楊珂珂 郭東林 華維 馬迪 辛羽婷

摘要 高分辨率模式模擬被認為是研究資料相對欠缺的青藏高原地區(qū)氣候變化的重要方法之一。第六次國際耦合模式比較計劃（CMIP6）新增了高分辨率模式比較計劃（HighResMIP），但其對青藏高原氣候的模擬性能尚未系統(tǒng)評估。本研究分析了6對（更高、較低分辨率）CMIP6 HighResMIP模式對青藏高原當(dāng)前氣候的模擬能力，并集合預(yù)估了近期青藏高原氣候的變化趨勢。相對較粗分辨率模擬，所有（2／3）模式的更高分辨率模擬減少了平均降水（氣溫）的區(qū)域平均偏差。泰勒圖涉及指標的綜合評估顯示，約1／3模式的更高分辨率對平均氣溫和降水模擬效果優(yōu)于較低分辨率，其余模式的更高分辨率則接近或者劣于較低分辨率。集合平均結(jié)果優(yōu)于單個模式，且其更高分辨率模擬效果總體優(yōu)于較低分辨率。更高分辨率模式集合預(yù)估顯示，相對于1995—2014年，在SSP5-8.5情景下到2021—2040年青藏高原整體呈增溫趨勢，東南部增溫相對較弱;降水從北到南呈增加-減少-增加的變化模態(tài);青藏高原氣溫將平均增加（0.81±0.91） ℃，降水將平均增加（0.05±0.25） mm／d。

關(guān)鍵詞 青藏高原; 氣候變化; HighResMIP; 高分辨率模擬

青藏高原平均海拔在4 000 m以上，被稱為“亞洲水塔”“地球第三極”等，其包含大量的冰川、積雪等固態(tài)水資源（Yao et al.，2012;Guo and Wang，2013;Duan and Xiao，2015），為世界約20％人口提供著生活用水（Immerzeel et al.，2010）?？紤]到這些固態(tài)水資源的可持續(xù)性，在全球變暖背景下，青藏高原氣候如何變化受到了廣泛關(guān)注。然而，由于青藏高原地理環(huán)境復(fù)雜、觀測資料稀缺，為在區(qū)域尺度研究其氣候變化帶來了困難。模式模擬可以研究過去和未來大尺度氣候變化（Chen，2013），因此理論上在一定程度可以彌補上述不足。

全球氣候模式（GCM）被廣泛用于模擬全球或區(qū)域尺度過去和未來氣候變化及其影響（He et al.，2019;于恩濤和孫建奇，2019;Khan et al.，2020;詹明月，2020;蔣文好和陳活潑，2021;徐蓉蓉等，2021）。在耦合模式比較計劃（CMIP）的推動下，GCM的水平分辨率已經(jīng)得到了明顯提高。CMIP3大氣模式的基本水平分辨率為250 km（Meehl et al.，2007），CMIP5大多數(shù)大氣模式的水平分辨率提高到了150 km（Taylor et al.，2012）。但是，對于地形復(fù)雜的青藏高原區(qū)域而言，這樣的分辨率可能仍不夠，模擬結(jié)果存在較大不確定性。模式評估顯示，CMIP5和CMIP6模式模擬的年和季節(jié)平均的表面溫度呈現(xiàn)冷偏差，尤其是在秋季和冬季;降水被高估（Su et al.，2013;胡芩等，2014;You et al.，2016;Jia et al.，2019;陳煒等，2021）。總體上，CMIP6模式結(jié)果相對于CMIP5有所提高，但仍然存在冷、濕偏差（Zhu and Yang，2020;陳煒等，2021）。

針對全球模式分辨率較粗的限制，高分辨率區(qū)域模式動力降尺度模擬在青藏高原區(qū)域得以廣泛開展（Maussion et al.，2010;Ji and Kang，2013;Yu et al.，2015;Gao et al.，2018;Guo et al.，2018;Niu et al.，2018;Fu et al.，2021）。Gao et al.（2018）研究顯示，相較于用作邊界條件的再分析資料或者GCM，RCM能更好地捕捉到觀測的降水變化模態(tài)。另有學(xué)者也表明，相對全球模式，區(qū)域模式能更好地再現(xiàn)地形效應(yīng)，從而捕捉到青藏高原溫度和降水更精細的空間細節(jié)（Maussion et al.，2011;Ji and Kang，2013）。盡管區(qū)域模式降尺度方法在一定程度上提高了模擬性能，并體現(xiàn)了更多的區(qū)域細節(jié)，但由于區(qū)域模式動力降尺度方法需要給定邊界場，邊界場數(shù)據(jù)的不確定性直接會影響降尺度結(jié)果。并且，邊界場的給定使得模擬區(qū)域不能與外界發(fā)生能水交換，給模擬結(jié)果帶來了較大不確定性（Gao et al.，2012;Guo and Wang，2016）。

