研究论文 正式出版 版本 2 Vol 10 (5) : 465-478 2019
下载
中全新世全球极端温度响应:基于MPI-ESM-P模拟试验
Response of global temperature extremes in mid-Holocene: results from MPI-ESM-P experiments
: 2019 - 10 - 17
: 2018 - 12 - 15
: 2018 - 12 - 23
586 4 0
摘要&关键词
摘要:中全新世是北半球轨道时间尺度距今最近的温暖期,是当前全球变暖的历史相似型之一,研究该阶段极端温度的变化有助于理解典型温暖期极端温度的响应和机制。利用MPI-ESM-P海气耦合模式中全新世暖期试验与工业革命前试验数据,分析中全新世暖期全球极端温度的响应。结果表明:由于北半球夏季轨道日射量的增加,与工业革命前相比,中全新世平均温度在极地海洋以及夏季北半球中高纬度陆地地区升高,其余区域温度降低;平均温度升高的区域,极端高温与极端低温也将上升,暖事件频率增加;陆地区域日最高温相关指标比日最低温相关指标的变化幅度更大;相对于极端高温事件的响应,极地海洋地区极端低温事件的响应更为显著,冷事件频率显著减少,全年高于0℃的天数显著增加。
关键词:中全新世;极端温度;轨道日射;数值模拟
Abstract & Keywords
Abstract: Background, aim, and scope Compared to the modern warming period, mid-Holocene is the most recent warm period during summer over north hemisphere on the orbital time scale, which is resulted from higher orbital insolation. To evaluate the response of temperature extremes in mid-Holocene will help to better understand how temperature extremes change in future warming scenarios. This paper aims to evaluate the response of temperature extremes in mid-Holocene by numerical experiments under the Coupled Model Intercomparison Project 5 (CMIP5) framework. Materials and methods We adopt the outputs of mid-Holocene experiment and pre-industrial experiment by the coupled climate model MPI-ESM-P in this paper. Indices based on daily mean temperature, daily maximum temperature (Tmax ) and daily minimum temperature (Tmin ) are analyzed, respectively. Extreme temperature indices are defined by the Expert Team on Climate Change Detection and Indices (ETCCDI). Results In mid-Holocene, summer extreme temperature increases over boreal continents and polar oceans but decreases over the tropic. Warm events and cold events become more frequent over extratropical continents. Cold events decrease significantly over polar oceans especially where close to the mainland. Discussion In mid-Holocene, responses of extreme temperature indices show features that are different from greenhouse gases-induced warming. Extreme temperature indices based on Tmax changes more than indices based on Tmin over continents, because insolation heats the globe in the daytime but greenhouse gas heats it more during the night. However, over the polar oceans, monthly minimum temperature changes faster than monthly maximum temperature, which is consistent with the response under greenhouse gases-induced warming. Both warm events and cold events become more frequent over extratropical continents, which leads to high seasonal temperature variance. Conclusions Extreme temperature increases (decreases) and extreme warm (cold) events become more frequent in summer (winter) over extratropical continent, and temperature differences between seasons increase. As extreme temperature increases, frequency of cold events decreases significantly over polar oceans. Indices based on Tmax changes more pronounced than indices based on Tmin over mainland, which is different from responses of temperature extremes in warm periods induced by greenhouse gases.Recommendations and perspectivesResponses of temperature extremes are different between mid-Holocene and greenhouse gases-induced warm period. Whether such differences lead to different responses of other climatic variables such as precipitation is worth to be explored in following studies.
Keywords: mid-Holocene; temperature extremes; orbital insolation; numerical simulation
