CMIP5模式對青藏高原地表溫度的模擬與預估

張珂銘 , 范廣洲

（成都信息工程大學大氣科學學院/高原大氣與環境四川省重點實驗室，成都 610225）

引言

近一個世紀以來，全球溫度升高和全球變暖成為了其氣候變化的主要特點，并且未來全球大部分地區的極端高溫日數將會增加，強度還會增強。而在如今全球變暖的氣候背景下，青藏高原作為地球的“第三級”、世界上最大的高原，也是氣候變化的敏感和脆弱區[1]，其復雜的地形和獨特的氣候特點一直以來是國內外學者研究的熱點[2?3]。近幾十年來青藏高原上空的年平均溫度、季平均溫度在空間上都具有較高的一致性，并且在對流層（500～250hPa）和對流層上層至平流層下層（150hPa及以上）年平均溫度的變化是不同的[4]。從時間尺度上看，高原上空以150hPa為分界線，溫度的變化趨勢不同；從空間尺度上看，在高原的不同區域，其溫度的變化幅度也存在差異，并且各個氣層溫度都存在較為突出的年際和年代際變化[5]。何冬燕等[6]的研究表明：青藏高原四季的地表溫度主要呈一致變化，均為升高趨勢；在秋季，高原的東部和西部，其地表溫度呈現比較顯著的反向變化趨勢，但總體趨勢是下降的。而周婷等[7]的研究也發現高原的溫度變化存在明顯的年代際特征。

長期以來，氣候模擬以及氣候變化和未來的預估這一系列研究工作都是通過氣候模式這一重要工具進行的[8?10]。為了提升對未來氣候變化的預估能力，CMIP5模式設計增加了一系列實驗來充實現有的理論[11]。在經歷了CMIP1、CMIP2、CMIP3等發展階段后，CMIP5模式到如今已經囊括了60多種模式，更高的時空分辨率、更完善的參數化方案和更強大的模擬能力相較于前期有了巨大的提升[12?13]。目前已有不少學者利用CMIP5模式對我國各區域進行了分析評估，且研究進展巨大。Xu 等[14]認為模式對于地表溫度的模擬效果呈負偏差而降水的模擬效果則存在正偏差。郭彥等[15]通過評估25個CMIP5模式對我國年平均地表溫度的模擬能力后，對CMIP5 模式的模擬能力進行了肯定。Su 等[16]評估了 其中24 個CMIP5氣候模式對青藏高原地區地表溫度和降水的模擬能力，驗證了Xu等[14]的結論。段思汝等[5]和胡岑等[17]的研究發現：雖然CMIP5 模式對高原地區的地表溫度具有不錯的模擬能力，但對于降水的模擬結果不理想，而溫度的模擬相較觀測數據結果也存在一定程度上的冷偏差。為了對未來的氣候變化進行預估，通過新的典型濃度路徑進行統計分析，能夠較好地預估未來氣候變化的走向，而這些排放路徑主要有RCP2.6、RCP4.5、RCP6.0、RCP8.5四種情景[18?19]。吳昊旻等[20]就利用了氣候模式BCC-CSM1.1的歷史試驗資料和4類典型濃度路徑下未來預估試驗結果，對2011～2060年中亞地區年平均溫度的時空演變特征進行了預估模擬。但受到青藏高原地形復雜以及東部季風區氣候變化程度敏感的影響，氣候時空變率大，早期氣候模式的能力還存在著不足之處，諸如模擬地表溫度的冷偏差和對降水的高估，特別是模式誤差在青藏高原地區存在放大現象[21?25]。本文擬利用1980～2005年英國東英吉利亞大學的CRU觀測資料和模式的歷史資料集合平均得到年平均溫度變化趨勢，結合泰勒診斷，對青藏高原地表溫度及其變化趨勢進行觀測與模式模擬，從而對高原未來的地表溫度進行預估。

1 資料和方法

觀測資料使用的是英國東英吉利亞（East Anglia）大學的 CRU (Climatic Research Unit) 1980～2005 年全球陸面月平均地表數據集，其空間水平分辨率是1°×1°。表1歸納了這些模式試驗的基本信息，本文選取的模式資料是CMIP5模式中29個模式歷史模擬的1980～2005年歷史氣候模擬試驗（簡稱Historical試驗），將其溫度數據通過雙線性插值法插值到CRU資料分辨率為1°×1°的網格上，再對其模式結果進行分析。本文研究時間段為1980～2005年，而研究范圍為25°～40°N 和 70°～110°E的青藏高原地區。在模式的模擬能力測評過程中，本文先結合CRU觀測資料和CMIP5中29個模式對青藏高原年平均地表溫度進行模擬，在此基礎上進行了年平均地表溫度的趨勢模擬，同時為了驗證各模式模擬場與觀測場的相關程度，驗證模式穩定性，進行了泰勒診斷。利用多模式集合平均分析各個模式對于高原年平均地表溫度的模擬情況，最后再在三種不同濃度排放的情景下對高原未來的地表溫度進行模擬預估，最后得出結論。

