Page 27 - 《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 1435
（37° 22′N， 97° 22′E）、 沱 沱 河（34° 13′N， 92° 间长度为 1996 -2004 年。探究青藏高原不同分区
18
26′E）、 拉萨（29°42′N， 91°08′E）， 将三个站点的 时间尺度下的降水 δ O 变化特征， 以及各个模式对
18
多模式降水 δ O 年际分布分别绘制于图 7（d）~（f） 青藏高原降水 δ O 年际变化的模拟水平， 和松弛逼
18
（因季风区的站点年份存在欠缺， 故季风区选择时 近方法的改善效果。

图7 非季风区（a）、 过渡区（b）、 季风区（c）、 德令哈（d）、 沱沱河（e）、 拉萨（f）TNIP观测数据和模式模拟的多年年平均
降水δ O平均数据（单位： ‰）
18
Fig. 7 Annually average precipitation δ O data from TNIP data and model simulations for non-monsoon region （a）、
18
transition region （b）、 monsoon region （c）、 Delingha （d）、 Tuotuohe （e）、 Lhasa （f）. Unit： ‰
从模式模拟的降水 δ O 年际分布拟合水平来 分析资料在青藏高原季风区的年际变化模拟效果
18
看， 8 种模式均体现出了青藏高原的年际变化， 均 优于另外两种再分析资料， JRA55 提供的多年代际
方根误差均小于 2. 5‰。IsoGSM2 模式融合不同再 变率综合大气数据集在季风区的适用性更强。
18
分析资料模拟的年际变化曲线数值相差皆不超过 在过渡区， 气候模式复杂， 观测降水 δ O 的年
2‰， 而同一再分析资料 JRA55 融合不同模式的模 平均值在-15‰ 上下波动， iCAM6-Free 模式模拟的
拟数值差异较大。 均方根误差最小。IsoGSM 模式只有经过 ERA5 再
在青藏高原非季风区， 降水量较少， 观测降水 分析的模拟效果比自由运行模式拟合效果更好。
δ O 的 年 平 均 值 在 -10‰ 上 下 波 动 。 IsoGSM- ERA5 的较高分辨率有助于改进模式捕捉青藏高原
18
NCEPR 模 式 的 模 拟 均 方 根 误 差 最 小 ， 而 对 于 复杂地形地区气候变化的能力， 尤其是在降水量和
JRA55 再 分 析 来 说（IsoGSM-JRA55、 ECHAM6- 水汽输送过程中的改进。而 NCEPR 等再分析资料
JRA55、 MIROC5-JRA55）， 与之结合模拟效果最好 在处理青藏高原过渡区局部气候特征时可能存在
的是 MIROC5模式， 其优势在于对水域表面蒸发过 一定的局限性。
程的详细参数化， 能够较好地模拟陆面过程中的同 对于年际分布， 观测数据和模式模拟数据都可
位素分馏（Bong et al， 2024）。二者的均方根误差分 能受到气候异常事件的影响。观测数据可能反映
别为1. 52和1. 67。 出 El Niño 或 La Niña 事件对青藏高原气象的影响
18
季风区观测降水 δ O 的年平均值在-13‰ 上下 （Gao et al， 2018）， 而模式模拟数据则可能未能准
波动， 其中 MIROC5-JRA55 模式的模拟效果最好， 确模拟这些年际变化。例如， 观测年际变化中 1994
18
相关系数达到 0. 77。IsoGSM 模式融合再分析资料 年的降水 δ O 值出现了异常的下降， 而这些在模式
的模拟效果比自由运行模式更接近观测， 其中拟合 模拟中并未体现。1993 -1994年是强厄尔尼诺典型
效果最好的是 IsoGSM-JRA55。可见融合 JRA55 再 事件年， 东太平洋异常升温激发热带环流， 在高原