doi10.12006/j.issn.1673-1719.2016.239 徐影 , 周波涛 , 吴婕 , 等 . 1.5 ～ 4℃升温阈值下亚洲地区气候变化预估 [J]. 气候变化研究进展 , 2017, 13 4 306-315 1.5～4℃升温阈值下亚洲地区 气候变化预估 徐 影 1 ，周波涛 1,2 ，吴 婕 3,4 ，韩振宇 1 ， 张永香 1 ，吴 佳 1 1 中国气象局国家气候中心，北京 100081； 2 南京信息工程大学气象灾害预报预警与评估协同创新中心，南京 210044； 3 中国科学院大气物理研究所气候变化研究中心，北京 100029； 4 中国科学院大学，北京 100049 气候变化研究进展 第 13 卷 第 4 期 2017 年 7 月 CLIMATE CHANGE RESEARCH V ol. 13 No. 4 July 2017 摘 要基于 18 个 CMIP5 模式在 RCP 情景下的模拟结果，综合分析了全球升温 1.5 ～ 4℃阈值下亚洲地区平均温度和 降水以及极端温度和降水的变化，并着重对比了 1.5℃与 2℃升温阈值下的异同。结果表明相比工业化前，在全球升 温 1.5℃、2℃、3℃和 4℃阈值下，亚洲区域平均温度将分别升高 2.3℃、3.0℃、4.6℃和 6.0℃，高纬度地区的响应 大于中低纬地区；降水分别增加 4.4、5.8、10.2和 13.0，存在明显的区域差异。极热天气将增加，极冷天气将 减少；极端降水量的变率将会加大。与 2℃升温阈值相比1.5℃阈值下亚洲平均温度的上升幅度将降低 0.5 ～ 1.0℃以 上，大部分地区的降水增幅减少 5～ 20，但西亚和南亚西部的降水则偏多 10～ 15；极端高温的增温幅度在亚 洲地区均匀下降，而极端低温的增温幅度在亚洲中高纬地区降低显著；亚洲大部分地区极端降水的增加幅度减弱，但 在西亚会增强。全球升温 1.5℃和 2℃时，亚洲发生非常热天气的概率相比基准期（18611900年）均将增加1倍以上， 发生极热天气的概率普遍增加 10；发生极端强降水的概率增加 10。 关键词全球气候模式；CMIP5；升温阈值；极端气候；气候变化 收稿日期 2016-12-09；修回日期 2017-03-22 资助项目 国家重点研发计划（2016YFA0600701；国家自然基金项目（41675069；中国气象局气候变化专项（CCSF201731） 作者简介徐影，女，研究员，；周波涛（通信作者，男，研究员， 引 言 2015年 12月 12日， 联合国气候变化框架公约 （下称公约）第 21次缔约方大会一致通过了巴 黎协定这一新协议，将应对气候变化的长期目标 从公约第二条关于稳定大气温室气体浓度水平 的定性表述，以明确的升温阈值写入巴黎协定， 标志着国际应对气候变化行动进入一个新的阶段。 巴黎协定指出，全球各国应加强应对气候变化， 把全球平均地表温度升高幅度控制在 2℃之内（较工 业化前水平，并努力将升温控制在 1.5℃以内。 IPCC 早在 1995 年发布的第二次评估报告 [1] 中 就提出，如果全球平均温度较工业革命前增加 2℃， 则气候变化产生严重影响的风险将显著增加。据此 欧盟于 1996 年首次提出 2℃升温阈值的长期目标。 之后，科学界针对不同升温阈值下全球气候变化及 其影响和风险开展了许多研究。IPCC 第五次评估报 告 [2] 最新结论指出全球升温幅度比工业化前高出 1～ 2℃，对粮食生产、水资源和生态系统等的影响 将显著增加，全球所遭受的风险处于中等至高风险 水平；而升温达到或超过 4℃将处于高或非常高的风 险水平。 温升 1.5 ℃影响与应对专栏 徐影，等1.5 ～ 4℃升温阈值下亚洲地区气候变化预估 307 4 期 基于区域和影响相关的气候目标CO 2 允许 排放量的研究 [3] 也表明，全球升温控制在 2℃的目 标无法满足世界上许多区域的要求。例如，对于地 中海地区，如果全球平均温度升高 2℃，那么该地 区的平均温度将升高 3.4℃；而如果地中海地区的升 温幅度限制在 2℃，那么全球的升温幅度必须不超 过 1.4℃。对于北极，如果全球平均温度升高 2℃， 该地区的平均温度则升高 6℃；如果北极升温幅度 控制在 2℃，全球的升温幅度则需控制在 0.6℃。 Schleussner 等 [4] 对比了 1.5℃和 2℃阈值下气候变化 对珊瑚、降水、农业和海平面上升等方面的影响， 结果表明两种不同阈值下气候变化对以上四方面的 影响存在较大的差别。Mitchell 等 [5] 指出是否把升温 目标控制在 1.5℃而不是 2℃，应基于更充分的科学 分析，但目前在这方面开展的研究尚不多。