Page 88 - 《高原气象》2026年第2期
P. 88

高     原      气     象                                 45 卷
              388
              2  数据来源与方法介绍


             2. 1 数据来源
             2. 1. 1 观测数据
                  本研究使用的观测月平均气温数据为CN05. 1，
             数据时段为 1961 -2014 年， 空间分辨率为 0. 25°×
             0. 25°（吴佳和高学杰， 2013）。数据集基于中国范
             围内 2416 个地面观测台站资料（包括基准站、 基本
             站和国家一般气象站）， 经过质量控制后， 使用薄
             盘样条方法， 引入能反映插值气候要素与地形关系                                      图1 秦岭（陕西段）范围及地形图
             的协变量子模型， 考虑了气温随海拔的变化， 对气                              Fig. 1 Geographical location and topographic map of
                                                                        the Qinling Mountains （Shaanxi Section）
             候场进行空间插值， 并叠加了角距权重法插值的气
             温距平场。经评估， 该数据集精度较高且接近实测                            0. 25°（~25 km）的逐日资料， 时间跨度为 1950 -
             数据（吴佳和高学杰， 2013）， 已被广泛应用于中国                        2100 年， 时空分辨率高， 模拟效果好， 已广泛用于
             气温变化的研究（Xu et al， 2009； 张艳武等， 2016；                区 域 气 候 变 化 研 究（Jiang  et  al，  2023； Wu  et  al，
             Zhu et al， 2021）。                                  2023； Dioha et al， 2024； Rao et al， 2024）。在对秦
                  数字高程（DEM）采用 SRTM（Shuttle radar to‐            岭气温模拟评估和预估中挑选了 8个模拟效果较好
             pography mission）数据， 为 V. 003 版本， 来源于美             的气候模式（表 1）以及 4种辐射强迫情景（表 2）， 各
             国 地 质 勘 探 局（USGS；  https： //lpdaac. usgs. gov/     模式仅使用了一个样本模拟。
             products/srtmgl1v003/）， 空间分辨率为 90 m， 秦岭
                                                                  表1  本研究使用的8个地球-气候系统模式基本信息
             陕西段地形图［审图号：陕 S（2014）026 号］如图 1
                                                                   Table 1  Basic information on the 8 Earth-Climate
             所示。
                                                                            System Models in this study
             2. 1. 2 模式数据
                                                                 序号         模式        所属国家         研发机构
                  本文使用的模式数据来源于美国国家航空航
                                                                  A     CNRM-ESM2-1     法国      CNRM-CERFACS
             天局（NASA）基于第六次国际耦合模式比较计划
                                                                  B      GFDL-ESM4      美国       NOAA-GFDL
             （CMIP6）输出的逐日资料进行统计降尺度和偏差校
                                                                  C      IITM-ESM       印度        CCCR-IITM
             正处理后的模拟数据（NASA Global Daily Down‐
                                                                  D      INM-CM4-8     俄罗斯           INM
             scaled  Projections，  CMIP6，  NEX-GDDP-CMIP6；
                                                                  E      INM-CM5-0     俄罗斯           INM
             https： //ds. nccs. nasa. gov/thredds/catalog/AMES/
             NEX/GDDP-CMIP6/catalog. htm）（以下简称 NEX-               F     IPSL-CM6A-LR    法国          IPSL
                                                                  G     MIROC-ES2L      日本         MIROC
             GDDP-CMIP6）。该数据集使用月度偏差校正和空
             间分解（BCSD）方法生成的水平分辨率为 0. 25°×                         H       NESM3         中国          NUIST

                                    表2  NEX-GDDP-CMIP6情景比较计划-核心试验情景的基本信息
                           Table 2  Basic information about core experiments in ScenarioMIP in NEX-GDDP-CMIP6
                                                     -2
                 情景     辐射强迫类型      2100年辐射强迫/（W·m ）      共享社会经济路径                      情景描述
               SSP1-2. 6    低               2. 6          SSP 1（可持续发展）     低脆弱性、 低减缓压力和低辐射强迫的综合影响
               SSP2-4. 5    中               4. 5          SSP 2（中等发展）         中等社会脆弱性与中等辐射强迫的组合
               SSP3-7. 0    高               7. 0          SSP 3（局部发展）      高社会脆弱性与相对高的人为辐射强迫的组合
               SSP5-8. 5    高               8. 5          SSP 5（常规发展）           高排放、 高强迫组合的发展路径

             2. 2 研究方法                                                          n
                                                                               ∑ ( X i - X ) × (Y i - Y )
                                                                                                 ˉ
                                                                                       ˉ
             2. 2. 1 空间相关系数                                            R =     i = 1                      （1）
                  采用空间相关系数， 检验模式对气温变化趋势                                      n         2     n        2
                                                                            ∑ ( X i - X ) × ∑ (Y i - Y )
                                                                                                    ˉ
                                                                                     ˉ
             和气候态空间分布的模拟能力， 计算公式（魏凤                                          i = 1          i = 1
             英， 2007）如下：                                        式中： n 为格点数； X i 和 Y i 为第 i个格点的观测值和
   83   84   85   86   87   88   89   90   91   92   93