Page 201 - 《高原气象》2022年第6期

高 原 气 象 41 卷
1564
标准差之比大于 2. 0 的模式有 4 个，分别是 CMCC-
CM2-SR5、 CMCC-ESM2、 CanESM5、 TaiESM1。
MME 的 空 间 相 关 系 数 为 0. 55，标 准 差 之 比 为
1. 49，中心化均方根误差 1. 26。对西南地区夏季
降 水 的 空 间 特 征 模 拟 性 能 ，MME 优 于 大 部 分
模式。
CMIP6 各个模式模拟西南地区夏季降水年际
变率的差异较大（图 8），Ts 分布在 0. 68~6. 01 之间。
EC-Earth3、ACCESS-CM2 和 MPI-ESM1-2-HR 对降
水 年 际 变 率 的 模 拟 性 能 较 好 。 CanESM5 与
TaiESM1对降水年际变率的模拟性能远弱于其他模
式，Ts 分别为 5. 29 和 6. 01。MME 的 Ts 值为 1. 27，
在模拟年际变率方面比多数单一模式有更好的模
拟效果。
图7 1975-2014 年西南地区 CMIP6模式模拟夏季降水
与气温相同，计算西南地区夏季降水技巧评分
相对于观测资料的泰勒图
S 1 、 S 2 ，并对各模式及 MME 进行排序（表 3）。技巧
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
评分 S 1 分布在 0. 25~0. 85 之间，大多数模式的 S 1 评
集合平均（MME），红色斜虚线代表空间相关系数 99%信度水平
Fig. 7 Taylor diagram for climatological summer precipitation 分 在 0. 6 以 上 。 ACCESS-CM2、BCC-CSM2-MR、
in the southwestern between the CMIP6 models and observa‐ INM-CM4-8、 IPSL-CM6A-LR、 KACE-1-0-G 和
tions for the period 1975-2014. Each number represents a NorESM2-LM 6 个模式评分在 0. 8 以上，TaiESM1
model ID listed in Table 1，the blue dot represents a 评分最低，为 0. 25。技巧评分 S 2 相较于 S 1 更加分
single model，the red dot is the MME，and the red 散，分布在 0. 08~0. 85 之间。在 S 2 中，INM-CM4-8
dotted line represents the 99% reliability level 评分仍然最高，为 0. 85，TaiESM1 依然评分最低，
of the spatial correlation coefficient
仅为 0. 08。综合排名靠前的 6 个模式分别为 INM-
CSM2-MR 与观测值的标准差之比最小，为 1. 24； CM4-8、KACE-1-0-G、ACCESS-CM2、NorESM2-
TaiESM1 与观测值的标准差之比最大，为 2. 94。 LM、EC-Earth3和ACCESS-ESM1-5。

图8 各模式与MME夏季降水年际变率模拟技能得分（Ts）
Fig. 8 The skill scores of models and MME in interannual variability of summer precipitation
通过上述分析，发现各模式之间对于降水的模 足。因此，在对西南地区夏季降水的模拟性能进行
拟性能差异较大。MME 虽然优于大部分单一模 评估时，进行模式筛选是非常必要的。选取排名靠
式，但是对西南地区夏季降水的模拟能力仍存在不 前的 6 个模式作为最优模式，进行最优模式集合平