表1 CMIP5模式中29個氣候模型的基本信息

2 青 藏 高 原 年 平 均 地 表 溫 度 變 化 特 征 和趨勢

2.1 CMIP5模式對青藏高原年平均地表溫度的模擬評估

如圖1，從觀測場結果來看，青藏高原北部比南部的溫度更低，在高原西北部顏色最深，為其低溫中心。而CMIP5中選取的模式還是能夠較好的模擬出年平均地表溫度的分布特征。但需要注意的是，CMIP5絕大多數模式模擬出來的結果相較于觀測資料均系統性偏低，并且冷區的范圍更大，出現了負偏差。其中CNRM-CM5、CNRM-CM5-2、IPSL-CM5A-LR、IPSLCM5A-MR、IPSL-CM5B-LR、MIROC4h、MIROC-ESM、MIROC-ESM-CHEM、MRI-CGCM3、MRI-ESM1這些模式模擬出的結果呈現的負偏差相對于其他模式來說更明顯一些，在冬夏兩季尤為突出。如圖2a，GFDLCM3、GISS-E2-H、GISS-E2-R、IPSL-CM5A-LR、IPSLCM5A-MR、IPSL-CM5B-LR、MIROC-ESM、MIROCESM-CHEM這幾個模式在夏季出現了較為明顯的負偏差，而CanESM2的模擬結果相對于觀測結果又略高；如圖2b，所有29個模式在冬季的模擬結果相較于觀測結果均出現負偏差，只有CMCC-CESM這個模式的模擬結果與觀測結果最為接近，但模擬的冷渦中心較觀測結果有所南移。上述分析表明，雖然模式的整體模擬能力仍有欠缺，但是其地表溫度的模擬結果較觀測數據的總體冷偏差與之前的氣候模式是相同的，并且偏差幅度也大致相似[12?13]。而整體來說高原西部（90°E以西）模擬的負偏差相較于高原東部來說更明顯一些。同時，年平均溫度模擬效果較好的幾個模式（ACCESS1.0、ACCESS1.3、CMCC-CESM）在季節平均的模擬效果也比其他模式更接近于觀測結果。

圖1 1980～2005年青藏高原年平均地表溫度觀測以及CMIP5多模式模擬結果

圖2 1980～2005年青藏高原季平均地表溫度觀測與CMIP5多模式模擬結果（a. 夏季，b. 冬季）

那么是否年平均地表溫度模擬結果較好的模式，就一定會在季平均地表溫度的模擬中與觀測結果吻合程度更高且效果更好呢？泰勒圖(Taylor diagram)是判定和比較模式模擬出來的結果與觀測值偏差程度的研究工具，通過空間相關系數、均方差和變化的振幅來體現[26]。

如圖3所示，所選取的29個模式相關系數區間為0.7～0.95，模擬結果與觀測數據的標準差之比在0.73～1.35這個區間范圍內，也就是說每個模式都能夠較好模擬出青藏高原地區年平均地表溫度的空間變率。從單個模式上來看，對青藏高原年平均地表溫度氣候模擬結果較好的幾個模式是ACCESS1.0、CMCCCM、CNRM-CM5、HadGEM2-CC、MPI-ESM-MR，而MIROC-ESM-CHEM模式的模擬結果與觀測場的標準差之比幾乎接近1.5，說明此模式對于青藏高原年平均地表溫度的總體模擬能力有限。

