量，以及夏季降水的主导地位很可能会在新疆地区得到加强。通常，A2的日最大降水量变化高于B2情景。但是，夏季日最大降水量明显高于其余月份，连续五日的最大降水量也呈现出了类似的特征。

图2 观测值与模式之间的对比

Figure 2 Comparison between observation and simulation

图3 基准时段、SRES A2和B2在新疆地区月平均日最大降水量（RX1day，mm）的对比

Figure 3 Comparison among the baseline, SRES A2, and B2 in monthly mean one-day maximum precipitation (RX1day, mm) in entire Xinjiang

3.2 季节平均极值降水的时空变化

3.2.1强度指数

极端值是通过三个时段，基准时段、SRES A2和SRES B2在季节的网格上计算得来的。根据图4中的空间模式，可以看出季节内基准和SRES之间日最大降水的偏差。SRES A2情景下，夏季强降水活动在新疆发生较多，冬，春季偏少，但是新疆东北部春季暴雨活跃。在夏季，新疆新疆东部和南部日最大降水量达到2-22mm，其中包括塔里木盆地和吐哈盆地，尽管如此，新疆北部和西北部（包括伊犁地区和准噶尔盆地）日最大降水量的强度较低。其他季节比夏季显示更少的偏差。五日最大降水指数的变化模式与日最大降水指数相同。故表明夏季增加的强降水活动以及新疆年平均周期与全新疆日最大降水量和五日最大降水量的广泛预测增加有关。

图4 季节内日最大降水量异常变化的空间格局（mm），冬季（a）,春季（b），夏季（c）,秋季（d）,（A2模式值-基准值）

Figure 4 Spatial patterns of changes in anomalies of seasonal one-day maximum precipitation in mm, RX1day in DJF (a); MAM (b); JJAS (c); ON (d) (A2 minus baseline)

3.2.2频率指数

将季节内日降水量超过10毫米（R10mm）的天数当做极端降水的频率。R10mm指数是真实值（1961-1990）和A2（2071-2100）情景下在网格中计算得到的，图5给出了A2情景和真实值之间的偏差，R10mm频率表明夏季存在较高的偏差，其余时间段没有显著变化，仅在春季，新疆西北部出现轻微的偏高。R10mm频率偏差较大的地区，与其强度指数偏差具

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[21269]，资料为PDF文档或Word文档，PDF文档可免费转换为Word