CIMP5氣候模式對(duì)北江流域氣溫和降水的模擬性能評(píng)估

陳思淳，黃本勝，黃廣靈，李澤君

(1. 廣東省水利水電科學(xué)研究院，廣東 廣州 510635；2. 河口水利技術(shù)國(guó)家地方聯(lián)合工程實(shí)驗(yàn)室，廣東 廣州 510635)

北江是珠江流域第二大水系，廣東省最重要的水源地之一。受復(fù)雜的地形地貌及氣候等因素影響，流域內(nèi)洪澇、干早等自然災(zāi)害較多。近年來(lái)，在氣候變暖背景下，北江流域水循環(huán)日趨復(fù)雜，水資源供需矛盾凸顯，水資源管理面臨巨大挑戰(zhàn)，深入研究氣候變化對(duì)流域水循環(huán)影響十分迫切。

全球氣候模式(GCMs)被公認(rèn)為是研究氣候變化及構(gòu)建未來(lái)氣候變化情景最主要的工具。黃國(guó)如等[1]利用IPCC AR5發(fā)布的13個(gè)氣候模式，結(jié)合VIC模型，對(duì)不同排放情景下北江飛來(lái)峽水庫(kù)的極端入庫(kù)洪水進(jìn)行了預(yù)估，結(jié)果表明各情景下極端洪水出現(xiàn)概率有不同程度增加；肖恒等[2]利用CMIP5的5個(gè)氣候模式，耦合VIC模型評(píng)估了Rcp4.5情景下珠江流域未來(lái)30年洪水對(duì)氣候變化的響應(yīng)。結(jié)果表明2011—2040年北江洪水總量可能呈減少趨勢(shì)，但特大洪水可能呈增加趨勢(shì)。還有學(xué)者應(yīng)用CMIP5多模式集合對(duì)中國(guó)西北干旱區(qū)氣溫和降水的模擬能力進(jìn)行評(píng)價(jià)[3]、對(duì)江蘇省氣候變化進(jìn)行了預(yù)估[4]、對(duì)氣候變化下北江流域徑流[5]、典型洪澇災(zāi)害[6]等方面進(jìn)行了研究。但以往的研究大多直接應(yīng)用氣候模式數(shù)據(jù)或集成數(shù)據(jù)，并未系統(tǒng)評(píng)估模式在研究區(qū)的適用性，而目前將氣候模式應(yīng)用于區(qū)域尺度仍存在模擬精度差、不確定性大等問(wèn)題。因此，當(dāng)應(yīng)用全球氣候模式研究氣候變化對(duì)流域水循環(huán)影響時(shí)，必須首先評(píng)估模式在該地區(qū)的適用性。

目前，全球共有28個(gè)研究組的61個(gè)氣候模式參與了第五階段的全球耦合模式比較計(jì)劃(CMIP5)[7]，該階段的模式較之前更為復(fù)雜且具有更高的分辨率[8]。本文以北江流域(石角站以上)作為研究區(qū)，從氣候均態(tài)、時(shí)間序列相關(guān)性、變化趨勢(shì)及概率密度分布等方面，分別評(píng)價(jià)CMIP5發(fā)布的23個(gè)氣候模式模擬北江流域平均氣溫和降水的能力，并基于多目標(biāo)函數(shù)的秩評(píng)分方法對(duì)各模式在北江流域氣溫和降水的應(yīng)用進(jìn)行了綜合評(píng)估。該研究對(duì)氣候模式在區(qū)域尺度的評(píng)估研究及應(yīng)用氣候模式開(kāi)展北江流域氣候變化相關(guān)研究具有一定的參考價(jià)值。

1 研究區(qū)概況

北江流域位于23°～25°N，111°～114°E，集水面積約為38 488 km2，思賢滘以上干流河長(zhǎng)為468 km。流域內(nèi)多為山區(qū)和丘陵，地勢(shì)北高南低，屬亞熱帶季風(fēng)型氣候(見(jiàn)圖1所示)。流域多年平均氣溫約為21℃，多年平均降水量約為1 800 mm，年內(nèi)分布極不均勻，多集中于4—9月。

