Page 32 - 2024年第55卷第8期
P. 32

2.2 数据来源及检验 CMIP6中的情景模式比较计划(ScenarioMIP)基于不同共享社会经济路径设计
              了一系列情景预估试验           [16 - 17] ,能反映未来不同情景下的气候变化趋势,目前广泛应用于未来气候模拟
              及变化预估的研究         [18 - 20] 。然而,原始 CMIP6数据与实际情况存在较大偏差,若直接用作 WRF模式的
              初始和侧边界场会降低模拟质量。Xu等                   [21] 基于 CMIP6的 18个模式和欧洲中期天气预报中心第五代
              大气再分析数据集( ERA5)构建了偏差校正 CMIP6数据集(biascorrectedCMIP6dataset,bc - CMIP6)并
              指出其在年际变化和极端事件模拟方面效果优于原始 CMIP6。因此,本文选取 bc - CMIP6历史时间段
              中 1994—2014年及未来 SSP245和 SSP585情景中 2030—2060年的数据进行研究。其中 SSP245代表中
              间共享社会经济路径结合中等排放情景,并假设政府采取气候保护措施,此时环境系统将面临一定程
              度的退化;SSP585则代表化石燃料发展路径结合高排放情景,此时地球系统受到高减缓压力、高脆弱
              性的影响     [22] 。
                  为进一步验证 bc - CMIP6数据集在研究区内的模拟精度,本文结合均方根误差(RootMeanSquare
              Error,RMSE)及皮尔逊相关系数(PearsonCorrelationCoefficient,PCC),采用研究区域内 10个气象站
              (如图 1所示)1979—2014年的实测数据及 5种原始 CMIP6数据集对 bc - CMIP6的模拟精度进行检验和
              对比,站点数据来自国家气象科学数据中心( http:??data.cma.cn),CMIP6数据来自世界气候研究计划
              ( https:??esgf - node.llnl.gov?projects?cmip6?)。由于 bc - CMIP6数据不包含降雨,且风速、湿度等数据在
              垂直方向上无近地数据,因此仅对离地 2m气温、地表温度及地表大气压数据进行检验,结果见表 1。
              为综合反映数据集在山区和平原的综合精度,将 10个站点分为山区和平原两组,分别包含 7个和 3个
              站点,表 1结果为按照山区和平原等权重加权平均后的总体精度。结果显示 bc - CMIP6在气温、地温
              和气压方面的模拟 效果均 优于 原始 CMIP6,对 研 究 区 内 的 气 象 要 素 及 其 演 变 趋 势 具 有 较 好 的 表 征
              能力。

                                        表 1 bc - CMIP6与 5种原始 CMIP6数据集精度验证
                                                RMSE                                  PCC
                   CMIP6模式
                                   气温?℃        气压?kPa       地温?℃         气温           气压           地温
                   bc - CMIP6       1.96        2.41         4.05        0.989       0.765        0.977

                 BCC - CESM2 - MR   4.63        4.27         6.79        0.969       0.613        0.943
                 CAMS - CSM1 - 0    3.55        4.02         5.12        0.968       0.593        0.951
                    CESM2           2.65        3.98         4.64        0.977       0.693        0.962

                  FGOALS - f3 - L   4.74        4.01         5.80        0.979       0.687        0.962
                MPI - ESM1 - 2 - HR  2.87       4.14         5.19        0.972       0.648        0.954


              2.3 研究方法 以往对复合干旱热浪事件的研究多集中于历史时期,并且由于缺少高精度气象数据支
              撑,中小尺度区 域 复 合 干 旱 热 浪 未 来 演 变 规 律 的 研 究 很 难 实 现。基 于 这 些 问 题,本 文 提 出 以 bc -
              CMIP6数据耦合 WRF模式的研究方法,实现将大尺度、低分辨率的全球气候模式与区域气候模式相
              结合,获得未来中小尺度区域的长期高精度气象数据,通过输出的气温、降雨、辐射通量、湿度、风
              速等气象要素识别复合干旱热浪事件,进一步明晰复合干旱热浪事件与单一热浪及单一干旱事件的区
              别,并采用趋势检验、克里金插值等方法对未来不同情景下的复合干旱热浪事件时空演变趋势进行分
              析。具体技术路线见图 2。
              2.3.1 WRF模式配置 本文的 WRF模式采用双向两层嵌套,各层空间分辨率分别为 75km、25km,
              对应的网格数分别为 21 × 18、45 × 36,模拟中心点取(100°E,35°N),垂直方向 27层,模式顶层气压
              为 50hPa,初始及侧边界资料为 bc - CMIP6的 1.25° × 1.25°气象场数据,物理参数化方案选用美国国家
              大气研究中心(NationalCenterforAtmosphericResearch,NCAR)推荐的 10~30km网格尺度下的组合方
              案,具体配置见表 2。


                     0
                —  9 1  —
   27   28   29   30   31   32   33   34   35   36   37