基于CMIP5模式的2006—2017年中亞降水預(yù)估誤差分析*

黃芳，甘淼，于洋，他志杰，張海燕，皮原月，孫凌霄，于瑞德

(1 中國(guó)科學(xué)院新疆生態(tài)與地理研究所 荒漠與綠洲生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室， 烏魯木齊 830011； 2 中國(guó)科學(xué)院大學(xué)， 北京 100049； 3 西北農(nóng)林科技大學(xué)， 西安 712100)(2019年7月25日收稿； 2019年11月21日收修改稿)

政府間氣候變化組織第5次評(píng)估報(bào)告表明，工業(yè)化革命以來(lái)全球氣候變暖毋庸置疑[1]。氣候變暖將帶來(lái)干旱、洪澇、海平面上升、極端氣候事件等自然災(zāi)害，嚴(yán)重威脅人類生存環(huán)境及社會(huì)經(jīng)濟(jì)發(fā)展。而對(duì)未來(lái)氣候進(jìn)行模擬和預(yù)估則可提前進(jìn)行災(zāi)害防范，從而降低損害，保障經(jīng)濟(jì)發(fā)展。全球氣候模式是進(jìn)行未來(lái)氣候模擬及預(yù)估的重要工具，各國(guó)科學(xué)家利用全球氣候模式對(duì)氣候變化預(yù)估進(jìn)行了大量研究。趙天保等[2]選取17個(gè)CMIP5模式研究，發(fā)現(xiàn)全球及不同干旱半干旱區(qū)的未來(lái)氣溫變化均以顯著增溫為主，而降水的未來(lái)變化情景基本上呈現(xiàn)出“干愈干、濕愈濕”的時(shí)空特征。姚遙等[3]對(duì)中國(guó)未來(lái)極端氣溫進(jìn)行多模式集合預(yù)估，發(fā)現(xiàn)20年一遇最高(低)氣溫在中國(guó)地區(qū)均呈現(xiàn)升高趨勢(shì)。張芳等[4]評(píng)估17個(gè)CMIP5模式對(duì)厄爾尼諾—南方濤動(dòng)(ENSO)的模擬能力，結(jié)果表明，這些模式基本上能模擬出ENSO現(xiàn)象的一些主要特征。但是，由于氣候系統(tǒng)的復(fù)雜性以及模型建立條件的局限性等因素，氣候模式對(duì)氣候變化的模擬及預(yù)估存在很多的不確定性。如Grotch等[5]的研究表明，全球平均模擬氣溫與觀測(cè)值之差小于0.9 ℃；董文杰等[6]研究發(fā)現(xiàn)CMIP5模式對(duì)全球尺度的氣候現(xiàn)象變化模擬能力較強(qiáng)，但對(duì)區(qū)域尺度的氣候現(xiàn)象及其相關(guān)的區(qū)域氣候的模擬能力存在較大的區(qū)域差異。不少學(xué)者對(duì)未來(lái)氣候變化的預(yù)估進(jìn)行了研究，但對(duì)未來(lái)氣候變化預(yù)估不確定性的研究還相對(duì)較少，為減少災(zāi)害損失，以及為其他陸面過(guò)程等研究提供參考，對(duì)未來(lái)氣候的較準(zhǔn)確預(yù)估十分必要。

