当前位置:首页 > 新闻动态 > 学术进展

近百年中国气候变暖趋势之再评估

发布时间:2020-06-10

作者:JMR-CMS

近百年全球平均变暖约1℃,中国气候变暖几何?解答此问题,有助于确切评估和应对气候变化的影响。为此,自上世纪 80 年代起,气候学界开始研究中国现代气象观测的长期气温序列。最新进展表明,1900 年以来中国增暖趋势达1.31.7/100a,明显超出全球平均水平,远大于早期国家气候变化评估报告采纳的0.50.8/100a。中国科学院大气物理所严中伟研究员、国家气候中心丁一汇院士、中国气象科学研究院翟盘茂研究员等作者在JMR最新一期发文,回顾这一研究历程,总结值得进一步开展的相关研究,以飨读者。

1. 中国是否变暖更甚?

最新全球表面温度观测数据集(Yun等,2019)显示,1900年以来全球陆地平均气温升高趋势为1.00 ± 0.06/100a;包括海洋在内的全球平均表面温度升高趋势为0.86 ± 0.06/100a。然而,不同区域的气候变化并不一致。准确了解中国区域的气候增暖趋势,是确切评估和科学应对全球变化之必需。

基于一般的物理气候规律而言,全球变暖过程中,往往大陆变暖更甚于海洋,中高纬变暖更甚于低纬。例如西伯利亚到蒙古一带的北亚大陆就是近百年变暖最为剧烈的区域之一。中国地处欧亚大陆东端,从平均气候态的西风环流来看,中国气温变化必然深受位于其上游的内陆区域剧烈增暖的影响。然而,早期的国家气候变化评估报告中,近百年中国增暖趋势仅为0.50.8/100a,这甚至小于以海表温度变化为主的全球平均变暖速率。近年来,随着更多的观测资料分析,特别是气候序列均一化方面的进展,越来越多的研究表明,近百年中国变暖趋势远超全球平均水平。

让我们剖析相关研究历程,来理解这一结论上的质变。

2. 早期中国百年气温序列

构建中国范围百年尺度气温观测序列的研究,可回溯至上世纪80年代。困难主要在于,早年的气象观测稀疏。张先恭等(1982)运用分区域等级化处理方法,把有限的气温观测转化为气温等级序列,是一种创新的尝试。王绍武等(1998)进一步综合利用多种资料进行更细致的分区域分时段处理,进而通过区域面积加权平均,获得一个后来被广泛应用的中国气温距平序列。本世纪初以来,随着气候观测数据插值技术的发展,涌现出越来越多的格点化气候数据集。唐国利等(2009)把长期站点气温观测序列发展为5°×5°经纬度格点气温序列,进而通过格点面积加权平均,形成中国气温序列。

虽然上述早期研究中用到了多种不同的资料处理方法,但所获得的多个中国百年气温序列的长期趋势和波动特征却是十分相似的。其中最引人瞩目的一个特点是,上世纪40年代前后呈现一个突出的偏暖期(图1)。这是导致早期研究估计的百年序列长期变暖趋势较小的主要因素。尽管很多研究都指出了其中的不确定性,但是早期的国家气候变化评估报告还是采纳了其结果:近百年中国气候增暖趋势为0.50.8/100a

 

1 中国全国温度等级的5年平均值(细线)和北半球平均温度距平5年平均值(粗线,以18801884年为基准期)。引自张先恭等(1982)。

3. 均一化中国百年气温序列

长期气象观测序列不可避免地受到迁址、仪器更新、观测规则变化等非自然因素的影响,导致相关时段的子序列之间存在系统性的偏差,即非均一性。上世纪80年代起,学术界开始广泛重视非均一性问题,认为其可能影响近代气候变化趋势之评估。中国科学院曾与美国能源部合作,筛选整编了一套中国60站长期气候观测序列集(Tao等,1991)。基于这套资料,Yan等(2001)对北京、上海两站的长期逐日气温序列进行了均一化校订。两站原始序列的近百年以及近几十年趋势都有明显差异,校订后则趋于一致。用于均一化校订的两站的参考资料没有交集,说明均一化消除的是原序列中的局地偏差,其结果更好地反映了大尺度的气候变化。

近年来,随着更多中国早期气象观测资料的收集和整编,发展了更多站点的均一化气温序列集(Cao等,2017Li等,2018)。虽然不同方法所得的均一化结果有所差异,但基于均一化资料的中国气温序列呈现出相当一致的长期趋势,大致在1.31.7/100a之间。如图2所示,近百年中国气温变化总体呈上升趋势,与全球或北半球陆地平均气温变化相似,但变率较大。值得注意的是,1940年代前后并没有一个突出的偏暖期。

2 基于均一化观测资料计算的中国百年气温序列,及其与全球和北半球陆地气温序列的对比(阴影代表中国序列的90%置信区间) The annual mean surface air temperature anomaly series for China during 19012018 based on homogenized data, compared with the global (GL) and Northern Hemisphere (NH) land surface air temperature anomaly series. The sources of the China series are: T-Cao (Cao et al., 2017), T-LIZ (Li et al., 2018), T-LIQ (Li et al., 2017), and CRUTEM4-CHN (Jones et al., 2012). The source of CRUTEM4-GL and CRUTEM4-NH is UK Met Office CRUTEM.4.6.0.0 anomalies. All series have been updated to 2018. The shadow represents the 90% confidence interval of the T-Cao series.

