不同辐射强迫对暖干复合事件强度长期趋势信号检测的影响.pdf

第43卷第4期2023年8 月潘容筠，李伟，江志红.不同辐射强迫对暖干复合事件强度长期趋势信号检测的影响.气象科学，2 0 2 3,43（4）：451-459.PAN Rongyun,LI Wei,JIANG Zhihong.Influence of external forcing on the detection in the long-term trend of hot and dry compoundevents over China.Journal of the Meteorological Sciences,2023,43(4):451-459.气象科学Journal of the Meteorological Sciences不同辐射强迫对暖干复合事件强度长期趋势信号检测的影响Vol.43,No.4Aug.,2023潘容筠1.2 李李伟江志红1（1南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际联合实验室/气象灾害预报预警与评估协同创新中心，南京2 10 0 44；2 南京信息工程大学长望学院，南京2 10 0 44)摘要本文基于Copula 联合概率建立表征暖干复合事件强度的指数，基于单个辐射强迫的地球系统模式大样本模拟试验的结果，使用4种场显著性检验的方法分析了不同辐射强迫下中国区域整体暖干事件强度长期趋势信号的可检测性。结果表明，4种方法得到的结论较为一致，均表明全强迫（自然外强迫和人为外强迫）下中国大部分区域复合事件的强度显著增强，不同集合成员之间的趋势较为一致，表明长期趋势主要受外强迫而非气候系统内部变率影响，其长期趋势的外强迫信号大约出现在2 0 0 5年。在单个温室气体强迫的模拟试验下，复合事件强度的长期趋势更为明显，主要体现在强度更强并且长期趋势中外强迫信号出现的时间更早（约2 0 0 0 年）。但是在单个气溶胶强迫下，尚检测不到暖干事件强度长期趋势的外强迫信号。进一步分析表明，温度变化是暖于事件强度长期趋势变化的主要贡献因素。温室气体强迫下温度的贡献更大，尤其是在我国西部地区。关键词暖干复合事件；场显著性检验；长期趋势的外强迫信号分类号：P422doi:10.12306/2021jms.0091Influence of external forcing on the detection in the long-term trendof hot and dry compound events over ChinaPAN Rongyun-2 LI Weil JIANG Zhihong(1 Key Laboratory of Meteorological Disaster,Ministry of Education(KLME)/Joint International Research Laboratory ofClimate and Environment Change(ILCEC)/Collaborative Innovation Centeron Forecast and Evaluation of MeteorologicalDisasters(CIC-FEMD),Nanjing University of Information Science and Technology,Nanjing 210044,China;2 Chang Wang School of Honors,Nanjing University of Information Science and Technology,Nanjing 210044,China)Abstract Based on the Copula model,an index was constructed to measure the Severity ofCompound Hot and Dry Event(SDHI).A large ensemble simulation from single radiative forcing wasused to analysis the detectability of the long-term trend of the SDHI over China.Four methods used to testthe field significant were