基于CMIP6模式数据的1961—2100年青藏高原地表气温时空变化分析

doi:10.7522/j.issn.1000-0240.2022.0017

摘要/Abstract

摘要：

基于第六次国际耦合模式比较计划（CMIP6）的22个地球气候/系统模式模拟数据，分析了1961—2100年期间青藏高原年均地表气温在不同情景下的时空变化。结果表明，多模式集合平均的模拟结果优于大多数单个模式。由于共享社会经济路径（SSP）和辐射强迫的不同，在SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5四种情景下，2015—2100年间青藏高原年均地表气温的增温趋势分别为0.10 ℃·（10a）^-1、0.29 ℃·（10a）^-1、0.53 ℃·（10a）^-1和0.69 ℃·（10a）^-1，帕米尔高原、藏北高原中西部和巴颜喀拉山区为三个升温中心。相对于1995—2014年参考时段，到本世纪中期（2041—2060年），青藏高原区域年均地表气温将分别增加1.37 ℃、1.72 ℃、1.98 ℃和2.30 ℃，而到本世纪末期（2081—2100年），年均地表气温将分别增加1.42 ℃、2.65 ℃、4.28 ℃和5.38 ℃。与《巴黎协定》提出的到本世纪末全球平均气温升高不超过2 ℃目标相比，无论在哪种情景下，到本世纪中期时青藏高原年均地表气温相对于工业革命前均升高超过2 ℃，这会造成极大的气候生态环境问题。

关键词: 青藏高原, CMIP6, 地表气温, 历史时期, 未来时期

Abstract:

Tibetan Plateau is extremely sensitive to global warming because of its unique cryospheric geomorphy， and the warming rate is twice the global average. This research is to study and project the future trend of near-surface air temperature over the Tibetan Plateau under the background of global warming. Based on 22 earth-climate system models’ simulation data from the Coupled Model Intercomparison Project Phase 6 （CMIP6）， the spatial and temporal variations of the annual mean near-surface air temperature over the Tibetan Plateau under different scenarios from 1961 to 2100 are analyzed. These scenarios include the historical （1961—2014） and future （2015—2100） four different shared socioeconomic pathways （SSPs）： SSP1-2.6， SSP2-4.5， SSP3-7.0， and SSP5-8.5. Firstly， the performance of 22 models is evaluated by comparing their outputs with ground observation for the period 1961—2014. The ground observation is from China Meteorological Data Service Centre， including the observation data of 66 meteorological stations with complete time series. Taylor diagram， which reflects correlation coefficient， standard deviation and root mean square error， is used to evaluate the simulation ability of the models. Due to the different resolution between the models， the bilinear interpolation method is used to interpolate the data of each future model （2015—2100） into the 0.5°×0.5° grids， with a total of 1 214 grid points. Then， the future changes of annual mean near-surface air temperature over the Tibetan Plateau are analyzed by using the multi-model ensemble mean results. The results show that： through the analysis of Taylor diagram， it is found that the multi-model ensemble mean usually shows better skill than most of single models. Due to the differences of the SSP and radiative forcing， the warming trend during 2015—2100 is 0.10 ℃·（10a）^-1， 0.29 ℃·（10a）^-1， 0.53 ℃·（10a）^-1 and 0.69 ℃·（10a）^-1 under SSP1-2.6， SSP2-4.5， SSP3-7.0 and SSP5-8.5 scenarios， respectively. The SSP1-2.6 scenario indicates that the annual mean near-surface air temperature over the Tibetan Plateau remains stable after 2050 and shows a slight downward trend， while the other scenarios show a warming trend. Compared with the reference period from 1995 to 2014， the annual mean near-surface air temperature of the plateau will increase by 1.37 ℃， 2.81 ℃， 5.04 ℃ and 6.21 ℃ to 2100， respectively. With the increase of emission scenarios， the warming rate increases. The three warming centers are the Pamirs， midwest part of the northern Tibetan Plateau， and the Bayan Kara Mountains. The regions with the smallest warming trend are concentrated in the southeast of Tibetan Plateau. Compared with 1995—2014， to the middle of this century （2041—2060）， the annual mean near-surface air temperature of the Tibetan Plateau will increase by 1.37 ℃， 1.72 ℃， 1.98 ℃ and 2.30 ℃， respectively. And to the end of this century （2081—2100）， the annual mean near-surface air temperature will increase by 1.42 ℃， 2.65 ℃， 4.28 ℃ and 5.38 ℃， respectively. The future warming range in the same time period is higher than CMIP5 simulation results. Compared with the commitment of Paris Agreement to “holding the increase in the global average temperature to well below 2 ℃ above pre-industrial levels”， through this study， under any scenarios， the annual mean near-surface air temperature over the Tibetan Plateau will increase more than 2 ℃ above pre-industrial levels to the middle of this century. For the Tibetan Plateau with the cryosphere as the main geomorphic feature， it will lead to accelerated melting of glaciers and more frequent extreme weather and climate events， and it is urgent to take corresponding emission reduction measures. This study can provide a reference for the research of climate change on the Tibetan Plateau and provide a scientific basis for the formulation of mitigation strategies. Meanwhile， it also provides reference for the related evaluation and research of CMIP6 models’ results.

