• CN 62-1175/P
  • ISSN 1006-7639
  • 双月刊
  • 中国科技核心期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中文科技期刊数据库收录期刊

干旱气象, 2026, 44(4): 600-612 DOI: 10.11755/j.issn.1006-7639-2026-04-0600

“区域干旱”专栏

北方干旱多发带蒸散变化趋势特征预估

李丹华,1,3, 张强,2, 张铁军1, 杨金虎2, 刘紫妍4, 刘青5, 杨景怡1, 黄钰涵1, 刘丽伟1

1 甘肃省气候中心甘肃 兰州 730020

2 中国气象局兰州干旱气象研究所甘肃 兰州 730020

3 兰州大学资源与环境学院甘肃 兰州 730000

4 成都信息工程大学四川 成都 610225

5 国网能源研究院有限公司北京 102209

Projection of evapotranspiration trend characteristics in the arid-prone belt of northern China

LI Danhua,1,3, ZHANG Qiang,2, ZHANG Tiejun1, YANG Jinhu2, LIU Ziyan4, LIU Qing5, YANG Jingyi1, HUANG Yuhan1, LIU Liwei1

1 Gansu Provincial Climate CenterLanzhou 730020China

2 Lanzhou Institute of Arid MeteorologyChina Meteorological AdministrationLanzhou 730020China

3 School of Resources and EnvironmentLanzhou UniversityLanzhou 730000Gansu

4 Chengdu University of Information TechnologyChengdu 610225China

5 State Grid Energy Research Institute Co.Ltd.Beijing 102209China

通讯作者: 张强(1965—),男,院士,博士生导师,主要从事陆-气相互作用、边界层与干旱研究。E-mail:zhangqiang@cma.gov.cn

责任编辑: 黄小燕;校对:邓祖琴

收稿日期: 2025-12-23   修回日期: 2026-03-31  

基金资助: 国家自然科学基金重点资助项目(42230611)
国家自然科学基金重点资助项目(42375039)
国家自然科学基金重点资助项目(42575204)
中国气象局创新发展专项(CXFZ2026J025)
中国气象局创新发展专项(CXFZ2025J025)
甘肃省教育厅创新基金项目(2024B-278)
气象灾害防御科普知识校园推广研究项目(25JRZA046)
甘肃省气象局人才专项(2627rczx-C-QNYXRC-02)
甘肃省气象局重点项目(Zd2026-C-2)

Received: 2025-12-23   Revised: 2026-03-31  

作者简介 About authors

李丹华(1991—),女,甘肃民乐人,工程师,主要从事气候监测预测和气候变化研究。E-mail: 18093184011@163.com

摘要

蒸散发(Evapotranspiration,ET)作为水循环的关键环节,不仅直接影响土壤墒情、河流径流和地下水补给,还在干旱形成与演变过程中发挥重要作用,在气候变暖背景下,准确预估ET变化对理解区域干旱发生机制、提升抗旱能力具有重要意义。本文基于第六次国际耦合模式比较计划(Coupled Model Intercomparison Project Phase 6,CMIP6)多模式输出的蒸散、平均气温和降水量数据,预估未来三种不同排放情景(SSP1-2.6、SSP2-4.5、SSP5-8.5)下中国北方干旱多发带ET的变化趋势及其影响因素。结果表明:三种排放情景下ET均呈明显增加趋势,变化趋势分别为1.6、2.0、3.7 mm·(10 a)-1;ET的变化趋势对温室气体排放水平表现出显著响应,排放强度越高,ET增幅越显著;ET年内分布夏季最大,春、秋季次之,冬季最小;春季降水量增加最明显,对ET增量贡献较大;不同排放情景下,气温是ET变化的主导驱动因子,降水起次要调控作用,水热因子驱动强度随排放增大而提升,夏季部分时段降水对ET的约束作用减弱,冬春季节ET对气温的响应更为敏感。

关键词: 北方干旱多发带; 蒸散发; 气温; 降水; 预估; 影响因素

Abstract

As a key component of the water cycle, evapotranspiration (ET) not only directly affects soil moisture, river runoff, and groundwater recharge, but also plays an important role in the formation and evolution of droughts. Against the background of global warming, accurately projecting ET changes is of great significance for understanding the mechanisms of regional drought occurrence and enhancing drought resilience. Based on ET, mean temperature, and precipitation data from multiple models of the Coupled Model Intercomparison Project Phase 6 (CMIP6), this study projects the variation trends of ET and its influencing factors in the arid-prone belt of northern China under three future emission scenarios (SSP1-2.6, SSP2-4.5, and SSP5-8.5). The results show that ET exhibits a significant increasing trend under all three emission scenarios, with trend rates of 1.6, 2.0, and 3.7 mm (10 a)-1, respectively. The variation trend of ET shows a significant response to greenhouse gas emission levels, with higher emission intensities leading to more pronounced increases in ET. ET reaches its intra‑annual maximum in summer, followed by spring and autumn, and is at its minimum in winter. The precipitation increase is most obvious in spring, and this contributes substantially to the ET increment. Under different emission scenarios, temperature is the dominant driving factor for ET variations, while precipitation plays a secondary regulatory role. The driving intensity of hydrothermal factors increases with rising emission levels. Precipitation constraint on ET weakens during part of summer, and ET in winter and spring is more sensitive to temperature.