高分辨率全球模式模擬不必設(shè)定邊界范圍，因此原則上可以彌補上述不足。Guo and Wang（2016）初步研究表明，當(dāng)全球模式分辨率提高至與區(qū)域模式相近時，其比區(qū)域模式能更好地模擬出青藏高原氣溫的氣候態(tài)和趨勢，但對降水氣候態(tài)的模擬不及區(qū)域模式。隨著高性能計算資源的增加，最新的CMIP6新增了高分辨率全球模式比較計劃（HighResMIP），其大氣模式水平分辨率提高到了約25 km（Haarsma et al.，2016）。最近研究已經(jīng)評估了CMIP6 HighResMIP模式對中亞、西非等地區(qū)氣候的模擬性能（Ajibola et al.，2020;Xin et al.，2021;Chen et al.，2022;Li et al.，2022）。但是，CMIP6 HighResMIP在青藏高原地區(qū)的模擬性能如何以及更高分辨率模擬是否更具優(yōu)勢，目前對此還沒有開展系統(tǒng)的研究。

本研究基于一套格點觀測資料（CN05.1）系統(tǒng)分析了CMIP6 HighResMIP模式對青藏高原氣候的模擬性能以及分辨率提高的影響，并基于高分辨率模式的集合對近期（2021—2040年）青藏高原氣候變化趨勢進行了預(yù)估。

1 數(shù)據(jù)和方法

1.1 數(shù)據(jù)

CMIP6 HighResMIP模擬試驗分為三個層級，第一層級試驗是歷史強迫的大氣模式比較計劃，時段為1950—2014年;第二層級為百年耦合試驗，時段為1950—2050年;第三層級是對第一層級的延伸，時間為2015—2050年（部分模擬可擴展到2100年），仍然使用單獨大氣模式進行氣候預(yù)估試驗（王磊等，2019）。試驗中僅考慮水平分辨率變化，垂直分辨率保持不變。高分辨率試驗的大氣模式水平分辨率要≤50 km。更詳細的試驗設(shè)計信息可見Haarsma et al.（2016）。根據(jù)數(shù)據(jù)的可獲取性，本文共選取了第二層級試驗6對（更高、較低分辨率）模式（表1）。較高分辨率模式包括：EC-Earth3P-HR、MRI-AGCM3-2-S、HadGEM3-GC3-HM、HiRAM-SIT-HR、NICAM16-8S和FGOALS-f3-H，其大氣模式水平分辨率約在19～35 km;它們相應(yīng)的較低分辨率模式分別是EC-Earth3P、MRI-AGCM3-2-H、HadGEM3-GC3-MM、HiRAM-SIT-LR、NICAM16-7S和FGOALS-f3-L，它們的大氣模式水平分辨率約在50～125 km。本文中高分辨率多模式等權(quán)重集合平均記為MME-H，低分辨率多模式等權(quán)重集合平均記為MME-L。選取了1995—2014年的歷史模擬為模式性能評估，2015—2040年的模擬為未來預(yù)估（2021—2040年代表近期，與Intergovernmental Panel on Climate Change Sixth Assessment Report（IPCC AR6）報告標準一致）（IPCC，2021;孫穎，2021）。由于所選的HighResMIP模式未提供2050年以后的數(shù)據(jù)，因此本文僅對近期氣候進行預(yù)估。HighResMIP模式未來預(yù)估情景為共享社會經(jīng)濟路徑，其相當(dāng)于CMIP6 SSP中的最高排放情景（Haarsma et al.，2016），因此本文預(yù)估可認為是SSP5-8.5情景下的近期青藏高原氣候變化。選取1995—2014年作為參考期，未來與參考期間的差代表未來時期的變化。

用于評估模式的格點觀測數(shù)據(jù)為CN05.1。該數(shù)據(jù)集基于2 416個氣象站觀測資料內(nèi)插到0.25°×0.25°網(wǎng)格發(fā)展而成，覆蓋時期為1961—2020年，是目前可獲得的中國氣溫、降水等氣候要素的最優(yōu)格點觀測數(shù)據(jù)集之一。該數(shù)據(jù)集已被廣泛用于氣候變化和模式評估研究（Guo and Wang，2016;Zhou et al.，2016;Gao et al.，2018）。