Key words: Tibetan Plateau, CMIP6, near-surface air temperature, historical period, future period

中图分类号:

P467

孟雅丽, 段克勤, 尚溦, 李双双, 邢莉, 石培宏. 基于CMIP6模式数据的1961—2100年青藏高原地表气温时空变化分析[J]. 冰川冻土, 2022, 44(1): 24-33.

Yali MENG, Keqin DUAN, Wei SHANG, Shuangshuang LI, Li XING, Peihong SHI. Analysis on spatiotemporal variations of near-surface air temperature over the Tibetan Plateau from 1961 to 2100 based on CMIP6 models’ data[J]. Journal of Glaciology and Geocryology, 2022, 44(1): 24-33.

图/表 7

图1

表1

表2

图2

图3

图4

图5

参考文献 46

1	Chen Deliang， Xu Baiqing， Yao Tandong， et al. Assessment of past， present and future environmental changes on the Tibetan Plateau［J］. Chinese Science Bulletin， 2015， 60（32）： 3025-3035.
	陈德亮，徐柏青，姚檀栋，等. 青藏高原环境变化科学评估：过去、现在与未来［J］. 科学通报， 2015， 60（32）： 3025-3035.
2	Wang Bin， Bao Qing， Hoskins B， et al. Tibetan Plateau warming and precipitation changes in East Asia［J/OL］. Geophysical Research Letters， 2008， 35（14）［2021-06-18］. .
3	Medhaug I， Stolpe M B， Fischer E M， et al. Reconciling controversies about the ‘global warming hiatus’［J］. Nature， 2017， 545（7652）： 41-47.
4	Du Qinqin， Zhang Mingjun， Wang Shengjie， et al. Changes in air temperature over China in response to the recent global warming hiatus［J］. Journal of Geographical Sciences， 2019， 29（4）： 496-516.
5	Duan Anmin， Xiao Zhixiang. Does the climate warming hiatus exist over the Tibetan Plateau？［J/OL］. Scientific Reports， 2015， 5 ［2021-06-18］. .
6	Yao Tandong， Xue Yongkang， Chen Deliang， et al. Recent Third Pole’s rapid warming accompanies cryospheric melt and water cycle intensification and interactions between monsoon and environment： multi-disciplinary approach with observation， modeling and analysis［J］. Bulletin of the American Meteorological Society， 2019， 100（3）： 423-444.
7	Yao Tandong， Wu Guangjian， Xu Baiqing， et al. Asian Water Tower change and its impacts［J］. Bulletin of the Chinese Academy of Sciences， 2019， 34（11）： 1203-1209.
	姚檀栋，邬光剑，徐柏青，等. “亚洲水塔”变化与影响［J］. 中国科学院院刊， 2019， 34（11）： 1203-1209.
8	Di Yangping， Zhang Yangjian， Zeng Hui， et al. Effects of changed Asian Water Tower on Tibetan Plateau ecosystem： a review［J］. Bulletin of the Chinese Academy of Sciences， 2019， 34（11）： 1322-1331.
	底阳平，张扬建，曾辉，等. “亚洲水塔”变化对青藏高原生态系统的影响［J］. 中国科学院院刊， 2019， 34（11）： 1322-1331.
9	Liu Xiaodong， Chen Baode. Climatic warming in the Tibetan Plateau during recent decades［J］. International Journal of Climatology， 2000， 20（14）： 1729-1742.
10	Wei Ying， Duan Keqin. Temporal and spatial characteristics and possible cause research of Qinghai-Tibetan Plateau warming from 1980 to 2016［J］. Plateau Meteorology， 2020， 39（3）： 459-466.
	魏莹，段克勤. 1980—2016年青藏高原变暖时空特征及其可能影响原因［J］. 高原气象， 2020， 39（3）： 459-466.
11	Su Jiayi， Duan Anmin， Xu Haiming. Quantitative analysis of surface warming amplification over the Tibetan Plateau after the late 1990s using surface energy balance equation［J］. Atmospheric Science Letters， 2017， 18（3）： 112-117.
12	You Qinglong， Zhang Yuqing， Xie Xingyang， et al. Robust elevation dependency warming over the Tibetan Plateau under global warming of 1.5 ℃ and 2 ℃［J］. Climate Dynamics， 2019， 53： 2047-2060.
13	Xu Lijiao， Hu Zeyong， Zhao Ya’nan， et al. Climate change characteristics in Qinghai-Tibetan Plateau during 1961—2010［J］. Plateau Meteorology， 2019， 38（5）： 911-919.
	徐丽娇，胡泽勇，赵亚楠，等. 1961—2010年青藏高原气候变化特征分析［J］. 高原气象， 2019， 38（5）： 911-919.
14	Jia Kun， Ruan Yunfeng， Yang Yanzhao， et al. Assessment of CMIP5 GCM simulation performance for temperature projection in the Tibetan Plateau［J］. Earth and Space Science， 2019， 6： 2362-2378.