Keywords: the arid-prone belt of northern China; evapotranspiration; air temperature; precipitation; projection; influencing factors

PDF (25629KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

李丹华, 张强, 张铁军, 杨金虎, 刘紫妍, 刘青, 杨景怡, 黄钰涵, 刘丽伟. 北方干旱多发带蒸散变化趋势特征预估[J]. 干旱气象, 2026, 44(4): 600-612 DOI:10.11755/j.issn.1006-7639-2026-04-0600

LI Danhua, ZHANG Qiang, ZHANG Tiejun, YANG Jinhu, LIU Ziyan, LIU Qing, YANG Jingyi, HUANG Yuhan, LIU Liwei. Projection of evapotranspiration trend characteristics in the arid-prone belt of northern China[J]. Arid Meteorology, 2026, 44(4): 600-612 DOI:10.11755/j.issn.1006-7639-2026-04-0600

0 引言

蒸散发(Evapotranspiration,ET)作为水循环与能量循环的核心纽带,不仅是地表水分损失的主要形式,更是陆-气相互作用中潜热输送的关键载体。在气候变化背景下,其动态变化直接影响区域水资源可利用量、生态系统稳定性和干旱演变过程(刘扬和韦志刚,2012; 仲雷等,2026)。我国北方干旱多发带地处东亚夏季风影响边缘区,是季风区与非季风区的过渡带,也是干旱、半干旱与半湿润气候的交错带,具有降水变率大、蒸发能力强、生态环境脆弱等典型特征(张强等,2017b;张强等,2019)。

随着全球变暖加剧,气温升高直接增强大气蒸发需求,导致地表蒸散能力持续上升。这一过程不仅加速了土壤水分消耗,加剧了农业与生态系统的干旱风险,更通过改变地表能量分配比例,可能诱发“高温—低湿—强蒸散—土壤干化”的正反馈机制(Gebrechorkos et al., 2025),这种反馈循环进一步放大极端干旱与干热事件的发生频率和强度(Zhuang et al., 2024)。北方干旱多发带作为季风气候过渡带,该区域正经历显著的“暖干化”转变(Zhang et al., 2019; Zhang et al., 2025b),具体而言,在季风影响的过渡区,陆-气相互作用表现出高度的空间异质性,受地形、下垫面及季风波动的共同调控(Zhang et al., 2025a)。蒸散发对气候变暖的响应并非线性,而是呈现出显著的时空非平稳性和转换特征:在水分充足区,变暖主要通过增加能量供给促进蒸发;但在水分受限区,变暖会加剧土壤干化,进而抑制蒸发,这种非线性响应使得干旱的演变更加复杂且难以预测(张强等,2017a)。

已有研究显示,不同区域蒸散发的变化趋势存在明显差异:如西辽河流域蒸散发整体呈上升趋势(孙小舟等,2009),新疆昆仑山北坡蒸散发由南向北递减(李红阳等,2024),而宁夏中部干旱带则表现出显著的空间分异特征(李媛等,2016)。这些差异的背后,是气象因子主导作用的季节性与区域性转换:例如西北地区春、夏、秋三季蒸散发变化主要受风速调控,冬季则由气温主导(曹雯等,2012);同时最高气温也被证实为部分区域蒸散发最敏感的驱动变量(Hupet and Vanclooster, 2001)。这表明,在开展未来蒸散发变化预估时,必须充分考虑区域气候背景与主导因子的动态演变。

近年来,第六次耦合模式比较计划(Coupled Model Intercomparison Project Phase 6, CMIP6)多模式集合已成为全球及区域尺度气候预估的重要工具(周天军等,2021),为未来蒸散发变化研究提供数据支撑。然而,多数模式在模拟陆面过程时仍存在系统性偏差,尤其在干旱与半干旱区,普遍高估实际蒸散发量,其根源在于陆-气交换参数化方案对复杂下垫面过程的刻画能力不足,以及观测约束和数据同化的局限(Seo et al., 2009;Mueller and Seneviratne, 2014)。对于我国北方这一陆-气相互作用剧烈、观测资料相对缺乏的区域,如何有效利用CMIP6数据集结合区域本地化特征开展偏差校正与降尺度处理,提升蒸散发预估结果的可信度,仍是亟需解决的关键问题(祁晓凡等,2018;詹明月等,2020;戴君等,2023)。

综上所述,北方干旱多发带作为我国水资源压力最大、生态最敏感的区域之一,蒸散发不仅是连接水、热过程的核心变量,更是干旱演化的重要驱动因子。准确预估其未来变化趋势,既能深化对区域水循环响应机制的理解,也可为退耕还林还草、生态修复布局、水资源调配及极端干旱事件风险防控等重大生态水利需求提供科学依据。基于此,本文利用CMIP6多模式数据与区域观测资料,系统分析北方干旱多发带蒸散发的时空变化特征,识别主导气象因子的响应机制,并对未来不同排放情景(SSP1-2.6、SSP2-4.5、SSP5-8.5)下蒸散发演变趋势进行高分辨率预估,以期为区域可持续发展与气候适应策略制定提供科学依据。

