CMIP6全球气候模式对中国极端降水模拟能力的评估及其与CMIP5的比较

对CMIP6全球气候模式在中国地区极端降水的模拟能力进行了综合评估。基于CN05.1观测数据集和32个CMIP6全球气候模式的降水数据,采用8个常用极端降水指数对极端降水进行了定量描述。研究结果表明,在极端降水的气候平均态方面,CMIP6多模式集合对1961—2005年中国地区区域平均的8个极端降水指数模拟的平均相对误差为29.94%,相较CMIP5降低了2.95个百分点。极端降水的气候变率方面,CMIP6多模式集合对区域平均的8个极端降水指数模拟的平均相对误差为10.10%,相较CMIP5降低5.45个百分点。此外,利用TS评分进行模式间比较,CMIP6的平均分（0.78）高于CMIP5（0.75）,且模拟能力排名前五的模式中CMIP6占4个。对比14个同源模式的TS评分可以发现,CMIP6（0.91）相对于CMIP5（0.68）的模拟能力显著提高。进一步研究发现,CMIP6相对于CMIP5对不同区域极端降水模拟能力的改进有所区别:CMIP6对干旱区平均的气候态和变率方面改进明显,而对于湿润区的改进主要表现在对极端降水空间相关模拟能力的提高。综上,在中国地区,CMIP6相较于CMIP5对极端降水的模拟能力总体上有提升。      

CMIP5全球气候模式对青藏高原地区气候模拟能力评估

青藏高原是气候变化的敏感和脆弱区,全球气候模式对于这一地区气候态的模拟能力如何尚不清楚。为此,本文使用国际耦合模式比较计划第五阶段（CMIP5）的历史模拟试验数据,评估了44 个全球气候模式对1986~2005 年青藏高原地区地表气温和降水两个基本气象要素的模拟能力。结果表明,CMIP5 模式低估了青藏高原地区年和季节平均地表气温,年均平均偏低2.3℃,秋季和冬季冷偏差相对更大;模式可较好地模拟年和季节平均地表气温分布型,但模拟的空间变率总体偏大;地形效应校正能够有效订正地表气温结果。CMIP5 模式对青藏高原地区降水模拟能力较差。尽管它们能够模拟出年均降水自西北向东南渐增的分布型,但模拟的年和季节降水量普遍偏大,年均降水平均偏多1.3 mm d-1,这主要是源于春季和夏季降水被高估。同时,模式模拟的年和季节降水空间变率也普遍大于观测值,尤其表现在春季和冬季。相比较而言,44 个模式集合平均性能总体上要优于大多数单个模式;等权重集合平均方案要优于中位数平均;对择优挑选的模式进行集合平均能够提高总体的模拟能力,其中对降水模拟的改进更为显著。     

CMIP5全球气候模式对中国地区降水模拟能力的评估

使用多种观测资料和43个参加耦合模式比较计划第五阶段（CMIP5）的全球气候模式模拟数据,评估分析了全球气候模式对中国地区1980-2005年降水特征的模拟能力。结果表明：多数CMIP5模式能够模拟出中国降水由西北向东南递增的分布特点,这与耦合模式比较计划第三阶段（CMIP3）的模式模拟结果类似,但华南地区降水模拟偏少,西部高原地区降水模拟偏多。模式能够较好地模拟出降水冬弱夏强的季节变化特征,但降水模拟系统性偏多。从EOF分析结果来看,多数CMIP5模式可以再现中国地区年平均降水的时空变化特征,集合平均的表现优于CMIP3。多模式集合在月、季、年时间尺度下模拟的平均值优于大部分单个模式的结果。CMIP5中6个中国模式的模拟能力与其他模式相当,其中FGOALS-g2、BCC-CSM1-1-m的模拟能力相对较好。     

CMIP5模式对中国年平均气温模拟及其与CMIP3模式的比较

利用CRUT3v和CN05两套观测资料,评估25个CMIP5模式对1906-2005年中国年平均气温变化的模拟能力,并与CMIP3模式对比。结果表明：1906-2005年中国平均温升速率为0.84℃/100a,CMIP5多模式集合平均模拟的增温率为0.77℃/100a。模式对20世纪后期温升模拟好于前期,仅有两个模式能模拟中国20世纪40年代异常增暖。模式对气温气候态空间分布模拟较好,但在中国西部地区存在最大模拟冷偏差和不确定性。1961-1999年,中国北方增暖大于南方。多模式集合平均可以较好地模拟气温变化线性趋势的空间分布,但对南北气温变化趋势的差异模拟过小。总体说来,在中国平均气温变化趋势、气温气候态空间分布和气温变化趋势空间分布三方面,CMIP5模式都较CMIP3模式有所提高。     

