王會軍
南京信息工程大學大氣科學學院, 南京 210044
亞洲中高緯區(本項目關注區為35°N 以北、60°E 以東的亞洲地區),主要包括中國北方、朝鮮半島、日本、蒙古、西伯利亞及中亞部分地區。該區域是我國未來發展戰略的核心區域,涉及到“一帶一路”倡議、中日韓自由貿易區建設、中俄遠東地區合作發展規劃和中蒙經貿合作中期發展綱要等的實施。此外,亞洲中高緯區是全球氣候系統及生態環境變化的高敏感區。過去幾十年,該地區增暖幅度顯著高于全球平均,極端氣候頻發,對區域生態環境、人民生活和社會經濟建設等造成了嚴重影響。如2010 年夏季,高溫熱浪導致俄羅斯近5000 人死亡,經濟損失超過了150 億美元;2012年冬季,歐亞大陸遭遇低溫嚴寒,造成近千人死亡;2012 年夏季,北京“7·21”特大暴雨造成160 萬人受災、79 人死亡,經濟損失約116 億元;2016年夏季,中國東北遭遇嚴重干旱,造成糧食減產,經濟損失高達156 億元。因此,開展亞洲中高緯區極端氣候變化、生態影響與預測預估研究具有重大意義,可為區域經濟發展和生態文明建設提供堅實的科技支撐。世界氣候研究計劃(WCRP)將極端氣候變化規律與成因研究作為未來國際氣候變化研究領域的七大主要挑戰之一。
在亞洲區域,針對極端氣候變異機理的研究主要集中在亞洲季風區和中國西北地區等(翟盤茂和潘曉華, 2003; 張莉和丁一匯, 2008; 任國玉等, 2010;黃 建 平 等, 2014; 李 崇 銀 等, 2019; Yin et al., 2022,2023b)。研究指出厄爾尼諾—南方濤動、印度洋海溫異常模態、北大西洋海溫異常模態、北極濤動/北大西洋濤動、北太平洋濤動、太平洋年代際振蕩、大西洋多年代際振蕩等,在年際和年代際尺度上對亞洲季風區和中國西北地區極端氣候變異具有重要影響(楊修群等, 2005; 李威和翟盤茂, 2009; Gao et al., 2017; Li and Wang, 2018; Naveendrakumar et al.,2019; Wang et al., 2019)。但對于亞洲中高緯非季風區,尤其是廣袤的西伯利亞地區極端氣候變異機制的研究相當薄弱。少數已有研究指出,在西伯利亞近些年的極端高溫事件的形成過程中,中高緯大氣內部變率起著重要作用(Hafez, 2012; Kornhuber et al., 2019)。
要進一步深入認識亞洲中高緯區極端氣候變異機理,需要從海洋—大氣相互作用角度開展系統研究。已有研究指出,北極海冰的快速消融及其伴隨的北極放大效應是近些年歐亞大陸冬季低溫暴雪事件頻發的重要原因(Liu et al., 2012; Mori et al., 2014; Kug et al., 2015; Overland et al., 2015;Yin et al., 2023a),也是引起近些年東亞霾污染、高溫和旱澇異常的重要因素(Wang et al., 2015)。陸面(如土壤溫濕、積雪、凍土等)過程異常也對氣候/極端氣候有重要影響,是預測氣候和極端氣候的重要因子。已有研究多關注東亞地區(Xue et al.,2018; 丁一匯等, 2013; Si and Ding, 2013);廣闊的西伯利亞地區陸表過程對于氣候變化異常高度敏感,相關過程如何影響局地極端氣候變化及其機制還缺少系統性研究(Bartsch et al., 2009; Iijima et al., 2010)。實際上,已有關于極端氣候的研究也主要集中在季風區,對于廣袤的亞洲中高緯區域極端氣候的研究非常欠缺,缺少深入系統的科學認知,即便對于已有較多研究的亞洲季風區,隨著氣候系統的變化,該地區極端氣候的形成機理也會有所不同,所以對亞洲季風區極端氣候變化機制的認識仍有待深入。因此,亟需加強對亞洲中高緯區極端氣候變化基本事實的系統認識,從海洋/海冰—大氣—陸面多圈層相互作用來深入理解其變異機理。