中亞位于亞歐大陸中部，為“一帶一路”建設(shè)的重要支點(diǎn)地區(qū)，狹義的中亞包括哈薩克斯坦、吉爾吉斯斯坦、塔吉克斯坦、烏茲別克斯坦、土庫(kù)曼斯坦5個(gè)國(guó)家，圖1為中亞地區(qū)數(shù)字高程與行政區(qū)劃圖。由于中亞地處歐亞大陸腹地，尤其是東南緣高山阻隔了來(lái)自印度洋、太平洋的暖濕氣流，氣候干旱，生態(tài)環(huán)境脆弱，為典型溫帶大陸性氣候[7]。作為全球最大的非地帶性干旱區(qū)，中亞對(duì)氣候系統(tǒng)的變化異常敏感[8]，在全球氣候變暖的大背景下，對(duì)中亞未來(lái)氣候變化的研究十分必要。陳鵬翔等[9]評(píng)估多個(gè)氣候模式對(duì)中亞地區(qū)春季降水的模擬能力，并對(duì)中亞未來(lái)春季降水進(jìn)行預(yù)估。姜燕敏等[10]評(píng)估20個(gè)CMIP5模式對(duì)中亞氣溫的模擬能力，表明各模式能較好地模擬中亞溫度變化趨勢(shì)以及年平均氣溫的空間分布特點(diǎn)。吳昊旻等[11]利用10個(gè)CMIP5模式對(duì)中亞降水特征參數(shù)進(jìn)行系統(tǒng)評(píng)估，同時(shí)預(yù)估未來(lái)中亞年降水將呈增加趨勢(shì)。已有學(xué)者運(yùn)用氣候模式對(duì)中亞氣候變化進(jìn)行模擬及預(yù)估的研究。然而，對(duì)中亞氣候模擬及預(yù)估的誤差研究較少，本文對(duì)中亞降水的模式模擬誤差進(jìn)行分析，以期為學(xué)者進(jìn)行更準(zhǔn)確的中亞氣候變化預(yù)估、為決策者提供更準(zhǔn)確的信息以及為中亞陸面過(guò)程等其他生態(tài)地理的研究提供更準(zhǔn)確的參考與依據(jù)。

圖1 中亞地區(qū)數(shù)字高程和行政區(qū)劃圖Fig.1 Digital elevation map for Central Asia and administrative divisions

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來(lái)源

本研究采用英國(guó)東英吉利大學(xué)氣候研究中心(Climatie Research Unit，CRU)提供的2006年1月至2017年12月的再分析全球逐月降水量數(shù)據(jù)集(水平分辨率為0.5°×0.5°)作為參考觀測(cè)數(shù)據(jù)，該數(shù)據(jù)集在中亞地區(qū)的適用性已經(jīng)過(guò)研究及檢驗(yàn)[12-15]。

第5次耦合模式比較計(jì)劃(CMIP5)氣候模式的試驗(yàn)數(shù)據(jù)，大多數(shù)模式對(duì)歷史氣候的模擬時(shí)段為1850—2005年，未來(lái)預(yù)估試驗(yàn)時(shí)段為2006—2100年。對(duì)未來(lái)氣候變化的預(yù)估，CMIP5采用以穩(wěn)定濃度為特征的典型濃度路徑(RCPs)排放情景，包括RCP8.5、RCP4.5、RCP2.6等多種情景試驗(yàn)[16-19]。每種情景提供一種受社會(huì)以及經(jīng)濟(jì)發(fā)展條件影響的溫室氣體的排放路徑，且給出直到2100年的相應(yīng)輻射強(qiáng)迫序列值。本研究將參照時(shí)段選定為2006年1月至2017年12月，根據(jù)這一時(shí)段降水?dāng)?shù)據(jù)的可利用性和完整性，共選取24個(gè)CMIP5氣候模式在RCP4.5排放情景下的未來(lái)預(yù)估試驗(yàn)數(shù)據(jù)。有關(guān)模式基本信息詳見表1，包括模型名稱、來(lái)源和水平分辨率。為了與CRU數(shù)據(jù)進(jìn)行比較，將24種CMIP5模型的水平分辨率回歸到0.5°×0.5°格點(diǎn)上進(jìn)行誤差分析。

