CMIP6 全球氣候模式對(duì)中國極端降水模擬能力的評(píng)估及其與CMIP5 的比較*

王 予 李惠心,2, 王會(huì)軍,2, 孫 博,2, 陳活潑

1.南京信息工程大學(xué)氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室/氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心，南京，210044

2.南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室，珠海，519080

3.竺可楨-南森國際研究中心，中國科學(xué)院大氣物理研究所，北京，100029

1 引言

全球氣候模式是研究氣候系統(tǒng)變化機(jī)理和預(yù)估氣候系統(tǒng)未來變化的重要工具（IPCC，2013），已經(jīng)成為當(dāng)代氣候研究中不可或缺的一部分（Eyring，et al，2016）。國際耦合模式比較計(jì)劃（Coupled Model Intercomparison Project Phase，CMIP）的模式結(jié)果直接支撐著政府間氣候變化專門委員會(huì)（IPCC）評(píng)估報(bào)告的撰寫（周天軍等，2019，2020），對(duì)古氣候的研究、未來氣候變化的預(yù)估、政府決策的制定、政府間協(xié)議的簽署等有重要意義（Yang，et al，2017）。由CMIP3 至CMIP5，有眾多學(xué)者利用CMIP 模式結(jié)果對(duì)其相關(guān)領(lǐng)域進(jìn)行充分研究。但是由于中國地處東亞季風(fēng)區(qū)，氣候成因復(fù)雜，且受到青藏高原大地形以及復(fù)雜下墊面的影響，全球氣候模式對(duì)中國氣候降水特征的模擬能力仍有不足（胡芩等，2014）。研究表明，CMIP5 對(duì)華南地區(qū)降水的模擬偏小，對(duì)西部高原降水的模擬偏大，總體而言模式能較好地模擬降水冬弱夏強(qiáng)的季節(jié)變化（陳曉晨等，2014）。中國中西部，其他研究結(jié)果（姜大膀等，2004；高學(xué)杰，2007；Jiang，et al，2015）同樣得出CMIP5 存在較大的虛假降水中心，青藏高原及附近存在較大誤差等。但是，CMIP5 對(duì)極端降水的模擬能力在區(qū)域平均和趨勢(shì)方面整體上優(yōu)于CMIP3（Chen，et al，2015）。此外，吳佳等（2015）的研究表明，CMIP5 集合模擬的中國區(qū)域平均降水對(duì)升溫的響應(yīng)較觀測(cè)弱，而極端降水對(duì)升溫的響應(yīng)強(qiáng)。從2016年開始，第6 次耦合模式比較計(jì)劃（CMIP6）的模擬數(shù)據(jù)至今已基本提交完畢，相較于前代CMIP，CMIP6 的主要特點(diǎn)是采用了一種新的、更具聯(lián)合特色的組織結(jié)構(gòu)，它將許多試驗(yàn)，包括許多單獨(dú)設(shè)計(jì)的模式比較計(jì)劃納入聯(lián)合活動(dòng)，以此來滿足氣候?qū)W界日益廣泛的科學(xué)需要（Eyring，et al，2016）。歷史試驗(yàn)作為CMIP6 的準(zhǔn)入門檻之一（O'Neill，et al，2016），可以用來評(píng)價(jià)模式再現(xiàn)不同時(shí)間尺度氣候要素的能力，同時(shí)也決定了不同強(qiáng)迫敏感性試驗(yàn)的結(jié)果（Pascoe，et al，2020；Wu，et al，2019），所以對(duì)歷史試驗(yàn)的評(píng)估相較于其他試驗(yàn)的評(píng)估有重要意義。

全球變暖背景下，全球極端降水事件發(fā)生的頻率顯著增大（Easterling，et al，2016；Berg，et al，2013；Donat，2016）。相較于溫度的長期持續(xù)升高，極端降水事件的變化更容易造成嚴(yán)重的人員傷亡和財(cái)產(chǎn)損失（Zhang，et al，2020），因此對(duì)極端降水準(zhǔn)確的模擬及預(yù)估尤為重要（Prein，et al，2017；Bai，et al，2007；Chen，et al，2012；周波濤等，2020）。對(duì)于中國大部分區(qū)域，從20 世紀(jì)60年代開始，降雨日數(shù)明顯減少（Liu，et al，2005；Zhai，et al，1999），但是年降水總量卻顯著升高（Zhu，et al，2011；Yao，et al，2008；Xu，et al，2008），即極端降水事件的強(qiáng)度明顯增大（Wang，et al，2012；Sun，et al，2013）。一些學(xué)者利用高分辨率區(qū)域模式（Gao，et al，2011；李東歡等，2017）、CMIP5 中的耦合試驗(yàn)（李雙林等，2012）對(duì)中國未來降水和極端降水的預(yù)估結(jié)果表明，21 世紀(jì)未來中國極端降水事件在全國將普遍增多。此外，不同區(qū)域之間也存在顯著差別。研究表明，華北和東北中部地區(qū)的極端降水事件呈緩慢上升趨勢(shì)（Qian，et al，2007；Wang，et al，2005），而東南沿海和長江中下游地區(qū)呈較強(qiáng)的上升趨勢(shì)（Gemmer，et al，2008；Li，et al，2018）。盡管中國大部分區(qū)域的降水強(qiáng)度都增大，但是強(qiáng)降雨主要發(fā)生在中國東南部，尤其是長江流域下游的南部（Wang，et al，2009；Fan，et al，2014）。此外，吳佳等（2015）研究顯示在持續(xù)變暖背景下，未來北方地區(qū)平均降水對(duì)變暖的響應(yīng)比南方地區(qū)要強(qiáng)，表明未來這些區(qū)域發(fā)生暴雨和洪澇的風(fēng)險(xiǎn)將增大。因此，中國地區(qū)極端降水的變化具有明顯的區(qū)域性差異，CMIP6 模式能否準(zhǔn)確模擬中國極端降水的時(shí)、空變化特征是值得探討的科學(xué)問題。

