基于析因数值模拟实验干旱风险敏感性归因研究

This study aims to discuss the historical (1961-2018) and future (2020-2099) climate variables (e.g., precipitation, air temperature, relative humidity, solar radiation and wind speed) influences on drought in China using the meteorological observations, Global Climate Models (GCMs) and satellite products. Because of the the lack of systematic understanding about the contributing factors towards the change in droughts risk under global warming, we develop a framework of factorial numerical experiments to separate the contribution of each individual climate components (trend and variability) in drought risk assessment. On this basis, the process of water-energy was coupled with the framework to investigate the influence on drought. Using Copula joint probability distribution, we can quantify the probability of drought risk under concur condition, and investigate the temporal and spatial differences in various periods over China. This project proposed could not only deepen our knowledge for the driven mechanism of drought, but also provide us scientific basis for water resource management, disaster prevention and eco-environmental protection under the changing climate in China.

本研究采用水文与气象观测、气候模式模拟、遥感产品反演相结合的手段，探讨我国历史(1961-2018)与未来（2020-2099）不同时期干旱风险及其气候变量（降水、气温、相对湿度、辐射、风速等）敏感性。针对目前在水-热动态变化过程中，无法有效分离干旱风险气候要素敏感性的不足，本研究拟：（1）在已有归因方法基础上，发展一套析因数值实验框架，分离各气候变量趋势项和波动项对干旱风险变化趋势的贡献；（2）将该框架与水-热动态变化过程耦合，分离气候变化与人类活动的影响，并进一步定量解析各气候变量在水-热动态变化过程中的影响；（3）运用Copula联合概率分布，定量评估我国历史及未来不同时期时-空干旱联发风险。本项目的开展有助于深入探究干旱风险驱动机制，并能够为气候变化背景下我国水资源管理、干旱灾害预警和生态环境保护等方面提供科学依据。

在气候变化和人类活动的共同影响下，区域间干旱风险难以定量评估。本项目结合长时间序列大尺度遥感、水文模型模拟验证结果，气象站点长期观测和最新多组CMIP6气候模式输出结果（两个排放情景：SSP126和SSP585），构建了我国历史（518个站点，1961-2016年）-未来（2°×2°网格，2015-2100年）PDSI干旱指数，在本项目中，提出并发展出一种定量析因数值模拟实验框架，并以我国为研究区对未来不同排放情境的极端干旱风险进行了定量化归因。评估结果表明气候趋势项中“全球变暖”、“全球变湿”对干旱的影响几乎抵消，辐射增加和相对湿度下降显著增加了极端干旱风险，气候波动项中的降水和气温的波动性增大会显著增加极端干旱的风险。该归因结果同时满足数值实验框架的“第一条件”和“第二条件”，证明了析因数值实验框架的稳定性和准确性。本项目进一步验证了干旱指数的植被响应敏感性，结果表现出不同气候区在干旱影响下植被响应的滞后时间随气候区降水、气温背景值的不同存在明显的梯度效应，植被对干旱的滞后响应随气候由干变湿（或由冷变暖）呈现明显的梯度减弱（响应滞后时间减少）的变化特征。以东北三省为区域核心研究区，评估了Penman-Monteith和Thornthwaite两种不同蒸散法驱动下PDSI干旱指数的土壤湿度代偿可靠性和准确性差异，Penman-Monteith算法驱动的干旱指数可靠性和准确性更高。在此基础上，基于Budyko水热过程理论，在年代际尺度（5年非滑动窗口）对ET/P、ET/PET进行正交向量分解，定量分离了水循环过程中人类活动和气候变化影响的敏感性，人类活动敏感区位于东北地区的松花江流域和辽河流域，气候变化敏感区位于西北诸河和西南诸河。运用Copula联合概率分布，引入干旱游程理论分别评估我国干旱历时-烈度-程度的双变量共发风险。本研究进一步优化了干旱归因评估的方法，提出的析因数值模拟实验，也可应用于不同极端高温热浪的归因研究中，具有较高的应用价值。