1.2 方法

利用泰勒圖、相關(guān)系數(shù)、平均偏差、均方根誤差和納什效率系數(shù)（NSE）定量評估模擬與觀測值之間的相似性水平。NSE表示模擬與觀測值的擬合線與1∶1線的吻合程度，其范圍為-∞到1;當(dāng)NSE統(tǒng)計值接近1時，模擬值則更準確。模擬和觀測值的差異顯著性采用合成分析方法評估。研究區(qū)域為：75°～105°E，25°～40°N，海拔在2 000 m以上中國疆域內(nèi)的青藏高原主體。6對模式的數(shù)據(jù)統(tǒng)一插值到CN05.1分辨率（0.25°×0.25°）進行對比。對于氣溫，在插值過程中考慮了地形校正。具體方法是，先使用大氣溫度遞減率（0.65 ℃／（100 m））將模擬格點氣溫訂正到0 m地形高度上，然后將其插值到CN05.1格點，最后再使用大氣溫度遞減率將插值所得溫度訂正到對應(yīng)CN05.1格點地形上。但由于CMIP6官網(wǎng)未提供HiRAM-SIT-HR、HiRAM-SIT-LR和NICAM6-8S、NICAM6-7S兩對模式的地形資料，因此未對其氣溫進行地形校正，這可能會給它們的性能評估帶來一定的不確定性，但由于地形僅影響系統(tǒng)偏差，因此不影響未來預(yù)估結(jié)果（未來與參考期的差值）。

2 結(jié)果

2.1 歷史時期溫度和降水氣候態(tài)模擬能力評估

6對模式和它們的集合都較好地再現(xiàn)了青藏高原平均氣溫的空間分布特征（圖1、2），空間相關(guān)系數(shù)為0.79～0.93（表2）。然而6對模式對溫度的模擬在多數(shù)區(qū)域都存在冷偏差，主要集中在青藏高原的西南部。在6對模式中，有4對（MRI-AGCM3-2-S、MRI-AGCM3-2-H;HadGEM3-GC31-HM、HadGEM3-GC31-MM;NICAM16-8S、NICAM16-7S;FGOALS-f3-H、FGOALS-f3-L）的更高分辨率模擬相對較粗分辨率減少了冷偏差（圖2），這表明對部分模式而言，分辨率提高可減小氣溫模擬偏差。但各組模式分辨率提高后的模擬性能提高的幅度差異較大，對于有些模式而言，提高分辨率，模擬性能提高明顯，而有些則效果較弱。MME-H模擬的冷偏差比MME-L相對較?。▓D1、圖3和圖4）。

6對模式和它們的集合都總體高估了青藏高原的平均降水，區(qū)域平均高估值為0.28～1.53 mm／d。但需要注意的是，MRI-AGCM3-2-S、MRI-AGCM3-2-H、FGOALS-f3-H和FGOALS-f3-L在較大區(qū)域出現(xiàn)低估的現(xiàn)象，并且前兩個模式的低估范圍主要集中在青藏高原西部，后兩個模式主要集中在東南部，表明模式之間存在較大差異。所有6對模式的更高分辨率模擬相對較粗分辨率均減少了對降水的高估（圖5），這表明分辨率提高對降水的模擬偏差有所改進。就集合平均而言，相對于MME-L，MME-H對降水的高估減弱，且給出了更多區(qū)域細節(jié)（圖1、圖3和圖4）。

從泰勒圖（圖6a）可以看出，6對模式都合理地模擬了青藏高原氣溫的空間分布，模式間的差異較小。從單個模式來看，2對模式的更高分辨率氣溫模擬的效果優(yōu)于較低分辨率（NICAM16-8S、NICAM16-7S;FGOALS-f3-H、FGOALS-f3-L），其余模式的更高分辨率模擬的效果接近或者劣于低分辨率。集合平均氣溫模擬結(jié)果總體要優(yōu)于單個模式結(jié)果，并且MME-H的模擬性能略好于MME-L（表2）。模式對降水空間變化的模擬性能要弱于氣溫（圖6b），且模式間的差異較大。從單個模式來看，與氣溫類似，有2對模式的更高分辨率降水模擬的效果優(yōu)于較低分辨率（NICAM16-8S、NICAM16-7S;HiRAM-SIT-HR、HiRAM-SIT-LR），其余模式的更高分辨率模擬的效果接近或者劣于低分辨率。集合平均降水模擬結(jié)果明顯優(yōu)于單個模式結(jié)果，并且MME-H的模擬性能好于MME-L（圖6b）。綜上，僅部分模式的高分辨率模式對青藏高原氣溫和降水的模擬能力優(yōu)于低分辨率模式，因此分辨率提高對模擬性能的影響具有模式依賴性。