目前，已有一些學(xué)者開展了關(guān)于評(píng)估CMIP6模擬能力的工作。例如，Chen 等（2020）評(píng)估了CMIP6模式對(duì)全球重點(diǎn)區(qū)域極端氣候的模擬能力，發(fā)現(xiàn)CMIP6 可以較好地重現(xiàn)中國和北美地區(qū)極端降水在東南和西北兩地的顯著差異，Zhu 等（2020）利用12 個(gè)CMIP6 模式比較了CMIP6 與CMIP5 對(duì)中國極端氣候模擬能力的差異，表明CMIP6 多模式集合相較于CMIP5 多模式集合對(duì)氣候態(tài)和年際變率兩方面的模擬能力都有較大改進(jìn)。但是，由于上述研究較早開展，使用的CMIP6 模式在數(shù)量上相對(duì)偏少，且評(píng)估的極端降水指數(shù)也相對(duì)較少，因此利用更多的模式來進(jìn)一步分析CMIP6 對(duì)中國極端降水的模擬能力非常必要。此外，目前關(guān)于CMIP6對(duì)中國不同干、濕地區(qū)模擬能力的研究較少，文中根據(jù)中國的降水分布特征將研究區(qū)域細(xì)分為濕潤區(qū)、半濕潤區(qū)、半干旱區(qū)、干旱區(qū)，并從空間相關(guān)、模式誤差、時(shí)間序列等方面對(duì)極端降水氣候平均態(tài)和變率的模擬能力進(jìn)行綜合全面的分析。

2 資料和方法

文中利用32 個(gè)CMIP6 模式和27 個(gè)CMIP5 模式，綜合評(píng)價(jià)其對(duì)中國極端降水的模擬能力。各模式數(shù)據(jù)均可在開放網(wǎng)站（https://esgf-node.llnl.gov/projects/esgf-llnl/）下載，CMIP6 和CMIP5 模式的基本信息分別見表1 和2。由于各模式分辨率不同，文中利用最近鄰插值法將所有模式的降水資料統(tǒng)一插值到1°×1°的標(biāo)準(zhǔn)網(wǎng)格上。計(jì)算多模式集合時(shí)，均采用模式集合中位數(shù)的方法。用到的觀測(cè)數(shù)據(jù)為CN05.1 數(shù)據(jù)集中1961—2018年的日降水資料，CN05.1 數(shù)據(jù)集是吳佳等（2013）利用雙線性插值法對(duì)中國2416 個(gè)地面氣象站的觀測(cè)資料處理后得到的格點(diǎn)數(shù)據(jù)，其網(wǎng)格分辨率為0.25°×0.25°。為方便模式資料與觀測(cè)資料的比較，同樣利用最近鄰插值法將觀測(cè)資料插值到1°×1°的網(wǎng)格上。綜合考慮觀測(cè)資料以及CMIP5 所覆蓋的歷史時(shí)段，文中對(duì)歷史時(shí)期評(píng)估的研究時(shí)段定為1961—2005年。

表1 32 個(gè)CMIP6 全球氣候模式的基本信息Table 1 CMIP6 global climate models

采用Karl 等（1999）定義的8 個(gè)極端降水指數(shù)（表3）描述極端降水的氣候特征。

文中定義氣候平均態(tài)為氣象要素在1961—2005年的均值，為了消除量綱的影響，本文用相對(duì)變率（s）來表征氣象要素與均值差異的平均狀況，定義如下

表2 27 個(gè)CMIP5 全球氣候模式的基本信息Table 2 Basic information of 27 CMIP5 global climate models

式中，xi表示某氣象要素第i年的值，為該氣象要素n年的均值。

表3 8 個(gè)極端降水指數(shù)的定義Table 3 Definitions of eight extreme precipitation indices

進(jìn)行模式比較時(shí)，采用泰勒?qǐng)D（Taylor，2001）方法，同時(shí)考慮模式與觀測(cè)的空間相關(guān)系數(shù)、標(biāo)準(zhǔn)差的比值和中心均方根誤差。在此基礎(chǔ)上，計(jì)算模式的TS 評(píng)分（Taylor，2001），其定義為

式中，σm和 σo分別表示模式和觀測(cè)值的標(biāo)準(zhǔn)差，R 表示模式與觀測(cè)的空間相關(guān)系數(shù)，R0表示所選模式中R 的最大值。

為了研究模式對(duì)中國不同干、濕區(qū)極端降水的模擬能力，根據(jù)1981—2010年氣候態(tài)的年累計(jì)200、400、800 mm 等降水線（袁喆等，2014），將中國分為干旱區(qū)、半干旱區(qū)、半濕潤區(qū)、濕潤區(qū)（圖1）進(jìn)行研究和討論。

圖1 1981—2010年中國年累計(jì)降水量（單位：mm）氣候態(tài)空間分布（干旱區(qū)：姜黃色，＜200 mm；半干旱區(qū)：黃色，200—400 mm；半濕潤區(qū)：淺藍(lán)，400—800 mm；濕潤區(qū)：深藍(lán)，＞800 mm）Fig.1 Spatial distribution of climatological annual mean precipitation（unit：mm）in China during 1981—2010（arid region：ginger，＜200 mm；semi-arid region：yellow，200—400 mm；semi-humid region：light blue，400—800 mm；humid region：navy blue，＞800 mm）