近年来,极端温度造成生命财产损失的新闻越来越多的走入人们视线,极端温度能够对人类日常生产生活产生直接影响,因而受到社会各界的极大关注。为了帮助决策者做出有效预防措施的同时更加合理分配资源,研究者们对极端温度的特征和机理进行了大量研究。过去百年,全球平均温度增加约0.74C±0.18oC。随着全球变暖,世界范围内暖事件频率增加,冷事件普遍减少。极端低温相比极端高温升温快,尤其是在北极区域,月最低温增长的速率约是月最高温增长速率的两倍。不仅如此,日最低温相关指标相比日最高温相关指标变化也更加显著。对于中国区域而言,北部地区热浪频率显著增加,北部与东部地区寒潮显著减少任福民和翟盘茂,1998;Zhai and Pan,2003;Ding et al,2007。
随着温室气体的不断排放,众多模拟工作都显示未来变暖加剧情景下全球极端温度的持续升高,极端高温事件的频率增大,冷事件变化速率大于暖事件。在RCP8.5辐射强迫上升至8.5W/m2的典型浓度路径下这种趋势最为显著,RCP2.6辐射强迫上升至2.6W/m2的典型浓度路径下变化最小Kharin et al,2013;Sillmann et al,2013。极端温度对于温室气体的响应在高纬地区的冬季最为明显,高纬度地区冬季极端低温上升最快,尤其是在有雪和海冰的区域。极端高温则在夏季大陆上升最快,这可能与土地湿度的反馈作用有关Seneviratne et al,2013。极端温度指标变化最小的区域位于南美南部区域,南半球冬季时,该区域平均温度变化也最小Meehl and Arblaster,2003。中国区域平均的年平均地表气温上升幅度大于全球平均姜大膀和富元海,2012;Gao et al,2012;,2013;徐影等,2017,意味着中国区域对全球气候变化较为敏感。
中全新世(距今约6千年)为北半球轨道时间尺度距今最近的温暖期,该阶段气候状况如温度、降水、季风,被黄土、冰心、树轮、石笋等地质记录良好保存(施雅风等,1993;刘东生等,2000;An et al,2000,安芷生等,2015)。不同于现代暖期,中全新世温室气体浓度较低(大气中CO2浓度约为 280 ppm,与工业革命前期相近),但由于地球轨道参数的不同,夏季北半球中高纬度地区接受的太阳辐射相比现代要更多。因此对于北半球夏季大陆而言,中全新世相较于工业革命前期更加温暖。欧洲、美国北部、中国等地区的古气候记录也都印证了这一点(Macdonald et al,2000;徐海,2001;周卫健等,2001;Wang et al,2001;Davis et al,2003;李明霞等,2007;王绍武,2009;侯光良和方修琦,2012),热带海洋的记录则显示了较冷的气候(Stott et al,2004;Lorenz et al,2006)。
数值模拟工作也被应用到地质历史时期气候的研究中,用来解释过去气候的变化(Ning et al,2019;Yan and Liu,2019)。中全新世作为气候模拟基准时期之一,也是模拟工作的热点,针对中全新世暖期大量的模拟试验被设计进行(Harrison et al,2003;Otto-Bliesner et al,2009;Braconnot et al,2012;Renssen et al,2012;Harrison et al,2014)。对中全新世气候的模拟发现,由于地球轨道导致的太阳辐射空间分布变化,中全新世中高纬度的陆地区域相较于工业革命前偏暖,极地海洋的偏暖状态导致了大量海冰的融化(Miller et al,2010;Klein et al,2014)。由于海陆热力性质的不同,地表温度的响应也产生了差异(吴鹏飞等,2014),赤道以及中低纬度的海洋区域偏冷(陈星和于革,2002;Braconnot et al,2007;Kageyama et al,2013b)。相对于工业革命前期,中全新世北半球季风区域扩张,并且季风环流增强,季风区也更加湿润(张冉和刘晓东,2009;郑伟鹏和俞永强,2009;Liu and Shi,2009;Kageyama et al,2013a),北半球大陆以及南半球海洋降水增多(Jiang et al,2015)。
中全新世作为地质历史时期典型暖期之一,是当前全球变暖的重要相似型。探究极端温度在中全新世暖期条件下的响应,可对理解全球极端温度在不同暖期条件下的响应机制提供参考。因此,本文选用MPI-ESM-P模式试验数据,深入评估中全新世暖期极端温度的变化,重点分析中全新世暖期极端温度相对于工业革命前期变化的空间分布及特征。
1   数据及方法
1.1   数据
本文采用国际古气候模拟比较计划第五阶段CMIP5中德国马克斯·普朗克研究所MPI-ESM-P海气耦合模式试验结果进行极端温度分析。MPI-ESM-P模式是专为古气候模拟设计的特殊版本,该模式由大气模型ECHAM6及海洋模型MPI-OM组成,大气模型水平方向共 192×96个网格,水平分辨率为1.875°×1.875°,垂直方向分为47层,海洋模型水平分辨率为1.5°×1.5°,垂直方向分为40层。
采用中全新世试验MH与工业革命前期试验PI来研究极端温度在中全新世的响应情况,其中 PI作为控制试验。MH试验边界条件的地球轨道参数采用Berger and Loutre1991的结果,两个试验温室气体浓度相近,MH边界条件中CH4浓度为650 ppbv,PI为760ppbv,植被、CO2及NO2浓度等条件一致。试验初始边界条件细节见表1。本文使用地表日均温,日最高温,日最低温等变量,数据输出分辨率为天,各选取模式输出的一百年数据代表两个时期的气候状态。数据下载自https://esgf-node.llnl.gov/search/cmip5/。为验证模式对温度的模拟能力,使用英国东安格利亚大学气候研究中心Climatic Research Unit,CRU再分析数据中的地表日均温与模拟结果进行对比检验,再分析数据的分辨率为0.5o×0.5o
表1   PMIP3模拟试验边界条件
CO2ppmvCH4ppbvNO2ppbv偏心率
Eccentricity
地轴倾角
Obliquity
岁差
Precession
PI2807602700.016772423.446102.04
MH2806502700.01868224.1050.87
1.2   极端指标
为便于全球范围内的比较,极端气候定义与衡量的指标的统一十分重要。来自世界气象组织气候变化检测与指数专家组Expert Team on Climate Change Detection and Indices,ETCCDI通过分析对比已有的各类极端气候定义,总结出27个能反映极端气候特征的指标,其中与极端温度相关的指标16个,与极端降水相关指标11个,部分被应用于IPCC第五次评估报告。
本文选取部分ETCCDI极端温度指标进行分析,包括:霜冻日数FD、夏季日数SU、冰冻日数ID、暖夜日数TR、月最高温TXx、月最低温TNn、冷夜指数TN10P、冷昼指数TX10P、暖夜指数TN90P以及暖昼指数TX90P。其中FD、TR、TNn、TN10P、TN90P都由日最低温计算得出,SU、ID、TXx、TX10P、TX90P基于日最高温计算得出。定义的方法主要有三种,TXx以及TNn为每月的温度极大或极小值;ID、FD、SU以及为超过或低于一定的阈值的天数;TN10P、TX10P、TN90P、TX90P则是与基准期变量的百分位有关,刻画了温度概率密度分布的尾部特征。温度的概率密度分布大致呈正态分布,很多情况下,温度变化的极值,平均值,百分位等指标变化并不一致。,例如,某地区TX90P增加,TX10P却减少,可能的原因是日最高温概率密度分布的方差变大,平均值变化不能确定,可能减小也有可能增大。表2为本文使用指标的详细定义及计算方法。
表2   极端温度指标定义
指标
Index
定义
Formula
单位
Units
冰冻日数Ice days, ID日最高温小于0°C的天数
No. days TN < 0°C