compared,and the results from them were consistent.Under all forcing(naturalforcing plus anthropogenic forcing),the severity of the events in most regions of China exhibit significantincreasing trend,and the differences among individuals ensembles are relatively small,indicating that thelong-term trend is mainly affected by the external forcing rather than the internal variability of climatesystem,and the external forcing signal in long-term trend of SDHI appears around 2005.The long-term收稿日期（Received）：2 0 2 1-0 6-2 4；修改稿日期（Revised）：2 0 2 1-11-0 9基金项目：国家重点研发计划资助项目（2 0 2 2 YFF0801704；2 0 18 YFC150 7 7 0 4；2 0 17 YFA 0 6 0 38 0 4），国家自然科学基金资助项目（4190 50 7 8）；南京信息工程大学大学生创新创业训练计划资助项目（2 0 2 0 10 30 0 0 44Z）通信作者（Corresponding author)：李伟（LIWei)文献标识码：A452trend of the SDHI is more obvious under single greenhouse gas forcing experiment,and the trend signalappeared as early as around 2000.However,the signal of trend cannot be detected in the simulationexperiment under the single aerosol forcing.Further analysis shows that temperature changes dominate thelong-term trend of SDHI.Under the single greenhouse gas forcing,the contribution of temperature isgreater than that under all forcing experiment,especially in western China.Key wordss compound hot and dry events;field significance test;the external forcing signal inlong-term trend引言人类活动造成全球气候变化已成为不争的事实】，主要通过破坏行星辐射能量平衡对全球气候产生影响。其中，气溶胶和温室气体排放是过去一个世纪全球范围内人为气候变化的主要驱动因素2 。气溶胶通过增加对短波辐射的吸收和散射以及云的反射引起净冷却而对气候产生影响3,温室气体通过温室效应引起温度的增加4。探究不同辐射强迫下气候响应的特征，有助于深入理解人类活动对气候变化的影响，从而为政府制定针对气候变化的政策提供依据5-6 。工业革命以来，气候变暖导致了全球范围内极端天气气候事件的频繁发生7 。在这些极端事件中，干旱是造成影响范围最大，使社会经济受到损害最大的极端事件之一8-9。与此同时，全球气候变暖带来的极端高温天气对社会造成了更大的影响10 。根据各国学者利用全球气候模式第五次耦合计划（CMIP5)的研究发现，全球大部分地区的极端高温事件频次增加，强度增强，持续时间增加7 这两种极端事件有时同时发生：一方面温度升高会增加空气的饱和水汽压，使得土壤中更多的水分蒸发到大气中,加剧干旱发生的强度；另一方面，当发生干旱时，下垫面吸收到更多的太阳短波辐射使得净辐射增加,增加了向大气中的感热输送，使得大气的温度进一步升高。