基于CMIP5多模式集合中国降水分析与评价外文翻译资料

英语原文共 20 页，剩余内容已隐藏，支付完成后下载完整资料

基于CMIP5多模式集合中国降水分析与评价

摘要：降水的变化对全球的经济，社交和环境都有巨大的影响，在中国尤为重要。本文使用20世纪两个观测降雨数据评估参加耦合模式比较计划第五阶段（CMIP5）的20个全球气候模式模拟数据并且基于CMIP3量化CMIP5提高。也进行了多模式集合平均和单模式对RCP8.5、RCP4.5和RCP2.6三种典型溶度途径评估，21世纪CMIP5的评估是基于20世纪偏差投入的前提下。结果表明CMIP5模式能够很好的模拟出中国20世纪的降水空间分布，相比于CMIP3有所改进。然而对于中国大部分地域来说季和年平均降雨量的模拟结果是偏高的，尤其是西藏高原的东部边缘，中国东南部的夏季模拟的降水结果是偏低的。就全中国而言CMIP5在年平平均降水的偏高是比CMIP3严重的，这个结果受CMIP3在夏季模拟降水比CMIP5更偏低的影响。因为夏季降水的模拟降水有很大的不确定性，单模式模拟的结果也受到影响。CMIP5模拟数据展现的趋势比CMIP3更加贴切观测降雨数据，而且CMIP5模拟数据与观测数据的相关系数也更加高。观测数据和模式数据都变现出20世纪中国西北部降雨有增加的趋势，西藏高原地区有减小的趋势；中国的东南部，东北部的降水趋势，模式数据和观测数据表现出了不一致的现象。总体来说，多模式集合平均模拟数据无法准确模拟出多年降雨变化。21世纪，三种典型溶度途径都映射出中国降水呈增加态式。RCP8.5展现出 1.5mm/年的大幅增长速率，相比于20世纪增加了16%的降水。RPC2.6增长速率最小， 0.5mm/年，同期降雨量增长6%。最大增长速率会出现在夏季中国的西藏高原和东部地区，这意味着将来季风循坏会被改变。由于CMIP5存在的确定性因素，未来降水的预测结果应进一步讨论。

关键词：CMIP3比CMIP5更好的模拟中国降水 单模式模拟结果有很大的不确定性 三种典型溶度途径模拟未来降水都有增加

1. 前言

降水是气候系统重要的组成部分，是大气圈，水圈，生物圈的关键纽带。气候的改变和因气候改变的降水变化会对自然环境和人类活动产生重要影响。IPCC第五次报告[1]表明1880-2012年全球气温平均上升了0.85℃,上升幅度在0.6-1.06℃之间。基于1986-2005年[Intergovernmental Panel on Climate Change (IPCC),2013]的研究成果推断，2016-2035年期间全球平均气温会在1880-2012年的基础上再增加0.3-0.7℃。报告还指出，从1901年北半球中纬度地区陆地降水一直增加[IPCC, 2013]。虽然全球的年平均降水上升的不明显，但是由于厄尔尼诺南方涛动和北大西洋涛动对大气环流的改变，年代际的降水有巨大的变化。

中国是世界上人口最多的一个国家。气候变化尤其是降水的变化对于水资源匮乏的中国影响是极大的[Vouml;rouml;smarty et al., 2000]。水资源在工业和农业的发展中都扮演着重要的角色，这与中国13亿人民的粮食安全和生活幸福息息相关。由于人口，经济的急速发展，需水量急剧增加。气候改变意味着，未来中国将面临大量与水资源相关的挑战，例如粮食安全和环境恶化等问题[Varis and Vakkilainen,2001]。再者，洪涝、干旱等极端水文时间的发生引发环境危机和经济损失。Gao和Yang等[Gao and Yang, 2009]研究发现，中国北方2008-2009年冬季干旱造成超过4百万群众和2百万家畜饮用水不足。根据Barriopedro et al., [2012]研究，2009-2010年中国东南干旱导致全国发电量减少20%。因此，充沛的降水对中国未来的发展是关键因素。Piao等[Piao et al2010]研究表明，1960-2006年中国的西北，东南地区平均年降水量有所增加，东北部平均年降水有所减少。Shi等[Shi et al., 2007]研究表明，中国西北部降水增加是由于全球变暖导致大气水汽含量的增加和水循环加强导致的。[Zhou et al., 2009]研究发现，受东亚季风影响的中国东部20世纪70年代末由于东亚夏季风的强度减弱出现了“南湿北旱”的空间降水分布形态.[Xin et al.,2006;Yu et al., 2004; Yu and Zhou, 2007]研究结果和对流层上层强冷却和前一年冬季北大西洋涛动的出现有很大的联系。[Zhou et al., 2009]发现，热带海洋变暖，西藏地区对热源的弱敏感，汽溶胶加强和自身内部的变异都是造成东亚夏季风数年变化的诱因。