15	Zhang Renhe， Su Fengge， Jiang Zhihong， et al. An overview of projected climate and environmental changes across the Tibetan Plateau in the 21st century［J］. Chinese Science Bulletin， 2015， 60（32）： 3036-3047.
	张人禾，苏凤阁，江志红，等. 青藏高原21世纪气候和环境变化预估研究进展［J］. 科学通报， 2015， 60（32）： 3036-3047.
16	You Qinglong， Min Jinzhong， Kang Shichang. Rapid warming in the Tibetan Plateau from observations and CMIP5 models in recent decades［J］. International Journal of Climatology， 2016， 36（6）： 2660-2670.
17	You Qinglong， Jiang Zhihong， Wang Dai， et al. Simulation of temperature extremes in the Tibetan Plateau from CMIP5 models and comparison with gridded observations［J］. Climate Dynamics， 2018， 51（1/2）： 355-369.
18	Chen Xiaolei， Liu Yimin， Wu Guoxiong. Understanding the surface temperature cold bias in CMIP5 AGCMs over the Tibetan Plateau［J］. Advances in Atmospheric Sciences， 2017， 34（12）： 1447-1460.
19	Zhang Xueqin， Peng Lili， Lin Zhaohui. Progress on the projections of future climate change with various emission scenarios［J］. Advances in Earth Science， 2009， 23（2）： 174-185.
	张雪芹，彭莉莉，林朝晖. 未来不同排放情景下气候变化预估研究进展［J］. 地球科学进展， 2009， 23（2）： 174-185.
20	Zhou Tianjun， Chen Ziming， Zou Liwei， et al. Development of climate and earth system models in China： past achievements and new CMIP6 results［J］. Journal of Meteorological Research， 2020， 34（1）： 1-19.
21	Su Fengge， Duan Xiaolan， Chen Deliang， et al. Evaluation of the global climate models in the CMIP5 over the Tibetan Plateau［J］. Journal of Climate， 2013， 26（10）： 3187-3208.
22	Hu Qin， Jiang Dabang， Fan Guangzhou. Evaluation of CMIP5 models over the Qinghai-Tibetan Plateau［J］. Chinese Journal of Atmospheric Sciences， 2014， 38（5）： 924-938.
	胡芩，姜大膀，范广洲. CMIP5全球气候模式对青藏高原地区气候模拟能力评估［J］. 大气科学， 2014， 38（5）： 924-938.
23	Hu Qin， Jiang Dabang， Fan Guangzhou. Climate change projection on the Tibetan Plateau： results of CMIP5 models［J］. Chinese Journal of Atmospheric Sciences， 2015， 39（2）： 260-270.
	胡芩，姜大膀，范广洲. 青藏高原未来气候变化预估： CMIP5模式结果［J］. 大气科学， 2015， 39（2）： 260-270.
24	Ji Zhenming， Kang Shichang. Double-nested dynamical downscaling experiments over the Tibetan Plateau and their projection of climate change under two RCPs scenarios［J］. Journal of the Atmospheric Sciences， 2013， 70（4）： 1278-1290.
25	Zhou Tianjun， Zhang Wenxia， Chen Xiaolong， et al. The near-term， mid-term and long-term projections of temperature and precipitation changes over the Tibetan Plateau and the sources of uncertainties［J］. Journal of the Meteorological Sciences， 2020， 40（5）： 697-710.
	周天军，张文霞，陈晓龙，等. 青藏高原气温和降水近期、中期与长期变化的预估及其不确定性来源［J］. 气象科学， 2020， 40（5）： 697-710.
26	Zhou Tianjun， Zou Liwei， Chen Xiaolong. Overview of the Coupled Model Intercomparison Project Phase 6 （CMIP6）［J］. Climate Change Research， 2019， 15（5）： 445-456.
	周天军，邹立维，陈晓龙. 第六次国际耦合模式比较计划（CMIP6）评述［J］. 气候变化研究进展， 2019， 15（5）： 445-456.
27	Zhu Yuyao， Yang Saini. Evaluation of CMIP6 for historical temperature and precipitation over the Tibetan Plateau and its comparison with CMIP5［J］. Advances in Climate Change Research， 2020， 11（3）： 239-251.
28	Jiang Dabang， Hu Dan， Tian Zhiping， et al. Differences between CMIP6 and CMIP5 models in simulating climate over China and the East Asian monsoon［J］. Advances in Atmospheric Sciences， 2020， 37（10）： 1102-1118.
29	O’Neill B C， Tebaldi C， van Vuuren D P， et al. The scenario model intercomparison project （ScenarioMIP） for CMIP6［J］. Geoscientific Model Development， 2016， 9（9）： 3461-3482.
30	Veronika E， Sandrine B， Meehl G A， et al. Overview of the Coupled Model Intercomparison Project Phase 6 （CMIP6） experimental design and organization［J］. Geoscientific Model Development， 2016， 9（5）： 1937-1958.