这被称为暖干复合事件，相比于单个极端事件来说，复合极端事件对社会造成的影响更为严重1-1,针对我国高温和干旱的单个极端事件已有大量研究，如沈皓俊等13 研究了全国高温热浪的显著变化趋势，发现热浪指数从196 0 s1980s递减，1990s后递增，且1998 年后全国高强度热浪频发，特别是长江以南地区；叶天等14 研究了中国区域的骤发性干旱，认为在湖南和浙江等骤发性干旱多发地区，气温是爆发干旱的主要影响因素。总体研究结果表明，全球变暖背景下均使得极端高温1-16 气象科学极端干旱17 的发生频次以及强度增加,并且能够检测并且归因于人类活动的影响。而对于暖干复合事件来说，虽然也有研究基于观测分析表明其强度和频次呈增加趋势，但是能否检测到人类活动的影响仍然缺乏相关的研究18 。对人类活动影响的研究不仅有助于加深对暖干复合事件在不同强迫下响应的理解，也有助于提高暖干辐射事件在未来排放情景的预估准确性。单个模式的不同初值大样本模拟集合可以用于分离外强迫以及内部变率的影响。在大样本模拟实验中，每个模拟都使用相同的模式以及外强迫，仅仅是初值状态存在差别。因此大样本模拟集合之间的差异主要来自气候系统的内部变率，而大样本模拟集合平均可用来反映外强迫的影响。集合平均可以当做外强迫的信号，而内部变率可以当做噪声，若信号的变化大于内部变率，那么可以说明信号从内部变率中浮现出来。但是以往的大样本试验，外强迫包括了自然外强迫和人为外强迫。无法分离单独外强迫比如，单独人为温室气体强迫或者单独人为气溶胶强迫。最近Deser,et al19使用地球系统模式（Community EarthSystem Model，C ESM 1)开展了单强迫因子的大样本模拟集合（CESM1 Single Forcing Large Ensemble，CESM1-SFLE）,通过单独将工业革命前的气溶胶或者温室气体控制在192 0 年,之后的时间段（192 0 一2080年）保持人为活动外强迫和自然强迫与历史的全强迫保持一致。通过 CESM1-SFLE试验，可以进一步探究内部变率与单独外强迫（人为温室气体外强迫或人为气溶胶外强迫）对气候变化的影响。从而估计不同外强迫对气候变化信号检测的影响。因此本文主要使用CESM1-SFLE提供的单个辐射强迫的大样本模式模拟结果，探究全强迫、单独温室气体以及单独气溶胶外强迫下，中国区域暖干复合事件强度长期趋势中外强迫信号的可检测性。1数据和方法1.1模式模拟数据本文使用 CESM1-LE（Co m m u n i t y Ea r t h Sy s t e m43卷4期Model Large Ensemble）和CESM1-SFLE提供的不同初值的超级样本模式模拟集合。大气模式为CAM5,水平分辨率为11。此模式的模拟时段从18 50 年开始,设置所有样本192 0 年之前受到相同强迫的影响，再以192 0 年为初始大气温度场对每个样本添加随机扰动，192 0 一2 0 0 5年设置历史时期排放情景，在未来（2 0 0 6 一2 10 0 年）遵从典型温室气体浓度路径8.5（RepresentativeConcentrationPathways high-emission，RCP8.5）排放情景，对于CESM-LE的全强迫试验，得到40 个不同样本组成的模式集合。对于CESM-SFLE,其试验与CESM-LE的不同初值大样本试验相同，只是将单独辐射强迫固定到192 0 年的状态，包括：（1）将温室气体（G r e e n h o u s e G a s，G H G)强迫固定在192 0 年状态的20个模式模拟集合（XGHG，即固定气溶胶强迫）；（2）将气溶胶（Aerosol，A ER）强迫固定在192 0 年状态的2 0 个模式模拟集合（XAER即固定温室气体强迫)19。为了与单独辐射强迫的集合数保持一致,全强迫也使用了2 0 个结果。本文使用ALL（全强迫）、XGHG（固定温室气体强迫）和XAER（固定气溶胶强迫）各2 0 组196 12 0 18 年间的模式试验数据进行研究。由于主要探讨夏季的暖干复合事件强度的长期趋势信号检测,本文使用了夏季(6 一8月）逐月的降水和温度数据,模式模拟数据落入中国区域的格点数为8 13个。气候变化主要有两方面的原因：外强迫和气候系统内部变率。本文使用公式(1)来提取单一辐射强迫下气候变化的响应19。比如以固定单一温室气体强迫为例。