Page 148 - 《高原气象》2025年第6期
P. 148
高 原 气 象 44 卷
1556
此相比, DL-MSE 在整个区域显示出明显的低估, 围分别为-50%~-20%和低于-40% [图8(b), (c)]。
平均相对偏差为-40%~-20%(图 7)。因此, DL- 对 于 该 地 区 , DL-MRM 相 对 于 MME-Mean 和
MRM 与 DL-MSE 在大部分地区上的偏差方向表现 MME-Median, 几乎整个区域都展现出更为优异的
不一致, 不确定的面积占比相对较大[图 8(a)]。尽 相对偏差表现[图 8(b), (c)], 且相对偏差表现分
管如此, 在相对偏差值方面, DL-MRM 相较于 DL- 别降低了 10% 和 20%。在广东西南部、 广西南部和
MSE平均降低了20%。 海南地区, DL-MRM、 MME-Mean 和 MME-Median
综上表明, DL-MSE 模型在中国东部沿海地区 均表现为低估, 其相对偏差分别约为20%、 30%和低
的年平均 CWPE模拟中普遍存在低估情况, 特别是 于 40%。然而, 在广西的北部, DL-MRM 表现为高
在福建、 浙江以及广东、 广西以南地区, 低估现象 估, 相对偏差值为 10%~20%, MME-Mean 和 MME-
更为显著。相比之下, DL-MRM 模型在相对偏差 Median整体表现为低估, 相对偏差值分别约为-20%
方面, 各个省份的表现都比 DL-MSE 模型平均降低 和低于 40%(图 7)。在广东东部地区, DL-MRM 和
20%。此外, DL-MRM 模型相对于 DL-MSE 模型, MME-Mean的整体相对偏差相对较小, 其中在广东
展现出更低的相对偏差面积占整个中国东部沿海 东南部地区, 两者均表现出约 20% 的高估现象。值
地区的 63%[图 8(a)]。这表明采用加权损失函数 得注意的是, MME-Median 的表现与 DL-MRM 存
对模型进行优化, 可以有效提升模型对中国东部沿 在显著差异, 在 DL-MRM 表现为轻微高估的区域,
海地区 CWPE模拟的准确性, 减少与观测数据之间 MME-Median呈现较为严重的低估; 而在 DL-MRM
的偏差。因此, 进一步以 DL-MRM 模拟结果与多 高估较为明显的地区, MME-Median 则表现为轻微
模式集合方法统计结果进行对比, 探讨深度学习方 的高估。对于广东、 广西和海南地区, DL-MRM 在
法是否比多模式集合方法更有效地降低 CMIP6 对 大部分区域的相对偏差表现上均优于 MME-Mean
中国东部沿海CWPE的模拟偏差。 和MME-Median [图8 (b), (c)], 且相对偏差分别降
4. 4 DL-MRM 模型与多模式集合模拟 CWPE 的 低了约 10% 和 20%。在江苏和山东地区, DL-MRM
对比 和MME-Mean的相对偏差普遍表现为轻微高估, 相
在对比 DL-MRM 模型与多模式集合相对于观 对偏差范围在 0%~10%, 相比之下, MME-Median
测结果的偏差中可以发现, DL-MRM 在平均值和 的相对偏差则普遍表现为轻微低估, 其相对偏差范
中位数上的表现略胜于MME-Mean, 分别高约0. 07 围为-20%~-10%。然而, 在山东西部和江苏南部,
times·a 和 0. 15 times·a ; 与 MME-Median 相比, DL-MRM 和 MME-Mean 相对偏差值分别约为 30%
-1
-1
DL-MRM 的平均和中位数均高出 0. 47 times·a , 和 40%, 表现出较为明显的高估, 而 MME-Median
-1
显示出更低的偏差[图 6(a)]。通过逐年偏差分析, 的相对偏差值范围为 10%~20%, 表现出较弱的高
我们进一步发现, DL-MRM 在 11 个年份中的偏差 估(图 7)。在江苏和山东地区, DL-MRM 的相对偏
表现优于 MME-Mean, 而在其余 3 个年份中, 偏差 差值相较于 MME-Mean, 在江苏的南部地区降低了
与 MME-Mean 相近。在大多数年份中, MME-Me‐ 约 10%, 其余地区相差不大; 而相较于 MME-Medi‐
dian 表现出显著的负偏差, 其偏差值普遍低于-0. 5 an, DL-MRM在山东西部和江苏的南部地区表现较
次。相比之下, DL-MRM 在 12 个年份中的偏差表 差, 相对偏差平均高估了 20%~30%, 其他地区 DL-
现优于 MME-Median[图 6(b)]。总体而言, DL- MRM的相对偏差降低了约5%。
MRM 模型在模拟年平均 CWPE 时, 其相对于多模 综上分析表明, DL-MRM 与 MME-Mean 的相
式集合方法统计的结果偏差值更低, 更接近实际观 对偏差分布相似, 但相对偏差的整体表现, DL-
测结果, 相较于多模式集合方法更有效地降低 MRM 要比 MME-Mean 表现更低, 平均降低了 10%
CMIP6模式的偏差。 的相对偏差。与 MME-Median 相比, DL-MRM 在
从图 7 和图 8(b)、 (c)中可以看出, DL-MRM 浙江以南等地区展现出更低的相对偏差, 其值平均
与多模式集合的相对偏差表现存在差异。对比 DL- 降低了 20%。此外, DL-MRM 相对于 MME-Mean
MRM 和多模式集合的相对偏差表现发现, 在福建 的相对偏差较低的面积占整个中国东部沿海地区
和 浙 江 地 区 , DL-MRM 相 对 偏 差 范 围 为 -40%~ 的 67%, 而相对于 MME-Median 的相对偏差较低的
-20%, MME-Mean 和 MME-Median 的相对偏差范 面积为62%[图8(b), (c)]。进一步表明, 在整个中

