陳思淳，黃本勝，黃廣靈，李澤君

(1. 廣東省水利水電科學研究院，廣東 廣州 510635；2. 河口水利技術(shù)國家地方聯(lián)合工程實驗室，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，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流域水循環(huán)影響十分迫切。

全球氣候模式(GCMs)被公認為是研究氣候變化及構(gòu)建未來氣候變化情景最主要的工具。黃國如等[1]利用IPCC AR5發(fā)布的13個氣候模式，結(jié)合VIC模型，對不同排放情景下北江飛來峽水庫的極端入庫洪水進行了預(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個氣候模式，耦合VIC模型評估了Rcp4.5情景下珠江流域未來30年洪水對氣候變化的響應(yīng)。結(jié)果表明2011—2040年北江洪水總量可能呈減少趨勢，但特大洪水可能呈增加趨勢。還有學者應(yīng)用CMIP5多模式集合對中國西北干旱區(qū)氣溫和降水的模擬能力進行評價[3]、對江蘇省氣候變化進行了預(yù)估[4]、對氣候變化下北江流域徑流[5]、典型洪澇災(zāi)害[6]等方面進行了研究。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、不確定性大等問題。因此，當應(yīng)用全球氣候模式研究氣候變化對流域水循環(huán)影響時，必須首先評估模式在該地區(qū)的適用性。

目前，全球共有28個研究組的61個氣候模式參與了第五階段的全球耦合模式比較計劃(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)、時間序列相關(guān)性、變化趨勢及概率密度分布等方面，分別評價CMIP5發(fā)布的23個氣候模式模擬北江流域平均氣溫和降水的能力，并基于多目標函數(shù)的秩評分方法對各模式在北江流域氣溫和降水的應(yīng)用進行了綜合評估。該研究對氣候模式在區(qū)域尺度的評估研究及應(yīng)用氣候模式開展北江流域氣候變化相關(guān)研究具有一定的參考價值。

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為468 km。流域內(nèi)多為山區(qū)和丘陵，地勢北高南低，屬亞熱帶季風型氣候(見圖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)來源

1) 實測數(shù)據(jù)。研究中主要用到氣象站點實測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個的氣象站點實測數(shù)據(jù)由中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)獲取，37個降水實測站點數(shù)據(jù)由廣東省水文局提供。資料序列為1956—2005年，所有站點的數(shù)據(jù)序列均相對完整且通過了數(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第五次評估報告的支撐數(shù)據(jù)CMIP5(http://cmip-pcmdi.llnl.gov/index.html)最新發(fā)布的、且在各國應(yīng)用較廣泛的23個模式輸出的平均氣溫和降水量數(shù)據(jù)，選用時段為1956—2005年。因選取的各GCMs模式的分辨率均不相同，評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秩評分方法

本研究基于一種多目標函數(shù)的秩評分方法對各GCMs在北江流域上的模擬能力進行評估。評估指標包括均值、標準差、年內(nèi)變化特征、年際變化特征以及概率密度函數(shù)，計算完各項指標之后，再采用一個介于0～9之間的秩評分對每一項單獨的評價指標來進行評價，公式如下：

(1)

式中xi為第i個模式輸出結(jié)果和實測值之間的相對誤差或相關(guān)統(tǒng)計的值。當xi表示誤差時，值越大，則第i個模式在該評價指標中的秩評分就越高；當作為非相對誤差評價指標時，xi越低，該評價指標中的秩評分就越低。wi為第i個評價指標的權(quán)重，屬于相同特征分析的不同統(tǒng)計量對其權(quán)重賦值0.5，其余賦值1。RS的分數(shù)越低代表該GCMs模式的模擬效果越好。

本研究中關(guān)于NRMSE的定義及計算公式見文獻[9]；趨勢統(tǒng)計量Z、Sen’s 斜率β通過MK非參數(shù)檢驗方法計算[9-10]；參數(shù)BS(Brier Score)代表概率預(yù)測的均方差[11]，Sscore(Significance score)計算了實測數(shù)據(jù)和模擬數(shù)據(jù)的分布在每個等份序列值累計概率的最小值，描述的是實測數(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]，兩個指標均用于評價模式對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)域氣溫能力的評價