2.2 多模式集合預(yù)估未來近期氣候變化

上面對歷史時期模擬結(jié)果的評估顯示，多模式集合平均模擬結(jié)果總體要優(yōu)于單個模式，且更高分辨率模擬（MME-H）的集合結(jié)果優(yōu)于較低分辨率（MME-L）。因此，本文基于MME-H結(jié)果對未來SSP5-8.5情景下近期青藏高原氣溫和降水的變化趨勢進行預(yù)估，同時給出了MME-L的結(jié)果進行對比分析。

如圖7所示，MME-H預(yù)估在SSP5-8.5情景下到近期整個青藏高原均呈現(xiàn)增溫趨勢。相對1995—2014年，絕大部分地區(qū)增溫在0.8 ℃以上，東南部增溫相對其余區(qū)域較弱。MME-L預(yù)估的增溫空間分布模態(tài)與MME-H具有一定的差異，其預(yù)估的增溫相對較弱區(qū)域為青藏高原西南部和柴達木盆地，而不是東南部。就區(qū)域平均氣溫變化序列的趨勢而言，MME-H模擬的溫度在1995—2014年的趨勢為 0.36 ℃／（10 a）（MME-L：0.22 ℃／（10 a）），接近但小于觀測趨勢0.45 ℃／（10 a）（圖8a）。MME-H預(yù)估的2021—2040年區(qū)域平均氣溫隨時間呈逐漸升高趨勢（圖8a），相對1995—2014年將平均升高（0.81±0.91） ℃。MME-L預(yù)估的氣溫將平均升高（0.80±1.01） ℃，與MME-L結(jié)果接近，但不確定性范圍增大（圖7和圖8）。

對于降水，MME-H預(yù)估在SSP8.5情景下到近期青藏高原北部和東南部降水增多，西南以及中部部分地區(qū)降水減少。MME-L預(yù)估的降水空間變化模態(tài)與MME-H較為相似，但MME-H由于分辨率更高，因此給出了更多的區(qū)域細節(jié)（圖7）。就區(qū)域平均降水變化序列的趨勢而言，MME-H和MME-L模擬的降水在1995—2014年無明顯變化趨勢，與觀測結(jié)果相似（圖8b）。MME-H預(yù)估的2021—2040年區(qū)域平均降水隨時間呈弱增加趨勢（圖8b），相對1995—2014年將平均增加（0.05±0.25） mm／d。MME-L預(yù)估的降水將平均升高（0.02±0.37） mm／d，低于MME-H結(jié)果，其不確定性范圍較MME-H增大（圖7和圖8）。

3 討論

青藏高原復(fù)雜的地形條件使其成為檢驗分辨率提高對模擬性能影響的理想之地。一直以來，不管是全球模式還是區(qū)域模式，它們的模擬結(jié)果在青藏高原上均體現(xiàn)為冷和濕的偏差（Su et al.，2013;Guo et al.，2018;Zhu and Yang，2020）。Guo and Wang（2016）研究顯示，區(qū)域模式會加大作為其驅(qū)動場的粗分辨率（1.125°）全球模式中青藏高原地區(qū)的冷偏差，而與區(qū)域模式分辨率相近的高分辨率（ 0.562 5°）全球模式可明顯減少這種冷偏差。這一結(jié)果的后半部分得到了當(dāng)前研究的進一步證實。也就是，當(dāng)分辨率進一步提高時[從較粗分辨率范圍（1.25°×1.0°～0.5°×0.5°，不同模式分辨率相異）到較高分辨率范圍（0.35°×0.35°～0.19°×0.19°）]，多數(shù)全球模式的冷偏差減小，尤其是青藏高原西部（圖2）。但需要注意的是，青藏高原西部臺站稀少，造成CN05.1資料可能在這些地區(qū)存在一定偏差（吳佳和高學(xué)杰，2013），因此可能引起了評估結(jié)果的不確定性。對于降水，Guo and Wang（2016）研究顯示，高分辨率（0.562 5°）全球模式可在一定程度上減少粗分辨率（1.125°）全球模式中的濕偏差。當(dāng)前研究也進一步證實了這一結(jié)果，當(dāng)分辨率進一步提高時，6對模式的濕偏差均減少（圖5）。相較于氣溫，模式分辨率提高對降水的改進更明顯，主要原因是降水具有明顯的局地性或零散性特征，受地形影響較大（黃子立等，2021;Xin et al.，2021）。本研究討論了全球模式分辨率提高對青藏高原冷、濕偏差的影響，關(guān)于引起這種冷、濕偏差的物理過程與機制還需要進一步深入研究。Chen et al.（2017）指出氣候模式高估了青藏高原積雪，其通過積雪反照率反饋作用引起了冷偏差（Zhu and Yang，2020）。已有研究也表明模擬的濕偏差可能與季風(fēng)系統(tǒng)等有關(guān)（Su et al.，2013;Gu et al.，2020;Zhu and Yang，2020）。

