本文利用第6次国际耦合模式比较计划（CMIP6）26个模式的3种共享社会经济路径（SSP）结果，选取了SSP1-2.6情景下全球大气CO2浓度达峰时间以确定全球碳中和时间，预估了未来全球碳中和时期相比于历史参考时期（1995—2014年）的中国气候与极端气候的响应变化，并与未实现碳中和的情景结果进行比较。研究发现，在SSP1-2.6情景下，全球达到碳中和时间为2062年左右（与中国的碳中和实现目标时间接近），中国区域平均升温（1.61±0.46）℃，降水增加（9.15±5.46）%，极端气候事件整体呈增加趋势，但碳中和目标的实现可极大防控中国大部分区域极端暖事件和极端湿事件的加剧。因此，为缓解未来中国区域气候变化的加剧，需要合理控制CO2排放以实现“双碳”目标。

联合国政府间气候变化专门委员会（IPCC）第6次评估报告（AR6）指出，人类活动导致2010—2019年全球地表气温上升了1.07℃（0.8℃-1.3℃）。温室气体已被证实是造成全球变暖的主因，贡献了1.0℃-2.0℃的升温。在全球变暖背景下，极端气候事件频发，包括热浪的增加、冷昼和冷夜的减少、极端降水事件的增加。为控制和缓解全球气候变化，2015年巴黎联合国气候变化大会（COP21）上，近200个缔约方一致同意通过《巴黎协定》。该协议提出了一个重要目标：将全球平均气温的增幅控制在高于工业化前水平2℃范围内，并努力将增幅控制在1.5℃之内。2021年英国格拉斯哥联合国气候变化大会（COP26）呼吁到21世纪中叶全球实现净零排放，确保1.5℃的目标可以实现。2022年埃及联合国气候变化大会（COP27）指出，与升温2℃相比，升温1.5℃时气候变化的影响将小得多。然而，研究表明全球升温的最大值将会在CO2开始减少约几十年后出现，且升温峰值出现的时间与排放量呈正比。因此，为实现《巴黎协定》提出的全球升温控制在2℃和1.5℃的目标，必须有效控制碳排放。

2020年9月，中国提出“CO2排放力争于2030年前达到峰值，努力争取2060年前实现碳中和”的目标。党的十九届五中全会把“双碳”目标作为“十四五”规划和2035年远景目标，以应对全球气候变化的加剧和推动全球气候行动。

中国地处东亚季风区，地形复杂，气候环境多样（图1）。在经济社会快速发展的同时，也面临着巨大的碳减排压力。伴随着全球变暖的加剧，中国的极端气候事件也在增加，给社会、经济和自然生态系统造成了巨大损失。例如，自1990年以来，极端气象灾害每年造成中国国内生产总值（GDP）损失2.37%。2013年夏季中国东部的严重热浪造成了约590亿元的直接经济损失。因此预估未来中国气候和极端气候，有利于应对气候变化政策的制定。

图1 中国区域及分区示意图

大量研究利用第五次/第六次国际耦合模式比较计划（CMIP5/CMIP6）输出结果对中国未来的气候及极端气候变化进行了预估。结果表明中国大部分地区面临增暖和增湿的加剧，且相较于全球和北半球平均结果，中国气候的变暖和变湿更加明显。控制未来的全球变暖水平在1.5℃之内，将有利于控制未来中国极端气候事件的加剧，而这需要在21世纪中叶左右达到净零碳排放。

例如，基于RCP4.5情景和中国未来排放动态预测模型2030年排放数据的结果显示，“双碳”目标下的减排政策将极大改善未来的空气质量。在中国实现“双碳”目标背景下，21世纪末全球温升可减少0.16~0.21℃。邓荔等聚焦CMIP6不同情景达到碳中和时的中国气候和降水变化，发现仅SSP1-1.9和SSP1-2.6情景可在21世纪中叶达到碳中和，相比于历史参考时期年均温上升1.22℃和1.58℃，平均降水量增加7.1%和9.9%，但增幅相比于无碳中和情景SSP2-4.5大大减少，尤其在冬季新疆和云南地区。就极端气候变化而言，已有结果表明碳中和情景下，到21世纪中叶全球平均极端热事件相较于基准情景可减少约10%。一项针对赣江流域的研究表明，相比于1995—2014年基准期，21世纪“双碳”路径下赣江流域水资源更丰富且极端水文事件强度更低。这些结果说明未来达到“双碳”目标对防控中国极端气候加剧有重要影响。

然而，中国幅员辽阔，受不同气候系统的影响，不同区域对全球变暖的响应呈现出显著的时空差异。因此，有必要基于不同气候分区来研究全球碳中和时期中国的气候和极端气候变化特征，为中国不同区域未来的气候行动制定提供参考。

1数据来源与研究方法

1.1数据来源

本研究使用26个CMIP6模式输出的日平均气温（Tas）、日最高气温（Tmax）、日最低气温（Tmin）和日降水（Pr）数据，情景为Historical情景（1850—2014年）以及基于3种共享社会经济路径（SSP）的未来预估情景（2015—2100年）。其中，Historical情景是在基于观测的、随时间变化的各种外强迫驱动下进行1850年以来的历史气候模拟，一般用来评估模式对气候变化的模拟能力，以及分析气候模式的辐射强迫和敏感性与观测记录的一致性。未来预估情景根据不同社会经济路径与辐射强迫，分别选择了低、中和高3个层次。为了便于模式间的分析比较，所有模式均统一插值到1.5°×1.5°。根据不同的地形地貌和所受的气候系统控制，将中国分为北方地区、西北地区、南方地区和青藏高原4个分区进行研究。

