英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

预估北极海冰损失引起的区域气候极端事件的变化

James A Screen1, Clara Deser2 and Lantao Sun3

1埃克塞特大学工程学院，数学和物理科学学院，英国德文郡埃克塞特

2美国国家大气研究中心气候与全球动力学，美国科罗拉多州博尔德

3科罗拉多大学博尔德分校，国家海洋环境科学研究合作研究所，美国科罗拉多州博尔德大气管理地球系统研究实验室

摘要：北极海冰覆盖率的下降已经被广泛记录，显然这种变化对局部地区产生了深远的影响。然而，新兴科学研究领域的高度不确定性是这种北极变化是否对低纬度地区的天气和气候产生明显的影响。特别是社会相关性是一个悬而未决的问题：北极海冰的损失是否会继续使中纬度天气更加极端？在这里，我们使用两个独立的模型分析理想化的大气环流模型模拟，这两个模型都在二十一世纪后期受到预测的北极海冰损失的影响。我们确定了完全由于北极海冰损失而引起的区域温度和降水极端事件的强劲预测变化。预计寒冷极端事件的可能性和持续时间在高纬度地区和北美洲中部和东部地区会减少，但在中亚以北地区会增加。预计热极端事件在高纬度地区发生的频率和持续时间会增加。在高纬度地区，地中海和中亚地区，潮湿极端事件发生的可能性和严重程度有所增加;而且在高纬度地区，中亚和东亚地区的强度预计会增加。欧亚大陆干旱天气的天数和高纬度地区的干旱持续时间都预计会减少。预测极端温度变化的模型一致性比极端降水模型更接近。总的来说，我们发现北美洲中部和东部的极端天气比北半球其他中纬度地区对于北极海冰的损失更为敏感。我们的结果对于限制北极海冰损失在改变极端天气的可能性方面的作用是有用的，但不能被视为确定性预测，因为它们不能解释除了北极海冰损失以外的其他驱动因素。

关键词：北极；海冰；极端气候；天气；温度；降水量

1.介绍

北极海冰覆盖率的下降已被广泛记录（例如，Stroeve et al 2012a，2012b），并且很明显，这种变化在局部地区具有深远的影响（例如，Post et al 2013，Bhatt et al 2014）。然而，新兴科学研究领域的高度不确定性在于，这种北极变化是否对低纬度地区的天气和气候产生了明显的影响。特别是社会相关性是一个悬而未决的问题：北极海冰损失是否使中纬度天气更加极端？这个问题最近受到了很多科学和媒体的关注（参见Cohen等2014，Vihma 2014，Walsh 2014，Barnes和Screen 2015的评论）。例如，有人认为，北极海冰的损失可能会增加北美和欧亚大陆寒冷冬季的频率（Liu et al 2012，Tanget al 2013，Mori et al 2014），并且增加夏季热浪的严重程度（Tang et al 2014， Coumou等2014,2015）。相反，其他研究者则认为每日寒冷天气会减少（Screen 2014，Screen et al 2015，Schneideret al 2015）。

无论过去极端天气变化如何，这很难被发现或归因于北极的影响（Barnes and Screen 2015），预计北极海冰的减少和变暖将在未来几十年持续（Boe et al 2009，Mahlstein and Knutti 2012，IPCC2013）。 因此，一个合乎逻辑的问题是：北极海冰的持续损失是否会使中纬度天气在未来更加剧烈？ 我们把注意力集中在这个重要的问题上。

上述问题的答案可能取决于“极端天气”的含义。 对于什么构成“极端天气”，没有单一的定义。 然而，世界气象组织（WMO）气候变化检测和指数专家组（ETCCDI）建议使用二十七个核心指标来表征极端天气（Zhang et al 2011）。 这些指数或其子集先前已应用于观测（Alexander et al 2006，Donat et al 2013），历史气候模型模拟（Sillman et al 2013a），以及受温室气体增加影响的模型预测（Sillman和Roeckner 2008，Sillman 这些指数还被用于政府间气候变化问题智力小组（IPCC）评估报告（如IPCC 2013）。

简言之，基于第五个耦合模式比较项目（CMIP5）多模式集合的预测，以前的工作表明，温室气体浓度的增加会导致极端寒冷天气的减少和温度升高（例如，IPCC 2013，Kharin等2013，Sillmanet al 2013b）。在高纬度地区，这些变化并不是对称的，而在极端寒冷天气下降幅度大于温度极端升高幅度（Kharin et al 2007，2013），反映温度变化减小（Screen 2014）。这些极端温度变化在各种模型中都非常稳健。预测极端事件的变化在区域上变化更大，CMIP5模型在高纬度地区极端降水事件中强有力地预测了增加（Sillmanet al 2013b）。到二十一世纪后期，如果放射性没有减弱，除了地中海和北美南部，预计大部分模式在中纬度地区都会有更加频繁和更加严重的潮湿（和潮湿）天数（Sillmanet al 2013b）。

