文摘
中国是一个国家容易受到不良气候变化。气候变化的潜在热点在中国整个21世纪确定在本研究中通过使用multimodel, multiscenario气候模型,包括耦合模型相互比较项目的五个阶段(CMIP5)硕士环流模型。高(RCP8.5)和低(RCP4.5)温室气体排放轨迹进行测试,平均和极端的季节性温度和降水是确定区域气候变化的热点地区。塔里木盆地和青藏高原西部被确定为持续的区域气候变化热点RCP4.5和RCP8.5场景。的总影响气候变化增加整个21世纪,更重要比RCP4.5 RCP8.5。极端热事件和平均温度是两个气候变量,大大有助于各区域热点计算。其他气候变量的贡献展览一个显著的分区域的变化。华南确认为另一个热点是基于极端干旱事件的变化,特别是在儿子和DJF,这表明这样的事件经常发生在未来。我们的结果可以促进国家和跨国的设计适应和缓解政策。
1。介绍
在20世纪末全球变暖主要归因于人为温室气体(GHG)排放。的第四次评估报告根据政府间气候变化专门委员会(IPCC),全球变暖是测量平均为0.74°C (0.56°C到0.92°C)在过去的几百年里(1906 - 2005)。专家组还预测重要的温度和降水的变化模式的21世纪,这取决于底层的温室气体排放途径(1]。合并后的热和水文变化将增加干旱和洪水的严重性和频率,这将大大影响供水、农业、和人类健康2- - - - - -8]。因此,长期全球变暖的表现在区域尺度必须确定即使在高度不确定的条款(9- - - - - -12]。对于像中国这样的大领土的国家,重要的是评估计划当地气候变化影响和国家政策应对全球变暖。事实上,观察性研究揭示中国不同地区的气候趋势(13- - - - - -18]。气候变化热点最响应人为改变必须识别理解,预防和准备气候变化的影响(19]。
热点是该地区特别容易受到当前或未来的气候变化的影响和人类安全的地方可以放置在风险。确定气候变化的潜在影响和地图格式显示结果可以方便的沟通和解释这些影响(20.]。气候变化的映射热点在近几年被广泛实践(21- - - - - -25]。尽管缺乏定量的一种标准实践探索这些区域,气候变化热点可以确定基于预测温度和降水的变化。区域气候变化指数(RCCI) Giorgi首次确定气候变化热点根据气候模型输出。RCCI比较指数,确定热点区域会显示这些变量(最大的相对变化21]。Baettig等人介绍了气候变化指数(CCI)来衡量未来气候变化的力量相对于目前的自然变化(23]。威廉姆斯et al。24)开发标准的欧几里得距离(SED)来衡量不同地区的相对响应GHG-induced全球变暖。Diffenbaugh等人发现气候变化热点在美国使用SED和距离平方线不同系数(SCD),用这两种方法产生相似的结果(19]。许等人利用RCCI研究热点在21世纪全球变暖在东亚(25]。实施CMIP5铺平了道路为新一代的全球气候模型模拟气候变化可以识别热点和产量高度可靠的预测(26- - - - - -28]。
在中国气候变化的热点地区,确定基于CMIP5乐团还没有充分调查。我们重点分析中国有几个原因。首先,中国包括大陆地区气候条件复杂,生态环境脆弱,自然灾害频繁,是一个国家最容易受到气候变化的负面影响。第二,中国有庞大的人口和一个庞大而多样化的经济体,至少在一定程度上依赖于气候,包括大部分的农业面积29日,30.]。第三,作为世界上最大的发展中国家,中国在气候变化谈判中起着重要作用,因为最大的温室气体排放国(31日,32),因为承担更多责任的压力从减少碳排放发展经济,消除贫困,提高人民生活水平。
本文通过SED分析量化中国的热点。部分2描述了气候模型数据和热点识别方法。部分3讨论结果,和部分4介绍了主要结论和讨论。
2。数据和方法
2.1。气候模型数据
CMIP5 multimodel实验(从PCMDI网站获得:http://pcmdi9.llnl.gov/esgf-web-fe/)被用于这项研究。28模型CMIP5实验从国际实验室,跨度的水平分辨率(表1度到4度1)被用于这项研究。这些模型成功地捕获温度和降水的结构对中国(33,34]。我们量化气候变化热点地区的三个时期CMIP5 RCP4.5 RCP8.5模拟,即2010年到2039年,2040年到2069年,和2070年到2099年。在21世纪,这两个模拟分歧显著,可以达到温室气体浓度的~ 650 > 1370 ppm有限公司2- e (35),分别和全球变暖中位数2.4°C和4.9°C,分别高于工业化前的基线到2100年(36]。
后Giorgi [21)和Diffenbaugh et al。19,37],插值后的执行分析每个模型的输出到一个共同的地理网格1度。五个亚区(图1),即中国西北、青藏高原、东北、华北、华南、分类比较总气候变化不同的气候区。
2.2。热点识别