A,=XA,-XAm+A-XAem，其中：XA，为固定温室气体强迫下第i个样本的降水或温度的原始数据，XAem为固定温室气体强迫的集合平均，则XA,-XAem反映出固定温室气体强迫下气候系统内部变率对气候变化的影响，A是全强迫下的所有集合的算术平均，全强迫包括温室气体、气溶胶、土地利用等的综合作用，因此A-XAem可以反映出气候变化对单独温室气体强迫的响应。将这两部分相加后A，即为温室气体强迫下的气候变化特征。值得一提的是,这里我们认为不同外强迫下，气候系统的内部变率差异可以忽略。同样也可以得到气溶胶辐射强迫下的气候响应特征。1.2暖干复合指数的定义为了对暖干复合事件进行定义，本文引人了WU,et al 18 提出的指数 SDHI。该指数基于多变量潘容筠，等：不同辐射强迫对暖干复合事件强度长期趋势信号检测的影响SDHI=-p 其中:p为式（2)中得到的暖干复合事件的发生概率,为标准正态分布,因此 SDHI 是一个无量纲的指数,SDHI的值越低，表明暖干复合事件的强度越强。1.3走趋势检测方法对于单个格点暖干复合事件强度的长期趋势，本文使用M-K(Mann-Kendall)方法来检验单个格点长期趋势的显著性,其中M-K检验的优越性在于其不假设数据的分布,是一种非参数检验，M-K检验中S统计量的计算如下：S=ZZ.Sgn(X,-x)，(4)其中：X是气象要素值（降水量或温度）；i和j是要素值在时间序列中的序号；n是时间序列的总长度，Sgn的计算如下：(1)Sgn(X,-X)=o,X,-X,=0S的方差为：Var(S)=1其中：g是重复数据的组数;t，是第p组重复数据的个数。构造Z统计量，服从标准正态分布。S-1,S0;VVar(S)Z=J0,S=0;(S+1)VVar(S)453概率密度函数,用Copula模型估计两个变量的联合概率分布2 0-2 1，由于暖干复合事件主要受温度和降水因素的影响,因此指数主要评估降水量“少”和温度“高”的综合作用,具体的计算过程如式（2）：p=P(Xx,Yy)=u-C(u,v)，(2)其中：p为暖干复合事件的概率;X为降水量；Y为温度。由于高温事件通常发生在夏季，本文的X、Y分别取每年6、7、8 月总降水量的总量作为夏季降水量,温度的的平均作为夏季温度。u和分别为降水和温度的概率分布,本文中取高斯Copula为连结函数（C）。P值越小，表明暖干复合事件发生的概率越低。为了更便于表征暖干复合事件的强度，本文根据(2)式得到的概率值通过（3)式算出其相对应的分位数，(3)r1,(X,-X,)0，(5)-1,X,-X,0(6)(7)i，(8)j-i气候变化的影响对单个格点的关注度较低，往往更关心整个区域，比如整个中国区域的长期趋势是否显著,这就涉及到对整个场进行显著性检验。为了对整个场的趋势进行检验，本文使用几种常见的场显著性检验的方法对整体的趋势进行检验。第一种是基于错误发现率（False DiscoveryRate,FDR），最早由Ventura,et al23引人大气科学研究领域。当同时做多个假设检验时，会增加犯一类错误的概率,为了将总体的发错概率控制在一定的水平下,比如，需要对格点检验的p值进行修正。当实际的p值满足以下不等式时，表明整个场的趋势是显著的p,maxP(i)i=1,2,N其中:P(i)表示第i个格点趋势检验的p在所有N个格点中由小到大排序中的位置，。为控制整体犯错的概率,为0.0 5。将式(9)进行变换后，可用f统计量来判断是否场是显著的,如果f小于0.0 5,那么就说明整体的趋势是显著的。f=i-minp(a)/i N,i=1,2,.,第二种是扩展的Mann-Kendall检验（ExtendedMann Kendall，EM K）。是在格点趋势检验基础上，扩展到所有的站点,来构建统计量2 4-2 5T=ZM,T,=HZHZr-+Sgn(xa-xu),(11)其中:N为格点数;K为时间序列的长度;k和l是要素值在时间序列中的序号;T服从标准正态分布,其方差可以近似表示为：Var(T)=Z,Var(T,)+2ZZ,i/Var(T.)Var(T.)cor(x,ig),(12)TZ=Var(T)其中：cor(xi,xiti）表示第i个格点和第i+j个格点的气象科学相关。统计量Z服从标准正态分布，给定置信水平,若IZIZ1-/2,则认为整体的趋势具有显著性。这里选0.0 5,那么Z的临界值为1.6 4。第三种是基于多元回归的假设，检验整个场的回归系数是否至少有一个不为零,因此称之为回归场的检验（Regression Pattern,RP），由Delsole,etal26从理论上阐明了这个方法可以用于场的显著X,-X,性检验。