CMIP6模式对中国气温日较差的模拟能力评估北大核心CSCD

利用CRU_TS v4.04观测数据作为验证,对28个CMIP6(Coupled Model Intercomparison Project 6)模式模拟中国区域内气温日较差(Diurnal Temperature Range,DTR)年际变化、气候平均态变化以及不同区域和不同季节尺度变化的能力进行评估。结果表明:在百年尺度上,CMIP6模式能够反映出年际变化中DTR下降的演变趋势,模式与观测之间的相关系数在0.1~0.7,均方根误差在0.6~1.5,Taylor评分(Taylor Score,TS)在0.2~0.7,MRI-ESM2-0模式与观测之间的相关系数(0.65)最大,均方根误差(0.8)最小,TS(0.67)最高,模拟能力最好;在30年气候平均态尺度上,CMIP6模式符合观测呈现的DTR北方地区高、南方地区低,西部地区高、东部地区低,内陆地区高、沿海地区低,高原地区高、平原盆地地区低的空间分布特征,基本可以再现中国大范围区域内DTR下降的空间分布特征,对不同区域和不同季节DTR变化也有较好的模拟,以EC-Earth3模式的模拟能力最好。然而,单模式存在不同程度的高估或低估DTR变化的现象,多模式中位数集合能够模拟出DTR在年际变化和气候平均态变化中的一些特征,对于春季和冬季的模拟,多模式集合优于单模式模拟。     

CMIP5气候模式对东亚夏季平均环流场模拟能力的评估

利用第五次耦合模式比较计划(Phase 5 of Coupled Model Intercomparison Project,CMIP5)提供的30个全球气候模式模拟的1961~2005年的夏季逐月环流场资料及同期NCEP再分析资料,引入泰勒图及各种评估指标,探讨全球气候模式对东亚夏季平均大气环流场的模拟能力,寻求具有较好东亚夏季环流场模拟能力的气候模式。结果表明:1)全球气候模式能够模拟出东亚夏季平均大气环流的基本特征,CMIP5模式的总体模拟能力较第三次耦合模式比较计划(CMIP3)有较大程度的提高,如CMIP5模式对东亚大部分地区夏季海平面气压(Sea Level Pressure,SLP)场的模拟偏差在6 h Pa以内。2)模式对不同层次环流场的模拟能力存在差异,500 h Pa高度场的模拟能力最强,其次为100 h Pa高度场、850 h Pa风场,SLP场最弱;对东亚夏季主要环流系统的模拟对比发现,模式对印度热低压及东伸槽强度指数的模拟能力最好。3)综合CMIP5模式对东亚夏季各层次平均环流场以及主要环流系统的模拟能力,发现模拟较好的5个模式为CESM1-CAM5、MPI-ESM-MR、MPI-ESM-LR、MPI-ESM-P和Can ESM2。4)相对于单一模式,多模式集合平均(MME)模拟能力较强,但较优选的前5个模式集合平均的模拟能力弱。     

BCC气候模式对中国近50a极端气候事件的模拟评估

利用中国区域437站1958—2005年逐日气温和降水资料,评估了国家气候中心（BeijingCli-mateCenter,BCC）气候模式对中国近50a极端气候事件空间分布、时间演变等方面的模拟能力。结果表明：1）模式对极端温度和降水多年平均的空间分布具有一定的模拟能力,但尚存在系统性的偏差。暖昼日数的模拟优于冷夜日数,全年冷夜日数的模拟优于冬季和夏季的模拟,而全年和夏季暖昼日数的模拟优于冬季的模拟。极端降水频次的模拟优于极端降水量的模拟;夏季和全年的模拟优于冬季的模拟。夏季极端降水频次的模拟较好,但冬季的模拟在长江中下游和华南偏小、北方偏大,而全年的模拟在长江下游及南部沿海地区系统性偏大;夏季和全年极端降水量的模拟系统性偏低,而冬季在北方偏高、南方偏低。2）模式较好地模拟出了夏季和全年冷夜日数的全国较为一致的减少趋势,再现东北和东南沿海地区冬季冷夜日数的减少趋势,但模拟的趋势较实测偏弱。模式对暖昼日数长期趋势的模拟效果较理想,较好地反映出了大部分地区暖昼事件发生频率显著增加的特征,但冬季的模拟尚有待改进。模式较好地模拟出了夏季和全年极端降水频次的长期趋势,较好地刻画了极端降水频次＂南增北减＂的特征;模式对冬季极端降水频次的变化趋势几乎无模拟能力。同样,模式也较好地模拟出了极端降水量夏季南增北减的分布形势和冬季的总体增加趋势,但对全年的模拟不理想。3）模式能较好地模拟出冷夜日数和暖昼日数异常变化的主要空间型,对EOF第一模态的时间演变特征具有一定模拟能力;但模式对第二模态时间演变特征的刻画能力较差。模式对极端降水指标的年际变化具有一定的模拟能力,对部分区域极端降水事件的年际变化具有较好的模拟能力;但模拟能力表现出了明显的区域性差异,部分区域极端降水年际变化的模拟结果与实况甚至相反,模式对极端降水年际变化的模拟能力还有待提高。所得结果可为BCC气候模式的改进及极端气候模拟、预估提供一定的参考。     

