段志方 孔蘊(yùn)淇 張義晗 楊崧 胡曉明

摘要 近幾十年來，青藏高原呈現(xiàn)顯著增暖趨勢，準(zhǔn)確預(yù)估青藏高原未來氣候變化對農(nóng)業(yè)、生態(tài)系統(tǒng)、社會經(jīng)濟(jì)和人類生存與發(fā)展有著重要的科學(xué)意義。本研究基于CMIP6模式中18個模式在CO2濃度突然4倍（abrupt-4×CO2）強(qiáng)迫下的實驗結(jié)果，運(yùn)用氣候反饋響應(yīng)分析方法（CFRAM），研究溫室氣體強(qiáng)迫下青藏高原增暖響應(yīng)、進(jìn)行歸因分析并討論其模式間差異的來源。結(jié)果表明，高原地表增暖在很大程度上是溫室氣體強(qiáng)迫和正的水汽反饋造成的，并通過反照率反饋、云反饋以及地表熱存儲過程進(jìn)一步放大，表面感熱和潛熱過程抑制了升溫的幅度。其中，反照率反饋是造成青藏高原變暖比全球陸面平均增暖更強(qiáng)烈的原因。高原增暖響應(yīng)的不確定性主要由云反饋貢獻(xiàn)，其次是反照率反饋以及水汽反饋，但被感熱和潛熱過程削減。

關(guān)鍵詞表面溫度;青藏高原;氣候反饋;CMIP6;不確定性

青藏高原是世界上海拔最高、尺度最大、地形最復(fù)雜的高原，是除南北極以外地球上陸地冰川分布最多的地區(qū)，被稱為“世界屋脊”，也被稱為世界“第三極”（Qiu，2008），其復(fù)雜的氣候變化及其獨(dú)特高聳的大地形地表特征產(chǎn)生的動力作用和熱強(qiáng)迫機(jī)制對我國、亞洲東部乃至全球天氣氣候和環(huán)境變化產(chǎn)生了巨大的影響（段安民等，2015）。同時，青藏高原又被譽(yù)為“亞洲水塔”（Immerzeel et al.，2010;姚檀棟等，2019），孕育了長江、黃河、瀾滄江、雅魯藏布江、印度河、恒河等河流，滋養(yǎng)了中下游20億人口，對維系中下游生態(tài)系統(tǒng)健康和經(jīng)濟(jì)社會發(fā)展起著至關(guān)重要的作用。

在全球變暖背景下，青藏高原氣候發(fā)生了顯著變化。大量工作利用觀測資料和數(shù)值實驗開展了青藏高原氣候變化研究。研究表明，青藏高原近50 a來年平均氣溫每10 a升高0.3～0.4 ℃，其增溫速率是全球平均的2倍（陳德亮等，2015）。由于青藏高原持續(xù)增暖，所以出現(xiàn)了冰川加速退縮、凍土消融、湖泊擴(kuò)張、極端高溫和極端降水事件發(fā)生頻次顯著增加、高原物種減少等現(xiàn)象（底陽平等，2019;Yao et al.，2019;蔣元春等，2020）。青藏高原的變暖趨勢表現(xiàn)出較強(qiáng)的季節(jié)性和空間變化特征。在季節(jié)上，青藏高原冬春季增溫幅度較夏秋季大（Su et al.，2017;吳芳營等，2019;吳玉婷等，2022;楊耀先等，2022）。在空間上，青藏高原北部的變暖速率較大（Rangwala et al.，2013;魏瑩和段克勤，2020;李菲等，2021）。青藏高原持續(xù)增暖，故其地表環(huán)境和生態(tài)系統(tǒng)變化對氣候變化的響應(yīng)與反饋過程，一直以來備受科學(xué)界關(guān)注（Ding，2018;樸世龍等，2019）。

政府間氣候變化專門委員會（Intergovernmental Panel on Climate Change，IPCC）第6次評估報告指出，自1850—1900年以來，全球地表平均溫度已上升約1 ℃，氣候變化正在加劇水循環(huán)、影響降水特征、加快多年凍土融化和海平面上升，人類對氣候系統(tǒng)的影響是明確的，未來全球變暖已然是不爭的事實（王會軍等，2020;趙宗慈等，2020;IPCC，2021;Zhou and Zhang，2021）。預(yù)估未來氣候變化是氣候變化應(yīng)對政策制定和行動的基礎(chǔ)，對農(nóng)業(yè)、生態(tài)系統(tǒng)、社會經(jīng)濟(jì)和人類生存與發(fā)展有著重要的科學(xué)意義。為了對未來氣候進(jìn)行可靠預(yù)估，國際耦合模式比較計劃（Coupled Model Intercomparison Project，CMIP）至今已組織6次（CMIP1—6）。前人基于CMIP5計劃結(jié)果已經(jīng)做了大量工作，研究顯示：青藏高原未來中到強(qiáng)降雨和暴雨的出現(xiàn)頻率將增加（Hui et al.，2018）;出現(xiàn)顯著增暖增濕現(xiàn)象，增暖中心在高原西北地區(qū)，增溫幅度從西北到東南遞減，增濕以高原東南部為主（王玉琦等，2019）;在溫室氣體排放較高的情景下，升溫隨海拔高度升高而放大得更大（Rangwala et al.，2013）。在不同典型濃度路徑（Representative Concentration Pathways，RCPs）情景下，RCP4.5和RCP8.5青藏高原平均氣溫短期分別上升1.4和1.6 ℃，長期分別上升2.4和4.0 ℃（Jia et al.，2019）。在全球變暖1.5和2.0 ℃的背景下，基于CMIP5模式集合平均預(yù)估青藏高原氣候變化幅度是全球氣候變化的1.5～3.0倍（周天軍等，2020）。