1 研究区概况、资料及方法

1.1 研究区概况

本文所指“北方干旱多发带”主要包括我国东北西部、华北北部及西北东部(图1)。该区域处于夏季风影响与非影响区的过渡地带,是我国湿润区与干旱区的重要生态过渡带,也是典型的气候变化敏感区、生态脆弱带和干旱灾害高发区。区域地形复杂,地势整体自东向西抬升;海拔最低处不足100 m(如华北平原、东北平原局部),最高处超过8 000 m,复杂地形进一步加剧了水热分布的空间异质性。区域气温时空差异显著,年平均气温-5~15 ℃,年内温差大;年最低气温-18~-10 ℃,极端最高气温可达40 ℃以上。该区域四季分明,冬季漫长寒冷,月平均气温-6~-30 ℃,持续6—7个月;夏季短促炎热,7月平均气温多为20 ℃左右,且夏季高温事件频发。

图1

图1   中国地形及北方干旱多发带气象站点空间分布

Fig.1   Spatial distribution of China’s topography, the arid-prone belt of northern China and meteorological stations


1.2 资料与方法

选取欧洲中期天气预报中心第五代大气再分析数据集(European Centre for Medium-Range Weather Forecasts Reanalysis 5th Generation,ERA5)1991—2025年逐月气温资料(空间分辨率为0.25°×0.25°),以及CMIP6计划下10个国内外全球气候模式(表1)1991—2100年陆地蒸散发(ET)、降水量、平均气温等预估数据,采用双线性插值法将模式和再分析数据插值到北方干旱多发带263个气象站点(图1)。以1995—2014年作为气候基准期,从8种未来气候变化情景中选取SSP1-2.6、SSP2-4.5和SSP5-8.5三种共享社会经济路径情景,分别代表低、中、高排放强迫情景(周天军等,2021)。另外文中近期、中期、末期依次对应2023—2040年、2041—2060年和2081—2100年。

表1   模式名称及分辨率

Tab.1  Model name and resolution

气候模式名称所在国家网格分辨率(纬度×经度)
BCC_CSM2_MR中国160°×320°
CESM2美国192°×290°
EC-Earth3-Veg-LR欧洲160°×322°
CNRM-ESM2-1法国128°×258°
INM-CM4-8俄罗斯120°×182°
IPSL-CM6A-LR(France)法国144°×146°
MPI-ESM1-2-LR德国96°×194°
UKESM1-0-LL英国144°×192°
CMCC-ESM2意大利192°×290°
MIROC-ES2L日本64°×130°

新窗口打开| 下载CSV


为评估CMIP6模式对研究区蒸散发的模拟能力,引入均方根误差(Root Mean Square Error, RMSE)开展精度检验(熊秋芬等,2011),用以量化模拟值与观测值的偏离程度。

2 结果分析

2.1 模式结果检验

从基准期来看(图2),北方干旱多发带ET季节分布极不均匀,呈现出典型的“夏高冬低、春秋过渡”的单峰模式。春季大部地方ET为40.0~262.0 mm,区域平均为148.3 mm[图2(a)];夏季受高温和季风雨带影响,ET达到全年最高,是水分消耗最剧烈的时期,大部分地方为150.0~370.0 mm,空间平均为270.7 mm[图2(b)];秋季,随着气温下降和植被枯黄,ET迅速回落,其值为50.0~260.0 mm,区域平均值为123.0 mm[图2(c)],不到夏季的一半;冬季ET较小,大部地区分布为9.0~77.0 mm,平均值为24.9 mm[图2(d)]。

图2

图2   基于ERA5再分析资料的基准期(1995—2014年)北方干旱多发带不同季节ET空间分布

(a)春季,(b)夏季,(c)秋季,(d)冬季

Fig.2   Spatial distribution of ET in the arid-prone belt of northern China during the baseline period (1995-2014) based on ERA5 reanalysis data

(a) spring, (b) summer, (c) autumn, (d) winter


图3是基于CMIP6不同模式模拟和ERA5再分析资料的基准期北方干旱多发带ET逐月变化和均方根误差。可以看出,各模式对ET年内单峰型分布规律的捕捉能力较强,但在夏季(6—8月)峰值时段存在明显的系统性高估[图3(a)],如7—8月基于ERA5的ET达到峰值(约90~100 mm)时,部分单一模式(如MIROC-ES2L、CMCC-ESM2)的模拟值显著偏高,且该时段的RMSE达到全年最大。这说明当前CMIP6全球模式在模拟北方干旱多发带夏季强对流与水热交换过程时,仍存在物理参数化方案的局限性。

图3

图3   基于CMIP6不同模式模拟和ERA5再分析资料的基准期北方干旱多发带ET逐月变化(a)及各模式模拟值相对ERA5的均方根误差(b)

Fig.3   Monthly variations of ET from ERA5 reanalysis data and simulations of different CMIP6 models (a), and root mean square error (RMSE) of each model simulation relative to ERA5 (b) in the arid-prone belt of northern China during the baseline period


10个CMIP6模式相对于ERA5序列的模拟能力存在明显差异,各模式RMSE为7.24~15.40 mm[图3(b)]。其中BCC_CSM2_MR模拟效果最优,MIROC-ES2L偏差相对较大。多模式集合平均的RMSE仅为3.45 mm,显著低于所有单一模式,说明多模式集合平均可有效降低个体模式的系统偏差,模拟性能更接近观测,具有明显的综合优势。此外,选取模拟性能最优的4个模式(BCC、UKESM、EC、MPI)进行集合平均,发现10个模式集合平均的模拟效果优于优选的4个模式,该优势在5—8月尤为突出(图略)。同时,分析发现当前CMIP6多模式集合在夏季RMSE显著高于其他季节(图略)。这主要源于全球模式水平分辨率较粗,对北方干旱多发带复杂的下垫面、地形强迫及局地水循环过程的物理刻画能力不足。