3 多模式集合的模擬能力

為了對(duì)比CMIP6 和CMIP5 的模擬能力，首先評(píng)估CMIP5 對(duì)極端降水氣候態(tài)的模擬能力。圖2為1961—2005年CMIP5 多模式集合對(duì)中國極端降水氣候平均態(tài)模擬的相對(duì)誤差，其中CDD 為最大無雨期，為了方便與其他極端降水指數(shù)的比較，在此將其乘以-1。在華南和江南等濕潤地區(qū)，除了CWD 和CDD 為正相對(duì)誤差，剩下6 個(gè)極端降水指數(shù)的模式結(jié)果低于觀測(cè)值6.05%—21.57%。對(duì)于華北、黃淮北部等半濕潤地區(qū)，RX1day、RX5day、SDII、CWD 和CDD 表現(xiàn)為負(fù)相對(duì)誤差，而PRCPTOT、R1mm 和R10mm 則較觀測(cè)大，除了CWD 和R10mm，另外6 個(gè)極端降水指數(shù)相對(duì)誤差的絕對(duì)值均在20%以內(nèi)，而CWD 和R10mm 的相對(duì)誤差超過40%，分別為43.57%和42.05%。對(duì)于內(nèi)蒙古東部以及東北地區(qū)的半濕潤區(qū)，除了CDD 外，另外7 個(gè)極端降水指數(shù)整體均表現(xiàn)為正相對(duì)誤差（4.02%—44.97%），表明對(duì)該地區(qū)極端降水強(qiáng)度和持續(xù)時(shí)間的模擬均偏大。在西北和西藏等干旱、半干旱地區(qū)，受到青藏高原地形以及觀測(cè)臺(tái)站密度較小的影響，8 個(gè)極端降水指數(shù)的相對(duì)誤差為18.63%—55.69%，高于中國其他地區(qū)。青藏高原邊緣地區(qū)，模式結(jié)果的相對(duì)誤差很大，甚至超過觀測(cè)結(jié)果的2 倍，除CDD 為負(fù)相對(duì)誤差外，其他指數(shù)均表現(xiàn)為正相對(duì)誤差，即存在虛假的降水區(qū)域。然而，青藏高原中部的模擬結(jié)果則明顯優(yōu)于其邊緣地區(qū)，這可能是全球氣候模式分辨率較低，很難反映高原邊緣陡峭的地形、復(fù)雜的下墊面所致。

圖2 CMIP5 多模式集合對(duì)1961—2005年中國極端降水氣候態(tài)模擬的相對(duì)誤差（與CN05.1 相比；空白處為極端降水指數(shù)缺測(cè)，下同）（a.RX1day，b.RX5day，c.SDII，d.CDD（CDD×（-1）），e.CWD，f.PRCPTOT，g.R1mm，h.R10mm；單位：%）Fig.2 Relative errors of climatological means of CMIP5 multi-model ensemble（MME）medians for eight extreme precipitation indices compared with CN05.1 during 1961—2005 in China（Blanks are missing values of extreme precipition indices，the same below；a.RX1day，b.RX5day，c.SDII，d.CDD（CDD×（-1）），e.CWD，f.PRCPTOT，g.R1mm，h.R10mm；unit：%）

圖3 為CMIP6 多模式集合對(duì)中國1961—2005年極端降水氣候態(tài)的相對(duì)誤差以及與CMIP5 多模式集合的比較，打點(diǎn)區(qū)域?yàn)镃MIP6 多模式集合相對(duì)誤差小于CMIP5 多模式集合相對(duì)誤差。從圖中可見，CMIP6 多模式集合對(duì)不同極端降水指數(shù)氣候態(tài)模擬能力的提升在空間分布和改進(jìn)程度上均不同。華南和江南等濕潤地區(qū)，除了R1mm 相對(duì)誤差的絕對(duì)值增大1.51 個(gè)百分點(diǎn)外，其余7 個(gè)極端降水指數(shù)相對(duì)誤差的絕對(duì)值均減小（1.51—9.76 個(gè)百分點(diǎn)）。華北、黃淮北部等半濕潤地區(qū)，除CDD 和PRCPTOT 外，6 個(gè)極端降水指數(shù)相對(duì)誤差的絕對(duì)值減小0.87—5.93 個(gè)百分點(diǎn)，而CDD 和PRCPTOT相對(duì)誤差的絕對(duì)值分別增大10.59 個(gè)百分點(diǎn)和6.21 個(gè)百分點(diǎn)。對(duì)于內(nèi)蒙古東部和東北的半濕潤地區(qū)，CWD、R1mm 和R10mm 的相對(duì)誤差分別減少9.78 個(gè)百分點(diǎn)、11.82 個(gè)百分點(diǎn)和5.80 個(gè)百分點(diǎn)，而其余5 個(gè)極端降水指數(shù)的相對(duì)誤差增大0.39—8.42 個(gè)百分點(diǎn)。在西北干旱、半干旱地區(qū)，CMIP6 對(duì)極端降水氣候平均態(tài)模擬的改進(jìn)尤為明顯，在所選取的8 個(gè)極端降水指數(shù)中，相對(duì)誤差的絕對(duì)值減少2.28—34.73 個(gè)百分點(diǎn)。由此表明，在氣候平均態(tài)的模擬能力上，CMIP6 模式對(duì)CWD、R1mm 的改進(jìn)較為顯著。

圖3 同圖2，但為CMIP6（打點(diǎn)區(qū)域表示CMIP6 與觀測(cè)的相對(duì)誤差小于CMIP5 與觀測(cè)的相對(duì)誤差）Fig.3 Same as in Fig.2 but for CMIP6（The dotted regions represent areas where the relative errors between CMIP6 and observations are less than those between CMIP5 and observations）