威廉姆斯的SED et al。24]和Diffenbaugh和Giorgi [37是用来量化气候变化CMIP5合奏的热点地区。SED综合选择气候的变化指标量化的总变化之间的多维气候空间现在和未来的时间。战略经济对话已广泛应用于先前的研究来识别潜在的气候变化热点基于大量的气候模型。Diffenbaugh et al。19,37)使用SED的一个改良版本确定美国和全球气候变化的热点地区。现在和未来之间的总SED时期在每个网格点计算测量的距离在多元环境空间中旅行。总SED计算如下: 我们有 在哪里表示变量的值在未来时期,表示变量的值参考(礼物)时期,用于规范化指标,表示最大land-grid-point绝对值变化气候指标在所有土地网格点在未来时期(2070 - 2099)在RCP8.5场景。一个高的领域分数的经历更重要的变量的变化相比其他地区较低分数。
七个指标被认为是在分析,即绝对平均2米温度变化(),部分年际变化标准差de-trend 2 m温度(),分数平均降水变化(),部分de-trend降水年际变化系数变化(),年以上基线的出现频率最大的季节性表面空气温度(热),年以上基线的出现频率最大的季节性降水(湿)和年低于基线的出现频率最低的季节性降水(干)。最后三个指标代表极端的气候条件,会严重影响人类福利和环境。每个气候指标分别被在一年的四个季节(DJF,老妈、环流和儿子),收益率28气候维度。我们计算这些28变量变化之间的基线(1970年至1999年)和未来时期(2010年到2039年,2040年到2069年,和2070年至2099年)在每个1度SED计算网格点。温度变化和降水变化计算如下。
温度变化
降水变化是 在SD表示变量的标准偏差和未来和基线表示未来(2070年至2099年)和基线(1970 - 1999)时期,分别。
SED是一个比较指数,比较各地区气候变化信号。它提供了一种度量聚合的积极和消极变化的气候变量的不同尺度和单位。最强的地区聚集在几个气候气候变化表现出大的相对变化指标。然而,战略经济对话不能被认为是一个绝对的信号幅度这意味着小SED值并不一定表明气候变化信号的大小。
3所示。结果
图2显示了热点模式的三个未来时期RCP4.5 RCP8.5。相对总体气候变化所反映的SED增加随着时间的推移,在不同的场景,因为它依赖于温室气体排放和浓度。在中国占主导地位的热点模式,包括塔里木盆地和青藏高原南部,在21世纪初出现,表现出相对较高的总在所有三个时期的气候变化迫使通路。在中国其他地区还表现出一个相对较小的增加总体气候变化在整个21世纪。相对总体气候变化在RCP4.5 RCP8.5比这更重要的,除了平均值在2010年到2039年,这显示了相似的变化,因为类似的温室气体浓度的两个场景在此期间(35]。的相对总气候变化迫使两个途径在不同时期相当强劲。SED热点的模式表现出低灵敏度时间演化和总浓度。我们的指标也表明,华北平原展品相对较小的总改变全球变暖。
图3显示的变化意味着,可变性和极端的季节性气温和降水量和从1970年到1999年之间的时期从2070年到2099年。季节在中国大部分地区温度将增加超过3°C到21世纪,和增长将超过4°C在老妈和环流。青藏高原南部的温度变化通常会略有增加,减少在老妈和儿子。在华北的平均降水会增加,而它将减少在中国南方特别是在DJF和儿子。中国将增加的降水变化作为一个整体,增加显著在塔里木盆地和中国西南的儿子,而减少在西藏高原环流。极端的热事件将大大增加到21世纪,预计覆盖超过80%的一年。这些事件是温度比相应的最高季节性温度在基线期,特别是在环流和儿子。极端干旱事件的变化不明显,除了增加10%在中国南方DJF和儿子。极端湿事件将略有增加在中国的大部分地区,有一个明显的增加在青藏高原。表现出最强的总气候变化的区域也证明大几个气候指标的相对变化。 For example, in the period from 2070 to 2099, the Tibetan Plateau will exhibit relatively large changes in mean temperature during DJF and MAM, temperature variability and mean precipitation during DJF and JJA, precipitation variability during DFJ, extreme hot during MAM, and extreme wet during all seasons. The Tarim Basin will also exhibit relatively large changes in mean temperature during JJA; temperature variability in all seasons; mean precipitation during DJF, MAM, and JJA; precipitation variability during SON; extreme hot during MAM; and extreme wet during DJF and MAM.