2.2 北方干旱多发带ET时空变化

基于多模式集合平均预估结果,分析北方干旱多发带在SSP1-2.6、SSP2-4.5及SSP5-8.5三种排放情景下ET的时空分异特征(图4表2)。结果显示,相较于基准期,未来年ET总体呈上升趋势,且对排放强度表现出明显的梯度响应。在SSP5-8.5高排放情景下,ET增速达3.7 mm·(10 a)-1,显著高于SSP1-2.6和SSP2-4.5排放情景[分别为1.6、2.0 mm·(10 a)-1];中低排放情景下,ET增幅在21世纪60年代后逐渐趋缓并趋于稳定,而SSP5-8.5排放情景下则持续增强,反映出高排放背景下ET对气候变暖的强敏感性。同时,该区域ET增速在三种排放情景下均低于全国平均水平[分别为8.4、9.8和14.7 mm·(10 a)-1,通过置信水平为95%的显著性检验]。季节尺度上,ET变化呈现显著差异性,总体表现为春季增幅最大[三种排放情景平均变化速率为3.0 mm·(10 a)-1],夏季次之[2.9 mm·(10 a)-1],秋季[2.3 mm·(10 a)-1]和冬季[1.4 mm·(10 a)-1]增幅依次减小。这种季节差异与水热条件的协同调控密切相关:春季气温快速回升,叠加植被返青期的蒸腾需求,使得该季节ET对气候变化的响应最为敏感;冬季受低温条件制约,ET响应最弱。

图4

图4   不同排放情景下CMIP6多模式集合平均的2015—2100年北方干旱多发带全年及不同季节ET距平年际变化

(a)春季,(b)夏季,(c)秋季,(d)冬季,(e)全年

(阴影表示模式之间的不确定,下同)

Fig.4   Interannual variations of annual and seasonal ET anomalies in the arid-prone belt of northern China from 2015 to 2100 based on CMIP6 multi-model ensemble mean under different emission scenarios

(a) spring, (b) summer, (c) autumn, (d) winter,(e) annual

(Shaded areas indicate inter-model uncertainty, the same as below)


表2   不同排放情景下2015—2100年北方干旱多发带全年及不同季节ET变化趋势

Tab.2  The variation trends of annual and seasonal ET in the arid-prone belt of northern China from 2015 to 2100 under different emission scenarios

排放情景春季夏季秋季冬季全年
SSP1-2.61.72.31.50.71.6
SSP2-4.52.52.41.91.12.0
SSP5-8.54.74.03.52.43.7
平均3.02.92.31.42.4

新窗口打开| 下载CSV


图5为北方干旱多发带三种排放情景下近期(2023—2040年)、中期(2041—2060年)和末期(2081—2100年)全年及不同季节ET相对于基准期(1995—2014年)的变化百分率分布。总体而言,全年ET变化百分率随时间推移逐步升高,均呈现“末期>中期>近期”的特征,且不同排放路径下的增幅差异明显。从情景对比来看,近期ET变化百分率SSP1-2.6>SSP5-8.5>SSP2-4.5,这可能反映了低排放情景下气候系统初期的敏感响应,而高排放情景的升温效应尚未完全释放;中期SSP1-2.6与SSP5-8.5情景下ET变化百分率趋于接近,而SSP2-4.5情景下仍保持最低水平,体现了中等排放路径下的缓变特征;末期,ET变化百分率与累积排放量呈显著正相关,SSP5-8.5情景下ET增幅达到基准期的1.3倍,显示出高排放路径下陆面水热过程的剧烈响应。

图5

图5   不同排放情景下北方干旱多发带不同年代全年及不同季节ET相较基准期的变化百分率

(a)春季,(b)夏季,(c)秋季,(d)冬季,(e)全年

Fig.5   Percentage changes of annual and seasonal ET relative to the baseline period for different decades over the arid-prone belt of northern China under different emission scenarios

(a) spring, (b) summer, (c) autumn, (d) winter, (e) annual


季节尺度上,ET变化百分率存在显著差异。三种排放情景平均结果显示,近期、中期、末期春季ET变化百分率依次为6.7%、11.8%、18.3%,夏季为2.6%、5.4%、8.1%,秋季为3.3%、7.8%、13.8%,冬季为9.6%、18.4%、32.1%。冬季ET变化百分率约为夏季的4倍,这主要归因于基准期冬季ET绝对值较小,微小的气温升高即可引起较大比例的相对变化,而夏季尽管能量条件充足,但降水变率增大引发的土壤水分胁迫限制了实际蒸散发的增长,从而抑制了其变化幅度。这一特征凸显了不同季节蒸散发响应机制的差异性,即冬季受能量约束主导,夏季则更多受水分限制调控。

图6为不同排放情景下北方干旱多发带2024—2100年不同季节ET变化趋势的空间分布。总体而言,所有排放情景中四季ET均呈增加趋势,但增幅具有明显的季节主导性与区域差异性。低排放情景下呈现“夏季>春季>秋季>冬季”的增幅格局,其中夏季高值区集中在河套平原与东北农牧交错带,而冬季增幅最小且空间差异不显著,反映出低温对蒸散发过程的强烈抑制;中等排放情景下,春季在江淮流域南部与东北松嫩平原显著增强,夏季高值区则向北扩展至华北北部与东北地区,秋冬季大部分区域增幅为1.0~2.0 mm·(10 a)-1,变化相对平缓;高排放情景下,春季、夏季、秋季ET增幅均显著增大,其中春季ET变化趋势在中部偏南地区最大超过5.0 mm·(10 a)-1,而冬季即便在高排放条件下,ET增幅仍明显低于其他季节。