為了對(duì)模式的空間模擬能力進(jìn)行評(píng)估，文中進(jìn)一步給出了極端降水指數(shù)的泰勒?qǐng)D（圖4）。圖4 為各模式模擬的不同極端降水指數(shù)與觀測(cè)的空間相關(guān)系數(shù)、標(biāo)準(zhǔn)差的比值以及中心均方根誤差。結(jié)果表明，CMIP6 和CMIP5 對(duì)SDII 的模擬能力在8 個(gè)極端降水指數(shù)中均表現(xiàn)最好：模式與觀測(cè)的空間相關(guān)系數(shù)最高（整體分布于0.6—0.9），模式與觀測(cè)的標(biāo)準(zhǔn)差比值接近1，中心均方根誤差較小。RX1day和RX5day 的泰勒?qǐng)D結(jié)果與SDII 相似，但模擬與觀測(cè)標(biāo)準(zhǔn)差的比值較SDII 分散，因此CMIP6 和CMIP5對(duì)RX1day 和RX5day 的模擬能力僅次于SDII。CMIP6 和CMIP5在對(duì)PRCPTOT、R1mm 和R10mm的模擬中，空間相關(guān)系數(shù)同樣整體為0.6—0.9，但是模擬的標(biāo)準(zhǔn)差較觀測(cè)大，中心均方根誤差也大，整體模擬能力一般。對(duì)于CWD 和CDD，空間相關(guān)系數(shù)集中在0.5 附近，模式間在模擬與觀測(cè)標(biāo)準(zhǔn)差的比值方面差異很大，所以在8 個(gè)極端降水指數(shù)的模擬中表現(xiàn)較差，但是CMIP6 相較于CMIP5 在CDD的空間相關(guān)系數(shù)方面有明顯的提升。多模式集合方面，對(duì)RX1day、RX5day、SDII 和CDD 的模擬能力CMIP6 較CMIP5 均有改進(jìn)：空間相關(guān)系數(shù)更高，中心均方根誤差更小以及標(biāo)準(zhǔn)差的比值更接近1。而對(duì)于剩下的4 個(gè)極端降水指數(shù)，3 個(gè)評(píng)價(jià)指標(biāo)各有優(yōu)劣，對(duì)于CWD，CMIP6多模式集合的空間相關(guān)系數(shù)小于CMIP5 多模式集合，但CMIP6 多模式集合標(biāo)準(zhǔn)差與觀測(cè)的比值更接近1；對(duì)于PRCPTOT、R1mm 和R10mm，CMIP6多模式集合的相關(guān)系數(shù)高于CMIP5 多模式集合，但CMIP5 多模式集合標(biāo)準(zhǔn)差與觀測(cè)的比值更接近1。

圖4 CMIP5/CMIP6 對(duì)1961—2005年中國8 個(gè)極端降水指數(shù)氣候態(tài)模擬能力的泰勒?qǐng)D（a.RX1day，b.RX5day，c.SDII，d.CDD，e.CWD，f.PRCPTOT，g.R1mm，h.R10mm；紅色和藍(lán)色分別表示CMIP6 和CMIP5 多模式集合，姜黃色和紫色分別表示CMIP6 和CMIP5 中的模式，黑色數(shù)字表示對(duì)應(yīng)的模式）Fig.4 Taylor diagrams of CMIP5/CMIP6 performance of climatological means（1961—2005）for eight extreme precipitation indices in China（a.RX1day，b.RX5day，c.SDII，d.CDD，e.CWD，f.PRCPTOT，g.R1mm，h.R10mm；The ginger，purple，red，blue dots indicate CMIP6 models，CMIP5 models，and MMEs of CMIP6 and CMIP5，respectively，black numbers represent the specific models）

變率是氣象要素的另一重要特征，同樣也是衡量模式模擬能力的重要因子。圖5 是1961—2005年CMIP5 多模式集合對(duì)中國極端降水相對(duì)變率模擬的相對(duì)誤差。整體而言，除CDD 和PRCPTOT 的相對(duì)誤差為15.83%和5.91%外，另6 個(gè)極端降水指數(shù)的相對(duì)誤差均為負(fù)值（-30.47%—-5.80%），因此，CMIP5 多模式集合對(duì)中國的極端降水模擬的相對(duì)變率偏小。濕潤區(qū)，華南和西南地區(qū)南部對(duì)極端降水相對(duì)變率模擬能力較好，相對(duì)誤差為-4.53%—17.35%，僅有PRCPTOT、R1mm 和R10mm 變率的相對(duì)誤差大于10%，江淮南部、江南等地，極端降水相對(duì)變率的相對(duì)誤差略高于華南和西南。半濕潤地區(qū)，華北，RX1day、RX5day 和SDII 相對(duì)變率的相對(duì)誤差偏大，分別為-20.86%、-26.63%和-19.86%，其余5 個(gè)極端降水指數(shù)相對(duì)誤差的絕對(duì)值均低于10%，東北8 個(gè)極端降水指數(shù)變率的相對(duì)誤差均在20%內(nèi)。然而，干旱地區(qū)相對(duì)誤差的絕對(duì)值較大，西北地區(qū)除CWD 的相對(duì)誤差為22.47%外，其余7 個(gè)極端降水指數(shù)相對(duì)誤差的絕對(duì)值均超過30%，R10mm 的相對(duì)誤差甚至達(dá)到62.12%。

