全球升温1.5℃和2.0℃情景下澜沧江流域极端降水的变化特征

澜沧江是我国为数不多的跨境河流,流域内多发暴雨、洪水灾害,因此定量、科学地评估澜沧江流域未来全球升温情景下极端降水的变化特征,能够为澜沧江-湄公河沿线国家共同管理流域水资源和抵御自然灾害提供一定的科学指导。文中基于部门间影响模式比较计划（ISI-MIP）下5个全球气候模式降水数据,通过偏差校正增强其在澜沧江流域极端降水的模拟能力,使用降水强度、日最大降水量和强降水量等9个指标评价未来全球升温1.5℃和2.0℃下澜沧江流域极端降水的变化情况,并对结果的不确定性和可信度进行研究,得出以下主要结论：随着全球温度的升高,澜沧江流域年降水和极端降水均呈现增大趋势,其中极强降水量（R99p）升幅最大,升温1.5℃和2.0℃下升幅分别为37%和75%;相对于基准期,全球升温2.0℃下各极端降水指数增幅明显大于升温1.5℃,前者升幅甚至超出后者一倍;未来全球升温情景下,澜沧江流域湿季会变得更湿润,而干季则会更干燥;澜沧江流域降水集中程度会增大,使得流域内洪涝灾害发生的风险增大;ISI-MIP气候模式对澜沧江流域未来极端降水模拟存在较大不确定性,升温2.0℃较升温1.5℃情景下不确定性更大,但相对于基准期,前者极端降水增大的可信度更高。     

全球升温1.5℃和2.0℃情景下中国乡村振兴核心区极端降水的变化特征北大核心CSCD

中国乡村振兴核心区生态环境较脆弱,暴雨洪涝等气象灾害频发,在此背景下,定量、科学地评估乡村振兴核心区全球升温情景下极端降水的变化特征,能够为乡村振兴核心区防止因灾返贫策略等的制定提供一定的科学依据。本研究基于CMIP6(Coupled Model Intercomparison Project Phase 6)气候模式下不同SSPs-RCPs(Shared Socioeconomic Pathways-Representative Concentration Pathways)组合情景模拟数据,对全球升温1.5℃和2.0℃情景下中国乡村振兴核心区极端降水事件频次、强度和持续时间的变化特征进行了分析。结果表明:(1)相对于基准期(1995~2014年),全球升温1.5℃情景下,乡村振兴核心区受极端降水影响明显增大,面积占比60.91%的区域极端降水频次增加,面积占比88.19%的区域极端降水强度增强,面积占比81.07%的区域极端降水持续时间增加;(2)全球升温2.0℃情景下,乡村振兴核心区三项极端降水指标变化与升温1.5℃情景下相似,相对于基准期有增加趋势,极端降水频次、强度和持续时间面积占比分别为55.78%、85.24%、79.33%;(3)从空间角度分析,全球升温1.5℃和2.0℃情景下,乡村振兴核心区中西部相较东部可能更易受极端降水的影响,西藏片区频次和持续时间增加显著,尤其值得关注;(4)当全球升温从1.5℃到2.0℃情景,乡村振兴核心区整体极端降水特征的变化未表现出明显增减趋势及空间特征。相比1.5℃较基准期的变化,2.0℃情景下极端降水频次、强度、持续时间的增加区域范围均缩小,但平均增幅均变大,对于发生极端降水事件的乡村振兴核心区区域而言可能面临更大的风险。     