d
霜冻日数Frost days, FD日最低温小于0°C的天数
No. days TX < 0°C

d
暖昼日数Summer days, SU日最高温大于25°C的天数
No. days Tmax > 25°C

d
暑夜日数Tropical nights, TR日最低温大于20°C的天数
No. days Tmin > 20°C

d
月最高温TXx日最高温的月最高值
The maximum Tmax in a month
°C
月最低温TNn日最低温的月最低值
The minimum Tmin in a month
°C
冷夜指数Cold nights, TN10P日最低温小于基准期内第10百分位温度的天数
No. days Tmin < 10ptile calculated for
each calendar day on basis of PI outputs using running day window

d
冷昼指数Cold days, TX10P日最高温小于基准期内第10百分位温度的天数
See TN10p

d
暖夜指数Warm nights, TN90P日最低温大于基准期内第90百分位温度的天数
See TN10p

d
暖昼指数Warm days, TX90P日最高温大于基准期内第90百分位温度的天数
See TN10p

d
2   结果与分析
2.1   平均温度
图1为PI试验输出的地表温度与CRU再分析地表温度的年平均,夏季平均以及冬季平均的比较,从图中可以看出,MPI-ESM-P模式能很好的捕捉到观测地表温度的空间分布特征。夏季陆地地表温度的最高值出现在非洲及西亚地区北回归线附近,冬季气温最高值出现在澳大利亚中部,且大体上温度呈带状分布。赤道至极地地表温度随着纬度增高逐渐降低。由于海拔地形以及海陆热容量的不同等各方面原因,陆地地表温度的空间分布比海表更加复杂。青藏高原及安第斯山脉等海拔高的区域与同纬度陆地相比气温偏低。大陆全年及夏季温度最低点位于格陵兰岛,冬季温度最低点位于北半球高纬。南半球大陆除南极洲外,年均温、冬季及夏季平均温度几乎都高于0°C,北半球格陵兰岛几乎都低于0°C。模拟结果与观测结果空间分布大致相同,也很好捕捉到了不同区域的温度特征。


图1   全球地表温度模拟结果与观测结果对比PI试验的年平均、夏季平均、冬季平均CRU地表温度的年平均b、夏季平均、冬季平均
Fig.1 Comparisons of surface air temperature between PI simulation for the annual a, summer c and winter mean e and observed data for the annual b, summer d and winter mean f, respectively
图片使用美国大学大气研究协会NCAR命令语言版本6.4.0绘制而成。Figure is draw by using University Corporation for Atmospheric Research, NCAR Command Language Version 6.4.0.
地球轨道参数改变引起的大气层顶接受短波辐射的纬度时间分布差异由图2显示。相较于工业革命前期,中全新世北半球夏季地表接受更多的辐射,尤其是高纬地区。南半球高纬地区秋季接受的太阳辐射也显著增加。相较于低纬度地区,高纬度地区的日照变化更大。地表温度对于太阳辐射的响应存在滞后,陆地约滞后一个月,海洋滞后约两到三个月(Braconnot et al,2000;刘晓东和石正国,2009;Rojas and Moreno,2011;Vercauteren et al,2012)。


图2   与工业革命前相比中全新世大气层顶接收短波辐射差异的时间纬度分布
Fig 2 Anomaly in shortwave radiation flux W/m2 at the top of atmosphere in mid-Holocene relative to pre-industrial level
图片使用美国大学大气研究协会NCAR命令语言版本6.4.0绘制而成。Figure is draw by using University Corporation for Atmospheric Research, NCAR Command Language Version 6.4.0.
图3为中全新世地表平均温度异常的空间分布,从图3b中可看出北半球中高纬度大陆的夏季气温高于工业革命前水平,极地海洋也偏暖。全年以及冬夏季平均来看,中低纬度海洋均偏冷,热带大陆也偏冷。总得来说,陆地表面的温度变化幅度大于海洋,陆地上温度变化的空间非均一性也更大。作为全球面积最大的大陆,欧亚大陆的温度变化幅度大于其他大陆,夏季地表温度上升的极值中心也位于此,表明相较于其他大陆,欧亚大陆的气候对太阳辐射的变化更为敏感。


图3   中全新世地表温度异常的空间分布年平均、夏季平均、冬季平均
Fig 3 veraged surface temperaturein mid-Holocene relative to pre-industrial level for the annual a summer b and winter c mean, respectively Black dots show the regions exceeding 95% confidence level
右侧小图为地表温度变化的纬向平均分布。图片使用美国大学大气研究协会NCAR命令语言版本6.4.0绘制而成。Pictures attached to the right is the zonal mean of change in averaged surface temperature. Figure is draw by using University Corporation for Atmospheric Research, NCAR Command Language Version 6.4.0.
2.2   极端温度指标变化
图4是MH相对于PI月最高温TXx以及月最低温TNn的空间分布,与平均温度的空间分布类似。月最高温TXx在夏季时期欧亚大陆变化最显著,大部分地区增幅超过2°C。纬度平均来看,月最高温在中高纬度地区增加1°C左右。月最低温TNn在欧亚大陆大部分地区上升超过1.5°C,并且中纬度平均上升约0.75°C。欧洲区域TXx在夏季上升1°C至2°C,TNn上升约1°C。夏季与全年极端温度以及冬季极端高温降低最多的区域为15oN左右,冬季极端低温降低最多的区域为60oN左右。东亚地区夏季极端温度变化在空间上具有非均一性,东亚北部异常增暖,南部则是异常偏冷。高纬度海洋全年极端温度都呈增加趋势,其中夏季极端低温的增加最为显著。