图6

图6   不同排放情景下北方干旱多发带2024—2100年不同季节ET变化趋势的空间分布[单位:mm·(10 a)-1]

Fig.6   Spatial distribution of ET variation trends over the arid-prone belt of northern China in different seasons from 2024 to 2100 under different emission scenarios (Unit: mm·(10 a)-1


从空间格局演变来看,夏季ET高值区随排放强度增加呈现系统性北移趋势,这与全球变暖背景下东亚夏季风雨带北推的特征一致,反映了水热条件协同变化对区域蒸散发格局的调控作用。同时,ET对排放强度的响应具有显著的季节敏感性差异,春季响应最敏感,可能与气候变暖导致的气温回升加速、植被返青提前及蒸腾活动增强密切相关;而冬季ET对排放强度的响应最迟钝,主要受限于能量不足与地表冻结等物理约束。上述结果揭示了不同排放情景下陆面水循环对气候变化的非均匀响应特征,为区域干旱风险评估与水资源适应性管理提供科学依据。

2.3 北方干旱多发带ET影响因素分析

图7为不同排放情景下CMIP6多模式集合平均的2015—2100年北方干旱多发带全年及不同季节平均气温距平年际变化,表3为对应情景下2015—2100年该区域全年及不同季节气温变化趋势。可以看出,相较于基准期,不同排放情景下气温均呈明显上升趋势,且增温速率与排放强度呈正相关。年平均气温在三种排放情景(SSP1-2.6、SSP2-4.5、SSP5-8.5)下的增加速率分别为0.17、0.37、0.70 ℃·(10 a)-1,各季节变化趋势与年均值高度一致,表明季节间差异总体不显著。具体而言,三种排放情景下春季增温速率分别为0.17、0.34、0.60 ℃·(10 a)-1,夏季为0.16、0.37、0.70 ℃·(10 a)-1,秋季为0.17、0.38、0.74 ℃·(10 a)-1,冬季为0.16、0.38、0.79 ℃·(10 a)-1。在高排放情景下,冬季增温最剧烈,而春季的增温幅度相对最缓,这一特征可能与冬季背景温度低、温室效应增温响应更敏感等因素有关。

图7

图7   不同排放情景下CMIP6多模式集合平均的2015—2100年北方干旱多发带全年及不同季节平均气温距平年际变化

(a)全年,(b)春季,(c)夏季,(d)秋季,(e)冬季

Fig.7   Interannual variations of annual and seasonal mean temperature anomalies in the arid-prone belt of northern China from 2015 to 2100 based on CMIP6 multi-model ensemble mean under different emission scenarios

(a)annual, (b) spring, (c) summer, (d) autumn, (e) winter


表3   不同排放情景下2015—2100年北方干旱多发带全年及不同季节平均气温变化趋势

Tab.3  The variation trends of annual and seasonal mean temperature in the arid-prone belt of northern China from 2015 to 2100 under different emission scenarios

排放情景春季夏季秋季冬季全年
SSP1-2.60.170.160.170.160.17
SSP2-4.50.340.370.380.380.37
SSP5-8.50.600.700.740.790.70
平均0.370.410.430.442.40

新窗口打开| 下载CSV


图8为不同排放情景下北方干旱多发带2024—2100年不同季节平均气温变化趋势的空间分布。可见,低排放情景下,各季节增温趋势空间分布高度一致,未表现出明显的季节性或区域性差异,大部分地区平均气温的变化速率为0.15~0.20 ℃·(10 a)-1。中等排放情景下,增温速率显著增强,所有季节的升温速率均超过0.30 ℃·(10 a)-1;空间上呈“北高南低”的分布格局,即北部地区增温幅度普遍高于南部,这可能与高纬度地区对气候强迫具有更高的敏感性有关;冬季增温最突出,北部局部区域升温速率可达0.40~0.50 ℃·(10 a)-1,这可能与冬季冰雪反馈及大气环流调整相关。高排放情景下,气温上升趋势进一步加剧,整体增温速率约为中等排放情景的两倍,各季节仍保持“北部增幅大于南部”的一致空间格局,且秋季和冬季增温尤为显著,北部局部区域的升温速率甚至突破0.80 ℃·(10 a)-1,表明在高排放情景下,寒冷季节对气候强迫的响应更敏感。

图8

图8   不同排放情景下北方干旱多发带2024—2100年不同季节平均气温变化趋势的空间分布[单位:℃·(10 a)-1]

Fig.8   Spatial distribution of mean temperature variation trends over the arid-prone belt of northern China in different seasons from 2024 to 2100 under different emission scenarios (Unit: ℃·(10 a)-1