本文更高分辨率模式集合預(yù)估（MME-H）顯示，在SSP5-8.5情景下到近期（2021—2040年）青藏高原東南部增溫相對其他地區(qū)較弱。這一結(jié)果與區(qū)域模式集合預(yù)估的RCP8.5情景下2016—2035年的變化結(jié)果（相對1986—2005年）相似（Guo et al.，2018）。同時，其也與區(qū)域模式RegCM4預(yù)估的RCP8.5情景下2089—2099年的變化結(jié)果（相對1995—2005年）類似（Ji and Kang，2013）。對于降水，MME-H預(yù)估出在SSP5-8.5情景下到近期青藏高原地區(qū)從北向南呈增加—減少—增加的變化模態(tài)。這一變化模態(tài)與區(qū)域模式集合預(yù)估的RCP8.5情景下2016—2035年的結(jié)果（相對1986—2005年）十分相似（Guo et al.，2018），不同的是MME-H預(yù)估的南部降水增加強于北部，而區(qū)域模式集合預(yù)估卻與之相反。這一變化模態(tài)也與區(qū)域模式RegCM4預(yù)估的RCP8.5情景下2089—2099年的結(jié)果（相對1995—2005年）較為相似（Ji and Kang，2013）。盡管未來預(yù)估結(jié)果與現(xiàn)實相比可能存在較大不確定性，但多種研究之間較好的一致性能增加預(yù)估的可信度。本研究基于多個高分辨率全球模式的集合，預(yù)估了青藏高原氣溫和降水在近期的變化，并將其與已有工作進行了對比，未來需進一步深入研究這種氣候變化的物理機制。

4 結(jié)論

本文利用CMIP6 HighResMIP研究了全球模式分辨率提高對青藏高原氣候模擬性能的影響，并基于多個高分辨率氣候模式集合，預(yù)估了近期青藏高原的氣候變化趨勢，得到如下主要結(jié)果：

1）揭示了全球模式分辨率提高總體可減少青藏高原氣溫和降水的模擬偏差，但綜合泰勒圖涉及指標來看，僅少部分（1／3）全球模式的分辨率提高可改進模擬性能。氣候模式分辨率提高后的集合結(jié)果要優(yōu)于其較低分辨率的集合結(jié)果。

2）在SSP5-8.5情景下，相對1995—2014年，到近期（2021—2040年）青藏高原東南部增溫相對其他地區(qū)較弱，降水從北到南呈增加-減少-增加的變化模態(tài);青藏高原區(qū)域平均氣溫將平均增加（0.81±0.91） ℃，降水將增加（0.05±0.25） mm／d。

這些結(jié)果將有助于理解氣候模式分辨率提高對青藏高原氣候模擬的影響以及近期青藏高原氣候的演變趨勢。針對青藏高原氣候模擬，在研究方法上，前人已經(jīng)從采用單個較粗分辨率全球模式（許吟隆等，2003），到多個較粗分辨率全球模式（Su et al.，2013;胡芩等，2014;Zhu and Yang，2020），再到單個區(qū)域模式（Gao et al.，2013;Ji and Kang，2013），再到多個區(qū)域模式（Guo et al.，2018）。本文進一步拓展方法到采用多個高分辨率（0.35°×0.35°～0.19°×0.19°）全球模式開展了青藏高原氣候的模擬與預(yù)估研究。鑒于青藏高原地形的高度復(fù)雜性，未來有必要進一步提高全球模式分辨率開展該地區(qū)的氣候模擬研究。

參考文獻（References）

Ajibola F O，Zhou B T，Tchalim Gnitou G，et al.，2020.Evaluation of the performance of CMIP6 HighResMIP on West African precipitation［J］.Atmosphere，11（10）：1053.doi：10.3390／atmos11101053.

Chen H P，2013.Projected change in extreme rainfall events in China by the end of the 21st century using CMIP5 models［J］.Chin Sci Bull，58（12）：1462-1472.doi：10.1007／s11434-012-5612-2.

Chen Q L，Ge F，Jin Z R，et al.，2022.How well do the CMIP6 HighResMIP models simulate precipitation over the Tibetan Plateau？［J］.Atmos Res，279：106393.doi：10.1016／j.atmosres.2022.106393.