近幾十年,世界多個國家都致力于高精度、高分辨率氣候系統模式的研發和改進,并力求將它們用于區域氣候的模擬和預測(Flato et al., 2013)。目前氣候系統模式對于熱帶地區氣候系統具有較好的模擬和預測能力,但對中高緯區的海洋/海冰—大氣相互作用、陸面—大氣相互作用的過程模擬存在較大誤差(Lindvall et al., 2013; Sillmann et al.,2013),使得模式對該地區氣候和極端氣候的模擬及預測能力較低。因此,要提高中高緯區極端氣候的模擬和預測預估能力,就需要有針對性地發展和完善模式相關物理過程的刻畫。
目前國際國內氣候預測業務的對象主要是季節/月平均氣候異常。極端氣候的變異規律與平均氣候不同,其預測更加困難,目前國際上極端氣候的預測研究尚屬初始階段,缺乏成熟的預測理論和有效的預測方法。如何充分挖掘多圈層過程的異常信息,綜合考慮不同圈層相互作用對亞洲中高緯區極端氣候的影響及機理,是發展極端氣候預測理論的重要基礎,進一步構建高效的預測系統和方法,提升該地區極端氣候的預測準確率,是防災減災的迫切需求。
氣候變化和極端氣候對亞洲中高緯區生態環境和人類社會產生顯著影響。但是人類活動和自然變化在亞洲中高緯區極端事件變化中的定量貢獻的評估存在著很大的不確定性。極端氣候的未來變化預估直接關系著人類社會的可持續發展,為社會各界所高度關注(IPCC, 2013, 2021)。因此,需要結合CMIP6 和CMIP5 系列試驗的模擬和預估結果,系統分析亞洲中高緯區極端氣候的未來演變趨勢、變化特征以及不確定性,以期為未來開展有序人類活動及區域可持續發展規劃提供更堅實的科學支撐。
極端氣候嚴重影響生態系統的結構與功能,如生物多樣性、凈初級生產力、碳氮水循環過程等,甚至影響陸地植被覆蓋和分布格局,進而對生態系統服務造成不可估量的巨大影響,乃至生態環境不可恢復的破壞(IPCC, 2013)。因此,系統研究極端氣候對亞洲中高緯區生態系統過程的影響,并預估其未來變化,對區域經濟發展和生態文明建設具有重要意義。
因此,本項目聚焦于亞洲中高緯區極端氣候,從多圈層相互作用角度深入認識其變異機理;開發和完善氣候系統模式,改進極端氣候的模擬效能;發展極端氣候的預測理論與方法;量化自然因子與人類活動對極端氣候變化的相對貢獻,評估極端氣候對生態環境的影響,科學預估未來極端氣候和生態環境的演變趨勢。期待研究結果可為亞洲中高緯區防災減災、區域經濟發展和生態文明建設提供堅實的科技支撐。
項目的執行期為2020 年1 月至2024 年12 月,由南京信息工程大學和中國科學院大氣物理研究所等單位承擔,項目負責人為王會軍教授,課題負責人包括孫建奇研究員、張明華研究員、王會軍教授、姜大膀研究員和周波濤教授。項目主要研究任務包括以下五個內容。
(1)分析亞洲中高緯區極端氣候在年際和年代際尺度上的時空變化特征;剖析影響亞洲中高緯區極端氣候變異的主要海氣模態及海冰關鍵區;探究歐亞大陸陸面過程異常對極端氣候的作用;從多圈層相互作用角度揭示亞洲中高緯區極端氣候年際和年代際變異的機理。
(2)改進中國科學院氣候系統模式的物理過程方案并提高模式分辨率,增強模式對海洋/海冰—大氣相互作用、陸面—大氣相互作用的模擬性能;進一步系統評估模式對影響亞洲中高緯區極端氣候變異的主要海氣模態、關鍵區海冰和主要陸氣過程的模擬能力。