圖5 同圖2，但為相對(duì)變率Fig.5 Same as in Fig.2 but for relative variability

圖6 為1961—2005年CMIP6 多模式集合對(duì)8 個(gè)極端降水指數(shù)相對(duì)變率的相對(duì)誤差以及與CMIP5 多模式集合的比較。相較于極端降水氣候態(tài)，CMIP6 多模式集合對(duì)極端降水變率的模擬能力提升更為顯著（8 個(gè)極端降水指數(shù)的相對(duì)誤差平均降低5.45 個(gè)百分點(diǎn)），尤其是在CMIP5 相對(duì)誤差較大的西北、江南、江淮以及華北地區(qū)提升很大。CMIP6 中RX1day、RX5day、SDII 相對(duì)變率的相對(duì)誤差的分布相仿，表現(xiàn)為江南、江淮和西北地區(qū)相對(duì)變率的相對(duì)誤差絕對(duì)值較大，超過30%。相較于CMIP5，這3 個(gè)極端降水指數(shù)在江南、江淮地區(qū)相對(duì)誤差的絕對(duì)值降低5.94—11.11 個(gè)百分點(diǎn)，西北地區(qū)降低13.01—17.04 個(gè)百分點(diǎn)。CMIP6 對(duì)CWD 和R10mm 相對(duì)變率的模擬能力有明顯改進(jìn)，對(duì)中國整體的相對(duì)誤差分別降低6.80 個(gè)百分點(diǎn)和17.44 個(gè)百分點(diǎn)，對(duì)干旱地區(qū)的改進(jìn)尤為明顯，相對(duì)誤差的絕對(duì)值分別降低23.19 個(gè)百分點(diǎn)和34.09 個(gè)百分點(diǎn)。然而，對(duì)于CDD、PRCPTOT和R1mm 相對(duì)變率的模擬能力CMIP6 不如CMIP5，整體而言，相對(duì)誤差的絕對(duì)值分別降低8.45、9.00 和3.31 個(gè)百分點(diǎn)。

圖6 同圖3，但為相對(duì)變率Fig.6 Same as Fig.3 but for relative variability

圖7 為相對(duì)變率研究中極端降水指數(shù)的泰勒?qǐng)D，相較于極端降水的氣候平均態(tài)，相對(duì)變率的空間分布仍有較大的提升空間?？臻g相關(guān)系數(shù)方面，PRCPTOT、R1mm 和R10mm 與觀測(cè)的相對(duì)變率的空間相關(guān)系數(shù)為0.5—0.8，RX1day、RX5day、SDII大體分布在0.4—0.6，而CWD 和CDD 集中在0.2附近。在相對(duì)變率與觀測(cè)標(biāo)準(zhǔn)差的比值方面，CMIP5 模式間分布較為集中，且多數(shù)小于1。而對(duì)于CMIP6，除了CDD 和R10mm，其他6 個(gè)極端降水指數(shù)相對(duì)變率與觀測(cè)標(biāo)準(zhǔn)差比值的分布差異較大，且與觀測(cè)標(biāo)準(zhǔn)差的比值多數(shù)高于1。對(duì)于中心均方根誤差，CMIP6 普遍高于CMIP5。多模式集合方面，與極端降水指數(shù)氣候態(tài)相似，CMIP6 多模式集合對(duì)8 個(gè)極端降水指數(shù)相對(duì)變率的模擬能力高于CMIP5 多模式集合。在多模式集合與觀測(cè)標(biāo)準(zhǔn)差的比值方面，除CDD，CMIP6 多模式集合對(duì)另外7 個(gè)極端降水指數(shù)的模擬能力均明顯優(yōu)于CMIP5多模式集合；與觀測(cè)空間相關(guān)方面，CMIP6 多模式集合的模擬能力也高于CMIP5 多模式集合（R10mm除外），對(duì)于中心均方根誤差，CMIP6 多模式集合同樣優(yōu)于CMIP5 多模式集合。

圖7 同圖4，但為相對(duì)變率Fig.7 Same as Fig.4 but for relative variability

為了更直觀地體現(xiàn)模式對(duì)中國極端降水平均狀況的模擬能力，圖8 給出了1961—2018年觀測(cè)和模擬的8 個(gè)極端降水指數(shù)中國區(qū)域平均的時(shí)間序列。結(jié)果表明，區(qū)域平均后，除了CDD 以外，其余7 個(gè)極端降水指數(shù)都表現(xiàn)為模式模擬的結(jié)果高于觀測(cè)，即模式對(duì)中國總體降水以及極端降水的模擬偏多。從中國范圍的區(qū)域平均來看，CMIP6 相較于CMIP5 在RX5day、CWD、R1mm、R10mm 的模擬能力上均有改進(jìn)。此外，對(duì)不同干濕區(qū)的模擬能力也進(jìn)行了相關(guān)分析（圖略）。干旱、半干旱區(qū)域，除了SDII 和CDD 外，CMIP6 相較于CMIP5 對(duì)其余6 個(gè)極端降水指數(shù)的模擬能力均明顯提升。濕潤、半濕潤區(qū)域，CMIP6 相較于CMIP5 的改進(jìn)情況在不同的極端降水指數(shù)中差異顯著，如在半濕潤區(qū)對(duì)R1mm，R10mm 的模擬中，CMIP6 相較于CMIP5一致偏小，與實(shí)際觀測(cè)更加接近，模擬能力增強(qiáng)，而在對(duì)濕潤區(qū)R1mm、R10mm 的模擬中，CMIP6 較CMIP5 偏多，與觀測(cè)的偏差更大，模擬能力減弱。不同干、濕區(qū)CMIP6 和CMIP5 模擬結(jié)果的相對(duì)誤差（圖9）表明，除了CWD 外，CMIP6 和CMIP5 對(duì)其余7 個(gè)極端降水指數(shù)在中國年累計(jì)降水量大于800 mm 的濕潤區(qū)的相對(duì)誤差最?。? 個(gè)極端降水指數(shù)，CMIP6 平均16.33%，CMIP5 平均12.78%），而在年累計(jì)降水量小于200 mm 的干旱區(qū)相對(duì)誤差最大（8 個(gè)極端降水指數(shù)，CMIP6 平均37.35%，CMIP5平均49.50%）。從濕潤區(qū)、半濕潤區(qū)、半干旱區(qū)到干旱區(qū)，CMIP6 和CMIP5 與觀測(cè)的相對(duì)誤差都逐漸增大，不同的極端降水指數(shù)稍有區(qū)別。對(duì)于中國整體而言，相較于CMIP5，CMIP6 對(duì)8 個(gè)極端降水指數(shù)的相對(duì)誤差平均降低2.95 個(gè)百分點(diǎn)。半干旱區(qū)和半濕潤區(qū)，8 個(gè)極端降水指數(shù)的相對(duì)誤差平均分別降低3.49 和0.95 個(gè)百分點(diǎn)。CMIP6 在干旱區(qū)的改進(jìn)尤為明顯，對(duì)8 個(gè)極端降水指數(shù)的相對(duì)誤差相較于CMIP5 平均降低12.15 個(gè)百分點(diǎn)，而對(duì)于濕潤區(qū)，相對(duì)誤差平均上升3.55 個(gè)百分點(diǎn)。由此表明，對(duì)于區(qū)域平均的相對(duì)誤差而言，干旱區(qū)、半干旱區(qū)CMIP6 的模擬能力有較好的提升，而在半濕潤和濕潤區(qū)CMIP6 的模擬能力改進(jìn)不大。