圖1 北江流域概況示意

2 研究數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源

1) 實(shí)測(cè)數(shù)據(jù)。研究中主要用到氣象站點(diǎn)實(shí)測(cè)的平均氣溫及雨量站逐月降水量數(shù)據(jù)。其中，北江流域4個(gè)的氣象站點(diǎn)實(shí)測(cè)數(shù)據(jù)由中國(guó)氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)獲取，37個(gè)降水實(shí)測(cè)站點(diǎn)數(shù)據(jù)由廣東省水文局提供。資料序列為1956—2005年，所有站點(diǎn)的數(shù)據(jù)序列均相對(duì)完整且通過(guò)了數(shù)據(jù)質(zhì)量控制。

2) 氣候模式輸出數(shù)據(jù)。研究中用到的氣候模式為IPCC第五次評(píng)估報(bào)告的支撐數(shù)據(jù)CMIP5(http://cmip-pcmdi.llnl.gov/index.html)最新發(fā)布的、且在各國(guó)應(yīng)用較廣泛的23個(gè)模式輸出的平均氣溫和降水量數(shù)據(jù)，選用時(shí)段為1956—2005年。因選取的各GCMs模式的分辨率均不相同，評(píng)估前將氣候模式輸出數(shù)據(jù)統(tǒng)一插值到2.5°×2.5°的網(wǎng)格分辨率上。

2.2 研究方法

2.2.1秩評(píng)分方法

本研究基于一種多目標(biāo)函數(shù)的秩評(píng)分方法對(duì)各GCMs在北江流域上的模擬能力進(jìn)行評(píng)估。評(píng)估指標(biāo)包括均值、標(biāo)準(zhǔn)差、年內(nèi)變化特征、年際變化特征以及概率密度函數(shù)，計(jì)算完各項(xiàng)指標(biāo)之后，再采用一個(gè)介于0～9之間的秩評(píng)分對(duì)每一項(xiàng)單獨(dú)的評(píng)價(jià)指標(biāo)來(lái)進(jìn)行評(píng)價(jià)，公式如下：

(1)

式中xi為第i個(gè)模式輸出結(jié)果和實(shí)測(cè)值之間的相對(duì)誤差或相關(guān)統(tǒng)計(jì)的值。當(dāng)xi表示誤差時(shí)，值越大，則第i個(gè)模式在該評(píng)價(jià)指標(biāo)中的秩評(píng)分就越高；當(dāng)作為非相對(duì)誤差評(píng)價(jià)指標(biāo)時(shí)，xi越低，該評(píng)價(jià)指標(biāo)中的秩評(píng)分就越低。wi為第i個(gè)評(píng)價(jià)指標(biāo)的權(quán)重，屬于相同特征分析的不同統(tǒng)計(jì)量對(duì)其權(quán)重賦值0.5，其余賦值1。RS的分?jǐn)?shù)越低代表該GCMs模式的模擬效果越好。

本研究中關(guān)于NRMSE的定義及計(jì)算公式見(jiàn)文獻(xiàn)[9]；趨勢(shì)統(tǒng)計(jì)量Z、Sen’s 斜率β通過(guò)MK非參數(shù)檢驗(yàn)方法計(jì)算[9-10]；參數(shù)BS(Brier Score)代表概率預(yù)測(cè)的均方差[11]，Sscore(Significance score)計(jì)算了實(shí)測(cè)數(shù)據(jù)和模擬數(shù)據(jù)的分布在每個(gè)等份序列值累計(jì)概率的最小值，描述的是實(shí)測(cè)數(shù)據(jù)和模擬數(shù)據(jù)概率密度函數(shù)之間的重疊程度[12]，兩個(gè)指標(biāo)均用于評(píng)價(jià)模式對(duì)各要素概率密度分布特征的模擬能力。

3 結(jié)果分析

3.1 氣候模式模擬區(qū)域氣溫能力的評(píng)價(jià)

基于不同指標(biāo)對(duì)CMIP5的23個(gè)模式輸出的北江流域平均氣溫月序列的評(píng)價(jià)結(jié)果見(jiàn)圖2和表1，分別包括均值、標(biāo)準(zhǔn)差、NRMSE、月序列相關(guān)系數(shù)、趨勢(shì)統(tǒng)計(jì)量Z、Sen’s 斜率β、BS和Sscore等統(tǒng)計(jì)量。北江流域歷史時(shí)段多年平均氣溫為20.2℃，各模式的模擬值介于18.3℃～28.1℃之間，大部分GCMs模擬的平均氣溫高于實(shí)測(cè)值。BNU-ESM和CNRM-CM5模式模擬的平均氣溫最接近實(shí)測(cè)值，偏差僅為0.1℃，說(shuō)明其對(duì)北江流域平均氣溫的均態(tài)特征模擬能力相對(duì)較好；GISS-E2-H模式的模擬值與實(shí)測(cè)差別最大，偏差高達(dá)7.9℃，極大地高估了歷史時(shí)段的氣溫。

