基于区域气候模型的温室规划水平年气候变化模拟分析

基于区域气候模型的温室规划水平年气候变化模拟分析

1区域气候变化研究温室内气体的增加是世界进化趋势的驱动因素。由于人类活动燃烧石化燃料，向大气排放大量温室气体，导致大气层辐射失衡，引发全球规模的气候变化。为了应对气候变化对人类和自然产生影响，科学家们开展了广泛研究并预测气候变化可能产生的影响。根据政府间气候变化专委会（IPCC）报告，在研究气候变化影响、预测未来气候变化过程中，涉及主要内容包括：温室气体排放模式、温室气体浓度、全球气候变化、区域气候变化及产生的影响。其中，研究全球气候变化是通过建立数学模型模拟气候系统中气温、降水、海平面等气候要素物理特征以及这些要素之间的相互作用和响应过程，通常称之为全球气候模型（GCM），模拟的空间范围较大。而区域气候变化研究是通过建立区域气候模型（RCM）在考虑区域地貌特征和极端气象条件下，研究该区域气候要素变化情况，一般空间尺度局限在地区、国家、流域范围。本次研究选在大凌河流域，选定基准年为1961～1990年，规划水平年为2020s(2011～2040年）、2050s(2041～2070年）、2080s(2071～2100年），利用区域气候模型PRECISRCM模拟得出在SRESA2温室气体排放模式下规划水平年PRECIS系列数据，包括降水、蒸发、风速、相对湿度、太阳辐射等系列数据。再将PRECIS模拟的降水、蒸发数据输入到降雨-径流模型NAM中，模拟出不同规划水平年的径流量，分析大凌河流域在气候变化条件下的径流变化趋势。2全球气候模型区域气候模型是将小尺度气候变化信息添加到大尺度全球气候模型模拟结果的一种数学工具。区域气候模型主要模拟全球气候模型中各气候要素在区域范围内相互作用、响应等详细物理变化过程。由于区域气候模型是以全球气候模型结果作为边界条件，因此，其模拟结果一般与全球气候模型模拟结果保持一致。区域气候模型是从低分辨率的全球气候模型中提取数据，利用时空尺度更加精准的信息，模拟出区域范围内分辨率更高的结果。2.1气象预报模型构建的背景PRECISRCM是由英国气象中心研发的区域气候模型，适用于全球任何地方，用于描述动力气流、大气中硫循环、云层、降水、辐射变化过程，还对陆地地表、深层土壤进行描述，模型本身会对各种信息作出诊断。PRECISRCM模型主要描述了3个部分：大气动力学、大气中硫循环、物理特征参数。大气动力学用于掌握各种气象变化中大气对流运动规律（要求提供侧边界条件），需要对云层、降水、辐射、边界层、表面交换、重力波阻等特征物理参数进行一致性修正。大气中硫循环也是一个特征物理参数，气态硫或硫化物作为示踪剂参与大气对流运动，其在大气中化学浓度变化可以被视为气候变化的征兆。在PRECISRCM模型中需要指定模拟地表范围和侧向边界条件。要求的地表边界条件有地表温度时间序列、冰范围。侧向边界条件要求提供模拟范围边界所在的经度和纬度大气动力信息。模型对上边界无限制要求。侧向边界条件需要标准化气息要素：地表气压、大气水平运动风、气温和湿度观测值。PRECISRCM用于研究大气硫循环需要提供的边界条件是二氧化硫、气化硫、以及相关化学物质在大气中浓度。一般将PRECISRCM模型输出数据称为PRECIS数据。气体排放模式是指影响太阳对地球辐射的温室气体未来排放情景描述。政府间气候变化专委会根据影响温室气体排放驱动因素未来变化和相互作用，对为温室气体排放做出理性推断，提出SRES排放模式。影响温室气体排放的驱动因素有人口、社会经济发展和技术变革等。SRES排放模式分为4类，被广泛用于气候变化适应性研究。A1排放模式：未来经济快速增长，全球人口增长数量在21世纪中期达到高峰，之后逐渐减少，科学技术迅猛发展。A1在能源应用技术方面又分为3种，主要指消耗能源类型差别。