青藏高原作為全球氣候變化的高敏感區(qū)域和脆弱區(qū)域，對于模式預(yù)測的準(zhǔn)確度具有一定挑戰(zhàn)。青藏高原產(chǎn)生永久凍土降解（Xue et al.，2009）、熱強(qiáng)迫減弱以及陸地蒸發(fā)量增加（Yang et al.，2014）等氣候變化，使其未來變化更加難以預(yù)估。CMIP5模型輸出結(jié)果在青藏高原上存在較大的不確定性（胡芩等，2014;Su et al.，2017;Fan et al.，2021）;CMIP6實驗數(shù)據(jù)已發(fā)布，且新一代氣候和地球系統(tǒng)模式在物理過程、生物地球化學(xué)過程、參數(shù)化方案和分辨率等方面均較早期版本有了不同程度的改進(jìn);無論從模式的改進(jìn)，還是對未來情景的設(shè)計，CMIP6模擬結(jié)果更符合實際，能展現(xiàn)出更高的模擬精度。與觀測相比，CMIP6與CMIP5大部分模式對高原地表平均增暖預(yù)估存在冷偏差，但該冷偏差在CMIP6中有所減小，與CMIP5冷偏差1.52 ℃相比減小了0.44 ℃（Zhu and Yang，2020;Cui et al.，2021）。CMIP6的多模式集合平均（Multi-Model Ensemble，MME）能夠?qū)⑶嗖馗咴鞅钡貐^(qū)CMIP5的MME中出現(xiàn)的較大冷偏減小到1 ℃左右，春、冬季冷偏較小，在不同海拔高度均能減小到2 ℃以下，在海拔高度3～4 km區(qū)域偏差最小，冷偏為0.22 ℃（Lun et al.，2021）。MME結(jié)果與中位數(shù)結(jié)果優(yōu)于大多數(shù)單個模型模擬效果（Jiang et al.，2020;陳榮等，2023），能較好地再現(xiàn)青藏高原季節(jié)平均氣溫和降水的總體空間格局以及所有季節(jié)的平均溫度和降水的增加趨勢。CMIP6模式預(yù)估結(jié)果表明，相比于1995—2014年，在不同共享社會經(jīng)濟(jì)路徑（Shared Socioeconomic Pathways，SSPs）SSP2-4.5和SSP5-8.5情景中，青藏高原年平均地表氣溫在21世紀(jì)90年代分別上升2.5和5.1 ℃，其中秋季和冬季增幅更大，高海拔地區(qū)增暖幅度大，藏北高原中西部和巴顏喀拉山區(qū)為升溫中心（陳煒等，2021;孟雅麗等，2022）。因此，探究CMIP6模式中青藏高原增暖對溫室氣體增加的響應(yīng)及其不確定性的基本機(jī)制具有重要意義，能有效應(yīng)對氣候變化對高原區(qū)域農(nóng)業(yè)、生態(tài)系統(tǒng)、社會經(jīng)濟(jì)產(chǎn)生的影響，保障其安全，推動其可持續(xù)發(fā)展。

氣候反饋響應(yīng)分析方法（Climate Feedback-response Analysis Method，CFRAM;Cai and Lu，2009;Lu and Cai，2009）是用溫度來表征氣候系統(tǒng)外部強(qiáng)迫和內(nèi)部各氣候因子的變化對總的氣候系統(tǒng)能量或溫度變化的貢獻(xiàn)的一種統(tǒng)計方法。CFRAM基于耦合的大氣-地表系統(tǒng)的能量平衡方程，可以把模式輸出的溫度變化分解為由外強(qiáng)迫、輻射和非輻射過程引起的部分溫度變化。相比于傳統(tǒng)的氣候反饋診斷方法，CFRAM方法有明顯的優(yōu)勢。它關(guān)注整個大氣和地表能量擾動的溫度響應(yīng)，并且可以定量計算出輻射過程和非輻射過程的貢獻(xiàn)。高原增暖是外部強(qiáng)迫和氣候反饋共同作用的結(jié)果，利用CFRAM可以深入理解各外強(qiáng)迫和反饋過程對高原增暖的相對貢獻(xiàn)。通過對比多模式間的結(jié)果差異，可進(jìn)一步揭示多模式對高原增暖響應(yīng)模擬不確定性的主要來源。本文將基于CMIP6，運(yùn)用CFRAM方法，系統(tǒng)地分析青藏高原在CO2強(qiáng)迫下，各個反饋過程對增暖及其不確定性的貢獻(xiàn)。

1 研究區(qū)域及資料和方法

1.1 研究區(qū)域概況

青藏高原地勢高聳，地形復(fù)雜，平均海拔在4 km以上。這種特殊的地理環(huán)境形成了青藏高原極其復(fù)雜的氣候條件。本文選取60°～110°E、20°～50°N范圍內(nèi)海拔1.5 km以上區(qū)域作為青藏高原區(qū)域。

