作为气候变化的热点地区之一，中亚在过去经历了剧烈的升温，在未来可能经历更多的干旱和热浪事件。在开展未来气候变化对该地区的潜在影响研究，特别是对当地生态和水文系统的影响研究时，长期缺乏高分辨率的气候预估数据集。
为此，中国科学院大气所物理研究所冯锦明研究员团队基于偏差订正后的多个全球气候模式开展动力降尺度，生产了一套中亚9公里分辨率气候预估数据集，简称HCPD-CA。该数据集有两个时段（1986-2005和2031-2050），使用RCP4.5排放情景，包括4个静态变量和10个气象变量（见表1），可以满足大多数生态和水文模型的驱动需要。相关的研究论文发表在Earth System Science Data上。
表1 HCPD-CA数据集的要素
论文在不同的时间尺度上对HCPD-CA数据集进行了评估。结果显示，该数据集在刻画中亚的历史气候平均态上有很高的精度。此外，论文评估了10个气象变量在未来的变化（2031-2050 vs. 1986-2005），发现气温将显著升高，下行短波辐射和长波辐射将显著增加，而其他气象变量的变化微弱。
与过去的相关研究相比，该研究有三个特色。第一，数据的空间分辨率从过去的大于等于30公里提升到9公里，数据在空间分辨率的提升带来了精度上的提升，特别是在山区；第二，从过去的使用一个全球气候模式驱动区域模式发展到同时使用多个全球气候模式，这种集合模拟可以减小驱动场带来的不确定性；第三，利用再分析资料订正了驱动场的气候平均态，这大大减小了区域气候模拟的偏差。
中亚是一个高度依赖农业的地区。在这里，60%的人口居住在农村，超过45%的劳动力从事农业，接近25%的国内生产总值由农业创造。为了理解未来气候变化对该地区农业的潜在影响，该研究团队进一步计算了6个农业气候指数，并分析了它们在未来的变化。相关的研究论文发表在Advances in Atmospheric Sciences上。
“农业气候指数可以指示天气和气候对农业活动的影响。对于农民和政策制定者来说，它们既具有实际意义又容易被理解。”论文的通讯作者冯锦明研究员说。
研究结果显示，中亚的生长季长度（GSL，见图1）、夏日天数（SD）、热浪天数（WSDI）和热夜天数（TD）在未来将显著增加，同时霜冻天数（FD）将显著减少。有效积温（BEDD）的变化具有空间异质性，它在中亚北部和山区将增加，在其他地区将减小。
图1 6个农业气象指数在中亚的未来变化
“因为这6个指数中的5个都是基于绝对阈值定义的，对动力降尺度结果的系统偏差敏感，所以我们首先使用分位数订正法订正了动力降尺度结果。我们发现该订正方法大大减小了这些指数的偏差，这使预估结果更合理。”论文的第一作者邱源博士说。
中亚高分辨率气候预估数据集和中亚高分辨率农业气候指数预估数据集已分别在青藏高原数据中心公开发布。该研究获得了中科院A类先导专项“泛第三极环境变化与绿色丝绸之路建设”（XDA20020201），国家自然科学基金（41875134）和天河青索计划-气候气象海洋专项基金的资助。
参考文献：
Qiu, Y., Feng, J., Yan, Z., and Wang, J. (2022). HCPD-CA: high-resolution climate projection dataset in central Asia. Earth Syst. Sci. Data, 14, 2195–2208, https://doi.org/10.5194/essd-14-2195-2022
Qiu, Y., Feng, J.M., Yan, Z.W., & Wang, J. (2022). High-resolution projection dataset of agroclimatic indicators over Central Asia. Adv. Atmos. Sci., https://doi.org/10.1007/s00376-022-2008-3
数据的引用：
Qiu, Y. (2021). High-resolution climate projection dataset in Central Asia (1986-2005 and 2031-2050). National Tibetan Plateau Data Center, DOI: 10.11888/Meteoro.tpdc.271759.
Qiu, Y. (2022). High-resolution projection dataset of agroclimatic indicators over Central Asia (1986-2005 and 2031-2050). National Tibetan Plateau Data Center, DOI: 10.11888/Atmos.tpdc.271934.
