CMIP3与CMIP5模式对中国西北干旱区气温和降水的模拟能力比较

气候系统变化

引用本文 [复制中英文]

吴晶, 王宝鉴, 杨艳芬, 等. CMIP3与CMIP5模式对中国西北干旱区气温和降水的模拟能力比较[J]. 气候变化研究进展, 2017, 13(3): 198-212. DOI: 10.12006/j.issn.1673-1719.2016.173.

[复制中文]

Wu Jing, Wang Baojian, Yang Yanfen, et al. Comparing Simulated Temperature and Precipitation of CMIP3 and CMIP5 in Arid Areas of Northwest China[J]. Climate Change Research, 2017, 13(3): 198-212. DOI: 10.12006/j.issn.1673-1719.2016.173.

[复制英文]

资助项目

国家自然科学基金项目(41501301，41405088)；西北农林科技大学基本科研业务费专项资金(Z109021604)

作者简介

吴晶，男，硕士，wujing9362@163.com。

通信作者

王宝鉴（通信作者），男，高级工程师，baojian_w@163.com

文章历史

收稿日期：2016-08-30
修回日期：2016-12-19

Contents Abstract Full text Figures/Tables PDF

CMIP3与CMIP5模式对中国西北干旱区气温和降水的模拟能力比较

吴晶 ^1,2, 王宝鉴 ¹, 杨艳芬 ³, 常燕 ⁴, 陈林 ⁵, 杨建才 ¹, 刘新伟 ¹

1. 兰州中心气象台，兰州 730020;
2. 甘肃省气象局，兰州 730020;
3. 西北农林科技大学水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室，杨凌 712100;
4. 中国科学院西北生态环境资源研究所寒旱区陆面过程与气候变化重点实验室，兰州 730000;
5. IPRC and Department of Atmospheric Sciences, University of Hawaii, Honolulu HI 96822, U.S

收稿日期：2016-08-30；修回日期：2016-12-19

资助项目：国家自然科学基金项目(41501301，41405088)；西北农林科技大学基本科研业务费专项资金(Z109021604)

作者简介：吴晶，男，硕士，wujing9362@163.com

通信作者：王宝鉴（通信作者），男，高级工程师，baojian_w@163.com

摘要：通过对15组CMIP3和CMIP5两代模式集合平均对中国西北干旱区气温和降水的模拟能力比较，发现CMIP5模式对气温和降水的模拟更接近观测值。CMIP5模式模拟年、春季、夏季、秋季平均气温的相关系数比CMIP3模式分别提升了0.15、0.13、0.24和0.02，冬季下降了0.07。CMIP5模式对西北干旱区的平均气温变化趋势的模拟效果比CMIP3有所提高，对年、春季、夏季、秋季、冬季趋势的模拟偏差比CMIP3分别减少了0.03 ℃ /10a、0.10 ℃ /10a、0.01 ℃ /10a、0.06 ℃ /10a、0.14 ℃ /10a。对西北干旱区平均气温年、季的模拟偏差分布上，CMIP5模式的偏差均比CMIP3低1~2 ℃。但是天山区年、季节平均气温的模拟与整体模拟偏低情况相反，CMIP3和CMIP5分别偏高3~6 ℃和1~4 ℃，对夏季的模拟偏高最严重，分别达到6 ℃和4 ℃。CMIP5模式整体对西北干旱区降水量的模拟结果与观测值的平均相关系数与CMIP3相差不大，均不超过0.1，而且偏差仍然较大。CMIP5模式对西北干旱区的降水量的变化趋势模拟效果比CMIP3有所降低，对年、春季、夏季、秋季、冬季趋势的模拟偏差比CMIP3增加了0.67 mm/10a、0.23 mm/10a、0.51 mm/10a、0.11 mm/10a、0.14 mm/10a。CMIP5模式对年、春季、夏季、秋季和冬季的降水量模拟的均方根误差相比CMIP3分别减少77.6 mm、25.5 mm、25.0 mm、18.8 mm和13.9 mm。在空间上，CMIP5模式对年、季节降水模拟仍然偏高，但是比CMIP3有明显缓解；CMIP3和CMIP5模式对夏季天山区年降水量和夏季降水量的模拟也与大部分区域偏高的趋势明显相反，两代模式对夏季天山区的降水模拟均偏低50 mm左右。