其中：以时间序列为因变量,所有格点的时间序列为自变量建立的多元回归，p为回归解释方差贡献率。N为时间序列长度,M是格点数。但是由于格点数远大于时间序列，因此无法计算F值。这里首先使用主成分分析对场进行降维，之后用主成分与时间序列建立多元回归,从而计算p值。式(14)中的N为时间的长度,M为保留的能够解释总方差大部分的主成分。F值服从自由度为N-M-1和M的F分布。若F值大于F则认为能够检测到整个场的趋势。第四种是基于蒙特卡洛的场显著性检验对整1体的趋势进行检验。当一个区域内趋势显著的格(9)NI(10)一+(13)43卷2PN-M-1F=1-p2点占比超过临界值时，可以认为检测到了整个场的长期趋势2 7-8 1。场显著性检验的统计理论主要是，构建整体的长期趋势是随机变化的原假设。而备择假设为长期趋势的变化不是随机，而是由于外强迫引起的。因此在零假设的基础上，本文通过蒙特卡洛随机取样的方法，构建了在零假设下的统计量的分布,本文使用呈显著趋势的格点占总格点的百分数作为统计量。如果用一次取样得到的格点百分比位于零假设分布的小概率范围（5%），则认为拒绝掉原假设,认为在=0.05的显著性水平上能够在整体上检测到其长期趋势的显著性。具体的方案可参考 LI,et al28-29。本文通过对中国区域不同辐射强迫下的大样本集合进行4种方法的场显著性检验，分析不同辐射强迫下暖干复合事件的强度场的长期趋势的可检测性。以上是针对单个的集合，那么对于2 0 个集合来说,如何来识别长期趋势中外强迫信号的可检测性,由于单个大样本之间是独立的,因此基于二项分布,如果2 0 个大样本中,有17 个大样本通过了场显著性检验，那么就表明外强迫中能够检测到整个场长期趋势的信号，本文将显著性水平设为=0.95。另外，为进一步探究外强迫信号的出现时(14)M4期间，以5a为滑动（即19 6 119 9 0，19 6 119 9 5，19 6 1一2 0 15年这些时间段），计算每个集合样本中国区域变化趋势的场显著性。1.4温度和降水对长期趋势的贡献温度和降水两个因素是影响暖干复合事件强度的重要因素,多元线性回归是一种广泛运用于研究因子对于事件影响的方法。为了分析不同强迫下复合事件发生风险受到温度和降水的影响，本文使用多元线性回归模型来研究温度和降水对暖干复合事件强度趋势的贡献30 y=axP+bxT+c,其中:y为 SDHI指数;P和T为降水和温度;a 和b分别为降水和温度的回归系数；c为残差项。SDHI变化中衡量温度贡献（GT）和降水贡献(GP)如式(16)和(17):GT=b T/Ay 100%,GP=a T/A y 10 0%,其中：T和y取信号出现时间点的前后5a（总计11 a)的降水和温度值的变化。为了比较温度（RT)和降水（RP）贡献的相对大小,计算二者的相对贡献如式（8)和(9）：RT=GT+GPGPRP=GT+GP2结果与分析夏季温度和降水存在很强的耦合关系。图1给出了全强迫，温室气体强迫和气溶胶强迫下，夏季平均温度和降水的相关系数的空间分布。可以看到在三种辐射强迫中，中国大部分地区的温度和降水都存在负的相关关系。相关性大的区域主要位于我国西北地区以及我国南部地区。主要是由于降水增加，从高层带来冷空气，同时地面蒸发加大，从而使得温度降低。而在青藏高原以及我国的东50N-(a)403020图1全强迫（a），气溶胶强迫(b），温室气体强迫（c）下暖干复合事件强度长期变化趋势（196 1一2 0 18 年）的第2 5th、Fig.1 Spatial distribution of the 25th,50th and 75th quantiles of the long-term trend of severity of hot anddry compound events（196 1-2 0 18)u n d e r （a)A LL f o r c i n g,（b)A ER f o r c i n g a n d （c)G H G f o r c i n g潘容筠，等：不同辐射强迫对暖干复合事件强度长期趋势信号检测的影响GT(b)90120E455北华北地区温度和降水呈现较弱的正相关关系。并且，不同辐射强迫下中国大部分地区的温度和降水的关系比较一致，因为大范围的外强迫对局地温度和降水的这种关系影响不大。