升温1.5℃和2.0℃情景下中亚地区干旱耕地暴露度研究

基于CMIP5中的5个全球气候模式统计降尺度的降水、最高和最低气温等数据,利用标准降水蒸发指数（SPEI）和强度-面积-持续时间（IAD）方法识别全球升温1.5℃与2.0℃情景下中亚地区干旱事件,结合30 m分辨率土地利用数据,探讨中亚干旱事件的演变及耕地暴露度变化。结果表明：相比基准期（1986—2005年),中亚地区的降水和潜在蒸发量均有所增加;全球升温1.5℃与2.0℃情景下,中亚地区的干旱事件频次、强度和面积均将增加,其中重旱和极旱事件的频次和影响面积大幅上升,而中旱事件的频次和影响面积持续下降;1986—2005年中亚地区年均干旱耕地暴露度约11.5万km2,全球升温1.5℃和2.0℃情景下,干旱耕地暴露度将分别上升到17.9万km2和28.6万km2,且暴露在极旱下的耕地面积增加最明显。全球升温1.5℃与2.0℃情景下,增加的干旱事件将会严重威胁当地农业生产和粮食安全,中亚地区需对干旱事件采取长期的减缓与适应措施。     

长江流域径流对全球升温1.5℃与2.0℃的响应

全球变暖影响着以流域径流要素为主导的水文水资源系统的变化。长江流域未来水资源量的时空分布对长江大保护与长江经济带的发展意义重大。为探究全球升温1.5℃和2.0℃对长江流域径流变化的影响,使用基于偏差校正的气候模式集合数据驱动两参数月水量平衡模型,比较两种升温情景下径流量的响应差异。结果表明：基于偏差校正的气候模式集合数据可以较好地代表长江流域历史时期（1976—2005年）的年平均降水和年平均蒸散发情势。两参数月水量平衡模型与参数区域化方法相结合能较好地模拟长江流域各子流域的月径流量。升温1.5℃时,无论是年径流量还是季节径流量均呈上升趋势,与历史时期相比,50%以上三级子流域的增幅超过5%;升温2.0℃时,增幅超过8%。这表明升温2.0℃情景下长江流域水资源量将进一步增加。相对于历史时期,升温1.5℃与2.0℃情景下长江流域北部降水量增幅较大;径流量增幅分布格局基本与降水量一致。汉江流域是全流域径流量增幅最显著的区域。     

全球升温1.5℃与2.0℃情景下中国极端低温事件变化与耕地暴露度研究

基于区域气候模式COSMO-CLM（CCLM）模拟的1960-2100年逐日最低气温数据及2000年中国土地利用数据,采用强度-面积-持续时间（Intensity-Area-Duration,IAD）方法,以全球升温1.5℃（RCP 2.6情景）和2.0℃（RCP 4.5情景）为目标,研究不同持续时间中国极端低温事件变化特征、最强极端低温事件强度与面积关系和最强中心空间分布,分析极端低温事件下耕地面积暴露度的变化规律。研究发现:（1）全球升温1.5℃情景下,持续1至9 d的极端低温事件频次相对于基准期（1986-2005年）下降30%-54%,强度变化-1%-8.8%,影响面积下降7%-21%;升温2.0℃,频次下降48%-80%,强度上升6%-11.5%,影响面积则在-14%-19%变化。（2）全球不同升温情景有可能发生强度和面积超过基准期最强事件的极端低温。全球升温1.5-2.0℃时,同等面积上的最强极端低温事件强度明显下降,但最强极端低温事件中心由西北和西南转移到华中和华南等地。（3）不同升温情景下,暴露于极端低温事件的中国耕地面积明显少于基准期,且升温幅度越高下降程度越大。最强极端低温事件的耕地暴露度则随温度的升高而增大。升温1.5℃时,华东、华北与华中等地暴露在最强极端低温事件的耕地面积相对于基准期有所增大,升温2.0℃时,华东与华北等地有大幅度上升。全球不同升温情景下,极端低温事件频次与影响面积持续下降,但强度上升;随着升温幅度的增大,这种差异变化特征越来越明显;特别应注意的是,随着温度上升,发生强度和面积超过当前记录到的最强极端低温事件的可能性增大;应加强极端事件的预警、预报和监测,减缓经济社会的损失。      