关键词：西北干旱区 CMIP3 CMIP5 平均气温降水量模拟能力

引言

历次IPCC评估报告对未来气候变化的预估和其影响对策研究中，全球气候模式是评估气候变化的重要依据^[1-4]。与之前的耦合模式比较计划(CMIP)相比，CMIP5在模式分辨率、动力框架、物理过程、参数化方案等方面进行了很大改进，模式输出的数据要素也比之前的CMIP计划更多^[5-8]。但是气候模式模拟结果与观测仍然存在较大偏差，而且在不同区域的模拟效果也不一致^[9-10]。定量评估气候模式在区域上的模拟能力，是应用气候模式进行气候变化的各种风险预估、改进发展气候模式的关键环节。

CMIP5模式对中国区域多年平均气温分布有一定模拟能力，但是不同区域的模拟偏差不同，整体表现为东部偏差小于西部^[11]，模拟的北半球的历史气温年际和年代际变化趋势比较一致，但对降水量值的模拟相差较大^[12]。大多数CMIP5模式都能模拟出全球典型干旱半干旱区观测气温时空分布特征，对1951—2005年显著增温的空间格局模拟较好，但增温幅度偏小0.1 ~ 0.3 ℃ /50a，大多数模式对全球陆地降水量的年季变化特征模拟较差，模拟的变率和趋势均明显偏弱，不同模式对全球干旱半干旱区降水的模拟存在较大的时空差异^[13]。在中国平均气温变化趋势、气温气候态空间分布和气温变化趋势空间分布上CMIP5模式较CMIP3模式有所提高，但是在西部存在明显偏冷^[14]。多数CMIP3和CMIP5模式能够模拟出中国降水由西北向东南递增的分布特点，但华南地区降水模拟偏少，西部高原地区降水模拟偏多，CMIP5模式集合平均对中国地区年平均降水的时空变化特征的模拟优于CMIP3^[15]。CMIP5对东亚地区的降水在强度、空间上的模拟均好于CMIP3，但是年降水和大部分季节降水有所高估，尤其是对青藏高原东部降水高估最严重，而低估中国南方夏季降水^[16-17]。针对气候模式对西北干旱区的模拟结果研究显示，CMIP5多个模式对中国西北干旱区的模拟主要是平均气温模拟偏低，对降水模拟偏高^[18]。于恩涛等^[19]采用MIROC5模式作为边界场和初始场驱动WRF模式，其对西北干旱区的盆地的高温中心模50˚N 40˚N海拔/m拟范围过大，且温度偏高，对天山山区的低温基本没有模拟能力，可以反映出降水的空间模态，但对降水的局地细节模拟能力较弱，对盆地降水模拟偏大，对天山山区降水中心模拟范围也偏大。

干旱地区是全球地气耦合最强烈的地区，也是受气候变化的响应最严重的地区之一^[20-22]，当前针对CMIP3和CMIP5两代模式对中国西北干旱区的模拟能力的评估还较少。本文拟用15组CMIP3和CMIP5模式结果，结合中国地面气温、降水0.5°×0.5°网格数据集(V2.0)，采用相关系数、平均误差、均方根误差等指标对比两代模式对中国西北干旱区平均气温和降水的时空模拟情况，进一步了解CMIP3和CMIP5两代模式在中国西北干旱区的适用性，为模式改进、气候变化预估以及未来的CMIP计划提供科学参考依据。

1 数据和方法 1.1 研究区域

中国西北干旱区地域广阔，面积约2.6×10⁶ km²，约占国土面积的1/4。中国西北干旱区位于亚欧大陆的中心地带，位于34 °~ 48 °N，72°~ 108°E(图 1)，包括新疆全部、甘肃西部、内蒙古西部和宁夏北部。中国西北干旱区北部是阿尔泰山，中部是天山山脉，南部是昆仑山山脉和祁连山，东部是贺兰山。西北干旱区属温带、暖温带干旱区，为典型的大陆性气候，日照充足，年季温差变化较大，降水量少，气候干燥。

图 1 中国西北干旱区范围 Figure 1 Arid areas of Northwest China

1.2 研究数据和方法 1.2.1 数据

本文使用CMIP3 ^①和CMIP5 ^②计划的15个耦合模式的历史模拟结果，如表 1所示。这里所使用的模式变量包括逐月平均气温、降水量，所选用的历史时段CMIP3数据为1960—1999年，CMIP5数据为1960—2005年。采用的观测数据为中国地面气温、降水0.5°×0.5°网格数据集(下文简称V2.0)，该数据集为中国气象局对2474个国家级地面站基础气象资料进行质量检测、控制和更正，利用薄盘样条法和局部薄盘光滑样条(Partial thin plate smoothing splines)进行插值处理得到的数据集，在插值时引入地形数字高程数据，以便最大可能地消除地形条件下高程对空间插值精度的影响。