1.5℃阈 值下全球特别是区域的气候变化特征到底如何亟需 深入研究。 目前，我国在相对于工业革命前升温 2～ 4℃ 方面开展了一些研究。如姜大膀等 [6-7] 利用 CMIP3 模式试验结果的分析表明，在 2℃变暖阈值下，中 国地区的升温幅度更大且升温由南向北增强，冬季 的升温幅度大于其他季节的升温幅度。郎咸梅等 [8] 进一步利用 CMIP3 模拟结果驱动区域气候模式，研 究了全球变暖 2℃阈值下中国平均气候和极端气候 事件变化。同样揭示中国增温由南向北加强，且年 平均温度上升幅度高于同期全球平均值约 0.6℃。此 外，极端暖事件普遍增加，而极端冷事件减少，极 端强降水事件增加，但存在较大的空间变率。利用 CMIP5 模式的模拟结果，Zhang [9] 和张莉等 [10] 分析了 2℃阈值下全球和中国地区的气温变化情况；陈晓晨 等 [11] 研究了在 2℃、3℃和 4℃不同升温阈值时中国 区域 27 个极端气候指数的变化；Guo 等 [12-13] 分析了 在 1.5 ～ 5℃阈值下中国地区极端降水和热浪的变化 特征。 上述研究主要集中于 2～ 4℃升温阈值， 对 1.5℃ 升温阈值研究较少。而且，研究的区域仅限于中国， 对整个亚洲区域未来的气候变化涉及不多。因此， 本文将基于 CMIP5 全球气候模式模拟结果，探讨 1.5～4℃升温阈值下亚洲地区未来气候的可能变化， 以期为认识不同阈值下亚洲区域气候变化特征提供 科学支撑。 1 数据与方法 本文使用的数据为 18个 CMIP5全球气候模式针 对历史和未来时段的模拟结果。这些模式均包含了 18612100 年和 3个 RCP 情景（RCP2.6，RCP4.5， RCP8.5） [14] 的模拟。模式基本信息见表 1。为便于分 析，所有模式结果统一插值到 11 的格点上。 研究的区域为整个亚洲（ASIA。为更详细地 了解亚洲不同区域对全球升温阈值的响应，按照 IPCC [15] 的区划，将其分为中亚（CAS、北亚（NAS、 表 1 18 个 CMIP5 全球气候模式基本信息 Table 1 Basic ination of 18 GCMs in CMIP5 模式名称 BCC-CSM1.1 BNU-ESM CanESM2 CCSM4 CNRM-CM5 CSIRO-Mk3-6-0 GFDL-ESM2G GFDL-ESM2M HadGEM2-ES BCC, 中国 GCESS, 中国 CCCMA, 加拿大 NCAR, 美国 CNRM-CERFACS, 法国 CSIRO-QCCCE, 澳大利亚 NOAA GFDL, 美国 NOAA GFDL, 美国 MOHC, 英国 单位及所属国家 分辨率 128 64 128 64 128 64 288 192 256 128 192 96 144 90 144 90 192 145 模式名称 IPSL-CM5A-LR IPSL-CM5A-MR MIROC5 MIROC-ESM MIROC-ESM-CHEM MPI-ESM-LR MPI-ESM-MR MRI-CGCM3 NorESM1-M IPSL, 法国 IPSL, 法国 MIROC, 日本 MIROC, 日本 MIROC, 日本 MPI-M, 德国 MPI-M, 德国 MRI, 日本 NCC, 挪威 单位及所属国家 分辨率 96 96 144 143 256 128 128 64 128 64 192 96 192 96 320 160 144 96 注更多细节可参阅 http//cmip-pi.llnl.gov/cmip5/。 东亚（EAS、西亚（WAS、南亚（SAS）和东南亚 （SEAS）6个子区域。 文中分析的不同升温阈值均是相对于工业化前 的全球气候状况。研究选取 18611900 年作为参考 时段代表工业化前的气候状况，来计算达到不同升 温阈值的时间。表 2列出了不同 RCP 情景下全球平 均增温幅度达到 1.5℃、 2℃、 3℃和 4℃阈值的时间。 在 3种 RCP 情景下达到不同升温阈值时的模式个数 （不区分情景， 共计 54个样本） 分别为 1.5℃时 41个， 2℃时 33 个，3℃时 20 个，4℃时 11 个。 