南京信息工程大学气候与气候变化研究进展回顾

简要回顾了南京信息工程大学建校60 a来在气候与气候变化方向的研究历程,总结了南京信息工程大学（简称南信大）气候学科在辐射气候、山地气候、应用气候、气候诊断与预测、统计气候、气候变化与区域响应及其未来预估等方面的重要研究成果。     

新冠肺炎疫情期间中国人为碳排放和大气污染物的变化

利用行业经济活动数据、1 580个地面监测站和6套卫星反演数据,分析了我国新冠肺炎疫情期间人为碳排放和主要大气污染物的变化。与2019年第一季度相比,2020年同期我国碳排放降低9.8%,其中交通部门降幅最大达到43.4%。与2019年2-3月相比,疫情期间全国地表臭氧浓度同比升高1.9 nL/L(5%),其中华北平原以降低为主,东南部地区以上升为主。PM2.5浓度同比下降12.6μg·m^-3(24.9%),其中长三角降幅最大。二氧化氮(NO2)的地面浓度和对流层柱浓度在京津冀、珠三角和长三角都降低20%~30%,体现了高低层的一致性。地面一氧化碳(CO)浓度同比降低17%,而对流层CO柱浓度升高2.5%,可能原因是境外生物质燃烧输送提升了我国南方高层大气的CO浓度。中东部地区气溶胶光学厚度显著降低,导致地表晴空短波辐射同比升高11.6 W·m^-2(9.6%)。     

基于时空结构指标的中国融合降水资料质量评估

引入空间、时间技巧评分以及结构函数3种指标,通过对比中国国家气象信息中心研制的逐日融合降水资料和美国国家海洋大气局(NOAA)气候预测中心卫星反演降水资料(CMORPH)、热带测雨卫星反演降水资料(TRMM)在中国区域的适用性和误差分布,着重考察融合降水资料的质量。结果表明,中国区域平均的融合降水资料时空精度远高于CMORPH和TRMM卫星降水资料,且融合资料和卫星资料在夏季的质量优于冬季;在中国东南区域的模拟精度普遍好于西部地区,融合降水质量最高的两个区域为江淮和华南,较差的区域则在青藏高原和西北地区。融合后降水资料比融合前CMORPH卫星降水在空间及时间技巧评分均有较大提高,其提高幅度冬季大于夏季。通过计算结构函数,发现在中国江淮、华南、华北和东北等地区,随着网格区域内任意两点距离的增大,融合产品与观测降水的结构函数曲线始终十分接近。在西北、青藏高原等区域,融合产品与观测降水的结构函数则偏离较大。西南地区地形复杂,卫星资料无法精确反映实际降水情况,高密度观测资料尤为重要。江淮、华南、华北地区的融合降水结构函数曲线增长率大于东北,也从侧面反映江淮、华南、华北地区降水分布的非均一性比东北强,降水可能受中小尺度天气系统影响较大。     

中国东部地区人为气溶胶影响东亚夏季风爆发和推进过程的数值模拟

使用一个高分辨率的公用大气环流模式(CAM5.1)研究我国东部地区人为气溶胶对东亚夏季风爆发和推进过程的影响。结果表明,CAM5.1模式能很好地模拟出南海夏季风爆发前后大尺度环流的季节性转变。南海夏季风在中国东部地区人为气溶胶的影响下提前2候爆发,并且可能是影响1993年后南海夏季风提前爆发的重要原因。人为气溶胶使得低纬度地区的东西风分界线在5月中旬明显向东扩展,南海地区出现显著的西/西南风差值气流,同时赤道纬向西风提前向北增强。人为气溶胶中硫酸盐和黑碳气溶胶含量的季节变化通过改变大气的热力结构,影响我国东部地区大气低层环流场,减弱夏季风前期北上的西南风暖湿气流,而相反地增强了其盛期在华北地区的偏南风分量,造成东亚夏季风北边缘从5月上旬—6月初缓慢北移至长江中下游地区,而后在7月中旬加速向北推进,且到达的最北位置要偏北1个纬度。     

全球增温1.5和2℃下中国东部极端高温风险预估

2013年中国中东部地区经历了一次破纪录的极端高温,给社会经济及人民财产造成了严重损失。利用高分辨率的观测格点数据集以及参与CMIP5的17个全球气候模式数据,通过分位数映射的偏差订正方法对模式模拟的逐日最高温度数据进行订正;在此基础上,研究了2013年的破纪录极端高温以及多年（20、50和100 a）一遇极端高温在未来全球增温1.5和2℃下的风险。结果表明,在未来增温1.5℃（2℃）下,2013年极端高温强度的发生风险将会增加为历史时期（1986-2005年）的3.0倍（6.1倍）,极端高温日数增加为历史时期的5.6倍（12.6倍）。从1.5℃到2℃,额外的0.5℃的增温将会使2013年极端高温强度和日数在未来的发生风险分别增加到2.0倍和2.3倍。对于不同重现期的极端高温来说,越极端的极端高温在未来发生的风险越大,并且极端高温日数增加的风险要大于极端高温强度增加的风险。历史时期平均每20、50、100 a发生一次的极端高温日数在未来增温1.5℃下将会变为平均每4、8、15 a发生一次,在增温2℃下变为平均每2、3、6 a发生一次。历史时期20、50、100 a一遇的极端高温强度在未来增温1.5℃下将会变为7、14、27 a一遇,在未来增温2℃下变为4、6、8 a一遇。     

