CMIP6 模式對黃河水源涵養區降水和氣溫模擬能力的評估

吳金雨，鞠 琴，劉小妮，連子旭，張譯尹，段遠強

(1.河海大學 水災害防御全國重點實驗室，江蘇 南京 210098； 2.長江保護與綠色發展研究院，江蘇 南京210098)

全球氣候模式（Global Climate Models，GCMs）是模擬氣候系統特征的重要工具[1-4]，廣泛應用于研究過去、現在和未來的氣候變化[5-6]。隨著國際耦合模式比較計劃（CMIP）的不斷發展和完善，與之前的5 個CMIP 計劃相比，CMIP6 有更多的氣候模式參與者、更加完整的設計試驗和更為龐大的模擬數據，并引入了新的SSP-RCP 組合情景[7-8]。學者們對全球氣候模式的模擬能力開展了眾多研究，如向竣文等[9]利用CMIP6 氣候模式對1979—2014 年中國主要地區極端氣溫與極端降水特征的模擬能力進行評估，發現其對中國不同地區的極端降水和氣溫的模擬能力差異較顯著；Zhang 等[10]利用42 個CMIP6 模式對新疆1995—2014 年氣溫和降水的模擬能力進行了評估，發現模式普遍高估了新疆地區降水量，并且大多數模式高估了溫度和降水的空間變異性；陳煒等[11]評估了CMIP6 中的45 個氣候模式對青藏高原1985—2014 年地表氣溫和降水的模擬能力，發現大部分模式氣溫的模擬值偏低，降水的模擬普遍偏高。由于氣候模式本身存在系統誤差，在初始條件與參數化方案設置等方面存在差異，對不同區域、不同領域的影響程度不同，導致模擬效果存在一定的差異性[12]。全球氣候變暖對區域生態環境、水資源時空分配及水文循環過程影響較大[13]。因此，需要評估CMIP6 氣候模式的模擬能力，優選出比較適合區域氣候變化模擬的模式，便于分析氣候變化的影響。

本文以黃河流域水源涵養區為研究區域，考慮到生態系統對氣候變化的脆弱性在區域之間和區域內部存在顯著差異[14]，將研究區分為黃河源區、唐乃亥-蘭州以上流域和渭河-伊洛河流域3 個區域?；贑MIP6 中20 種全球氣候模式，采用相對誤差、相關系數、確定性系數和泰勒圖等評價指標，對3 個區域的降水和氣溫的模擬能力進行評估，優選出各區域模擬效果相對較好的氣候模式，分析研究區降水、氣溫的空間分布特征，進一步認識氣候變化對黃河流域水源涵養區的影響，為未來氣候變化帶來的風險和水資源變化趨勢提供參考。

1 數據資料及評估方法

黃河流域水源涵養區位于黃河流域上游，面積為30.44 萬km2，占黃河流域總面積的38.3%，包括黃河蘭州站以上、渭河華縣站以上（不含涇河）和伊洛河流域[15]，是黃河流域主要的水量來源區。研究區域自西向東海拔變化明顯，氣候條件復雜，降水量空間分布不均（圖1）。

圖1 黃河流域水源涵養區概況Fig.1 A comprehensive overview of the Yellow River Basin water conservation region

本文選用20 種CMIP6 氣候模式的降水和氣溫作為模式數據（表1），數據來源于CMIP6 數據官網（https://esgf-node.llnl.gov/projects/cmip6）。采用中國區域地面氣象要素驅動數據集（CMFD）[16-17]評估各模式對降水和氣溫的模擬能力。該數據集時間分辨率為3 h，空間分辨率為0.1°。為了便于對比分析，基準期統一為1985—2014 年，使用雙線性插值法[18]將20 種氣候模式數據空間分辨率降尺度為與CMFD 數據相同，降水單位統一為mm/d，溫度單位統一為 ℃。

表1 CMIP6 全球氣候模式基本信息Tab.1 Basic information of CMIP6 global climate models

為評估20 種氣候模式對黃河流域水源涵養區降水和氣溫的模擬能力，利用幾何平均法計算出3 個子區域各模式基準期內的逐月面平均量，選用降水相對誤差、氣溫絕對誤差、相關系數和確定性系數作為模擬能力評估指標，結合泰勒圖綜合分析，選取各區域降水和氣溫模擬能力相對較好的幾種模式。