CMIP5 模式对中国极端气温及其变化趋势的模拟评估

本文基于中国区域逐日气温资料和CMIP5 中30 个全球气候模式资料,计算了平均日最高气温（TXAV)、平均日最低气温（TNAV)、热浪指数（HWDI)、霜冻日数（FD)、和暖夜指数（TNF90）5 个极端气温指数,评估各模式对中国区域极端气温的气候平均场和趋势的模拟能力。研究结果表明,大部分模式能够较好地模拟出极端指数的气候平均场,其中对TNAV、TXAV 和FD 平均场模拟能力较强,大部分模式平均场与观测场的相关系数超过0.90,但对TNF90 和HWDI 的模拟能力相对较低,相关系数均低于0.70,且各模式的模拟能力存在较大的差异。对极端指数的趋势模拟来说,模式模拟的中国区域平均各极端气温指数的线性变化趋势与观测相同,但大多数模式模拟趋势的强度偏弱。相比于气候平均场,模式对极端气温指数趋势空间场模拟较差,除TNAV 有1/3 的模式平均场与观测场的相关系数超过0.60 外,模式模拟其余指数的相关系数均低于0.60。模拟极端气温气候平均场的能力最优的5 个模式为：IPSL-CM5A-MR、CMCC-CM、IPSL-CM5A-LR、MPI-ESM-MR 和MPI-ESM-P。趋势空间场模拟最好的5 个模式为：MPI-ESM-P、CANESM2、ACCESS1-3、BCC-CSM1-1 和NorESM1-M。模式对极端气温指数的时空模拟能力一致性较差,但基于气候平均场或趋势空间场的优选模式,相比于所有集合模式平均,模拟能力均有一定程度的改善。     

多模式对内蒙古降水的时空模拟能力评估

文章利用中国1960—2005年逐日降水格点资料(Chen et al.,2011),和同时段20个全球气候模式模拟逐日降水量资料(CMIP5,2012),分别评估了各个模式对内蒙古地区全年、夏季和冬季逐日降水量的时空模拟能力。结果表明:(1)大部分模式的时间和空间模拟能力都表现出了夏季和全年较强,而冬季模拟效果普遍较差,且模式间差异相当大的特点;(2)对全年日平均降水量空间模拟能力最优的前3个模式为CSIRO-MK3-6-0、MRI-CGCM3和Had GEM2-ES;时间模拟能力最优的前3个模式分别为FGOALS-g2、Had CM3和MRI-CGCM3;(3)大部分模式都存在着时间和空间模拟能力上的较高一致性,表明这两个定量评估指标可以客观有效地反映模式对内蒙古降水特征的模拟能力。     

CMIP6全球气候模式对中国年平均日最高气温和最低气温模拟的评估北大核心CSCD

选取CMIP6历史模拟试验26个模式数据,以CN05.1数据作为观测资料,对1961~2014年中国年平均最高气温和最低气温变化模拟能力进行评估。结果表明:1961~2014年,中国年均最高气温和最低气温均存在上升的趋势。最高气温增长速率为2.15℃/100 a;最低气温增长速率为3.92℃/100 a,约为最高气温增长速率的两倍。CMIP6模式都能模拟出这种长时间尺度的变化趋势,但不同模式模拟能力存在一定差异,模式间离散度达到0.38℃/100 a(最高气温)和0.41℃/100 a(最低气温)。模式中BCC-ESM1和EC-Earth3模式对这两种趋势的模拟效果最好。CMIP6模式可以较好地模拟出中国范围内的最高气温和最低气温空间分布特征。中国范围内,大部分模式模拟结果与观测呈正相关的格点所占比例分别为82%(最高气温)和97%(最低气温),模拟结果具有明显的地域性。对于气候平均态,CMIP6模式可以较好地模拟出最高最低气温空间分布特征,对于整个中国东部地区,最高最低气温模拟结果的模式间标准差均在3℃以内,一致性较高,在西部地区差异较大,青藏高原地区达到6℃以上。GISS-E2-1-G和MRI-ESM2-0可以很好地模拟出1961~2014年中国最高气温和最低气温经验正交分解(Empirical Orthogonal Function,EOF)主要模态及其时间演变。总体来说,CMIP6模式对中国年均最高气温和最低气温的气候态空间分布以及变化趋势等方面,具备较好的模拟能力。     

