Page 24 - 《高原气象》2025年第6期

高 原 气 象 44 卷
1432

图3 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）模式模拟的降水量气候平均态空间分布（单位： mm）
Fig. 3 Annually average spatial distribution of precipitation simulated by TNIP station （points） and iCAM6-ERA5 （a）、
iCAM6-Free （b）、 IsoGSM-NCEPR （c）、 IsoGSM-ERA5 （d）、 IsoGSM-JRA55 （e）、 IsoGSM-Free（f）、
ECHAM6-JRA55 （g） and MIROC5-JRA55 （h）. Unit： mm
18
线性回归分析， 探索观测数据和模式模拟之间的显 城市的降水δ O季节循环模拟结果绘于图6。
著关系。将 TNIP 观测数据作为自变量， 各模式模 青藏高原的降水 δ O 平均值夏季（JJA）高于冬
18
拟数据作为因变量， 建立观测数据和各模式数据之 季（DJF）的特征都被 8种模式准确模拟（图 4）， 但冬
间的最优方程， 并将各模式的线性回归模型绘制于 季和夏季的模拟情况存在一些差异。8 种模式组合
18
图 4， 相关的统计结果列于表 2 和表 3（经计算， 除 模拟的冬季降水 δ O 模拟值都小于 TNIP 观测值，
了 MIROC5-JRA55-DJF， 各相关系数都通过了显著 但冬季模拟的线性回归斜率比夏季更接近 1， 这表
18
18
性检验 P<0. 05）。模式对青藏高原降水 δ O 季节循 明冬季的模拟更接近观测。冬季模拟的降水 δ O
环的逐月模拟结果绘于图 5， 将青藏高原不同分区 平均相关系数更高， 夏季模拟的降水 δ O 平均方差
18