基于CORDEX數據的黃河上游未來極端降水變化預估

大鍵詞：極端降水；氣候變化；CURDEX；黃河上游

中圖分類號：TV62;TV882.1 文獻標志碼：A doi：10.3969/j.issn.1000-1379.2025.07.025引用格式：劉梓萱，毛睿，施翠翠，等.基于CORDEX數據的黃河上游未來極端降水變化預估[J].人民黃河，2025，47（7）：156-162.

Projection of Future Extreme Precipitation in the Upper Reaches of the Yellow River Based on CORDEX Data

LIU Zixuan’，MAO Rui1，SHI Cuicui1'2， ZHAO Huaiqun1，WANG Xueyan' （1.School of National Security and Emergency Management，Beijing Normal University， Zhuhai ，China; 2.School of Systems Science，Beijing Normal University，Beijing 1Oo875，China）

Abstract：ReseoirssteseasritialcolocalersdpivotalodsiwatersedwatersourcemaagntHoweehr stabilityisincreasiglyhallngdyeoinfrequcyofetreepreipiationeventsinducedylobalwaing.Thseeventsatrig gercascadingdisstersposingsigifcanteats toualifedsocconoicevelopentinadgio.issudyusedonte upperreachesoftheYelowRiverandutilizedhigh-resolutiondatafromtheCoordinatedRegional ClimateDownscalingExperient（CORDEX），specificallyderiedfrotheEastAsiadmainFurbiasoectionmetodsoflearsaling，quantilemaing，Quatl-Qdjust ment，ndvariancesaling-wereapldtevauateeirectivnessioretigprecipiatiodataasdoomparativeaalyisthe Quantile-QadustentethddmostratedhebsoverallorectioperfomanendwasthreoreseletedtocalibateCORXfuture periodsiulatios.UndertheRCP2.6senario，thespatialdistributionofulti-yeareanetrmeprecipitationindiceuring26-99 remainsonsistentwithtestorcalperiod，showingonlyslightincreassIncontrst，udertheigemisionCP8.5senaroeeral indices rise significantly，with enhanced regions mainly located in central Qinghai，and south Inner Mongolia.

Key words：extreme precipitation； climate change；CORDEX；upper reaches of the Yellow River

極端降水是影響黃河上游庫壩群安全的重要致災因子。黃河上游地質構造活動強烈、地貌類型復雜、植被稀少，受凍土消融、人類活動、極端降水影響，易發生崩塌、滑坡和泥石流等災害，形成多災種集聚，具有災害鏈生效應，對黃河上游庫壩群安全造成直接威脅[1-4]。全球變暖可能引起極端降水事件強度、頻率增大[5]。在全球尺度，每升溫 1^°C ，極端日降水事件將增加 7%^[6] ，而且隨著全球變暖幅度增大，強降水事件發生頻率加速增大[7]。因此，研究極端降水變化對黃河上游庫壩群安全的影響具有重要意義[8-13]

以往研究主要利用CMIP提供的模式數據得出未來全球變暖情景下區域極端降水變化。為了減小全球氣候模式對極端降水模擬的系統性偏差，采用多種統計方法對CMIP提供的模式數據進行校正很有必要。但是多數研究采用的校正方法較為單一，未全面考慮降水的均值、空間分布和頻次等特征。同時，CMIP提供的模式數據的空間分辨率較低，無法精確捕捉地形引起的降水變化，造成降水模擬存在不確定性。相比之下，協調的區域氣候降尺度試驗（CORDEX）數據提供了高分辨率的區域氣候模式數據，可以較為細致地刻畫氣候變化對特定區域的影響，因此被廣泛應用于災害風險評估。本研究利用CORDEX高空間分辨率逐日降水數據，采用多種方法對極端降水模擬結果進行校正，基于最優校正結果得出黃河上游未來變暖情景下極端降水時空變化，以期為未來黃河上游庫壩群氣候適應策略的制定提供科學依據

