《Sustainable Chemistry for Climate Action》:Spatial and Temporal trends of future meteorological variables for 21st century over India: Approach with CMIP6 climatic models
编辑推荐:
气候变化导致气象变量变得更加不稳定和极端,特别是在印度等面临高风险且易受这些变化影响的地区。在本研究中,研究人员评估了从CMIP6气候模型模拟的四种共享社会经济路径(SSP126、SSP245、SSP370和SSP585)情景下未来气象变量(降水、最高和最低温
气候变化导致气象变量变得更加不稳定和极端,特别是在印度等面临高风险且易受这些变化影响的地区。在本研究中,研究人员评估了从CMIP6气候模型模拟的四种共享社会经济路径(SSP126、SSP245、SSP370和SSP585)情景下未来气象变量(降水、最高和最低温度)的变化。采用改进的曼-肯德尔(MMK)检验和森斜率检验研究了整个印度在四个不同气候季节(季风、秋季、冬季和夏季)的趋势模式。研究发现,21世纪所有SSP情景下降水和温度均呈现增加趋势。特别是,SSP 585情景相对其他情景显示出更高的增加。SSP 585情景显示季风降水(每季风季0.0413毫米)以及降水模式变异性(C.V.=27%)均相对较高。预计季风和秋季季节将出现更多降水。在区域特定分析中,印度西部地区的降水相对全国其他地区减少,同时存在空间变异性。总体而言,在考虑的时间跨度内,气象变量趋势在不同区域和季节之间存在显著差异。本研究的发现将有助于为国家制定区域和季节特定的气候变化适应策略。
**论文解读:21世纪印度未来气象变量的时空趋势——基于CMIP6气候模型的研究**
**研究背景与问题**
气候变化是21世纪人类社会的重大威胁,对生计、生命和生物多样性造成巨大损失。全球地表温度预计本世纪末将上升1.4-5.8°C,加剧热浪、干旱、强降水等极端事件的发生频率和强度。印度作为全球第七大气候脆弱国家(Germanwatch, 2021),其人口密集、气候多样且农业高度依赖气候,使粮食安全面临多维风险。已有研究多集中于历史时期或特定区域,缺乏对全印度未来气象变量(降水、最高/最低温度)在精细空间尺度(0.25°×0.25°)下,基于最新CMIP6气候模型和四个主要季节(季风、秋季、冬季、夏季)的系统性趋势分析。因此,本研究旨在填补这一空白,为区域和季节特异性的气候适应政策提供依据。论文发表在《Sustainable Chemistry for Climate Action》。
**关键技术与方法**
研究人员采用以下主要技术方法:(1)数据来源:从zenodo平台获取13个CMIP6气候模型(ACCESS-CM2、ACCESS-ESM1-5、BCC-CSM2-MR、CanESM5、EC-Earth3、EC-Earth3-Veg、INM-CM4-8、INM-CM5-0、MPI-ESM1-2-HR、MPI-ESM1-2-LR、MRI-ESM2-0、NorESM2-LM、NorESM2-MM)在四种SSP情景(SSP126、SSP245、SSP370、SSP585)下的日尺度未来气象变量,经偏差校正(经验分位数映射EQM)后具有0.25°×0.25°精细分辨率;历史观测数据来自印度气象局(IMD),包括1950-2022年日降水(0.25°×0.25°)和温度(1°×1°),通过反距离权重法(IDW)重采样至未来网格点。采用简单集合平均减少模型不确定性。(2)趋势分析:使用改进的曼-肯德尔(MMK)检验和森斜率估计(SSE)检验,以处理时间序列自相关并量化趋势大小。基于柯本(K?ppen)八区气候分类评估模型性能,相关系数(r)、均方根误差(RMSE)和平均偏差误差(MBE)显示13模型集合优于单一模型。
**研究结果**
**3.1 预估气象变量变化分析**
研究人员通过比较未来(2024-2100)CMIP6集合平均与历史(1952-2022)观测值,发现降水百分比变化存在显著季节和区域差异。全印度范围内,未来降水主要呈增加趋势,但西部印度减少而东北部增加;冬季降水增幅最大,夏季最小;秋季和季风季节相对历史增幅明显。最高和最低温度均显示未来大部分区域和季节升温,其中最低温度在喜马拉雅北部地区增幅尤为剧烈,最高温度在夏季东部印度高度增加而西部减少;秋季和冬季升温更为显著。
**3.2 改进曼-肯德尔(MMK)和森斜率检验趋势评估**
**3.2.1 降水**
历史降水(1950-2022)整体呈减少趋势(MMK-Z值为负),仅夏季北部平原和冬季喜马拉雅地区出现增加。未来降水在SSP126情景下,所有季节和大部分区域呈正趋势,近未来(2024-2060)增幅大于远未来(2061-2100);SSP245情景下趋势增强但多数区域呈减少;SSP370情景下正负趋势幅度均大于历史;SSP585情景下MMK-Z和森斜率值最大,季风降水显著增加(每季风季0.0413 mm),但变异性高(C.V.=27%),西部区域变异性最大。总体上,从SSP126到SSP585,降水、最高和最低温度的趋势均增强。
**3.2.2 最高温度(T
max)**
历史最高温度在南部区域持续最热,秋季全印度升温。未来在SSP126下,T
max受控,近未来微弱增加,远未来部分区域下降;SSP245和SSP370下增温显著;SSP585下所有季节均呈显著上升,夏季增幅最大(0.050°C),全印度几乎均呈上升趋势。
**3.2.3 最低温度(T
min)**
历史最低温度大多呈减少趋势,仅秋季和冬季微弱增加。未来T
min增幅与碳排放路径正相关:SSP126下远未来多数区域减少,近未来增加不显著;SSP585下MMK-Z和森斜率范围最大,秋季和冬季增幅相对较高。
**讨论与结论**
整体而言,21世纪印度降水、最高和最低温度均呈增加趋势,且从SSP126到SSP585递增。西部区域和冬季降水减少;最低温度增幅在喜马拉雅地区尤为突出。这一结果与先前研究(如Salunke等、Chaturvedi等)一致,并可由克劳修斯-克拉佩龙(Clausius-Clapeyron)方程解释:气温升高增加大气水汽容量,导致降水增加,但同时也加剧降水变异性(如SSP585下短时强降水)。最低温度升高对农业(如水稻减产)有负面影响。研究结论:本研究表明,未来印度大部分区域和季节将更湿、更热,尤其是SSP585情景下季风降水每季增加0.0413 mm,夏季升温0.050°C,而SSP126情景下仅增加0.0083 mm和0.008°C。高湿高热伴随更高降水变异性,西部区域尤甚。这些发现为印度制定区域和季节特异性的灾害管理政策及实现巴黎协定净零排放目标(2070年)提供了重要科学依据。