1.2研究方法

1.2.1 极端指标确定

本研究选用IPCC AR6关注的极端气候指标（表1），包括4个极端气温指标：白天最高温（TXx）、夜间最低温（TNn）、白天极端高温（TX90p）和夜间极端低温（TN10p）；4个极端降水指标：降水强度（SDII）、一日最高降水量（RX1DAY）、极端强降水量（R95p）和连续干旱日数（CDD）。使用Climate Data Operators软件对数据进行质量控制并计算极端指标。为方便比较降水及极端降水强度指标，在分析时将Pr、SDII、RX1DAY和R95p单位换算成相对于历史时期的距平（%）。

1.2.2 碳中和时期确定

本研究从人为CO₂排放净零和CO₂浓度达峰角度考虑，根据SSP1-2.6情景下CO₂浓度的峰值时间找出碳中和达到时间，以该年份为中心，向前取9年并向后取10年，共20年作为碳中和时期（2053—2072年）。同时选取SSP2-4.5和SSP5-8.5情景下对应的20年气候态作为对照，采用多模式集合平均方法预估相关变化。如图2所示。

图2 SSP1-2.6、SSP2-4.5与SSP5-8.5情景下CO₂的变化

2结果与分析

2.1碳中和目标下中国气温与降水的变化预估

如图3所示，未来中国气温和降水将持续增加。SSP1-2.6情景下达到碳中和时期后上升速率减缓。SSP1-2.6情景下中国区域平均升温（1.61±0.46）℃，降水增加（9.15±5.46）%，最大升温和增湿区域位于中国西北。相较于未碳中和情景，SSP1-2.6情景下降水变化幅度大幅降低，尤其在中国北方、西北和青藏高原地区。

图3 未来SSP1-2.6、SSP2-4.5和SSP5-8.5情景下中国区域气温和降水变化

2.2碳中和目标下中国极端气温变化

图4显示了SSP1-2.6情景下未来碳中和时期4种极端气温指标变化的空间格局。白天最高温和夜间最低温均上升，夜间最低温上升幅度更高，白天极端高温发生频率整体上升，夜间极端低温发生频率明显下降。与未碳中和情景相比，SSP1-2.6情景可控制部分区域极端暖事件强度和频率变化，如降低青藏高原极端暖事件加剧程度，减少东北地区和西北新疆地区白天最高温、夜间最低温和白天极端高温事件的增加幅度，但青藏高原南部和南方地区夜间极端低温事件的减少幅度也有所降低。

图4 碳中和时期SSP1-2.6情景下以及对应时间SSP2-4.5和SSP5-8.5情景下中国区域TXx（℃）、TNn（℃）、TX90p（%）和TN10p（%）相对历史参考期变化的空间分布

2.3碳中和目标下中国极端降水变化

未来碳中和背景下中国北方主要体现为极端湿事件增加，南方极端湿事件和极端干事件同时增加。未达到碳中和的情景下极端降水事件变化幅度更明显。实现碳中和可降低极端降水发生强度和概率，控制中国北方地区极端湿事件加剧，减少北方、西北和青藏高原地区洪涝、山体滑坡和泥石流等等自然灾害风险，及南方地区干旱风险，但模式对未来极端降水变化模拟存在不确定性。

3讨论

本研究强调了在未来中国暖、湿加剧，极端气候事件增加的背景下，碳中和目标的实现对中国区域气候和极端气候变化具有积极影响，极大降低了中国北方、西北和青藏高原区域极端暖事件和极端湿事件的增幅，同时极大防控了未来南方地区极端低温事件和干旱事件的发生。与前人研究相比，本研究更关注极端气候变化影响，如对青藏高原、西北干旱区和东部季风区江淮地区的影响。研究结果表明控制CO₂排放紧迫性，相关部门需采取政策措施，提高生态脆弱地区适应气候变化能力。

4结论

未来中国暖湿持续加剧，而SSP1-2.6碳中和情景可缓解未来中国的暖湿加剧，尤其在中国北方和西北地区。极端气温在碳中和时期显示出暖事件加剧和冷事件减少的特征，且夜间最低气温增幅要高于白天最高温。SSP1-2.6碳中和情景使得中国北方和西北地区的白天最高温以及夜间最低温增幅降低，同时将较大程度控制青藏高原白天极端高温事件的加剧。未来碳中和时期中国平均降水强度等上升，最大连续干旱日数南北反向变化，SSP1-2.6碳中和情景可降低极端降水强度和频率增幅，控制南方干旱事件加剧。

本文作者：蔡子怡、游庆龙、吴芳营、江志红、翟盘茂

作者简介：蔡子怡，复旦大学大气与海洋科学系/大气科学研究院，博士研究生，研究方向为气候变化诊断；游庆龙（通信作者），复旦大学大气与海洋科学系/大气科学研究院，极地海-冰-气系统与天气气候教育部重点实验室，教授，研究方向为气候与极端气候变化。