表1 選取的24個(gè)CMIP5氣候模型Table 1 24 CMIP5 climate models selected

1.2 研究方法

由于氣候模型沒有相同的水平分辨率，因此有必要通過(guò)雙線性插值將氣候模型數(shù)據(jù)插值到0.5°×0.5°網(wǎng)格，以減少不同水平分辨率對(duì)比較結(jié)果的影響。多模式集合方法(multi-model ensemble, MME)是將簡(jiǎn)單模型進(jìn)行等權(quán)重集合平均，可以包含比單個(gè)模型更全面的信息，預(yù)估結(jié)果更接近于觀測(cè)值，因此它通常被認(rèn)為優(yōu)于單個(gè)模型，并被廣泛使用。

本文中的模式預(yù)估誤差指所選24個(gè)CMIP5模式輸出的2006—2017年平均降水量與對(duì)應(yīng)CRU格點(diǎn)的分析降水量之差，偏多或正誤差則表示模式降水預(yù)估值高于觀測(cè)值，反之，則表示低于觀測(cè)值。此外，還計(jì)算了中亞降水預(yù)估的誤差百分率、各模式間標(biāo)準(zhǔn)差來(lái)刻畫模式預(yù)估誤差偏離程度及模式間預(yù)估結(jié)果的離散度，從而分析模式集合預(yù)估的不確定性。為避免趨勢(shì)估計(jì)中的小樣本問(wèn)題，模式降水預(yù)估誤差趨勢(shì)均采用每一格點(diǎn)2012—2017年模式集合降水誤差平均值減去2006—2011年的對(duì)應(yīng)值，來(lái)近似表示。

2 降水空間分布特征

由于研究區(qū)常年受西風(fēng)環(huán)流的影響，降水具有西風(fēng)區(qū)降水的特征[20]，即冬季與春季是亞洲中部干旱區(qū)的主要雨期。因此本文對(duì)降水季節(jié)的分析僅將一年劃分為冬半年和夏半年，同時(shí)考慮到研究的序列長(zhǎng)度太短，故計(jì)算冬半年降水時(shí)，將當(dāng)年1—5月和12月的降水合并，近似作為冬半年降水，6—11月定義為夏半年。

圖2是CRU觀測(cè)資料的中亞2006—2017多年平均及夏半年、冬半年平均降水空間分布圖。從圖2(a)可以看出，在中亞地區(qū)CRU資料的年均降水空間分布整體呈現(xiàn)東南高、東北次之、西南降水量較低的特征，同時(shí)主要表現(xiàn)為一個(gè)高值中心和一個(gè)低值中心，高值中心出現(xiàn)在烏茲別克斯坦、塔吉克斯坦與吉爾吉斯斯坦交界區(qū)域，降水年均最大可達(dá)722 mm·a-1，低值中心則出現(xiàn)在土庫(kù)曼斯坦、烏茲別克斯坦和哈薩克斯坦西南地區(qū)，年均最小值93 mm·a-1。圖2(b)夏半年降水空間分布沒有明顯的高值中心和低值中心，降水主要呈現(xiàn)為西南向東北遞增的分布特征。圖2(c)的冬半年降水分布無(wú)明顯低值中心，高值中心位于烏茲別克斯坦、塔吉克斯坦與吉爾吉斯斯坦交界區(qū)域，降水整體呈東南高、西北次之、中部較低的分布特征。

圖2 CRU觀測(cè)的中亞2006—2017多年平均降水空間分布Fig.2 CRU observation of the spatial distribution of the average precipitation in Central Asia from 2006 to 2017