泰勒圖[19]將模式數據與觀測數據之間的標準差（S）、均方根誤差（R）和相關系數（r）在一張圖上展示，模式對應點與觀測點距離越接近，表明模擬能力越好。

2 研究結果

基于CMIP6 的20 種氣候模式，不同氣候模式對黃河流域水源涵養區的3 個區域（黃河源區、唐乃亥-蘭州以上流域和渭河-伊洛河流域）的降水和氣溫的模擬能力差異比較大， 采用降水和氣溫的相關系數大于0.6、確定性系數大于0 作為選取模式的標準，選取各區域降水和氣溫綜合模擬能力均較好的氣候模式。

2.1 黃河源區降水和氣溫模擬能力評估

由各氣候模式對黃河源區降水和氣溫模擬結果與觀測值多年平均值的對比結果（表2）可知，絕大多數模式對黃河源區的氣溫模擬能力表現非常好，相關系數大于0.95，其中ACCESS-ESM1-5 和TaiESM1 的模式相關系數高達0.978，EC-Earth3-Veg-LR 模式的相關系數最?。?.952），確定性系數基本在0.8 以上。絕大多數模式對降水的模擬效果相對較差，相關系數為0.5～0.9，EC-Earth3-Veg 模式的相關系數最大（為0.892），僅有EC-Earth3-Veg-LR 和IPSL-CM6A-LR 兩個氣候模式確定性系數超過0.5。由圖2 可知，不同模式對降水的模擬在泰勒圖上分布較為離散，差異性顯著，離觀測點相對較近的模式分別為BCC-CSM2-MR、EC-Earth3-Veg、EC-Earth3-Veg-LR 和IPSL-CM6A-LR。不同模式對氣溫的模擬在泰勒圖上分布較為集中，距離觀測點較近，這表明模擬能力普遍較好。

表2 GCMs 降水和氣溫模擬結果與觀測值多年平均值的比較（黃河源區）Tab.2 Comparative analysis of precipitation and temperature patterns in Global Climate Model (GCM) simulations and observational data (the Yellow River source area)

圖2 20 種CMIP6 氣候模式降水與氣溫泰勒圖（黃河源區）Fig.2 Taylor plots of precipitation and temperature for 20 CMIP6 climate models (the Yellow River source area)

黃河源區1985—2014 年觀測多年面平均降水為1.5 mm/d，多年面平均氣溫為?2.4 ℃。從多年月平均降水（圖3(a)）可見，各氣候模式模擬的降水年內月變化普遍大于觀測值，少數模式的降水年內變化與觀測值不一致，觀測降水的年內變化趨勢為先增后減，在6、7 月降水量達到最大，但部分模式降水峰值出現在不連續的2 個月。從GCMs 多年月平均氣溫模擬與觀測比較（圖3(b)）可見，多年月平均氣溫模擬的總體變化趨勢與觀測值基本一致，誤差最大的是IPSL-CM6A-LR 模式。綜上所述，本文優選出在黃河源區模擬能力相對較好的4 個氣候模式，分別為BCC-CSM2-MR、EC-Earth3-Veg、EC-Earth3-Veg-LR、GFDL-ESM4。

圖3 基準期多年平均降水和氣溫年變化模擬與觀測比較（黃河源區）Fig.3 Simulation and observation comparison of annual average precipitation and temperature changes in the reference period (the Yellow River source area)

2.2 唐乃亥-蘭州以上流域降水和氣溫模擬能力評估

由各氣候模式對唐乃亥-蘭州以上流域降水和氣溫模擬結果與觀測值多年平均值的對比結果（表3）可知，絕大多數模式對氣溫的模擬能力表現非常好，相關系數與確定性系數大部分在0.9 以上，絕對誤差最大的是IPSL-CM6A-LR 模式（高達?4.2 ℃），最小的有2個模式（為0 ℃）。對比各模式對降水的模擬結果可知，絕大多數模式的相關系數分布在0.7～0.9，最大的是TaiESM1 模式（高達0.874），最小的是ACCESS-