图9为不同排放情景下CMIP6多模式集合平均的2015—2100年北方干旱多发带全年及不同季节降水量距平年际变化、表4为对应情景下2015—2100年该区域全年及不同季节降水量变化趋势。总体来看,降水量呈持续增加趋势,且增幅随排放强度增强而显著上升。三种排放情景(SSP1-2.6、SSP2-4.5、SSP5-8.5)下年降水量变化趋势分别为6.8、10.6、24.1 mm·(10 a)-1,高排放情景下年降水量增速约为低排放情景下的3倍以上。分季节来看,各季节均遵循“排放强度越高,降水增长越快”的规律,三种排放情景下具体变化趋势春季依次为1.8、2.7、6.5 mm·(10 a)-1,夏季为2.7、4.6、9.3 mm·(10 a)-1,秋季为1.8、2.1、5.5 mm·(10 a)-1,冬季为0.6、1.2、2.8 mm·(10 a)-1。同时,季节间差异明显,增湿趋势按强度排序为:夏季>春季>秋季>冬季,反映出暖季水循环对气候变化的响应更敏感。此外,模式模拟的稳定性存在季节性差异,冬季因降水基数小、物理过程相对简单,模式间离散度低,结果一致性高;而春、夏、秋三季受复杂对流、水汽输送及局地反馈机制影响,模式间差异较大,导致模拟不确定性相对较高。

图9

图9   不同排放情景下CMIP6多模式集合平均的2015—2100年北方干旱多发带全年及不同季节降水量距平年际变化

(a)春季,(b)夏季,(c)秋季,(d)冬季,(e)全年

Fig.9   Interannual variations of annual and seasonal precipitation anomalies in the arid-prone belt of northern China from 2015 to 2100 based on CMIP6 multi-model ensemble mean under different emission scenarios

(a) spring, (b) summer, (c) autumn, (d) winter, (e) annual


表4   不同排放情景下2015—2100年北方干旱多发带全年及不同季节降水量变化趋势

Tab.4  The variation trends of annual and seasonal precipitation in the arid-prone belt of northern China from 2015 to 2100 under different emission scenarios

排放情景春季夏季秋季冬季全年
SSP1-2.61.82.71.80.66.8
SSP2-4.52.74.62.11.210.6
SSP5-8.56.59.35.52.824.1
平均3.75.53.11.513.8

新窗口打开| 下载CSV


图10是2015—2100年北方干旱多发带ET、降水量、平均气温在基准期的逐月变化,以及各要素在不同排放情景下相对于基准期的增量。分析表明,受降水与气温等多重因子的协同作用,ET表现出显著的季节性差异。在基准期内,ET的年内变化呈单峰正态分布特征,夏季受高温与充沛降水共同驱动形成峰值,水热条件最优,而冬季受限于低温与降水稀少,ET降至谷值[图10(a)]。三种排放情景下,各月ET相较于基准期的增量显示出明显的季节性特征:4—6月增幅最大,8—9月次之,冬季则最小。值得注意的是,高排放情景下ET增量普遍较高,而在中、低排放情景下,仅7—8月SSP1-2.6情景的增量明显高于SSP2-4.5,其余月份则较为接近。基准期内4—5月降水最多,7—8月次之,冬季最少[图10(b)];在所有排放情景下,相较于基准期的降水量增量均在4—5月最显著,这为蒸散发过程提供了充足的水汽来源。基准期内气温在夏季达到最高,春季和秋季次之,冬季最低[图10(c)]。此外,气温增量在冬季最明显,其他季节间的差异相对较小。

图10

图10   2015—2100年北方干旱多发带ET(a)、降水量(b)、平均气温(c)在基准期的逐月变化,以及各要素在不同排放情景下相对于基准期的增量

Fig. 10   Monthly variations of ET, precipitation and mean temperature in the baseline period and their increments relative to the baseline period under different emission scenarios in the arid-prone belt of northern China during 2015-2100


综上所述,随着排放强度的增加,干旱多发带的ET明显上升,特别在春末至初夏时期,降水量的增加与气温升高共同促进了这一趋势的发展。尽管冬季气温增幅最大,但由于其初始温度较低且降水基数小,对ET的整体贡献有限。

表5为不同排放情景下2015—2100年北方干旱多发带ET分别与降水量、气温的逐月相关系数。可以看出,气温是驱动ET变化的主导因子,降水发挥次要调控作用,水热因子对ET的驱动强度随温室气体排放增强整体抬升。SSP1‑2.6低排放情景中,各月ET与气温、降水均呈正相关,相关系数分别为0.32~0.72、0.20~0.50;除8月ET与降水的相关系数未通过0.05的显著性检验外,其余均通过检验。SSP2‑4.5中等排放情景下,各月ET与气温、降水的相关系数均通过0.05的显著性检验,与气温的相关系数提升至0.55~0.84,降水的调节效应同步显现,季节间驱动差异有所缩小。SSP5‑8.5高排放情景下气温主导效应被进一步放大,ET与气温相关系数普遍高于0.78,多数月份达0.90以上,降水虽仍存在显著影响,但对ET变化的解释能力明显弱于气温。从季节特征来看,夏季部分时段降水对ET的约束作用减弱,蒸发更多受温度驱动;冬春ET对气温变化高度敏感,未来增温将显著推高区域蒸发水平,ET受水热条件协同调控的特征随排放升高进一步凸显。

表5   不同排放情景下2015—2100年北方干旱多发带ET分别与降水量、气温的逐月相关系数

Tab.5  Monthly correlation coefficients between ET and precipitation, and temperature under different emission scenarios in the arid-prone belt of northern China during 2015-2100

