Page 200 - 《高原气象》2022年第6期
P. 200
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 1563
-1
图 5 1975-2014年夏季气温年际变率空间分布及与同期观测数据的差异（单位：℃·a ）
Fig. 5 Spatial distribution of interannual variability of summer temperature from
1975 to 2014 and differences from observations. Unit：℃·a -1
图 6 CMIP6各模式及多模式集合平均（MME）模拟降水结果与西南地区观测资料的偏差
Fig. 6 Precipitation simulation bias of 24 CMIP6 models and multi-model ensemble（MME）mean
from observations in Southwest China
131. 9 mm。其中，FGOALS-f3-L 偏差最小，为 9. 7 况差异较大（图7），中心化均方根误差分布在 0. 98~
mm；ACCESS-ESM1-5 偏差最大，偏多 131. 9 mm， 2. 93，空 间 相 关 系 数 分 布 在 0. 18~0. 76。 只 有
与 观 测 值 相 差 一 倍 以 上 。 CESM2-WACCM、 CanESM5、INM-CM4-8、INM-CM5-0、KACE-1-0-
CMCC-CM2-SR5、 CMCC-ESM2、 INM-CM5-0、 G 与 ACCESS-CM2 5 个模式的相关系数达到 0. 7 以
TaiESM1 5 个 模 式 的 偏 差 也 均 超 过 了 100 mm。 上 。 其 中 ，CanESM5 相 关 性 最 好 ，为 0. 76；
MME偏差同样较大，与观测数据相差约72 mm。 TaiESM1相关性最差，仅为 0. 18。模拟结果与观测
与气温相比，各模式模拟夏季降水空间分布情 资 料 标 准 差 之 比 分 布 在 1. 24~2. 94 之 间 ，BCC-