为了评估不同强迫下暖干复合事件强度长期趋势的特征，使用公式（8)计算了全强迫，气溶胶强迫以及温室气体强迫下所有模式集合SDHI的长期趋势。为了便于比较不同强迫下,SDHI长期趋势的差异，图2 给出了3种辐射强迫下每个格点长期趋势的第2 5、50 和7 5分位数。不同分位数之间的差(15)异可以反映内部变率的影响，不同分位数集合表现一致的区域可以反映外强迫的影响。如果集合之间的差异越大，表明受内部变率的影响越大。相反,若不同集合之间一致性越高，说明受外强迫的影响越大。(16)SDHI的趋势表征了暖干复合事件强度的趋势。(17)总体而言，全强迫和温室气体强迫下复合事件的强度明显增强，而气溶胶强迫下的趋势变化较弱。对于全强迫而言，我国西南地区暖干状况的降低趋势在集合之间有较好的一致性。对于温室气体强迫而言，整个中国区域的暖干状况变化趋势在不同集合之间的差异很小。这说明在温室气体强迫下，中(18)国区域的暖干复合事件的强度将会明显增强。对于气溶胶强迫而言，不同集合之间表现出较大的差(19)异，比如对于第2 5分位数，大部分区域表现为暖干状况弱的降低趋势，但是对于第7 5分位数,则整个区域表现为增加趋势，表明气溶胶强迫下暖干状况长期趋势主要是由于气候系统内部相互作用引起的。综上,在全强迫和温室气体强迫下，暖干复合事件强度增强的趋势主要是由于外强迫引起的，尤其是在我国的南方地区；而气溶胶强迫下样本间的较大差异说明内部变率是影响暖干复合事件强度长期趋势的主要因素。以上给出了暖干复合事件强度在单个格点的长期趋势，然而在气候变暖背景下，往往更关注的C90120E50th以及7 5th分位数的空间分布0.60.40.20-0.2-0.4-0.6-0.890120E456气象科学43卷50N(a)25 th40302050N(d)50 th40302050N(g)75 th403020图2 气溶胶强迫（a、d、g）、温室气体强迫（b、e、h）和全强迫(c.f.i)下夏季平均的温度和降水的相关系数的空间分布（196 12 0 18 年）Fig.2 Spatial distribution of correlation coefficients between summer mean temperature and precipitation during period from是对于整个区域而言是否能够检测到其长期趋势变化的显著性。因此本文使用前文提到的4种场显著性检验的方法对不同强迫下的SDHI长期趋势进行检验（图3）。对于FDR方法来说,可以看到对于全强迫和温室气体强迫，所有的集合都表明能够检测出整个场的长期趋势，因为P值都小于0.0 5,但是在气溶胶强迫中，仅有4个集合成员能够检测到场的整体趋势。因此整个场的趋势在全强迫和温室气体强迫中能够检测到外强迫的信号，但是在气溶胶强迫中检测不到。EMK方法也得到相同的结论，即在全强迫和温室气体强迫中，能够检测到整体的增加趋势,并且整体增加，趋势的外强迫信号也能够被检测出来，但是气溶胶强迫检测不到。基于RP 的方法也得到了相类似的结论。对于基于蒙特卡洛的场显著性检验，空心表示显著趋势的格点百分比，柱体表示可以拒绝掉零假设的临界值。如果圆心大于柱体,认为能够检测到整体趋势的显著性。可以看到,在温室气体强迫和全强迫下,所有集合的格点百分比都超过其临界值。表明这两个强迫下的暖干复合事件强度的长期趋势中均能够检测到外强迫信号，全强迫下显著格点占比大约为40%70%；温室气体强迫下为50%7 0%，其中温室气体强迫下的信号更强，这与前文得到的结果一致。气溶胶强迫下暖干复合事件强度显著增加趋势的格点百分比在不同集合之间的范围为2%(b)25 th(e)50 th(h)75 th 90120E1961 to 2018 under(a,d,g)AER forcing,(b,e,h)GHG forcing and(c,f,i)ALL forcing但是在气溶胶强迫中检测不到。为了研究不同强迫下外强迫信号出现的时间，来进一步探讨不同外强迫对 SDHI长期趋势的影响，我们使用蒙特卡洛的方法，估计外强迫信号出现的时间。图4给出了从196 1一1990 年，每累计5a直到196 1一2 0 15年暖干复合事件强度呈显著增加格点百分比随时间的演变。可以看到，对于全强迫而言，外强迫信号大约在2 0 0 5年出现，而对于温室气体强迫而言，信号出现的事件更早，大约在2000年就已经出现，表明温室气体影响下的SDHI趋势更强。