圖8 觀測(cè)和CMIP5/CMIP6 模擬的1961—2018年中國8 個(gè)極端降水指數(shù)區(qū)域平均的時(shí)間序列（a.RX1day，b.RX5day，c.SDII，d.CDD，e.CWD，f.PRCPTOT，g.R1mm，h.R10mm；藍(lán)色、紅色和黑色實(shí)線分別表示CMIP5 多模式集合、CMIP6 多模式集合和觀測(cè)結(jié)果，淺藍(lán)和粉紅色區(qū)域分別表示CMIP5 和CMIP6 模式的25%和75%分位數(shù)）Fig.8 Time series of regional averages of eight extreme precipitation indices in China during 1961—2018（a.RX1day，b.RX5day，c.SDII，d.CDD，e.CWD，f.PRCPTOT，g.R1mm，h.R10mm.The solid blue，red，and black lines represent CMIP5 MME，CMIP6 MME，and observations，respectively.The color shadings represent the model spreads between the 25th and 75th quartiles）

圖9 CMIP5/CMIP6 在1961—2005年中國不同干濕區(qū)對(duì)8 個(gè)極端降水指數(shù)氣候平均態(tài)區(qū)域平均的相對(duì)誤差（a.RX1day，b.RX5day，c.SDII，d.CDD，e.CWD，f.PRCPTOT，g.R1mm，h.R10mm；藍(lán)色和紅色豎線分別表示CMIP5 和CMIP6 的模式分布，圓點(diǎn)表示多模式集合中位數(shù)，水平黑線表示相對(duì)誤差為0；單位：%）Fig.9 Regionally averaged relative errors of simulations for eight extreme precipitation indices in China during 1961—2005（a.RX1day，b.RX5day，c.SDII，d.CDD，e.CWD，f.PRCPTOT，g.R1mm，h.R10mm；The solid blue and red lines indicate the spreads of CMIP5 and CMIP6 models，respectively；The dots indicate the MME medians，the horizontal black lines represent zero relative error；unit：%）

4 模式間及同源模式的比較

前面詳細(xì)分析了CMIP6 和CMIP5 對(duì)8 個(gè)極端降水指數(shù)對(duì)不同干、濕區(qū)區(qū)域平均的模擬能力，但是不同模式對(duì)極端降水的模擬能力也存在差異，不同模式的“好壞”如何？同一模式在CMIP6 中相較于CMIP5 有哪些改進(jìn)？區(qū)域平均僅能表示部分特征，空間相關(guān)的模擬是否有提升？為了回答上述問題，在這一小節(jié)中計(jì)算了CMIP6 和CMIP5 模式的TS 評(píng)分，并選取14 組CMIP6 和CMIP5 中的同源模式（表1、2 中加*的模式）進(jìn)一步分析，比較CMIP6相較于CMIP5 模擬能力的變化以及空間分布的模擬能力，同時(shí)也討論了同源模式對(duì)不同干、濕區(qū)的模擬能力。由于模式對(duì)極端降水變率的模擬能力遠(yuǎn)不及氣候態(tài)（圖8），而且極端降水氣候態(tài)能直觀反映極端降水事件的強(qiáng)度，因此這一節(jié)中僅對(duì)氣候態(tài)的模擬能力進(jìn)行評(píng)估。