表 1 本文中使用的15组气候模式 Table 1 15 Climate models in this study

① CMIP3数据来源https://esgcet.llnl.gov:8443/home/publicHomePage.do。

② CMIP5数据来源http://cmip-pcmdi.llnl.gov/cmip5/availability.html。

1.2.2 方法

由于各个模式分辨率不一，采用一阶保守映射插值^[23]方法将所有的模式数据和观测数据V2.0插值到2.5°×2.5°的网格上进行比较分析。评估两代模式采用计算模拟值和观测值之间的相关系数(R2)、平均误差(ME)、均方根误差(RMSE)和一元线性回归等方法对模式输出结果进行分析评估。

2 结果分析 2.1 平均气温模拟结果分析

CMIP3和CMIP5两代15组模式对西北干旱区的逐月平均气温的模拟值与观测数据都具有很好的相关性，相关系数均达到0.9，但是两代模拟值均比观测数据低，从相关系数上来看，CMIP5的模拟结果要略好于CMIP3(图 2)。在多年平均变化趋势上(图 3)，CMIP5的模拟更接近观测值。CMIP3和CMIP5对西北干旱区的平均气温模拟均偏低，但是CMIP5各模式比CMIP3模式模拟结果更接近观测值，而且CMIP5各模式之间的模拟结果偏差比CMIP3更小，更加接近观测值。

图 2 CMIP3与CMIP5模式对西北干旱区平均气温模拟与观测的情况 Figure 2 Simulated and observed average temperature of CMIP3 and CMIP5 model in northwest arid areas

图 3 CMIP3与CMIP5模式对西北干旱区年平均气温的模拟情况 Figure 3 Simulated annual averaged temperature of CMIP3 and CMIP5 model in northwest arid areas

对比分析CMIP3和CMIP5两代15组模式对西北干旱区的年、季节平均气温变化趋势的模拟可见(表 2)，CMIP5模式在年、季节的变化趋势模拟和观测数据趋势的偏差均小于CMIP3。CMIP3和CMIP5对西北干旱区的年平均气温模拟平均趋势分别为0.17 ℃ /10a和0.23 ℃ /10a，比观测数据的趋势分别偏低0.09 ℃ /10a和0.06 ℃ /10a。在季节上，两代模式对春季和夏季的平均气温模拟比观测数据偏高，对秋季和冬季的平均气温模拟比观测数据偏低。从趋势偏差程度上看(模拟减观测)，CMIP3模式对春、夏、秋、冬季平均气温的模拟与观测数据偏差分别为0.13 ℃ /10a、0.02 ℃ /10a、-0.10 ℃ /10a和-0.35 ℃ /10a，CMIP5模式分别为0.03 ℃ /10a、0.01 ℃ /10a、-0.04 ℃ /10a和-0.21 ℃ /10a，CMIP5模式对各个季节的趋势模拟与观测数据趋势的偏差均明显小于CMIP3。而且两代模式对年、季节的趋势模拟大多数通过了0.05的显著性检验，部分通过了0.01的显著性检验，CMIP5模式通过显著性检验的个数要多于CMIP3模式。

表 2 CMIP3、CMIP5与观测值年、季节平均气温的变化趋势 Table 2 Trends of averaged annual and seasonal temperature for CMIP3, CMIP5 and observation ℃ /10a

