期刊：PNAS

英文题目：Constraints on regional projections of mean and extreme precipitation under warming

中文题目：气候变暖下平均降水量和极端降水量区域预报的制约因素

作者：Panxi Dai, Ji Nie, Yan Yu, and Renguang Wu

发表日期：2024年3月4日

摘要

目前，全球变暖下水文循环在气候模型中的预估变化仍存在较大不确定性。在这里，我们证明了过去的观测变暖趋势可以有效限制全球及区域尺度上平均和极端降水的未来预测。这种制约因素的物理基础取决于个别模式中相对恒定的气候敏感性以及各模式间区域水文敏感性的合理一致性，而区域水文敏感性则受大气湿度增加的支配和调节。通过应用约束条件，到本世纪末，全球平均降水量预测变化的平均值将从6.9%降至5.2%，而极端降水变化将从24.5%降至18.1%，模型间方差分别降低了31.0%和22.7%。此外，该约束条件还可应用于中高纬度地区的区域降水变化，特别是在陆地上。这些约束会使空间分辨的校正与全局平均校正出现大幅且不均匀的差异。这项研究提供了全球区域限制的水文响应，对特定地区的气候适应有直接影响。

研究背景

在历次政府间气候变化专门委员会（IPCC）的评估报告中，均采用了多个研究中心的气候模式来对未来降水变化进行预测。然而，这些模式的模拟结果之间存在较大差异，从而导致气候预测的不确定性较高，难以向应对气候变化的决策者提供有效的信息支持。

研究方法

研究团队借助观测记录中的全球增温趋势，运用新兴的约束方法，对气候变暖背景下的区域尺度平均降水和极端降水的气候预测进行了深入研究。该方法基于多个气候模式对二氧化碳增温的气候敏感性与区域水循环响应的敏感性之间存在较好的相关关系，利用这一关系对各区域在未来的变暖情景下的平均降水和极端降水的气候预测进行了有效的约束修正。

研究结果

结果1.全球平均降水变化的约束效果

  在高排放情景下，全球平均降水变化的预测值从6.9%降低至5.2%，极端降水变化的预测值从24.5%降至18.1%。与此同时，模式间的方差也分别减少31.0%和22.7%。

图1全球平均（A）平均降水（）和（B）极端降水（_e）的变化

y轴表示CMIP6模型中2081年至2100年相对于1981年至2014年的未来变化（以分数变化表示）。x轴表示过去（1981年至2014年）的变暖趋势（每34年的摄氏度变化）。每个点代表一个CMIP6模型的结果，虚线为基于层次化EC方法拟合的关系线。垂直条表示CMIP6无约束结果（黑色）和观测约束结果（红色为HadCRUT4，黄色为GISTEMP4，蓝色为两个观测值的平均值）的多模型平均值及其分布范围（17%到83%和5%到95%范围）。水平条表示基于HadCRUT4和GISTEMP4平均值观测到的全球平均地表温度（GMST）趋势，以及假设高斯分布的5%到95%不确定性范围。

结果2.区域尺度约束

图2中，显著相关区域（点状标记） 主要集中在中高纬度（如北半球温带）和赤道附近（图2A/B），这与文中提到的“中高纬度降水增加、赤道降水增加”的模型一致性预测相吻合。斜率图（图2C/D） 进一步显示，这些区域的降水变化幅度（即单位升温响应的百分比）在模型间分布较为集中（横轴值范围较窄），从而支持了“物理机制主导下的一致性”这一结论。

相比之下，副热带海洋和撒哈拉地区（图2中可能为非显著点区域）的降水响应受海表温度（SST）模式差异的影响，导致模型间预测存在较大分歧（图2C/D中横轴值分布较宽或无显著点）。通过标记显著相关区域，图2直接展示了“人口密集的陆地区域（如东亚、欧洲、北美）”的降水-温度关系能够被可靠约束，这为区域气候风险评估（如极端降水防灾）提供了关键科学依据。

图2区域降水变化的涌现关系

（上）未来降水变化与近期全球平均地表温度（GMST）趋势的模型间相关性：（A）平均降水（dlnP）和（B）极端降水（dlnP_e）。（下）基于层次化EC方法的斜率：（C）平均降水（dlnP）和（D）极端降水（dlnP_e）。点表示在95%置信水平上具有统计显著性的区域。

结果3.空间分辨修正的显著差异

区域校正与全球平均校正有很大的不同。例如，东亚（ECA）的平均降水量预测变化从11.5%降至9.2%，南亚（SAS）平均降水量从26.6%降至20.6%。同样，极端降水的预测变化从非洲经委会的29.6%减少到20.9%，比SAS减少从41.3%减少到27.6%。

图 3受限的未来（a）IPCC AR6 参考区域的（a）平均值和（b）极端降水变化。

在每个六边形中，每个六边形的填充颜色表示约束投影，左点和右点分别表示 EC 诱导的校正和 RRV。红色（蓝色）点表示从无约束值中减去约束值后的正（负）值，点的大小与绝对值成正比。没有对角线的六边形表示在 95% 置信水平下，涌现关系具有统计显著性。海洋区域的六边形以粗体边框突出显示。

研究意义

本研究基于物理论证，利用观测到的过去增温趋势，通过新兴约束方法对全球和区域尺度上的平均降水和极端降水的未来预测进行了约束。结果显示，这种约束方法显著降低了未来区域气候预测的不确定性，为气候变化的灾害成本评估与应对政策制定提供了重要的科学依据和有价值的信息。该研究为特定区域的气候适应提供了直接的科学依据，通过提供区域限制的水文响应，有助于更准确地评估和应对气候变化带来的挑战。

研究亮点

1. 文章提出了一种基于观测数据的区域尺度约束方法，通过结合历史温度趋势和气候模型预测，显著降低了未来降水变化的不确定性。这种方法特别适用于评估极端降水事件的风险。

2. 研究揭示了不同气候模型在预测中高纬度和赤道地区降水变化时的一致性，同时指出了副热带海洋和撒哈拉地区模型预测的分歧。这种分析有助于识别模型预测的可靠区域和需要进一步改进的区域。

3. 文章利用涌现关系（Emergent Relationship）将历史观测数据与未来气候预测相结合，提供了对区域降水变化的更可靠估计。这种方法在人口密集的陆地区域表现出色，为区域气候风险评估提供了重要依据。

4. 研究特别关注了极端降水事件对全球变暖的响应，通过约束方法提高了极端降水预测的可信度。这对于制定应对极端天气事件的策略具有重要意义。

对我们今后工作的启示

该研究为气候模式的改进提供了新方向。通过引入观测约束，可以显著降低模式预测的不确定性，提高区域尺度预测的准确性。修正后的降水预测结果可直接用于洪涝、干旱等自然灾害的风险评估，为防灾减灾政策的制定提供科学依据。同时，今后的工作中，应加强国际合作在气候预测和数据共享中的重要性。

该论文的第一作者戴潘熙现为浙江大学地球科学学院副教授。通讯作者为北京大学物理学院聂季副教授。其他合作者包括北京大学物理学院Yan Yu助理教授和浙江大学地球科学学院Renguang Wu教授。该研究得到了国家重点研发计划2022YFC3003902资助、国家自然科学基金42205002资助和北京市自然科学基金资助JQ23037。

论文来源：https://doi.org/10.1073/pnas.2312400121

声明：以上中文翻译为译者个人对于文章的概略理解，论文传递的准确信息请参照英文原文。

撰稿：韩艾珊

初审：任  杰

审核：杜  军

终审：鲁  鹏