Page 57 - 《高原气象》2026年第4期
P. 57

4 期             冯   波等:基于CMIP6未来气候变化情景下中国西北热浪事件动力降尺度预估                                     987
               形的影响, 形成了干旱少雨的气候环境。高原地形
               的热力与动力作用以及环流的年际变化, 共同导致
               该地区干湿年交替、 气候干旱、 水资源匮乏和植被
               稀少等特征(Shi et al., 2007)。中国西北地区不仅
               是全球典型的生态环境脆弱区, 也是对全球气候变
               化响应的敏感区。近年来, 该地区气温总体呈上升
               趋势, 尤其冬季最低温度升高显著(陶健红等,
               2007; 师银芳和赵军, 2014)。与最高气温相比, 最
                                                                        图1 研究区域范围和地面观测站点分布
               低温度升温幅度更大, 暖中心主要位于准噶尔盆地
                                                                       Fig. 1 Study area and distribution of ground
               和塔里木盆地(汪宝龙等, 2012; 师银芳和赵军,
                                                                                 observation stations
               2014; 焦文慧等, 2020)。同时, 降水量和极端降水
               事件也呈增加趋势(陈亚宁等, 2017), 尤其在新疆                       2. 2 偏差校正的CMIP6数据集
               北部、 青海北部和甘肃中东部等地区(林婧婧和张                               全球气候模式存在不同程度的系统性偏差, 因
               强, 2016)。预计未来十几年, 西北地区气温将继                        此需要进行偏差校正以提高预估可靠性。本研究
                                                                 采用 Xu et al.(2021)构建的 CMIP6 偏差校正数据
               续上升, 降水量将进一步增加, 呈现暖湿化趋势
                                                                 集(BC-CMIP6), 其水平分辨率为 1. 25°×1. 25°, 时
              (李 明 等 ,  2021;  张 诗 妍 等 ,  2022;  姚 旭 阳 等 ,
                                                                 间间隔为 6 h。该数据集基于 CMIP6中的 18个模式
               2022), 热浪事件亦将增多(Wang et al., 2019; Wei
                                                                 进 行 偏 差 校 正 ,  包 括 ACCESS-CM2、  ACCESS-
               et al., 2023)。然而, 目前对中国西北地区未来热浪
                                                                 ESM1-5、  CanESM5、  BCC-CSM2-MR、  FGOALS-
               的演变规律尚不明确, 有待进一步深入研究。
                                                                 f3-L、 FGOALS-g3、 EC-Earth3、 EC-Earth3-Veg、 IP‐
                   第六次国际耦合模式比较计划(CMIP6)提供的
                                                                 SL-CM6A-LR、  AWI-CM-1-1-MR、  MPI-ESM1-2-
               共享社会经济路径情景(SSP 情景), 为全球变化背
                                                                 HR、  MPI-ESM1-2-LR、  MIROC6、  MRI-ESM2-0、
               景下的未来气候预估提供了可靠依据(王澄海等,
                                                                 NorESM2-LM、 CESM2、 CESM2-WACCM、 GFDL-
               2009; 陈晓晨等, 2014; 赵彦茜等, 2019)。这些情
                                                                 ESM4。与单个 CMIP6 模式相比, 该数据集在气候
               景综合考虑了人口、 经济、 生态、 资源、 制度与社
                                                                 平均态、 年际变率及极端事件模拟方面表现更为优
               会因素等多方面变化, 并纳入了气候减缓与适应措
                                                                 异, 有助于地球系统未来气候、 大气环境、 水文、
               施(赵宗慈等, 2018)。本研究利用经过偏差校正的
                                                                 农业和风能等领域的动力降尺度研究(Xu et al.,
               CMIP6 数据, 结合天气研究与预报模式 WRF, 对
                                                                 2021)。本研究的未来气候预估基于高共享社会经
               SSP5-8. 5 高排放情景下中国西北地区未来气温与
                                                                 济路径情景 SSP5-8. 5, 该情景假设温室气体排放持
               相对湿度的时空变化进行预估, 并进一步预估了西
                                                                 续增长, 至 2100 年辐射强迫达到 8. 5 W·m , 用于
                                                                                                        -2
               北地区未来热浪演变特征, 以期为应对未来极端天
                                                                 评估严峻变暖背景下西北地区热浪变化。
               气提供科学参考。
                                                                 2. 3 WRF模式
               2  数据来源与模式介绍                                          本研究采用WRF模式4. 1. 1版本, 在西北地区
                                                                 气温和相对湿度进行动力降尺度模拟, 采用分辨率
               2. 1 观测数据                                         为 27 km 和 9 km 的双层嵌套区域。物理参数化方
                   本研究使用的站点数据来源于中国气象局国                           案参考先前敏感性试验结果, 选取表现最优的组合
               家气象信息中心提供的地面站点日平均气温、 日最                          (Wu et al., 2021; Yang et al., 2021), 具体设置见表
               高气温和相对湿度数据(下载网址: http: //data.                    1。基准期(2012 -2020 年)模拟使用分辨率为 1°×
               cma. cn/)。此站点数据集经过严格的质量控制与校                       1°、 6 h 间隔的美国国家环境预测中心第二代再分
               正, 可靠性高。为保障数据完整性, 本研究剔除了                          析数据(NCEP-DOE Reanalysis 2)作为 WRF 模式的
               2012 -2020 年间记录年限不足 8 年的站点, 最终西                   初始条件和边界条件。为减少累积误差, WRF 模
               北地区用于分析的站点数共计 138个。研究区域及                          式每月重新初始化, 并延长模拟周期(每月提前
               站点分布如图 1 所示, 文中涉及的地图是基于中华                         3 d, 冷启动阶段的 3 d 数据不计入分析)。未来模
               人民共和国自然资源部下载的审图号为 GS(2024)                        拟时期选择为21世纪中期(2046 -2055年), 未来模
               0650号的标准地图制作, 底图无修改。                              拟由偏差校正的全球模式数据 BC-CMIP6 驱动, 输
   52   53   54   55   56   57   58   59   60   61   62