1數據與方法

1.1 數據

本研究采用由MOHC-HadGEM2-ES邊界條件驅動的CORDEX數據預測黃河上游極端降水時空變化。該數據提供兩種不同典型濃度路徑（RCPs）情景下的氣候變化模擬結果：RCP8.5情景預測了未來最高的溫室氣體排放水平，RCP2.6情景預測了未來最低的溫室氣體排放和輻射強度水平[8]。將中國氣象數據網提供的CN05.1數據作為觀測基準，該數據基于實測數據插值而成，包括1961—2021年中國地區的逐日平均氣溫，空間分辨率為 0.25^°×0.25^°

將黃河流域上游部分區域作為研究區，涵蓋青海、四川、甘肅、寧夏和內蒙古部分區域（見圖1），這些區域是研究黃河上游庫壩群安全的關鍵區域。為方便討論，下文用省名或自治區名特指研究區中省或自治區研究區域。

1.2 數據處理

1）空間降尺度。為了評估CORDEX數據對歷史時期氣候變化的模擬能力，需要解決歷史時期CORDEX數據與觀測數據（CN05.1）空間分辨率不一致的問題。對于每個觀測格點，以該觀測格點為中心，以 0.3^° 為半徑劃定區域，挑選出該區域內CORDEX數據格點。采用平均值可能會模糊觀測格點的極值降水量，而采用最大值則可能高估觀測格點的極值降水量。因此，為了更有效地保留極端降水事件的信息并減小極值被削弱的影響，計算這些格點數據的較高分位數（ 80% 分位數），并將其作為該觀測格點對應的模擬值，最終得到在空間分辨率上與觀測數據完全一致，且更能反映極端降水事件特征的CORDEX歷史時期模擬數據集。

2）偏差校正。CORDEX中的區域氣候模式的輸出值與實測值相比存在系統性偏差，因此需要采用偏差校正方法提高預測的精度。本研究使用了4種偏差校正方法，分別為線性縮放法（LS）[14]、方差校正法（VS）[15]、分位數映射法（QM）[16]和Q-Q調整法（QQ）[17]。通過對比這些方法的校正效果，選擇最佳校正方法對未來時期的氣候模式數據進行校正，以增強未來極端降水變化研究的準確性和可靠性。

1.3 極端降水指數選取

為全面評估校正后的降尺度數據在描述極端降水事件方面的效果，基于量化極端降水特征的代表性和重要性，選取以下8個關鍵極端降水指數：年降水總量（PRCPTOT）、降水強度（SDII）、強降水量（ R95p ）、極強降水量（ R99p ）、中雨日數（ R10mm ）、大雨日數（ R25mm ）、1d最大降水量（RX1day）和5d最大降水量（RX5day），見表1。

對黃河流域的極端降水指數進行歷史時期（1970—2005年）和未來時期（2006—2099年）的變化分析，并將未來時期劃分為近期（2006—2040年）、中期（2041—2070年）和遠期（2071—2099年）。同時，采用多個指標對極端降水指數校正結果進行評估，包括泰勒圖、空間技巧評分、時間技巧評分、時間相關系數和決定系數[18] C

為了精確預測極端降水變化的時間趨勢，運用Mann-Kendall非參數統計檢驗方法對極端降水長序列數據的趨勢顯著性進行檢驗。研究設定的顯著性水平為0.05，根據變化趨勢將其分為增大、顯著增大、減小及顯著減小4個等級。

2 研究結果

2.1 校正效果評估

泰勒圖可以揭示4種校正方法在減小極端降水指數誤差方面的顯著差異，結果見圖2圖中徑向為標準差，弧線表示相關系數，綠色虛線為均方根誤差（RMSD），紅色方塊為原始模擬數據（Sim），黑點為各指數觀測值]。除了分位數映射法的表現不佳，其對應點超出了泰勒圖的顯示范圍，其余校正方法在模擬性能方面相較于原始模擬數據（Sim）均有明顯改進，其中Q-Q調整法和線性縮放法校正效果較為顯著。

進一步對4種校正方法的泰勒統計量（Taylor）、時間技巧評分（TS）、時間相關系數（TCOR）、空間技巧評分（SS）及決定系數 個關鍵指標進行評估，結果見表2。在空間技巧評分方面，Q-Q調整法以0.90的高分領先，其次是線性縮放法，得分為0.81。時間技巧評分（得分越高誤差越大，效果越差）結果顯示，方差校正法得分最高，而分位數映射法得分最低，表現最優。4種校正方法在時間相關系數上的表現較為接近，其中Q-Q調整法得分最高，為0.85。綜合5個關鍵性能指標的評估結果，Q-Q調整法總體校正效果最優，因此選取Q-Q調整法校正未來時期的CORDEX數據。

