基于PRECIS模式對珠江流域降水的模擬與分析

郭智亮，鄧婧娟，葉朗明，張 軍，陳淑敏，鄒宛彤

(1.中國民用航空中南地區空中交通管理局氣象中心，廣東 廣州 510406；2.中山大學大氣科學學院，廣東 廣州 510275；3.廣東省江門市氣象局，廣東 江門 529000)

0 引言

全球氣候變化已成為人們普遍關心的問題，在過去的100 a里全球地表溫度逐漸升高，升溫趨勢大約為0.74 ℃，近50 a的線性增溫速率為0.13 ℃/10 a，以變暖為主要特征的氣候變化趨勢得到社會各界的廣泛認識[1]。中國是氣候變化的敏感區，隨著全球變暖，中國區域平均降水顯著增加，極端降水頻數增加，冷夜和熱浪等極端氣候事件也增加[2]。丁一匯等[3]預測未來20 a，中國地區平均降水量呈明顯增加趨勢。吳徐燕等[4]分析了我國近50 a降水觀測資料得出無雨日有明顯地增加。T Yang等[5]用聚類分析等方法對珠江流域降水進行區域分類，表明珠江流域干旱有區域性特征，西南和東北部易發生干旱。嚴小冬[6]等借助IPCC AR4預估數據集，預估貴陽未來10 a處于旱澇交替頻發期。張嬌艷[7-8]等利用國家氣候中心提供的區域氣候模式模擬不同排放情境下，貴州地區21世紀氣候變化預估。

氣候模式是預估未來氣候變化最重要也是最可行的方法。英國氣象局(UKMO)Hadley氣候預測與研究中心的區域氣候模式系統PRECIS(Providing Regional Climates for Impacts Studies)在氣候情景預測方面有良好的基礎。許吟隆[9]，黃曉瑩[10-11]，莫偉強[12-13]和吳美雙[14]等不僅驗證了PRECIS對華南地區溫度、降水以及極端氣候事件的模擬能力，還分析了區域氣候模式系統PRECIS模擬的華南地區未來氣候狀況的可能變化，發現華南地區氣溫有升高趨勢，高溫、干旱、暴雨等極端氣候事件頻率增加，以上研究表明，利用區域氣候模式系統PRECIS對中國南方氣候變化進行預估是有效的方法。由于珠江流域是華南地區經濟發達和人口密集區，近年來珠江流域干旱和洪澇災害頻發，但目前對珠江流域降水的氣候變化研究比較缺乏，本文利用PRECIS區域氣候模式對珠江流域的降水進行模擬，對歷史和未來降水變化進行分析，試圖找出該區域降水的平均值、波動性、概率分布和空間分布變化的特征，探索珠江流域未來降水的可能變化趨勢，對政府部門制定防災減災決策服務具有積極的意義。

1 區域氣候模式介紹及數據和方法

1.1 PRECIS介紹

本文使用的區域氣候模式PRECIS是基于GCM—HadCM3模式發展而來的區域氣候影響研究模式。PRECIS是一個單向嵌套的區域氣候模式，PRECIS模式的水平分辨率是0.44°(緯度)×0.44°(經度)，在中緯度地區格點間距大約為50 km，垂直方向分為19層，最上層達到10 hPa，該模式已應用于全球各個地區的區域氣候情景模擬研究。

1.2 SRES情景介紹

SRES是指《IPCC排放情景特別報告》[1]中所描述的情景。SRES情景分為A1，A2，B1和B2 4個情景族。A1情景假設世界經濟增長很快，全球人口數量峰值出現在21世紀中葉，新的和更高效的技術被迅速引進。A1情景又分為3組，分別代表著化石燃料密集型(A1FI)、非化石燃料能源(A1T)以及各種能源之間的平衡(A1B)。A2情景描述了一個很不均衡的世界：人口快速增長，但經濟和技術發展緩慢。B1情景假設經濟向全球化發展，經濟結構向第三產業更加迅速地調整。B2情景描述了一個人口和經濟平衡發展，增長速度處于中等水平的世界。A1B情景是目前氣候情景研究中的焦點，本文將采用A1B情景來研究未來珠江流域干旱的可能變化。