1.2 資料

利用氣候模式模擬有助于診斷青藏高原對溫室氣體增加的響應(yīng)。本文采用了CMIP6最核心的DECK實驗中的兩組基準(zhǔn)試驗的模式數(shù)據(jù)（Eyring et al.，2016）：一組是氣候模式對工業(yè)化前氣候狀態(tài)的控制模擬，一般是至少500 a的工業(yè)前模擬實驗（piControl）;另一組是在piCcontrol實驗運(yùn)行的某個時間節(jié)點(diǎn)上，把CO2的濃度突然增加4倍，模式再持續(xù)運(yùn)行至少150 a，使氣候系統(tǒng)達(dá)到新平衡狀態(tài)（Deser et al.，2012），稱之為突然4倍CO2強(qiáng)迫實驗（abrupt-4×CO2）。為使模式間比較具有公平性和一致性，每個模式僅用同一初始狀態(tài)實驗（r1i1p1f1）下的數(shù)據(jù)。本文對青藏高原在CO2強(qiáng)迫下的響應(yīng)定義為增暖后與增暖前氣候態(tài)之差。增暖前的氣候態(tài)為piCcontrol實驗中最后150 a的年平均值。增暖后的氣候狀態(tài)為abrupt-4×CO2實驗中第140—150年的年平均值。

本文使用的18個CMIP6模式均包含分析所需的變量，包括：溫度、比濕、云量、云水／云冰含量、地表感熱（潛熱）通量、地表向下（向上）的長波輻射通量、地表向下（向上）的短波輻射通量、大氣頂部向下（向上）的短波輻射通量。表1給出了各模式的名稱及分辨率。所有模式均為月平均數(shù)據(jù)輸出，并使用雙線性插值插值到2.5°×2.5°網(wǎng)格。

1.3 方法：氣候反饋響應(yīng)分析方法（CFRAM）

氣候反饋響應(yīng)分析方法（CFRAM）是當(dāng)前氣候反饋領(lǐng)域廣泛應(yīng)用的分析方法之一，其優(yōu)勢在于用部分溫度變化表征各外強(qiáng)迫和反饋過程對總溫度變化的貢獻(xiàn)，且所有的部分溫度變化之和等于總溫度變化。CFRAM基于耦合的大氣-地表系統(tǒng)的能量平衡方程，關(guān)注整個大氣和地表能量擾動的溫度響應(yīng)，可將模式輸出的溫度變化分解為由外強(qiáng)迫、輻射和非輻射過程引起的部分溫度變化，定量計算氣候系統(tǒng)外部強(qiáng)迫以及內(nèi)部各氣候要素的變化引起的獨(dú)立能量或溫度變化。輻射能量通量散度的變化可通過輻射能量通量輻合（Qrad）變化和非輻射能量通量輻合（Qnon-rad）變化之和來表示：

式中：Δ（E/t）是基準(zhǔn)狀態(tài)和變暖狀態(tài)之間能量儲存的差異；Qrad=S-R由從凈短波輻射通量（S）與凈長波輻射通量（R）之間的差推導(dǎo)得出。使用線性近似，ΔS-R可進(jìn)一步分解為個別輻射反饋過程，公式如下：

其中：符號Δ后的上標(biāo)CO2、AL、WV、CLD分別表示單獨(dú)由CO2濃度、地表反照率、水汽、云變化引起的部分輻射加熱擾動；ΔT為兩種氣候狀態(tài)下每一層的溫度差。此外，R/T稱為普朗克反饋矩陣。ΔQnon-rad表示非輻射能量通量輻合的變化，可分解為以下幾個過程：

ΔQnon-rad=ΔQATM+ΔQSHSR+ΔQLH+ΔQSH。（3）

式中：ΔQATM、ΔQSHSR、ΔQSH和ΔQLH分別表示大氣對流/大尺度垂直和水平運(yùn)動引起的能量輻合變化、與地表熱存儲變化相關(guān)的非輻射能量通量輻合的變化以及潛熱通量和感熱通量變化引起的能量輻合變化。再將（2）式和（3）式帶入（1）式中，得到：

方程的左右兩側(cè)包含各層大氣層以及地表的溫度變化矩陣，上述方程可逐網(wǎng)格進(jìn)行計算。其中CO2強(qiáng)迫項（ΔTCO2）表示僅由于CO2突然增加4倍而引起的溫度變化。

在abrupt-4×CO2實驗中，abrupt-4×CO2是引起溫度變化和其他反饋過程中溫度變化的唯一外強(qiáng)迫。輻射反饋過程包括反照率反饋（AL）、水汽反饋（WV）和云反饋（CLD）。非輻射過程包括大氣動力學(xué)項（ATM）、地表熱存儲項（SHSR）以及地表感熱通量項（SH）和地表潛熱通量項（LH）。其中，云反饋可以分解為云的短波效應(yīng)（CLDS）和長波效應(yīng)（CLDL）。ATM項表示在大氣層中由于非輻射過程引起的能量輻合最終導(dǎo)致的溫度變化，有可能來自對流或大尺度垂直運(yùn)動、大氣的水平運(yùn)動以及大氣中的潛熱通量和感熱通量的變化。另外，SH項和LH項表示由于地表潛熱通量和地表感熱通量的變化而引起的地表溫度的變化。

2 青藏高原對溫室氣體增加的多模式集合平均響應(yīng)