2.2 歷史時期黃河上游極端降水指數時空分布

1970—2005年黃河上游極端降水指數空間分布見圖3。在空間分布上，極端降水指數普遍由東南向西北遞減。PRCPTOT高值區位于研究區南部，PRCP-TOT超過 700mm ;低值區集中在研究區北部和西部，PRCPTOT 不 足 400mm 。 SDII、RX1day、RX5day、R95p.R99p 空間分布相似，高值區位于研究區東部，最大值位于甘肅省慶陽市，最大值分別是 7.8mm/d 、49mm.82mm.341mm.137mm ；低值區位于研究區西部及西北部，最小值分別為 3.0mm/d.10mm.23mm， 97mm、31mm 。 R10mm 分布與PRCPTOT類似，即最大值位于四川省，為 19d ;最小值位于青海省西部，小于 3d 。 R25m 高值區位于研究區東南部，達到 4.0d 其他區域均小于 2.0d 。

上述指數的時間序列分析表明，1970—2005年，PRCPTOT、 R10mm 、RX5day表現出微弱下降趨勢，而SI ）II，R95p，R99p，R25mm，RX1day 則呈現微弱上升趨勢，但均不顯著（圖略）。

2.3 未來黃河上游極端降水指數時間變化

2006—2099年不同變暖情景下黃河上游極端降水指數變化見圖4。在RCP8.5情景下所有極端降水指數均呈上升趨勢，尤其是2040年以后，上升趨勢更為明顯，其中PRCPTOT和 R10mm 兩個指數的上升最為顯著，通過了 95% 置信度檢驗，表明RCP8.5情景下未來黃河上游可能會經歷頻繁及強烈的降水事件。RCP2.6情景下PRCPTOT和 R10mm 均呈下降趨勢，但下降趨勢并不顯著；其他極端降水指數如SDII、R95p和R99p雖然呈現輕微的上升趨勢，但總體上變化幅度較小，沒有通過 95% 的置信度檢驗

兩種變暖情景下黃河上游極端降水指數對比分析顯示，RCP8.5情景預示著未來黃河上游可能面臨更加劇烈和頻繁的極端降水事件，可能會對該地區的水資源管理和防洪帶來更大挑戰。雖然RCP2.6情景下年降水總量和中雨日數減少，但強降水頻次的上升趨勢仍不容忽視。

2.4 未來黃河上游極端降水指數空間變化

在不同變暖情景下，2006—2099年極端降水指數的多年平均值空間分布與歷史時期相似，均呈西北部低、東南部高的分布特征（圖略）。在RCP8.5情景下，與歷史時期相比，各指數近期大部分區域減小，中期開始增大，遠期達到最大值，其中：PRCPTOT、SDII、R10mm 遠期平均增長幅度最大的區域均位于青海省中部，其增幅分別為 36.69%.22.50%.74.34% RX1day、RX5day R95p、R99p 增幅最大的區域均出現在內蒙古南部，分別為 37.50%.52.08%.44.78% 、48.91% ： R25mm 在內蒙古東部增幅最大，為 88.0% 。這一結果與馮安蘭等[10]基于CMIP6模擬所得到的結論一致：在 SSP3-7.0，SSP5-8.5 等高排放情景下，黃河流域東南部、西南部極端降水指數均顯著上升，濕潤化趨勢明顯，空間上極端降水增強（即強度或頻率上升）的區域范圍不斷擴大。在RCP2.6情境下，除PRCP-TOT、RX5day外，其他極端降水指數在近期、中期、遠期均減小，部分區域降幅顯著，其中，SDII、RX1day、R10mm，R25mm，R95p，R99p 減小幅度最大的區域除了研究區北部，廣泛分布于甘肅省南部，最大降幅分別為 6.43% 、 22.97% 、 18.24% ） 45.0% 8.82% ） 12.64% 。