陳煒，姜大膀，王曉欣，2021.CMIP6模式對青藏高原氣候的模擬能力評估與預(yù)估研究［J］.高原氣象，40（6）：1455-1469. Chen W，Jiang D B，Wang X X，2021.Evaluation and projection of CMIP6 models for climate over the Qinghai-Xizang（Tibetan）plateau［J］.Plateau Meteor，40（6）：1455-1469.doi：10.7522／j.issn.1000-0534.2021.zk003.（in Chinese）.

Chen X L，Liu Y M，Wu G X，2017.Understanding the surface temperature cold bias in CMIP5 AGCMs over the Tibetan Plateau［J］.Adv Atmos Sci，34（12）：1447-1460.doi：10.1007／s00376-017-6326-9.

Duan A M，Xiao Z X，2015.Does the climate warming hiatus exist over the Tibetan Plateau？［J］.Sci Rep，5：13711.doi：10.1038／srep13711.

Fu Y H，Gao X J，Zhu Y M，et al.，2021.Climate change projection over the Tibetan Plateau based on a set of RCM simulations［J］.Adv Clim Change Res，12（3）：313-321.doi：10.1016／j.accre.2021.01.004.

Gao X J，Shi Y，Zhang D F，et al.，2012.Climate change in China in the 21st century as simulated by a high resolution regional climate model［J］.Chin Sci Bull，57（10）：1188-1195.doi：10.1007／s11434-011-4935-8.

Gao X J，Wang M L，Giorgi F，2013.Climate change over China in the 21st century as simulated by BCC_CSM1.1-RegCM4.0［J］.Atmos Ocean Sci Lett，6（5）：381-386.doi：10.3878／j.issn.1674-2834.13.0029.

Gao Y H，Xiao L H，Chen D L，et al.，2018.Comparison between past and future extreme precipitations simulated by global and regional climate models over the Tibetan Plateau［J］.Int J Climatol，38（3）：1285-1297.doi：10.1002／joc.5243.

Gu H H，Wang X Y，2020.Performance of the RegCM4.6 for high-resolution climate and extreme simulations over Tibetan Plateau［J］.Atmosphere，11（10）：1104.doi：10.3390／atmos11101104.

Guo D L，Wang H J，2013.Simulation of permafrost and seasonally frozen ground conditions on the Tibetan Plateau，1981—2010［J］.J Geophys Res Atmos，118（11）：5216-5230.doi：10.1002／jgrd.50457.

Guo D L，Wang H J，2016.Erratum to：comparison of a very-fine-resolution GCM with RCM dynamical downscaling in simulating climate in China［J］.Adv Atmos Sci，33（6）：794.doi：10.1007／s00376-016-0001-4.

Guo D L，Sun J Q，Yu E T，2018.Evaluation of CORDEX regional climate models in simulating temperature and precipitation over the Tibetan Plateau［J］.Atmos Ocean Sci Lett，11（3）：219-227.doi：10.1080／16742834.2018.1451725.

Haarsma R J，Roberts M J，Vidale P L，et al.，2016.High resolution model intercomparison project （HighResMIPv1.0） for CMIP6［J］.Geosci Model Dev，9（11）：4185-4208.doi：10.5194／gmd-9-4185-2016.

He S C，Yang J，Bao Q，et al.，2019.Fidelity of the observational／reanalysis datasets and global climate models in representation of extreme precipitation in East China［J］.J Climate，32（1）：195-212.doi：10.1175／jcli-d-18-0104.1.

胡芩，姜大膀，范廣洲，2014.CMIP5全球氣候模式對青藏高原地區(qū)氣候模擬能力評估［J］.大氣科學(xué)，38（5）：924-938. Hu Q，Jiang D B，F(xiàn)an G Z，2014.Evaluation of CMIP5 models over the Qinghai-Tibetan Plateau［J］.Chin J Atmos Sci，38（5）：924-938.doi：10.3878／j.issn.1006-9895.2013.13197.（in Chinese）.

黃子立，吳小飛，毛江玉，2021.CMIP6模式水平分辨率對模擬我國西南地區(qū)夏季極端降水的影響評估［J］.高原氣象，40（6）：1470-1483. Huang Z L，Wu X F，Mao J Y，2021.An evaluation for impacts of the horizontal resolution of CMIP6 models on simulating extreme summer rainfall over Southwest China［J］.Plateau Meteor，40（6）：1470-1483.doi：10.7522／j.issn.1000-0534.2021.zk010.（in Chinese）.

Immerzeel W W，van Beek L P H，Bierkens M F P，2010.Climate change will affect the Asian water towers［J］.Science，328（5984）：1382-1385.doi：10.1126／science.1183188.