2.1 突然4倍CO2強(qiáng)迫下青藏高原增暖特征

為了更好地理解高原地面溫度對溫室氣體的響應(yīng)機(jī)制及其特殊性，將高原平均增暖與全球陸面平均增暖進(jìn)行對比分析。在突然4倍CO2（abrupt-4×CO2）強(qiáng)迫下，18個模式對青藏高原區(qū)域平均和全球陸面平均增暖預(yù)估如圖1所示。圖1a中，按CFRAM輸出青藏高原升溫幅度降序排列（模式編號與表1編號對應(yīng)），并將多模式集合平均MME（簡寫為E）放在橫坐標(biāo)的右端。圖1a顯示，CFRAM輸出結(jié)果在青藏高原地區(qū)地表增暖與模式預(yù)估偏差較小，能較好地反映青藏高原地表增暖。根據(jù)Fan et al.（2021）針對東亞增暖預(yù)估的研究結(jié)果，CFRAM在整個東亞區(qū)域乃至全球陸地格點(diǎn)上均能可靠地分解模式模擬的總溫度變化，較好地再現(xiàn)模式預(yù)估增暖值，誤差控制在10％以內(nèi)。青藏高原地區(qū)平均增暖范圍為5.8～10.4 K，全球陸面平均增暖范圍為5.2～9.7 K，大多數(shù)模式預(yù)估的青藏高原區(qū)域平均增暖大于全球陸面平均增暖，MME結(jié)果同樣表明高原增暖大于全球陸面平均增暖。

運(yùn)用CFRAM分析MME增暖，得到由外強(qiáng)迫和各內(nèi)部反饋過程對高原及全球陸面平均增暖的貢獻(xiàn)。如圖1b所示，高原增暖貢獻(xiàn)項從大到小依次為水汽反饋（WV）、CO2、反照率反饋（AL）和地表熱存儲（SHSR）項。溫室氣體強(qiáng)迫引起的青藏高原區(qū)域平均增溫與全球陸面平均增暖相當(dāng)。地表反照率反饋對青藏高原表面增溫的貢獻(xiàn)約是對全球陸面增溫貢獻(xiàn)的4倍。水汽反饋、云短波輻射反饋以及地表熱存儲過程導(dǎo)致的青藏高原升溫幅度略低于對全球陸面平均溫度的貢獻(xiàn)。云長波輻射反饋過程對青藏高原溫度變化為正貢獻(xiàn)，而對全球陸面溫度變化為負(fù)貢獻(xiàn)。地表的感熱和潛熱過程對青藏高原和全球陸面溫度變化均為負(fù)貢獻(xiàn)且在青藏高原造成的降溫更強(qiáng)。其主要原因是，與全球陸面平均相比，青藏高原海拔高度高、積雪多、地表反照率反饋貢獻(xiàn)大，水汽少、水汽反饋貢獻(xiàn)小，云量多、云輻射反饋貢獻(xiàn)為正，冰川、積雪融化伴隨的感熱和潛熱過程負(fù)貢獻(xiàn)高。

多模式對高原增暖的模擬結(jié)果存在一定差異，為了進(jìn)一步探究模式間差異的原因，對每個模式的反饋分析結(jié)果進(jìn)行討論。圖2展示了每個模式中各反饋過程對高原平均增暖和全球陸面平均增暖的貢獻(xiàn)。結(jié)果表明，溫室氣體強(qiáng)迫對青藏高原和全球陸面增暖的貢獻(xiàn)在各模式中高度一致，均為正貢獻(xiàn)，且增溫幅度差異較小。水汽反饋在各模式中均對高原和全球陸面平均變暖產(chǎn)生正貢獻(xiàn)。

地表反照率反饋在青藏高原上有明顯正貢獻(xiàn)，但存在顯著的模式間差異。地表熱存儲過程在各模式中對高原和全球陸面平均增溫均為正貢獻(xiàn)，且貢獻(xiàn)幅度相當(dāng)。相反地，地表的感熱和潛熱過程在各模式中對高原和全球陸面平均增暖均為負(fù)貢獻(xiàn)，且對青藏高原增暖的負(fù)貢獻(xiàn)更大。需要特別指出的是，云反饋、大氣動力過程對高原和全球陸面增溫的貢獻(xiàn)在不同模式中符號不同。在大多數(shù)模式中，云短波輻射對全球增暖有正貢獻(xiàn)。

綜上所述，各模式（圖2）和MME（圖1b）的CFRAM輸出結(jié)果顯示，青藏高原地表增暖與全球陸面平均增暖相似，在很大程度上可歸因于人為的溫室氣體強(qiáng)迫及相應(yīng)的正的水汽反饋，并通過地表反照率反饋、云短波輻射反饋以及地表熱存儲過程進(jìn)一步放大，而地表的感熱和潛熱過程抑制了升溫的幅度。與全球陸面平均相比，青藏高原地表反照率反饋產(chǎn)生的增溫更大，這是造成青藏高原變暖比全球陸面更強(qiáng)烈的原因。