表 2 多模式集合平均中全球平均地表温度相对于工业化时 期达到不同升温阈值的时间 Table 2 Time period for the warming in global surface temperature relative to preindustrial era reaching the threshold as indicated by the multimodel ensemble simulation 情景 阈值 1.5℃ RCP2.6 RCP4.5 RCP8.5 2028 年 2028 年 2024 年 2048 年 2039 年 2061 年 2081 年 2℃ 3℃ 4℃ 本文所用极端事件指数为国际上通用的极端气 候指数，包括极端高温（TXx、极端低温（TNn、 5日最大降水量（RX5day）和强降水量（R95p，具 体定义见表 3。采用 Hansen 等 [16] 的方法来定义平均 气候和极端气候的变化以平均温度为例，当某个 时段相对于参考时期平均气候的距平值在0.43 倍 标准差（ s）之间时，为正常；0.43 s（1 s 3 s（-3 s） 为极热或极冷的天气。 表 3 极端温度与降水指数定义 Table 3 Definition for temperature and precipitation extreme indices 名称 定义 极端高温（TXx） 极端低温（TNn） 强降水量（R95p） 5 日最大降水量（RX5day） ℃ ℃ mm mm 单位 每年日最高气温的最大值 每年日最低气温的最小值 每年大于基准期内 95 分 位点的日降水量的总和 每年最大连续 5 d 降水量 2 结果分析 2.1 不同升温阈值下亚洲平均温度和降水的变化 图 1为不同升温阈值下亚洲及其 6个子区域的 温度和降水变化。由图 1a可见，在 1.5℃、 2℃、 3℃ 和 4℃升温阈值下，整个亚洲地区的平均温度相对工 业化前分别升高 2.3℃、3.0℃、4.6℃和 6.0℃，均高 于全球平均水平。这种升温具有全区一致性，其中， 北亚升温幅度最大，东南亚升温幅度最小。在 1.5℃ 阈值时，北亚升温幅度为 2.7℃；东南亚升温幅度略 高于全球平均。在 4℃阈值时，北亚的升温幅度达到 7.0℃；东南亚的升温幅度为 4.4℃。总体来说，全 球平均温度升温阈值越高，整个亚洲地区的增暖幅 度越大，且高纬度地区对全球变暖的响应要强于中 低纬地区。从黑线表示的不确定范围来看，北亚地 区各个模式和情景间的差别最大。 图 1 不同升温阈值下亚洲及其分区的温度和降水变化 （相对于 18611900 年） Fig. 1 Changes of temperature and precipitation relative to 1861-1900 over Asia and its subregions under different thresholds of the warming in global surface temperature 10 CAS EAS NAS WAS SAS SEAS ASIA a 温度 b 降水 CAS EAS NAS WAS SAS SEAS ASIA 8 6 4 2 0 60 40 20 0 -20 温度 /℃ 降水变化 / 1.5℃ 2℃ 3℃ 4℃ 1.5℃ 2℃ 3℃ 4℃ 注图中黑线表示模式和不同温室气体排放情景间不确定范围，黑色 圆点表示中值，黑色短横线分别表示最大和最小值。 对平均降水而言 （图 1b ，在 1.5℃、 2℃、 3℃和 4℃ 升温阈值下，整个亚洲区域相比工业化前分别增加 4.4、5.8、10.2 和 13.0，具有明显的区域性特 征。当全球平均温度升高 1.5℃时，北亚降水增加最 气候变化研究进展 2017 年 308 温升 1.5 ℃影响与应对专栏 明显（9，其次是中亚（5、南亚（4）和东亚 （3，而西亚和东南亚的降水变化较小，分别为 0.1 和 0.2。在 2℃升温阈值下，北亚、南亚、东亚和 中亚的降水将明显增加，增加幅度分别为 12、 7、 4、4，而东南亚的降水变化不明显，仅为 1， 西亚区域甚至减少 3.2。在 4℃升温阈值下，亚洲 及其 6个子区域的降水均将增多。总而言之，随着 升温阈值的升高，亚洲区域的平均降水总体将会增 加，但存在不同的区域特征，降水增加主要出现在 北亚和中亚，西亚地区的降水平均虽然变化不大， 但在模式和情景间的差别最大。 2.2 不同升温阈值下亚洲极端温度和降水变化 图 2为 1.5℃、2℃、3℃和 4℃阈值下，亚洲6 个子区域极端高温（TXx）和极端低温（TNn）变化 的概率密度分布。与参考时段（18611900 年）相 比，全球平均温度升高 1.5 ～ 4℃时，亚洲不同区域 的 TXx 概率密度曲线均向右移动，表明随着全球变 暖加剧，TXx 的平均值都将增大，较热天气出现的 概率将增加，极热天气将会更频繁地发生。尤其在 西亚地区，TXx 的平均值增加最明显，将给本就高 温干旱的西亚带来更严重的影响。