图4   中全新世极端温度指标异常的空间分布:月最高温TXx年平均(a)、夏季平均(c)、冬季平均(e);月最低温TNn年平均(b)、夏季平均(d)、冬季平均(f)
Fig 4 Changes in the temperature extremes in mid-Holocene relative to pre-industrial level: TXx anomaly for the annual (a), summer (c) and winter (e) mean and TNn anomaly for the annual (b), summer (d) and winter (f) mean, respectively
右侧小图为TXx与TNn变化的纬向平均分布图。图片使用美国大学大气研究协会NCAR命令语言版本6.4.0绘制而成。Pictures attached to the right is the zonal mean of change in TXx and TNn. Black dots show the regions exceeding 95% confidence level. Figure is draw by using University Corporation for Atmospheric Research, NCAR Command Language Version 6.4.0.
全球来看,TXx异常与TNn异常有相似的空间分布,大部分地区TNn与TXx变化趋势一致,陆地TXx的变化幅度大于TNn。海洋区域尤其是北冰洋、北太平洋等高纬度海洋情况则相反。由于温度的概率密度分布大致呈正态分布,TXx与TNn都变大且TXx变化幅度更大的区域的平均温度也很可能升高。这也就意味着全新世中期,陆地表面相较于海洋表面温度变化更大。从结果中还可以看出,夏季的南美洲,南非等一些区域,极端高温上升伴随着极端低温的下降,这意味着温度变化方差的增加,平均温度则有增有减。
TX90P、TN90P以及TN10P、TX10P能反应出极端温度事件发生的频率,刻画温度概率密度分布的尾部变化特征。由图5和图6可以看出,暖昼暖夜与冷昼冷夜在海洋区域的变化趋势不同,总体上是冷昼冷夜增多,暖昼暖夜减少,都意味着海洋的变冷。极地海洋区域的指标变化相反,反映了较暖的状态。北半球热带外大陆地区,暖昼暖夜冷昼冷夜频率都增加,暖昼暖夜变化幅度更大,温度分布方差也变得更大。从图中可以发现TX90P与TN90P异常在夏季半球显著图5d和图6d,而TX10P与TN10P异常则在冬季半球显著图5c和图6c,这是由于TX90P、TN90P以及TN10P、TX10P是基于目标时期全年温度的百分位值计算得出,大于日最高温第90百分位的温度几乎都处于接受太阳辐射更多的夏季,同理,低于日最低温第10百分位的温度都处于接受太阳辐射少的冬季,因此TX90P,TN90P以及TN10P,TX10P的变化也都分别于不同的季节不同的半球显著。亚洲中高纬度大陆区域暖昼暖夜在夏季变得更加的频繁,极端高温也变得更高图5d和图6d。而冬季冷昼冷夜也变得更多,极端低温也变得更低图5e和图6e。这说明中全新世时期亚洲热带外大陆遭受极端冷暖事件频率增多的同时强度也变大。南半球热带外大陆地区,在南半球夏季暖昼频率降低,南半球冬季冷昼频率也降低,说明此时该地区的极端温度变化与亚洲热带外大陆相反,夏季炎热的时间变短,冬天也相对较暖。


图 5   中全新世极端温度指标的异常空间分布:冷昼指数TX10P年平均(a)、夏季平均(c)、冬季平均(e),暖昼指数TX90P年平均(b)、夏季平均(d)、冬季平均(f)
Fig.5 Changes in the temperature extremes in mid-Holocene relative to pre-industrial level: TX10P anomaly for the annual (a), summer (c) and winter (e) mean and TX90P anomaly for the annual (b), summer (d) and winter (f) mean, respectively
右侧小图为TX10P与TX90P变化的纬向平均分布图。图片使用美国大学大气研究协会 NCAR命令语言版本6.4.0绘制而成。Pictures attached to the right is the zonal mean of change in TX10P and TX90P. Black dots show the regions exceeding 95% confidence level. Figure is draw by using University Corporation for Atmospheric Research, NCAR Command Language Version 6.4.0.


图6   中全新世冷夜暖夜指数异常空间分布:冷夜指数TN10P年平均(a)、夏季平均(c)、冬季平均(e),暖夜指数TN90P年平均(b)、夏季平均(d)、冬季平均(f)
Fig 6 Changes in the temperature extremes in mid-Holocene relative to pre-industrial level: TN10P anomaly for the annual (a), summer (c) and winter (e) mean and TN90P anomaly for the annual (b), summer (d) and winter (f) mean, respectively
右侧小图为TN10P与TN90P变化的纬向平均分布图。 图片使用美国大学大气研究协会 NCAR命令语言版本6.4.0绘制而成。Pictures attached to the right is the zonal mean of change in TN10P and TN90P. Black dots show the regions exceeding 95% confidence level. Figure is draw by using University Corporation for Atmospheric Research, NCAR Command Language Version 6.4.0.
FD、ID、SU和TR也反应了极端冷暖事件的频率,不同于前面分析的指标,这四个指标有确定的阈值。由图7可以看出,不管是全年还是季节平均,霜冻日数与冰冻日数都在中高纬度区域显著。以冰冻日数ID为例,其定义为日最高温低于0oC的天数,热带区域及中纬度部分区域全年温度位于0oC以上,ID本身的值极小,因此变化也就不显著。南极洲边缘海洋以及北冰洋区域,霜冻日数与冰冻日数减少得十分明显,尤其是靠近大陆边缘的地区,全年高于0oC的天数增加图7a和图7b。南半球极端冷事件在北半球冬季降低最显著图7e和图7f,北半球极端冷事件在北半球夏季降低最为显著图7c和图7d。环南极大洋整体冷事件减少,夏季南极洲东侧冷事件减少,西北侧则略微增多。冬季北半球中高纬大陆冰冻日数与霜冻日数均增加,与冷昼冷夜的增加一致。