2.2 各反饋過程對青藏高原增暖相對貢獻(xiàn)的空間分布特征

考慮到青藏高原的空間復(fù)雜性，進(jìn)一步討論MME高原增暖和每個反饋過程引起的部分溫度變化的空間分布（圖3）。結(jié)果顯示，青藏高原增溫在中部以及西部地區(qū)最強(qiáng)，出現(xiàn)增溫超過8 K的增暖中心（圖3i）。CO2強(qiáng)迫導(dǎo)致的高原增暖呈現(xiàn)出空間上的均勻分布（圖3e）。地表反照率引起的增暖在青藏高原東部和南部地區(qū)出現(xiàn)2個明顯的增暖中心（圖3a），這是未來冰雪覆蓋減少造成地表反照率變化的結(jié)果，因此增暖主要發(fā)生在氣候態(tài)冰雪覆蓋多、反照率高的地區(qū)（圖4a）。在冰雪融化的過程中，感熱和潛熱過程發(fā)生變化，抑制青藏高原增暖。因此，感熱和潛熱過程在青藏高原東部和南部地區(qū)同樣出現(xiàn)2個明顯的增暖的負(fù)貢獻(xiàn)中心，降溫效應(yīng)超過-7 K。這種抑制增暖空間格局與地表反照率變化引起的增暖的空間格局高度一致（圖3a、h）。在某種程度上，這意味著感熱和潛熱過程減少了反照率反饋引起的空間不均勻性。水汽反饋在高原上造成空間分布較均勻的增暖，在高原全域?qū)е麓笥? K的增暖分布，只有高原東南部邊緣地區(qū)變暖超過4 K。這是由于在全球變暖情景下，青藏高原上空大氣中的水汽含量將增加（圖4b），水汽含量的增加增強(qiáng)了向下的長波輻射。云反饋過程對高原增暖的貢獻(xiàn)存在較大的空間差異（圖3c、d）。云長波輻射反饋對高原北部增暖有正貢獻(xiàn)、對南部增暖有負(fù)貢獻(xiàn)，這與云短波輻射反饋造成的溫度變化分布相反（圖3c、d），從而總體上削弱了云反饋對青藏高原增暖的貢獻(xiàn)。這是由于在溫室氣體強(qiáng)迫下，高原上空總云量變化和整層大氣柱的云水／云冰含量變化的MME吻合較好（圖4c、d），青藏高原云量的減少和云水／云冰的增加相互抵消，對增溫的貢獻(xiàn)較小。地表熱存儲過程在青藏高原上呈現(xiàn)整體增暖的空間格局，在青藏高原的中部和西部地區(qū)，增溫較其他區(qū)域更為顯著（圖3g），東部出現(xiàn)與感熱和潛熱過程抑制增暖相同區(qū)域的抑制中心，這與青藏高原較快的冰雪融化有關(guān)。大氣動力過程對青藏高原變暖的貢獻(xiàn)較小（圖3f），不做深入討論。

總體而言，在abrupt-4×CO2強(qiáng)迫下，作為對外部強(qiáng)迫的響應(yīng)，CO2增加導(dǎo)致青藏高原地表均勻增暖，而水汽反饋和地表反照率反饋則顯著放大了初始增暖。地表的熱吸收和熱釋放過程總體對青藏高原地表增溫也有積極作用。感熱和潛熱過程主要起到抑制升溫的作用。

3 青藏高原對溫室氣體增加的響應(yīng)的模式間差異

3.1 abrupt-4×CO2強(qiáng)迫下青藏高原增暖的模式間差異特征

由圖1和圖2可知，與全球陸面平均增暖相比，青藏高原區(qū)域平均增暖更強(qiáng)，模式間不確定性也更大。為此，我們運(yùn)用CFRAM分析方法探究青藏高原各反饋響應(yīng)過程引起的部分增暖的模式間差異，進(jìn)而揭示青藏高原增暖預(yù)估不確定性的來源。

圖5a為各模式中高原區(qū)域平均總增暖以及外強(qiáng)迫和反饋響應(yīng)過程引起部分增暖的箱線圖，從上到下分別為最大值、上四分位數(shù)、中位數(shù)、下四分位數(shù)和最小值?？傇鰷啬Ｊ介g差異約為2 K，云短波和長波反饋、地表反照率反饋以及水汽反饋是模式間不確定性最大的3項。云短波輻射反饋模式間差異接近4 K，且模式對云反饋過程模擬結(jié)果的符號不一致。反照率和水汽反饋雖然模式間差異也較大，但模式間的符號一致。大氣動力過程模式間差異雖然相對較小，但模式間對該過程的貢獻(xiàn)為正或負(fù)仍存在爭議。地表熱存儲過程以及感熱和潛熱過程模式間差異較小，上四分位數(shù)、中位數(shù)、下四分位數(shù)差異在0.5 K左右。CO2強(qiáng)迫帶來的部分增暖幾乎不存在模式間的差異。

各模式外強(qiáng)迫和反饋響應(yīng)過程引起青藏高原部分增暖的模式間差異如圖5b所示，即圖2a中的部分溫度變化去掉MME值后的結(jié)果。黑虛線對應(yīng)各色柱的總和，即為各模式模擬的高原平均增暖偏離MME的值。云反饋、地表反照率反饋和水汽反饋的各模式不確定性基本是同相位的，而地表感熱和潛熱過程則基本是反相位的。這表明，云反饋、地表反照率反饋和水汽反饋3個過程對模式中高原增暖響應(yīng)的不確定性起增大的貢獻(xiàn)。

綜上所述，模式的不確定性主要由云反饋貢獻(xiàn)，其次是地表反照率反饋、水汽反饋。地表熱存儲過程以及大氣動力過程的模式間差異也不可忽略。外部強(qiáng)迫（4倍CO2）的直接貢獻(xiàn)幾乎沒有表現(xiàn)出模式間差異。