这里我们第一次系统地将这些指数的大数（16个）应用于理想化的大气环流模式（AGCM）模拟，该模拟由北极海冰预计的损失强迫，以隔离和量化仅由于北极海冰覆盖减少而引起的温度和降水量的变化。

2.数据和方法

2.1模拟

我们分析了两个独立的AGCM，即英国气象局哈德利中心全球大气模式版本2（HadGAM2）和国家大气研究中心（NCAR）社区大气模型版本4（CAM4）的模拟结果。 完整的描述是这些AGCM可分别在Collins等（2011）和Gent等（2011）中找到。 这里使用的HadGAM2的版本具有1.875°经度和1.25°纬度（被称为N96）和38个垂直等级的水平分辨率。 CAM4的使用配置具有经度为1.25°，纬度为0.9°和垂直度为26的水平分辨率。

我们用两个AGCM进行了两个核心实验。 在第一个实验中，我们规定了代表二十世纪后期的海表温度（sst）和海冰浓度（sic）的年周期。 这些sst和sic值取自CMIP5lsquo;历史rsquo;模拟，其中包括模型的耦合版本（称为HaGEM2和CCSM4），平均值为1980年至1999年期间以及所有可用的集合。Had GAM2和CAM4的模拟在20世纪后期分别称为had20c和cam20c。

在第二个实验中，我们规定了刚刚描述的相同的值，但是这次是代表21世纪晚期的海冰情况。 sic值取自CMIP5lsquo;rcp8.5rsquo;模拟，平均值为2080-99和所有可用的集合。由于温室气体浓度的持续增加迫使lsquo;rpp8.5rsquo;模拟，常常被视为lsquo;一切照常rsquo;情景，并采用有限的缓解策略。这种场景选择是为了最大限度地提高信噪比。在二十世纪末和二十一世纪之间海冰损失的范围，使用了二十一世纪后期的sst值。这个过程说明了冰区减少的区域海洋表面变暖。用Had GAM2和CAM4进行的二十一世纪后期模拟在下文中分别称为had21c和cam21c。关于实验装置的进一步细节可以在Screen等人（2015）中找到。另外，在补充材料中，我们预先发布了第二次中试21世纪海冰条件（具有21c_-mid和cam21c_mid）的选定结果。

每个模拟的月平均3月（每年最大月份）和9月（年度最小月份）海冰浓度和每年的北极海冰面积周期如图1所示。9月份，在had21c和cam21c都有无冰条件。事实上，从7月到11月，had21c是无冰的（或非常短的），从8月到10月，cam21c是无冰的。 3月份，had21c在格陵兰岛，加拿大和西伯利亚的北部海岸保留了冰，但开放水域在大西洋部分占主导地位。相比之下，cam21c在巴伦支海，鄂霍次克海和阿拉斯加海域保留了更多的多年冰块，降幅最大（与cam20c相比）的是白令海。 3月平均海冰面积的平均值had21c与had20c相比减少了50％，cam21c减少了20％（与cam20c相比）。 CMIP5平均3月海冰面积在此时间段内的平均损失（rcp8.5以下）为32％（15％-63％;第5至第95百分点范围）。因此，HadGAM2中规定的海冰面积损失朝向CMIP5模型扩展的上端，并且在CAM4中朝向下端。

图1（a）中3月份海冰浓度had20c，（b）had21c，（c）中9月份海冰浓度had20c，（d）had21c。 （e）北极海冰区每年周期（106平方公里）had20c（实线），had21c（虚线），had21c米（虚线）。 （f）cam20c和（g）cam21c的3月海冰浓度和（h）cam20c和（i）cam21c的9月海冰浓度。 （j）cam20c（实线）和cam21c（虚线）和cam21c_mid（虚线）的北极海冰区年周期（106 km2）。 （a） - （d）中的海冰范围（定义为15％等值线）具有20c和（f） - （i）cam20c。

所有的模拟（had20c，cam20c，had21c和cam21c）都运行了260年。 在我们的建模中，边界强制每年重复一次，每年可以被视为一个独立的集合，从不同的大气初始条件开始。因此，我们有260个集合来计算极端天气的稳健统计数据。我们注意到，由于这些模拟是大气模拟，我们无法捕捉到与海洋环流变化有关的可能的变化，这可能是北极海冰损失的结果（Deseret al 2015）。

