Page 19 - 《高原气象》2021年第5期
P. 19
高 原 气 象 40 卷
980
且地形、地貌、海拔差异大，这种差异对气象的影 2005 年多年平均值，作为模拟结果；最后以气象站
响机理变得更加复杂，特别是对降水的影响机理 点观测值为准，分析不同模式对极端气候指数的空
（钟水新，2020），插值将进一步扩大研究误差，因 间模拟能力。模式优选方法同上，此处不再赘述。
此也有学者在评估格网气象数在青藏高原地区刻 中心化均方根误差（RMSE）和相关系数（r）表示如
画能力时，提取站点点位所对应格网点的气象数据 下：
与站点观测值进行比较研究，从而得出格网气象数 1 n - - 2 }
)
RMSE = { ∑[(x i - x - (y i - y ] ) （1）
据在青藏高原区域的时空刻画能力（Zhang et al，
n i = 1
2018；Liu et al，2019）。为此文中也基于站点点 { 1 n 1 }
-
位，从时序和空间两个层面，就多模式产品对青藏 δ x = ∑[(x i - x)] 2 （2）
n i = 1
高原极端气候的模拟能力进行评估。由于同一模 1
-
n
式对不同极端气候指数的模拟能力差异性较大，例 δ y = { 1 ∑[(y i - y)] 2 } （3）
如，一个模式对某一极端气候指数模拟能力较好， n i = 1
-
-
n
但对其他极端气候指数的模拟能力可能最差，当所 r = 1 [ 1 ∑(x i - x) - (y i - y) ] （4）
选的极端气候指数越多，这种差异性将越大。由于 δ x δ y n i = 1 -
文中选取了 10 个极端气候指数，如果针对所有极 式中：x表示模式模拟结果； x为模拟结果平均值；y
-
端气候指数整体评选出最优模式，其评选结果并不 表示观测值； y 为观测值的平均值；n 表示站点数
能保证评选质量。为此，文中按照极端气候指数识 （年）。RMSE 值越小，表明模式的模拟能力越好，
别所用的日最低气温、日最高气温和日降水量数据 反之亦然；r值越大，表明模式模拟能力越好，反之
不同，将极端气候指数分为三类，分别为日最低气 亦然。
温类极端气候指数（FD、TNn和CSDI）、日最高气温 3 结果分析
类极端气候指数（ID、TXx 和 WSDI）和日降水类极
端气候指数（PRCPTOT、CDD、CWD 和 RX1day）， 3. 1 极端气候指数的时序变化
再按照所分的三个类型，评选各自的最优模式。 图 2给出了 1986-2005年模式模拟和观测的青
（1）时序模拟能力评估方法：首先利用气象站 藏高原极端气候指数区域平均的时间序列变化。
点观测数据，对选取的极端气候指标进行识别，并 10 个 极 端 气 候 指 数 FD、ID、TNn、TXx、WSDI、
以年为时间尺度，计算每个极端气候指数所有站点 CSDI、PRCPTOT、CDD、CWD 和 RX1day 的多年
的平均值，将其作为观测值，再依次利用 21个模式 观测平均值依次为192. 53天、36. 42天、-20. 92 ℃、
数据，计算观测气象站点所在格点位置的每个极端 26. 28 ℃、11. 93 天、12. 71 天、485. 07 mm、90. 46
气候指数，并同样以年为时间尺度，计算每个极端 天、7. 54 天和 29. 12 mm。除 TNn 和 TXx 的观测值
气候指数所有气象站点所在格点的平均值，将其作 大于多模式集合结果的多年平均值外，其余 8 个极
为不同模式的模拟结果。最后以气象站点观测值 端气候指数的观测值都小于多模式集合结果的多
为准，分析不同模式对极端气候指数的模拟能力。 年平均值，其中 FD、TXx 和 CDD 的观测值与多模
在模式评选时，采用观测值和模拟值的中心化均方 式集合结果的差异值较大，而其余极端气候指数的
根误差和相关系数作为统计指标，依据这两个指标 观测值与多模式集合结果的差异值相对较小。趋
的统计结果，采用等级（ranking）排序方法，将 21个 势变化来看，TNn、TXx、WSDI、PRCPTOT和 CDD
模式对 10 个极端气候指数的模拟能力排序，在此 的观测值呈增长趋势，其值依次为0. 83 ℃·（10a） 、
-1
-1
-1
基础上，对 21个模式以日最低气温、日最高气温和 0. 27 ℃·（10a） 、1. 72 d·（10a） 、12. 07 mm·（10a） -1
日降水三类指数各自排名累加，得出相应的最优 和 3. 77 d·（10a） ，而 FD、ID、CSDI、CWD 和
-1
模式。 RX1day 的 观 测 值 有 着 降 低 趋 势 ，其 值 分 别 为
-1
-1
-1
（2）空间模拟能力评估方法：首先利用气象站 -7. 26 d·（10a） 、-3. 13 d·（10a） 、-3. 60 d·（10a） 、
-1
-1
点观测数据，对选取的极端气候指标进行识别，并 -0. 08 d·（10a） 和-0. 23 mm·（10a） 。在这 10 个
计算各个站点每个极端指数 1986-2005 年的多年 指数中，除 FD 之外，不管是增加趋势，还是降低趋
平均值，将其作为观测值；再依次利用 21个模式数 势均不显著（表 3）。相比较而言，对于 FD、ID、CS‐
据，计算观测气象站点所在格点位置的每个极端气 DI 和 CDD 这四个极端气候指数，多模式的模拟值
候指数，同样并计算各个站点每个极端指数 1986- 与观测值的变化趋势基本一致，TXx 与 WSDI 指数