3.2 各反饋過程對青藏高原增暖不確定性的貢獻(xiàn)的空間分布

為了全面了解溫室氣體強(qiáng)迫下青藏高原變暖的不確定性，研究其不確定性的空間分布特征，本節(jié)將詳細(xì)討論各反饋過程造成的部分溫度變化的空間分布的模式間差異。圖6a展示的是18個模式變暖預(yù)估的標(biāo)準(zhǔn)差的空間分布，圖6b—s為各模式對地表變暖預(yù)估相對于MME的偏差（各模式排列從左到右、從上到下，與表1的排列一致）。每個小圖右上方的值表示對應(yīng)的區(qū)域平均值，圖6b—s按照青藏高原區(qū)域平均變暖從左到右、從上到下排列。增暖預(yù)估最大標(biāo)準(zhǔn)差出現(xiàn)在青藏高原中東部和南部地區(qū)，該特征與Woldemeskel et al.（2016）的研究結(jié)果一致。各模式對高原增暖預(yù)估存在較大空間差異，絕大多數(shù)模式對青藏高原區(qū)域增暖預(yù)估體現(xiàn)為正、負(fù)異常均出現(xiàn)，均出現(xiàn)了多個正、負(fù)極大值中心，最大極值中心差值達(dá)8 K以上，極值中心分布基本與地表反照率和總云量的MME分布一致。這表明，改善地表反照率和云量的參數(shù)可有效減小模式對青藏高原變暖預(yù)估的空間不確定性。

圖7為模式對反照率反饋造成的部分溫度變化的模擬情況。圖7a為18個模式反照率反饋增暖預(yù)估的標(biāo)準(zhǔn)差的空間分布，圖7b—s為各模式對反照率反饋地表變暖預(yù)估相對于MME的偏差。圖8—12與圖7相同，依次顯示的是水汽反饋、云反饋、大氣動力過程、地表熱吸收和熱釋放過程以及感熱和潛熱過程相關(guān)的個別過程的部分溫度變化。反照率反饋增暖預(yù)估的標(biāo)準(zhǔn)差（圖7a）呈現(xiàn)出顯著的非均勻的空間分布，最大標(biāo)準(zhǔn)差出現(xiàn)在青藏高原中南部地區(qū)。標(biāo)準(zhǔn)差大值中心與最強(qiáng)增暖地區(qū)一致，表明反照率造成的增暖強(qiáng)的地區(qū)，模式間差異大。反照率反饋增暖較強(qiáng)的模式模擬出的高原整體增暖傾向于正異常，反之亦然。反照率反饋造成的高原平均增暖最大正異常與最大負(fù)異常之差達(dá)3.21 K。

水汽反饋導(dǎo)致的增暖在空間上顯示出較均勻的分布（圖8a）。根據(jù)各模式水汽反饋與MME的水汽反饋引起的部分增暖預(yù)估偏差分布（圖8b—s）可知，水汽反饋引起的增溫在高原區(qū)域基本呈現(xiàn)一致的正（負(fù)）異常。各模式間區(qū)域平均偏差最大正異常與最大負(fù)異常之差達(dá)2.51 K。然而，云反饋增暖預(yù)估的標(biāo)準(zhǔn)差（圖9a）呈現(xiàn)出明顯的非均勻空間分布，模式間最大差異出現(xiàn)在青藏高原東南部地區(qū)（圖9b—s）。相當(dāng)一部分模式結(jié)果顯示，單模式中云反饋過程造成的溫度變化相對于MME的偏差在高原東南部和中西部地區(qū)符號相反。這表明，在溫室氣體增加的強(qiáng)迫下，高原東南部云的變化機(jī)制與中西部云的變化機(jī)制可能存在差異。大氣動力過程通過引起大氣溫度變化，并進(jìn)而通過長波輻射影響地表溫度。大氣動力過程造成的溫度變化在模式間的差異大值區(qū)出現(xiàn)在青藏高原中部一帶地區(qū)（圖10a）。與其他反饋過程相比，大氣動力過程的引起的區(qū)域平均增暖相對于MME的偏差小一個量級，對總增暖的模式間差異貢獻(xiàn)較小，故不再做詳細(xì)討論。

地表熱存儲（圖11）以及感熱和潛熱過程（圖12）造成的增溫模式間差異較大，并且表現(xiàn)出顯著的空間不均勻性。地表熱存儲過程導(dǎo)致的增暖的模式間差異大值出現(xiàn)在青藏高原東部和南部地區(qū)，其極值中心與增暖最顯著地區(qū)一致（圖11a）。單個模式地表熱存儲過程引起增溫相對于MME值的偏差在青藏高原山區(qū)域內(nèi)較為散亂，可存在多個正負(fù)極大值中心（圖11b—s）。相應(yīng)地，感熱和潛熱過程造成的增溫模式間差異也較大（圖12a）。感熱和潛熱過程引起增溫相對于MME值的偏差和反照率反饋的貢獻(xiàn)大致呈現(xiàn)反向分布（圖7），表明感熱和潛熱過程可以有效抑制由反照率反饋引起的增暖不確定性。

綜上所述，青藏高原總增暖的最大模式間差異出現(xiàn)在高原中東部和南部地區(qū)。模式間差異大值中心分布基本與地表反照率和云反饋的模式間差異大值區(qū)分布一致，表明改進(jìn)地表反照率以及云量的參數(shù)可有效縮小模式對青藏高原增暖預(yù)估的空間不確定性。青藏高原反照率反饋、云反饋、地表熱存儲過程以及感熱和潛熱過程的模式間差異均呈現(xiàn)顯著的非均勻空間分布。反照率反饋過程的最大模式間差異在中南部地區(qū)，云反饋過程的最大模式間差異在東南部地區(qū)，地表熱存儲過程的最大模式間差異在東部和南部地區(qū)，感熱和潛熱過程的最大模式間差異在中南部地區(qū)。對單個模式而言，感熱和潛熱過程造成的溫度變化與反照率反饋項符號相反，起到降低空間不均勻性的作用。

