题目
Climate change will affect global water availability through compounding changes in seasonal precipitation and evaporation
作者
Goutam Konapala, Ashok K. Mishra, Yoshihide Wada & Michael E. Mann
一作
单位
Climate Change Science Institute, Oak Ridge National Laboratory, Oak Ridge, TN, 37831, USA
链接
https://www.nature.com/articles/s41467-020-16757-w
用于人类消费和生态系统的可利用水资源很大程度上取决于降水和蒸发的时空分布。因此，21世纪人类活动导致的气候变化带来的降水和蒸发特性的变化可能导致水可用性(WA，water availability)的变化。过去在降水和蒸发的研究已经分别从年总值、季节性变化和极端事件分析了降水量和蒸发量在气候变化背景下的变化趋势。但现有的全球气候研究很少从非参数统计角度考虑这种模式。故本研究采用非参数分析框架，结合CMIP5的预测数据和贝叶斯模型平均（BMA，Bayesian Model Averaging）方法，对未来气候变化背景下WA进行更准确的评估。
AE（apportionment entropy），分配熵，不同于变异系数、相关系数等参数方法，是一种包含高阶统计量的非参数方法。
AE∈[0 , log212]。当降水在全年平均分布时，每个月降水量是全年降水量1/12时，AE最大，达log212；当全年降水集中在一个月，该月降水量占全年降水量100%，其余月份为0时，AE最小，为0 。
贝叶斯模型平均是一种将模型进行组合以降低不确定性的方法，其基本步骤是设定待组合模型的先验概率和各个模型中参数的先验分布，然后用经典的贝叶斯方法进行统计推断，其在水文模型中已得到广泛应用。
研究首先利用全球降水气候中心(GPCC)的月网格降水观测数据，根据年均值和季节性变化将全球陆地区域划分为9个不同的降水体系。其中，季节性变化采用AE（apportionment entropy）计算，AE越大，说明降水量在一年中的分布越平均，季节性变化程度越小。图1a是基于降水年均值和降水季节性变化分类的9种降水体系在全球陆地的空间分布，其中L、M、H的定义采用的是百分位数（<30为L，30-70为M，>70为H）。图1b是9种降水体系占全球陆地百分比。图1c是4种极端降水体系（HPHAE、LPHAE、LPLAE、HPLAE）的降水月分布，其他降水体系的降水月分布处于极端情景之间。具体见原文Global classification of precipitation regimes小节最后一段内容。
研究使用BMA对美国CMIP5模型的降水和蒸发的预测数据进行调整，得到未来年（2005年-2100年）三种气候变化情景（RCP2.6、RCP4.5、RCP8.5）下降水和蒸发的年总值和季节性变化的趋势。由图2可得，在降水方面，所有降水体系的年降水总量都在增加，大部分降水体系的降水季节性变化都在加剧，且降水年总量增加和降水季节性变化的加剧都随着对辐射强迫控制要求的放缓而加剧；但对于降水季节性变化小的降水体系，其年降水总量增加幅度更大，降水季节性变化加剧程度更小。在蒸发方面，所有降水体系的年蒸发总量都在增加，大部分降水体系的蒸发季节性变化都在减缓，且蒸发年总量增加和蒸发季节性变化的减缓都随着对辐射强迫控制要求的放缓而加剧；但对于降水季节性变化小的降水体系，其年蒸发总量增加幅度更大，蒸发季节性变化减缓程度更大。
图3显示在每一种降水体系下，经BMA计算后的WA的历史（1971-2000）月分布和未来(2070-2099)月分布。与历史WA月分布相比，未来湿季(8-10月)的WA月分布预测表明，湿季将变得更加湿润，这种现象在降水季节性变化小的降水体系LPHAE、MPHAE、HPHAE中很明显；而在降水季节性变化大的体系中，LPLAE的WA月分布几乎无变化，HPLAE的WA月分布则在湿季有明显增长，即有着降水少且年降水分布不均降水体系的地区的WA月分布几乎不受到降水和蒸发变化的影响，而是更取决于当地自然环境对水资源的限制。同降水和蒸发的年总值类似，随着辐射强迫控制要求的放缓，各种降水体系在湿季的WA都有更大的增幅。
图4给出了未来三种排放情景(RCP 2.6、4.5、8.5)的湿季和干季对应的降水量和蒸发量相对历史时期的变化。在降水季节性变化小的地区，蒸发量的增加比降水季节性变化大的地区大，且对辐射强迫控制要求越低，蒸发量的增加幅度越大。这些变化在湿季很明显而在干季则不然。降水量的增加与蒸发量有类似的规律。但由于在干季各个模型结果差异较大，所以这些结论只在湿季是统计可信的。WA的定义是降水量和蒸发量差距，因此降水量和蒸发量在湿季和干季的增加解释了WA的变化。在蒸发增加的相对幅度小于降水的地区可以观察到WA的显著增加，降水季节性变化低的地区在湿季有同样规律，这种增加可以归因于降水量的增加大于蒸发量的增加。基于此，西欧、北美和东南亚等高AE值的地区洪水风险可能增加。
本文通过降水和蒸发的年总值与季节性变化将全球分为9种降水体系，通过CMIP5对未来数据的预测和BMA方法的处理，分析了不同气候变化背景下各降水体系降水与蒸发的年总值、季节性变化、WA的月分布等水文变化。这些水文特征不仅影响WA在未来气候变化背景下的年均值，也影响了其月分布，伴随而来的可能是物候、水库管理和生态系统功能的显著变化。该研究提供的框架可作为传统的用于研究不同降水体系的季节性变化的方法的补充，具体如定量地评估年均降水量变化和降水季节性变化对河流流量的影响，从而进一步研究与社会用水需求有关的管理问题。