Page 202 - 《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 1565
表 3 夏季降水模拟结果的各评价指标及模式综合排名
Table 3 Indexes and comprehensive rankings of summer precipitation

空间相关 准差之比 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
系数R σ ̂ f 误差E′ S 1 S 2 Ts 得分 排名
INM-CM4-8 0. 759 1. 491 0. 980 0. 853 0. 846 0. 827 1. 973 1
KACE-1-0-G 0. 716 1. 477 1. 032 0. 839 0. 772 0. 908 1. 898 2
ACCESS-CM2 0. 708 1. 556 1. 103 0. 801 0. 727 0. 807 1. 857 3
NorESM2-LM 0. 657 1. 488 1. 122 0. 805 0. 667 1. 326 1. 724 4
EC-Earth3 0. 589 1. 606 1. 299 0. 725 0. 530 0. 682 1. 689 5
ACCESS-ESM1-5 0. 496 1. 373 1. 235 0. 768 0. 468 1. 014 1. 622 6
MRI-ESM2-0 0. 580 1. 437 1. 183 0. 787 0. 565 1. 451 1. 619 7
INM-CM5-0 0. 730 1. 711 1. 195 0. 745 0. 702 1. 870 1. 594 8
BCC-CSM2-MR 0. 517 1. 239 1. 120 0. 821 0. 521 1. 738 1. 565 9
IPSL-CM6A-LR 0. 569 1. 369 1. 146 0. 807 0. 568 2. 192 1. 499 10
MPI-ESM1-2-HR 0. 309 1. 432 1. 472 0. 654 0. 267 0. 815 1. 435 11
NorESM2-MM 0. 537 1. 604 1. 360 0. 703 0. 464 2. 017 1. 378 12
MPI-ESM1-2-LR 0. 250 1. 392 1. 497 0. 637 0. 227 0. 973 1. 365 13
AWI-CM-1-1-MR 0. 259 1. 465 1. 546 0. 619 0. 225 1. 296 1. 288 14
GFDL-ESM4 0. 473 1. 766 1. 565 0. 614 0. 357 1. 911 1. 254 15
MIROC6 0. 513 1. 763 1. 517 0. 632 0. 398 2. 161 1. 249 16
CAS-ESM2-0 0. 314 1. 499 1. 519 0. 635 0. 262 1. 731 1. 244 17
CESM2-WACCM 0. 482 1. 997 1. 750 0. 539 0. 319 2. 926 0. 977 18
FGOALS-g3 0. 195 1. 943 2. 004 0. 449 0. 139 2. 132 0. 935 19
FGOALS-f3-L 0. 434 1. 883 1. 707 0. 558 0. 299 3. 191 0. 930 20
CanESM5 0. 764 2. 296 1. 663 0. 536 0. 535 5. 285 0. 672 21
CMCC-CM2-SR5 0. 268 2. 481 2. 413 0. 346 0. 128 3. 723 0. 544 22
CMCC-ESM2 0. 307 2. 528 2. 417 0. 347 0. 141 4. 783 0. 354 23
TaiESM1 0. 182 2. 938 2. 926 0. 249 0. 075 6. 013 0. 000 24
MME 0. 546 1. 490 1. 263 0. 751 0. 505 1. 268 1. 584
BMME 0. 708 1. 388 0. 981 0. 871 0. 792 0. 650 1. 986

均（BMME）。结果表明 BMME 综合模拟性能优于 存在较明显的低估。这种偏差可能是西南地区地
所有单一模式， S 1 技巧评分为 0. 87，高于所有模 形复杂，降水分布较大差异，而全球气候模式分辨
式； S 2 技巧评分为 0. 79，仅次于 INM-CM4-8 模式； 率较粗，对复杂地形的降水模拟能力较差，以及模
Ts评分为0. 65，低于所有模式。 式本身相关降水物理过程参数化描述不完善造成
根据西南地区夏季降水评估，分别给出了观测 的（吴佳等，2015；张蓓等，2019）。相较于 MME，
资料、MME 与 BMME 的夏季降水量及其年际变率 BMME的模拟能力明显增强，对于西藏东南部地区

分布（图 9，图 10）。从图 9 中可以看出，西南地区 的高估现象明显减弱，高估降水量由 440 mm 左右
夏季降水整体呈“东南多-西北少”分布，西藏西部 减小到 320 mm 左右，同时对川东及重庆北部地区
夏 季 降 水 偏 少 ，云 南 南 部 降 水 偏 多 。 MME 与 的低估现象也有明显改善。
BMME均能模拟出夏季降水的空间分布特征，但是 西南地区夏季降水的年际变率呈“东高-西低”
对西藏东南部的降水量有着明显的高估，这种高估 分布，西南地区东部年际变率大，西藏地区年际变
现象在 CMIP5 中同样存在（Su et al，2013；胡芩等， 率小［图 10（a）］。与观测值相比，MME 与 BMME
2014，2015）。对川东及重庆北部地区的降水量则 对川东及重庆地区夏季降水年际变率的模拟结果