此外，西亚、东 亚、南亚和东南亚等区域的曲线形状变得更宽，揭 示 TXx 的标准差变大，亦即 TXx 的变化幅度加大， 尤其是在东南亚（尽管该区域平均温度的增幅相对 较小，出现破纪录天气的概率将会大大增加；对比 亚洲不同地区极端高温的变化，处于高纬度地区的 北亚和中亚，概率密度曲线的形状与其他地区相比 更陡峭，说明这两个地区 TXx 的升高趋势更为稳定 和集中（标准差小。从多模式模拟的不同升温幅度 的不确定范围（阴影区域）来看，升温阈值越高时， 不确定性也越大（图 2a，这与以往的结论 [17] 相一致。 TNn 的变化情况（图 2b）基本与 TXx 类似。与 参考时段（18611900年）相比，不同升温阈值下， TNn 的概率分布曲线也呈现出向右移动，表明 TNn 的平均值将升高， 较冷气候出现的概率将减少。 同样， 对比不同地区，亚洲北部地区概率曲线的形状比较 窄，表明 TNn 将会稳定上升，低温事件将减少，东 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 参考时段 1.5℃ 41 2℃ 33 3℃ 20 4℃ 11 a TXx NAS CAS SAS WAS EAS SEAS 4 期 309 徐影，等1.5 ～ 4℃升温阈值下亚洲地区气候变化预估 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 参考时段 1.5℃ 41 2℃ 33 3℃ 20 4℃ 11 b TNn NAS CAS SAS WAS EAS SEAS 注概率密度分布指温度距平除以标准差，相对于 18611900 年；阴影区为不确定范围，由于不同升温阈值的 变化值差别较小，其他的曲线被覆盖在紫色的 4℃升温阈值下；图例中升温阈值括号内的值为样本数，下同。 图 2 亚洲区域极端高温（TXx, a）和极端低温（TNn, b）变化的概率密度分布 Fig. 2 Probability density distribution of extreme high temperature TXx, a and extreme low temperature TNn, b over Asia Anomaly divided by standard deviation, relative to 1861−1900, the uncertainty range is shaded. Different threshold changes is smaller, the other curve is covered in the purple 4℃ temperature threshold 南亚的概率密度曲线形状与其他地区相比更为宽泛， 说明这个地区 TNn 的变化幅度更大。 对比 TXx 和 TNn，还可以发现在西亚地区， TXx 比 TNn 向右偏移更明显，说明该地区未来发 生极热天气的概率更大。另外，相比 TXx 而言， CMIP5 模式预估的 TNn 在 1.5 ～ 4℃升温阈值下的 变化更为一致，也就是说，对 TNn 预估的不确定性 比对 TXx 预估的不确定性要小。 图 3给出了 1.5℃、2℃、3℃和 4℃阈值下极端 降水指数的概率分布。 对于5日最大降水量 （RX5day） （图 3a，概率分布曲线除在北亚向右偏移外（表明 RX5day 增加，在其他 5个区域变化不大，但变幅 均增加，意味着这些地区的极端降水量的变率会加 大。1.5℃升温阈值下的情况与其他升温阈值下的结 果差别不明显，只是随着升温阈值的升高，不确定 性逐渐增大。强降水量（R95p）的变化（图 3b）显示， 不同升温阈值下亚洲 6个分区均呈现强降水量变幅 增大， 也就是说， 未来亚洲地区降水的极端性将增强， 出现强降水的概率将加大。 总之， 未来随着全球变暖， 亚洲地区在极端降水过程的总量（RX5day）有所增 加的同时，极端强降水（R95p）事件所产生的概率 也将增多。 2.3 1.5℃与2℃阈值下亚洲温度和降水及其极端性 变化的差异 如前文所述，目前对于 1.5℃升温阈值的情况更 为关注。为此，我们给出了 1.5℃和 2℃阈值下亚洲 平均温度和降水变化的空间差异（图 4。全球升温 1.5℃背景下，相比 2℃升温阈值，整个亚洲区域的 升温幅度都降低。亚洲区域平均的温度偏低 0.7℃。 