表1 GCMs模式對(duì)北江流域平均氣溫的模擬評(píng)估結(jié)果

注：圖中序號(hào)即為表1中模式編號(hào)。

北江流域?qū)崪y(cè)平均氣溫的標(biāo)準(zhǔn)差為6.7℃，各氣候模式模擬的標(biāo)準(zhǔn)差介于0.5℃～6.5℃，其中CSIRO-Mk3.6模式模擬值的標(biāo)準(zhǔn)差與實(shí)測(cè)偏差最小，NorESM1-M模式與實(shí)測(cè)偏差最大。這表明多數(shù)氣候模式模擬值的變化幅度與歷史實(shí)測(cè)接近但略偏小，還有部分模式嚴(yán)重偏小。各GCMs的NRMSE值介于0.04～1.47，其中CESM1-BGC模式的NRMSE最小，僅為0.04。

通過(guò)計(jì)算，除了9個(gè)GCMs的年內(nèi)相關(guān)系數(shù)小于0.9以外，其余14個(gè)模式模擬值與實(shí)測(cè)值年內(nèi)變化的相關(guān)系數(shù)均大于0.99，說(shuō)明這些模式對(duì)于平均氣溫的時(shí)間序列特征具有較好的模擬能力。Mann-Kendall趨勢(shì)計(jì)算結(jié)果表明，北江流域歷史實(shí)測(cè)平均氣溫的Z值為2.98，通過(guò)了95%的置信度檢驗(yàn)，說(shuō)明呈顯著上升趨勢(shì)。氣候模式模擬數(shù)據(jù)的Z值介于0.02～6.88之間，其中21個(gè)模式的Z值通過(guò)了95%的置信度檢驗(yàn)，但上升幅度偏高。北江流域?qū)崪y(cè)平均氣溫的Sen’s斜率β為0.14，GCMs數(shù)據(jù)的Sen’s斜率β在0～0.31內(nèi)變化，其中CCSM4模式的β值與實(shí)測(cè)相差最小。

BS和Sscore均用百分比數(shù)值表示(見(jiàn)表1)，若某GCM的BS值趨于0，且Sscore值大于85%，則說(shuō)明該模式的模擬值在研究區(qū)的概率密度分布十分接近歷史實(shí)測(cè)。表1中各GCMs的BS值范圍為0.03%～0.36%，接近于0；Sscore值范圍為60%～90%，多數(shù)模式超過(guò)70%，少數(shù)模式超過(guò)85%?？傮w來(lái)看，F(xiàn)IO-ESM、CNRM-CM5和CSIRO-Mk3.6模式模擬值的概率密度分布與實(shí)測(cè)最相似。

基于各項(xiàng)統(tǒng)計(jì)量，利用秩評(píng)分方法綜合評(píng)估各模式在北江流域?qū)ζ骄鶜鉁氐哪M能力，結(jié)果表明，模擬表現(xiàn)最優(yōu)的4個(gè)模式分別為CSIRO-Mk3.6、FIO-ESM、CNRM-CM5和BNU-ESM，秩評(píng)分分別為3.88、4.28、5.28及5.95；模擬表現(xiàn)較差的4個(gè)模式分別為GFDL-CM3、NorESM1-M、CCSM4和GISS-E2-H，秩評(píng)分分別為47.82、38.41、36.51及36.43。

圖3為北江流域歷史時(shí)段實(shí)測(cè)年平均氣溫與最優(yōu)最差模式模擬數(shù)據(jù)對(duì)比?？偟膩?lái)看，CSIRO-Mk3.6模式的模擬值與實(shí)測(cè)相比略微偏低，年際變化趨勢(shì)與實(shí)測(cè)較為相似，變化幅度相比實(shí)測(cè)偏??；模擬能力最差的GFDL-CM3模式不僅極大地高估了北江流域的年平均氣溫，變化趨勢(shì)與實(shí)測(cè)數(shù)據(jù)相差亦較大。