IPCC，2021.Climate change 2021：the physical science basis［M］.Cambridge：Cambridge University Press.

Ji Z M，Kang S C，2013.Double-nested dynamical downscaling experiments over the Tibetan Plateau and their projection of climate change under two RCP scenarios［J］.J Atmos Sci，70（4）：1278-1290.doi：10.1175／jas-d-12-0155.1.

Jia K，Ruan Y F，Yang Y Z，et al.，2019.Assessing the performance of CMIP5 global climate models for simulating future precipitation change in the Tibetan Plateau［J］.Water，11（9）：1771.doi：10.3390／w11091771.

蔣文好，陳活潑，2021.CMIP6模式對亞洲中高緯區(qū)極端溫度變化的模擬及預(yù)估［J］.大氣科學(xué)學(xué)報，44（4）：592-603. Jiang W H，Chen H P，2021.Assessment and projection of changes in temperature extremes over the mid-high latitudes of Asia based on CMIP6 models［J］.Trans Atmos Sci，44（4）：592-603.doi：10.13878／j.cnki.dqkxxb.20210203001.（in Chinese）.

Khan A，Koch M，Tahir A，2020.Impacts of climate change on the water availability，seasonality and extremes in the upper Indus Basin（UIB）［J］.Sustainability，12（4）：1283.doi：10.3390／su12041283.

Li L L，Li J，Yu R C，2022.Evaluation of CMIP6 HighResMIP models in simulating precipitation over Central Asia［J］.Adv Clim Change Res，13（1）：1-13.doi：10.1016／j.accre.2021.09.009.

Maussion F，Scherer D，F(xiàn)inkelnburg R，et al.，2011.WRF simulation of a precipitation event over the Tibetan Plateau，China：an assessment using remote sensing and ground observations［J］.Hydrol Earth Syst Sci，15（6）：1795-1817.doi：10.5194／hess-15-1795-2011.

Meehl G A，Covey C，Delworth T，et al.，2007.THE WCRP CMIP3 multimodel dataset：a new era in climate change research［J］.Bull Amer Meteor Soc，88（9）：1383-1394.doi：10.1175／bams-88-9-1383.

Niu X R，Wang S Y，Tang J P，et al.，2018.Ensemble evaluation and projection of climate extremes in China using RMIP models［J］.Int J Climatol，38（4）：2039-2055.doi：10.1002／joc.5315.

Su F G，Duan X L，Chen D L，et al.，2013.Evaluation of the global climate models in the CMIP5 over the Tibetan Plateau［J］.J Climate，26（10）：3187-3208.doi：10.1175／jcli-d-12-00321.1.

孫穎，2021.人類活動對氣候系統(tǒng)的影響：解讀IPCC第六次評估報告第一工作組報告第三章［J］.大氣科學(xué)學(xué)報，44（5）：654-657. Sun Y，2021.Impact of humanactivities on climate system：an interpretation of Chapter Ⅲ of WGⅠreport of IPCC AR6［J］.Trans Atmos Sci，44（5）：654-657.doi：10.13878／j.cnki.dqkxxb.20210816009.（in Chinese）.

Taylor K E，Stouffer R J，Meehl G A，2012.An overview of CMIP5 and the experiment design［J］.Bull Amer Meteor Soc，93（4）：485-498.doi：10.1175／bams-d-11-00094.1.

王磊，包慶，何編，2019.CMIP6高分辨率模式比較計劃（HighResMIP）概況與評述［J］.氣候變化研究進展，15（5）：498-502. Wang L，Bao Q，He B，2019.Short commentary on CMIP6 high resolution model intercomparison project（HighResMIP）［J］.Clim Change Res，15（5）：498-502.doi：10.12006／j.issn.1673-1719.2019.077.（in Chinese）..

吳佳，高學(xué)杰，2013.一套格點化的中國區(qū)域逐日觀測資料及與其它資料的對比［J］.地球物理學(xué)報，56（4）：1102-1111. Wu J，Gao X J，2013.A gridded daily observation dataset over China region and comparison with the other datasets［J］.Chin J Geophys，56（4）：1102-1111.（in Chinese）.

Xin X G，Wu T W，Jie W H，et al.，2021.Impact of higher resolution on precipitation over China in CMIP6 HighResMIP models［J］.Atmosphere，12（6）：762.doi：10.3390／atmos12060762.

徐蓉蓉，梁信忠，段明鏗，2021.CWRF對青藏高原氣溫和降水模擬效果的綜合評估［J］.大氣科學(xué)學(xué)報，44（1）：104-117. Xu R R，Liang X Z，Duan M K，2021.Evaluation of CWRF simulation of temperature and precipitation on the Qinghai-Tibet Plateau［J］.Trans Atmos Sci，44（1）：104-117.doi：10.13878／j.cnki.dqkxxb.20201103001.（in Chinese）.