31	Zhao Zongci， Luo Yong， Huang Jianbin. The detection of the CMIP5 climate model to see the development of CMIP6 earth system models［J］. Climate Change Research， 2018， 14（6）： 643-648.
	赵宗慈，罗勇，黄建斌. 从检验CMIP5气候模式看CMIP6地球系统模式的发展［J］. 气候变化研究进展， 2018， 14（6）： 643-648.
32	Zhou Tianjun， Wu Bo. Decadal climate prediction： scientific frontier and challenge［J］. Advances in Earth Science， 2017， 32（4）： 331-341.
	周天军，吴波. 年代际气候预测问题：科学前沿与挑战［J］. 地球科学进展， 2017， 32（4）： 331-341.
33	Chen Ziming， Zhou Tianjun， Zhang Lixia， et al. Global land monsoon precipitation changes in CMIP6 projections［J/OL］. Geophysical Research Letters， 2020， 47（14）［2021-06-18］. .
34	Zhu Huanhuan， Jiang Zhihong， Li Wei， et al. Does CMIP6 inspire more confidence in simulating climate extremes over China？［J］ Advances in Atmospheric Sciences， 2020， 37（10）： 1119-1132.
35	Zhang Lixia， Chen Xiaolong， Xin Xiaoge. Short commentary on CMIP6 Scenario Model Intercomparison Project （ScenarioMIP）［J］. Climate Change Research， 2019， 15（5）： 519-525.
	张丽霞，陈晓龙，辛晓歌. CMIP6情景模式比较计划（ScenarioMIP）概况与评述［J］. 气候变化研究进展， 2019， 15（5）： 519-525.
36	Wu Jia， Gao Xuejie. A gridded daily observation dataset over China region and comparison with the other datasets［J］. Chinese Journal of Geophysics， 2013， 56（4）： 1102-1111.
	吴佳，高学杰. 一套格点化的中国区域逐日观测资料及与其它资料的对比［J］.地球物理学报， 2013， 56（4）： 1102-1111.
37	Taylor K E， Summarizing multiple aspects of model performance in a single diagram［J］. Journal of Geophysical Research： Atmospheres， 2001， 206（D7）： 7183-7192.
38	Grose M R， Narsey S， Delage F P， et al. Insights from CMIP6 for Australia’s future climate［J/OL］. Earth’s Future， 2020， 8（5）［2021-06-18］. .
39	Jiang Jie， Zhou Tianjun， Chen Xiaolong， et al. Future changes in precipitation over Central Asia based on CMIP6 projections［J/OL］. Environmental Research Letters， 2020， 15（5）［2021-06-18］. .
40	Intergovernmental Panel on Climate Change. Global warming of 1.5 ℃： an IPCC special report on the impacts of global warming of 1.5 ℃ above pre-industrial levels and related global greenhouse gas emission pathways， in the context of strengthening the global response to the threat of climate change， developmentsustainable， and efforts to eradicate poverty［R］. Geneva， Switzerland： IPCC， 2018.
41	Wu Fangying， You Qinglong， Xie Wenxin， et al. Temperature change on the Tibetan Plateau under the global warming of 1.5 ℃ and 2 ℃［J］. Climate Change Research， 2019， 15（2）： 130-139.
	吴芳营，游庆龙，谢文欣，等. 全球变暖1.5 ℃和2 ℃阈值时青藏高原气温的变化特征［J］. 气候变化研究进展， 2019， 15（2）： 130-139.
42	Intergovernmental Panel on Climate Change. Climate change 2014： synthesis report［M］. Cambridge， UK： Cambridge University Press， 2014.
43	United Nations Framework Convention on Climate Change （UNFCCC）. Adoption of the Paris agreement： proposal by the president［R］. Paris， France： UN & FCCC， 2015.
44	Ding Yongjian， Zhao Qiudong， Wu Jinkui， et al. The future changes of Chinese cryospheric hydrology and their impacts on water security in arid areas［J］. Journal of Glaciology and Geocryology， 2020， 42（1）： 23-32.
	丁永建，赵求东，吴锦奎，等. 中国冰冻圈水文未来变化及其对干旱区水安全的影响［J］. 冰川冻土， 2020， 42（1）： 23-32.
45	Duan Keqin， Yao Tandong， Shi Peihong， et al. Simulation and prediction of equilibrium line altitude of glaciers in the eastern Tibetan Plateau［J］. Scientia Sinica Terrae， 2017， 47（1）： 104-113.
	段克勤，姚檀栋，石培宏，等. 青藏高原东部冰川平衡线高度的模拟及预测［J］. 中国科学：地球科学， 2017， 47（1）： 104-113.
46	Li Hongmei， Li Lin. Mean and extreme climate on the Qinghai-Tibetan Plateau with a 2 ℃ global warming［J］. Climate Change Research， 2015， 11（3）： 157-164.
	李红梅，李林. 2 ℃全球变暖背景下青藏高原平均气候和极端气候事件变化［J］. 气候变化研究进展， 2015， 11（3）： 157-164.

