統(tǒng)計降尺度法在我國未來區(qū)域氣溫變化預(yù)測中的應(yīng)用研究

摘 要：利用1961～2000年NCEP再分析資料與中國562個氣象臺站的歷史氣溫觀測資料，并利用主分量分析與逐步回歸相結(jié)合的統(tǒng)計降尺度方法，建立大尺度氣候預(yù)報因子與中國各氣象站點1月和7月氣溫的統(tǒng)計降尺度模式；將主分量分析和逐步回歸相結(jié)合的統(tǒng)計降尺度模型應(yīng)用于全球氣候模式 HadCM3模擬的兩種排放情景的預(yù)報因子，估計中國562臺站的當(dāng)前和未來氣溫變化情景，并與區(qū)域氣候模式PRECIS的模擬結(jié)果進(jìn)行比較。

關(guān)鍵詞：統(tǒng)計降尺度法；氣溫；變化預(yù)測；應(yīng)用

1 建立大尺度氣候與中國各區(qū)域氣溫之間的統(tǒng)計聯(lián)系

(1)使用數(shù)據(jù)。

筆者采用了1961～2000年1月和7月的NCEP全球月平均再分析資料作為觀測的大尺度氣候資料，空間分辨率為 2.5×2.5o，共有 144×73個經(jīng)緯網(wǎng)格；并使用了全國562個臺站的1961～2000年共40年1月和7月的氣溫觀測資料。

(2)采用的統(tǒng)計降尺度方法。

采用主分量分析（PCA）與逐步線性回歸相結(jié)合的統(tǒng)計降尺度方法，并采用歷史觀測資料，建立大尺度氣候預(yù)報因子與地面月平均溫度的統(tǒng)計模式。

篩選得到的通過顯著性檢驗的PC主分量，再建立多元線性模型。用PCobs同樣代表篩選后的j個PC主分量組成的矩陣，其中j對于不同的站點n值不同，且j

對于多元線性回歸系數(shù)Lpc的估計可以由以下方程得到：

對于兩個預(yù)報因子的聯(lián)合，采用兩個場相聯(lián)合的PCA分析方法（CPCA），也就是首先把兩個變量場在空間上聯(lián)合，再對聯(lián)合場進(jìn)行主分量分析，它的優(yōu)點是可以更好的揭示兩個場之間的物理聯(lián)系，具體如下：

假設(shè)一個預(yù)報因子為 A，另外一個預(yù)報因子為B，ai，t和bj，t分別為兩個預(yù)報因子場在第i，j個空間點的時間序列，假設(shè) n1，n2分別為兩個場的空間點數(shù)，那么兩個場的聯(lián)合為：

其中兩個預(yù)報因子的聯(lián)合場AB就共有n1+n2個空間點了，然后按照與單獨的預(yù)報因子相同的方法進(jìn)行PCA分析，建立多元線性回歸模型，從而分析兩個場對區(qū)域氣候的共同影響。

2 利用統(tǒng)計降尺度法預(yù)估中國未來區(qū)域氣溫變化情景

2.1 數(shù)據(jù)及方法介紹

本文地面觀測資料采用的是1961～2000年1月和7月全國562個觀測站點的月平均氣溫資料；觀測的大尺度氣候資料為NCEP/NCAR再分析資料；筆者采用GCM 模式為Hadley中心的HadCM3 IPCC SRES A2和B2排放情景，其中HadCM3模式的水平分辨率為3.7×2.5°。對于預(yù)報因子和預(yù)報量都進(jìn)行標(biāo)準(zhǔn)化處理。

假設(shè)某月的標(biāo)準(zhǔn)化后的GCM模擬的大尺度預(yù)報因子投影到NCEP再分析資料的主分量矩陣表示為PCgcmm，標(biāo)準(zhǔn)化后的GCM模擬的大尺度預(yù)報因子可寫為：

2．2 統(tǒng)計降尺度法預(yù)估中國未來區(qū)域氣溫變化情景

（1）統(tǒng)計降尺度對當(dāng)前氣候條件下氣溫的模擬結(jié)果

筆者給出了SLP+T850作為預(yù)報因子的統(tǒng)計降尺度模式的情況，其中大尺度預(yù)報因子區(qū)域選擇的是各區(qū)域各月份分別對應(yīng)于SLP+T850的最優(yōu)預(yù)報因子區(qū)域。