表3 GCMs 降水和氣溫模擬結果與觀測值多年平均值的比較（唐乃亥-蘭州以上流域）Tab.3 Comparative analysis of precipitation and temperature patterns in Global Climate Model (GCM) simulations and observational data (the Tangnaihai-Lanzhou basin)

ESM1-5 模式（為0.588）。確定性系數多為負數，最大的是IPSL-CM6A-LR 模式（為0.378）；相對誤差最大的是INM-CM5-0 模式（高達244.3%），最小的是MRI-ESM2-0 模式（為39.5%）。由圖4 可知，氣溫的模擬結果在泰勒圖上的分布較密集，離觀測點相對較近的模式有CanESM5 和NorESM2-MM，離觀測點最遠的是CMCC-CM2-SR5 模式。降水的模擬結果在泰勒圖上分布較為離散，離觀測點相對較近的模式有ECEarth3-Veg 和IPSL-CM6A-LR，最遠的是INM-CM5-0 模式。

圖4 20 種CMIP6 氣候模式降水與氣溫泰勒圖（唐乃亥-蘭州以上流域）Fig.4 Taylor plots of precipitation and temperature for 20 CMIP6 climate models (the Tangnaihai-Lanzhou basin)

唐乃亥-蘭州以上流域1985—2014 年觀測多年多年面平均氣溫為1.3 ℃，面平均降水為1.2 mm/d，從GCMs 多年月平均氣溫與降水的模擬與觀測比較（圖5）可知，多年月平均氣溫模擬的總體趨勢與觀測值基本一致，夏季誤差最大的是MICRO6 模式，冬季誤差最大的是IPSL-CM6A-LR 模式。從多年月平均降水來看，模擬值都大于觀測值，觀測降水的年內變化趨勢為先增后減，在6、7 月降水量達到最大，但部分模式降水峰值出現在不連續的2 個月。綜上所述，本文優選出在唐乃亥-蘭州以上流域模擬能力相對較好的4 個氣候模式，分別為EC-Earth3-Veg、EC-Earth3-Veg-LR、GFDL-ESM4、MRI-ESM2-0。

圖5 基準期多年平均降水和氣溫年變化模擬與觀測比較（唐乃亥-蘭州以上流域）Fig.5 Simulation and observation comparison of annual average precipitation and temperature changes in the reference period (the Tangnaihai-Lanzhou basin)

2.3 渭河-伊洛河流域降水和氣溫模擬能力評估

由各氣候模式對渭河-伊洛河流域降水和氣溫模擬結果與觀測值多年平均值的對比結果（表4）可知：絕大多數模式對氣溫的模擬能力表現非常好，相關系數都在0.95 以上，大多數模式確定性系數在0.9 以上，絕對誤差最大的是CMCC-CM2-SR5 模式（高達?3.7 ℃），最小的是TaiESM1 模式（為0 ℃）。絕大多數模式模擬降水的相關系數為0.5～0.7，最大的是TaiESM1 模式（為0.724），最小的是INM-CM5-0 模式（為0.441）, 相對誤差最大的是CMCC-CM2-SR5 模式（高達141.3%），最小的是MRI-ESM2-0 模式（為?1.1%）。確定性系數多為負數，最大的是EC-Earth3-Veg 模式（為0.204）。由圖6 可知，氣溫的模擬結果在泰勒圖上的分布較密集，CanESM5、INM-CM4-8、NorESM2-MM 和TaiESM1 離觀測點相對較近。各模式對降水的模擬結果在泰勒圖上分布較為離散，離觀測點相對較近的模式有ACCESS-CM2、ACCESS-ESM1-5、EC-Earth3-Veg 和EC-Earth3-Veg-LR，最遠的是CMCC-CM2-SR5 模式。

表4 GCMs 降水和氣溫模擬結果與觀測值多年平均值的比較（渭河-伊洛河流域）Tab.4 Comparative analysis of precipitation and temperature patterns in Global Climate Model (GCM) simulations and observational data (the Weihe-Yiluo River basin)