全球升温1.5℃与2.0℃目标下长江流域极端降水的变化特征

基于区域气候模式COSMO-CLM及5个全球气候模式(GFDL-ESM2M,HadGEM2-ES, IPSL-CM5A-LR, MIROC-ESM-CHEM, NorESM1-M)1961—2100年逐日降水数据,采用重现期法计算20 a与50 a一遇极端降水量,研究全球升温1.5℃和2.0℃目标下长江流域极端降水的变化特征。研究发现:全球升温1.5℃目标下,长江流域20 a与50 a一遇极端降水量分别为78和93 mm,相比1986—2005年将增加10%和9%;空间上表现为中下游普遍增加,最大增幅145%,上游地区则主要表现为减少趋势;全球升温2.0℃目标下,20 a与50 a一遇极端降水量分别为81和98 mm,将较基准期上升14%和15%;中下游极端降水量显著上升,最大增幅约188%,上游成都平原以西以北明显下降;随全球升温由1.5℃至2.0℃时,20 a与50 a一遇极端降水量分别增加4%和6%,中下游较上游增幅更明显,最大增幅136%。因此,将温室气体减排目标控制在1.5℃水平对减缓长江流域尤其是中下游地区极端降水事件影响具有重要的意义。     

全球升温1.5℃和2.0℃情景下淮河上游干流径流量研究

基于ISI-MIP（The Inter-Sectoral Impact Model Inter-comparison Project）推荐使用的5个全球气候模式数据(HadGEM2-ES,GFDL-ESM2M,MIROC-ESM-CHEM,Nor-ESM1-M,IPSL-CM5ALR),驱动SWIM（Soil and Water Integrated Model）水文模型,研究全球升温1.5℃和2.0℃情景下淮河上游干流径流量变化,得出结论：(1)淮河上游干流径流量年际变化在2种升温情景下均呈先减小后增加趋势。全球升温1.5℃时年径流量较基准期(1986—2005年)增长9.5%,而升温2.0℃情景下涨幅更明显,高达17%。(2) 4个季节径流量在2种升温情景下较基准期均有增长,其中春季涨幅最明显,达24.4%,夏、秋、冬季涨幅分别为7.1%、16.1%、13.5%。全球升温2.0℃时淮河上游干流径流量在4个季节较基准期增长率均大于全球升温1.5℃时。(3)不同气候模式输出日径流量最大值相差较大而平均值相差较小。未来2种升温情景日径流量超过王家坝闸设计流量的日次较基准期均有增加,尤其升温2.0℃情景较基准期增多22次,较升温1.5℃情景多5.8次,表明未来升温2.0℃情景下淮河上游出现极端径流事件的可能性进一步增大。     

CMIP5多模式预估的1.5℃升温背景下中国气温和降水变化

本文使用国际耦合模式比较计划第五阶段（CMIP5）中39个全球气候模式的试验数据,预估了相对于工业革命前期全球1.5℃升温背景下中国气温和降水变化。根据多模式中位数预估结果,在不同典型浓度路径（RCPs）情景下,相对于工业革命前期全球1.5℃升温分别发生在2034年（RCP2.6）、2033年（RCP4.5）和2029年（RCP8.5）。全球升温1.5℃时,中国年和季节气温平均上升1.8℃和1.6～2.1℃,其中冬季最强。增温总体上由南向北加强,青藏高原为高值中心。年和各季节增温均超过其自然内部变率,区域平均的信噪比分别为3.4和1.6～2.7。年和季节降水整体上在中国北方增加、华南减少;区域平均的年降水增加1.4%,季节降水增加0.1%～5.1%,冬季增幅最大。年和季节降水变化要远小于其自然内部变率,区域平均的信噪比仅为0.1和0.01～0.2。总体上,模式对气温预估的不确定性较小,对降水的偏大,其中对季节尺度预估的不确定性要高于年平均结果。     