气候变化研究进展 2017 年 310 温升 1.5 ℃影响与应对专栏 4 期 311 徐影，等1.5 ～ 4℃升温阈值下亚洲地区气候变化预估 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.6 0.5 0.4 0.3 0.2 0.1 0 -6 -4 -2 0 2 4 6 8 s 概率密度 参考时段 1.5℃ 41 2℃ 33 3℃ 20 4℃ 11 a RX5day NAS CAS SAS WAS EAS SEAS 0.8 0.6 0.4 0.2 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.8 0.6 0.4 0.2 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.8 0.6 0.4 0.2 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.8 0.6 0.4 0.2 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.8 0.6 0.4 0.2 0 -6 -4 -2 0 2 4 6 8 s 概率密度 0.8 0.6 0.4 0.2 0 -6 -4 -2 0 2 4 6 8 s 概率密度 参考时段 1.5℃ 41 2℃ 33 3℃ 20 4℃ 11 b R95p NAS CAS SAS WAS EAS SEAS 图 3 同图 2，但为 5 日最大降水量（RX5day, a）和强降水量（R95p, b） Fig. 3 Same as in Fig. 2, but for RX5day, a and R95p, b 其中，北亚最明显，降低幅度达 1℃以上；降低最小 的位于南亚和东南亚，降低幅度为 0.5℃左右。对于 降水，亚洲大部分地区的增幅会减少 5 ～ 20，尤 其是处于高纬度地区的北亚和中亚地区。但西亚地 图 4 1.5℃和 2℃升温阈值下平均温度 a 和平均降水 b 变化的差值分布（1.5℃减 2℃） Fig. 4 Difference of temperature a and precipitation b between 2℃ and 1.5℃ thresholds Black dots are expressed by 95 confidence test 注图中黑色圆点表示通过 95 的信度检验。 70˚N 50˚N 30˚N 10˚N 10˚S 30˚E 60˚E 90˚E 120˚E 150˚E 180˚ 30˚E 60˚E 90˚E 120˚E 150˚E 180˚ 70˚N 50˚N 30˚N 10˚N 10˚S -1.2 -1.1 -1.0 -0.9 -0.8 -0.7 -0.6 -0.5 ℃ -20-15-10-5 0 5 10 15 20 25 30 a 温度 b 降水 区和南亚西部的增幅会增加 10～ 15。 总体来看， 亚洲区域平均的降水在全球变暖 1.5℃时的增加量要 比 2℃时减少 1.5。 图 5显示了极端温度和极端降水在 1.5℃和 2℃ 70˚N 50˚N 30˚N 10˚N 10˚S 30˚E 60˚E 90˚E 120˚E 150˚E 180˚ 30˚E 60˚E 90˚E 120˚E 150˚E 180˚ 70˚N 50˚N 30˚N 10˚N 10˚S -1.2 -1.0 -0.8 -0.6 -0.4 -0.2 0 ℃ -1.6 -1.4 -1.2 -1.0 -0.8 -0.6 -0.4 -0.2 ℃ a TXx b TNn 70˚N 50˚N 30˚N 10˚N 10˚S 30˚E 60˚E 90˚E 120˚E 150˚E 180˚ 30˚E 60˚E 90˚E 120˚E 150˚E 180˚ 70˚N 50˚N 30˚N 10˚N 10˚S c RX5day d R95p -21 -18 -15 -12 -9 -6 3 mm -3 0 -50 -40 -30 -20 0 mm -10 图 5 1.5℃和 2℃升温阈值下极端温度和极端降水变化的差值分布（1.5℃减 2℃） Fig. 5 Same as in Fig.4, but for TXx a, TNn b, RX5day c and R95p d 气候变化研究进展 2017 年 312 温升 1.5 ℃影响与应对专栏 阈值下的差别。与 2℃升温阈值相比，1.5℃阈值下 亚洲大部分区域的 TXx 升温幅度降低 0.6℃以上， 尤其在北亚和中亚地区（图 5a；TNn 增温幅度的降 低相比 TXx 更为明显，中亚、北亚和东亚西部地区 增温幅度降低达到 1.6℃以上（图 5b。