1.3 數據

本文使用數據包含：①Pingping Xie等[15]發展出的1961—1990年中國區域高分辨率格點逐日降水資料，區域分辨率為0.5°×0.5°，用于驗證模式模擬降水的效果；②由HadAM3P的模擬結果作為邊界場和初始場驅動氣候模式系統PRECIS得到的A1B情景下1961—2050年的氣候情景數據，包括逐日降水、位勢高度和風場資料。研究區域為珠江流域，即20～28°N，102～118°E，包括廣東、廣西、云南東部、福建南部、江西南部、湖南南部以及貴州南部等地區[16-17]。

1.4 分析方法

本文使用一元線性回歸[18]和相關系數[9]作為統計方法。根據涂凱等[19]提出的概率分布訂正方法，對PRECIS輸出的A1B情景數據進行了訂正，其經驗概率訂正方法為：

①觀測與模擬的每個格點的累積概率分布

首先將降水量的范圍分為若干個區間，統計落在各個分區里的降水頻率，再用概率分布計算累積概率分布。

假設降水量的范圍為0～100 mm，以10 mm為一個區間，共有10個區間，某時刻降水量落在10個區間中的一個，即

10×i-10≤p(j)<10×i，i=1,2……10

(1)

統計降水落在第i區間的概率分布：

f(i)=[f(i)+1]/n，i=1，2，……10

(2)

其中n為降水量的時間總數。

計算10個分區里第i區間的累積降水概率：

(3)

由式(3)可以分別得到觀測和模式模擬的降水累積概率分布曲線。

②比較觀測的降水序列擬合的累積概率與模式模擬的降水序列擬合的累積概率的分布差異，得到訂正系數。

Δ(i)=Gobs(i)-Gmod(i)，i=1，2，……10

(4)

③假定模式的系統誤差不變，未來分布差異與歷史分布差異相同，將計算出的訂正系數代入未來情景，得到訂正后的結果。

pcor(j)=pmod(j)+Δ(i)，i=1，2，……10

(5)

式(5)中的pcor(j)為第j時刻降水訂正值，pmod(j)為第j時刻降水模擬值，Δ(i)為降水量落在第i區間時的訂正值。

2 模式結果的檢驗

對PRECIS模擬的珠江流域降水數據的可靠性以及對概率訂正的效果進行驗證。本文從區域模擬效果、平均值和概率分布對模式的模擬結果進行檢驗。

珠江流域1961—1990年30 a日降水量模擬值經訂正后，其值與降水量觀測值的量級基本一致，模擬值經過訂正后為4.08 mm/d，模擬的誤差為觀測值的8%，訂正的誤差減小到觀測值的0.5%，說明模式數據基本可信，訂正數據有了較大改善。由圖1看出，模擬值與觀測值的概率分布基本一致，概率隨著降水量增加而減少；模擬的日降水在20 mm以下的分布比觀測值偏高；在20～60 mm區域，其分布比觀測值偏低；日降水量>60 mm的區域，其分布比觀測值偏高。雖然訂正后的降水量極端大值概率偏低，但總體分布與觀測值分布相近，尤其在大概率區域(日降水量在0～70 mm范圍概率占了總概率的絕大部分)，說明模式模擬的降水量概率分布與觀測值基本吻合。由圖2看出，模式數據經訂正后，基本能表現珠江流域降水的分布形式，具有從東到西減少的分布特征。珠江流域下游東南部地區平均日降水量為4～6 mm，上游西部、云南等地區平均日降水量為3～4 mm。訂正后的模式降水普遍比實況值偏少，尤其是在珠江三角洲地區，誤差在±0.3 mm/d以內。對訂正數據和觀測數據進行空間相似性計算，結果顯示兩者的空間相似系數達0.98，超過了99%的置信度檢驗，說明訂正后的模式降水與觀測降水分布形式基本一致。

圖1 珠江流域1961—1990年觀測、模擬與訂正的日降水量數據的指數概率分布Fig.1 Exponential probability distribution of daily precipitation data from observation, simulation and correction in the Pearl River Basin from 1961 to 1990