2℃全球变暖背景下中国未来气候变化预估

相对于工业化革命前期, 全球年平均地表气温上升2℃的时间和相应的气候变化受到了广泛关注, 特别是包括欧盟成员国在内的许多国家和国际组织已经将避免2℃全球变暖作为温室气体减排的首要目标。为此, 本文作者基于16个气候模式在20世纪气候模拟试验和SRES B1、A1B和A2温室气体和气溶胶排放情景下的数值模拟试验结果, 采用多模式集合方法预估研究了2℃全球变暖发生的时间、对应的大气中主要温室气体浓度以及中国气候变化情况。根据模式集合平均结果, 三种排放情景下2℃全球变暖分别发生在2064年、2046年和2049年, 大气二氧化碳当量浓度分别为625 ppm、645 ppm和669 ppm (1 ppm=10-6)。对应着2℃全球变暖, 中国气候变暖幅度明显更大。从空间分布形势上看, 变暖从南向北加强, 在青藏高原地区存在一个升温大值区; 就整体而言, 中国区域平均的年平均地表气温上升2.7～2.9℃, 冬季升温幅度 (3.1～3.2℃) 要较其他季节更大。年平均降水量在华南大部分地区减少0～5%, 而在其余地区增加0～20%, 中国区域年平均降水增加3.4%～4.4%, 各季节增加量在0.5%～6.6%之间。     

1.5和2℃升温阈值下中国温度和降水变化的预估

基于CMIP5耦合气候模式模拟结果对1.5和2℃升温阈值时中国温度和降水变化的分析表明,1.5℃升温阈值时,中国年平均升温由南向北加强且在青藏高原地区有所放大,季节尺度上升温的空间分布与其类似,就区域平均而言,RCP2.6、RCP4.5和RCP8.5情景下中国年平均气温分别升高1.83、1.75和1.88℃,气温的季节变幅以冬季升高最为显著;除华南和西南地区外中国大部分地区年平均降水量增多,降水的季节差异明显,以夏季降水的分布模态与年平均降水量的分布最为相似,区域平均的年降水量分别增加5.03%、2.82%和3.27%,季节尺度上以冬季降水增幅最大。2℃升温阈值时,RCP4.5和RCP8.5情景下中国年平均温度的空间分布与1.5℃升温阈值基本一致,中国年平均气温分别升高2.49和2.54℃,季节尺度上气温的变化以秋、冬季增幅最大;中国范围内年平均降水量基本表现为增多趋势,其中,西北和长江中下游部分地区表现为明显的季节差异,区域平均的年降水量分别增加6.26%和5.86%。与1.5℃升温阈值相比较,2℃升温阈值时中国年平均温度在RCP4.5和RCP8.5情景下分别升高0.74和0.76℃,降水则分别增加3.44%和2.59%,空间上温度升高以东北、西北和青藏高原最为显著,降水则在东北、华北、青藏高原和华南地区增加最为明显。      

全球升温1.5℃和2.0℃背景下北京市暴雨洪涝淹没风险研究

基于第五次耦合模式比较计划(CMIP5)的5个气候模式模拟结果,结合FloodArea模型,对RCP8.5情景下全球升温1.5℃和2.0℃时,北京市极端降水和淹没风险进行分析。结果表明：北京市极端降水量呈从西南向东北逐渐减少的分布趋势。在升温2.0℃时,极端降水和淹没风险增加较升温1.5℃时明显,郊区极端降水增加最明显的地区是房山和门头沟,城区极端降水量增加最明显的地区是海淀、石景山和丰台区。海淀区出现一级和二级淹没风险的面积最大,其次是丰台和石景山区。郊区的延庆和怀柔是发生一级淹没风险面积最大的地区。     