序号	模式名称	所属国家/地区	研发机构简称	模式分辨率（纬向×经向）
A	ACCESS-CM2	澳大利亚	CSIRO-ARCCSS	1.25°×1.875°
B	ACCESS-ESM1.5	澳大利亚	CSIRO	1.25°×1.875°
C	AWI-CM 1.1 MR	德国	AWI	0.93°×0.94°
D	BCC-CSM 2 MR	中国	BCC	1.12°×1.12°
E	CAMS-CSM 1.0	中国	CAMS	1.12°×1.12°
F	CESM2-WACCM	美国	NCAR	0.9°×1.25°
G	CESM2	美国	NCAR	0.9°×1.25°
H	CanESM5	加拿大	CCCma	2.77°×2.81°
I	EC-Earth3-Veg	欧洲	EC-Earth-Cons	0.7°×0.7°
J	EC-Earth3	欧洲	EC-Earth-Cons	0.7°×0.7°
K	FGOALS-f3-L	中国	CAS	1°×1.25°
L	FGOALS-g3	中国	CAS	2.02°×2°
M	GFDL-ESM4	美国	NOAA-GFDL	1°×1.25°
N	INM-CM4-8	俄罗斯	INM	1.5°×2°
O	INM-CM5-0	俄罗斯	INM	1.5°×2°
P	IPSL-CM6A-LR	法国	IPSL	1.27°×2.5°
Q	KACE-1.0-G	韩国	NIMS-KMA	1.25°×1.875°
R	MIROC6	日本	MIROC	1.4°×1.4°
S	MPI-ESM1.2-HR	德国	DKRZ	0.93°×0.94°
T	MPI-ESM1.2-LR	德国	MPI-M	1.875°×1.875°
U	MRI-ESM2.0	日本	MRI	1.12°×1.12°
V	NorESM2-LM	挪威	NCC	1.89°×2.5°