圖6 20 種CMIP6 氣候模式降水與氣溫泰勒圖（渭河-伊洛河流域）Fig.6 Taylor plots of precipitation and temperature for 20 CMIP6 climate models (the Weihe-Yiluo River basin)

渭河-伊洛河流域1985—2014 年觀測多年面平均氣溫為9.3 ℃，多年面平均降水為1.6 mm/d。從GCMs 多年月平均氣溫與降水的模擬與觀測比較（圖7）可知，各模式模擬氣溫的月變化過程十分相近，夏季誤差最大的是MRI-ESM2-0 模式，冬季誤差最大的是CMCC-CM2-SR5 和IPSL-CM6A-LR 模式。從模擬的多年月平均降水（圖7（a））來看，對降水月變化過程的模擬存在一定的低估和高估現象。綜上所述，本文優選出在渭河-伊洛河流域模擬能力相對較好的2 個氣候模式，分別為EC-Earth3-Veg、EC-Earth3-Veg-LR。

圖7 基準期多年平均降水和氣溫年變化模擬與觀測比較（渭河-伊洛河流域）Fig.7 Simulation and observation comparison of annual average precipitation and temperature changes in the reference period (the Weihe-Yiluo River basin)

3 空間分析

基于選取模式的標準，選取黃河源區、唐乃亥-蘭州以上流域和渭河-伊洛河流域綜合模擬能力較好的氣候模式（表5）。其中，EC-Earth3-Veg-LR 模式對蘭州以上流域模擬較好，但對渭河-伊洛河流域的模擬效果較差，EC-Earth3-Veg 模式在3 個區域的模擬能力相對最好，因此，本文采用EC-Earth3-Veg 模式對黃河流域水源涵養區的降水與氣溫空間分布特征進一步分析。

表5 黃河流域水源涵養區降水和氣溫綜合模擬能力較好的GCMsTab.5 GCMs with good comprehensive simulation ability of precipitation and temperature in three areas of the Yellow River Basin water conservation region

3.1 降水分布特征

黃河流域水源涵養區基準期觀測多年平均降水空間分布如圖8(a)，EC-Earth3-Veg 模式基準期多年平均降水空間分布如圖8(b)?？梢?，總體上研究區域內觀測多年平均降水呈現北少南多的分布特征，降水量為0.4～2.4 mm/d，大部分區域為0.4～1.6 mm/d。EC-Earth3-Veg 模式降水分布特征與觀測值相近，表明該模式對黃河流域水源涵養區降水有一定的模擬能力，但降水量存在一定偏差，總體上模擬值高于觀測值。

圖8 黃河流域水源涵養區基準期多年平均降水空間分布Fig.8 Spatial distribution of multi-year average precipitation in the reference period of the Yellow River Basin water conservation region

EC-Earth3-Veg 模式多年平均降水和觀測多年平均降水的差值空間分布見圖9，3 個區域各范圍差值見表6?？梢?，多年平均降水在黃河源區的差值分布在0.3～1.3 mm/d，各區段中占比最大的是0.6～0.9 mm/d，為64.89%；在唐乃亥-蘭州以上流域的差值分布在?0.3～1.2 mm/d，其中?0.3～0.3 mm/d 占20.75%，各區段中占比最大的是0.6～0.9 mm/d，為51.54%；在渭河-伊洛河流域的差值分布在?0.3～1.2 mm/d，其中?0.3～0.3 mm/d 占41.34%，各區段中占比最大的是0.3～0.6 mm/d，為47.74%。由此可見，空間上，EC-Earth3-Veg模式在3 個區域的降水模擬能力存在差異，呈現西高東低的分布特征，即在黃河源區偏差最大，唐乃亥-蘭州以上流域次之，渭河-伊洛河流域最好。

表6 3 個區域EC-Earth3-Veg 模擬的基準期降水量與觀測值差值分布Tab.6 Distribution of differences of precipitation between ECEarth3-Veg’s simulation and observation in three areas

