以月-季节尺度土壤水分亏缺为表征的季节性土壤干旱导致作物歉收、植被退化和土壤侵蚀，影响粮食安全、生态环境与可持续发展。IPCC第六次评估报告表明，气候变化将使未来全球土壤干旱加剧，但在区域尺度存在很大的不确定性。因此，解析土壤干旱在区域尺度未来预估结果的不确定性，对于气候变化适应措施的制定十分重要。前人研究基于多个海陆气耦合模式的集合预估数据，采用统计拟合方法将预估结果的不确定性来源分为模型不确定性、气候系统内部变率不确定性和排放情景不确定性三部分。虽然这种方法在量化模型不确定性时具有一定优势，但由于所使用气候模式缺少足够的初始扰动集合，在量化内部变率不确定性等方面存在不足。近年来，通过对每个模型施加相同的外部强迫，但扰动初始条件以生成足够多的样本集合进行气候预估，也称“大样本集合预估方法”，开始流行。当集合样本足够大时，可以通过集合平均来估计对外部强迫的响应，并且将内部变率直接从强迫响应中分离出来。
本研究基于大样本集合模拟、以及第五次和第六次耦合模式比较计划的三套土壤湿度预估数据，对中国区域未来80年的季节性土壤干旱变化进行预估，并量化三种不确定性来源的相对贡献。三套预估结果都表明，未来我国季节性土壤干旱将增加，近期预估的不确定性主要来源于内部变率，而远期主要源于模型不确定性（图1）。相比大样本集合方法，传统方法在全国尺度的干旱预估结果中表现出相似的不确定性特征，但在区域尺度上低估了内部变率对不确定性的贡献。对我国不同区域季节性土壤干旱的频率、持续时间和强度指标来说，传统方法相对于大样本集合方法分别低估了内部变率的不确定性约27%-54%、15%-47%和16%-31%。如何减小气候系统内部变率的影响，是提高干旱近期预估（年代际预测）水平的当务之急。
图1 中国区域季节性土壤干旱事件未来变化预估及其不确定性分析。左侧子图表示基于大样本集合 (a)、CMIP5 (b)和CMIP6 (c)预估的中国季节性土壤干旱频率相对于基准期变化，干旱事件采用10年滑动平均统计。细线代表每个集合成员或单个模式的结果，粗线代表集合平均或多模式平均，三种颜色分别代表三种不同的排放情景。右侧子图表示基于相应数据解析的三种不确定性来源（内部变率（橙色）、情景（绿色）和模型（蓝色）不确定性）相对总不确定性的贡献百分比。大样本集合由于排放情景数据和模型数量较少，其模型和情景不确定性使用CMIP5的结果。
该研究在线发表于环境科学一区期刊《Science of the Total Environment》，第一作者为我院博士研究生陈思思，通讯作者为其导师袁星教授。
论文信息：
Chen, S., X. Yuan*, 2022: Quantifying the uncertainty of internal variability in future projections of seasonal soil moisture droughts over China. Science of the Total Environment, 824, 153817.
https://doi.org/10.1016/j.scitotenv.2022.153817.
