Page 198 - 《高原气象》2022年第6期

6 期 杨明鑫等：CMIP6模式对我国西南地区夏季气候变化的模拟和预估 1561
表 2 夏季气温模拟结果的各评价指标及模式综合排名
Table 2 Indexes and comprehensive rankings of summer temperature

相关系数 标准差 中心化均方根 技巧评分 技巧评分 技巧评分 模式 综合
模式名称
R 之比σ ̂ f 误差E′ S 1 S 2 Ts 得分 排名
CESM2-WACCM 0. 925 0. 919 0. 380 0. 989 0. 978 0. 219 1. 916 1
EC-Earth3 0. 932 0. 992 0. 367 1. 000 1. 000 0. 731 1. 915 2
CMCC-CM2-SR5 0. 924 0. 914 0. 383 0. 988 0. 974 0. 166 1. 911 3
GFDL-ESM4 0. 920 1. 019 0. 405 0. 993 0. 974 0. 320 1. 907 4
TaiESM1 0. 924 0. 914 0. 383 0. 988 0. 975 0. 196 1. 907 5
MPI-ESM1-2-HR 0. 925 0. 930 0. 380 0. 991 0. 980 0. 420 1. 895 6
MRI-ESM2-0 0. 923 1. 037 0. 402 0. 994 0. 979 0. 493 1. 891 7
NorESM2-MM 0. 925 0. 937 0. 381 0. 992 0. 980 0. 523 1. 884 8
CMCC-ESM2 0. 923 0. 925 0. 386 0. 989 0. 974 0. 394 1. 881 9
AWI-CM-1-1-MR 0. 924 0. 898 0. 382 0. 985 0. 973 0. 411 1. 861 10
FGOALS-f3-L 0. 918 1. 116 0. 442 0. 981 0. 960 0. 472 1. 817 11
ACCESS-CM2 0. 900 0. 984 0. 444 0. 983 0. 935 0. 250 1. 812 12
CAS-ESM2-0 0. 918 1. 120 0. 444 0. 980 0. 959 0. 637 1. 787 13
ACCESS-ESM1-5 0. 902 0. 949 0. 435 0. 982 0. 936 0. 645 1. 749 14
BCC-CSM2-MR 0. 894 1. 081 0. 485 0. 974 0. 918 0. 685 1. 685 15
MPI-ESM1-2-LR 0. 893 0. 864 0. 450 0. 959 0. 903 0. 411 1. 647 16
KACE-1-0-G 0. 876 1. 006 0. 499 0. 971 0. 889 0. 662 1. 626 17
MIROC6 0. 881 0. 998 0. 488 0. 973 0. 897 0. 857 1. 620 18
INM-CM5-0 0. 890 0. 888 0. 456 0. 965 0. 903 0. 776 1. 612 19
INM-CM4-8 0. 893 0. 869 0. 452 0. 960 0. 902 1. 324 1. 514 20
NorESM2-LM 0. 884 0. 827 0. 471 0. 940 0. 872 0. 497 1. 513 21
FGOALS-g3 0. 895 1. 340 0. 629 0. 901 0. 851 0. 716 1. 307 22
IPSL-CM6A-LR 0. 901 1. 456 0. 704 0. 857 0. 816 0. 448 1. 130 23
CanESM5 0. 819 1. 346 0. 779 0. 863 0. 720 6. 861 0. 021 24
MME 0. 917 0. 998 0. 407 0. 992 0. 969 0. 264 1. 903
BMME 0. 929 0. 944 0. 371 0. 995 0. 989 0. 171 1. 962

模式分别是 CESM2-WACCM、EC-Earth3、CMCC- BMME 均能模拟出西南地区气温“东高-西低”的分
CM2-SR5、GFDL-ESM4、TaiESM1 与 MPI-ESM1- 布情况，以及西南地区东部和西藏东南部的两个高
2-HR。CanESM5 的 S 2 与 Ts 指标在所有模式中均最 值中心。西藏西北部地区模拟结果低于观测值，
差， S 1 也仅优于IPSL-CM6A-LR模式，因此综合排 BMME较 MME的模拟结果更接近观测值。四川盆
名最低。可见 CanESM5 模式对于西南地区气温的 地至川西高原一线，观测资料气温差异较大，而模
模拟能力较弱。此外，选取排名在前 6 位的模式进 式模拟结果差异较小，模拟结果出现了明显相反的

行等权重集合平均（BMME）并对其进行评估，结果 正负温度偏差，四川盆地呈较强的负温度偏差，与
表明BMME优于MME，优于所有单一模式。 之相邻的川西高原地区则为较强的正温度偏差。
根据以上分析，分别给出观测资料、MME 与 其差异的产生，可能是由于该地区地形复杂、海拔
BMME 的夏季气温及其年际变率的空间分布情况 差异较大，而模式空间分辨率相对较粗，对细节信
（图 4，图 5）。从图 4 中可以看出，我国西南地区夏 息模拟能力不足导致的。
季气温分布差异较大，从西往东气温逐渐升高；除 对于年际变率，观测表明［图 5（a）］，西南地区
藏东南地区，高原区域温度整体偏低。MME 与 夏季气温标准差由南向北逐渐增大，西南地区夏季