对比 TXx 和 TNn 在 1.5℃和 2℃时的升温情况还可看出，亚洲区 域 TXx 升温幅度的降低是均匀分布的，而 TNn 升温 幅度则是在亚洲中高纬地区减小更明显，尤其是中 亚地区，而在低纬度地区差别较小。 对于极端降水变化，相比 2℃，全球平均温度 升高 1.5℃时，亚洲大部分区域 RX5day 的增加都呈 减弱趋势，尤其是在东南亚地区（10 mm 左右）， 只有在西亚部分地区会加强（图 5c）；R95p 的减弱 在东南亚表现得更为明显，可达 50 mm 以上，但在 西亚地区则为增加的趋势（图 5d。 为进一步考查 1.5℃和 2℃阈值下亚洲地区极端 温度和极端降水的变化，表 4给出了亚洲 6个分区 极端温度和极端降水变化的绝对值1 σ 和 3 σ 的概 率。可见，在参考时期（18611900 年，亚洲 6个 分区发生非常热（1 σ）和非常冷（1σ 3σ 增加至少 1倍，这种增加在东南亚和西亚最明显； 同时，出现非常冷天气的概率降到 10 ～ 20，比 基准期降低 1～ 2倍。在基准期发生极热或者极冷 天气（3 σ 或者 1 σ 的概率均比 基准期增加 10，但3 σ 的概率在 1.5℃阈值下只 发生在北亚和东亚；在 2℃阈值下只出现在北亚和中 亚，其他地区无变化；对于 R95p，1.5℃和 2℃时超 过 1 σ 的情况在 6个分区的概率相同，并比基准期增 加 10 以上；超过 3 σ 发生极端强降水的概率在所有 区域中将增加 10。 3 结论与讨论 基于 18个 CMIP5模式的模拟结果，综合分析了 1.5 ～ 4℃升温阈值下亚洲地区平均温度和降水及极 端温度和降水的变化，并着重对比了 1.5℃与 2℃升 4 期 313 徐影，等1.5 ～ 4℃升温阈值下亚洲地区气候变化预估 温阈值时的异同，所得结果如下。 1 1.5℃、2℃、3℃和 4℃升温阈值背景下， 相对工业化前，亚洲区域平均温度分别增暖 2.3℃、 3.0℃、4.6℃和 6.0℃；降水分别增加 4.4、5.8、 10.2 和 13.0。总体来讲，随着升温阈值的加大， 亚洲增暖幅度逐渐上升，且高纬度地区的响应大于 中低纬地区；降水将会增加，且区域性特征明显。 2 1.5 ～ 4℃升温阈值下，亚洲区域极端高温 和极端低温的平均值和变幅都将加大，极热天气将 会增加，极冷天气将会减少；极端强降水将增加， 极端降水量的变率将会加大。随着升温阈值的升高， 不确定范围增大。 3 与全球升温2℃相比，在 1.5℃阈值背景下， 亚洲整个区域升温幅度将减弱 0.5 ～ 1℃以上，大部 分地区的降水增幅会偏少 5 ～ 20，尤其是处于高 纬度地区的北亚和中亚地区，但西亚和南亚西部的 降水则偏多 10 ～ 15。 4与全球升温 2℃相比，在 1.5℃阈值背景下， 亚洲地区极端高温的增加幅度均匀下降；亚洲中高 纬特别是中亚地区，极端低温增加幅度的降低最为 明显，低纬度地区差别较小；亚洲大部分地区极端 降水强度增加幅度减弱，但在西亚地区会加大，东 南亚地区的强降水量减少明显，但在西亚地区增加。 5全球升温 1.5℃和 2℃时，亚洲区域发生非常 热天气的概率相比基准期将增加至少 1倍，出现非 常冷天气的概率将减少 1～ 2倍。全球升温 1.5℃， 亚洲区域发生极热天气的概率普遍将会增加 10， 东南亚和西亚将会增加 20，而升温 2℃时，西亚地 区发生极热天气的概率将会再增加 10。升温 1.5℃ 和 2℃时，亚洲发生极端强降水的概率将增加 10。 总之，对于不同的升温阈值，亚洲地区平均温 度的升高幅度都高于全球，降水的变化较为复杂， 存在不同的区域特征；未来出现极热天气的概率会 大幅度提高，极冷天气将会减少，出现极端强降水 事件的概率也会加大。随着升温阈值的升高，上述 结果的不确定性也逐渐增大。 此外， 本文的分析方法， 主要是针对 1.5℃、 2℃、 3℃和 4℃增温的，结果的分析也是以全球增温幅度 为标准来做多模式、多情景的集合。但实际上，不 同温室气体排放情景下全球达到不同升温幅度时不 同区域的温度变化是依赖于情景的，也就是不同的 温室气体排放情景在同样的全球增温阈值下所对应 的温升区域分布是存在显著差异的 [11,18] 。 