4 結(jié)論與討論

本文基于CMIP6模式中18個模式的模擬結(jié)果，分析了在CO2濃度突然4倍（abrupt-4×CO2）強(qiáng)迫下青藏高原增暖響應(yīng)，并對青藏高原增暖進(jìn)行了氣候響應(yīng)反饋歸因分析，討論了其模式間差異的來源。在abrupt-4×CO2強(qiáng)迫下，青藏高原地表增暖與全球陸面平均增暖相似，在很大程度上可歸因于人為的溫室氣體強(qiáng)迫及相應(yīng)的正的水汽反饋，并通過地表反照率反饋、云短波輻射反饋以及地表熱存儲過程進(jìn)一步放大，而地表的感熱和潛熱過程抑制了升溫的幅度。與全球陸面平均相比，青藏高原地表反照率反饋產(chǎn)生的增溫更大，這是造成青藏高原變暖比全球陸面更強(qiáng)烈的原因。

多模式對高原增暖的模擬存在較大模式不確定性。從高原平均增暖來看，模式的不確定性主要由云反饋貢獻(xiàn)，其次是地表反照率反饋以及水汽反饋，但受到感熱和潛熱過程的抑制。地表熱存儲過程以及大氣動力過程的模式間差異也不可忽略。外部強(qiáng)迫（4倍CO2）對高原增暖的直接貢獻(xiàn)幾乎沒有表現(xiàn)出模式間差異。從增暖模式間差異的空間分布來看，青藏高原總增暖的最大模式間差異出現(xiàn)在高原中東部和南部地區(qū)。模式間差異大值中心分布基本與地表反照率和云反饋的模式間差異大值區(qū)分布一致，表明改進(jìn)地表反照率以及云量的參數(shù)可以有效縮小模式對青藏高原增暖預(yù)估的空間不確定性。青藏高原反照率反饋、云反饋、地表熱存儲過程以及感熱和潛熱過程的模式間差異均呈現(xiàn)顯著的非均勻空間分布。反照率反饋過程的最大模式間差異在中南部地區(qū)，云反饋過程的最大模式間差異在東南部地區(qū)，地表熱吸收和熱釋放過程的最大模式間差異在東部和南部地區(qū)，感熱和潛熱過程的最大模式間差異在中南部地區(qū)。對單個模式而言，感熱和潛熱過程造成的溫度變化與反照率反饋項符號相反，起到降低空間不均勻性的作用。

綜上所述，本文對CMIP6中青藏高原增暖對溫室氣體增加的響應(yīng)及模式間差異進(jìn)行了深入討論。對高原增暖預(yù)估來說，反照率反饋和云反饋過程是縮小高原增暖預(yù)估不確定性的關(guān)鍵;同時，陸面過程如地表熱存儲和熱通量過程的準(zhǔn)確模擬也至關(guān)重要。

本研究主要關(guān)注青藏高原地區(qū)增暖對CO2強(qiáng)迫的響應(yīng)。然而，在現(xiàn)實氣候系統(tǒng)中，除了CO2外，氣溶膠強(qiáng)迫、臭氧強(qiáng)迫等對氣候變化也有重要影響。因此，對氣候變化的研究需要綜合考慮各種外部強(qiáng)迫因素的影響，以便更全面地理解和預(yù)測氣候系統(tǒng)的變化趨勢。此外，本研究主要考慮青藏高原多年平均氣候狀態(tài)，但青藏高原夏季是“熱源”、冬季為“冷源”，隨著季節(jié)的變化，各個反饋響應(yīng)過程將出現(xiàn)顯著變化，因此，分季節(jié)探究高原增暖的響應(yīng)有助于更全面地了解不同季節(jié)的主要反饋響應(yīng)過程及不確定性來源，利于模式在青藏高原地區(qū)的進(jìn)一步改進(jìn)。

參考文獻(xiàn)（References）

Cai M，Lu J H，2009.A new framework for isolating individual feedback processes in coupled general circulation climate models.Part II：method demonstrations and comparisons［J］.Climate Dyn，32（6）：887-900.doi：10.1007／s00382-008-0424-4.

陳德亮，徐柏青，姚檀棟，等，2015.青藏高原環(huán)境變化科學(xué)評估：過去、現(xiàn)在與未來［J］.科學(xué)通報，60（32）：3025-3035. Chen D L，Xu B Q，Yao T D，et al.，2015.Assessment of past，present and future environmental changes on the Tibetan Plateau［J］.Chin Sci Bull，60（32）：3025-3035.doi：10.1360／n972014-01370.（in Chinese）.

陳榮，段克勤，尚溦，等，2023.基于CMIP6模式數(shù)據(jù)的1961—2099年青藏高原降水變化特征分析［J］.高原氣象，42（2）：294-304. Chen R，Duan K Q，Shang M，et al.，2023.Characteristics of precipitation change over the Qinghai-Xizang Plateau from 1961 to 2099 based on CMIP6 models［J］.Plateau Meteor，42（2）：294-304.doi：10.7522／j.issn.1000-0534.2021.00084.（in Chinese）.

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）.

Cui T，Li C，Tian F Q，2021.Evaluation of temperature and precipitation simulations in CMIP6 models over the Tibetan Plateau［J］.Earth Space Sci，8（7）：e2020EA001620.doi：10.1029／2020ea001620.

Deser C，Phillips A，Bourdette V，et al.，2012.Uncertainty in climate change projections：the role of internal variability［J］.Climate Dyn，38（3）：527-546.doi：10.1007／s00382-010-0977-x.