以上驗證結果說明，PRECIS模擬出的珠江流域降水的平均值、概率分布以及區域分布形式與觀測值相似，具有較高的可信度，訂正后的數據比模式結果更加接近觀測值。因此，可利用訂正后的模擬結果來預測珠江流域未來降水變化特征，對珠江流域未來干旱氣候的可能性進行預測。

圖2 珠江流域1961—1990年日降水量的觀測值(a)、訂正后的模擬值(b)及訂正減去觀測的差值(c)分布(單位：mm)Fig.2 Distribution of daily precipitation in the Pearl River Basin from 1961 to 1990(unit:mm)：observations of daily precipitation (a), simulated values after correction daily precipitation (b), corrections minus the observed difference (c)

3 未來降水量的模擬與分析

3.1 日降水量

本文將2021—2050年定為未來時段、1961—1990年為基準時段，分析珠江流域未來時段降水可能變化情況。由珠江流域未來30 a平均日降水量分布(圖3a)與基準時段(圖2a)對比發現，日降水量空間分布基本一致，降水量由西向東逐漸增加，上游日降水量平均值為3～3.5 mm，下游日降水量平均值可達5～6 mm。由圖3b看到，未來30 a珠江流域下游珠江三角洲地區降水量增多，增幅為0.5 mm/d左右；上游降水量減少，減幅為0.2 mm/d左右。珠江流域基準時段日降水量平均值為4.07 mm，未來時段平均值為4.36 mm，降水量未來呈增加趨勢。由圖4看出，珠江流域日平均降水量的傾向系數為+0.004，呈緩慢上升趨勢；基準時段的降水量方差為0.28，未來降水量的方差為0.37，表明未來降水的波動性呈增加趨勢。在平均降水量變化不大的情況下，降水量波動性增加將有可能導致極端多雨或極端少雨事件的增加，更容易造成干旱災害或洪澇災害。

圖3 珠江流域未來時段日降水分布(a)及其與基準時段差值(b)(單位：mm)Fig.3 Daily precipitation distribution in the Pearl River Basin in the future (a) and its difference from baseline period (b) (unit: mm)

圖4 珠江流域1961—2050年年平均日降水變化趨勢(單位：mm)Fig.4 Annual average daily precipitation trends in the Pearl River Basin from 1961 to 1050 (unit: mm)

將日降水量分為<10 mm和>10 mm兩個區間，對比兩個時段日降水指數概率分布(圖5)發現，降水概率隨著降水量的增大而下降，<10 mm的日降水對數概率分布差異很小，但未來時段在日降水量>60 mm的暴雨事件頻率高于基準時段。

由表1看出，未來無雨日的概率為60.4%，高于基準時段的59.5%；未來日降水在1～10 mm區間的降水概率曲線低于基準時段，表示小雨事件頻率呈減少趨勢。由表1還可以看出，日降水在10～100 mm區間的未來概率分布曲線高于基準時段，說明中等及中等以上強度降水的概率可能增加。由于未來平均降水量增加并不明顯，未來大雨概率增加而中小雨頻率降低意味著降水量可能集中分布在少數的大型降水中，未來降水量趨于兩極化。

表1 兩個時段的日降水量范圍內的累積概率及累積概率的變化率分布Tab.1 Distribution of cumulative probability and variation rate of cumulative probability in the range of daily precipitation over two periods

圖5 兩個時段日降水指數概率分布(a)日降水量<10 mm， (b)日降水量>10 mmFig.5 Probability distribution of daily precipitation index in two periods: (a) Daily precipitation<10 mm, (b) Daily precipitation >10 mm

3.2 珠江流域未來四季降水分布及變化

對珠江流域未來時段的四季(四季劃分如下：冬季12月—次年2月；春季取3—5月；夏季取6—8月；秋季取9—11月)降水進行模擬。由圖6看出，珠江流域未來時段冬季月平均降水在60 mm以上，降水空間分布不均勻，從東南向西北呈遞減趨勢；從圖6b看出，珠江流域未來冬季降水有增加的趨勢，可能會減輕大部分地區冬季的干旱情況，尤其是珠江流域南部沿海的旱情。