基于不同指標對CMIP5的23個模式輸出的北江流域平均氣溫月序列的評價結(jié)果見圖2和表1，分別包括均值、標準差、NRMSE、月序列相關(guān)系數(shù)、趨勢統(tǒng)計量Z、Sen’s 斜率β、BS和Sscore等統(tǒng)計量。北江流域歷史時段多年平均氣溫為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測值。BNU-ESM和CNRM-CM5模式模擬的平均氣溫最接近實測值，偏差僅為0.1℃，說明其對北江流域平均氣溫的均態(tài)特征模擬能力相對較好；GISS-E2-H模式的模擬值與實測差別最大，偏差高達7.9℃，極大地高估了歷史時段的氣溫。

表1 GCMs模式對北江流域平均氣溫的模擬評估結(jié)果

注：圖中序號即為表1中模式編號。

北江流域?qū)崪y平均氣溫的標準差為6.7℃，各氣候模式模擬的標準差介于0.5℃～6.5℃，其中CSIRO-Mk3.6模式模擬值的標準差與實測偏差最小，NorESM1-M模式與實測偏差最大。這表明多數(shù)氣候模式模擬值的變化幅度與歷史實測接近但略偏小，還有部分模式嚴重偏小。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。

通過計算，除了9個GCMs的年內(nèi)相關(guān)系數(shù)小于0.9以外，其余14個模式模擬值與實測值年內(nèi)變化的相關(guān)系數(shù)均大于0.99，說明這些模式對于平均氣溫的時間序列特征具有較好的模擬能力。Mann-Kendall趨勢計算結(jié)果表明，北江流域歷史實測平均氣溫的Z值為2.98，通過了95%的置信度檢驗，說明呈顯著上升趨勢。氣候模式模擬數(shù)據(jù)的Z值介于0.02～6.88之間，其中21個模式的Z值通過了95%的置信度檢驗，但上升幅度偏高。北江流域?qū)崪y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值與實測相差最小。

BS和Sscore均用百分比數(shù)值表示(見表1)，若某GCM的BS值趨于0，且Sscore值大于85%，則說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測。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70%，少數(shù)模式超過85%?？傮w來看，F(xiàn)IO-ESM、CNRM-CM5和CSIRO-Mk3.6模式模擬值的概率密度分布與實測最相似。

基于各項統(tǒng)計量，利用秩評分方法綜合評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個模式分別為CSIRO-Mk3.6、FIO-ESM、CNRM-CM5和BNU-ESM，秩評分分別為3.88、4.28、5.28及5.95；模擬表現(xiàn)較差的4個模式分別為GFDL-CM3、NorESM1-M、CCSM4和GISS-E2-H，秩評分分別為47.82、38.41、36.51及36.43。

圖3為北江流域歷史時段實測年平均氣溫與最優(yōu)最差模式模擬數(shù)據(jù)對比?？偟膩砜?，CSIRO-Mk3.6模式的模擬值與實測相比略微偏低，年際變化趨勢與實測較為相似，變化幅度相比實測偏?。荒M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，變化趨勢與實測數(shù)據(jù)相差亦較大。

圖3 北江流域?qū)崪y年平均氣溫與CMIP5模擬

3.2 氣候模式模擬區(qū)域降水能力的評價

圖4和表2給出了利用不同評價指標對23個氣候模式降水量月序列的評價結(jié)果。與平均氣溫相比，GCMs模式對降水量的模擬能力普遍表現(xiàn)較差。北江流域歷史時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測值，其中CNRM-CM5模式模擬的平均值與實測最接近，偏差為153.9 mm，模擬值偏低，而NorESM1-M模式的模擬值與實測偏差最大，偏差量為1 425.4 mm。