A1FI是大量消耗矿石燃料排放模式；A1T是消耗非矿石燃料能源排放模式；A1B是能源平衡消耗的排放模式,即综合应用所有可供能源和技术保持同样水平发展速度。A2排放模式：经济发展以区域为主，人均经济增长速度和技术变革比其他几种模式要缓慢、不协调。B1排放模式：世界人口同A1中描述相同。经济结构变化快速，朝着服务型和信息型经济发展。原材料消耗减少，研发清洁能源，引入提高能源利用效率技术。不会出现其他更多有关气候变化问题。B2排放模式：全球人口数量持续增长，但增长速度小于A2。经济发展处于中游水平。技术变革速度慢于B1，技术变革方式要多于A1。该模式是朝着保护环境、社会平等方向发展，发展重点在本国和本地区层面上。YuYL和JonesRG于2004年利用欧洲气象洲中心研发的中度范围气象预报模型ECMWF，将重新分析数据作为运行PRECIS准观测边界，评估模型对中国现状气候的模拟能力。他们利用覆盖全国的740座气象观测站资料进行分析，发现PRECIS模型可以较好模拟全国地面气温极值分布情况。他们还发现PRECIS对降水模拟偏大，但能很好模拟出极端降水事件。2.2根区储水层蒸发的气象方程模型NAM是一个集总式概念性降雨-径流模型，内置于MikeBasin模型。它总共可分为4个储水层，分别是积雪层、地表层、根区、地下水层。NAM模型所需要的数据主要为降雨、蒸发、温度时间序列等。根据输入的气象数据，NAM模型可以模拟出流域径流时间序列、水文循环中陆地其它水文要素。模拟出的流域径流结果根据径流形成概念被分成坡面流、壤中流、基流三部分。(1）蒸发计算。地表储水层按潜在蒸发能力计算蒸发量。当地表储水层的含水量小于潜在蒸发能力时，发生根区储水层的蒸发。根区储水层的蒸发量按下式计算：式中：Ep为地表储水层蒸发量；Ea为根区储水层蒸发量；U为地表储水层含水量；L为根区储水层含水量；Lmax为根区储水层最大含水量。(2）坡面流计算式中：QOF为坡面径流；Lmax为根区储水库中最大含水量；L为根区储水库实际含水量；CQOF为坡面径流系数；TOF为坡面流的根区临界值；PN为净雨量。坡面流通过两个串联的线性水库演进，线性水库的时间常数为CK1、CK2。通常设CK1=CK2。(3）壤中流计算式中：QIF为壤中流；CKIF为壤中流时间常数；CKIF-1为是每小时地表储水层中转化为壤中流的水量；TIF为壤中流的根区临界值。壤中流通过时间常数CKIF来调节其演进过程。(4）地下径流计算式中：G为基流；PN为净雨量；TG为根区临界值；DL为增加的土壤含水量。地下径流的演进也主要由时间常数CKBF来进行。地下水位的计算要考虑地下水补给量、毛管通量、地下水取水量、基流因素。毛管通量和地下水取水量为可选项。NAM模型考虑流域不同物理要素，通过连续计算4～5个不同类别、彼此相关蓄水层的含水量，模拟降雨～径流过程。NAM模型是由一系列标准的组件及其相应属性构成。通过ArcGIS操作平台，可以快速添加组件，修改其相应的属性信息，这些组件包括：流域、河流、渠道等。NAM模型是在子流域一级上集总的。除了为水量分配模型生成必要的入流过程线之外，NAM模型还能够生成流域还原后径流时间序列，并在这个过程中分离地表径流和对地下水的补给。3辽宁：权力集中在辽宁大凌河流域大部分地区位于辽宁省西部，地理位置为：东经118°46′～121°50′，北纬40°28′～42°38′，流域面积23837km2。其中，在辽宁省的面积20285km2，占全流域85%；大凌河上游还流经内蒙古自治区、河北省。3.1模式3模拟结果对比本次研究基于JonesR.G.等人研究成果所提供SRESA2和B2排放模式下规划水平年为2080s的原始PRECIS数据。为了分析气候变化对大凌河流域影响，本次研究对原始PRECIS数据进行偏差调整和降尺度网格处理。利用UniversityofEastAnglia给出的名为气候研究单元（CRU）系列数据对PRECIS在A2和B2排放情景下规划水平年降水、温度数据进行了偏差调整。