圖9 EC-Earth3-Veg 模擬的基準期降水量與觀測值的差異Fig.9 Comparison of the values of precipitation in reference period between EC-Earth3-Veg’s simulation and observation

3.2 氣溫分布特征

黃河流域水源涵養區基準期觀測多年平均氣溫空間分布見圖10(a)，EC-Earth3-Veg 模式基準期多年平均氣溫空間分布見圖10(b)?？梢?，觀測多年平均氣溫為?10～16 ℃，呈現西低東高的分布特征，且西部區域與東部區域溫差較大。EC-Earth3-Veg 模式多年平均氣溫空間分布特征與觀測值相近，但隨地理變化過渡更明顯，主要溫度范圍在?8～12 ℃?？傮w上模擬值分布更加緊湊。

圖10 黃河流域水源涵養區基準期多年平均氣溫空間分布Fig.10 Spatial distribution of multi-year average temperature in the reference period of the Yellow River Basin water conservation region

EC-Earth3-Veg 模式多年平均氣溫和觀測多年平均氣溫的差值空間分布見圖11，3 個區域各范圍差值見表7?？梢?，多年平均氣溫在黃河源區的差值分布在?8～6 ℃，其中?2～2 ℃占60.68%，各區段中占比最大的是?2～0 ℃，為45.96%；在唐乃亥-蘭州以上流域的差值分布在?8～16 ℃，其中?2～2 ℃占43.05%，?4～4 ℃占78.38%，各區段中占比最大的是?2 ～ 0 ℃，為23.84%；在渭河-伊洛河流域的差值分布在?6～16 ℃，其中?2～2 ℃占47.74%，?4～4 ℃占87.19%，各區段中占比最大的是?4 ～ ?2 ℃，為31.44%。由此得出，空間上，EC-Earth3-Veg 模式在黃河流域水源涵養區3 個區域的氣溫模擬能力存在差異，即在唐乃亥-蘭州以上流域偏差最大，渭河-伊洛河流域次之，黃河源區最好。

表7 3 個區域EC-Earth3-Veg 模擬的基準期氣溫與觀測值差值分布Tab.7 Distribution of differences of temperature between ECEarth3-Veg’s simulation and observation in three areas

圖11 EC-Earth3-Veg 模擬的基準期氣溫與觀測值的差值Fig.11 Comparison of the values of temperature in reference period between EC-Earth3-Veg’s simulation and observation

4 結 語

本文將黃河流域水源涵養區分成黃河源區、渭河-伊洛河流域、唐乃亥-蘭州以上流域3 個子區域，采用相對誤差、相關系數、確定性系數和泰勒圖等評估指標綜合評估20 種CMIP6 氣候模式的模擬能力，并利用優選的氣候模式分析黃河流域水源涵養區降水、氣溫的空間分布特征，主要結論如下：

（1）氣候模式對氣溫模擬的相關系數均在0.95 以上，各區域大多數模式確定性系數在0.9 以上，泰勒圖上的偏差較小。降水普遍存在高估，且相對誤差較大，確定性系數多為負數，泰勒圖上的偏差較大?？傮w上，氣候模式對氣溫的模擬效果優于降水，部分模式可以再現黃河流域水源涵養區的氣溫和降水的年變化特征。

（2）20 個模式在黃河源區的模擬能力最好，唐乃亥-蘭州以上流域次之，渭河-伊洛河流域最差?；谶x取模式的標準，分別選取了黃河源區、唐乃亥-蘭州以上流域和渭河-伊洛河流域綜合模擬能力較好的氣候模式。經綜合比較，EC-Earth3-Veg 模式在3 個區域的模擬能力最好，以此模式可以進一步分析黃河流域水源涵養區降水和氣溫的空間分布特征。

（3）EC-Earth3-Veg 模式模擬的降水和氣溫與多年觀測值在空間分布上均存在一定差異。降水總體上模擬值高于觀測值，在黃河源區偏差最大，唐乃亥-蘭州以上流域次之，渭河-伊洛河流域最好。氣溫在唐乃亥-蘭州以上流域偏差最大，渭河-伊洛河流域次之，黃河源區最好。