Page 197 - 《高原气象》2022年第6期

高 原 气 象 41 卷
1560

图 1 24个CMIP6模式及多模式集合平均（MME）模拟气温与西南地区观测资料的偏差
Fig. 1 Temperature simulation bias of 24 CMIP6 models and multi-model ensemble
（MME）mean from observations in Southwest China
言，空间相关系数为 0. 92，标准差之比及中心化均
方根误差分别为 1. 00 和 0. 41，其空间模拟能力优
于大部分模式。
此外，根据公式 1、公式 2计算出各模式对西南
地区夏季气温模拟能力的空间技巧评分（表 2）。技
巧评分 S 1 分布范围在 0. 85~1. 00，技巧评分 S 2 分布
范围在 0. 72~1. 00。由技巧评分 S 1 、S 2 可知，EC-
Earth3 在空间上的模拟效果最好， S 1 、 S 2 评分均为
1. 00。此外，其余各模式评分差异不大，MME 的
S 1 评分为 1. 00， S 2 评分为 0. 97，优于大部分单一模
式。以上结果表明，各模式均能较好模拟出西南地
区夏季气温的空间分布情况。
在年际变率的模拟性能方面，图 3 给出了各模
式的年际变率技巧评分。图中 Ts 主要分布范围在
图2 1975-2014 年西南地区 CMIP6模式模拟相对于观测
0~1. 0，表明大部分模式对气温年际变率有着较好
资料夏季气温的泰勒图
的模拟能力，其中 CMCC-CM2-SR5、TaiESM1 与
图中数字对应于表 1 中的模式，蓝点代表单个模式，红点为多模式
CESM2-WACCM 模拟性能最好的。CanESM5 的模
集合平均（MME），红色斜虚线代表空间相关系数 99%信度水平
Fig. 2 Taylor diagram for climatological summer temperature 拟性能最弱，Ts为6. 86，远高于其他模式。MME的
in the southwestern between the CMIP6 models and observa‐ Ts 值为 0. 26，模拟能力仅弱于 CMCC-CM2-SR5、
tions for the period 1975-2014. Each number represents a TaiESM1、CESM2-WACCM 和 ACCESS-CM2 4 个
model ID listed in Table 1，the blue dot represents a single 模式，表明 MME 在模拟年际变率方面比绝大多数
model，the red dot is the MME ，and the red dotted 单一模式具有更好的模拟效果。
line represents the 99% reliability level of the
为了更加直观地辨别各模式的模拟效果，采用
spatial correlation coefficient
RS 评分方法对各模式进行排序。综合考虑各模式
0. 36~0. 78，表明各模式虽然在内部误差上存在着 在空间分布与年际变率上的模拟情况，选取 S 1 、 S 2
一定的区别，但是模拟效果整体较好。就 MME 而 与 Ts评分作为评价指标。如表 2 所示，排名前六的