在接下来的分析中，我们分析了近地表最大值（HadGAM2中1.5 m; CAM4中2 m）温度（Tmax），最小近地表温度（Tmin），日平均近地表温度（Tave）和总降水量（P合计）。我们将ETCCDI指数（见下文）用于整整260年，然后推导出长期的方法。为了估计对北极海冰的损失，我们从had21c（cam21c）模拟中减去had20c（cam20c）模拟的长期平均值。统计学显著性用平均数检验（Students T-检验）计算，其中空白假设是两个样本（n = 260）具有相同的平均值。我们报告的结果可以用95％的置信度拒绝零假设。除了测试统计显著性之外，我们还评估两个模型之间反馈的稳健性。强反馈被认为是符号和显著性模型一致的反应（即在两个模型中反应在95％的置信水平上都是显著的）。

2.2极端指数

我们分析了十六个ETCCDI核心指数，这里只是简单介绍一下，完整的定义在Zhang等人（2011）中。具体来说，这些是（括号内为官方标识符）：霜冻天数（FD; Tmin lt;0℃时的年计数），结冰天数（ID; Tmax lt;0℃时的年计数），冷夜（TN10p;当Tmin lt;第10百分位时），寒冷天数（TX10p; Tmax lt;第10百分位）的天数百分比，冷天持续时间（CSDI;当Tmin lt;第10百分位瓦片时连续至少6天的每日计数），温暖的夜晚（TN90p;当Tmingt;第90百分位时的天数百分比），温暖天数（TX90p; Tmaxgt; 90百分位数天的百分比），温暖天数持续时间（WSDI;当Tmaxgt; 90百分位数时连续至少6天的年度计数），湿日（R10mm;Ptotge;10mm时的年日数），非常潮湿的日子（R20mm;当Ptotgt; = 20mm时的年日数），湿日降水量（R95pTOT;当Ptot gt; 95thpercentile），非常潮湿的日降水量（R99pTOT; Ptotgt; 99th百分位日的年总降水量），降水强度（SDII;平均前当Ptotgt; = 1毫米时），最长潮湿天数（CWD;当Ptotgt; = 1毫米时的连续天数的最大年数），干燥天数（Rnnmm; Ptot = 0毫米的年度天数;参见下面的注释）和最长干燥天数（CDD;当Ptot lt;1毫米）。我们注意到一个ETCCDI索引是用户定义的（Rnnmm;当Ptot高于用户选择的阈值时的年度天数）;这里我们应用0毫米的阈值，并将此指数称为干天。对于基于百分位数的指数，百分位阈值是根据20世纪后期的模拟（had20c和cam20c）确定的，并且保持相同以用于评估变化在二十一世纪后期的这些指数中。

根据IPCC关于管理极端事件和灾害风险以推进气候变化适应的特别报告（SREX; Seneviratne et al。）的定义，使用12个区域域（如图3（a）所示），在区域平均前的每个模型网格点计算指数al 2012）和IPCC第五次评估报告（IPCC 2013）中使用。它们是：阿拉斯加和加拿大西部（AWC; 105-168°W 50-75°N），加拿大东部和格陵兰岛（ECG; 10-105°W 50-85°N），斯堪的纳维亚（SCA; 0-40°E 58 -85°N），西伯利亚（SIB; 40-180°E50-85°N），美国西部（WUS; 105-130°W30-50°N），美国中部（CUS; 85-105°W 30- 50°N），美国东部（EUS; 60-85°W 30-50°N），中欧（CEU; 10°W-40°E 45-58°N），地中海（MED; 10°W-40° °E 30-45°N，西亚（WAS; 40-75°E30-50°N），中亚（CAS; 75-100°E 30-50°N）和东亚（EAS; 100-145° E 30-50°N），之后通过刚刚提供的三个缩放词来指代这些地区。

2.3模型评估

为了评估模型模拟现实天气极端情况的能力，我们比较了20世纪后期模拟ETCCDI指数（对于非百分比指数）的气候值，并在实际中估算了这些值。由于存在较大的观测不确定性，我们利用四个不同的参考数据集：HadEX2（Donat et al2013），完全基于原位观测，以及三个常用的再分析资料ERA-Interim（Dee et al 2011），NCEP / DOE（Kanamitsu et al。 2002）和NCEP / NCAR（Kalnay 1996）。这两个模型很好地模拟了ETCCDI指数的观测气候学的主要空间特征（补充图1），例如，沿海和山区的冷极端和降水极端的纬度和高度依赖性。图2显示了模型中的平均偏差，在区域内的平均与每个参考数据集相比。更具体地说，我们对12个地

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[21733]，资料为PDF文档或Word文档，PDF文档可免费转换为Word