全球升温1.5℃与2.0℃情景下中国东南沿海致灾气旋的时空变化

将造成经济损失的热带气旋定义为致灾气旋。基于气象观测站的逐日气压、风速和降水量数据确定致灾气旋阈值,结合区域气候模式COSMO-CLM(CCLM)在1961—2100年的输出资料,预估致灾气旋发生频数及其风速与降水量,分析全球升温1.5 ℃与2.0 ℃情景下,中国东南沿海地区致灾气旋时空变化特征。结果表明:(1) 1986—2015年,东南沿海地区致灾气旋发生频数共计180个,整体呈上升趋势,平均风速和降水量分别为8.7 m/s和129.8 mm,对浙江东部及广东东部沿海影响最严重。(2)全球升温1.5 ℃,2020—2039年致灾气旋频数将由基准期(1986—2005年)的111个上升至138个,增加区域主要位于广东省西南地区及福建省南部地区;平均风速和降水量分别上升15%和17%,至8.4 m/s和109.9 mm,以福建省沿海地区增加最明显。(3)全球升温2.0 ℃,2040—2059年致灾气旋频数较1986—2005年增加33%,将达148个;风速上升32%,以浙江省东部、福建和广东省接壤的沿海地区及广东省南部增幅最大;降水量上升35%,以福建与广东省接壤的沿海地区及广东省西南地区增加明显。(4)相比升温1.5 ℃,全球气温额外升高0.5 ℃,东南沿海地区致灾气旋频数及其风速与降水量将分别上升9%、17%和18%。努力将温升控制在1.5 ℃,对降低致灾气旋频率和强度增加所导致的影响具有重要意义。      

基于CMIP5耦合气候模式的1.5℃和2℃升温阈值出现时间研究

利用CMIP5耦合气候模式的模拟结果,分析了不同排放情景下1.5℃和2℃升温阈值出现的时间。多模式集合平均结果表明：RCP2.6、RCP4.5和RCP8.5排放情景下,全球地表温度将分别在2029年、2028年和2025年达到1.5℃升温阈值;RCP2.6情景下直至21世纪末期都未达到2℃升温阈值,RCP4.5和RCP8.5排放情景下达到2℃升温阈值的时间分别为2048年和2040年。伴随着排放情景的升高,完成从1.5℃升温阈值到2℃升温阈值所需要的时间缩短。区域尺度上,达到同一升温阈值的时间主要表现为陆地比海洋早,且陆地对排放情景差异的敏感性相对较差,而海洋达到升温阈值的时间则随着排放情景的升高而明显提前。中国达到相应升温阈值的时间要早于全球,且以东北和西北地区出现的时间最早。     

Climate Change over China with a 2°C Global Warming

相对于工业化革命前期,全球年平均地表气温上升2℃的时间和相应的气候变化受到了广泛关注,特别是包括欧盟成员国在内的许多国家和国际组织已经将避免2℃全球变暖作为温室气体减排的首要目标.为此,本文作者基于16个气候模式在20世纪气候模拟试验和SRES B1、A1B和A2温室气体和气溶胶排放情景下的数值模拟试验结果,采用多模式集合方法预估研究了2℃全球变暖发生的时间、对应的大气中主要温室气体浓度以及中国气候变化情况.根据模式集合平均结果,三种排放情景下2℃全球变暖分别发生在2064年、2046年和2049年,大气二氧化碳当量浓度分别为625 ppm、645 ppm和669 ppm(1 ppm=10-6).对应着2℃全球变暖,中国气候变暖幅度明显更大.从空间分布形势上看,变暖从南向北加强,在青藏高原地区存在一个升温大值区;就整体而言,中国区域平均的年平均地表气温上升2.7～2.9℃,冬季升温幅度(3.1～3.2℃)要较其他季节更大.年平均降水量在华南大部分地区减少0～5％,而在其余地区增加0～20％,中国区域年平均降水增加3.4％～4.4％,各季节增加量在0.5％～6.6％之间.     

全球稳定增温1.5℃下北非夏季风降水的响应及其机理

利用第六次国际耦合模式比较计划(CMIP6)模式模拟结果,研究了21世纪末全球稳定增温1.5 ℃下北非夏季风降水的变化及机理。结果表明,全球稳定增温1.5 ℃较1985—2014年北非夏季风降水将增加0.26 mm/d,区域降水敏感度为4.8 ％/℃,且季风区北部降水增幅大于南部。基于水汽收支诊断发现热力项对季风区总降水增加作用明显,动力项对降水空间变化起重要作用。进一步分析当地水汽条件及相应环流场发现:在热力上,相对于1985—2014年,稳定增温1.5 ℃加强了北非地区表面温度及低层水汽输送,有利于当地维持更高的大气可降水量。在动力上,稳定增温1.5 ℃下显著的撒哈拉沙漠增温加大了海陆温度梯度,增强了对流层低层季风环流,同时非洲东风急流北移,使得季风区北部低层气流辐合加强,而高层热带东风急流减弱会导致季风区高层辐散运动减弱。总的来说,热力项增加了整个季风区降水,而动力项增强了季风区北部降水,减弱南部降水,主导了降水变化的空间格局。     