3 年降水預(yù)估誤差

因3種排放情景下模式年降水預(yù)估誤差的分布相似(圖略)，這里僅對(duì)中等排放情景即RCP4.5情景下的預(yù)估誤差特征進(jìn)行分析。

從圖3(a)可看出模式集合對(duì)中亞大部分地區(qū)的降水預(yù)估偏多，尤其是吉爾吉斯斯坦、塔吉克斯坦及哈薩克斯坦東部區(qū)域，平均偏多200 mm以上，預(yù)估偏少的區(qū)域主要位于哈薩克斯坦南部與烏茲別克斯坦和吉爾吉斯斯坦的交界區(qū)域。同時(shí)由圖3(b)降水預(yù)估誤差百分率看出，模式對(duì)哈薩克斯坦東部區(qū)域及烏茲別克斯坦與土庫(kù)曼斯坦大部分區(qū)域的降水模擬效果好于中亞西北及東南部，預(yù)估誤差百分率50%以上的區(qū)域大部分位于東南部高原以及西北山區(qū)。中亞年降水量有山區(qū)多、平原少的分布特點(diǎn)[21-23]，以往研究表明提高模式分辨率可明顯改善氣候模式對(duì)中亞降水變化模擬能力，且模式分辨率的提高，能夠更好地表現(xiàn)出地形的影響[9-11]，模式分辨率及對(duì)地形的處理是引起中亞降水模式預(yù)估誤差的原因之一。24個(gè)模式各自對(duì)中亞降水的預(yù)估偏差不一致，圖3(c)計(jì)算的模式間降水預(yù)估標(biāo)準(zhǔn)差表明，各模式對(duì)中亞中西部及北部區(qū)域降水預(yù)估的一致性較高，對(duì)中亞?wèn)|部及南部等地區(qū)模式間預(yù)估差異較大，尤其東南部帕米爾高原差異可達(dá)600 mm·a-1，這種模擬的不確定性主要是由于全球氣候模式的分辨率較低，對(duì)陡峭地形難以進(jìn)行細(xì)致描述。

圖3(d)為2006—2017中亞多年平均降水預(yù)估誤差趨勢(shì)，圖中顯示中亞大部分區(qū)域的多年平均降水預(yù)估誤差呈減少的趨勢(shì)，僅東部與西部的少數(shù)區(qū)域降水預(yù)估誤差有增大趨勢(shì)。由于氣候系統(tǒng)或模式自身的原因，圖3(a)模式集合對(duì)中亞大部分地區(qū)多年平均的降水預(yù)估偏多，而中亞地區(qū)年降水整體上表現(xiàn)出增加趨勢(shì)[22-23]，可能為圖3(d)模式集合對(duì)中亞大部分地區(qū)降水預(yù)估誤差有減少趨勢(shì)的主要原因。這些模式降水預(yù)估誤差的復(fù)雜特征增加了使用CMIP5模式輸出資料來(lái)預(yù)估未來(lái)中亞降水長(zhǎng)期變化的不確定性。

圖3 RCP4.5情景下中亞2006—2017年均降水預(yù)估誤差分析Fig.3 Analysis of precipitation estimation error in Central Asia from 2006 to 2017 under scenario RCP4.5

4 季節(jié)降水預(yù)估誤差

同樣因3種排放情景下模式預(yù)估季節(jié)降水量誤差的分布較相似(圖略)，這里僅對(duì)RCP4.5情景下的季節(jié)降水預(yù)估誤差進(jìn)行分析，夏半年及冬半年降水預(yù)估誤差趨勢(shì)由其2012—2017年均誤差值減去2006—20011年的平均值算得。

4.1 夏半年降水預(yù)估誤差

中亞夏季副熱帶環(huán)流較穩(wěn)定，秋季西風(fēng)較弱，中亞整體在夏秋季降水偏少，地形與局部小氣候是形成夏半年降水的主要原因[24]。從圖4(a)可以看出，在中亞大部分區(qū)域，模式對(duì)中亞夏半年降水的預(yù)估呈正誤差，即預(yù)估降水量比觀測(cè)偏多，尤其東南部高原山地區(qū)域，平均偏多達(dá)100 mm以上，預(yù)估誤差偏少區(qū)域則大部分位于哈薩克斯坦東部。同時(shí)模式對(duì)中亞中西部及北部哈薩克斯坦模擬效果，較東南部以及南部區(qū)域好(圖4(b))。模式各自對(duì)中亞夏半年降水的預(yù)估偏差計(jì)算表明，各模式對(duì)中亞夏半年整體預(yù)估的一致性較高，模式間標(biāo)準(zhǔn)差由中亞?wèn)|部及東南部向西北減小，帕米爾高原地區(qū)預(yù)估差異最大(圖4(c))。圖4(d)為夏半年中亞降水預(yù)估誤差趨勢(shì)，圖中顯示除西北、東部少數(shù)區(qū)域呈增大趨勢(shì)外，中亞中部、東北及東南部大部分區(qū)域夏半年降水預(yù)估誤差呈負(fù)趨勢(shì)，即預(yù)估誤差有減少的趨勢(shì)。