[Kharinet al., 2007]等以温室效应和汽溶胶排放为基础，全球海气耦合循环模型仿真预测未来气候变化的趋势和特征。CMIP（The Coupled Model Interconparison Project）是建立在实验的基础上评估GCMS（the atmosphere-ocean general circulation models）结果并且在不同的排放模式下预测未来气候变化。CMIP3的预估结果[Tu et al.2009]表明，中国东部长期降水值是被低估的，大多数模式都无法很好的模拟出空间降水分布。Miao et al.[2012]等评估了CMIP3模式下中国气温和降水的应用效果，IPCC AR4 GCMs 年平均降水和气温在中国的模拟效果很差。CIMP5比CMIP3在空间分布上模拟的更好[Taylor et al., 2011]。

基于CMIP5模式中国降水的评估有多研究，从不同地域和季节，各个层面。例如，Huang et al.[2013]等评估了中国东部降水，多模式集合能很好的模拟夏季降水，然而中国南部存在很大的不确定性。Qu et al.[2013]研究表明，CMIP5能合理的模拟中国东部过去的水汽循环，和大气的运动形态。[Gong et al., 2013]CMIP5多模式集合能合理的模拟出东亚冬季风。通过与观测降水数据集对比，CMIP5能够比CMIP3更好的模拟出亚洲夏季风[Sperber et al., 2013] 和亚洲冬季风规律[Wei et al., 2013]。一些研究也评估了CMIP5模式在中国的实用性[Wang and Chen, 2013; Xu and Xu, 2012];然而，与历史观测降水数据对比的综合评估尚未完成；另外，CMIP5模拟降水相对CMIP3模式潜在的改进尚未提供。

本文，基于CMIP5模式20个单模式降水的模拟结果和观测降水对比了中国20-21世纪中国降水的异同。我们采用了一套统计模型提供了一个更加全面模型评估。本文主要从以下两个方面问题来讨论：第一，CIMP5模式模拟的结果和观测降水在20世纪是否一致？作为评估的一部分，CMIP5模式相比有CMIP3模式在那些方面有提高。根据CMIP5模式20世纪的表现，第二个问题是，中国21世界降水怎样变化？第二部分是数据集和分析方法的介绍。第三部分对比了观测降水和基于20个单模式模式20世纪降水特征的对比。第四部分，基于CMIP5模式模拟降水结果对21世纪中国降水变化的预测。第五部分讨论了观测和模型模拟之间的一致性，并提出的模拟预测与观察到的偏差的背景下。第六部分展示了我们的研究结论。

1. 数据和方法

2.1数据

我们使用了表1中CMIP5模式20个单模式中的4个：一个是历史实验数据和三个未来排放情形。我们也评估了CMIP5模式相对与CMIP3模式的提高。我们选择这20个单模式结果的原因是它是唯一历史实验和所有的排放模式结果都被包含的。RCP8.5，RCP4.5，RCP2.6，三种排放模式是未来研究最有代表性的。历史实验（1850-2005）结果是依据观测大气成分的改变（反映了人与自然的影响），并结合土地利用的演变[Taylor et al., 2011].Chen和Frauenfeld列出了所有的模式清单[2014, Table 1].在气候变化政策没有变化的情况下，RCP8.5排放场景（2006-2300）设想了一个人口和能源的需求激增的背景。因此，它对应着温室气体排放量最高的途径，导致8.5W/m²的辐射力度在2100年[Riahi et al., 2011].RCP4.5辐射力度稳定在4.5W/m²，2100年不超过这个值[Thomson et al., 2011]。它被认为是一个中度稳定的场景。RCP2.6是一个比较低的辐射水平，在2100年前峰值不超过3W/m²，到2100年减少到2.6W/m² [Vuuren et al., 2011]。CMIP5模式下20个单模式月降水数据从CMIP5网站下载(http://cmip-pcmdi.llnl.gov/)。CMIP3模式20世纪实验数据的数据(20C3M)来自于CMIP3网站(http://esg.llnl.gov:8080/)，表2是历史CMIP5实验数据。