[1]	李纯, 姜彤, 王艳君, 缪丽娟, 李溯源, 陈梓延, 吕嫣冉. 基于CMIP6模式的黄河上游地区未来气温模拟预估[J]. 冰川冻土, 2022, 44(1): 171-178.
[2]	柴乐, 张威, 刘亮, 马瑞丰, 唐倩玉, 李亚鹏, 乔静茹. 青藏高原东南部他念他翁山全新世早中期冰进事件研究[J]. 冰川冻土, 2022, 44(1): 307-315.
[3]	张怡, 段克勤, 石培宏. 1979—2100年青藏高原夏季大气0 ℃层高度变化分析[J]. 冰川冻土, 2022, 44(1): 34-45.
[4]	达伟, 王书峰, 沈永平, 陈安安, 毛炜峄, 张伟. 1957—2019年昆仑山北麓车尔臣河流域水文情势及其对气候变化的响应[J]. 冰川冻土, 2022, 44(1): 46-55.
[5]	刘广岳, 邹德富, 杨斌, 杜二计, 周华云, 肖瑶, 赵林, 谭昌海, 胡国杰, 庞强强, 王武, 孙哲, 朱小凡, 殷秀峰, 汪凌霄, 李智斌, 谢昌卫. 青藏高原腹地各拉丹冬南北坡多年冻土考察初步结果[J]. 冰川冻土, 2022, 44(1): 83-95.
[6]	罗京, 牛富俊, 林战举, 刘明浩, 尹国安, 高泽永. 青藏高原多年冻土区热融滑塌发育特征及规律[J]. 冰川冻土, 2022, 44(1): 96-105.
[7]	除多,扎西顿珠,次丹玉珍. NOAA IMS雪冰产品在青藏高原积雪监测中的适用性分析[J]. 冰川冻土, 2021, 43(6): 1659-1672.
[8]	卓嘎,罗布,巴桑曲珍. 青藏高原那曲中部土壤温湿分布特征[J]. 冰川冻土, 2021, 43(6): 1704-1717.
[9]	王世金,魏彦强,牛春华,张云飞. 青藏高原多灾种自然灾害综合风险管理[J]. 冰川冻土, 2021, 43(6): 1848-1860.
[10]	李若晨,申保收,武小波,杨方社,郭忠明. 青藏高原典型山地冰川中痕量元素的空间分布和来源分析[J]. 冰川冻土, 2021, 43(5): 1277-1289.
[11]	曹瑜,游庆龙,蔡子怡. 1961—2019年青藏高原中东部夏季强降水与大尺度环流的关系[J]. 冰川冻土, 2021, 43(5): 1290-1300.
[12]	王一博,吕明侠,赵海鹏,高泽永. 青藏高原多年冻土区活动层土壤入渗特征及机理分析[J]. 冰川冻土, 2021, 43(5): 1301-1311.
[13]	张庆杰,陶辉,苏布达,窦挺峰,姜彤. 基于CMIP6气候模式的新疆积雪深度时空格局研究[J]. 冰川冻土, 2021, 43(5): 1435-1445.
[14]	段群滔,罗立辉. 人类活动强度空间化方法综述与展望[J]. 冰川冻土, 2021, 43(5): 1582-1593.
[15]	刘艺阗, 姚济敏, 赵林, 肖瑶, 乔永平, 史健宗. 青藏高原唐古拉多年冻土区冻融循环过程中的能量平衡特征[J]. 冰川冻土, 2021, 43(4): 1073-1082.