圖3 北江流域?qū)崪y(cè)年平均氣溫與CMIP5模擬

3.2 氣候模式模擬區(qū)域降水能力的評(píng)價(jià)

圖4和表2給出了利用不同評(píng)價(jià)指標(biāo)對(duì)23個(gè)氣候模式降水量月序列的評(píng)價(jià)結(jié)果。與平均氣溫相比，GCMs模式對(duì)降水量的模擬能力普遍表現(xiàn)較差。北江流域歷史時(shí)段多年平均降水量為1 751.9 mm，各模式模擬年降水量為1 001.9～3 177.3 mm，多數(shù)模式的模擬值低于實(shí)測(cè)值，其中CNRM-CM5模式模擬的平均值與實(shí)測(cè)最接近，偏差為153.9 mm，模擬值偏低，而NorESM1-M模式的模擬值與實(shí)測(cè)偏差最大，偏差量為1 425.4 mm。

注：圖中序號(hào)即為表2中模式編號(hào)。

北江流域歷史時(shí)段實(shí)測(cè)降水量的標(biāo)準(zhǔn)差為116.0 mm，GCMs模式模擬的標(biāo)準(zhǔn)差介于40.5～166.1 mm，大部分模式模擬的標(biāo)準(zhǔn)差低于90 mm，這表明大部分模式模擬的降水量變化幅度與北江流域歷史實(shí)測(cè)值相比偏小，GCMs在降水穩(wěn)定的區(qū)域模擬能力可能更強(qiáng)。

氣候模式模擬值的NRMSE為0.47～1.63，有9個(gè)模式的NRMSE小于0.8，表現(xiàn)尚可，其中CanESM2模式的誤差相對(duì)最小，NRMSE為0.47，NorESM1-M模式的NRMSE最大，高達(dá)1.63。年內(nèi)相關(guān)系數(shù)表示氣候模式模擬的降水量年內(nèi)變化與實(shí)測(cè)降水年內(nèi)變化的相關(guān)性。各GCMs模擬降水量的年內(nèi)相關(guān)系數(shù)在0.05(GISS-E2-H)和0.90(CNRM-CM5)之間，其中，大于0.8以上的模式有8個(gè)(見(jiàn)表2)。

表2 GCMs模式對(duì)降水量的模擬評(píng)估結(jié)果

M-K趨勢(shì)性分析結(jié)果表明，北江流域歷史時(shí)段降水呈不顯著的下降趨勢(shì)，Z為-0.23，未通過(guò)95%置信度檢驗(yàn)。GCMs模擬數(shù)據(jù)中有12個(gè)模式呈不顯著的下降趨勢(shì)，僅MIROC5模式呈顯著下降趨勢(shì)。實(shí)測(cè)年降水量的Sen’s斜率為-16.4，模式模擬的Sen’s值范圍介于-65.5～72.9。

GCM模式模擬的BS值介于0.03%～0.55%，Sscore值介于17%～85%，約一半的模式超過(guò)70%。由表2可知，CanESM2、MPI-ESM-MR和CNRM-CM5模式模擬的降水在北江流域的概率密度分布最接近于實(shí)測(cè)。

基于各模式計(jì)算的統(tǒng)計(jì)量，綜合評(píng)估GCMs在北江流域降水的模擬性能。結(jié)果表明，表現(xiàn)最好的4個(gè)模式分別為CanESM2、MPI-ESM-MR、MPI-ESM-LR及CNRM-CM5，秩評(píng)分分別為13.12、14.01、15.11及15.59；表現(xiàn)較差的4個(gè)模式分別為MIROC-ESM、NorESM1-M、GISS-E2-H和GFDL-CM3，秩評(píng)分分別為40.00、38.10、37.18和36.39。

圖5為CMIP5模式在北江流域模擬能力最優(yōu)及最差的兩個(gè)模式與實(shí)測(cè)年降水量與對(duì)比。綜合來(lái)看，CanESM2模式的模擬值低于實(shí)測(cè)值，但年際間的波動(dòng)與實(shí)測(cè)吻合度相對(duì)較高；MIROC-ESM模式明顯低估了北江流域年降水量，年際間波動(dòng)與實(shí)測(cè)數(shù)據(jù)基本吻合，偶爾呈現(xiàn)相反的波動(dòng)狀態(tài)。