許吟隆，薛峰，林一驊，2003.不同溫室氣體排放情景下中國21世紀地面氣溫和降水變化的模擬分析［J］.氣候與環(huán)境研究，8（2）：209-217. Xu Y L，Xue F，Lin Y H，2003.Changes of surface air temperature and precipitation in China during the 21st century simulated by HadCM2 under different greenhouse gas emission scenarios［J］.Clim Environ Res，8（2）：209-217.doi：10.3969／j.issn.1006-9585.2003.02.008.（in Chinese）.

Yao T D，Thompson L G，Mosbrugger V，et al.，2012.Third pole environment （TPE）［J］.Environ Dev，3：52-64.doi：10.1016／j.envdev.2012.04.002.

You Q L，Min J Z，Kang S C，2016.Rapid warming in the Tibetan Plateau from observations and CMIP5 models in recent decades［J］.Int J Climatol，36（6）：2660-2670.doi：10.1002／joc.4520.

于恩濤，孫建奇，2019.基于多區(qū)域模式集合的中國西部干旱區(qū)極端溫度未來預(yù)估［J］.大氣科學(xué)學(xué)報，42（1）：46-57. Yu E T，Sun J Q，2019.Extreme temperature projection over northwestern China based on multiple regional climate models［J］.Trans Atmos Sci，42（1）：46-57.doi：10.13878／j.cnki.dqkxxb.20181109001.（in Chinese）.

Yu E T，Sun J Q，Chen H P，et al.，2015.Evaluation of a high-resolution historical simulation over China：climatology and extremes［J］.Clim Dyn，45（7／8）：2013-2031.doi：10.1007／s00382-014-2452-6.

詹明月，王國杰，陸姣，等，2020.基于CMIP6多模式的長江流域蒸散發(fā)預(yù)估及影響因素［J］.大氣科學(xué)學(xué)報，43（6）：1115-1126. Zhan M Y，Wang G J，Lu J，et al.，2020.Projected evapotranspiration and the influencing factors in the Yangtze River Basin based on CMIP6 models［J］.Trans Atmos Sci，43（6）：1115-1126.doi：10.13878／j.cnki.dqkxxb.20200927002.（in Chinese）.

Zhou B T，Xu Y，Wu J，et al.，2016.Changes in temperature and precipitation extreme indices over China：analysis of a high-resolution grid dataset［J］.Int J Climatol，36（3）：1051-1066.doi：10.1002／joc.4400.

Zhu Y Y，Yang S N，2020.Evaluation of CMIP6 for historical temperature and precipitation over the Tibetan Plateau and its comparison with CMIP5［J］.Adv Clim Change Res，11（3）：239-251.doi：10.1016／j.accre.2020.08.001.

High-resolution model simulation is considered one of the important methods for studying climate change over the Tibetan Plateau （TP），which is characterized with scarce observations.The High Resolution Model Intercomparison Project （HighResMIP） has been added to the Sixth International Coupled Model Comparison Program （CMIP6），but its simulation performance has not been systematically evaluated over the TP.In this study，we evaluate the ability of CMIP6 HighResMIP models to simulate historical climate over the TP and perform an ensemble projection of the TP climate trend in the near future.The results show that，when compared to lower-resolution simulations，higher-resolution simulations of almost all （two-thirds） models reduce the area-mean bias of annual mean precipitation （surface air temperature）.A combined assessment of the Taylor diagram involving indices shows that higher-resolution simulations of about one-third of the models outperform their lower-resolution simulations for both annual mean surface air temperature and precipitation，while higher-resolution simulations of the rest of the models are close to or inferior to their lower-resolution simulations.Multi-model ensemble results outperform individual model results，and their higher-resolution simulation generally outperforms the lower-resolution simulation.Under the SSP5-8.5 scenario，an ensemble of higher-resolution models projects significant warming over the TP during 2021—2040 compared to 1995—2014，with relatively weak warming in the southeastern part.Projected precipitation shows an increasing-decreasing-increasing pattern from north to south.The annual mean surface air temperature will increase by （0.81±0.91） ℃ and precipitation will increase by （0.05±0.25） mm／d on average over the TP.These findings are useful for understanding the impact of improved model resolution on climate simulation performance over the TP and the evolution of the TPs climate in a warming future world.

Tibetan Plateau;climate change;HighResMIP;high-resolution simulation

doi：10.13878／j.cnki.dqkxxb.20220808001

（責(zé)任編輯：張福穎）