圖10 為1961—2005年32 個(gè)CMIP6 模 式、27 個(gè)CMIP5 模式以及CMIP5 和CMIP6多模式集合氣候態(tài)的TS 評(píng)分。CMIP6 多模式集合對(duì)8 個(gè)極端降水指數(shù)模擬能力的平均分排第一（0.91），CMIP5 多模式集合對(duì)8 個(gè)極端降水指數(shù)模擬能力的平均分排第八（0.87），在排名前五的單個(gè)模式中，CMIP6 中的模式占4 個(gè)。因此，不論是多模式集合或是單模式表現(xiàn)上，CMIP6 對(duì)中國極端降水氣候態(tài)空間分布的模擬能力相較于CMIP5 均有較大提升。為了更合理地評(píng)價(jià)CMIP6相較于CMIP5 空間分布的模擬能力是否有提升，進(jìn)一步計(jì)算了14 個(gè)CMIP6 和CMIP5 同源模式多模式集合的TS 評(píng)分（圖11）。結(jié)果表明，在中國范圍，CMIP6 同源模式多模式集合TS 平均為0.91，相較于CMIP5的0.68 有較大提升。除了R10mm 外，CMIP6 同源模式多模式集合對(duì)其余7 個(gè)極端降水指數(shù)的TS 評(píng)分均高于CMIP5 同源模式多模式集合，且CMIP6同源模式多模式集合R10mm 的TS 評(píng)分僅比CMIP5 低0.01。在上一節(jié)的分析中，CMIP6 對(duì)8 個(gè)極端降水指數(shù)在濕潤區(qū)區(qū)域平均的氣候態(tài)的模擬能力沒有明顯改進(jìn)，但是，根據(jù)圖11 的結(jié)果，CMIP6對(duì)濕潤區(qū)氣候態(tài)空間分布的模擬能力有明顯提升，TS 平均分由0.40 提高至0.58。這說明盡管在濕潤區(qū)區(qū)域平均的相對(duì)誤差方面CMIP6 相對(duì)于CMIP5的模擬能力沒有明顯提升，但是CMIP6 對(duì)濕潤區(qū)極端降水空間分布的模擬能力提升顯著。對(duì)于半濕潤區(qū)，CMIP6 同源模式多模式集合和CMIP5 同源多模式集合兩者TS 平均分均為0.66。干旱區(qū)，CMIP6 和CMIP5 的表現(xiàn)并無差 別（CMIP6 同源模式多模式集合的TS 平均分相較于CMIP5 增大0.01）。然而，對(duì)于半干旱區(qū)，CMIP6 同源模式多模式集合的TS 評(píng)分相較于CMIP5 略有降低，但是二者差別并不顯著，主要表現(xiàn)在SDII、CDD、CWD和R1mm 的提高。此外，對(duì)每一組同源模式在中國以及不同干、濕區(qū)8 個(gè)極端降水指數(shù)的TS 評(píng)分做了進(jìn)一步分析（圖表文中未給出）。結(jié)果表明，在14 組同源模式中，分別有64.3%和71.4%的CMIP6模式在干旱區(qū)和半濕潤區(qū)的TS 評(píng)分高于CMIP5。濕潤區(qū)，有78.6%的CMIP6 模式的TS 評(píng)分高于CMIP5，其中BCC-CSM2-MR、GFDL-CM4、GFDLESM4 的TS 評(píng) 分 較BCC-CSM1-1、GFDL-CM3、GFDL-ESM2G 有較大提升，分別提高0.21、0.38和0.23。而在半干旱區(qū)，僅有50.0%的CMIP6 模式的TS 評(píng)分高于CMIP5（圖略）。綜上所述，對(duì)于8 個(gè)極端降水指數(shù)在中國的空間分布特征，同源模式CMIP6 的模擬能力相較于CMIP5 有很大提升，對(duì)于不同區(qū)域而言，濕潤區(qū)的改進(jìn)尤為明顯。

圖10 各模式8 個(gè)極端降水指數(shù)氣候平均態(tài)的TS 評(píng)分（a.CMIP5，b.CMIP6；從左至右分別為RX1day、RX5day、SDII、CDD、CWD、PRCPTOT、R1mm、R10mm 以及平均評(píng)分；模式根據(jù)TS 平均評(píng)分由高到低排列，模式前的序號(hào)表示該模式在所有模式中的排名）Fig.10 Portrait diagrams for TS score of climatological mean of each extreme precipitation index（From left to right are RX1day，RX5day，SDII，CDD，CWD，PRCPTOT，R1mm，R10mm and average means；The models' names listed on the left follow their ranks；The number before the name is the rank of the model among all models）

圖11 同源CMIP6 多模式集合與CMIP5 多模式集合在中國不同干、濕區(qū)TS 評(píng)分的比較（數(shù)值和方框顏色表示TS得分，其中紅色（藍(lán)色）數(shù)值表示CMIP6 的模擬結(jié)果相較于CMIP5 有（沒有）提升，有（無）*表示為CMIP6（CMIP5）；從左至右分別為RX1day、RX5day、SDII、CDD、CWD、PRCPTOT、R1mm、R10mm 以及平均評(píng)分）Fig.11 Comparison of performances of the CMIP6 MME with their earlier versions in CMIP5 MME in different regions based on TS scores（The text digitals and background colors indicate the TS score，the red（blue）texts represent that the CMIP6 MME performs better（worse）than CMIP5 MME；* indicates CMIP6 MME results and those without * indicate the CMIP5 MME results；From left to right are RX1day，RX5day，SDII，CDD，CWD，PRCPTOT，R1mm，R10mm and average means）

5 結(jié)論和討論

評(píng)估了32 個(gè)CMIP6 模式對(duì)中國歷史極端降水的模擬能力，并與27 個(gè)CMIP5 模式進(jìn)行比較，通過分析得到的主要結(jié)論如下：

（1）在極端降水的氣候態(tài)方面，CMIP6 多模式集合對(duì)8 個(gè)極端降水指數(shù)模擬的相對(duì)誤差相較CMIP5 多模式集合平均降低2.95 個(gè)百分點(diǎn)。其中年累計(jì)降水量小于200 mm 的干旱區(qū)，CMIP6 多模式集合的模擬能力改進(jìn)很大，8 個(gè)極端降水指數(shù)的平均相對(duì)誤差為37.35%，比CMIP5 多模式集合降低12.15 個(gè)百分點(diǎn)，但仍遠(yuǎn)高于濕潤區(qū)（平均相對(duì)誤差16.33%）。此外，半干旱區(qū)和半濕潤區(qū)，CMIP6多模式集合對(duì)8 個(gè)極端降水指數(shù)的平均相對(duì)誤差為37.81%和32.04%，相較CMIP5 改進(jìn)較小，平均相對(duì)誤差分別降低3.49 和0.95 個(gè)百分點(diǎn)。因此，相較濕潤區(qū)，對(duì)半濕潤區(qū)、干旱區(qū)和半干旱區(qū)極端降水量的模擬方面CMIP6 仍有較大改進(jìn)空間。

