共查询到20条相似文献，搜索用时 78 毫秒
1.
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。 相似文献
2.
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。 相似文献
3.
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。 相似文献
4.
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。 相似文献
5.
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%。 相似文献
6.
潮白河流域为北京主要供水源,其水资源量对北京用水保障至关重要,因此开展该流域在全球1.5℃和2.0℃升温下的径流预估研究具有现实意义。利用1961—2001年WATCH数据对SWAT水文模型进行率定和验证,在此基础上,应用第五次耦合模式比较计划(CMIP5)中5个全球气候模式在典型浓度路径(RCP4.5、RCP6.0和RCP8.5)下预估的全球1.5℃和2.0℃升温下的数据驱动SWAT模型,开展了潮白河流域气温、降水及径流量的变化预估研究,并量化评估由气候模式和RCPs导致的水文效应的不确定性。结果表明：(1) SWAT模型基本能较好地模拟潮白河流域的月径流特征,应用该模型进行气候变化对径流量的影响评估是可行的。(2)在全球1.5℃和2.0℃升温下,潮白河流域年平均温度较基准期(1976—2005年)分别增加1.5℃和2.2℃,年平均降水量也增加4.9%和7.0%。预估的年径流量在全球1.5℃升温下总体略有增加,盛夏和秋初的径流量占全年的比例也有所增加;在全球2.0℃升温下,年径流量增幅达30%以上,但夏季径流量占全年的比例明显减少。(3)在全球2.0℃升温下,潮白河流域极端丰水流量明显增加,洪涝发生风险增大。(4)未来气温、降水量和径流量的预估都存在一定的不确定性,在全球2.0℃升温下不确定性更大;相对而言,径流量的不确定性要远大于降水量的不确定性;无论是全球1.5℃升温下还是2.0℃升温下,预估不确定性主要来源于全球气候模式。 相似文献
7.
利用区域气候模式RegCM4的逐日气温和降水资料,预估1.5℃和2.0℃升温情景下,东北地区平均气候和极端气候事件的变化。结果表明：RCP4.5排放情景下,模式预计在2030年和2044年左右稳定达到1.5℃和2.0℃升温;两种升温情景下,东北地区气温、积温、生长季长度均呈增加趋势,且增幅随着升温阈值的升高而增加;1.5℃升温情景下,年平均气温增幅为1.19℃,年平均降水距平百分率增幅为5.78%,积温增加247.1℃·d,生长季长度延长7.0 d;2.0℃升温情景下气温、积温、生长季长度增幅较1.5℃升温情景下显著,但是年和四季降水普遍减少,年降水距平百分率减小1.96%。两种升温情景下,极端高温事件显著增加,极端低温事件显著减少,极端降水事件普遍增加。霜冻日数、结冰日数均呈显著减少趋势,热浪持续指数呈显著增加趋势;未来东北地区降水极端性增强,不仅单次降水过程的量级增大,极端降水过程的量级也明显增大,随着升温阈值的增大,极端降水的强度也逐渐增大。 相似文献
8.
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 总被引：4，自引：2，他引：2
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。 相似文献
9.
全球升温1.5℃和2.0℃情景下淮河上游干流径流量研究 总被引：1，自引：0，他引：1
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。 相似文献
10.