未來時期極端降水強度指數相對于歷史時期的空間變化見圖5，其中 p1，p2，p3 分別為未來時期的近期、中期、遠期，下圖同。PRCPTOT最大值出現在四川省，達到 929mm 。在RCP8.5情景下，未來時期3個時段的變化顯著：近期甘肅省大部分地區降水較歷史時期大幅減少；中期青海省大部分地區和內蒙古南部地區降水顯著增加；遠期降水變化減小，與歷史時期差異縮小。在RCP2.6情景下，降水的變化更為復雜：近期降水較歷史時期增加，但中期青海省東南部、甘肅省西南部及內蒙古南部降水顯著減少；遠期甘肅省西部降水較歷史時期也呈減少趨勢。SDⅡI在兩種情景下均表現為研究區西南部較歷史時期增強，但內蒙古西北部減弱。RCP8.5情景下SDII增強范圍相對更廣；中期甘肅省與青海省交界處RCP2.6情景下SDⅡI表現為顯著減弱，而在RCP8.5情景下轉變為顯著增強。RX1day、RX5day兩個指數的變化總體與歷史時期相近，但在RCP2.6情景下，RX1day在甘肅省大部分地區較歷史時期減小；與RCP2.6情景相比，在RCP8.5情景下研究區南部單日強降水和持續性強降水事件發生頻次可能增加。

未來時期極端降水絕對指數相對于歷史時期的空間變化見圖6。兩個指數與歷史時期相比較，在RCP2.6情境下甘肅省、內蒙古東部地區，從近期到遠期呈現先增大后減小的變化趨勢，且 R25mm 較歷史時期減小。此外，盡管四川省南部年降水總量最大，年均值大于 801.2mm ，但 R25mm 較小，不超過0.7d，而R10mm 則相對較大，超過3.2d，說明該區域降水雖然總量大，但降水分布相對均勻，極端降水事件發生頻率較小。

未來時期極端降水相對指數相對于歷史時期的空間變化見圖7。RCP2.6情景下，相比歷史時期， R99p 的降幅整體大于 R95p 的，且其減小趨勢隨時間推移逐步增強，呈現由西向東擴展的空間遷移特征；RCP8.5情景下，各指數較歷史時期的增幅逐年擴大，從近期到遠期呈現增強趨勢，且顯著性區域不斷擴展。兩個指數的顯著性變化相似，在RCP2.6情景下，青海省西部、中部在近期顯著增加，在中期不明顯增加，而遠期變為顯著減少；RCP8.5情景下，甘肅省北部、寧夏部分地區近期顯著減少，甘肅省西南部中期顯著增加，甘肅省東部遠期顯著減小。

3結論

基于CORDEX高空間分辨率逐日降水數據，對黃河流域上游歷史時期（1970—2005年）和未來時期（2006—2099年）的極端降水進行了分析。

在線性縮放法、分位數映射法、Q-Q調整法和方差校正法這4種偏差校正方法中，Q-Q調整法對黃河上游地區CORDEX數據進行校正的總體效果最優，可以提高極端降水事件的預測精度。

1970—2005年，PRCPTOT、 R10mm 、RX5day呈微弱下降趨勢，SDII、 R25mm 、RX1day、 R99p 、R95p表現為微弱上升趨勢但增幅不顯著。在空間分布上，這些指數呈由東南向西北遞減的趨勢，高值區集中在四川省及甘肅省與青海省南部交界處，低值區主要位于研究區西北部。2006—2099年，不同情景下黃河上游地區極端降水事件的頻率和強度不同。總體來看，隨著溫室氣體排放水平的升高，極端降水指數呈現出從局部增強向大范圍顯著增強的空間擴展趨勢，顯著增強區域集中在研究區東北部。在RCP8.5高排放情景下，各極端降水指數呈上升趨勢，尤其是PRCPTOT、SDII、 R10mm 、RX1day等指數在中遠期增幅顯著，其中青海省中部和內蒙古南部是極端降水顯著增強的核心區域。在RCP2.6低排放情景下，多數極端降水指數的變化幅度相對較小，部分指數（如RX1day、R10mm，R25mm ）呈下降趨勢，整體更接近歷史時期的變化特征，表明減緩溫室氣體排放有助于減小未來極端降水事件的強度和頻率。

參考文獻：

[1] DO HX，MEIY W，GRONEWOLD A D.To What ExtentareChanges in Flood Magnitude Related to Changes in Precipi-tationExtremes？[J].GeophysicalResearchLetters，2020，47（18） ：e2020GL088684.