对温度处理方法是，利用月平均CRU数据与月平均PRECIS数据差值调整A2和B2排放情景下PRECIS模拟温度。对降水处理方法是，利用CRU与PRECIS月平均值比值调整A2和B2排放情景下PRECIS模拟降水数据。利用双线性插值法可以实现PRECIS数据降尺度，本次研究是将大凌河流域50km网格PRECIS数据降尺度为25km网格数据。为了利用2080sPRECIS数据获得2020s和2050s数据，采用图形缩放技术，以模拟区域每个网格内全球变暖单位度数2080s模拟结果为基础，修改参数。CRU网格数据是全球化系列数据，可能无法完全反应地形影响。在数据插值时会受到比例缩放影响，50km或25km网格模拟值与内插得到值不能完全吻合。图1为大凌河流域A2和B2排放模式下2080sPRECIS模拟年平均温度。大凌河流域A2排放模式下2080sPRECIS模拟年平均温度提高4.2℃，年平均温度在空间上变化不大。图2为大凌河流域A2和B2排放模式下2080sPRECIS模拟年平均降水量。大凌河流域降水量增幅较大，在A2排放模式下2080sPRECIS模拟增幅竟达到28%。本次研究利用PRECIS模拟输出数据有温度、风速、相对湿度、太阳辐射、最大可能蒸发量、降水量。表1汇总PRECIS模型模拟结果，预测了大凌河未来气候变化情况。3.2双程式气候变化模型大凌河流域NAM模型在搭建过程中，使用美国国家航空和航天局（NASA）开发的90m×90m数字高程模型，收集、处理大凌河流域Dem高程图。将整个流域分为11个子流域，选取了大凌河流域及相近流域资料系列较长、代表性较好的长年雨量观测资料共78站，现有水文站11个，蒸发站8个，经参数率定达到精度要求后，模拟流域径流。本次研究中，NAM模型需要的降水、蒸发时间系列数据，由PRECIS模型模拟结果提供，包括基准期和水平规划期2020s、2050s、2080s，每个时期均为30a。每个子流域的日降水量由对PRECIS网格数据加权平均计算而得。采用调整因子法和直接输入法分析气候变化对流域径流影响。(1）调整因子法。调整因子法是利用调整因子对PRECIS降水、蒸发数据进行调整，输入NAM中。将基准期逐月平均PRECIS降水（蒸发）量除以各水平规划期逐月平均PRECIS降水（蒸发）量，得到各规划水平期PRECIS降水（蒸发）调整因子，见表2。在每个PRECIS网格，都利用调整因子对A2、B2排放模式下2020、2050、2080年降雨、蒸发数据进行调整。流域边界处网格点的调整因子用权重平均法计算。将各子流域控制站1976～2005年实测逐月平均降水、蒸发时间系列数据乘以基准期和各水平规划期逐月PRECIS降水、蒸发调整因子，得到降水、蒸发时间系列数据输入NAM模型中，模拟得到各子流域径流时间系列。表3为调整因子法模拟大凌河流域内各子流域A2排放模式下基准期、规划水平期平均径流深及相对变化。(2）直接输入法。将基准期和各规划水平期逐月平均PRECIS降水、蒸发数据直接输入NAM模型中，得到子流域径流时间系列数据。表4为直接输入法模拟大凌河流域内各子流域A2排放模式下基准期和各规划水平期平均径流深及变化情况。通过对调整因子法和直接输入法得到各规划水平期径流时间系列分析，A2气候变化情景下大凌河流域径流量会增加，模拟结果显示出现干旱频率不会增加，但径流量增加会导致洪水量和频率增大（多）的风险。4径流预测结果分析气候变化通过影响降水、蒸发、温度等气候因素使流域径流发生变化，径流量会显著增加。通过本次研究可得出如下结论：(1)A2排放模式下，PRECIS对大凌河流域降雨量模拟结果时，增加幅度较大月份是7～9月，冬季降水较少。到2080年，预测流域大部分地方年降水量将增加约30%，蒸发量增加约为150mm。(2）由于降水量和蒸发量增加导致流域内径流量增加，增加幅度最大是7～9月