模式组	年		春季		夏季		秋季		冬季
模式组	CMIP3	CMIP5	CMIP3	CMIP5	CMIP3	CMIP5	CMIP3	CMIP5	CMIP3	CMIP5
1	0.08	0.33^**	0.05	0.42^**	0.18^**	0.28^**	0.06	0.37^**	0.08	0.24
2	0.20	0.36^**	0.34^**	0.28^**	0.28^**	0.38^**	0.48^**	0.38^**	0.50^**	0.42^**
3	0.24^**	0.15^**	0.22^*	0.18^*	0.29^**	0.24^**	0.25^**	0.29^**	0.21	−0.21
4	0.18^**	0.19^**	0.02	0.04	0.14^**	0.20^**	0.23^*	0.27^**	0.34^*	0.25^*
5	0.22^**	0.24^**	0.06	0.26^**	0.09	0.29^**	0.22^*	0.34^**	0.58^**	0.09
6	0.12	0.02	0.17		0.11	0.08	0.14	0.06	0.11	0
7	0.08	0.16^**	−0.07	0.03		0.09^*	0.11	0.21^**	0.20	0.30^**
8	0.26^**	0.28^**	0.28^*	0.26^*	0.27^**	0.18^**	0.21^**	0.38^**	0.32^*	0.31^*
9	0.22^*	0.16^**	0.31	−0.07	0.15	0.11^*	0.17	0.29^**	0.29	0.33
10	0.16^*	0.35^**	0.13	0.15	0.09	0.37^**	0.27^*	0.34^**	0.09	0.61^**
11	0.19^**	0.27^**	0.17	0.27	0.15^**	0.28^**	0.27^**	0.31^**	0.21^*	0.19^*
12	0.14^*	0.28^**	0.05	0.22^*	0.17^*	0.34^**	0.21	0.37^**	0.21	0.25
13	0.24^**	0.13^*	0.27^*	0.14	0.36^**	0.09	0.18^*	0.27^**	0.20	−0.06
14	0.07	0.34^**	0.09	0.24^*	0.08	0.36^**	0.13	0.30^**	0.11	0.48^**
15	0.18^**	0.17^**	−0.02	0.29^**	0.23^**	0.23^**	0.28^**	0.12	0.18	0.06
模式平均	0.17	0.23	0.14	0.18	0.17	0.24	0.22	0.29	0.24	0.22
观测	0.26^**	0.29^**	0.01	0.15	0.15^*	0.23^**	0.32^**	0.33^**	0.59^**	0.43^**
模式平均减观测	−0.09	−0.06	0.13	0.03	0.02	0.01	−0.10	−0.04	−0.35	−0.21
注：^表示通过0.05的显著性检验，^*表示通过0.01的显著性检验。

表 2 CMIP3、CMIP5与观测值年、季节平均气温的变化趋势 Table 2 Trends of averaged annual and seasonal temperature for CMIP3, CMIP5 and observation ℃ /10a

从CMIP3、CMIP5模拟的平均气温与观测值的年、季节相关系数上来看(表 3)，15个CMIP5模式平均对西北干旱区年、春季、夏季、秋季和冬季平均气温的模拟结果与观测值的相关系数依次为0.45、0.09、0.47、0.26和0.11，而CMIP3模式依次为0.30、-0.04、0.23、0.24和0.18，两代模式对夏季和秋季的模拟相关系数要明显好于春季和冬季。相比CMIP3，CMIP5模式对年、春季、夏季和秋季平均气温的模拟相关系数均有所提高，年和夏季的相关系数提升最明显。15组模式中有2个CMIP3模式和8个CMIP5模式对年平均气温的模拟相关系数超过0.50，其中11个CMIP5模式的相关系数通过了0.01的显著性检验。两代模式对春季平均气温的平均相关系数均很低，不到0.10，各个模式对春季平均气温的模拟相关系数也很低，绝大多数在0.20以下，CMIP3的8个模式出现负相关系数，CMIP5有4个模式出现负相关系数。对夏季平均气温的相关系数，15个CMIP5模式相关系数位于0.25 ~ 0.65之间，有7个CMIP5模式超过0.50，12个CMIP5模式通过了0.05的显著性检验，9个CMIP5模式通过了0.01的显著性检验。两代模式对秋季平均气温的模拟平均相关系数变化不大，其中有6个CMIP3模拟相关系数超过0.30，7个CMIP5模拟相关系数超过0.30。两代模式对冬季气温的模拟相关系数结果均很差，只有3个CMIP3模式和2个CMIP5模式对冬季平均气温的相关系数超过0.30，CMIP5多模式冬季平均气温的相关系数要小于CMIP3。

表 3 CMIP3、CMIP5与观测值年、季节平均气温的相关系数 Table 3 Correlation coefficient of averaged annual and seasonal temperature between CMIP3, CMIP5 and observation