图 7   中全新世冰冻指数与霜冻指数的异常空间分布:冰冻日数ID年平均(a)、夏季平均(c)、冬季平均(e),霜冻日数FD年平均(b)、夏季平均(d)、冬季平均(f)
图片使用美国大学大气研究协会NCAR命令语言版本6.4.0绘制而成。Figure is draw by using University Corporation for Atmospheric Research, NCAR Command Language Version 6.4.0.
Fig.7 Changes in the temperature extremes in mid-Holocene relative to pre-industrial level: ID anomaly for the annual (a), summer (c) and winter (e) mean and FD anomaly for the annual (b), summer (d) and winter (f) mean, respectively
如图8所示,不同于冷事件,暖昼日数与暑夜日数在中低纬度区域更加显著。北半球30oN以北陆地热带外区域夏季与全年暖事件增多,暖昼日数的上升幅度比暑夜日数上升幅度大,而且产生显著变化的空间范围也更大。夏季纬度平均,45oN左右暖昼日数和暑夜日数增加最多,热带区域整体减少。南半球20oS附近的陆地暖昼日数有少量增加,暑夜日数变化不明显图8c和图8d。由冰冻日数及霜冻日数的分析可知,北半球30oN以北冬季冷事件也增多图7e和图7f,意味着该区域气候季节性变得更强,夏季热的时间更长,冬季冷的日数也变多。而北半球低纬地区以及南半球中低纬度区域尤其是南北回归线附近,与平均温度变低趋势一致,该区域暖事件显著减少,暖昼日数的减小幅度大于暑夜日数的减小。


