Page 184 - 《高原气象》2022年第6期

6 期 陈泽霞等：基于CMIP6多模式的黑河干流山区降水气温变化趋势分析 1547
α，当统计检验量| Z | > Z 1 - α/2 时，拒绝原假设没有显 节和年。
著变化，即在置信水平 α 上说明该时间序列具有显 4 结果与分析
著性α的上升或下降趋势（宁忠瑞等，2021）。
3. 2. 4 MBC校正方法 4. 1 历史情景降水/气温模拟能力评估
MBC 校正方法是消除系统偏差的校正方法， 4. 1. 1 基于泰勒图的模拟能力评估
该方法被证明在任意时间尺度下的气候影响评估 图 2 给出 4 个气象台站 MBC 方法校正前后多
研究中具有很好的适用性（Mehrotra and Sharma， 模式集合平均模拟黑河干流山区逐月降水和月平
2016）。其原理是通过均值、标准差对单个变量进 均气温的泰勒图，经 MBC 方法校正后，4 个站的模
行校正，然后根据变量的自相关性及变量间和互相 拟效果均比未校正的模拟效果表现更好。校正前，
关性反复在不同时间尺度下结合多元回归模型对 模 拟 值 与 气 象 台 站 观 测 值 的 相 关 系 数 在 0. 61~
模拟时期的偏差进行校正，简化的校正公式如下： 0. 91，归一化标准偏差范围是 0. 71~1. 42；经 MBC
Y ˉ g j，s，t) S ˉ g s，t) ) 方法校正后，模拟值与观测值（REF）的距离缩短，
ˉ g
Z ˉ g k，j，s，t = j，s，t × s，t × A t g × Z k，j，s，t （5）
g
g
g
( Y ( S ( A t 相关性增加 0. 4%~15%，标准差之比增幅-45%~
式中： Z ˉ g k，j，s，t ， Y ˉ g j，s，t ， S ， A t 分别对应日、月、季节、 35%。以上说明 MBC 方法校正后的模拟值与观测
ˉ g
ˉ g
s，t
g
年尺度的校正值， Y j，s，t ， S ， A t 分别对应月、季节、 值相关性更高、偏差更小，与实际观测值更接近，
g
g
s，t
年尺度的模拟值的汇总，k，j，s，t 对应日、月、季 说明有必要对模式数据进行校正。

图2 逐年月降水量（a）和月平均气温（b）模拟泰勒图
Fig. 2 Taylor diagrams for annual monthly simulation of precipitation（a）and average temperature（b）
MBC 方法校正后，气象台站间的降水模拟效 拟值比降水模拟值与观测值的距离更接近，综合评
果存在一定差异性，野牛沟、祁连和托勒模拟值与 价指标更高，说明CMIP6模式输出数据对黑河干流
观测值的相关性均大于 0. 88，标准差之比均达到 山区的气温模拟比降水模拟总体效果更好。
0. 93 以上，呈现较好的模拟效果；张掖的相关性和 4. 1. 2 多年月平均降水/气温模拟评估
标准差之比小于其他 3 站，模拟效果稍显欠佳。气 图3为经MBC方法校正后的多年月平均（1971-
温模拟中，4 个站的模拟能力及效果基本一致，模
2014 年）降水气温观测值与模拟值的对比图，结果
式数据与观测值的相关性和标准差之比均在 0. 96
显示经 MBC 方法校正且集合平均后，模式数据能
以上，模拟效果较好。
够较好地模拟各站点的多年月平均降水和气温。
为了更客观地评估站点间的降水气温模拟效
各站点不同月份的月平均降水的模拟值与观测值
果，引入综合评价指标计算不同气候要素的各站排
相差 0. 01~0. 56 mm，多年月平均气温模拟曲线与
名。在月降水模拟中，综合评价指标从大到小依次
为 0. 995，0. 983，0. 941 和 0. 572，分别对应野牛 观测值曲线基本完全重合，进一步说明模拟效果
沟、祁连、托勒、张掖；与之类似，月平均气温模拟 较好。
综合评价指标从大到小依次为0. 999，0. 998，0. 995 综合以上分析，MBC 方法校正后的多模式集
和0. 994，分别对应张掖、祁连、野牛沟、托勒。 合平均数据在逐年月平均和多年月平均降水/气温
综上，CMIP6校正后的多模式集合平均气温模 模拟中均与观测值数据有强相关性，能准确地模拟