4.2 冬半年降水預(yù)估誤差

冬季中亞主要受地中?！毯ｉL(zhǎng)波槽控制，春季主要受中東副熱帶急流即西南氣流的影響，冬春季環(huán)流系統(tǒng)復(fù)雜且活躍，使得中亞降水偏多，冬季及春季為中亞的主要雨期[24]，模式對(duì)中亞大部分地區(qū)冬半年降水預(yù)估誤差偏多(圖5(a))，尤其哈薩克斯坦中部以及西部誤差百分率平均大于50%，偏多尤為明顯(圖5(b))，預(yù)估偏少的區(qū)域主要位于哈薩克斯坦東部以及烏茲別克斯坦與土庫(kù)曼斯坦的東部和吉爾吉斯斯坦與塔吉克斯坦西部部分區(qū)域。冬半年降水預(yù)估模式間標(biāo)準(zhǔn)差表明，各模式對(duì)中亞大部分區(qū)域冬半年降水預(yù)估的一致性較高，對(duì)東南部帕米爾高原地區(qū)預(yù)估差異較大(圖5(c))。圖5(d)為冬半年中亞降水預(yù)估誤差趨勢(shì)，顯示除中亞西北、東部少數(shù)區(qū)域，中亞大部分區(qū)域冬半年降水預(yù)估誤差呈負(fù)趨勢(shì)，即冬半年降水預(yù)估誤差呈減少趨勢(shì)。

對(duì)比圖4(b)和圖5(b)誤差百分率顯示出夏半年預(yù)估誤差在東南部少數(shù)區(qū)域明顯，冬半年則在哈薩克斯坦西北部預(yù)估誤差更為明顯。夏季伊朗高原帕米爾高原常為南亞高壓控制，降水較少，而中亞哈薩克斯坦西部與北部降水四季均勻，其他區(qū)域降水季節(jié)變化明顯[24]，冬半年與夏半年誤差百分率的顯著差異很大程度表現(xiàn)在模式對(duì)夏半年與冬半年大氣環(huán)流的模擬能力的差異。同時(shí)對(duì)比圖4(c)和圖5(c)，中亞夏半年模式間標(biāo)準(zhǔn)差整體較冬半年偏小即夏半年降水模擬一致性較冬半年好。中亞夏季副熱帶環(huán)流較穩(wěn)定，降水多隨副熱帶西風(fēng)急流位置的南北變化而變化，當(dāng)中緯為地中海槽—伊朗副熱帶高壓環(huán)流控制，降水較少且較均勻，冬季地中?！毯ｉL(zhǎng)波槽深厚活躍，易造成中亞降水天氣[23-24]，冬夏半年模式間標(biāo)準(zhǔn)差差異也表現(xiàn)出各模式積云對(duì)流參數(shù)化方案與降水物理過(guò)程的描述等模式間參數(shù)差異等引起的模式間降水預(yù)估差異。多模式集合對(duì)中亞降水季節(jié)預(yù)估誤差存在差異，冬半年預(yù)估不確定性較夏半年更明顯，對(duì)未來(lái)氣候預(yù)估進(jìn)行訂正也應(yīng)考慮季節(jié)差異。