图 8   中全新世暖昼日数与暑夜日数的异常空间分布:暖昼日数 SU年平均(a)、夏季平均(c)、冬季平均(e),暑夜日数TR年平均(b)、夏季平均(d)、冬季平均(f)
Figure 8 Changes in the temperature extremes in mid-Holocene relative to pre-industrial level: SU anomaly for the annual (a), summer (c) and winter (e) mean and TR anomaly for the annual (b), summer (d) and winter (f) mean, respectively
右侧小图为SU与TR变化的纬向平均分布图。图片使用美国大学大气研究协会NCAR命令语言版本6.4.0绘制而成。Pictures attached to the right is the zonal mean of change in SU and TR. Black dots show the regions exceeding 95% confidence level. Figure is draw by using University Corporation for Atmospheric Research, NCAR Command Language Version 6.4.0.
3   讨论与结论
通过上述分析,中全新世大陆地区与日最高温相关的极端指数变化幅度大于与日最低温相关的指数,然而现代观测结果显示,1901—2010年陆地上基于日最低温的极端温度指标的变化幅度大于基于日最高温的极端指标(Donat et al,2012)。这是由于自工业革命以来,全球温度的上升主要由温室气体变化驱动,而中全新世时期全球温度上升的主要驱动力是太阳辐射。太阳短波辐射的变化主要影响白天的温度,温室气体主要影响长波辐射使得夜晚比白天极端温度变化幅度大,因此极端温度对于这两种驱动力的响应也有所不同。与未来变暖一致的情况是,在中全新世暖期,高纬度海洋区域的极端低温响应比极端高温的响应更加显著(Kharin,2013)。高纬度以外,陆地的极端温度变化大于同一纬度海洋。冬季北冰洋增温的中心也都位于巴伦支海附近(Symon,2004;Saha,2006)。由于北极放大效应,温室气体作用下的北极升温速率远大于全球平均(Holland et al,2003;Screen and Simmonds,2010;Overland et al,2014;Cohen et al,2014;赵进平等,2016),中全新世尽管中低纬度变冷,冬季以及全年平均下,极地地表温度增加也十分显著。这样的异同是否能够导致其他气候因素例如降水尤其是极端降水产生不同的响应,有待后续研究。
本文对比MPI-ESM-P模式中全新世试验与工业革命前期试验结果,分析了中全新世适宜期相较于工业革命前期不同极端温度指标的变化,探讨了极端温度对地球轨道参数变化的响应。中全新世相对于工业革命前期水平,极端温度指标的变化与平均温度变化空间分布类似。北半球大陆中高纬地区夏季收到辐射增多,冬季辐射减少,极端温度指标的响应与其一致,夏季极端温度均高于工业革命前期水平,暖事件频率也增高,冬季极端温度降低,冷事件也增多,因此季节性增强。南半球大陆极端高温在夏季略有增加,冬季则降低并且暖事件频率降低,整体趋势不显著。全球极地海洋与中低纬度海洋变化呈现不一致的变化,各指标指示着中全新世时期中低纬度海洋平均温度及极端温度的偏冷,暖事件频率降低,而高纬度海洋则普遍指示了一个更暖的气候状态,全年高于0oC的昼夜频率增加。主要结论如下:
(1)中全新世时期北半球热带外地区夏季极端温度均显著上升,暖事件的频率也增加;冬季平均温度与极端温度异常偏低,冷事件增加。该区域的季节性变得更为显著,夏季更热,冬季更冷。
(2)极地海洋地区极端温度均上升,冰冻日数与霜冻日数显著减少,尤其是靠近大陆的区域。中低纬度海洋以及南半球陆地异常偏冷,冷事件增加,暖事件频率减少。
(3)地球轨道参数异常主要通过地表接收太阳辐射变化影响白天温度,因此陆地上日最高温相关指标的变化幅度大于日最低温相关指标,这与温室气体引发的极端温度变化不同。
本文仅使用单一模式输出结果进行极端温度分析,结果很大程度上依赖于该模式对于大气温度的模拟能力。不同模式间由于动力框架和物理过程的不同,对极端温度的模拟效果必然有所差异。在未来的工作中,将进一步采用多模式集成分析,评估不同模式中极端温度变化的共同点和差异,以期更好地揭示中全新世极端温度变化的响应。
致谢 :
感谢审稿人对本文提出的建设性意见。
Alexander L V, Zhang X, Peterson T C, et al. 2006. Global observed changes in daily climate extremes of temperature and precipitation [J]. Journal of Geophysical Research Atmospheres, 111(D5): D05109. DOI: 10.1029/2005JD006290.
An Z S, Porter S C, Kutzbach J E, et al. 2000. Asynchronous Holocene optimum of the East Asian monsoon [J]. Quaternary Science Reviews, 19(8): 743-762.
Berger A, Loutre M F. 1991. Insolation values for the climate of the last 10 million years [J]. Quaternary Science Reviews, 10(4): 297-317.
Braconnot P, Harrison S P, Kageyama M, et al. 2012. Evaluation of climate models using palaeoclimatic data [J]. Nature Climate Change, 2(6): 417-424.
Braconnot P, Marti O, Joussaume S, et al. 2000. Ocean feedback in response to 6 kyr BP insolation [J]. Journal of Climate, 13(9): 1537-1553.
Braconnot P, Otto-Bliesner B, Harrison S, et al. 2007. Results of PMIP2 coupled simulations of the Mid-Holocene and Last Glacial Maximum— part 1: experiments and large-scale features [J]. Climate of the Past, 3(2): 261-277.
Cohen J, Screen J A, Furtado J C, et al. 2014. Recent Arctic amplification and extreme mid-latitude weather [J]. Nature Geoscience, 7(9): 627-637.
Davis B A S, Brewer S, Stevenson A C, et al. 2003. The temperature of Europe during the Holocene reconstructed from pollen data [J]. Quaternary Science Reviews, 22(15/16/17): 1701-1716.
Ding Y H, Ren G Y, Zhao Z C, et al. 2007. Detection, causes and projection of climate change over China: an overview of recent progress [J]. Advances in Atmospheric Sciences, 24(6): 954-971.
Donat M G, Alexander L V, Yang H, et al. 2013. Updated analyses of temperature and precipitation extreme indices since the beginning of the twentieth century: The HadEX2 dataset [J]. Journal of Geophysical Research: Atmospheres , 118(5): 2098-2118.
Frich P, Alexander L V, Della-Marta P, et al. 2002. Observed coherent changes in climatic extremes during the second half of the twentieth century [J]. Climate Research, 19: 193-212.
Gao X J, Shi Y, Zhang D F, et al. 2012. Climate change in China in the 21st century as simulated by a high resolution regional climate model [J]. ChineseScience Bulletin , 57(10): 1188-1195.
Harrison S P, Bartlein P J, Brewer S, et al. 2014. Climate model benchmarking with glacial and mid-Holocene climates [J]. Climate Dynamics, 43(3/4): 671-688.
Harrison S P, Kutzbach J E, Liu Z, et al. 2003. Mid-Holocene climates of the Americas: a dynamical response to changed seasonality [J]. Climate Dynamics, 20(7/8): 663-688.
Holland M M, Bitz C M. 2003. Polar amplification of climate change in coupled models [J]. Climate Dynamics, 21(3/4): 221-232.
IPCC. 2007. Climate change 2007: the physical science basis. Contribution of Working Group Ⅰ to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [C]. Cambridge: Cambridge University Press: 235-336.
Kageyama M, Braconnot P, Bopp L, et al. 2013. Mid-Holocene and Last Glacial Maximum climate simulations with the IPSL model— part Ⅰ: comparing IPSL_CM5A to IPSL_CM4 [J]. Climate Dynamics, 40(9/10): 2447-2468.