到2 0 15年，全强迫下不同集合中SDHI显著趋势的格点百分比范围为2 0%6 0%，而温室气体强迫的范围均在40%以上,其中有的集合能够达到将近8 0%。但是对于气溶胶强迫而言,SDHI长期趋势的信号一直未出现。暖干复合事件强度主要受温度和降水的影响，为了探究当外强迫信号出现时，其长期趋势的变化特征,我们利用公式（15一19)计算了温度和降水对其长期趋势的相对贡献（图5）。可以看到，全强迫(c)25 th(f)50 th()75 th90120E17%。2 0 个模拟集合中仅有4个集合的长期趋势通过了场显著性检验。这表明气溶胶强迫下检测不到暖干强度整体的长期趋势信号。由上可得,基于不同的场显著性检验的方法，都可以得到相一致的结论,即中国区域整体暖干强度长期趋势的外强迫信号能够在全强迫和温室气体强迫中检测出来，0.060.030-0.03-0.06-0.08-0.190120E4期(a)0.0108:8090:0080.0078:8828.0858.0040.0038.8820.0010(c)12-9-630051015 20Members图3基于4种场显著性检验方法对全辐射（ALL），气溶胶强迫（AER）和温室气体强迫（GHG）下所有集合成员整体趋势的显著性检验。（a）是基于FDR的结果,P值（柱体）小于0.0 5通过场显著性检验；（b）是基于EMK,Z值（空心）大于1.6 4或者小于-1.6 4表示通过的场显著性检验；（c)是基于RP,F值(实心)大于临界值（柱状)表示通过场显著性检验；（d)是基于蒙特卡洛方法，显著趋势的格点百分比(实心)大于临界值（柱状)表示通过场显著性检验。所有的检验都是=0.95的显著性水平Fig.3 The filed significance test of the overall trend for all members under ALL,AER and GHG forcing based on four methods.(a)the results based on FDR method,the P value(bars)smaller than 0.05 represents passing the filed significance test;(b)the results based onEMK method,the Z value(circle)larger than 1.64 or smaller than-1.64 represents passing the filed significance test;(c)the results based onRP method,the F value(circle)larger than critical value(bars)represents passing the filed significance test;(d)the results based onbootstrapmethod,the percentage of grides showing significant trend(circle)larger than critical value(bars)represents passing the 5%filed significance test潘容筠，等：不同辐射强迫对暖干复合事件强度长期趋势信号检测的影响1.0-20.003-3-0.002-ane2-4-0.001-5-0.0204.515-105-1.00.5005.10 15 20Members457(b)-2-67(d)60-%/豆45-30150005.10 15.20Members-30-4-5-2-675-15601045-30-5150005.101520Members05.101520Members05.10 15 20Memhers(a)2015-2010-200520001995-1990-10图4、全强迫（a）、气溶胶强迫（b）以及温室气体强迫（c）下中国区域暖干复合事件呈显著增加趋势的格点白比分随随时间变化，Fig.4 The grid points with a significant increasing trend of hot and drycompound events in China under(a)ALL forcing,(b)AER forcing and(c)GHG forcing varies with time,in which white means that it fails the 95%field significance test和温室气体强迫下温度贡献的地区分布差异较为一致,对于全强迫而言,中国大部分地区温度相对贡献都超过7 0%，在我国的中西部以及西南地区的温度的贡献超过了8 0%。