(3)研發亞洲中高緯區極端氣候的季節—年際預測理論,并研制統計預測方法和模型;研制適用于亞洲中高緯區極端氣候預測的高分辨率動力嵌套預測系統;研制亞洲中高緯區極端氣候的統計—動力相結合的預測方法和模型;開展亞洲中高緯區極端氣候的實時預測試驗。
(4)基于歷史觀測資料和國際耦合模式比較計劃(CMIP6)不同強迫試驗結果,利用最優指紋等多種檢測歸因方法,量化人類活動和自然外強迫對亞洲中高緯區極端氣候變化的貢獻;發展多模式集合預估方法,預估亞洲中高緯區極端氣候的未來演變趨勢;開展亞洲中高緯區極端氣候的高分辨率動力降尺度預估試驗。
(5)分析亞洲中高緯區不同生態系統凈初級生產力、碳氮水通量和植被覆蓋等的時空變化規律;研究極端氣候影響亞洲中高緯區生態系統的物理過程與機制;預估亞洲中高緯區不同生態系統凈初級生產力、碳氮水通量、植被覆蓋等的變化趨勢與空間格局以及其對極端氣候變化的響應。
項目的主要研究目標為:揭示影響極端氣候變異的主要海氣模態、海冰關鍵區、以及關鍵陸面過程,辨識影響極端氣候變異的主要氣候因子,建立海洋/海冰—大氣—陸面多圈層相互作用影響亞洲中高緯區極端氣候的物理圖像;改進中國科學院氣候系統模式,提升模式對亞洲中高緯區極端氣候的模擬性能;提出亞洲中高緯極端氣候新的預測理論和方法,發展針對亞洲中高緯區極端氣候的統計、動力、統計和動力相結合的預測方法和模型;揭示人類活動和自然因子對亞洲中高緯區極端氣候變化的影響和主要物理過程,并量化兩者的相對貢獻,對未來極端氣候的演變特征與趨勢作科學預估;闡明極端氣候對亞洲中高緯區生態系統的影響與機理,科學預估未來全球變暖背景下亞洲中高緯區生態系統的變化趨勢及對極端氣候變化的響應。項目的內容、目標和技術路線概要見圖1。

圖1 項目的內容和技術路線概要。Fig.1 Summary of project content and technical roadmap.
項目執行兩年多來取得了若干研究進展,部分結果已經成文發表,包括項目第一資助論文60 余篇。本項目的執行也對相關科學研究工作和學術交流與科普工作起到了很好的推動作用。兩年多來的主要進展概括如下。
3.1.1 亞洲中高緯區極端降水事件頻次年際變化及機制
東、西西伯利亞地區極端降水頻次年際變化均與各自區域上空對流層高層(低層)的異常偶極型環流模態(異常氣旋)有關。這些局地環流異常為極端降水頻次的增加提供了有利的動力和水汽條件。西西伯利亞極端降水受極地—歐亞模態和北大西洋濤動模態的共同影響。在1987~2004 年,東西伯利亞極端降水受到斯堪的納維亞模態的影響,而在2005~2015 年,東西伯利亞極端降水則受英國—貝加爾走廊模態的影響。該影響的年代際變化可能與兩個遙相關模態本身結構的年代際變化有關。此外,在上世紀90 年代末期之后,東亞夏季風對東西伯利亞極端降水的影響也有所增強。其可能原因是:與東亞夏季風同時出現的蒙古氣旋異常增強和東擴,這有利于東亞夏季風將水汽輸送到東西伯利亞地區(Hong et al., 2022)。
3.1.2 北極海冰減少對歐亞中高緯地區春季極端高溫事件的影響
冬季巴倫支海—喀拉海海冰異常對2000 年后歐亞地區春季極端高溫事件的年際變化具有重要影響。冬季海冰異??梢酝ㄟ^影響平流層—對流層相互作用,進而導致次年春季歐亞地區對流層大氣環流的變化,從而有利于該地區春季極端高溫事件呈現出南、北偶極的分布特征。交叉檢驗結果顯示,利用冬季巴倫支?!:1惓nA測的歐亞春季極端高溫事件偶極模態指數與觀測指數的相關系數在2001~2018 為0.71,表明上述海冰異??梢宰鳛榇杭練W亞地區極端高溫事件年際變化的重要預測因子(Sun et al., 2022)。
3.1.3 亞洲中高緯區土壤消融過程對極端高溫的影響