圖4 RCP4.5情景下中亞2006—2017夏半年降水預(yù)估誤差分析Fig.4 Analysis of precipitation estimation error in the six months of summer in 2006-2017 Central Asia under scenario RCP4.5

圖5 RCP4.5情景下中亞2006—2017冬半年降水預(yù)估誤差分析Fig.5 Analysis of precipitation estimation error in the six months of winter in 2006-2017 Central Asia under scenario RCP4.5

5 ENSO年降水誤差

厄爾尼諾—南方濤動(dòng)(ENSO)對(duì)全球的氣候都會(huì)產(chǎn)生一定影響，如洪澇、臺(tái)風(fēng)、干旱等[25]，是全球氣候系統(tǒng)中尤為顯著的年際變化現(xiàn)象。厄爾尼諾是指赤道中東太平洋的海溫明顯偏暖的現(xiàn)象，拉尼娜則是指赤道中東太平洋的海面溫度明顯偏冷的現(xiàn)象。根據(jù)ENSO指數(shù)(http:∥coaps.fsu.edu/jma)，2006—2017年期間共出現(xiàn)4次厄爾尼諾事件及2次拉尼娜事件，其中2006、2009、2014、2015年為厄爾尼諾年，2007和2010年為拉尼娜年。這兩種事件一般都在圣誕節(jié)前后達(dá)到最強(qiáng)，且次年5月為事件轉(zhuǎn)換點(diǎn)，故科學(xué)家不得不將兩事件分為厄爾尼諾/拉尼娜當(dāng)年及次年。為統(tǒng)計(jì)分析的方便，本研究將ENSO當(dāng)年5月至次年4月定義為一個(gè)ENSO年，并將相同事件的年降水量進(jìn)行平均作為該事件下的降水分布進(jìn)行分析[25]。

在RCP4.5排放情景下，對(duì)比圖6與圖3發(fā)現(xiàn)厄爾尼諾年、拉尼娜年和2006—2017多年平均降水預(yù)估誤差空間分布極為相似，說(shuō)明兩種事件背景下的中亞降水預(yù)估誤差決定了多年平均降水預(yù)估誤差。多模式集合對(duì)El Nino年的降水預(yù)估誤差，除在哈薩克斯坦西部巴爾喀什湖區(qū)域及哈薩克斯坦、烏茲別克斯坦與吉爾吉斯斯坦的交界區(qū)域預(yù)估偏少外，其余地區(qū)均偏多(圖6(a))。拉尼娜年的降水預(yù)估誤差同厄爾尼諾年有相似的空間分布，預(yù)估偏少區(qū)域的面積較厄爾尼諾年有明顯減少，偏多區(qū)域面積有所擴(kuò)大，尤其咸海區(qū)域預(yù)估偏多明顯。同時(shí)，這兩種事件背景下降水預(yù)估誤差空間分布極為相似說(shuō)明，大范圍的模式降水預(yù)估誤差可能是模式本身存在的問(wèn)題。

圖6 RCP4.5情景下中亞2006—2017厄爾尼諾、拉尼娜年降水預(yù)估誤差分析Fig.6 Analysis of precipitation estimation error for the year of El Nino and La Nina in Central Asia 2006-2017 under scenario RCP4.5

6 討論與結(jié)論

綜上所述，選取的24個(gè)CMIP5模式集合平均對(duì)2006—2017年中亞年、季降水預(yù)估都存在一定誤差，主要特征簡(jiǎn)述如下：

1)對(duì)于中亞大部分地區(qū)多模式集合預(yù)估降水均偏多，預(yù)估偏少區(qū)域主要位于巴爾喀什湖區(qū)域及天山山脈與帕米爾高原西部部分地區(qū)，且中亞西北及東南區(qū)域誤差較明顯。各模式對(duì)中亞中部、西部以及北部區(qū)域降水預(yù)估的一致性較高，東部及南部山地高原模式間預(yù)估差異較大。且中亞大部分區(qū)域的年降水預(yù)估誤差呈減小的趨勢(shì)。