中国不同纬度城市群对东亚夏季风气候影响的模拟研究

该工作利用中尺度模式(MM5),通过在中国东部不同地区设置城市扩展区,进行了东亚夏季风气候的模拟对比试验,以研究不同纬度带上城市化对东亚夏季风气候的影响,并试图了解不同气候背景(不同纬度)下大规模城市群(带)的气候效应及其差异.结果表明,城市下垫面扩展使得扩展区及其周边地区的降水减少、气温升高,总体上呈现出干、暖化的趋势.城市化的气候效应通过大气环流的传输可以传播到较广阔的范围.而且不同地域(纬度)的城市下垫面扩展对大范围气候的影响也具有明显差别,北方城市带扩展比南方城市带扩展对东亚气候的影响更为显著.长江三角洲地区对城市扩展造成的下垫面改变相对不敏感,因而在长江三角洲地区比较适合发展大规模城市群,而在中国北方地区,尤其是华北平原地区,则应该对城市化的规模进行适当控制,以减小城市化发展对东亚区域气候产生的不利影响.该工作的模拟结果还表明,城市带扩展对东亚夏季风有明显影响,但由城市扩展激发出的次级大气环流具有较强区域性的特点,因而难以将城市带扩展对夏季风强度的影响概括为整体增强或减弱.     

中国极端气温季节变化对全球变暖减缓的响应分析

利用经过质量控制和均一化处理的中国气象站点1979-2014年逐月最高气温和最低气温资料,对806个无缺测站的数据进行趋势分析和比较,并且计算了各季节对变暖减缓的贡献率,结果表明:中国区域极端气温(最高和最低气温)存在变暖减缓或变冷现象,而不同区域在不同季节对全球变暖减缓的响应程度不同.相比于1979-1999年,2000-2014年极端气温在全国大部分地区春、冬季有明显的变暖减缓或者变冷现象,在长江流域以北大部分地区极端气温在夏季变暖减缓或变冷现象明显,而秋季全国大部分地区最低气温有明显的增暖现象.全国许多地区春季是导致极端气温变暖减缓或变冷的最主要季节,而夏、秋、冬季则是导致部分地区变暖减缓或变冷的主要季节,此外秋季也是导致全国许多地区最低气温变暖的最主要季节.我国大部分地区2000-2014年的变暖减缓或变冷趋势可能受太平洋年代际振荡(PDO)冷位相的调控,而PDO冷位相对最低气温的影响范围更大一些.     

IPCC-AR4模式对中国21世纪气候变化的情景预估

利用政府间气候变化委员会(IPCC)第四次评估报告提供的13个新一代气候系统模式的模拟结果,分析了不同情景下(高排放SRES A2、中等排放A1B、低排放B1)中国区域未来100年的气候变化。结果表明,21世纪中国气候预估显著变暖、变湿,世纪末变暖范围在1.6℃~5℃之间,年降水量增加1.5%~20%。在A2、A1B和B1情景下,21世纪末期增暖幅度依次为5.3℃、4.3℃和2.8℃,平均3.5℃,年降水量预估增加依次为11%、9.6%和6.4%,平均达7.5%。气温和降水变化的地理分布显示:北方增温幅度大于南方,降水的增加也主要集中在北方。冬季变暖最明显,降水则在冬、春季增加较显著。模式预估结果的不确定性分析表明,新一代全球系统模式对21世纪中国气候变化预估的可靠性得到了提高。     

中国东部不同区域城市化对降水变化影响的对比研究

城市化气候效应已经成为区域气候变化中不可忽略的人为因子。根据人口总量、人口密度和MODIS LC三种不同的分类方法划分了城市站和乡村站,利用逐日降水资料探讨了我国东部长江三角洲、珠江三角洲及京津唐等三大城市群的发展对降水变化特征的可能影响,主要得到以下结论:不同区域城市化发展对降水变化的影响存在差异;1960—2009年间,长三角和珠三角城市群城市化均有使降水变化趋势增加的作用,而京津唐城市群城市化作用不明显。不同城市化发展阶段对降水变化影响也存在差异;城市化发展慢速期(1960—1979年),城乡间降水变化趋势差异不明显,城、乡间降水变化趋势差异对城、乡站分类方法很敏感;而城市化发展快速期(1980—2009年),三大城市群的城市化发展都有使降水增加的作用,且不受城、乡站分类方法的影响。      

20世纪全球温度场趋势变化的区域特征分析

利用 1 90 0～ 1 998年全球 5°× 5°年平均表面温度场序列 ,提取具有不同温度变化型态的显著区域 ,探讨温度背景趋势的区域性及其对变暖显著性、稳定性的影响。同时结合对Hadley中心HadCM2海气耦合模式模拟结果的初步分析 ,研究温度背景趋势地域性差异的可能成因。结果表明 ,全球年际至世纪尺度温度变化距平场存在差异显著的 2 0个区域。温度场的背景趋势主要表现为两大类 ,背景增暖型和背景波动型 ,其中背景波动型以准 70a的波动变化为主 ,主要存在于北半球中高纬海域 ,并以北大西洋地区尤为显著 ;背景增暖最为稳定、显著的区域则是南印度洋中纬度地区。不同条件下海气耦合模式数值试验的结果也表明 ,南印度洋中纬度地区是温室效应等外强迫的稳定响应区域 ,温度背景趋势的地域性差异 ,一方面可能与温室效应等外强迫变化在不同区域的响应稳定性有关 ,另一方面也可能与海气系统年代际以上尺度耦合振荡的区域性有关。