温室气体强迫下，温度的贡献更为显著，在全国的大部分地区超过8 0%甚至达到90%。在我国的东部地区，两个强迫下温度和降水的贡献表现出明显的差异，比如在全强迫下，我国华南沿海温度和降水的贡献各占50%，但是在温室气体强迫下以温度的贡献为主。这表明全强迫中除了温室气体强迫带来的温度贡献，气溶胶强(b)51510Memhers()20105Members其中白色表示其未通过=0.05的场显著性检验迫影响使得降水对SDHI的长期趋势的贡献较大，可能主要是通过气溶胶辐射的间接效应，抑制降水,从而增强了暖干复合事件的强度。3结论本文使用CESM-LE和CESM1-SFLE提供的2 0个不同初值大样本模式试验的全强迫以及单独气溶胶和温室气体强迫模拟试验，对比了4种场显著性检验的方法，研究了近年来(196 1一2 0 18 年)不同外强迫对中国区域暖干复合事件强度的长期趋势10152005Members101520458气象科学43卷(a)50N40302050N403020图5当外强迫信号出现时，全强迫下(a、b)和温室气体强迫下(c、d)温度(a.c)和降水(b、d)对暖干复合事件长期趋势贡献的空间分布Fig.5 Regional distribution of contribution from(a,c)temperature and(b,d)precipitation to the trend of hot and dry compound event in(b)(c)(d)90120E(a,b)ALL forcing and(c,d)GHG forcing when the overall trend can be detected9090120E的影响。并且定量评估不同外强迫下温度和降水对检测到的复合事件强度长期趋势的相对作用。主要结论如下：(1)4种场显著性检验方法得到的结论一致,说明在全强迫和单独温室气体强迫下，整个中国区域能够检测到暖干复合事件强度增强的信号，而在单独气溶胶强迫下，检测不到整个中国区域暖干复合事件强度增强趋势的信号。表明暖干复合事件的增强主要来自人为温室气体的贡献。(2)相比于全强迫而言，中国区域整体暖干复合事件增强的信号中，温室气体强迫的信号更易被检测到。单独温室气体强迫和全强迫的信号分别在2 0 0 0 年以及2 0 0 5年出现。温度对复合事件强度长期趋势的相对贡献在单独温室气体强迫中大于全强迫，从而使得温室气体强迫中暖干复合事件强度信号较全强迫更早出现。本文研究基于CESM1-SFLE的单独辐射强迫大样本模拟试验，研究结果可能会存在模式的依赖性,因此需要使用更多的大样本模式试验来验证结果的稳健性。暖干复合事件相比于单独的高温和干旱事件而言，其造成的影响会更大。在全强迫下其长期趋势的信号已经出现，在这样长期趋势的背景下,其发生的强度在持续增强,因此为了应对暖干复合事件带来的影响，需要决策者制定相应的政策。另外,在温室气体强迫下能够检测到暖干复合事件强度外强迫影响的信号，而模式的未来排放情景主要还是以温室气体为主，因此一定程度上提高了暖干复合事件强度未来预估的可信度。此外，本文定义的暖干复合事件是在月尺度上，逐日尺度的研究能够进一步分析暖干复合事件的强度，持续性以及频次等特征31-32 。对这些特征的理解有助于进一步加深对人类活动对事件影响的理解。参考文献1 Coumou D,Rahmstoif S.A decade of weather extremes.Nat.Climate Change,2012,2(7):491-496.2ZHAO A,Stevenson D S,Bollasina M A.Climate forcing andresponse to greenhouse gases,aerosols,and ozone in CESMl.J.Geophys.Res.:Atmos.,2019,124(24):13876-13894.3李军霞，银燕，李培仁，等.气溶胶影响云和降水的机理和观测研究进展.气象科学，2 0 14，34（5）：58 1-590.LI Junxia,YIN Yan,L