圖3 CMIP5模式對青藏高原年平均氣溫的模擬結果相對于觀測結果的Taylor圖

如春季的泰勒診斷圖所示（圖4a），模式的相關系數范圍區間為0.71～0.93，離散程度較夏季更為收斂，且大部分模式的標準差之比落在1周圍，說明整體對空間變率的模擬效果還是不錯的，且在年平均模擬表現較好的模式，同樣在春季保持著比較好的模擬結果。如夏季的泰勒診斷圖所示（圖4b），總體的模擬結果相較年平均都有不同程度的偏差，空間相關系數降低到0.7～0.92，并且標準差之比的離散程度開始變大，而且在年平均模擬結果中模擬能力稍差的IPSL-CM5AMR這個模式在夏季的相關系數的偏差更大，說明模式模擬也會受到高原溫度差異的影響。如秋季的泰勒診斷圖所示（圖4c），模式的模擬效果最好，整體的空間相關系數在0.8～0.95這個范圍，而效果較好的幾個模式空間相關系數更是達到了0.9～0.95，模擬結果與觀測場的標準差之比接近1的模式較其他季節更多，其中以CMCC-CM模式在秋季的模擬效果最好，和年平均模擬呈現的結果相吻合。如冬季的泰勒診斷圖所示（圖4d），雖然空間相關系數有所下滑，但是模擬與觀測場的標準差之比的值收斂程度較高。通過對比評估模式模擬的青藏高原年平均和季平均溫度空間變率，結果反映出青藏高原氣候的季節性差異會對模擬的效果產生一定的影響。但從總體上來看，年平均地表溫度模擬情況較好和季節平均的模擬情況呈正相關，即在年平均溫度上表現較好的模式，季平均模擬的表現也比較客觀，尤其是MIROC-ESMCHEM模式最為明顯；反之亦然。

圖4 CMIP5模式對青藏高原季平均地表溫度的模擬結果相對于觀測結果的Taylor圖（a. 春季，b. 夏季，c. 秋季，d. 冬季）

2.2 CMIP5模式對青藏高原年平均和季平均地表溫度變化趨勢的模擬評估

如圖5所示，對比青藏高原年平均地表溫度變化趨勢的觀測結果與CMIP5中29個模式的模擬結果可知，主要的年平均地表溫度溫變化表現為增溫，這是溫室效應影響下全球變暖導致的結果；大部分的模式模擬結果與CRU觀測結果吻合，并且高原西部比東部的上升趨勢更明顯，達到了0.04～0.06°C/10a左右；但值得注意的是，GFDL-CM3和ACCESS1.0模式出現了比較明顯的偏差，高原東部的上升趨勢比西部更顯著，而CanESM2這個模式顯示出的增溫趨勢則集中在高原中部。在夏季（圖6a），MRI-CGCM3對于高原西部的模擬出現了下降趨勢，偏差較大；MIROCESM-CHEM模式對于高原東部溫度的模擬有所夸大。在冬季（圖6b），有13個模式夸大了青藏高原的增溫速率；同樣也是MIROC-ESM-CHEM這個模式，在高原北側呈現的溫度變化趨勢不升反降，模擬表現較差。

圖5 CRU資料與CMIP5中29個氣候模式模擬的青藏高原年平均地表溫度變化趨勢對比

圖6 CRU資料及CMIP5中29個氣候模式模擬的青藏高原季平均地表溫度變化趨勢對比（a. 夏季，b. 冬季）

通過上述分析發現：在季節平均中出現偏差的模式相較于年平均有所增加，一方面說明季節性差異對于模擬的效果有一定影響，另一方面說明可能模式對于溫度趨勢的模擬效果不如對溫度的模擬效果穩定；而且大部分模擬的趨勢結果相對于觀測結果來說偏高，也就是說模式模擬出的趨勢超出實際觀測的趨勢，這也和近年來全世界做出的一系列防止全球變暖的措施有關。

2.3 青藏高原年、季平均地表溫度觀測結果與模式模擬集合平均的對比

如圖7和圖8所示，觀測資料顯示青藏高原年平均地表溫度從-1.5℃開始波動，但是總體是呈現增溫趨勢的，在1999年年平均地表溫度達到研究范圍的峰值，高于?1℃；而MMM模式集合平均模擬的年平均地表溫度，雖然同觀測資料一樣呈上升趨勢，但是比觀測結果低了2.6℃左右。由歐洲中心提供的兩個模式ACCESS1.0和ACCESS1.3的模擬精度最高，與觀測場最為接近，模擬效果最好。近三分之二的模式模擬精度較多模式集合平均效果更好，這也說明大多模式對于青藏高原年平均地表溫度的模擬表現較為理想。