为了确保我们的选择的观测数据更加有说服力，我们用了两套不同的观测数据来评估GCMs的结果。CRU（The Climate Research Unit）Ts（time series）3.10数据集由东安格利亚大学提供的1901-2009年的0.5x0.5高分辨率的月降水数据。CRU数据集是通过全球地面站点观测降水数据插值得来[Harris et al., 2013].GPC第六版分辨率为0.5° times;0.5°可用的月降水数据,时间范围为1901-2010年[Rudolf and Schneider, 2005; Schneider et al., 2013]。CRU数据集和CRU Ts 3.10一样它提供了全球表面网格月降水数据，但是CRU Ts 3.10使用的观测站点数量是比CRU数据集要大很多。先前已有研究讨论过他们的差异，结果表明他们的差异是非常小的[Zhang and Zhou, 2011; Zhou et al., 2008b]。

2.2方法

为了研究20和21世纪降水的变化，1901-2005年使用实验数据，2006-2100使用三种未来排放场景得出的数据。大约在1950年前，观测站点分布是非常稀疏的。GCMs评估工作是1901年开始的，1901-1950年评估早期阶段，由于观测上存在的确定会存在潜在的差异。因此我们将评估分为1901-2000和1951-2000两个时期。由于GCMs模式使用的是不同的空间分辨率，所有的输出结果都通过双线性插值统一到2.5⁰x2.5⁰网格上，此种方法是统一使用的技术[Alkama et al., 2013; Hsu et al., 2013; Huang et al., 2013; Qu et al., 2013; Wang and Chen, 2013]。由于中国不同区域降水的异质性[Piao et al., 2010; Wang and Zhou, 2005]，分析季节和年尺度上的线性趋势分析，根据前人的结果[Ding et al.[2008] andFeng et al.[2011] ]将中国分为5个部分（北部，南部，长江中下游，西北部，西藏高原（图1））。通过网格平均的方法计算中国范围内的降水量。通过经纬度分别计算五个部分区域的降水量。为了评估模式降水结果和观测降水的一致性，我们计算了他们的不同，算术平方根，标准差，两个观测降水和两个CMIP数据集皮尔逊相关系数。在评估中国气候降水分布中使用了Taylor[2001]定义的一个评分公式：

R是模式相关系数，SDR是空间标准差（模式/观测）的比率[Hirota and Takayabu, 2013].在对比两种CMIP结果过程中才用了Song and Zhou[2014]等的研究结果。我们的研究区域为20°-50°N, 75°-125°E被分为了15个10⁰x10⁰的区域。两个CMIP在每个区域都会进行评分计算。基于Song and Zhou[2014]的研究测评方法，如果CMIP5的评分超过80%的区域由于CMIP3，则说明CMIP5对于CMIP3有提高。另外，为了评估CMIP5年际间的降水变化，评分也会计算年际间降水的标准差。

3．20世纪历史降水

我们首先对比了1901-2000年际和冬季（11月-2月）、夏季（6月-8月）均值空间分布。图2展现了CRU，GPCC，和CMIP3、CMIP5集合平均20世纪年平均降水量空间分布。这和两个观测降水数据集（图2a、图2b）呈现的结果一致。由于东亚夏季风的存在，最大降水一般出现在中国南部[Ding and Chan, 2005]。降水量最低的地方在中国的西北部，尤其是在拥有大片沙漠的新疆省。季节降水很好的符合了季风的影响，夏季降水多，冬季降水少。总的来说CMIP5模式和CMIP3模式都能合理的反映出季节降水空分布特征。然而，在降水量方面，两种CMIP模式在中国大部分地方都存在高估的现象（图2c和图2d）。中国西藏高原东部边缘的云南省和四川省存在最大的正偏差，中国南部夏季降水存在低估的现象。

因为CRU和GPCC（图2a和图2b）空间分布一致，我们仅用GPCC为基准来分析两种CMIP模式存在的差异性（图3）。通过与观测数据的对比，1901-2000年间CMIP5模式比CMIP3模式一致性更好。对于CMIP3模式，对中国东部夏季降水存在低估现象西南部冬夏季降水都存在高估现象。CMIP5多模式平均的评分（S=0.79）高与CMIP3多模式平均（S=0.71），论证表明CMIP5的表现更好（图4）。基于Song and Zhou[2014]的评分方式，CMIP5模式在13个子区域的评分都要高于CMIP3，这表明CMIP5模式模拟结果要由于CMIP3模式。两种观测降水评估结果一致（S=0.95）。单个模式对中国降水大部分不能模拟中国降水的空间分布。EC-EARTH和HadGEM2-CC比其他模式的评分都要高（0.83和0.79）。MIROC-CAM5和F

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[23467]，资料为PDF文档或Word文档，PDF文档可免费转换为Word