4. 1940年代中国并非普遍偏暖

由上述可见,早年研究的中国百年气温序列和近年发展的均一化资料结果之间,一个明显差别就在于1940年代是否明显偏暖。有证据显示,新中国成立初期,因当时的城市化建设,很多气象站迁移到郊外,加上仪器更新等因素,导致早期的气温观测值普遍偏高于后期。对其进行均一化的校订后就可发现:上世纪40年代前后,中国区域并不普遍偏暖。事实上,在一些现存最完整的长期气温序列(包括香港、澳门和台湾的一些台站记录)中,1940年代前后甚至是相对偏冷的(Li等,2018)。一些代用资料研究也印证了这一事实(Zheng等,2015)。

运用其他气候变量的分析也有助于印证气温变化。童宣等(2018)利用全球格点化的海平面气压场,结合温度资料,计算了1940年代前后冬季中国及其周边区域的地转风场和相应的温度平流格局。结果表明,1940年代前后中国东北到华北部分区域偏于出现冷平流,因而这些区域更应该处于一个多年代际波动的偏冷位相。近年来发展的“北极暖大陆冷”区域气候变化理论认为,北极变暖有助于北极涛动(AO)减弱,环北极西风带呈现更多经向大气环流扰动,导致极地寒潮侵袭一些中纬度大陆区域(如中国东北)。有记录表明1940年代北极附近偏暖,由此或可推测AO偏弱而致中国东北一带偏冷。还有研究表明,1940年代前后太平洋年代际振荡,也即气候研究中常说的PDO,处于正位相,这有助于中国部分区域(包括东北一带)偏冷(Gao等,2015)。全球变暖中的区域气候响应,特别是涉及大洋气候振荡的影响问题,还值得做更多研究。

5. 城市化对中国平均趋势影响小

近几十年来,中国经历了快速的城市化发展。城市化伴随城市热岛增强,反映到局地站点气温序列里,相当于在大尺度气候变化背景上叠加一个额外的增暖趋势。城市化对观测的气温变化趋势的贡献究竟有多大?学术界尚有争议。由于不同研究的地点、时段、方法、资料都各有不同,导致很多结果难以直接比较。就中国百年变暖趋势而言,Zhao等(2014)利用统计分析发现,主要原因是大尺度气候变化包括周边地区大气环流的演变所致,贡献在80%以上;而城市化效应的贡献应在20%以下。

焦点问题之一在于如何区分大尺度气候变化信号和局地城市化信号。很多研究把“乡村站”作为大尺度气候变化的背景代表站,由此估算的城市化增暖效应往往都较大(因为有的“乡村站”近几十年几乎没有变暖趋势)。然而,这些“乡村站”能否代表大尺度气候变化值得质疑。Wang等(2017)利用国际学术界常用的“观测减再分析”方法消除台站观测中的大尺度气候趋势场后,利用残差气温记录,结合遥感的站点周边城市覆盖度,进行回归分析,结果表明:近几十年来城市扩张对中国东部观测的日最低温趋势的贡献约9%;而对日最高温趋势则几乎没影响。最近,Li等(2019)分区域建立了多种城市化指标,分析其与不同类站点观测气温序列的关联后认为,城市化的影响有正有负,总体而言对中国区域观测的气温变化趋势影响不明显。综合考虑近年研究结果,城市化效应相对于近代中国气候变暖的整体格局而言,远非主导因素。

由于中国城市化进程伴随有突出的区域性气溶胶污染增长(从而具有降温效应),城市化对观测的增暖趋势的贡献,无论从观测事实分析还是物理机制理解上,都还存在不确定性。有研究表明,城市化效应可能在一些极端气温指标的变化中更明显。中国城市化的气候效应值得进一步研究。

6. 结论与展望

最新研究表明:近百年来中国气候变暖趋势约1.31.7/100a,超过全球平均变暖。早期研究受新中国初期气象站迁址等造成的系统性偏差影响,所得的中国气温序列呈现一个虚假的“1940年代偏暖”,从而低估了百年变暖趋势。

为加深认识全球变化背景下的中国气候变化问题,亟需进一步加强下面研究:(1)发展更多高分辨率的均一化长期气候要素观测序列集;(2)结合观测和模拟探讨全球变暖和大洋气候振荡对不同区域气候的影响及其物理机制;(3)把城市化的气候效应与全球气候变化的归因研究相结合,以获取更全面的认识。

 

相关文章

1. Qi, Y. J., Z. W. Yan, C. Qian, et al., 2018: Near-term projections of global and regional land mean temperature changes considering both the secular trend and multidecadal variability. J. Meteor. Res., 32(3), 337–350, doi: 10.1007/s13351-018-7136-4.

2. Zhan, M. J., X. C. Li, H. M. Sun, et al., 2018: Changes in extreme maximum temperature events and population exposure in China under global warming scenarios of 1.5 and 2.0°C: Analysis using the regional climate model COSMO-CLM. J. Meteor. Res., 32(1), 99–112, doi: 10.1007/s13351-018-7016-y.

3. Ji, P., and X. Yuan, 2020: Underestimation of the warming trend over the Tibetan Plateau during 1998–2013 by global land data assimilation systems and atmospheric reanalyses. J. Meteor. Res., 34(1), 88–100, doi: 10.1007/s13351-020-9100-3.