Differences between CMIP6 and CMIP5 Models in Simulating Climate over China and the East Asian Monsoon

We compare the ability of coupled global climate models from the phases 5 and 6 of the Coupled Model Intercomparison Project(CMIP5 and CMIP6, respectively) in simulating the temperature and precipitation climatology and interannual variability over China for the period 1961–2005 and the climatological East Asian monsoon for the period1979–2005. All 92 models are able to simulate the geographical distribution of the above variables reasonably well.Compared with earlier CMIP5 models, current CMIP6 models have nationally weaker cold biases, a similar nationwide overestimation of precipitation and a weaker underestimation of the southeast–northwest precipitation gradient, a comparable overestimation of the spatial variability of the interannual variability, and a similar underestimation of the strength of winter monsoon over northern Asia. Pairwise comparison indicates that models have improved from CMIP5 to CMIP6 for climatological temperature and precipitation and winter monsoon but display little improvement for the interannual temperature and precipitation variability and summer monsoon. The ability of models relates to their horizontal resolutions in certain aspects. Both the multi-model arithmetic mean and median display similar skills and outperform most of the individual models in all considered aspects.     

Does CMIP6 Inspire More Confidence in Simulating Climate Extremes over China?

Based on climate extreme indices calculated from a high-resolution daily observational dataset in China during1961–2005, the performance of 12 climate models from phase 6 of the Coupled Model Intercomparison Project(CMIP6),and 30 models from phase 5 of CMIP(CMIP5), are assessed in terms of spatial distribution and interannual variability. The CMIP6 multi-model ensemble mean(CMIP6-MME) can simulate well the spatial pattern of annual mean temperature,maximum daily maximum temperature, and minimum daily minimum temperature. However, CMIP6-MME has difficulties in reproducing cold nights and warm days, and has large cold biases over the Tibetan Plateau. Its performance in simulating extreme precipitation indices is generally lower than in simulating temperature indices. Compared to CMIP5, CMIP6 models show improvements in the simulation of climate indices over China. This is particularly true for precipitation indices for both the climatological pattern and the interannual variation, except for the consecutive dry days. The arealmean bias for total precipitation has been reduced from 127%(CMIP5-MME) to 79%(CMIP6-MME). The most striking feature is that the dry biases in southern China, very persistent and general in CMIP5-MME, are largely reduced in CMIP6-MME. Stronger ascent together with more abundant moisture can explain this reduction in dry biases. Wet biases for total precipitation, heavy precipitation, and precipitation intensity in the eastern Tibetan Plateau are still present in CMIP6-MME, but smaller, compared to CMIP5-MME.     

CMIP6模式中的中国冬季气温主要区域空间模态及与观测的对比分析

利用国际耦合模式比较计划第六阶段（CMIP6）的全球气候模式历史模拟试验资料，通过旋转经验正交函数分析得到了CMIP6模式中的我国冬季气温变化主要的区域空间模态。结果表明：CMIP6多模式集合平均中我国冬季气温有4个主要的区域空间模态，分别为中原—西北型，华南型，东北型以及滇藏型。其中，东北型与滇藏型是较为稳定的空间模态，在所选CMIP6模式及观测资料中都稳定存在，这也是前人研究中一致性较高的模态。而我国新疆、西北、华中及华南地区的冬季气温在空间分型上存在分歧，这些地区的分型在以往研究中的一致性也较差。华南型在所选CMIP6模式内是一致存在的模态，中原—西北型在模式内部的差异性较大。在近40 a观测资料中，新疆及西北到我国南方为统一的空间分型，在CMIP6多模式集合平均的结果中新疆及西北地区气温空间分布与我国中原地区的联系更为紧密。CMIP6模式能较好地模拟出与低温空间分布有直接联系的对流层中层的槽的位置，当CMIP6模式和观测中的冬季气温都表现为同一个空间模态时，该模态所对应的对流层中层的主要环流系统在观测和CMIP6模式中也是一致的。     