1月份除了東北，華南，華北五臺山地區(qū)以及青海西部，統(tǒng)計降尺度估計值略微偏高以外，但大部分偏差不高于0.2℃，全國大部分地區(qū)統(tǒng)計降尺度估計值與觀測值相比偏低，尤其在南疆地區(qū)偏低較明顯，偏低大約1℃左右，與HadCM3結(jié)果相比，東北，西南地區(qū)都有了很大的改善。7月份我國北部地區(qū)包括西北，華北，東北大部分地區(qū)統(tǒng)計降尺度估計值略大于觀測值，但大部分地區(qū)偏差不高于0.4℃；我國南部地區(qū)，主要是華中、華東、華南以及西南東部大部分地區(qū)，統(tǒng)計降尺度估計值比觀測值偏低。但是無論是1月份還是7月份統(tǒng)計降尺度估計值與 HadCM3 相比更接近現(xiàn)實的氣溫分布，統(tǒng)計降尺度估計值與HadCM3相比更接近觀測值，偏差均小于1℃，而且我國西部地區(qū)統(tǒng)計降尺度模擬結(jié)果比HadCM3也有了很大的改善。

因此可以得出這樣的結(jié)論：把統(tǒng)計降尺度應(yīng)用于低分辨率的全球氣候模式，能夠改善對我國區(qū)域氣溫的模擬能力，尤其能夠改善復(fù)雜地形條件下的區(qū)域氣候的模擬能力，這是因為 HadCM3無法解決由地形引起的地面逆溫等當(dāng)?shù)貧夂蛱卣鳎y(tǒng)計降尺度方法通過利用標(biāo)準(zhǔn)化距平進(jìn)行統(tǒng)計降尺度，并在統(tǒng)計降尺度結(jié)果加上觀測值的平均氣溫，而除去了這種偏差。

（2）統(tǒng)計降尺度模式對我國未來溫度變化情景的預(yù)估

SLP+T850 統(tǒng)計降尺度模式應(yīng)用于HadCM3IPCC SRESA2和B2兩種排放情景的大尺度預(yù)報因子，生成在兩種HadCM3 IPCC SRES A2和B2排放情景下的各站點未來溫度變化情景。我們選擇兩個未來時間段：2021～2050年和2071～2099年，把這兩個未來時間段的統(tǒng)計降尺度結(jié)果與當(dāng)前氣候情景下的統(tǒng)計降尺度的結(jié)果也就是1961～1990年的降尺度結(jié)果進(jìn)行比較。

在 HadCM3 SRESA2和B2溫室氣體排放情景下，SLP+T850的統(tǒng)計降尺度模式模擬的2021～2050 年1月份共30年和2071～2099年1月份共29年的平均溫度估計值與1961～1990年1月份共30年統(tǒng)計降尺度估計值的差值的空間分布圖。（a）在HadCM3 SRESA2情景驅(qū)動2021～2050年統(tǒng)計降尺度的平均估計值與 1961～1990 年降尺度值平均估計值的差值空間分布圖；（b）與（a）相似為 2071～2099 年的情況；（d）與（a）相似為 HadCM3 SRES B2情景的情況；（e）與（d）相似，為 2071～2099 年的情況；（c）為2021～2050 年在 HadCM3 SRESA2 和B2情景下，統(tǒng)計降尺度估計的平均值的差值；（f）為2071～2099 年的情況。

從圖2（a）和（d）可以看出：1月份，2021～2050 年兩種排放情景下，氣溫估計值與當(dāng)前氣候條件下的估計值相比都有明顯的增溫趨勢，在我國北部地區(qū)升溫比較明顯，一般增溫在1℃以上，我國南部地區(qū)相比增溫幅度較小，一般小于1℃；而且HadCM3 IPCC SRES A2排放情景增溫超過1℃的區(qū)域從范圍上看要比 B2 情景大。圖2（b）和 9（e）出示了1月份2071～2099年兩種排放情景下，氣溫估計值與當(dāng)前氣候條件下的估計值的差值圖。