圖6 珠江流域未來時段冬季月平均降水分布(a)及其與基準時段差值(b)(單位：mm)Fig.6 Monthly mean precipitation distribution (a) and its difference from the baseline period (b) in the future of the Pearl River Basin in winter (unit: mm)

珠江流域未來春季降水(圖7a)比冬季有明顯的增加，月平均降水在100 mm以上，分布在珠江流域東北部的大值區超過240 mm，降水空間分布由東北向西南逐漸減少；從圖7b看到珠江流域未來時段東北部降水減少，西南部降水增加。春季是過渡季節，冷空氣運動頻繁，降水主要以冷暖空氣交匯造成的鋒面降水為主，未來東北部降水大值區降水減少，預示未來冬季鋒面系統可能減少。

圖7 珠江流域未來時段春季月平均降水分布(a)及其與基準時段差值(b)(單位：mm)Fig.7 Monthly mean precipitation distribution (a) and its difference from the baseline period (b) in the future of the Pearl River Basin in spring (unit: mm)

由圖8a看出，珠江流域未來時段的夏季，由于南部沿海的水汽充足，故降水分布由南向北減少，珠江三角洲地區夏季降水最多[20]。由圖8b看出，整個流域夏季降水有減少的趨勢，降水幅度由北向南增加，珠江三角洲地區降水減少幅度最大，中部和西部地區降水也有減少的趨勢，東北部地區降水減少幅度最小。

圖8 珠江流域未來時段夏季月平均降水分布(a)及其與基準時段差值(b)(單位：mm)Fig.8 Monthly mean precipitation distribution (a) and its difference from the baseline period (b) in the future of the Pearl River Basin in summer (unit: mm)

珠江流域未來時段秋季的降水(圖9a)，由于夏季風撤退，降水量驟減，降水的空間分布延續夏季的情形，由南向北逐漸減少。從圖9b看出，珠江流域的南部地區秋季降水有減少的趨勢，可能會對南部干旱形勢造成影響。

圖9 珠江流域未來時段秋季月平均降水分布(a)及其與基準時段差值(b)(單位：mm)Fig.9 Monthly mean precipitation distribution (a) and its difference from the baseline period (b) in the future of the Pearl River Basin in autumn (unit: mm)

4 結論與討論

本文利用PRECIS區域氣候模式對珠江流域降水進行模擬以及對1961—1990年和未來2021—2050年的降水變化進行分析，得到以下結論：

①在A1B排放情景下，對珠江流域基準時段(1961—1990年)的區域日降水量平均值模擬結果經過概率訂正后，與觀測值的誤差由8%降低到0.5%；日降水量數據的指數概率分布經概率訂正后，總體分布與觀測值更加相近；日降水量的區域分布的模擬結果與觀測資料進行空間相似性計算，兩者的空間相似系數達0.98，超過了99%的置信度檢驗。說明概率訂正后的模式數據接近觀測值，對珠江流域未來氣候的預測是可行的。

②利用概率訂正后的日降水數據模擬了珠江流域未來時段日降水量平均值分布，珠江流域日降水量平均值由基準時段的4.07 mm上升到4.36 mm，日平均降水量的傾向系數為+0.004，日降水量方差由基準時段的0.28上升到0.37，表明珠江三角洲未來降水量總體呈增多的趨勢，日降水量的波動性增加。

③珠江流域未來時段無雨日的概率由基準時段的59.5%上升到60.4%，但日降水在10～100 mm區間的未來概率分布曲線高于基準時段，未來中小雨頻率降低而大雨概率增加意味著降水量趨于兩極化，降水可能集中分布在少數的大型降水過程中，更容易造成洪澇災害或干旱災害。

④珠江流域未來時段降水量在時空分布上呈不均勻狀態，即冬季和春季南部沿海降水呈增加趨勢，北部呈減少趨勢；夏季和秋季北部降水呈增加趨勢，南部呈減少趨勢。

目前概率訂正分布還處于經驗概率分布階段，能訂正平均誤差和改善模式數據的經驗概率分布，但該方法對極大值的訂正還存在不足，因此，概率訂正分布不適用于對極端降水的訂正，未來概率訂正還需要用擬合統計分布曲線的方法來對模式數據進行訂正。