月份ET与降水量ET与气温
SSP1-2.6SSP2-4.5SSP5-8.5SSP1-2.6SSP2-4.5SSP5-8.5
10.32*0.47*0.64*0.51*0.77*0.92*
20.42*0.47 *0.65*0.58*0.80*0.94*
30.42*0.26*0.75*0.54*0.84*0.93*
40.47*0.49*0.62*0.69*0.79 *0.94*
50.39*0.59*0.62*0.48*0.73*0.83*
60.50*0.36*0.40*0.32*0.55*0.78*
70.48*0.49*0.67*0.54*0.67*0.85*
80.200.51*0.65*0.72*0.77*0.89*
90.34*0.34*0.67*0.62*0.81*0.90*
100.40*0.31*0.54*0.49*0.78*0.89*
110.37*0.58*0.60*0.58 *0.81*0.93*
120.40*0.44*0.60*0.52*0.77*0.94*

注:*表示通过0.05的显著性检验。

新窗口打开| 下载CSV


3 结论

本文基于CMIP6多模式数据集及地面观测资料,系统分析北方干旱多发带蒸散发的时空变化特征及其驱动因素,并对未来不同排放情境下蒸散发演变趋势进行预估,主要得到以下结论。

(1)三种排放情景下北方干旱多发带ET均呈明显增加态势,且增幅存在差异,年增加速率分别为1.6、2.0、3.7 mm·(10 a)-1,高排放情景下的增速远高于低排放情景,且表现出持续增加的特征;而中低排放情景在21世纪60年代后增速趋于平缓,这凸显了控制温室气体排放对减缓水分支出的重要性。基准期ET年内分布呈单峰型,夏季最大、冬季最小,与水热条件季节配置一致。ET增幅存在明显季节差异:春季最大,夏季次之,秋冬季较小;其中夏季模式不确定性最高,冬季最低。

(2)气象因子的变化特征揭示了ET增加的内在原因。全区域气温明显升高[增温速率达0.15~0.80 ℃·(10 a)-1]和降水增加[高排放情景下增加速率为24.1 mm·(10 a)-1]共同构成了ET增长的气候背景。

(3)春季ET增长主要受控于降水增加,气温贡献相对较小;而夏季则表现为高温与降水的共同作用,但模式间不确定性较高。特别是在高排放情景下,强烈的增温效应会显著促进蒸散,也会因蒸散“激增”而导致土壤水分亏缺加剧,这对区域的水资源安全和生态系统稳定性构成了严峻威胁。

(4)不同排放情景下,气温是ET变化的主导因子,降水起次要调控作用,水热驱动强度随排放升高而增强。夏季部分时段降水对ET的约束作用减弱,冬春季节ET对气温的响应更为敏感。

参考文献

曹雯, 申双和, 段春锋, 2012.

中国西北潜在蒸散时空演变特征及其定量化成因

[J]. 生态学报, 32(11): 3 394-3 403.

[本文引用: 1]

戴君, 胡海珠, 毛晓敏, , 2023.

基于CMIP6多模式预估数据的石羊河流域未来气候变化趋势分析

[J]. 干旱区研究, 40(10): 1 547-1 562.

[本文引用: 1]

李红阳, 陈天宇, 王圣杰, , 2024.

1979-2021年新疆昆仑山北坡潜在蒸散时空变化研究

[J]. 干旱区地理, 47(9): 1 443-1 450.

[本文引用: 1]

李媛, 谢应忠, 王亚娟, 2016.

宁夏中部干旱带潜在蒸散量变化及影响因素

[J]. 生态学报, 36(15): 4 680-4 688.

[本文引用: 1]

刘扬, 韦志刚, 2012.

近50年中国北方不同地区降水周期趋势的比较分析

[J]. 地球科学进展, 27(3): 337-346.

[本文引用: 1]

祁晓凡, 李文鹏, 李海涛, 2018.

基于CMIP5模式的黑河流域潜在蒸散量预估

[J]. 中国沙漠, 38(4): 849-857.

[本文引用: 1]

蒸散发是干旱内陆河流域水资源的主要耗散途径。预估黑河流域未来潜在蒸散量(ET<sub>0</sub>)可为气候变化条件下流域水资源的优化管理提供基础数据支撑。使用1960—2014年黑河流域气象数据,采用FAO-56Penman-Monteith公式计算流域潜在蒸散量;基于同期NCEP(美国环境预报中心)再分析资料及2006—2100年CMIP5中CNRM-CM5模式的RCP4.5、RCP8.5路径预测数据,经统计降尺度模拟与偏差校正,预估了流域未来潜在蒸散量;通过旋转经验正交函数将流域各划分为3个子区,进行子区及全流域Mann-Kendall未来趋势分析。结果显示:(1)NCEP再分析资料与流域潜在蒸散量建立的逐步回归降尺度模型模拟效果好,经CNRM-CM5模式模拟及偏差校正,适宜于预估黑河流域未来潜在蒸散量。(2)预估RCP4.5路径流域2021—2050年、2071—2100年年均潜在蒸散量较1971—2000年分别增加3.49%、6.11%,RCP8.5路径分别增加4.64%、10.07%,RCP8.5路径增幅高于RCP4.5路径。(3)利用旋转经验正交函数可将两种路径流域未来蒸散量划分为3个子区,RCP4.5、RCP8.5路径黑河流域Ⅰ区潜在蒸散量各为不显著、显著的下降趋势,两种路径下Ⅱ区、Ⅲ区及全流域均为显著上升趋势。

孙小舟, 封志明, 杨艳昭, 2009.

西辽河流域1952年-2007年参考作物蒸散量的变化趋势

[J]. 资源科学, 31(3): 479-484.

