基于CMIP5模式的中国气候变化敏感性预估与分析-气象科学.PDFVIP

第３６卷　 第２期 气 象 科 学 Ｖｏｌ． ３６，Ｎｏ．２ 　 ２０１６年４月 Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｓｃｉｅｎｃｅｓ Ａｐｒ．，２０１６　 梁玉莲，韩明臣，延晓冬，等．基于ＣＭＩＰ５模式的中国气候变化敏感性预估与分析．气象科学，２０１６，３６（２）：１５８⁃１６４． Ｌｉａｎｇ Ｙｕｌｉａｎ，Ｈａｎ Ｍｉｎｇｃｈｅｎ，Ｙａｎ Ｘｉａｏｄｏｎｇ，ｅｔ ａｌ．ＣＭＩＰ５ ｍｏｄｅｌ⁃ｂａｓｅｄ ｐｒｅｄｉｃｔｉｏｎ ａｎｄ ｓｅｎｓｉｔｉｖｉｔｙ ａｎａｌｙｓｉｓ ｏｆ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｉｎ Ｃｈｉ⁃ ｎａ．Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｓｃｉｅｎｃｅｓ，２０１６，３６（２）：１５８⁃１６４． ｄｏｉ：１０．３９６９／ ２０１５ｊｍｓ．００３９ 基于ＣＭＩＰ５模式的中国气候变化敏感性预估与分析 １ ２ ３ １ 梁玉莲　 韩明臣　 延晓冬 　 赖雨薇 （１南宁市气象局，南宁５３００２９； ２ 广西壮族自治区林业勘测设计院，南宁５３００２８； ３ 北京师范大学 地表过程与资源生态国家重点实验室，北京 １００８７５） 摘要　 以ＣＭＩＰ５提供的２６个全球气候系统模式的温度和降水数据为基础，采用区域气候变 化指数（Ｒｅｇｉｏｎａｌ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ Ｉｎｄｅｘ，ＲＣＣＩ）分析中国的不同区域对２１世纪气候变化响应的敏感 性。 结果表明，三种排放情景（ＲＣＰ ２６、ＲＣＰ ４５、ＲＣＰ ８５）下，２１世纪全期，气候变化最敏感的区 域分布在西藏地区，其次为我国西北地区以及东北地区，气候变化敏感性最低的区域分布在我国内 蒙古中东部、华北地区以及长江中下游一带，且高排放情景对应更高的气候变化敏感性。 对ＲＣＣＩ 指数贡献因子分析结果表明，对中国气候变化敏感性贡献的大小依次为Δσ ＞Δσ ＞ΔＲ＞ＲＷＡＦ。 冬 Ｔ ｐ 夏两季温度变化的大值区与ＲＣＣＩ指数的大致区分布一致，ＲＣＣＩ 大小的分布很大程度上由温度变 化的敏感性决定。 而夏季降水变化的大值区主要出现在西藏地区、华南地区和东北地区，冬季降水 变化的大值区则主要出现在黄河以南长江以北的中原地区以及东北地区。 关键词　 多模式集合； 气候变化指数； 敏感性； 预估 　 　 分类号：Ｐ４６７　 　 　 ｄｏｉ：１０．３９６９／ ２０１５ｊｍｓ．００３９　 　 　 文献标识码：Ａ ＣＭＩＰ５ ｍｏｄｅｌ⁃ｂａｓｅｄ ｐｒｅｄｉｃｔｉｏｎ ａｎｄ ｓｅｎｓｉｔｉｖｉｔｙ ａｎａｌｙｓｉｓ ｏｆ ｃｌｉｍａｔｅ ｃｈａｎｇｅ ｉｎ Ｃｈｉｎａ １ ２ ３ １ Ｌｉａｎｇ Ｙｕｌｉａｎ 　 Ｈａｎ Ｍｉｎｇｃｈｅｎ 　 Ｙａｎ Ｘｉａｏｄｏｎｇ 　 Ｌａｉ Ｙｕｗｅｉ （１Ｎａｎｎｉｎｇ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｓｅｒｖｉｃｅ，Ｎａｎｎｉｎｇ ５３００２９； ２ Ｇｕａｎｇｘｉ Ｆｏｒｅｓｔ Ｉｎｖｅｎｔｏｒｙ ａｎｄ Ｐｌａｎｎｉｎｇ Ｉｎｓｔｉｔｕｔｅ，Ｎａｎｎｉｎｇ ５３００２８； ３Ｓｔａｔｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｅａｒｔｈ Ｓｕｒｆａｃｅ Ｐｒｏｃｅｓｓｅｓ ａｎｄＲｅｓｏｕｒｃｅ Ｅｃｏｌｏｇｙ，Ｂｅｉｊｉｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