基于全球气候模式驱动的高分辨率区域气候模式regcm4.docxVIP

基于全球气候模式驱动的高分辨率区域气候模式regcm4 摘要：本文使用三个全球气候模式驱动下的高分辨率区域气候模式RegCM4的试验数据，首先评估了RegCM4对参考时段(1986～2005年)中国干燥度指数(AI)的模拟能力，而后根据典型浓度路径中等排放(RCP4.5)情景下RegCM4试验对中国未来干湿变化进行了预估研究。结果表明，RegCM4能够合理模拟中国区域AI的空间分布。两种潜在蒸散发计算方法得到的参考时段AI在空间分布和数值上存在一定差异，尤其是在中国西部高海拔地区和北方地区。在三个全球气候模式驱动场作用下的RegCM4预估试验中，21世纪中期(2046～2065年)和末期(2081～2098年)中国区域平均AI较参考时段分别减小2%～4%和2%～5%，其中西北中部变湿，其他地区均变干。不同地区未来干湿变化的主要影响因素存在差异，西北中部降水变化为主导因素，其他地区主要受控于升温所引起的潜在蒸散发变化。 1 引言气候干湿平均状况主要决定于大尺度大气环流和地形（政府间气候变化专门委员会（IPCC）第五次评估报告指出，1880～2012年全球平均地表温度升高了0.65～1.06°C,1951～2012年全球平均地表温度上升速率几乎是1880年来升温速率的两倍（回顾以往有关中国干湿变化的模拟和预估工作，它们大多使用全球气候模式的试验数据，模式的水平分辨率偏低，对降水和温度等气象要素的模拟存在不同程度的偏差，进而影响了对干湿状况及其变化的研究（为此，我们使用三个全球气候模式驱动下的高分辨率区域气候模式Reg CM4在当代和21世纪RCP4.5情景下的动力降尺度试验数据，首先检验了模式模拟中国干湿状况的能力，然后预估了中国未来干湿变化并探究其原因。2 资料与方法2.1 资料所用模式数据来自三个全球气候模式CSIRO-Mk3-6-0、Had GEM2-ES和MPI-ESM-MR的历史试验和RCP4.5试验数据（分别简称CSIRO＿GCM、Had＿GCM和MPI＿GCM），以及这些试验数据驱动Reg CM4下的东亚气候动力降尺度模拟数据（分别简称Cd R、Hd R和Md R;评估模式性能的数据来自再分析和观测资料，其中地表辐射通量和地面气压为欧洲中期天气预报中心（ECMWF）的再分析数据（2.2 方法干燥度指数（AI）被用于表征气候干湿状况，其定义为降水（P）与潜在蒸散发（PET）的比值，即AI=P/PET(桑斯维特方法计算公式如下：其中，PET彭曼方法计算公式如下：其中，PET3 模式模拟能力检验在参考时段1986～2005年，使用观测和PET4 未来干湿变化预估根据RCP4.5情景下三个全球模式驱动下的Reg CM4动力降尺度试验，使用PET为便于讨论，选择AI变化明显的西北中部、东北南部和华北北部、西南、东南共四个区域作重点分析，各区域范围请见图2。在21世纪中期（末期），PET5 预估结果原因分析基于PET5.1 降水和PET对AI变化的贡献降水和PET联合决定了AI，因此需要进一步量化降水和PET的作用。根据其中，ΔAI、ΔP和ΔPET分别表示AI、降水和PET变化，F（ΔP）和G（ΔPET）分别表示降水和PET对AI变化的贡献。Reg CM4三个动力降尺度试验及其集合平均结果显示，在21世纪中期，降水对中国AI变化的作用整体为正，区域平均贡献为3%～4%（图3a、d、g和j);PET的作用为负，区域平均贡献为-8%～-5%（图3b、e、h和k）。在空间上，未来西部降水一致增加，对AI变化起正作用；东部黄河以北降水变化以正向作用为主，以南的则为负作用，但幅度相对较小，而且模式间存在较大的不确定性。PET在全国范围内一致增加，负贡献显著。之前关于全球干湿变化的研究曾指出，由于PET增加和降水减少，中低纬度大部分地区有变干趋势（在所选择的四个典型研究区，西北中部降水对AI的作用远大于PET，其贡献为15%～17%,PET的仅为-4%～-2%；在其余三个研究区，PET引起的AI变化均要大于降水，其中东北南部和华北北部降水贡献仅为0～2%,PET的则为-10%～-6%；西南和东南降水的贡献分别为1%～3%和-4%～1%,PET的为-7%～-6%和-8%～-4%。综上，虽然降水在大部分地区有所增加，但PET的增幅相对更大，后者导致21世纪中期中国以变干为主。（图3c、f、i和l）。5.2 PETPET三个全球模式驱动下的Reg CM4试验及其集合平均结果一致表明，平均温度变化增加PET，其作用在青藏高原存在大值区，在东南地区最小（图4a、e、i和m），区域平均贡献为6%～8%。除青藏高原外，有效能量变化总体