参考文献 IPCC. Climate change 1995 the science of climate change [M]. Cambridge Cambridge University Press, 1995 IPCC. Climate change 2014 synthesis report [M]. Cambridge Cambridge University Press, 2014 Seneviratne S I, Donat M G, Pitman A J, et al. Allowable CO 2 emissions based on regional and impact-related climate targets [J]. Nature, 2016, 529 7587 477-483 Schleussner C F, Lissner T K, Fischer E M, et al. Differential climate impacts for policy-relevant limits to global warming the case of 1.5 ℃ and 2 ℃ [J]. Earth System Dynamics, 2016, 7 2 327-351 Mitchell D, James R, Forster P M, et al. Realizing the impacts of a 1.5 ℃ warmer world [J]. Nature Climate Change, 2016, 6 8 735-737 姜大膀 , 富元海 . 2℃全球变暖背景下中国未来气候变化预估 [J]. 大 气科学 , 2012, 36 2 234-246 Jiang D B, Zhang Y , Sun J Q. Ensemble projection of 1‒3℃ warming in China [J]. Chinese Science Bulletin, 2009, 54 3326-3334 郎咸梅 , 隋月 . 全球变暖 2℃情景下中国平均气候和极端气候事件变 化预估 [J]. 科学通报 , 2013, 58 734-742 Zhang Y. Projections of 2.0 ℃ warming over the globe and China under RCP4.5 [J]. Atmospheric and Oceanic Science Letters, 2012, 5 6 514- 520 张莉 , 丁一汇 , 吴统文 , 等 . CMIP5 模式对 21 世纪全球和中国年平 均地表气温变化和 2℃升温阈值的预估 [J]. 气象学报 , 2013, 71 6 1047-1060 陈晓晨 , 徐影 , 姚遥 . 不同升温阈值下中国地区极端气候事件变化预 估 [J]. 大气科学 , 2015, 39 6 1123-1135 Guo X, Huang J, Luo Y , et al. Projection of precipitation extremes for eight global warming targets by 17 CMIP5 models [J]. Natural Hazards, 2016, 84 3 2299-2319 Guo X, Huang J, Luo Y , et al. Projection of heat waves over China for eight different global warming targets using 12 CMIP5 models [J]. Theoretical and Applied Climatology, 2017, 128 3 507-522 Taylor K E, Stouffer B J, Meehl G A. An overview of CMIP5 and the experiment design [J]. Bulletin of the American Meteorological Society, 2012, 93 485-498 IPCC. Climate change 2013 the physical science basis [M]. Cambridge Cambridge University Press, 2013 Hansen J, Sato M, Ruedy R. Perception of climate change [J]. Proceedings of the National Academy of Sciences of the United States of America, 2012, 109 37 E2415-2423 Zhou B T, Wen H Q Z, Xu Y, et al. Projected changes in temperature and [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] 气候