Kageyama M, Braconnot P, Bopp L, et al. 2013. Mid-Holocene and Last Glacial Maximum climate simulations with the IPSL model: part Ⅱ: model-data comparisons [J]. Climate Dynamics, 40(9/10): 2469-2495.
Karl T R, Nicholls N, Ghazi A. 1999. CLIVAR/GCOS/WMO workshop on indices and indicators for climate extremes workshop summary [J]. Climatic Change, 42(1): 3-7.
Kharin V V, Zwiers F W, Zhang X B, et al. 2007. Changes in temperature and precipitation extremes in the IPCC ensemble of global coupled model simulations [J]. Journal of Climate, 20(8): 1419-1444.
Kharin V V, Zwiers F W, Zhang X, et al. 2013. Changes in temperature and precipitation extremes in the CMIP5 ensemble [J]. Climatic Change, 119(2): 345-357.
Klein F, Goosse H, Mairesse A, et al. 2014. Model-data comparison and data assimilation of mid-Holocene Arctic sea-ice concentration [J]. Climate of the Past, 10: 1145-1163.
Liu X D, Shi Z G. 2009. Effect of precession on the Asian summer monsoon evolution: a systematic review [J]. Chinese Science Bulletin, 54(20): 3720-3730.
Lorenz S J , Kim J H, Rimbu N, et al. 2006. Orbitally driven insolation forcing on Holocene climate trends: evidence from alkenone data and climate modeling [J]. Paleoceanography, 21(1). DOI: 10.1029/2005pa001152.
MacDonald G M, Velichko A A, Kremenetski C V, et al. 2000. Holocene treeline history and climate change across northern Eurasia [J]. Quaternary Research, 53(3): 302-311.
Marsland S J, Haak H, Jungclaus J H, et al. 2003. The Max-Planck-Institute global ocean/sea ice model with orthogonal curvilinear coordinates [J]. Ocean Modelling , 5(2): 91-127.
Meehl G A, Arblaster J M. 2003. Mechanisms for projected future changes in south Asian monsoon precipitation [J]. Climate Dynamics, 21(7/8): 659-675.
Miller G H, Brigham-Grette J, Alley R B, et al. 2010. Temperature and precipitation history of the Arctic [J]. Quaternary Science Reviews, 29(15/16): 1679-1715.
Ning L, Liu J, Bradley R S, et al. 2019. Comparing the spatial patterns of climate change in the 9th and 5th millennia BP from TRACE-21 model simulations [J]. Climate of the Past, 15(1): 41-52.
Ning L, Liu J, Wang Z Y, et al. 2018. Different influences on the tropical Pacific SST gradient from natural and anthropogenic forcing [J]. InternationalJournal of Climatology , 38(4): 2015-2028.
Otto-Bliesner B L, Joussaume S, Braconnot P, et al. 2009. Modeling and data syntheses of past climates [J]. Eos Transactions American Geophysical Union, 90(11): 93.
Overland J E, Wang M Y, Walsh J E, et al. 2014. Future Arctic climate changes: adaptation and mitigation time scales [J]. Earths Future , 2(2): 68-74.
Peterson T C, Folland C, Gruza G, et al. 2001. Report on the activities of the Working Group on Climate Change Detection and Related Rapporteurs 1998—2001 [R]. Rep. WCDMP-47, WMO-TD 1071: 143.
Raddatz T J, Reick C H, Knorr W, et al. 2007. Will the tropical land biosphere dominate the climate–carbon cycle feedback during the twenty-first century? [J]. ClimateDynamics , 29(6): 565-574.
Renssen H, Seppä H, Crosta X, et al. 2012. Global characterization of the Holocene thermal maximum [J]. Quaternary Science Reviews, 48: 7-19.
Rojas M, Moreno P I. 2011. Atmospheric circulation changes and neoglacial conditions in the Southern Hemisphere mid-latitudes: insights from PMIP2 simulations at 6 kyr [J]. Climate Dynamics, 37(1/2): 357-375.
Saha S K, Rinke A, Dethloff K. 2006. Future winter extreme temperature and precipitation events in the Arctic [J]. Geophysical Research Letters, 33(15): L15818. DOI: 10.1029/2006gl026451.
Screen J A, Simmonds I. 2010. The central role of diminishing sea ice in recent Arctic temperature amplification [J]. Nature, 464(7293): 1334-1337.
Seneviratne S I, Davin E L, Greve P, et al. 2013. Land-atmosphere interactions and climate change: recent results and new perspectives (Invited) [C]. American Geophysical Union, Fall Meeting 2013, abstract id. H11L-01.
Sillmann J, Kharin V V, Zwiers F W, et al. 2013. Climate extremes indices in the CMIP5 multimodel ensemble: part 2. future climate projections [J]. Journal of Geophysical Research: Atmospheres , 118(6): 2473-2493.
Stott L, Cannariato K, Thunell R, et al. 2004. Decline of surface temperature and salinity in the western tropical Pacific Ocean in the Holocene epoch [J]. Nature, 431(7004): 56-59.
Symon C, Arris L, Heal B. 2004. Arctic climate impact assessment [M]. Cambridge: Cambridge University Press.
Vercauteren N, Destouni G, Dahlberg C J, et al. 2013. Fine-resolved, near-coastal spatiotemporal variation of temperature in response to insolation [J]. Journal of Applied Meteorology and Climatology, 52(5): 1208-1220.
Wang Y J. 2001. A high-resolution absolute-dated late Pleistocene monsoon record from Hulu Cave, China [J]. Science, 294(5550): 2345-2348.
Yan M, Liu J. 2019. Physical processes of cooling and mega-drought during the 4.2 ka BP event: results from TraCE-21ka simulations [J]. Climate of the Past, 15(1): 265-277.
Zhai P M, Pan X H. 2003. Trends in temperature extremes during 1951—1999 in China [J]. Geophysical Research Letters, 30(17). DOI:10.1029/2003GL018004.