CMIP5模式对中国东北气候模拟能力的评估

利用CN05观测资料和参与IPCC第五次评估报告的45个全球气候系统模式的模拟结果,分析了新一代全球气候模式对中国东北三省(1961~2005年)气温和降水的模拟能力。结果表明:1)绝大多数模式都能较好地模拟出研究区内显著增温的趋势,对气温的年际变化模拟能力则相对有限;2)所有模式均能很好地再现气温气候态的空间分布特征,且多模式集合模拟结果优于绝大多数单个模式,空间相关系数达到了0.96;3)对于降水的模拟结果,模式间差异较大,多模式集合能较好地再现其空间分布规律(空间相关系数为0.86),对降水年际变化及线性变化趋势的模拟能力则较差。总体来说,多模式集合对东北气候的时空变化特征具有一定的模拟能力,且对气温模拟效果优于降水,对空间分布的模拟能力优于时间变化。     

CMIP5多模式对东亚地区地面气温年际变率的回报研究

对CMIP5全球气候模式中年代际回报试验的气温资料及其简单集合平均(Multi-model ensemble mean,EMN)和贝叶斯模式平均的结果(Bayesian Model Averaging,BMA)进行经验正交函数(Empirical Orthogonal Function,EOF)分解和Morlet小波分析,检验评估各个模式及其EMN和BMA对东亚地面气温的方差、气温时空分布特征及周期变化的回报能力。结果表明,10个模式、EMN、BMA都能很好地回报出1981—2010年东亚地面气温的方差分布,其中BMA回报效果最好。EOF分析表明,BMA能较好地回报出东亚地面气温第一模态的时空分布。MIROC5能较好地回报出第二模态的趋势变化,但却不能回报出气温的年际变率。绝大多数模式和EMN、BMA虽然能回报出东亚地面气温的变化趋势,但是对气温年际变率的回报仍然是比较困难的。CMCC-CM对气温变化主模态的3~5 a的周期变化特征回报效果最好,和NCEP资料的结果最为接近。     

Assessment of indices of temperature extremes simulated by multiple CMIP5 models over China

Given that climate extremes in China might have serious regional and global consequences, an increasing number of studies are examining temperature extremes in China using the Coupled Model Intercomparison Project Phase 5 (CMIP5) models. This paper investigates recent changes in temperature extremes in China using 25 state-of-the-art global climate models participating in CMIP5. Thirteen indices that represent extreme temperature events were chosen and derived by daily maximum and minimum temperatures, including those representing the intensity (absolute indices and threshold indices), duration (duration indices), and frequency (percentile indices) of extreme temperature. The overall performance of each model is summarized by a "portrait" diagram based on relative root-mean-square error, which is the RMSE relative to the median RMSE of all models, revealing the multi-model ensemble simulation to be better than individual model for most indices. Compared with observations, the models are able to capture the main features of the spatial distribution of extreme temperature during 1986-2005. Overall, the CMIP5 models are able to depict the observed indices well, and the spatial structure of the ensemble result is better for threshold indices than frequency indices. The spread amongst the CMIP5 models in different subregions for intensity indices is small and the median CMIP5 is close to observations; however, for the duration and frequency indices there can be wide disagreement regarding the change between models and observations in some regions. The model ensemble also performs well in reproducing the observational trend of temperature extremes. All absolute indices increase over China during 1961-2005.     

CMIP模式对冬季北半球大气环流与青藏高原冬春季气温相关关系的模拟评估

本文评估了36个CMIP5模式和39个CMIP6模式对近期观测中揭示的北半球冬季大气环流与高原冬春气温之间的相关关系的模拟能力。利用最大协方差(MCA)分析方法,计算并比较了观测和模式中冬季北半球200 hPa位势高度场与同后期青藏高原近地面气温的耦合关系。整体而言,大部分CMIP模式能够模拟出显著的冬季北半球大气环流与青藏高原气温之间的相关关系,且CMIP6模式模拟相关特征和作用机制的能力较CMIP5均有所提升。与观测相比,历史情景下36个CMIP5模式中有26个能够模拟出显著的大气环流与同后期高原气温之间的相关关系,其中对于相关的位势高度场空间模态的模拟明显好于对高原气温异常场空间模态的模拟。同情景下39个CMIP6模式中有37个能模拟出显著相关关系,且CMIP6模式更能模拟出观测中MCA模态的位势高度场上北极涛动(AO)和西太平洋遥相关型(WP)反相位叠加的大气环流特征。在对MCA模态时间变率的模拟上,大部分模式都能重现青藏高原整体变暖的趋势,部分模式能够模拟出观测中位势高度场时间主成分的年际变率,并且CMIP6表现要优于CMIP5。对耦合环流型的动力诊断显示,相比CMIP5模式,CMIP6中有更多模式可以模拟出极地—高原之间的遥相关波列,且对波列结构的模拟更完整。