[本文引用: 1]

熊秋芬, 黄玫, 熊敏诠, , 2011.

基于国家气象观测站逐日降水格点数据的交叉检验误差分析

[J]. 高原气象, 30(6): 1 615-1 625.

[本文引用: 1]

詹明月, 王国杰, 陆姣, , 2020.

基于CMIP6多模式的长江流域蒸散发预估及影响因素

[J]. 大气科学学报, 43(6): 1 115-1 126.

[本文引用: 1]

张强, 王蓉, 岳平, , 2017a.

复杂条件陆-气相互作用研究领域有关科学问题探讨

[J]. 气象学报, 75(1):39-56.

[本文引用: 1]

张强, 张红丽, 张良, , 2017b.

论我国夏季风影响过渡区及其陆-气相互作用问题

[J]. 地球科学进展, 32(10):1009-1 019.

[本文引用: 1]

张强, 岳平, 张良, , 2019.

夏季风过渡区的陆-气相互作用:述评与展望

[J]. 气象学报, 77(4): 758-773.

[本文引用: 1]

仲雷, 刘捷, 戚雨婷, , 2026.

青藏高原蒸散发研究进展

[J]. 高原山地气象研究, 46(2): 1-14.

[本文引用: 1]

周天军, 陈梓明, 陈晓龙, , 2021.

IPCC AR6报告解读: 未来的全球气候: 基于情景的预估和近期信息

[J]. 气候变化研究进展, 17(6): 652-663.

[本文引用: 2]

GEBRECHORKOS S H, SHEFFIELD J, VICENTE-SERRANO S M, et al, 2025.

Warming accelerates global drought severity

[J]. Nature, 642(8068): 628-635.

[本文引用: 1]

HUPET F, VANCLOOSTER M, 2001.

Effect of the sampling frequency of meteorological variables on the estimation of the reference evapotranspiration

[J]. Journal of Hydrology, 243(3/4): 192-204.

[本文引用: 1]

MUELLER B, SENEVIRATNE S I, 2014.

Systematic land climate and evapotranspiration biases in CMIP5 simulations

[J]. Geophysical Research Letters, 41(1): 128-134.

[本文引用: 1]

[1] Land climate is important for human population since it affects inhabited areas. Here we evaluate the realism of simulated evapotranspiration (ET), precipitation, and temperature in the CMIP5 multimodel ensemble on continental areas. For ET, a newly compiled synthesis data set prepared within the Global Energy and Water Cycle Experiment-sponsored LandFlux-EVAL project is used. The results reveal systematic ET biases in the Coupled Model Intercomparison Project Phase 5 (CMIP5) simulations, with an overestimation in most regions, especially in Europe, Africa, China, Australia, Western North America, and part of the Amazon region. The global average overestimation amounts to 0.17 mm/d. This bias is more pronounced than in the previous CMIP3 ensemble (overestimation of 0.09 mm/d). Consistent with the ET overestimation, precipitation is also overestimated relative to existing reference data sets. We suggest that the identified biases in ET can explain respective systematic biases in temperature in many of the considered regions. The biases additionally display a seasonal dependence and are generally of opposite sign (ET underestimation and temperature overestimation) in boreal summer (June-August).

SEO K W, WALISER D E, TIAN B J, et al, 2009.

Evaluation of global land-to-ocean fresh water discharge and evapotranspiration using space-based observations

[J]. Journal of Hydrology, 373(3/4): 508-515.

[本文引用: 1]

ZHANG Q, ZHANG L, ZENG J, et al, 2025a.

Spatial variability of the response of land-atmosphere coupling to climate warming in northern China

[J]. Journal of Geophysical Research: Atmospheres, 130(10): e2024JD041899. DOI:10.1029/2024jd041899.

[本文引用: 1]

ZHANG Q, LIU W C, YUE P, et al, 2025b.

Discussion on major drought issues in the northern drought-prone belt in China

[J]. Bulletin of the American Meteorological Society, 106(4): E678-E706.

[本文引用: 1]

ZHANG Q, YANG Z S, HAO X C, et al, 2019.

Conversion features of evapotranspiration responding to climate warming in transitional climate regions in northern China

[J]. Climate Dynamics, 52(7): 3 891-3 903.

[本文引用: 1]

ZHUANG Y Z, FU R, LISONBEE J, et al, 2024.

Anthropogenic warming has ushered in an era of temperature-dominated droughts in the western United States

[J]. Science Advances, 10(45): eadn9389. DOI:10.1126/sciadv.adn9389.

[本文引用: 1]

Historically, meteorological drought in the western United States (WUS) has been driven primarily by precipitation deficits. However, our observational analysis shows that, since around 2000, rising surface temperature and the resulting high evaporative demand have contributed more to drought severity (62%) and coverage (66%) over the WUS than precipitation deficit. This increase in evaporative demand during droughts, mostly attributable to anthropogenic warming according to analyses of both observations and climate model simulations, is the main cause of the increased drought severity and coverage. The unprecedented 2020–2022 WUS drought exemplifies this shift in drought drivers, with high evaporative demand accounting for 61% of its severity, compared to 39% from precipitation deficit. Climate model simulations corroborate this shift and project that, under the fossil-fueled development scenario (SSP5-8.5), droughts like the 2020–2022 event will transition from a one-in-more-than-a-thousand-year event in the pre-2022 period to a 1-in-60-year event by the mid-21st century and to a 1-in-6-year event by the late-21st century.

/