《Water》:High-Resolution Projections of Future Climate and Extremes over South Korea Using Statistically Downscaled CMIP6 Ensembles
编辑推荐:
气候变化预计将改变气候条件,并增加气候极端事件的频率和强度,这对水文系统具有重要影响。可靠的高分辨率未来气候数据集是支持区域水文变化评估的必要条件。然而,开发此类数据集仍具挑战性,因为从大规模CMIP6集合中生成高分辨率预估在计算上要求极高,限制了所纳入全球气
气候变化预计将改变气候条件,并增加气候极端事件的频率和强度,这对水文系统具有重要影响。可靠的高分辨率未来气候数据集是支持区域水文变化评估的必要条件。然而,开发此类数据集仍具挑战性,因为从大规模CMIP6集合中生成高分辨率预估在计算上要求极高,限制了所纳入全球气候模式(GCM)的数量。本研究利用16个CMIP6全球气候模式(GCM),在共享社会经济路径SSP2-4.5和SSP5-8.5情景下,为韩国开发了统计降尺度的1/16°分辨率未来气候数据集。研究人员采用混合Delta(HD)统计降尺度方法,并以基于长期观测的高分辨率数据集作为参考。HD方法将预估的气候分布变化与观测的时间结构和空间特征相结合,在保留历史变率的同时表征未来平均状况和极端事件的变化。温度预估显示持续增温趋势,在高排放情景下夏季增温较为均匀,而西北地区冬季增温更为显著。降水相较于温度表现出更大的空间和季节异质性,同时20年重现期极端降水预计将增强。这些结果表明,未来气候条件和极端事件将发生显著变化,可能影响水文响应和水相关风险。该数据集为水文建模和水资源评估提供了空间精细、时间一致的气候强迫数据。
论文解读:基于统计降尺度CMIP6多模式集合的韩国高分辨率未来气候与极端事件预估研究
一、研究背景与问题
气候变化被广泛认为是全球最重大的环境挑战之一,对水文系统、生态系统、农业和水资源产生深远影响,并通过增加洪水、干旱等风险对区域水安全构成严峻威胁。由于气候变化响应存在显著的区域差异,全球或大陆尺度的评估难以充分支撑区域层面的适应规划和水资源管理。因此,可靠的高分辨率未来气候预估对于区域水文建模、风险评估和气候适应规划至关重要,尤其是对于受频率、持续时间和空间分布强烈影响的气候极端事件而言。
全球气候模式(GCM)是表征不同温室气体排放情景下大尺度气候变化的主要工具。第六次耦合模式比较计划(CMIP6)为多模式气候预估提供了系统框架,相较于前代模式纳入了更新的物理过程和改进的气候过程表征。然而,GCM输出的粗分辨率无法充分捕捉复杂局地地形和地表覆盖细节,而这些局地特征直接控制着流域尺度的水文响应,因此需要降尺度技术将粗尺度全球预估转化为高分辨率区域数据。
在韩国,广泛的山地地形和复杂海岸线导致气温和降水呈现显著空间变率,这一区域特征难以被GCM粗分辨率所解析。为弥合大尺度GCM信号与局地气候条件之间的差距,高分辨率数据集不可或缺。目前韩国已开发若干基于CMIP6的高分辨率气候数据集,但韩国气象厅(KMA)的方案基于有限数量的GCM和区域气候模式(RCM)集合,可能无法充分表征未来气候预估的不确定性范围;韩国农村发展管理局(RDA)的方案则使用基于ERA5再分析资料构建的参考数据集,而非基于长期观测的格点数据。因此,亟需一个结合大规模CMIP6多模式集合与基于观测的参考数据集、同时保留真实区域气候变率的高分辨率逐日气候数据集。
二、研究内容与意义
本研究通过将HD方法应用于16个CMIP6 GCM在SSP2-4.5和SSP5-8.5情景下的集合,开发了韩国1/16°(约39 km2)分辨率的逐日未来气候数据集。该数据集将基于长期观测的高分辨率参考数据与多个GCM的未来气候信号相结合,在保留区域气候特征的同时表征平均气候和气候极端事件的预估变化,为区域水文建模、水资源评估、气候影响研究及农业和生态系统等部门的适应规划提供了空间精细、时间一致的气候强迫数据。
三、关键技术方法
研究人员采用以下主要技术方法开展研究:其一,利用Jeong等人(2025)开发的基于长短期记忆(LSTM)模型重建的1973—2022年1/16°逐日高分辨率格点观测数据集作为参考基准;其二,应用混合Delta(HD)统计降尺度方法,该方法通过分位数映射(QM)校正GCM系统偏差,并纳入Byun和Hamlet(2025)提出的改进经验QM外推方法以处理超出历史范围的未来极值;其三,从偏差校正后的GCM输出中提取未来气候变化信号,采用反距离权重(IDW)插值将1°分辨率的信号插值到目标1/16°网格;其四,通过时间序列排序和逐日分解将气候信号与观测逐日序列结合,生成50年伪逐日时间序列;其五,采用泰勒图评估16个GCM的历史表现,并基于广义极值(GEV)分布和L矩方法估计20年重现期极端降水。