（2）在極端降水的相對(duì)變率方面，CMIP6 多模式集合相較于CMIP5 多模式集合，對(duì)8 個(gè)極端降水指數(shù)中國區(qū)域平均的相對(duì)誤差平均降低5.45 個(gè)百分點(diǎn)。不同于氣候態(tài)，干旱、半干旱區(qū)CMIP6 多模式集合對(duì)相對(duì)變率的模擬能力可以與濕潤區(qū)達(dá)到同樣的較好水平。但是，對(duì)于不同的極端降水指數(shù)，不同干、濕區(qū)CMIP6 多模式集合相較于CMIP5改進(jìn)的一致性不強(qiáng)，如對(duì)RX1day、RX5day、SDII，CMIP6 多模式集合模擬能力的提升主要在江南、江淮南部等濕潤區(qū)（相對(duì)誤差的絕對(duì)值相較于CMIP5 多模式集合降低5.94—11.11 個(gè)百分點(diǎn)），而對(duì)于CWD 和R10mm，CMIP6 多模式集合的改進(jìn)主要在干旱區(qū)（相對(duì)誤差的絕對(duì)值分別降低23.19和34.09 個(gè)百分點(diǎn)）。

（3）CMIP6/CMIP5的模式間比較，32個(gè)CMIP6 模式的TS 評(píng)分平均為0.78，27 個(gè)CMIP5模式的TS 評(píng)分平均為0.75，排名前五的模式中CMIP6 模式占4 個(gè)，且CMIP6 多模式集合的TS 評(píng)分高于任何單模式的TS 評(píng)分，表明CMIP6 整體較CMIP5 有很大提升。另外，對(duì)14 組同源模式的分析，CMIP6 同源模式多模式集合對(duì)中國的TS 平均為0.91，相較于CMIP5 的0.68 有很大提升，這進(jìn)一步說明CMIP6 的模擬能力提升顯著。其中，CMIP6對(duì)濕潤區(qū)空間分布的模擬能力有很大的改進(jìn)，這對(duì)未來濕潤區(qū)極端降水事件的預(yù)估有重要意義。

值得注意的是，在區(qū)域平均方面，干旱、半干旱區(qū)域CMIP6 較CMIP5 有較大改進(jìn)，濕潤區(qū)無明顯改進(jìn)。而在由TS 評(píng)分所反映的空間分布方面，濕潤、半濕潤區(qū)，CMIP6 有明顯的改進(jìn)，干旱、半干旱區(qū)改進(jìn)不明顯。即在中國不同干、濕區(qū)CMIP6 對(duì)極端降水模擬能力均有改進(jìn)，但分別體現(xiàn)在對(duì)量級(jí)的模擬能力和空間分布的模擬能力上。

多模式集合方面，CMIP6 對(duì)干旱、半干旱區(qū)極端降水的模擬能力有明顯改進(jìn)，這可能是因?yàn)橹袊鞑肯聣|面情況復(fù)雜，且青藏高原邊緣地形陡峭，前代的CMIP 模式由于分辨率較低，造成干旱、半干旱區(qū)對(duì)降水模擬的偏差較大。而CMIP6 更高的分辨率使得模式能夠利用更接近真實(shí)地形的數(shù)據(jù)進(jìn)行數(shù)值模擬，使其在區(qū)域平均的極端降水上較CMIP5 有明顯改進(jìn)。由于模式性能的提升不僅只依賴分辨率的提高，故當(dāng)模式分辨率的提高不足以滿足整個(gè)模型的性能時(shí)，模式的性能不會(huì)隨分辨率的提高而提升（Wang，et al，2014），這可能是提高模式分辨率后CMIP6 對(duì)干旱、半干旱區(qū)區(qū)域平均的極端降水的模擬能力有明顯改進(jìn)，而濕潤地區(qū)提升不明顯的原因。此外，如何減少模式間的不確定性也是提高對(duì)降水長期氣候預(yù)估準(zhǔn)確度的研究重點(diǎn)，需要進(jìn)一步深入（Zhou，et al，2020a）。

同源模式方面，由于模擬能力的提升受多種因素的影響，如更高的分辨率，更好的參數(shù)化方案，更完善的大氣氣溶膠強(qiáng)迫和地表過程表征，更合理的人類強(qiáng)迫等（Eyring，et al，2016；Stouffer，et al，2017；Srivastava，et al，2020；Zhou，et al，2020b），濕潤區(qū)CMIP6 的空間分布模擬能力明顯提升，但干旱區(qū)、半干旱區(qū)的提升并不明顯。相關(guān)模式的物理過程、動(dòng)力學(xué)框架等還需進(jìn)一步深入研究。

需要說明的是，本研究采用的是多模式集合中位數(shù)法，對(duì)不同模式給定不同權(quán)重的方法在多模式集合中是值得深入研究和討論的。另外，文中對(duì)模式的模擬能力進(jìn)行排序時(shí)采用的TS 評(píng)分僅是眾多模式評(píng)估方法之一，對(duì)于不同評(píng)估方法的結(jié)果可以在今后的研究中進(jìn)一步討論。