2)夏半年中亞中西部大部分地區(qū)降水預(yù)估呈正誤差，即預(yù)估偏多，東南及南部部分區(qū)域預(yù)估偏多明顯，偏少區(qū)域主要位于哈薩克斯坦東部以及天山山脈西部部分區(qū)域。各模式對(duì)中亞中西部預(yù)估的一致性較高，東部及東南部模式間預(yù)估差異最大。夏半年中亞除西北、東部少數(shù)區(qū)域，其余大部分地區(qū)降水預(yù)估誤差呈減小趨勢(shì)。

3)模式對(duì)中亞大部分地區(qū)冬半年降水預(yù)估誤差偏多，哈薩克斯坦中西部預(yù)估偏多較明顯。各模式對(duì)中亞冬半年降水預(yù)估的一致性較高，差異較大區(qū)域?yàn)闁|南部帕米爾高原地區(qū)。冬半年降水預(yù)估誤差呈大范圍減小趨勢(shì)。

4)對(duì)ENSO年的降水預(yù)估誤差分析顯示，厄爾尼諾年與拉尼娜年模式降水預(yù)估誤差大小存在差異，同時(shí)兩種事件背景下的誤差空間分布相似。

24個(gè)CMIP5模式集合降水預(yù)估誤差的各類特征及其差異分析主要反映模式本身存在問(wèn)題，如模式分辨率不足及降水物理過(guò)程描述不完善等；同時(shí)也反映季節(jié)背景對(duì)模式降水預(yù)估存在一定影響。通過(guò)這些不同的誤差特征分析，可為模式的改進(jìn)提供線索和依據(jù)。如中亞?wèn)|南部吉爾吉斯斯坦和塔吉克斯坦大部分地區(qū)年、冬半年、夏半年降水預(yù)估誤差明顯，考慮由于非均勻下墊面與氣流活動(dòng)形成復(fù)雜的陸氣過(guò)程，而模式的積云對(duì)流參數(shù)化方案或陸氣相互作用等大氣物理過(guò)程描述不完善，致使模式預(yù)估誤差明顯。這些模式預(yù)估誤差的存在說(shuō)明，將CMIP5模式集合平均直接用于預(yù)估未來(lái)降水變化存在很多不確定性，未來(lái)進(jìn)行降水預(yù)估前需對(duì)不確定性進(jìn)行評(píng)估，同時(shí)不斷完善模式過(guò)程及參數(shù)，提高預(yù)估準(zhǔn)確性。

未來(lái)可以考慮從以下方面進(jìn)行模式改進(jìn):中亞地勢(shì)東南高、西北低，水汽受地形抬升作用，降水主要集中在山區(qū)，非均勻下墊面對(duì)中亞降水空間分布的影響明顯，可考慮進(jìn)行地形效應(yīng)校正或通過(guò)降尺度提高模式分辨率[26]；中亞位于亞洲中部，環(huán)流系統(tǒng)復(fù)雜，水汽來(lái)源復(fù)雜，大氣環(huán)流主要受中緯度大氣環(huán)流的緯向波動(dòng)傳播與青藏高原季風(fēng)的控制，形成冬春為主要雨季的西風(fēng)區(qū)降水特征，同時(shí)其“西風(fēng)模態(tài)”的形成也與大西洋多年代際振蕩密切相關(guān)[14-15,27-28]。在進(jìn)行誤差分析以及提高模式預(yù)估準(zhǔn)確性時(shí)，則可考慮針對(duì)不同區(qū)域完善模式積云對(duì)流參數(shù)化方案；中亞干旱區(qū)下墊面陸氣相互作用過(guò)程較復(fù)雜，能量閉合度問(wèn)題的研究也對(duì)改進(jìn)氣候模擬預(yù)估具有很大意義[29]。