土壤消融過程與地表水熱交換、生態系統和區域氣候密切相關?;诖髿饽J紺AM4.0 模擬了亞洲中高緯區土壤消融過程對極端高溫的影響。設計兩組數值試驗:第一組為參照試驗;第二組為移除了土壤消融過程的敏感性試驗。結果表明,夏季的土壤消融過程會使土壤含冰量減少,液態水含量增多。由于土壤消融吸熱,導致土壤溫度減小。表層土壤溫度的減小使得地氣溫差減小,進一步引起了地表感熱通量的減小。與此同時,向下的土壤熱通量增加,造成地表凈輻射通量減少,也使得地表感熱通量減小。感熱通量的減小導致地面加熱大氣的能力減弱,因此造成了極端高溫事件的減少。
3.1.4 2020 年超強梅雨的發生機制
2020 年發生在江淮流域、朝鮮半島和日本南部(簡稱梅雨區)的暴力梅造成了巨大的人員傷亡和經濟損失。此次暴力梅的主要特征為:入梅早(6 月1 日)、出梅晚(8 月1 日)以及較強的梅雨期降水。2020 年異常早入梅和晚出梅時期的降水占梅雨期總降水的一半以上。研究表明,東亞急流提前北跳是造成入梅偏早的主要原因,而西北太平洋副熱帶高壓(西太副高)的作用并不顯著。5月北大西洋海表溫度(SST)異常激發出東傳的羅斯貝波,同時西北太平洋的暖SST 異常改變該羅斯貝波的傳播,在兩者共同的作用下造成東亞急流的提前北跳,導致入梅偏早。2020 年7 月破紀錄的北印度洋—南海SST 暖異常和拉普特夫—東西伯利亞海的海冰密集度的偏少阻止西太副高和東亞急流的北跳。推遲北跳的西太副高和東亞急流有利于梅雨的維持和出梅偏晚。此外,前期北太平洋環流振蕩模態、4 月平流層狀態以及印度洋偶極子可能 是 極 端 梅 雨 的 潛 在 預 測 因 子(Li H X et al.,2022)。
3.2.1 中高層大氣環流模式框架的構建和檢驗
針對CAS-ESM 的中高層大氣模式第一代版本IAP-AGCM-HT 1.0 在中層上層大氣的模擬偏差進行改進,通過提高模式上邊界,更好地刻畫高層—低層大氣的相互作用,構建了中高層大氣環流模式IAP-AGCM-HT 2.0 框架,并完成了其Rossby-Haurwitz 檢驗。此外,IAP-AGCM-HT 1.0 參加國際模式比較計劃QBOi,已基本完成所要求的模擬試驗,即通過一系列張弛逼近試驗來研究QBO 及其影響,平流層低緯年際變率對中高緯地區的影響,現正在進行數據后處理以及模擬結果評估(Chai et al., 2021)。
3.2.2 CAS-ESM 對降水的模擬評估和機理分析
利用CAS-ESM 1.0 針對陸地降水日變化的模擬、改進和機理開展了系統性的分析和研究,包括選擇CAM5 的物理參數化方案時對降水日變化的振幅和位相的影響、利用邊界層高度和抬升凝結高度估算公式PBLH—LCL 模擬的影響等。利用WRF模式在熱帶帶狀區域開展了45 km×45 km 水平分辨率的敏感性試驗,分析不同積云對流參數化方案和輻射參數化方案的模擬差異。還開展了CASESM 2.0 低分辨率和高分辨率的長期積分數值試驗,并在亞洲中高緯地區初步分析了極端降水的模擬性能。
3.3.1 東北復合型高溫干旱事件的統計—動力預測模型
東北地區作為我國重要的糧倉,復合型高溫干旱事件對當地的糧食產量有重要影響。團隊基于“聯合變量法”定義了一個新的復合型高溫干旱指數,發現東北地區的復合型高溫干旱事件與極地—歐亞遙相關型波列(POL 波列)和太平洋—日本遙相關型波列(PJ 波列)緊密相聯,影響因子包括2 月的熱帶太平洋海溫異常、3 月的巴倫支海海冰異常以及4 月的歐亞大陸土壤濕度異常等?;谏鲜鲱A測因子構建了物理—經驗統計預測模型,該模型預測的東北高溫干旱事件與觀測結果相關系數高,均方根誤差低,交叉檢驗和獨立樣本回報結果均較好(Li H X et al., 2022)。
