论文部分内容阅读
随着全球变暖，北半球高纬度地区极端气候事件增加，发生强降雨、干旱和降水不足的可能性也随之增加，尤其是在冰川覆盖的极地和高山地区。青藏高原平均海拔在4000m以上，其冰川覆盖面积仅少于南极、北极和格陵兰地区，是亚洲许多大河文明的重要源头，被称为“亚洲水塔”。在全球变暖的背景下，青藏高原的气候也发生了变化，尤其是降水的变化，将影响下游几十亿人民的生活和社会发展。然而，青藏高原的气象观测站点主要集中在东部地区，而在面积广阔的藏北地区则相对稀少。目前，全球气候模式(Global Climate Models，GCMs)已成为气候模拟和预估的主要工具，但其模拟的分辨率普遍偏低，对地形的动力和物理过程表达不足，导致其对降水的模拟误差较大。利用区域气候模式(Regional Climate Models，RCMs)进行动力降尺度模拟可以弥补这一不足，其模拟的分辨率较高，能精细地反映出青藏高原复杂的地形特征，从而输出更为准确的气候变化信息。因此，基于RCMs的动力降尺度模拟数据，预估青藏高原降水变化及其对气候变暖的响应机理，对青藏高原及其流域下游的水资源安全与经济社会发展具有重要的科学意义。
本文基于通用气候系统模式CCSM4(Community Climate System Model Version4，下称CCSM)输出数据驱动区域气候模式WRF(Weather Research and Forecast)的动力降尺度模拟结果，研究了未来不同情景下青藏高原降水变化及其对气候变暖的响应机理。本文首先利用观测等数据评估了动力降尺度方法对青藏高原气象要素的模拟能力。在此基础上，预估了两种典型浓度路径(Representative Concentration Pathways，RCP)4.5和8.5情景下青藏高原总降水、层云降水和对流降水的变化，对比了CCSM和WRF预估结果的差异。然后，为了更加深入地理解未来青藏高原水循环变化特征，本文利用准熵平衡后向轨迹追踪法(Quasi-isentropic Back-trajectory method，QIBT)分析了未来青藏高原降水再循环率的变化，定量给出了本地蒸发水汽和外部输送水汽对青藏高原降水变化的贡献。最后，本文基于水汽收支方程对青藏高原水分盈亏量(降水-蒸发，P-E)变化进行热动力过程分解，研究了青藏高原气候干湿变化的热动力成因。根据以上研究内容，本文得出如下结论:
(1)相比于驱动数据，WRF减小了青藏高原总降水和对流降水比例的模拟误差，能够更好地再现青藏高原总降水和对流降水比例空间分布及随海拔分布的特征。此外，WRF也更好地再现了青藏高原地表气温、潜热、蒸发量、水分盈亏量和水汽通量场等气象要素的空间分布特征。在此基础上，本文利用WRF模式的动力降尺度结果分析了未来青藏高原的降水变化。
(2)从空间变化来看，CCSM预估的青藏高原总降水、层云降水和对流降水增加，WRF预估的青藏高原总降水也增加，但空间上呈“北增南减”的变化特征，其中层云降水的减少导致高原南部总降水减少，而对流降水的增加导致高原北部总降水增加。从季节变化来看，CCSM预估的青藏高原各季节总降水、层云降水和对流降水均增加，WRF预估的青藏高原层云降水减少而对流降水增加，导致夏季青藏高原总降水的增幅较小。从随海拔分布来看，CCSM预估的青藏高原总降水、层云降水和对流降水在各海拔均增加，且随海拔升高的变化较小，而WRF预估的青藏高原总降水变化在海拔4000m上下差异明显，在海拔4000m以下，对流降水的增加导致总降水增加，在海拔4000m以上，层云降水的减少导致总降水减少。从不同流域来看，CCSM预估的青藏高原各流域总降水、层云降水和对流降水均增加，在WRF预估的结果中，长江流域、湄公河流域和怒江流域的对流降水增加而层云降水减少，总降水的增幅相对较小。
(3)降水再循环率可以定量描述某一地区降水的水汽来源。历史时期青藏高原降水主要来源于外部输送水汽的贡献，相比于驱动数据，WRF模拟的青藏高原降水再循环率较高，其中在青藏高原北部流域尤为明显。CCSM模拟的青藏高原各流域降水再循环率主要表现出湿季低干季高的季节变化特征，WRF模拟的青藏高原南部流域降水再循环率也表现出相同的季节变化特征，而青藏高原北部流域则表现出相反的季节变化特征。未来时期，CCSM预估的青藏高原降水再循环率减小，而WRF预估的青藏高原降水再循环率在北部增大而南部减小，换言之，未来青藏高原北部本地蒸发水汽对降水的贡献增加，而高原南部本地蒸发水汽对降水的贡献则减小，导致未来青藏高原总降水表现出“北增南减”的空间变化特征。
