利用CMIP6预估理解长江-淮河流域极端多雨冬季的未来变化

《Atmospheric and Oceanic Science Letters》：Understanding future changes of extremely pluvial winters over the Yangtze–Huai River Basin using CMIP6 projections

　　

在长江-淮河流域（YHRB）冬季观测到显著的变湿趋势，表明在全球变暖背景下季节尺度极端多雨冬季的风险增加。与以往关注日降水极值的研究不同，本研究基于29个CMIP6模式的模拟，调查了在SSP2-4.5和SSP5-8.5情景下YHRB极端多雨冬季的总降水量、频率和强度的未来变化。在两种情景下，总降水量、频率和强度均预估大幅增加，且在SSP5-8.5情景下以及由第95百分位阈值定义的更严重事件中增加更大。在SSP2-4.5情景下，对于由第90百分位阈值定义的事件，总降水量相对于历史时期可能增加约50%–160%，频率增加20%–200%，强度增加15%–35%。极端多雨冬季的增强主要与进入YHRB的净水汽输送增强有关，这由环流变化以及中国西南部与中南半岛之间湿度梯度的增加所驱动。极端多雨冬季强度的预估不确定性主要反映了与模拟的环流响应、水汽输送过程和垂直运动变化差异相关的模式间离散度。相比之下，频率预估的不确定性仍然相当大。这些发现强调了在持续变暖下YHRB严重多雨冬季风险增加，并突出了在未来的气候预估中更好地约束相关动力和热力过程的重要性。

**论文解读：基于CMIP6预估的江淮流域极端多雨冬季未来变化**

**研究背景与问题**
长江-淮河流域（YHRB）是中国人口密集、经济发达的核心区域，冬季降水异常引发的季节尺度极端多雨事件（定义为持续整个冬季的降水偏离历史气候态，而非短时极端降水）对交通、农业及社会经济造成显著影响，例如2018/19年冬季多雨事件导致交通运输中断及冬季蔬菜和经济作物严重损失。观测数据显示，近几十年来YHRB冬季降水量和雨日数（>0.1 mm d^-1）显著增加，表明在全球变暖背景下极端多雨冬季风险上升。然而，以往研究主要关注日尺度降水极端，对季节尺度极端多雨冬季的未来演变及其伴随的水汽输送机制探索不足。因此，理解持续变暖条件下此类事件的变化趋势及其驱动机制，并量化相关不确定性，对区域气候适应策略至关重要。

**研究内容与结论**
研究人员利用29个CMIP6模式（Coupled Model Intercomparison Project Phase 6）的历史模拟和未来情景（SSP2-4.5和SSP5-8.5）预估，系统分析了YHRB极端多雨冬季的总降水量、频率和强度的未来变化，并探讨了物理驱动因子及模式间不确定性来源。结果显示：极端多雨冬季的总降水量、频率和强度在两种情景下均显著增加，且SSP5-8.5情景下增幅更大；由第95百分位阈值定义的更严重事件增幅超过第90百分位事件。该增强主要与进入YHRB的净水汽输送增强有关，而净水汽输送的变化受环流调整（如阿留申低压增强、南海及西北太平洋气旋-反气旋环流异常）和热力过程（气候态及异常比湿梯度增加）共同驱动。然而，模式间在强度预估上存在显著不确定性，主要源于非线性水汽项、垂直运动及环流响应的差异；频率预估的不确定性来源则更为复杂。研究强调了约束动力和热力过程在提高未来预估可信度中的重要性。

**关键技术方法**
研究人员使用了29个CMIP6模式（多模型集合，来源为CMIP6 ScenarioMIP）的历史期（1981/82–2010/11）和未来两个时期（2020/21–2049/50，P1；2069/70–2098/99，P2）的月降水、比湿、水平风及垂直速度数据，所有数据重采样至2.5°×2.5°网格。定义极端多雨冬季为YHRB区域平均冬季（DJF）总降水量超过历史期第90/95百分位阈值。采用三个指数（总降水变化率PCR、频率变化率FCR、强度变化率ICR）量化变化，并通过垂直积分水汽通量（Q）分解为异常风诱导项（V′qˉ）、异常湿度诱导项（Vˉq′）及非线性项（NL）以诊断物理机制，其中V′qˉ进一步分解为气候态风变化和风异常贡献。

**研究结果**

**3.1 基于CMIP6预估的极端多雨冬季变化**
通过对比历史期CMIP6模拟与观测（CN05.1数据集），发现多模式集合均值（MME）能合理再现YHRB冬季降水的空间分布、量级、年际变率及比湿气候态，并捕捉极端多雨冬季伴随的低层气旋性环流异常（南侧西南风、北侧东南风），验证了模式适用性。未来预估显示：对于第90百分位事件，SSP2-4.5情景下P1和P2期PCR分别约50%和120%，SSP5-8.5情景下分别达63.63%和167.39%；第95百分位事件增幅更大，SSP2-4.5下P1和P2期总降水分别为历史期1.5和3.2倍，SSP5-8.5下为2.0和4.3倍。频率方面，第90百分位事件在SSP2-4.5下P1和P2期分别为历史期1.2和1.8倍，第95百分位事件为1.3和2.3倍；SSP5-8.5下相应值更高。强度方面，第90百分位事件在SSP2-4.5下P1和P2期分别增加15.42%和24.79%，SSP5-8.5下增加15.37%和27.75%；第95百分位事件增幅更大（如SSP5-8.5下P2期达34.48%）。所有结果均基于至少2/3模式一致性。

**3.2 极端多雨冬季预估变化的物理驱动因子**
通过分析净垂直积分水汽通量及其分量，发现历史期极端多雨冬季的净水汽通量主要由异常风诱导项（V′qˉ）贡献，非线性项（NL）次之。未来两种情景下，净水汽通量均增加，但驱动因子因情景和时期而异：SSP2-4.5下P1期V′qˉ和NL项贡献相当，P2期NL项主导；SSP5-8.5下两时期均以NL项主导。进一步分解V′qˉ显示，气候态风变化在SSP5-8.5下起主导作用，而风异常贡献在SSP2-4.5下更显著。环流分析表明，阿留申低压增强与南海气旋性环流异常伴随中北太平洋反气旋异常，其西侧西南风（SSP2-4.5 P1期）或西风（P2期）影响水汽输送；SSP5-8.5下，P1期偏南风增强，P2期相似但强度更大。异常风方面，SSP2-4.5下异常南风增强水汽输入，SSP5-8.5下异常北风削弱水汽输送。NL项增加主要源于热力过程：气候态比湿及比湿异常在中国西南部和中南半岛增强，促进水汽输送。此外，垂直运动变化显示，异常上升运动减弱（尤其在SSP5-8.5长期期），而气候态下沉运动增强，不利于极端多雨冬季发生。

**讨论与结论**
研究人员指出，CMIP6模式一致预估YHRB极端多雨冬季显著增强，总降水量、频率和强度均大幅增加，这主要归因于净水汽输送增强，其中环流调整（如阿留申低压和中北太平洋反气旋位置强度变化）和热力过程（湿度梯度增加）共同作用，但垂直运动的部分抵消效应也需关注。尽管存在稳健的增强信号，模式间不确定性仍显著：强度预估的不确定性主要与非线性水汽项、垂直运动及环流响应的模式间差异相关（相关系数在95%置信水平下显著），而频率不确定性的来源尚未明确识别。研究结论强调：在持续变暖背景下，YHRB面临更严重的多雨冬季风险，且未来气候预估中需更有效地约束动力和热力过程以降低不确定性。