模式组	年		春季		夏季		秋季		冬季
模式组	CMIP3	CMIP5	CMIP3	CMIP5	CMIP3	CMIP5	CMIP3	CMIP5	CMIP3	CMIP5
1	0.32^*	0.64^**	−0.18	0.28	0.38^*	0.52^**	0.05	0.43^**	0.24	0.34^*
2	0.04	0.68^**	0.09	0.14	0.25	0.62^**	0.48^**	0.50^**	0.28	0.23
3	0.24	0.53^**	0.15	0.26	0.25	0.48^**	0.03	0.39^**	−0.04	−0.05
4	0.36^*	0.64^**	−0.16	0.02	0.22	0.46^**	0.21	0.33^*	0.24	0.26
5	0.35^*	0.52^**	0.07	0.08	0.26	0.65^**	0.27	0.20	0.30	0.11
6	0.51^**	0.14	0.03	−0.03	0.41^**	0.29	0.30	−0.02	0.11	−0.13
7	0.39^*	0.49^**	0.14	0.15	0.34^*	0.37^*	0.41^**	0.29	0.13	0.16
8	0.50^**	0.46^**	−0.04	0.37^*	−0.04	0.27	0.16	0.37^*	0.47^**	0.08
9	0.31	0.19	−0.14	−0.08	−0.06	0.38^*	0.44^**	0.21	0.24	−0.01
10	0.18	0.45^**	−0.17	0.03	0.17	0.65^**	0.13	0.18	−0.06	0.16
11	0.34^*	0.59^**	−0.12	0.05	0.14	0.56^**	0.38^*	0.38^**	0.26	0.37^*
12	0.22	0.51^**	−0.26	−0.01	0.48^**	0.35^*	0.13	0.26	0	0.16
13	0.24	0.12	−0.11	−0.28	0.13	0.25	0.16	−0.07	0.08	0.04
14	0.31	0.51^**	0	0.30^*	0.35^*	0.63^**	0.35^*	0.34^*	0.13	0.09
15	0.17	0.34^*	0.10	0.10	0.10	0.50^**	0.16	0.15	0.30	−0.17
平均	0.30	0.45	−0.04	0.09	0.23	0.47	0.24	0.26	0.18	0.11
注：^表示通过0.05的显著性检验，^*表示通过0.01的显著性检验。

表 3 CMIP3、CMIP5与观测值年、季节平均气温的相关系数 Table 3 Correlation coefficient of averaged annual and seasonal temperature between CMIP3, CMIP5 and observation

由表 4可知两代模式对暖季(夏季和秋季)平均气温的模拟与观测的RMSE要小于冷季(春季和冬季)。CMIP5模式对年、春季、夏季、秋季的平均气温模拟与观测值的平均RMSE小于CMIP3模式，减少均超过0.50 ℃，其中夏季的RMSE减少最明显，达1 ℃。但是CMIP5模式对冬季平均气温的模拟与观测的RMSE比CMIP3偏高0.26 ℃。

表 4 CMIP3、CMIP5与观测值年、季节平均气温的均方根误差 Table 4 RMSE of averaged annual and seasonal temperature between CMIP3, CMIP5 and observation

模式组	年		春季		夏季		秋季		冬季
模式组	CMIP3	CMIP5	CMIP3	CMIP5	CMIP3	CMIP5	CMIP3	CMIP5	CMIP3	CMIP5
1	3.84	3.02	5.09	3.61	3.79	3.05	3.91	3.30	4.50	4.24
2	4.84	2.62	4.88	4.10	3.83	2.74	8.71	3.23	4.63	3.50
3	3.42	3.85	4.40	4.35	4.15	2.73	3.78	4.70	3.88	5.23
4	2.22	2.63	2.81	3.23	3.29	2.70	2.23	3.16	3.21	3.61
5	3.11	3.13	4.22	4.23	3.63	3.51	3.32	2.98	3.57	3.66
6	4.24	2.64	4.30	3.14	5.42	3.86	4.04	2.66	4.96	5.90
7	3.92	2.30	4.16	2.72	5.01	3.47	3.66	2.39	4.74	6.18
8	2.04	1.89	2.87	2.28	3.44	2.15	2.13	2.14	2.56	2.94
9	4.60	4.95	5.78	5.78	4.98	4.55	4.44	5.47	6.27	5.29
10	5.62	2.92	8.09	4.51	6.64	3.09	4.94	3.11	4.37	3.57
11	2.88	2.65	4.00	3.23	3.65	3.15	2.60	2.48	3.54	3.48
12	2.07	2.18	2.85	2.75	2.34	2.46	2.26	2.24	3.13	3.42
13	3.32	2.82	4.03	3.79	4.00	2.35	3.48	3.34	3.20	4.22
14	3.15	2.21	4.83	3.12	3.37	2.30	3.23	2.29	3.30	3.94
15	2.07	2.42	2.50	2.73	2.34	2.32	2.51	3.12	3.32	3.90
平均	3.42	2.82	4.32	3.57	3.99	2.96	3.68	3.12	3.95	4.21

表 4 CMIP3、CMIP5与观测值年、季节平