全球升温控制在1.5℃和2.0℃时中国分省人口格局

《巴黎协定》正式生效, 为国际社会应对气候变化提出新的机遇与挑战,也必将对中国人口、资源和环境带来重要影响。本文结合IPCC发布的可持续发展（SSP1)、中度发展（SSP2)、局部或不一致发展（SSP3)、不均衡发展（SSP4)、常规发展（SSP5）5种共享社会经济路径,以2010年中国第六次人口普查数据为基准,综合考虑人口现状和发展政策设定不同发展路径下各省人口模型的相关参数,在全球升温控制在1.5℃和2.0℃时,对比研究中国和各省分年龄、性别、教育水平的人口演变和分布特征。结果表明：(1)全球升温1.5℃时,SSP1和SSP4路径下总人口较2010年增加0.44亿人;升温2.0℃时,SSP2和SSP3路径下较2010年分别增加0.23亿和0.67亿人,SSP5路径下减少约0.12亿人。5种路径下中国人口将在2025-2035年达到峰值,人口峰值正处于全球升温1.5℃期间。(2)全球升温1.5℃时,除了东北地区和四川、安徽省外,多数省（市）人口均较2010年有所增加;升温2.0℃时,西北、西南和以东南沿海地区为主的发达省份保持较高的人口增量,其他地区人口开始呈减少趋势。(3)在全球升温1.5℃和2.0℃期间,大部分省份人口达到峰值,其中SSP3路径下广西人口最多,可达1.13亿,其他路径下广东省人口最多,达1.53亿。(4)未来中国65岁以上老龄人口比重呈现东北高、西南低的分布特征。与全球升温1.5℃相比,升温2.0℃时的老龄化趋势进一步加重,东北地区老龄化问题最严重。采用绿色和可持续发展路径,全球升温控制在2.0℃之内是中国社会经济发展的科学选择。     

“三江源”地区未来气候变化的模拟分析

利用ECMWF1979~1993年的再分析数据(ERA15)作为边界条件,驱动区域气候模式系统PRE-CIS(Providing Regional Climates for Impacts Studies)模拟"三江源"地区的月均降水与台站实际观测资料进行的对比表明,PRECIS模拟的降水值偏大,但总体上能够模拟出降水的季节变化特征。气候基准时段(1961~1990年)的模拟结果与同期观测资料的对比分析表明,PRECIS能够模拟出"三江源"地区降水的季节分布特征和空间差异,但模拟值总体偏大。相对于气候基准时段,SRESA2、B2情景下2071~2100年(2080s时段)"三江源"地区增温明显,两种情景下年均升温分别可达4℃和2.8℃,降水略有增加;冬季升温幅度最大,分别可达4.4℃和3.2℃,降水增加的比例也最大;夏季"三江源"地区的升温达到4.2℃和3℃以上,但有些地区的降水呈减少趋势。夏季降水量的减少和气温的升高会加剧"三江源"地区气候变干的趋势,导致源区水源补给不足。应当采取切实可行的措施保护江河源区的自然生态系统,避免源区气候环境的进一步恶化。     