注：圖中序號即為表2中模式編號。

北江流域歷史時段實測降水量的標準差為116.0 mm，GCMs模式模擬的標準差介于40.5～166.1 mm，大部分模式模擬的標準差低于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測值相比偏小，GCMs在降水穩(wěn)定的區(qū)域模擬能力可能更強。

氣候模式模擬值的NRMSE為0.47～1.63，有9個模式的NRMSE小于0.8，表現(xiàn)尚可，其中CanESM2模式的誤差相對最小，NRMSE為0.47，NorESM1-M模式的NRMSE最大，高達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)變化與實測降水年內(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(見表2)。

表2 GCMs模式對降水量的模擬評估結(jié)果

M-K趨勢性分析結(jié)果表明，北江流域歷史時段降水呈不顯著的下降趨勢，Z為-0.23，未通過95%置信度檢驗。GCMs模擬數(shù)據(jù)中有12個模式呈不顯著的下降趨勢，僅MIROC5模式呈顯著下降趨勢。實測年降水量的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測。

基于各模式計算的統(tǒng)計量，綜合評估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個模式分別為CanESM2、MPI-ESM-MR、MPI-ESM-LR及CNRM-CM5，秩評分分別為13.12、14.01、15.11及15.59；表現(xiàn)較差的4個模式分別為MIROC-ESM、NorESM1-M、GISS-E2-H和GFDL-CM3，秩評分分別為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)及最差的兩個模式與實測年降水量與對比。綜合來看，CanESM2模式的模擬值低于實測值，但年際間的波動與實測吻合度相對較高；MIROC-ESM模式明顯低估了北江流域年降水量，年際間波動與實測數(shù)據(jù)基本吻合，偶爾呈現(xiàn)相反的波動狀態(tài)。

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

3.3 氣候與降水綜合評價結(jié)果

基于秩評分方法對CMIP5氣候模式輸出的平均氣溫與降水綜合評價結(jié)果見表3。結(jié)果表明：① 總體而言，來自法國CNRM-CERFACS研究所的CNRM-CM5輸出的氣溫與降水數(shù)據(jù)在北江流域表現(xiàn)相對最優(yōu)。FIO-ESM(中國)、CSIRO-Mk3.6(澳大利亞)和BNU-ESM(中國)等模式的整體表現(xiàn)也較好，且這些模式對單個要素具有較強的模擬能力，如CSIRO-Mk3.6模式對氣溫的模擬能力是所有模式中最強的。② 盡管某些模式在所有要素的綜合表現(xiàn)欠佳，但其模擬單個要素的能力可能較強，如CanESM2對區(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欠佳。當然對于不同地區(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分結(jié)果統(tǒng)計

4 結(jié)語

本研究以北江流域作為研究區(qū)，從氣候均態(tài)、時間序列相關(guān)性、變化趨勢及概率密度分布特征等多個角度，基于秩評分方法綜合評估了23個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) 氣候模式評價結(jié)果對評價指標有較大依賴性，不同評價指標得到的評價結(jié)果可能完全相反。例如，從年內(nèi)相關(guān)系數(shù)來看，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，則其表現(xiàn)相對一般；ACCESS1.0模式用標準差和年內(nèi)相關(guān)系數(shù)評價模擬降水的能力時表現(xiàn)也截然相反。因此，評估氣候模式應(yīng)用于區(qū)域尺度時，評價指標的選取尤為重要，建議選用多指標從不同角度進行綜合評價。

2) 不同要素的評價結(jié)果顯示，CMIP5模式對北江流域平均氣溫的模擬表現(xiàn)較優(yōu)，對降水的模擬能力相對較差。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價結(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的。FIO-ESM、CSIRO-Mk3.6和BNU-ESM(中國)等模式的整體表現(xiàn)亦較好，對單個要素通常具有較強的模擬能力。有些模式盡管綜合表現(xiàn)欠佳，但其模擬單個要素的能力可能較強，如CanESM2模式對北江流域降水量的模擬能力表現(xiàn)最強，對平均氣溫的模擬表現(xiàn)則相對偏弱。