[2] SHI J，CUI L L，TIAN Z.Spatial and Temporal Distributionand Trend in Flood and Drought Disasters in East China[J].Environmental Research，2020，185（Prepublish）：109406.

[3] KIRSCHBAUMD，KAPNICK SB，STANLEY T，et al.ChangesinExtreme Precipitationand Landslides OverHigh Mountain Asia[J].Geophysical Research Letters，2020，47（4） ：e2019GL085347.

[4] ROMEROJE，VERGARA-PINTOF，AGUILARG，etal.Triggering Factors，Behavior，and Social Impact oftheJanuary 2O21 Hail-Debris Flows at the Central Valley ofChile[J].Landslides，2022，19（4） ：1-19.

[5] 潘張榕，郭軍紅，付正輝，等.基于CORDEX區域氣候模式的大渡河流域徑流模擬[J].人民珠江，2022，43（8）：54-62，77.

[6] 趙樹云，袁暢，張華，等.基于多源證據估算氣候敏感度最新研究進展：IPCCAR6解讀[J].大氣科學學報，2023，46（6） ：848-863.

[7］陳超冰，賀山峰，李錚，等.1961—2020 年黃河中上游極端降水指數數據集［J].中國科學數據（中英文網絡版），2024，9（4） ：179-191.

[8］沈永平，王國亞.IPCC第一工作組第五次評估報告對全球氣候變化認知的最新科學要點[J].冰川凍土，2013，35（5） ：1068-1076.

[9］吳瑋江.甘肅地質災害與防治案例研究[J].中國地質災害與防治學報，2023，34（6）：1-2.

[10］馮安蘭，張強，宋金帛，等.基于CMIP6的黃河流域極端降水時空特征分析[J].學報（自然科學版），2024，60（2）：270-284.

[11］李小雨，張國棟，尹昌燕，等.未來氣候模式下黃河流域極端降水指數時空分布特征［J].人民黃河，2024，46（11）：37-42.

[12］王明瑋，溫躍修，嚴登華，等.黃河流域未來極端氣候事件變化趨勢評估[J].人民黃河，2023，45（2）：33-37.

[13］朱莎莎，吳宇婧，范霄寒，等.黃河源區極端溫度與降水時空變化[J].人民黃河，2023，45（5）：99-102.

[14]DINGAMADJI M，ADOUNKPE J，ABDERAMANE H，et al.Bias Correction of CORDEX-Africa Regional Climate ModelSimulations for Climate Change Projections in NortheasternLake Chad： Comparative Analysis of Three Bias CorrectionMethods[J].European Scientific Journal，2024，20（30） ：204.

[15]PATRICIO V，MARTINA M，CHRISTOPH C R.A NewBias-Correction Method for Precipitation Over Complex Ter-rain Suitable for Different Climate States：A Case StudyUsing WRF（Version 3.8.1）[J].Geoscientific Model Devel-opment，2020，13（10） ：5007-5027.

[16]SHEN Chenwei，DUAN Qingyun，MIAO Chiyuan，et al.BiasCorrection and Ensemble Projections of Temperature ChangesOver Ten Subregions in CORDEX East Asia[J].Advances inAtmospheric Sciences，2020，37（11） ：1191-1210.

[17]KATRAGKOU E，SOBOLOWSKI P S，TEICHMANN C，et al.Delivering an Improved Framework for the New Gener-ation of CMIP6-Driven EURO-CORDEX Regional ClimateSimulations[J].Bulletin of the American Meteorological So-ciety，2024，105（6） ：962-974.

[18]向竣文，張利平，鄧瑤，等.基于CMIP6的中國主要地區極端氣溫/降水模擬能力評估及未來情景預估［J].武漢大學學報（工學版），2021，54（1）：46-57，81.