1.5～4℃升温阈值下亚洲地区气候变化预估

基于18个CMIP5模式在RCP情景下的模拟结果,综合分析了全球升温1.5～4℃阈值下亚洲地区平均温度和降水以及极端温度和降水的变化,并着重对比了1.5℃与2℃升温阈值下的异同。结果表明：相比工业化前,在全球升温1.5℃、2℃、3℃和4℃阈值下,亚洲区域平均温度将分别升高2.3℃、3.0℃、4.6℃和6.0℃,高纬度地区的响应大于中低纬地区;降水分别增加4.4%、5.8%、10.2%和13.0%,存在明显的区域差异。极热天气将增加,极冷天气将减少;极端降水量的变率将会加大。与2℃升温阈值相比：1.5℃阈值下亚洲平均温度的上升幅度将降低0.5～1.0℃以上,大部分地区的降水增幅减少5%～20%,但西亚和南亚西部的降水则偏多10%～15%;极端高温的增温幅度在亚洲地区均匀下降,而极端低温的增温幅度在亚洲中高纬地区降低显著;亚洲大部分地区极端降水的增加幅度减弱,但在西亚会增强。全球升温1.5℃和2℃时,亚洲发生非常热天气的概率相比基准期（1861-1900年）均将增加1倍以上,发生极热天气的概率普遍增加10%;发生极端强降水的概率增加10%。     

A2和B2排放情景下气候变化对福建省水稻生产的阶段性影响

选择IPCC排放情景特别报告(SRES)中的A2和B2方案,利用区域气候模式PRECIS构建的气候变化情景文件与作物模型(CERES-Rice)耦合,采用雨养与灌溉两种方式,并综合考虑未来CO2浓度增加带来的直接增益效应,模拟了未来2020s及2040s两个时段气候变化对福建省水稻生育期与产量的影响。结果表明:无论是雨养方式还是灌溉方式,未来全省各稻区水稻生育期都将缩短,并且随着温度增高,2040s时段缩短的时间较2020s更长,单季稻生育期缩短时间最长,可达15~20 d。雨养条件下,除了闽东南双季稻区后季稻在2020s时段表现为2.3%(A2)和3.1%(B2)较小幅度的增产外,其他稻区各种稻作制度下的水稻产量较之BASE均出现了不同幅度的减产。闽西北稻区后季稻减产幅度最大,2020s时段A2和B2情景下减产幅度依次为6.9%和10.2%,2040s时段减产幅度进一步加大至14.1%和15.6%。闽东南稻区后季稻模拟结果较为乐观,尤其是在灌溉条件下表现为不同幅度的增产,两种情景下分别增产了1.7%、3.9%。双季稻种植区的后季稻产量稳定性均不如早稻和单季稻的,且随着温度升高,到2040s产量不稳定性有增加的趋势。灌溉在一定程度上可以缓解未来高温天气带来的产量波动。从全省的总产变化趋势来看,A2和B2两种排放情景模拟的结果都不容乐观,即使采用充分灌溉的方式,也依旧表现为减产。2020s时段,两种情景下分别减产0.74%与2.44%;2040s时段,两种情景下减产为3.50%与3.23%。未来早稻和单季稻生长季的土壤水分条件将变得不如目前湿润,与之相关的灌溉需要量均有所增加。     

全球变暖1.5℃和2℃阈值时青藏高原气温的变化特征

利用国际耦合模式比较计划第5阶段（CMIP5）中的21个气候模式的RCP4.5和RCP8.5情景预估结果,分析了全球变暖1.5℃和2℃阈值时青藏高原气温年和季节的变化特征。结果表明,对应1.5℃和2℃全球变暖,青藏高原变暖幅度明显更大,就整体而言,在RCP4.5/RCP8.5情景下,高原区域平均的平均、最高、最低气温变暖分别为2.11℃/2.10℃和2.96℃/2.85℃、2.02℃/2.02℃和2.89℃/2.77℃、2.34℃/2.34℃和3.20℃/3.14℃,冬季平均气温的变暖幅度（2.19℃/2.31℃和3.13℃/3.05℃）较其他季节更大;从空间分布形势上看,年变暖呈西南高东北低的分布,而春、冬变暖呈南高北低的分布,夏、秋变暖则呈西高东低的分布。到达同一温升阈值时,RCP4.5与RCP8.5情景下高原气温的响应也存在区域差异。高原年与各季平均气温对全球变暖1.5℃与2℃的响应差异均>0.5℃,其中冬季最明显,区域平均差异可达0.94℃,局地差异超过1.1℃。