Zhang X B, Alexander L, Hegerl G C, et al. 2011. Indices for monitoring changes in extremes based on daily temperature and precipitation data [J]. Wiley Interdisciplinary Reviews: Climate Change, 2(6): 851-870.
安芷生, 吴国雄, 李建平, 等. 2015. 全球季风动力学与气候变化[J]. 地球环境学报, 6(6): 341-381. [An Z S, Wu G X, Li J P, et al. 2015. Global monsoon dynamics and climate change [J]. Journal of Earth Environment, 6(6): 341-381.]
陈星, 于革, 刘健. 2002. 东亚中全新世的气候模拟及其温度变化机制探讨[J]. 中国科学D, 32(4): 335-345. [Chen X, Yu G, Liu J. 2002. The climatic simulations and discussion of temperature changes of mid-Holocene over East Asian [J]. Science in China (Series D), 32(4): 335-345.]
龚道溢, 韩晖. 2004. 华北农牧交错带夏季极端气候的趋势分析[J]. 地理学报, 59(2): 230-238. [Gong D Y, Han H. 2004. Extreme climate events in northern China over the last 50 years [J]. Acta Geographica Sinica, 59(2): 230-238.]
侯光良, 方修琦. 2012. 中国全新世分区气温序列集成重建及特征分析[J]. 古地理学报, 14(2): 243-252. [Hou G L, Fang X Q. 2012. Characteristics analysis and synthetical reconstruction of regional temperature series of the Holocene in China [J]. Journalof Palaeogeography , 14(2): 243-252.]
姜大膀, 富元海. 2012. 2℃全球变暖背景下中国未来气候变化预估[J]. 大气科学, 36(2): 234–246. [Jiang D B, Fu Y H. 2012. Climate change over China with a 2℃ global warming [J]. Chinese Journal of Atmospheric Sciences, 36(2): 234-246.]
郎咸梅, 隋月. 2013. 全球变暖2℃情景下中国平均气候和极端气候事件变化预估[J]. 科学通报, 58(8): 734-742. [Lang X M, Sui Y. 2013. Changes in mean and extreme climates over China with a 2°C global warming [J]. Chinese Science Bulletin, 58(8): 734-742.]
李明霞, 汪永进, 邱庆伦. 2007. 中全新世7—6 ka东亚季风气候的高分辨率石笋记录[J]. 地理科学, 27(4): 519–524. [Li M X, Wang Y J, Qiu Q L. 2007. High resolution stalagmite records of east Asian monsoon from 7 to 6 ka B.P.in mid-Holocene [J]. Scientia Geographica Sinica, 27(4): 519-524.]
刘东生, 施雅风, 王汝建, 等. 2000. 以气候变化为标志的中国第四纪地层对比表[J]. 第四纪研究, 20(2): 108-128. [Liu T S, Shi Y F, Wang R J, et al. 2000. Table of Chinese Quaternary stratigraphic correlation remarked with climate change [J]. Quaternary Sciences, 20(2): 108-128.]
刘晓东, 石正国. 2009. 岁差对亚洲夏季风气候变化影响研究进展[J]. 科学通报, 54(20): 3097-3107. [Liu X D, Shi Z G. 2009. Effect of precession on the Asian summer monsoon evolution: a systematic review [J]. Chinese ScienceBulletin , 54(20): 3097-3107.]
任福民, 翟盘茂. 1998. 1951—1990年中国极端气温变化分析[J]. 大气科学, 22(2): 217-227. [Ren F M, Zhai P M. 1998. Study on changes of China’s extreme temperatures during 1951—1990 [J]. Scientia Atmospherica Sinica, 22(2): 217-227.]
施雅风, 孔昭宸, 王苏民, 等. 1993. 中国全新世大暖期鼎盛阶段的气候与环境[J]. 中国科学B, 23(8): 865-873. [Shi Y F, Kong Z C, Wang S M, et al. 1993. Basic feature of climate and environment during the Holocene Megathermal in China [J]. Science in China (Series B), 23(8): 865-873.]
石正国, 刘晓东. 2009. 谁驱动了亚洲季风的演化:一个瞬变模拟试验的启示[J]. 第四纪研究, 29(6): 1025-1032. [Shi Z G, Liu X D. 2009. What is driving the Asian monsoon evolution: inspirations from a transient simulation [J]. Quaternary Sciences, 29(6): 1025-1032.]
王绍武. 2009. 全新世气候[J]. 气候变化研究进展, 5(4): 247-248. [Wang S W. 2009. Holocene climate [J]. Advances in Climate Change Research, 5(4): 247-248.]
吴鹏飞, 刘征宇, 程军, 等. 2014. 中全新世以来东亚夏季气温对轨道强迫时空响应不一致的模拟研究[J]. 地球物理学报, 57(6): 1757-1768. [Wu P F, Liu Z Y, Cheng J, et al. 2014. Simulation of spatial-temporal asynchronism of East Asian summer's surface-air temperature response to orbital forcing since the Mid-Holocene [J]. Chinese Journal of Geophysics, 57(6): 1757-1768.]
徐海. 2001. 中国全新世气候变化研究进展[J]. 地质地球化学, 29(2): 9-16. [Xu H. 2001. Advance in research on the Holocene climate fluctuations [J]. Geology-geochemistry, 29(2): 9-16.]
徐影, 周波涛, 吴婕, 等. 2017. 1.5—4℃升温阈值下亚洲地区气候变化预估[J]. 气候变化研究进展, 13(4): 306-315. [Xu Y, Zhou B T, Wu J, et al. 2017. Asian climate change in response to four global warming targets [J]. Climate Change Research, 13(4): 306-315.]
张冉, 刘晓东. 2009. 中全新世暖期与未来气候变暖情景下东亚夏季降水变化相似型分析[J]. 地理科学, 29(5): 679-683. [Zhang R, Liu X D. 2009. An analogy analysis of summer precipitation change patterns between mid-Holocene and future climatic warming scenarios over east Asia [J]. Scientia Geographica Sinica, 29(5): 679-683.]
赵进平, 史久新, 王召民, 等. 2015. 北极海冰减退引起的北极放大机理与全球气候效应[J]. 地球科学进展, 30(9): 985-995. [Zhao J P, Shi J X, Wang Z M, et al. 2015. Arctic amplification produced by sea ice retreat and its global climate effects [J]. Advances in Earth Science, 30(9): 985-995.]
郑伟鹏, 俞永强. 2009. 一个耦合气候系统模式模拟的中全新世时期亚洲季风系统变化[J]. 第四纪研究, 29(6): 1135-1145. [Zheng W P, Yu Y Q. 2009. The Asian monsoon system of the mid-Holocene simulated by a Coupled GCM [J]. Quaternary Sciences, 29(6): 1135-1145.]
周卫健, 卢雪峰, 武振坤, 等. 2001. 若尔盖高原全新世气候变化的泥炭记录与加速器放射性碳测年[J]. 科学通报, 46(12): 1040-1044. [Zhou W J, Lu X F, Wu Z K, et al. 2001. Climate changes during the Holocene recorded in a peat core and AMS 14C dating from Ruo’ergai Plateau [J]. Chinese Science Bulletin, 46(12): 1040-1044.]
稿件与作者信息
任鑫
REN Xin
石正国
SHI Zhengguo
国家自然科学基金项目(41690115);中国科学院战略性先导科技专项(XDA20070103);中国科学院青年创新促进会
National Natural Science Foundation of China (41690115); Strategic Priority Research Program of Chinese Academy of Sciences (XDA20070103); Youth Innovation Promotion Association, CAS
出版历史
出版时间: 2018年12月23日 (版本2
参考文献列表中查看
地球环境学报
Journal of Earth Environment