采用部门间影响模式比较计划（ISI-MIP）的气候模式,确定全球升温1.5℃和2.0℃出现的时间,并结合农业技术转移决策支持系统（DSSAT）模型模拟小麦的产量,最终选取4套数据对比研究中国小麦区温度和降水变化特征以及各区域小麦产量变化趋势,综合评价了不同升温情景对中国小麦产量的影响。结果表明：(1)在全球升温1.5℃和2.0℃背景下,我国小麦生育期内温度相对于工业革命前分别升高1.17℃和1.81℃。两种升温情景下我国春麦区升温幅度大于冬麦区升温幅度。春麦区中新疆春麦区升温幅度最大,西北春麦区升温幅度最小;冬麦区中温度变化最大和最小的麦区分别为西南冬麦区和黄淮冬麦区。(2)在全球升温1.5℃和2.0℃情景下,我国小麦生育期内降水相对于历史时段(1986—2005年)分别增加9.1%和11.3%。从各麦区来看,两种升温情景下春麦区降水增加幅度略大于冬麦区的增加幅度。所有麦区中只有新疆春麦区降水低于历史时段降水。春麦区降水增加幅度最大的麦区为北部春麦区。冬麦区中降水增加较大的麦区为北部冬麦区和黄淮冬麦区,降水增加较小的麦区为华南冬麦区和西南冬麦区。(3)两种升温情景下,我国小麦单产相对于历史时段(1986—2005年)平均减产分别为5.2%和4.6%,两种升温情景对中国小麦产量并没有显著的差异。在全球升温大背景下我国春小麦主要呈现增产趋势,冬小麦主要呈现减产趋势。减产幅度较大的麦区为华南冬麦区和青藏春麦区,增产幅度最大的麦区为西北春麦区。从各麦区产量减产面积比例上看,我国各麦区减产面积所占比例趋势为从北向南由多变少再变多,其中华南冬麦区减产面积所占比例最大,北部冬麦区最小。 相似文献
11.
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。 相似文献
12.
利用24个CMIP6全球气候模式的逐日降水模拟资料,基于广义极值分布（GEV）模型,研究了全球增暖1.5/2℃下我国20、50和100 a重现期极端降水的未来风险变化。可以发现,相对于历史时期（1995—2014年）,全球升温1.5和2℃下极端降水发生概率风险空间分布相近,总体上呈现增加趋势,但额外增暖0.5℃将导致更高的风险。如50 a重现期极端降水,在增暖1.5/2℃下其重现期将分别变为17/14 a,极端降水将变得更加频繁。不同区域对气候变暖的响应存在区域差异,其中中国西部长江黄河中上游和青藏高原地区、中国东部长江黄河中下游及其以南地区,极端降水发生概率比达到3以上,局部更是达到5以上,为我国极端降水气候变化响应高敏感区域。进一步,基于概率分布函数从理论角度探讨了位置和尺度参数对发生概率风险的影响与贡献度量,并用于探讨极端降水气候平均态和变率变化对极端降水发生风险的影响,结果显示：位置和尺度参数的增量变化、风险变化率存在着显著的东西部差异,从而导致极端降水发生风险的影响因素存在差异。如中国西部尽管极端降水气候平均态和变率变化幅度不大,但因风险变化率较高,从而导致该区域的发生风险大幅增加;与之相反,中国东部风险变化率较小,但气候平均态和年际变率增幅较大,同样导致该区域风险增加依然较高;此外,相对于位置参数,全国大部分区域主要是尺度参数的变化导致极端降水未来风险增大。 相似文献
13.
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。 相似文献
14.
极端温度事件不仅影响人类健康,而且易造成重大社会经济损失,是引起重大气候灾害的原因之一。对于易受气候变化影响的高敏感地区来说,确定区域气候对不同程度全球变暖的响应至关重要。本文基于区域气候降尺度试验-东亚区域（CORDEX-EAS）数据集,预估了1.5 ℃和2.0 ℃全球升温水平（Global Warming Levels,GWLs）下成渝经济区及周边地区极端温度的未来变化趋势。结果表明：成渝经济区及周边地区极端高温指数在两种升温水平下均呈现明显上升趋势,而极端低温指数呈现下降趋势。极端冷暖事件具有局部对称性特征,极端暖事件的变化幅度要大于极端冷事件的变化幅度。极端温度指数对两种升温水平的响应具有差异性,除气温日较差外,其他指数的变化幅度在2.0 ℃GWL下大于在1.5 ℃GWL下。此外,随着全球平均升温幅度的增大,未来极端温度事件的强度和发生频率也会相应提升,极端温度事件对额外0.5 ℃的GWL升温阈值具有高度敏感性。本文研究了1.5 ℃和2.0 ℃GWLs下成渝经济区及周边地区极端温度的未来演变,再次强调了将全球平均升温幅度限制在1.5 ℃以内的重要性。 相似文献
15.
