Page 23 - 《高原气象》2025年第6期

6 期 施雨卿等：青藏高原降水氧同位素的多模式模拟评估研究 1431

图2 观测（散点）以及iCAM6-ERA5 （a）、 iCAM6-Free （b）、 IsoGSM-NCEPR （c）、 IsoGSM-ERA5 （d）、 IsoGSM-JRA55 （e）、
IsoGSM-Free （f）、 ECHAM6-JRA55 （g）和MIROC5-JRA55 （h）模式模拟的降水δ O（单位： ‰）气候平均态空间分布
18
Fig. 2 Annually average spatial distribution of precipitation δ O simulated by TNIP station （points） and iCAM6-ERA5 （a）、
18
iCAM6-Free （b）、 IsoGSM-NCEPR （c）、 IsoGSM-ERA5 （d）、 IsoGSM-JRA55 （e）、 IsoGSM-Free （f）、
ECHAM6-JRA55 （g） and MIROC5-JRA55（h）. Unit： ‰
运行模式 IsoGSM-Free显著改善了降水虚假中心的 2019）， 因此季风对模式的影响也是造成降水量模
影响（胡一阳等， 2021）。例如 IsoGSM-Free 在波密 拟偏差的原因。
18
地区的模拟出现降水虚假最值中心， 而在 IsoGSM- 3. 3 降水δ O的季节变化
ERA5 和 IsoGSM-JRA55 的模拟中被显著校正。而 为评估模式模拟的青藏高原降水 δ O 的季节
18
对于同一再分析资料 JRA55 来说［图 3（e）， （g）， 变化， 将 12 月至次年 2 月作为冬季（DJF）， 6 -8 月
（h）］， 不同的模式模拟的降水极大值中心存在较大 作为夏季（JJA）， 分别计算两个季节的气候平均态
差异。西风环流和季风会影响该地区的降水分布 降水 δ O， 并对 TNIP观测站点数据和 8种模式组合
18
18
（李 双 行 等 ， 2024； 马 章 怀 等 ， 2024； Hu et al， 在对应网格点模拟的多年季节平均降水 δ O 进行