ISSN 1004-4965

CN 44-1326/P

用微信扫描二维码

分享至好友和朋友圈

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

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

陈雪 苏布达 温姗姗 姜彤 高超 王艳君 翟建青

陈雪, 苏布达, 温姗姗, 姜彤, 高超, 王艳君, 翟建青. 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[J]. 热带气象学报, 2018, 34(5): 695-704. doi: 10.16032/j.issn.1004-4965.2018.05.011
引用本文: 陈雪, 苏布达, 温姗姗, 姜彤, 高超, 王艳君, 翟建青. 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[J]. 热带气象学报, 2018, 34(5): 695-704. doi: 10.16032/j.issn.1004-4965.2018.05.011
Xue CHEN, Bu-da SU, Shan-shan WEN, Tong JIANG, Chao GAO, Yan-jun WANG, Jian-qing ZHAI. SPATIOTEMPORAL DISTRIBUTIONS OF HAZARD-INDUCING TROPICAL CYCLONES UNDER THE 1.5℃ AND 2.0℃ GLOBAL WARMING SCENARIOS IN SOUTHEAST COASTAL CHINA[J]. Journal of Tropical Meteorology, 2018, 34(5): 695-704. doi: 10.16032/j.issn.1004-4965.2018.05.011
Citation: Xue CHEN, Bu-da SU, Shan-shan WEN, Tong JIANG, Chao GAO, Yan-jun WANG, Jian-qing ZHAI. SPATIOTEMPORAL DISTRIBUTIONS OF HAZARD-INDUCING TROPICAL CYCLONES UNDER THE 1.5℃ AND 2.0℃ GLOBAL WARMING SCENARIOS IN SOUTHEAST COASTAL CHINA[J]. Journal of Tropical Meteorology, 2018, 34(5): 695-704. doi: 10.16032/j.issn.1004-4965.2018.05.011

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

doi: 10.16032/j.issn.1004-4965.2018.05.011
基金项目: 

国家自然科学基金 41571494

中国气象局气候变化专项“气候变化影响综合评估 CCSF 201722

详细信息
    通讯作者:

    翟建青,男,山西省人,副研究员,博士,主要从事气候变化风险评估与管理研究。E-mail:zhaijq@cma.gov.cn

  • 中图分类号: P444

SPATIOTEMPORAL DISTRIBUTIONS OF HAZARD-INDUCING TROPICAL CYCLONES UNDER THE 1.5℃ AND 2.0℃ GLOBAL WARMING SCENARIOS IN SOUTHEAST COASTAL CHINA

  • 摘要: 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。

     