3.3.2 人 類 活 動 對 亞 洲 中 高 緯 區 高/低 溫 變 化 的影響
基于CMIP6 不同外強迫試驗數據,課題組分析了人類活動和其他外強迫對亞洲中高緯極端高/低溫變化的影響。采用最優指紋法和概率比檢測并量化了外強迫信號對極端高/低溫變化的影響,包括年最大日最高溫度和年最小日最低溫度。結果表明,兩者從1979 年到2014 年有所增加,全強迫(ALL)、溫室氣體(GHG)和人類活動(ANT)外強迫試驗合理再現了高/低溫的時空特征。其中,人類活動的影響可以在極端高/低溫的變化中被檢測到。在極端高溫變化中,ANT 和NAT 強迫的影響可以被區分開。在極端低溫變化中,GHG 強迫可以與其他人類活動信號區分開。研究還表明,由于人類活動的影響使得亞洲中高緯20 年一遇的極端高溫事件發生概率增加了約3 倍,而極端低溫事件變為50 年一遇(Jiang et al., 2022)。
3.3.3 中國區域高溫高濕復合極端事件的未來變化預估
課題組使用18 個CMIP6 模式逐日輸出數據的研究指出,到本世紀末,中國日最高濕球溫度顯著增加,部分地區均有超過35°C 的濕熱復合事件發生,尤其在中國人口集中的東部和四川盆地,在SSP5-8.5 高排放情景下尤為明顯。在SSP5-8.5 情景下,中國有將近81%的人口暴露于極端濕熱復合事件,即使在SSP1-2.6 情景下,這個比例也達到了51%。進一步的研究指出,中國濕熱人口暴露度的增加主要是因為氣候變化(Chen et al.,2022)。
3.4.1 亞洲中高緯度地區植被對氣候的敏感性
項目組系統分析了1982~2020 年亞洲中高緯度地區植被變化對氣候驅動因子的響應。結果表明:亞洲中高緯葉面積指數(LAI)年際變率呈現以中部地區最大,向南北兩側遞減的特征,其中貝加爾湖以西的中西伯利亞高原以及日本海沿岸植被變化最為顯著。從長期趨勢來看,1982 年以來亞洲中高緯大部分地區的植被呈現增加趨勢,增長趨勢最明顯的區域出現在高緯地區;貝加爾湖以西的俄羅斯南部地區以及日本海沿岸則出現了植被退化。氣溫上升對亞洲中高緯度大多數地區春夏植被增加趨勢貢獻最大,以春季尤為顯著。對于年際變化,春季LAI 年際變化受氣溫影響最大,春季高溫對亞洲中高緯大多數地區植被生長都有促進的作用;夏季LAI 對氣溫的敏感性降低,植被較為豐富地區對輻射敏感性高,在氣候相對干旱的地區對降水更敏感。
3.4.2 增溫能緩解森林生態系統磷限制
磷是森林生態系統生產力的限制因子,可調節碳循環對氣候變暖的反饋。基于鼎湖山站的長期自然增溫平臺,系統地評估了增溫對森林生態系統磷循環的影響。研究發現,在磷匱乏生態系統中,增溫可維持植物加速生長的磷需求。增溫影響下,增強的植物磷需求主要通過增強生態系統內部生物化學過程(如植物磷重吸收、土壤磷礦化和磷溶解)以增加磷供應來滿足,而不是通過影響磷通量(如凋落物磷礦化和磷的徑流和淋失損失)和改變更耗能的途徑(如增強細根和菌根真菌)來實現。該成果擴展了對氣候驅動的養分需求/供應假說的理解,提出了增溫背景下維持植物高磷需求的多種磷獲取策略,拓展了傳統的評估方法(僅通過有效磷評估磷供應)和理論(僅通過土壤磷礦化評估磷轉化),為增進磷調控森林碳匯功能響應增溫的認識提供了重要的線索,為改善地球系統模型提供了新的思路(Lie et al., 2022)。
目前為止,我國以重大項目方式支持的以亞洲中高緯為研究區域的氣候變化類重大項目,本項目是首個。因此,項目組在執行期的后半程將按照項目計劃任務書的內容逐步推進和深化五個課題的研究,重點關注變化的成因、機制和預測預估問題,力爭圓滿完成預期目標,并取得一批優秀的創新成果,并科學支撐經濟和社會可持續發展。