Page 195 - 《高原气象》2022年第6期

高 原 气 象 41 卷
1558
降水的空间分布，但对气温存在明显地低估，对降 自治区，夏季时段为 6-8 月，文中夏季气温与夏季
水量则存在明显地高估（Su et al，2013；李振朝等， 降水均为三个月的平均值。文中涉及的地图是基
2013；胡芩等，2014，2015）。林朝晖等（2018）发现 于国家测绘地理信息局标准地图服务网站下载的
CMIP5模式能够较好地模拟出中国东部小雨、大雨 审图号为 GS（2019）1822 的中国地图制作，底图无
和暴雨占总降水比重的空间分布。于灏等（2020） 修改。
的研究表明，CMIP5中大部分模式对四川盆地降水 模式资料为 CMIP6 气候模式中的历史气候模
的空间分布特征模拟较好。 拟试验数据与未来情景试验数据。未来情景试验
与前几次比较计划相比，参与第六次耦合模式 数据是不同共享社会经济路径（SSPs）和典型浓度
比较计划（CMIP6）的模式数量最多、设计科学试验 路径（RCPs）的组合。CMIP6 参与模式众多，本文
最为完善，提供数据最为庞大（周天军等，2019）。 选取历史及未来情景数据发布较完整的 24 个模式
该数据已在中国区域得到了广泛应用，相关的气候 进行研究，模式概况如表 1 所示（详细信息可参阅
变化预估工作也已陆续开展（Qin et al，2021；赵梦 https：//esgf-node. llnl. gov/projects/cmip6/）。 由 于
霞等，2021）。Zhu and Yang（2020）通过比较 CMIP6 各模式输出数据的空间分辨率不尽相同，为了便于
与 CMIP5 对青藏高原气温和降水的模拟，发现 各模式间分析比较，统一采用双线性插值将数据插
CMIP6 大 部 分 模 式 模 拟 结 果 优 于 CMIP5。 同 时 值到 0. 5°×0. 5°格点上。在历史气候模拟评估阶
You et al（2021）也发现，CMIP6 可较好再现中国区 段，为与观测资料时间统一，选取 1975-2014 年逐
域的气候特征，冷偏差较 CMIP5 有所改善。Tian et 月气温和降水历史气候模拟试验数据；在未来预估
al（2021）发现，CMIP6 模式模拟的中国降水与观测 表1 CMIP6各模式介绍
值较吻合，未来情景下中国年均降水呈现波动上升 Table 1 Introduction to each mode of CMIP6
趋势，北方降水增加速度高于南方地区。
模式序号 模式名称 国家（地区） 水平分辨率
与全球气候变化相比，区域气候的变化更为复
1 ACCESS-CM2 澳大利亚 192×144
杂，影响因素更多，且与当地环境、经济生产密切
2 ACCESS-ESM1-5 澳大利亚 192×145
相关。我国西南地区包含云贵川渝三省一市和西
3 AWI-CM-1-1-MR 德国 384×192
藏自治区，地处我国第一、二级阶梯，海拔梯度变
4 BCC-CSM2-MR 中国 320×160
化差异巨大。其中既包含青藏高原部分地区，又有
5 CAS-ESM2-0 中国 256×128
横断山脉等山地地形，还有盆地、平原等区域，具
6 CESM2-WACCM 美国 288×192
有十分复杂的地形地貌。同时西南地区又受东亚
7 CMCC-CM2-SR5 意大利 288×192
季风、南亚季风等不同气候系统的共同影响，形成
8 CMCC-ESM2 意大利 288×192
了复杂多变的天气气候。夏季是西南地区旱涝灾
9 CanESM5 加拿大 128×64
害多发时段（Dai et al，2015；邓承之等，2021），频
10 EC-Earth3 欧盟 512×256
发的灾害给人民群众生产生活造成了极大损失，严
11 FGOALS-f3-L 中国 288×180
重阻碍了当地社会经济的发展。因此，本文将评估
12 FGOALS-g3 中国 180×80
CMIP6 模式对我国西南地区夏季气候的模拟能力，
13 GFDL-ESM4 美国 288×180
并预估不同情景下西南地区未来气候变化，以期更
14 INM-CM4-8 俄罗斯 180×120
好地认识该地区气候变化特征，为该地区提供更加
科学的气候变化决策依据。 15 INM-CM5-0 俄罗斯 180×120
16 IPSL-CM6A-LR 法国 144×143
2 资料来源与方法介绍 17 KACE-1-0-G 韩国 192×144

2. 1 资料 18 MIROC6 日本 256×128
19 MPI-ESM1-2-HR 德国 384×192
本文所采用观测资料为中国气象数据网（http：
//data. cma. cn/）提供的中国地面降水和气温月值格 20 MPI-ESM1-2-LR 德国 192×96
点数据集（V2. 0）。该数据集基于中国地面 2400 多 21 MRI-ESM2-0 日本 320×160
个台站资料空间插值而成（赵煜飞等，2014），水平 22 NorESM2-LM 挪威 144×96
分辨率为 0. 5°×0. 5°。文中选取时段为 1975-2014 23 NorESM2-MM 挪威 288×192
年，西南地区包括云南、贵州、四川、重庆和西藏 24 TaiESM1 中国台湾 288×192