  • 图  1  浙江、福建和广东省CCLM格点空间分布

    图  2  西北太平洋风场预估案例

    图  3  1986—2005年东南沿海致灾气旋逐年频数的观测与CCLM输

    a.浙江省;b.福建省;c.广东省。

    图  4  1986—2005年东南沿海致灾气旋风速(a)与降水量(b)的观测值和CCLM输出

    箱线图中水平横线为逐年致灾气旋气象要素的中位数;线框为上下四分位;延长线的上、下边界分别表示最大值和最小值。

    图  5  1986—2005年观测(a1~a3)与CCLM模拟(b1~b3)的中国东南沿海致灾气旋频数、风速及降水量空间分布

    图  6  1986—2005年与全球升温1.5 ℃、2.0 ℃情景下中国东南沿海致灾气旋频数比较

    图  7  东南沿海地区致灾气旋频数变化的空间分布:全球升温1.5 ℃(a)与2.0 ℃(b)情景相对于基准期

    图  8  1986—2005年与全球升温1.5 ℃、2.0 ℃情景下致灾气旋的风速(a)与降水量(b)比较

    图  9  东南沿海地区致灾气旋风速和降水量变化的空间分布:全球升温1.5 ℃(a)与2.0 ℃(b)情景相对于基准期

    表  1  1986—2015年浙江、福建和广东省致灾气旋风速、降水与气压阈值

    地区 观测值 CCLM模拟值
    风速/(m/s) 降水量/mm 气压/hPa 风速/(m/s) 降水量/mm 气压/hPa
    浙江省 5 60 990 5 45 990
    福建省 6 60 990 7 50 990
    广东省 5 65 1000 7 60 1000
    下载: 导出CSV
  • [1] WANG Y J, WEN S S, LI X, et al. Spatio-temporal distributions of influential tropical cyclones and associated economic losses in China in 1986-2015[J]. Nat Hazards, 2016, 84(3): 2009-2030. doi: 10.1007/s11069-016-2531-6
    [2] QIN D H, ZHANG J Y, SHAN C C, et al. China national assessment report on risk management and adaptation of climate extremes and disasters[M]. Beijing: Beijing Science Press, 2016: 123-124.
    [3] 温姗姗, 翟建青, FISCHER T, 等. 1986—2014年影响中国热带气旋的经济损失标准化及其变化特征[J].热带气象学报, 2017, 33(4): 332-338. http://www.cqvip.com/QK/92292A/201704/672982312.html
    [4] CHEN X Y, WU L G, ZHANG J Y. Increasing duration of tropical cyclones over China[J]. Geophys Res Lett, 2011, 38(2) : 195-201. http://cn.bing.com/academic/profile?id=1c10bd275d986a66355d018b8a837239&encoded=0&v=paper_preview&mkt=zh-cn
    [5] 尹宜舟, 肖风劲, 罗勇, 等.我国热带气旋潜在影响力指数分析[J].地理学报, 2011, 66(3): 367-375. http://d.old.wanfangdata.com.cn/Periodical/dlxb201103009
    [6] 中国气象局.中国气象灾害年鉴2016[M].北京:气象出版社, 2017.
    [7] IPCC. Climate change 2013: the physical science basis. IPCC working group Ⅰ contribution to AR5[M]. Cambridge, UK, New York, USA:Cambridge University Press, 2013.
    [8] UNFCCC. Decision 1/CP. 21[R]. The Paris Agreement. Paris: UNFCCC, 2015.
    [9] 卢小丹, 王黎娟, 刘国忠, 等.两个不同季节台风引发广西特大暴雨的水汽和螺旋度对比分析[J].热带气象学报, 2017, 33(3): 375-385. http://d.old.wanfangdata.com.cn/Periodical/rdqxxb201703009
    [10] 魏晓雯, 吴坤娣, 陈明, 等.超强台风"威马逊"近海加强与低频水汽输送的关系及前期信号[J].热带气象学报, 2017, 33(2): 267-272. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=rdqxxb201702013
    [11] TORY K J, CHAND S S, MCBRIDE J L, et al. Projected changes in late-twenty-first-century tropical cyclone frequency in 13coupled climate models from phase 5 of the coupled modelIntercomparison project[J]. J Clim, 2013, 26(24): 9946-9959. doi: 10.1175/JCLI-D-13-00010.1
    [12] MENDELSOHN R, EMANUEL K, CHONABAYASHI S et al.The impact of climate change on global tropical cyclone damage[J]. Nature Clim Change, 2012, 2: 205-209. doi: 10.1038/nclimate1357
    [13] LACKMNN G M. Hurricane Sandy before 1900 and after 2100[J]. Bull Am Meteorol Soc, 2015, 96(4): 547-560. doi: 10.1175/BAMS-D-14-00123.1
    [14] 张悦, 李珊珊, 陈灏, 等.广东省台风灾害风险综合评估[J].热带气象学报, 2017, 33(2): 281-288. http://d.old.wanfangdata.com.cn/Conference/9230674
    [15] SUN J Q, AHN J B. A GCM-Based forecasting model for the landfall of tropical cyclones in China[J]. Adv Atmos Sci, 2011, 28(5): 1049-1055. doi: 10.1007/s00376-011-0122-8
