Page 23 - 《高原气象》2021年第5期

高 原 气 象 40 卷
984
表5 1986--2005年青藏高原极端气候指数21个模式模拟值与观测值之间时序变化的相关系数
Table 5 r between simulated and observed values of temporal change of extreme climate indices on
the Qinghai-Xizang Plateau during the period 1986--2005
极端指标 FD ID TNn TXx WSDI CSDI PRCPTOT CDD CWD RX1day
ACCESS1-0 0. 46 * 0. 36 0. 31 0. 20 -0. 20 0. 06 -0. 29 0. 68 * 0. 03 0. 23
bcc-csm1-1 0. 40 0. 36 0. 11 0. 14 0. 07 0. 26 0. 14 0. 55 * -0. 07 -0. 35
BNU-ESM 0. 61 0. 55 * 0. 16 0. 32 0. 30 0. 40 0. 15 0. 74 * 0. 33 -0. 06
CanESM2 0. 01 0. 36 0. 25 0. 30 0. 24 0. 20 0. 07 0. 65 * -0. 05 0. 25
CCSM4 0. 18 -0. 12 0. 42 0. 28 0. 21 0. 16 0. 34 0. 59 * -0. 01 -0. 09

CESM1-BGC 0. 50 * 0. 14 0. 35 0. 09 -0. 13 0. 38 -0. 38 0. 58 * 0. 28 0. 09
CNRM-CM5 0. 27 0. 30 0. 14 0. 09 0. 30 0. 31 0. 01 0. 64 * -0. 22 -0. 21
CSIRO-Mk3-6-0 0. 38 0. 21 0. 55 * 0. 34 0. 39 0. 17 -0. 14 0. 72 * 0. 12 0. 01
GFDL-CM3 0. 47 * 0. 17 0. 15 0. 22 0. 20 0. 27 -0. 05 0. 66 * 0. 12 -0. 12
GFDL-ESM2G 0. 43 0. 41 0. 40 0. 18 0. 02 0. 41 0. 33 0. 61 * 0. 21 -0. 09
GFDL-ESM2M 0. 64 * 0. 06 0. 24 0. 19 0. 10 0. 42 -0. 13 0. 55 * 0. 28 0. 04
inmcm4 0. 19 0. 55 * 0. 17 0. 18 0. 08 0. 34 -0. 18 0. 68 * 0. 00 -0. 26
IPSL-CM5A-LR 0. 25 -0. 03 -0. 05 -0. 03 -0. 22 -0. 52 0. 05 0. 68 * -0. 05 0. 32
IPSL-CM5A-MR 0. 23 0. 13 0. 02 -0. 31 -0. 30 0. 18 -0. 17 0. 68 * -0. 27 0. 10
MIROC5 0. 39 0. 20 0. 31 0. 13 0. 19 0. 37 -0. 37 0. 65 * 0. 08 -0. 11
MIROC-ESM 0. 31 0. 40 0. 17 -0. 15 -0. 09 0. 18 0. 06 0. 70 * -0. 19 -0. 19
MIROC-ESM-CHEM 0. 58 * 0. 42 0. 21 0. 07 -0. 03 0. 23 0. 05 0. 65 * 0. 04 0. 21
18MPI-ESM-LR 0. 39 0. 16 0. 26 0. 17 0. 03 0. 19 -0. 18 0. 63 * -0. 07 -0. 12
19MPI-ESM-MR -0. 10 -0. 13 -0. 25 0. 33 -0. 05 -0. 23 0. 38 0. 56 * 0. 06 0. 07
20MRI-CGCM3 0. 26 0. 09 -0. 11 0. 08 -0. 10 0. 30 0. 20 0. 66 * -0. 04 -0. 03
NorESM1-M 0. 23 -0. 25 0. 10 0. 18 -0. 08 -0. 41 0. 16 0. 49 * -0. 60* -0. 02

*表示p值通过置信度为0. 05的显著水平检验
3. 2. 2 空间模拟能力评估 础上，综合多模式对每种极端气候模拟能力排序结
通过计算得 1986-2005 年在空间上 21 个模式 果，对 21个模式以日最低气温、日最高气温和日降
模拟的极端气候指数和观测的极端气候指数之间 水三类指数各自排名累加，得出相应的三类极端气
中心化均方根误差和相关系数（表 6，表 7）。对于 候指数空间模拟能力最优模式（图 4），结果显示：
所有 10 个极端气候指数，模拟值与观测值的平均 对日最低气温类极端气候指数模拟最好的五个模
相关系数高达 0. 59，最大值为 0. 88。TNn 和 ID 的 拟式依次是 MIROC-ESM、CCSM4、MIROC-ESM-
多模式模拟结果与观测值的相关系数较高，均值分 CHEM、IPSL-CM5A-LR 和 MIROC5；对日最高气
别为 0. 86 与 0. 81，而 CDD 的模式模拟结果与观测 温类极端气候指数模拟最好的 5 个模式依次是
值的相关系数最低。就模式模拟结果与观测值之 CanESM2、 BNU-ESM、 MRI-CGCM3、 MIROC-
间的中心化均方根误差而言，TXx 与 TNn 为 3. 29~ ESM-CHEM和MIROC-ESM；对日降水量类极端气
4. 59 ℃ ，PRCPTOT 为 254. 6~283. 9 mm，RX1day 候指数模拟最好的 5 个模式依次是 MIROC-ESM、
为 13. 37~22. 24 mm，在表征频次的 6 个极端气候 CanESM2、BNU-ESM、MIROC5 和 CSIRO-Mk3-
指数中，WSDI、CSDI 和 CWD 的中心化均方根误 6-0。
差较小，介于 2. 67~9. 86 天，FD、ID、CDD 的中心 3. 3 优选模式结果分析
化均方根误差为 29. 04~57. 72 天，远高于前 3 个指 3. 3. 1 综合优选模式
数。根据表 6 和表 7 的结果，利用 21 个模式对每种 由于不同模式大到框架设定、细到模式中物理
极端气候指数空间模拟能力强弱进行排序，在此基 参数的选取和设定，都是不同的，因此模式模拟的