圖7 青藏高原年平均地表溫度的觀測結果與CMIP5中26個氣候模式模擬結果及其集合平均的對比（紅線為所有模式集合平均）

圖8 青藏高原季平均地表溫度的觀測結果與CMIP5中26個氣候模式模擬結果及其集合平均的對比（a. 夏季，b. 冬季；紅線為所有模式集合平均）

在冬夏兩季，增溫還是高原地表溫度變化趨勢的主旋律，但冬季溫度變化趨勢在1995年有明顯的向下波動，并且多模式集合平均的溫度比觀測資料的溫度普遍低了2.6℃左右，和年平均地表溫度對比結論相吻合。在夏季，GISS-E2-H模式與觀測場數據和MMM多模式集合平均溫度相比，對高原地區的溫度模擬明顯低估，和前文的模擬結果一致。在不同季節，部分模式模擬結果出現波動的幅度稍大，也印證了青藏高原季節性變化是影響模式模擬結果的重要因素之一。

3 未來不同排放情景下青藏高原年平均地表溫度差異隨時間的變化

圖9給出了青藏高原地區在3種不同排放情景下未來近百年相對于1980～2005年的升溫幅度，從圖中可知，未來3種不同典型濃度排放情景下的年平均地表溫度均有所升高，到21世紀末期，低濃度情景下的增溫趨勢最小，約升高1.5℃，而中濃度情景和高濃度情景下的溫度上升幅度均超過3℃，分別為3.2℃和6.5℃。

圖9 不同排放情景下青藏高原年平均地表溫度差異隨時間的變化

在RCP2.6低濃度模式下，多模式集合平均預估的青藏高原年平均地表溫度變化趨勢為先升高，但升高幅度逐步放緩，其中模式平均預估的升溫峰值出現在21世紀40年代后期和21世紀60年代中期；模式預估的升溫范圍在0.8～2.6℃，略高于全球溫度變化趨勢，說明21世紀青藏高原升溫有可能控制在2℃之內。

在RCP4.5中濃度模式下，多模式集合平均預估的青藏高原年平均地表溫度變化趨勢也是逐漸升高；但從21世紀70年代后期開始，升溫幅度會趨于平緩，并逐步控制在3.2℃左右，升溫峰值出現在21世紀50年代中后期，從21世紀80年代后期開始升溫幅度開始穩定在3℃左右。

在RCP8.5高濃度模式下，多模式集合平均預估的青藏高原年平均地表溫度變化趨勢則是快速升高；到21世紀末期，多模式集合平均的上升值突破了6℃，明顯高于RCP2.6低濃度模式和RCP4.5中濃度模式的預估結果；從2076年開始，升溫值就已經達到了5℃，并且隨著時間推移，增溫趨勢呈現連續上升，增溫幅度持續加大，并且極有可能突破6.5℃，接近于全球增溫數值的兩倍；這也說明高濃度排放情景下青藏高原對于增溫響應非常敏感。

4 結論

本文通過CRU提供的1980～2005 年全球陸面月平均地面數據集以及CMIP5中29個模式的Historical試驗，對25°～40°N 和 70°～110°E青藏高原主體地區的年、季平均地表溫度及其變化趨勢進行了模擬分析，再利用多模式集合平均對比分析了各模式模擬青藏高原地區地表溫度的效果，最后在三種不同濃度排放情況下對青藏高原未來的地表溫度變化進行了預估。結論如下：

（1）CMIP5的模式能夠較好地模擬出青藏高原年平均地表溫度，但是模擬結果較觀測結果而言總體偏低，偏差值大約在2.6°C。同時在季平均的模擬上也存在類似的負偏差，冬季尤為明顯，并且90°E以西的高原西部比東部的低溫情況更加顯著。

（2）高原90°E以西的地區比東部的升溫趨勢更大，達到了0.04～0.06°C/10a，但是模式模擬溫度比觀測資料而言也是呈現負偏差，模式模擬的能力還需要進一步提升。

（3）模式對高原年平均和季平均地表溫度的模擬能力呈現正相關，在年平均模擬較好的模式在季平均的模擬中效果也比較理想；反之亦然。

（4）模式集合平均的模擬能力總體優于單個模式，無論是對于年平均地表溫度還是季平均地表溫度，同時模式的擇優篩選也有利于模擬結果的精準化，即對模擬效果較好的單個模式進行擇優選取再進行集合平均，所得結果肯定優于未擇優結果。同時MMM模式集合平均同樣存在季節性差異。

（5）青藏高原未來的增溫趨勢與外輻射強迫的強度呈正相關，高原地區對高濃度排放情景下的增溫效應比中低濃度更加劇烈，并且升溫值在21世紀末極有可能突破6.5℃。