(4)基于水汽收支方程对青藏高原气候干湿变化（降水-蒸发，P-E）进行热动力过程分解结果表明，CCSM模拟的历史时期青藏高原气候变湿，而WRF模拟的青藏高原西北地区气候变湿而东南地区气候变干，平均环流变化引起的动力因子(δMCD)是青藏高原地表P-E变化的主要原因，热力因子(δTH)和瞬变涡旋因子(δTE)对青藏高原地表P-E变化的贡献也有所增强。此外，CCSM预估的未来不同时期青藏高原气候变湿，其中在青藏高原东南地区尤为明显，水汽辐合变化引起的热力因子(δTH)是高原气候变湿的主要原因，与历史时期的主导机制不一致。而在WRF预估的结果中，未来青藏高原北部地区气候变湿而南部地区气候变干，其中δMCD是青藏高原地表P-E变化的主控因子，与历史时期的主导机制一致。相比于驱动数据，WRF能更精细地刻画青藏高原以草地和灌木为主的土地覆盖类型的空间分布特征，进而更准确的模拟出青藏高原土壤湿度和地表蒸发量，导致WRF预估的青藏高原地表P-E变化对气候变暖的响应不如CCSM明显。
本文基于通用气候系统模式CCSM4(Community Climate System Model Version4，下称CCSM)输出数据驱动区域气候模式WRF(Weather Research and Forecast)的动力降尺度模拟结果，研究了未来不同情景下青藏高原降水变化及其对气候变暖的响应机理。本文首先利用观测等数据评估了动力降尺度方法对青藏高原气象要素的模拟能力。在此基础上，预估了两种典型浓度路径(Representative Concentration Pathways，RCP)4.5和8.5情景下青藏高原总降水、层云降水和对流降水的变化，对比了CCSM和WRF预估结果的差异。然后，为了更加深入地理解未来青藏高原水循环变化特征，本文利用准熵平衡后向轨迹追踪法(Quasi-isentropic Back-trajectory method，QIBT)分析了未来青藏高原降水再循环率的变化，定量给出了本地蒸发水汽和外部输送水汽对青藏高原降水变化的贡献。最后，本文基于水汽收支方程对青藏高原水分盈亏量(降水-蒸发，P-E)变化进行热动力过程分解，研究了青藏高原气候干湿变化的热动力成因。根据以上研究内容，本文得出如下结论:
(1)相比于驱动数据，WRF减小了青藏高原总降水和对流降水比例的模拟误差，能够更好地再现青藏高原总降水和对流降水比例空间分布及随海拔分布的特征。此外，WRF也更好地再现了青藏高原地表气温、潜热、蒸发量、水分盈亏量和水汽通量场等气象要素的空间分布特征。在此基础上，本文利用WRF模式的动力降尺度结果分析了未来青藏高原的降水变化。
(2)从空间变化来看，CCSM预估的青藏高原总降水、层云降水和对流降水增加，WRF预估的青藏高原总降水也增加，但空间上呈“北增南减”的变化特征，其中层云降水的减少导致高原南部总降水减少，而对流降水的增加导致高原北部总降水增加。从季节变化来看，CCSM预估的青藏高原各季节总降水、层云降水和对流降水均增加，WRF预估的青藏高原层云降水减少而对流降水增加，导致夏季青藏高原总降水的增幅较小。从随海拔分布来看，CCSM预估的青藏高原总降水、层云降水和对流降水在各海拔均增加，且随海拔升高的变化较小，而WRF预估的青藏高原总降水变化在海拔4000m上下差异明显，在海拔4000m以下，对流降水的增加导致总降水增加，在海拔4000m以上，层云降水的减少导致总降水减少。从不同流域来看，CCSM预估的青藏高原各流域总降水、层云降水和对流降水均增加，在WRF预估的结果中，长江流域、湄公河流域和怒江流域的对流降水增加而层云降水减少，总降水的增幅相对较小。
(3)降水再循环率可以定量描述某一地区降水的水汽来源。历史时期青藏高原降水主要来源于外部输送水汽的贡献，相比于驱动数据，WRF模拟的青藏高原降水再循环率较高，其中在青藏高原北部流域尤为明显。CCSM模拟的青藏高原各流域降水再循环率主要表现出湿季低干季高的季节变化特征，WRF模拟的青藏高原南部流域降水再循环率也表现出相同的季节变化特征，而青藏高原北部流域则表现出相反的季节变化特征。未来时期，CCSM预估的青藏高原降水再循环率减小，而WRF预估的青藏高原降水再循环率在北部增大而南部减小，换言之，未来青藏高原北部本地蒸发水汽对降水的贡献增加，而高原南部本地蒸发水汽对降水的贡献则减小，导致未来青藏高原总降水表现出“北增南减”的空间变化特征。
(4)基于水汽收支方程对青藏高原气候干湿变化（降水-蒸发，P-E）进行热动力过程分解结果表明，CCSM模拟的历史时期青藏高原气候变湿，而WRF模拟的青藏高原西北地区气候变湿而东南地区气候变干，平均环流变化引起的动力因子(δMCD)是青藏高原地表P-E变化的主要原因，热力因子(δTH)和瞬变涡旋因子(δTE)对青藏高原地表P-E变化的贡献也有所增强。此外，CCSM预估的未来不同时期青藏高原气候变湿，其中在青藏高原东南地区尤为明显，水汽辐合变化引起的热力因子(δTH)是高原气候变湿的主要原因，与历史时期的主导机制不一致。而在WRF预估的结果中，未来青藏高原北部地区气候变湿而南部地区气候变干，其中δMCD是青藏高原地表P-E变化的主控因子，与历史时期的主导机制一致。相比于驱动数据，WRF能更精细地刻画青藏高原以草地和灌木为主的土地覆盖类型的空间分布特征，进而更准确的模拟出青藏高原土壤湿度和地表蒸发量，导致WRF预估的青藏高原地表P-E变化对气候变暖的响应不如CCSM明显。