(一)
(b)
定量评价的每个变量的贡献相对总体气候变化,变化的绝对值最大绝对值的规范化时期从2070年到2099年(图4)。的改变和标准化变量空间分布相似,这有助于他们与其他变量的相对总气候变化的贡献。平均气温和极端热事件贡献更多聚合气候变化特别是在环流和儿子比其他变量。地区平均降水显著增加,如塔里木盆地和青藏高原南部,表现出一个大贡献SED和导致大极端湿润指数。相比之下,该地区降水减少,像在中国南部,有一个大的极端干旱指数尤其在儿子。
图5显示了每个变量的标准化的绝对变化在不同的条件。极端热事件的最大贡献热点识别指数(大于0.7,大于0.9在环流条件和以最小的空间差异。平均温度的第二个最大的贡献,特别是在环流和儿子在中国西北部,青藏高原,东北。其他变量对热点识别的贡献相对较小但明显的空间差异。中国西北和青藏高原被确定为热点由其他变量,如平均降水、极端潮湿的事件,和温度的变化。中国东北展品最明显的增加意味着DJF期间降水。华南展品最明显的变化在温度和降水变化和极端干旱事件,和华北平原展品最低的变化比其他地区。
4所示。结论和讨论
基于CMIP5投影,季节在中国大部分地区温度将增加超过3°C,尤其是超过4°C在老妈和环流增加21世纪的结束。意味着在中国北方降水会增加,但会降低在中国南部,特别是在DJF和儿子。未来增加温度和降水的变化也会引起极端气候事件,可以显著影响人类福利和环境尤其是在易受气候变化不利影响的国家,例如中国。因此,意味着必须聚合和极端气候的变化来确定气候变化热点在中国全球变暖在一个特殊的目标38]。
本文应用SED分析气候变化对中国的信号CMIP5合奏。相对总体气候变化指标包括几个变量,如季节平均气温和降水及其变化,极端的热事件,极端干旱事件,极端湿润事件。SED增加随着时间的推移,在不同的场景中根据温室气体排放和浓度。我们的统计指标的多维标识中国西北和青藏高原气候变化作为两个区域气候变化热点RCP4.5和RCP8.5迫使通路。我们的研究结果是一致的与徐et al。25]。华北平原展览一个相对较小的总改变全球变暖,这是不符合的结果徐et al。25]。徐et al。25)计算了RCCI基于四个变量(平均气温和降水的变化以及他们的可变性)两个季节环流和DJF)。然而,变量和季节,他们受雇于计算不同于那些我们在分析中使用。例如,我们项目的增加和减少的意思是在中国北方降水DJF和儿子分别,但其他研究可能产生不同的预测,通过选择不同的季节。
每个气候变量提供了不同的气候变化贡献相对总指数。极端热事件和平均温度是两个最大的贡献者热点识别指数对所有条件,以最小的空间差异,这是一致的结果Diffenbaugh和Giorgi [37]。相比之下,Diffenbaugh et al。19)发现热点模式在美国受到的变化超过年际变化的贡献变量的长期均值的变化。这样的矛盾在一定程度上归因于不同的变量,研究区域,这些研究的不同方法。鉴于我们考虑均值和极端气候变量在我们的对话中,我们能够评估极端气候事件的重要性在气候变化的识别热点。
SED结合信息从不同的指标没有每一个指标的重要性权重对当地气候变化的影响。采用不同的气候模型数据,次区域部门,数十年尺度热点识别方法和变量可能产生不同的变化的措施。此外,non-hotspot区域不能被认为是避免气候变化,因为这种现象仍然可以发挥在这些领域产生重大影响。中国南方被确定为气候变化热点变化的基础上在儿子和DJF极端干旱事件。然而,这个地区没有被确认为气候变化基于气候变化总体指数SED的热点。极端干旱事件曾被观察到在中国南方39- - - - - -41),预计到本世纪末变得更加频繁。
SED是有限的代表的双向变化的热点地区,因此强降水增加,这可以被视为积极的在一些地区,可能同样的问题视为一个强大的降水减少。但它仍然是有用的识别区域响应和可能易受气候变化影响的国家。热点分析可能大大有助于气候影响评估、检测和归因的设计以及国家和跨国的适应和缓解政策。
利益冲突
作者宣称没有利益冲突有关的出版。
确认
这项工作得到了中国国家基础研究计划(2010 cb951101),中国博士后科学基金资助项目(没有。2013 m541598),双重创新人才计划的项目和江苏省创新研究团队,中国国家自然科学基金(没有。41323001,41101015,41101016),中央大学基础研究基金。作者承认世界气候研究计划的耦合模型,工作组负责生产商,谢谢气候建模组生产和提供他们的模型输出。