7月份2021～2050 年，A2情景下，西北，華北和東北大部份地區(qū)增溫在0.5～1℃，只有個別站點超過了1℃，西南，華中，華東和華南大部分地區(qū)增溫在0～0.5℃之間；在 B2情景下，東北，華北，華中和華東地區(qū)大部分站點，以及西北部分站點增溫超過了0.5℃，而其他地區(qū)增溫幅度很少，小于0.5℃；2071～2099年，A2情景下， 西北大部，華北，東北以及華中和華東大部，增溫超過了1℃，東北和華北大部以及西北部分地區(qū)，增溫超過2℃；在 B2情景下，增溫大于1℃的范圍與A2情景基本一致，但范圍要略小一些，而且增溫超過2℃范圍更少一些。7月份，統(tǒng)計降尺度 2021～2050年30年平均估計值和2071～2099年29年平均估計值增溫幅度明顯沒有1月份大，尤其在我國南部。

綜上所述，我國未來氣溫變化趨勢是北部增溫比較明顯，南部增溫較小，1月份增溫大于7月份，即冬季增溫大于夏季增溫，陸地增溫大于沿海，高緯度增溫大于低緯度。

3 統(tǒng)計降尺度與區(qū)域模式模擬結(jié)果的比較

統(tǒng)計降尺度研究中的一個很重要的方面就是與動力降尺度也就是區(qū)域模式的比較研究。筆者選用的區(qū)域氣候模式（RCM）是由哈德萊中心發(fā)展的PRECIS區(qū)域氣候模式，其水平方向的網(wǎng)格距為50公里，垂直方向分為19層。PRECIS可以應(yīng)用于全球任何一個區(qū)域，來提供高分辨的氣候信息，在應(yīng)用PRECIS于中國區(qū)域發(fā)展氣候情景時，應(yīng)用高分辨率的GCM-HadAM3H模式，并采用IPCC SRES B2排放情景，在側(cè)邊界驅(qū)動PRECIS，以得到更高分辨率的區(qū)域氣候情景。

選擇10個站點，包括：①烏魯木齊站（西北19），位于北疆地區(qū)；②和田站（西北42）位于南疆沙漠地區(qū)；③北京站（華北39），代表大城市下墊面；④哈爾濱站（東北38），代表高緯度；⑤獅泉河站（西南 1），代表高原地區(qū)；⑥成都站（西南27），位于高原東側(cè)，氣候受高原的影響；⑦ 南岳站（華中61），位于高山地區(qū)；⑧上海站（華東24），為大城市的代表，而且瀕臨太平洋；⑨福州站（華南 8）；⑩三亞（華南 62），位于海南島。

對于1 月份未來氣候情景，統(tǒng)計降尺度模擬的B2情景增溫趨勢比 A2 情景要明顯，這說明在青藏高原地區(qū)，當(dāng)前氣候條件下統(tǒng)計模式明顯優(yōu)于動力模式。對于高山地區(qū)的南岳站，在當(dāng)前氣候條件下，統(tǒng)計降尺度結(jié)果與觀測值基本一致，但區(qū)域模式的結(jié)果與觀測值相比明顯偏低，這說明區(qū)域模式對復(fù)雜地形條件的站點模擬效果比較差，但在未來氣候情景的模擬結(jié)果都有明顯的增溫趨勢。

對于7月份未來氣候情景，統(tǒng)計降尺度模式模擬的A2和B2情景增溫趨勢基本一致，而成都，福州，三亞增溫趨勢不明顯；在南岳站氣溫有略微下降的趨勢；與統(tǒng)計降尺度相比，區(qū)域模式氣溫的模擬結(jié)果表現(xiàn)出更明顯的上升趨勢。總之，無論統(tǒng)計模式，還是動力模式7月份明顯比1月份要差。

參考文獻(xiàn)

［1］范麗軍，符淙斌，陳德亮.統(tǒng)計降尺度對未來區(qū)域氣候變化情景預(yù)估的研究進(jìn)展［J］.地球科學(xué)進(jìn)展，2006，（3）.

［2］許吟隆.應(yīng)用Hadley中心RCM發(fā)展中國高分辯率區(qū)域氣候情景［J］.氣候變化通訊，2004，（5）.

［3］許吟隆，黃曉瑩，張勇.中國21世紀(jì)氣候變化情景的統(tǒng)計分析［J］.氣候變化研究進(jìn)展，2005，（2）.

注：“本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文。”