圖5 北江流域?qū)崪y(cè)年降水量與最優(yōu)最差模式模擬數(shù)據(jù)比較

3.3 氣候與降水綜合評(píng)價(jià)結(jié)果

基于秩評(píng)分方法對(duì)CMIP5氣候模式輸出的平均氣溫與降水綜合評(píng)價(jià)結(jié)果見(jiàn)表3。結(jié)果表明：① 總體而言，來(lái)自法國(guó)CNRM-CERFACS研究所的CNRM-CM5輸出的氣溫與降水?dāng)?shù)據(jù)在北江流域表現(xiàn)相對(duì)最優(yōu)。FIO-ESM(中國(guó))、CSIRO-Mk3.6(澳大利亞)和BNU-ESM(中國(guó))等模式的整體表現(xiàn)也較好，且這些模式對(duì)單個(gè)要素具有較強(qiáng)的模擬能力，如CSIRO-Mk3.6模式對(duì)氣溫的模擬能力是所有模式中最強(qiáng)的。② 盡管某些模式在所有要素的綜合表現(xiàn)欠佳，但其模擬單個(gè)要素的能力可能較強(qiáng)，如CanESM2對(duì)區(qū)域降水量的模擬能力表現(xiàn)最優(yōu)，但模擬氣溫的能力則相對(duì)欠佳。當(dāng)然對(duì)于不同地區(qū)，氣候模式的模擬能力也不盡相同。如GFDL-CM3模式模擬北江流域氣候變量的表現(xiàn)是所有模式中最差的，但在其他地區(qū)，該模式可能會(huì)有較好的模擬表現(xiàn)。

表3 GCMs模式月平均氣溫及降水的秩評(píng)分結(jié)果統(tǒng)計(jì)

4 結(jié)語(yǔ)

本研究以北江流域作為研究區(qū)，從氣候均態(tài)、時(shí)間序列相關(guān)性、變化趨勢(shì)及概率密度分布特征等多個(gè)角度，基于秩評(píng)分方法綜合評(píng)估了23個(gè)CMIP5氣候模式在北江流域模擬氣溫與降水的能力，主要結(jié)論如下。

1) 氣候模式評(píng)價(jià)結(jié)果對(duì)評(píng)價(jià)指標(biāo)有較大依賴性，不同評(píng)價(jià)指標(biāo)得到的評(píng)價(jià)結(jié)果可能完全相反。例如，從年內(nèi)相關(guān)系數(shù)來(lái)看，BCC-CSM1.1模式輸出的平均氣溫表現(xiàn)優(yōu)秀，但若以概率密度分布為指標(biāo)，則其表現(xiàn)相對(duì)一般；ACCESS1.0模式用標(biāo)準(zhǔn)差和年內(nèi)相關(guān)系數(shù)評(píng)價(jià)模擬降水的能力時(shí)表現(xiàn)也截然相反。因此，評(píng)估氣候模式應(yīng)用于區(qū)域尺度時(shí)，評(píng)價(jià)指標(biāo)的選取尤為重要，建議選用多指標(biāo)從不同角度進(jìn)行綜合評(píng)價(jià)。

2) 不同要素的評(píng)價(jià)結(jié)果顯示，CMIP5模式對(duì)北江流域平均氣溫的模擬表現(xiàn)較優(yōu)，對(duì)降水的模擬能力相對(duì)較差。多數(shù)模式模擬北江流域平均氣溫偏高，而模擬降水量偏低。

3) 氣溫和降水的綜合評(píng)價(jià)結(jié)果表明，CNRM-CM5模式在北江流域表現(xiàn)最優(yōu)，盡管其模擬氣溫和降水的能力并不是所有模式中最強(qiáng)的。FIO-ESM、CSIRO-Mk3.6和BNU-ESM(中國(guó))等模式的整體表現(xiàn)亦較好，對(duì)單個(gè)要素通常具有較強(qiáng)的模擬能力。有些模式盡管綜合表現(xiàn)欠佳，但其模擬單個(gè)要素的能力可能較強(qiáng)，如CanESM2模式對(duì)北江流域降水量的模擬能力表現(xiàn)最強(qiáng)，對(duì)平均氣溫的模擬表現(xiàn)則相對(duì)偏弱。