《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。 相似文献
16.
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。 相似文献
17.
不同升温阈值下中国地区极端气候事件变化预估 总被引：6，自引：1，他引：5
本文基于耦合模式比较计划第五阶段(CMIP5)的18个全球气候模式的模拟结果,预估了全球平均气温在不同典型浓度路径(RCPs)下达到2℃、3℃和4℃阈值时,中国地区气温和降水的变化,并采用了具有稳定统计意义的27个极端气候指标定量评估了全球平均气温达到不同阈值时,中国地区极端气候事件的可能变化。结果表明,未来我国平均气温增幅将高于全球平均增暖,极端暖事件(如暖夜、暖昼、热带夜)明显增多,达到4℃阈值时,暖夜指数相比参考时段增加约49.9%。极端冷事件(如冷夜、冷昼、霜冻)减少。随全球气温升高,中国北方平均降水增多。在不同升温阈值下,中国地区降水的极端性都体现出增强的趋势,强降水事件发生频率(如中雨日数、大雨日数)和强度(如五日最大降水量、极端强降水量)都明显增加。随升温阈值的升高,这些变化幅度更大,在 RCP8.5 情景下全球升温 3℃和4℃时,中国平均五日最大降水分别增加 12.5mm和17.0mm。我国西南地区极端降水强度的增幅高于其他地区。 相似文献
18.
《气候与环境研究》2021,(4)
基于CMIP6的16个全球模式试验数据,多模式集合预估了《巴黎协定》1.5℃/2℃温升目标下"一带一路"倡议的主要陆域未来气温和降水变化。与观测相比较,多模式集合能够比较准确地刻画"一带一路"主要陆域1995～2014年气温和降水的空间结构特征。在SSP2-4.5、SSP3-7.0和SSP5-8.5三种不同路径情景下,相对于工业革命前(1850～1900年),全球升温1.5℃与2℃分别将发生在2020年代中后期与2040年左右。全球1.5℃与2℃温升目标下,预计"一带一路"陆域平均的气温分别显著升高1.84℃和2.43℃,两者相差0.59℃,模式间标准差分别为0.18℃和0.21℃;区域平均的降水分别显著增加20.14 mm/a和30.02 mm/a,相差9.88 mm/a,模式间标准差分别为10.79 mm/a和13.72 mm/a。两种温升目标下,"一带一路"主要陆域气温空间上均表现为一致性显著增暖,高纬度的增温幅度普遍比低纬度大;降水变化具有明显的空间差异性,地中海与黑海地区、中国南部至中南半岛地区减少,其他地区的降水普遍增加。P-E指数表征的干旱化未来在欧洲地区、中国南部至中南半岛地区、南亚印度东部地区、东南亚和赤道非洲中部地区达到最大。 相似文献
19.
《巴黎协定》明确提出将全球平均升温控制在相对于工业化前水平2℃以内,并努力将其控制在1.5℃以内,以降低气候变化的风险与影响。随后,《联合国气候变化框架公约》（UNFCCC）邀请IPCC筹备关于1.5℃增暖影响及温室气体排放途径的特别报告,为UNFCCC谈判提供科学依据。通过回顾近期发表的一些成果发现,在1.5℃到2℃的不同升温条件下,很多极端天气事件发生的概率将增加。2℃条件下一些易受威胁的系统,如生态系统和农业系统,将承受全球变暖带来的严重后果;海平面明显上升,珊瑚礁锐减,季风降水减弱等影响将进一步加强。同时,不同地区对全球不同程度增暖的响应也存在很大差异。总的说来,相较于2℃增暖而言,将增暖控制在1.5℃以内能进一步减小气候变化影响的风险。然而,要把全球增暖控制在1.5℃内具有极大的挑战性,并且目前对1.5℃增暖的影响认识仍然十分不足。定量分析2℃和1.5℃增暖对不同区域自然和人类系统造成的影响差异,需要更高分辨率的模式以及更多针对2℃和1.5℃增暖影响而设计的专门试验支持。 相似文献
20.
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。 相似文献