    [16] CAMARGO S J. Global and regional aspects of tropical cyclone activity in the CMIP5 models[J]. J Clim, 2013, 26(24): 9880-9902. doi: 10.1175/JCLI-D-12-00549.1
    [17] 李新周, 刘晓东.未来全球气候变暖情景下华东地区极端降水变化的数值模拟研究[J].热带气象学报, 2012, 28(3): 379-391. doi: 10.3969/j.issn.1004-4965.2012.03.010
    [18] 陶辉, 黄金龙, 翟建青, 等.长江流域气候变化高分辨率模拟与RCP4.5情景下的预估[J].气候变化研究进展, 2013, 9(4): 246-251. doi: 10.3969/j.issn.1673-1719.2013.04.002
    [19] 孟玉婧, 姜彤, 苏布达, 等.高分辨率区域气候模式CCLM对鄱阳湖流域气温的模拟评估[J].中国农业气象, 2013, 34(2): 123-129. doi: 10.3969/j.issn.1000-6362.2013.02.001
    [20] FISCHER T, MENZ C, SU B D, et al. Simulated and projected climate extremes in the Zhujiang River Basin, South China, using the regional climate model COSMO-CLM[J]. Int J Climatol, 2013, 33(14): 2988-3001. doi: 10.1002/joc.2013.33.issue-14
    [21] 高超, 张正涛, 陈实, 等. RCP4.5情景下淮河流域气候变化的高分辨率模拟[J].地理研究, 2014, 33(3): 467-477. http://d.old.wanfangdata.com.cn/Periodical/dlyj201403006
    [22] 朱娴韵, 苏布达, 黄金龙, 等.云南气候变化高分辨率模拟与RCP4.5情景预估[J].长江流域资源与环境, 2015, 24(3): 476-481. doi: 10.11870/cjlyzyyhj201503018
    [23] 黄金龙, 王艳君, 苏布达, 等. RCP 4.5情景下长江上游流域未来气候变化及其对径流的影响[J].气象, 2016, 42(5): 614-620. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=qx201605011
    [24] 陈静, 刘洪滨, 王艳君, 等.华北平原干旱事件特征及农业用地暴露度演变分析[J].中国农业气象, 2016, 37(5): 587-599. doi: 10.3969/j.issn.1000-6362.2016.05.011
    [25] SU B D, JIAN D N, WANG Y J, et al. Projection of actual evapotranspiration using the COSMO-CLM regional climate model under global warming scenarios of 1.5 ℃ and 2.0 ℃ in the Tarim River Basin, China[J]. Atmos Res, 2017, 196: 119-128. doi: 10.1016/j.atmosres.2017.06.015
    [26] SUN H M, WANG Y J, CHEN J, et al. Exposure of population to droughts in the Haihe River Basin under global warming of 1.5 and 2.0 ℃ scenarios[J]. Quat Int, 2017, 453:74-84. doi: 10.1016/j.quaint.2017.05.005
    [27] 王安乾, 苏布达, 王艳君, 等.全球升温1.5 ℃与2.0 ℃下中国极端低温事件特征与耕地暴露度研究[J].气象学报, 2017, 75(3): 415-428. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=qxxb201703004
    [28] 刘俸霞, 姜彤, 赵晶, 等.全球升温1.5 ℃与2.0 ℃情景长江中下游地区极端降水的变化特征[J].长江流域资源与环境, 2017, 26(5): 778-788. http://d.old.wanfangdata.com.cn/Periodical/cjlyzyyhj201705016
    [29] COLBERT A J, SODEN B J, KIRTMAN B P. The impact of natural and anthropogenic climate change on western north Pacific tropical cyclone tracks[J]. J Clim, 2015, 28 (5): 1806-1823. doi: 10.1175/JCLI-D-14-00100.1
    [30] WU L, WANG B. What has changed the proportion of intense hurricanes in the last 30 years? [J]. J Clim, 2008, 21(6): 1432-1439. doi: 10.1175/2007JCLI1715.1
    [31] WU L, WANG B, BRAUN S A. Implications of tropical cyclone power dissipation index[J]. Int J Climatol, 2008, 28(6): 727-731. doi: 10.1002/(ISSN)1097-0088
    [32] 陆逸, 朱伟军, 任福民, 等. 1986-2014年中国台风大风和台风极端大风的变化[J].气候变化研究进展, 2016, 12(5): 413-421. http://www.cqvip.com/QK/88473X/201605/670133961.html
    [33] YING M, CHEN B D, WU G X. Climate trends in tropical cyclone-induced wind and precipitation over mainland China[J]. Geophys Res Lett, 2011, 38(1): 321-326. http://cn.bing.com/academic/profile?id=ffe5ff2e09244dcb039db93d7012bc7b&encoded=0&v=paper_preview&mkt=zh-cn
  • 加载中
图(9) / 表(1)
计量
  • 文章访问数:  1034
  • HTML全文浏览量:  48
  • PDF下载量:  2017
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-08-14
  • 修回日期:  2018-04-18
  • 刊出日期:  2018-10-01

目录

    /

    返回文章
    返回