21世纪水文干旱热点与不确定性：全球多模型集合实验研究
主要作者与机构
本研究由Christel Prudhomme（英国生态与水文中心）领衔，联合来自英国伯明翰大学、雷丁大学、荷兰瓦赫宁根大学、德国波茨坦气候影响研究所、日本东京大学等15个机构的20余位学者共同完成。论文于2014年3月4日发表于《PNAS》（Proceedings of the National Academy of Sciences），标题为“Hydrological droughts in the 21st century, hotspots and uncertainties from a global multimodel ensemble experiment”。
学术背景
科学领域与研究动机
本研究属于全球气候变化与水文学交叉领域。随着温室气体浓度上升，全球水循环预计将发生显著改变，进而影响陆地水文系统。尽管已有研究表明气候变化可能导致干旱加剧（如土壤湿度与径流减少），但不同模型对干旱响应的预测存在较大差异。此前研究多依赖单一或少数全球影响模型（Global Impact Models, GIMs），而GIMs对陆地水循环过程的表征差异（如是否考虑CO₂对植被的生理影响）可能被低估。因此，本研究旨在通过多模型集合实验（Multimodel Ensemble, MME），量化GIMs与全球气候模型（Global Climate Models, GCMs）对干旱预测的不确定性，并识别未来干旱热点区域。
关键背景知识
1. 干旱定义：采用径流亏缺指数（Runoff Deficit Index, RDI），定义为日径流量低于历史基准期（1976–2005）第10百分位阈值的频率。
2. 模型差异：GIMs可分为仅计算水平衡的模型（如WBM）与耦合水-能量平衡的模型（如JULES），后者还包含CO₂对植被气孔动态的响应机制。
研究流程与方法
1. 实验设计
- 气候情景：采用4种代表性浓度路径（RCP2.6、RCP4.5、RCP6.0、RCP8.5），覆盖低到高辐射强迫情景。
- 模型组合：5个GCMs（HadGEM2-ES、IPSL-CM5A-LR等）驱动7个GIMs（H08、JULES、VIC等），共35个模拟成员。
- 数据处理：对GCM输出进行偏差校正，确保输入GIMs的气候数据一致性。
2. 干旱分析
- 阈值计算：基于历史基准期（1976–2005）的日径流数据，滑动窗口计算每网格单元的10%分位数阈值（Q90）。
- 干旱判定：未来期（2070–2099）日径流低于Q90时记为干旱事件（DI=1），否则DI=0。
- 干旱严重性指标：
- 全球干旱指数（GDI）：干旱日数占全球非干旱网格面积的比例。
- 区域干旱指数（RDI）：针对17个地理子区域（如南美洲、西欧）计算。
3. 不确定性量化
- 信号噪声比（S2N）：通过比较MME均值与四分位距（Interquartile Range, IQR），区分GCMs与GIMs的贡献。
- 敏感性实验：针对JULES模型，额外设计固定CO₂浓度（无植被响应）的对照实验，以分离CO₂生理效应的影响。
主要结果
1. 全球干旱趋势
- 严重性增加：所有RCP情景下，GDI均显著上升（RCP2.6：+3.9%；RCP8.5：+13%），且季节性差异明显（夏季增幅高于冬季）。
- 空间格局：南美洲、地中海地区、美国东南部、智利及澳大利亚西南部为干旱热点（S2N>1.5），而加拿大北部、俄罗斯东北部干旱频率降低。
2. 模型不确定性
- GIMs主导：GIMs的不确定性（平均S2N=1.82）高于GCMs（S2N=2.44），尤其在考虑植被动态的模型中（如JULES）。
- CO₂效应关键作用：JULES因包含CO₂对气孔导度的抑制效应，模拟的干旱增幅显著低于其他GIMs（图3）。敏感性实验证实，固定CO₂浓度后，JULES的干旱响应增强（图4）。
3. 区域差异
- 高置信度热点：加勒比海地区、中欧及南美洲的干旱频率增幅超20%（RCP8.5），且GIMs间一致性较高（S2N>1.5）。
- 争议区域：东非因GCMs降水预测分歧大，干旱信号不显著（S2N≈0）。
结论与价值
科学意义
1. 模型选择影响：GIMs对陆地水循环过程的表征差异（如能量平衡、植被动态）是干旱预测不确定性的主要来源，需在评估中纳入多样化GIMs。
2. CO₂生理效应：植被对CO₂升高的响应可能缓解干旱风险，但该效应的量化仍需更多观测验证。
应用价值
- 水资源管理：热点区域（如地中海、澳大利亚西南部）需优先制定适应策略。
- 政策支持：研究结果为IPCC等国际评估提供了多模型不确定性分析的范例。
研究亮点
1. 多模型协同：首次联合7个GIMs与5个GCMs，系统性量化干旱预测的不确定性。
2. 机制解析：通过JULES的对照实验，明确了CO₂-植被反馈对干旱模拟的关键影响。
3. 热点识别：结合S2N指标，区分高置信度热点与争议区域，为优先干预提供依据。
其他价值
研究数据已通过ISI-MIP项目公开，支持后续跨部门影响评估（如农业、生态系统）。