四、研究结果
4.1 GCM表现评估与多模式集合构建
通过归一化泰勒图评估16个CMIP6 GCM在1973—2014年期间对韩国历史气候的再现能力,结果显示多数模式对温度空间分布的再现精度较高,空间相关系数约0.8;而降水表现的模式间差异较大,相关系数低于0.4,误差超过1.0。尽管降水表现较弱,但定量误差指标呈连续分布,未发现需剔除的明显异常模式。在SSP5-8.5情景下,各模式在2080s的增温幅度和降水变化率范围显著大于2020s,表明世纪末模式间预估差异更为突出。因此,研究人员保留全部16个模式构成多模式集合,以集合算术平均作为最终预估结果。
4.2 不同气候情景下年平均温度预估变化
相较于历史基准期(1973—2002年),至本世纪末SSP2-4.5情景下年平均温度升高3.32 °C,SSP5-8.5情景下升高6.13 °C。2050s之后,即使预估温度的下限(2.5百分位)也达到或超过历史观测的最高温度范围,表明未来增温可能超越自然气候变率的幅度。SSP2-4.5和SSP5-8.5在2040年前增温趋势相近,此后显著分化,反映了排放路径对世纪末增温幅度的决定性影响。
4.3 不同情景下未来温度变化的季节差异
夏季在两种情景下均呈现全国性增温趋势,2080s时SSP2-4.5下增温3—4 °C,SSP5-8.5下最高达5—6 °C,且增温在全国分布相对均匀。冬季同样全国增温,但SSP5-8.5情景下2080s的增温呈现更明显的空间差异,西北地区增温相对更大。所有16个模式在所有季节均一致显示增温趋势,模式间一致性较高。
4.4 不同情景下未来降水变化的季节与空间差异
夏季降水在两种情景下均总体增加,SSP5-8.5情景下2080s多数区域增幅最高约40%。冬季降水在2020s时两种情景空间格局相似,多为小幅增加伴局部减少;2050s后情景间差异逐渐显著,SSP5-8.5下至2080s降水增加遍布全国,而SSP2-4.5下空间格局相对稳定。降水预估的模式间离散度较大,部分模式在整体集合中位数增加的情况下仍预估降水减少。
4.5 极端温度事件预估变化
历史时期韩国大部分地区年极端高温日数(日最高气温>35 °C)少于10天,SSP5-8.5情景下2080s时全国大部分地区增至40—50天以上,南部部分地区超过70天,高海拔地区相对较小但仍约30天。极端低温日数(日最低气温15 °C)在历史时期主要集中于北部和山区,年约15—25天;2080s时这些区域大幅减少至每年不足5天,南部变化较小。
4.6 极端降水事件预估变化
20年重现期逐日极端降水在年、夏季和冬季条件下均呈总体增强趋势。年极端降水全国大部分区域增加但空间差异明显,夏季极端降水全国性增强且局部地区增幅更大,冬季极端降水总体增加但空间变率弱于夏季。即使平均降水变化有限的区域,降水分布上尾端也可能发生显著变化,表明历史气候下代表特定风险水平的降水量在未来不再对应相同风险水平。
4.7 不确定性与局限性
HD方法依赖空间平稳性假设,高分辨率空间结构根植于历史观测数据,无法独立生成次网格尺度的全新局地气候变化信号;逐日时间序列的排列固定于历史观测,未来降水频率和干旱持续时间的变化未被直接模拟;尽管采用改进的QM外推方法,生成次月度快速变化或短历时极端日强度仍存在统计约束;单一参考数据集引入了潜在的平稳性偏差,在高排放情景下该假设的有效性可能减弱。
五、结论
本研究利用16成员CMIP6 GCM集合在SSP2-4.5和SSP5-8.5情景下,通过HD方法降尺度生成韩国1/16°分辨率逐日气候预估数据。至2100年,年平均温度在SSP2-4.5下升高3.32 °C、SSP5-8.5下升高6.13 °C。夏季增温全国相对均匀,高排放情景下世纪末冬季西北地区增温更为显著。极端高温日数大幅增加,极端低温日数显著减少。夏季降水总体增加,冬季降水空间格局对排放情景高度敏感,20年重现期极端降水总体增强。温度与降水预估的对比空间特征凸显了高分辨率气候信息对评估区域水文气候变化和风险的重要性。该数据集不仅为水文和气候研究提供输入,还可支撑农业、生态系统、城市气候影响及能源需求等多学科影响评估和气候适应规划。