底陽平，張揚(yáng)建，曾輝，等，2019.“亞洲水塔”變化對青藏高原生態(tài)系統(tǒng)的影響［J］.中國科學(xué)院院刊，34（11）：1322-1331. Di Y P，Zhang Y J，Zeng H，et al.，2019.Effects of changed Asian Water Tower on Tibetan Plateau ecosystem：a review［J］.Bull Chin Acad Sci，34（11）：1322-1331.doi：10.16418／j.issn.1000-3045.2019.11.015.（in Chinese）.

Ding Y H，2018.Sustainable management and action in China under the increasing risks of global climate change［J］.Engineering，4（3）：12-21.

段安民，肖志祥，王子謙，2018.青藏高原冬春積雪和地表熱源影響亞洲夏季風(fēng)的研究進(jìn)展［J］.大氣科學(xué)，42（4）：755-766. Duan A M，Xiao Z X，Wang Z Q，2018.Impacts of the Tibetan Plateau winter／spring snow depth and surface heat source on Asian summer monsoon：a review［J］.Chin J Atmos Sci，42（4）：755-766.doi：10.3878／j.issn.1006-9895.1801.17247.（in Chinese）.

Eyring V，Bony S，Meehl G A，et al.，2016.Overview of the Coupled Model Intercomparison Project Phase 6 （CMIP6） experimental design and organization［J］.Geosci Model Dev，9（5）：1937-1958.doi：10.5194／gmd-9-1937-2016.

Fan H J，Hu X M，Yang S，et al.，2021.Process-based analysis of relative contributions to the multi-model warming projection over East Asia［J］.Climate Dyn，56（9）：2729-2747.doi：10.1007／s00382-020-05614-7.

Gregory J M，Andrews T，Good P，2015.The inconstancy of the transient climate response parameter under increasing CO2［J］.Philos Trans R Soc A：Math Phys Eng Sci，373（2054）：20140417.doi：10.1098／rsta.2014.0417.

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）.

Hui P H，Tang J P，Wang S Y，et al.，2018.Climate change projections over China using regional climate models forced by two CMIP5 global models.Part II：projections of future climate［J］.Int J Climatol，38（S1）：e78-e94.doi：10.1002／joc.5409.

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：contribution of working group I to the sixth assessment report of the Intergovernmental Panel on Climate Change［M］.Cambridge：Cambridge University Press.

Jia K，Ruan Y F，Yang Y Z，et al.，2019.Assessment of CMIP5 GCM simulation performance for temperature projection in the Tibetan Plateau［J］.Earth and Space Science，6（12）：2362-2378.

Jiang D B，Hu D，Tian Z P，et al.，2020.Differences between CMIP6 and CMIP5 models in simulating climate over China and the East Asian monsoon［J］.Adv Atmos Sci，37（10）：1102-1118.doi：10.1007／s00376-020-2034-y.

蔣元春，李棟梁，鄭然，2020.1971—2016年青藏高原積雪凍土變化特征及其與植被的關(guān)系［J］.大氣科學(xué)學(xué)報，43（3）：481-494. Jiang Y C，Li D L，Zheng R，2020.Variation characteristics of snow cover and frozen soil and their relationships with vegetation in the Tibetan Plateau from 1971 to 2016［J］.Trans Atmos Sci，43（3）：481-494.doi：10.13878／j.cnki.dqkxxb.20191215011.（in Chinese）.

李菲，郜永祺，萬欣，等，2021.全球變暖與地球“三極”氣候變化［J］.大氣科學(xué)學(xué)報，44（1）：1-11. Li F，Gao Y Q，Wan X，et al.，2021.Earths “three-poles” climate change under global warming［J］.Trans Atmos Sci，44（1）：1-11.doi：10.13878／j.cnki.dqkxxb.20201031003.（in Chinese）.

Lu J H，Cai M，2009.A new framework for isolating individual feedback processes in coupled general circulation climate models.Part I：formulation［J］.Climate Dyn，32：873-885.

Lun Y R，Liu L，Cheng L，et al.，2021.Assessment of GCMs simulation performance for precipitation and temperature from CMIP5 to CMIP6 over the Tibetan Plateau［J］.Int J Climatol，41（7）：3994-4018.doi：10.1002／joc.7055.

孟雅麗，段克勤，尚溦，等，2022.基于CMIP6模式數(shù)據(jù)的1961—2100年青藏高原地表氣溫時空變化分析［J］.冰川凍土，44（1）：24-33. Meng Y L，Duan K Q，Shang W，et al.，2022.Analysis on spatiotemporal variations of near-surface air temperature over the Tibetan Plateau from 1961 to 2100 based on CMIP6 models data［J］.J Glaciol Geocryol，44（1）：24-33.doi：10.7522／j.issn.1000-0240.2022.0017.（in Chinese）.

樸世龍，張憲洲，汪濤，等，2019.青藏高原生態(tài)系統(tǒng)對氣候變化的響應(yīng)及其反饋［J］.科學(xué)通報，64（27）：2842-2855. Piao S L，Zhang X Z，Wang T，et al.，2019.Responses and feedback of the Tibetan Plateaus alpine ecosystem to climate change［J］.Chin Sci Bull，64（27）：2842-2855.doi：10.1360／TB-2019-0074.（in Chinese）.

Qiu J，2008.China：the third pole［J］.Nature，454（7203）：393-396.doi：10.1038／454393a.

Rangwala I，Sinsky E，Miller J R，2013.Amplified warming projections for high altitude regions of the Northern Hemisphere mid-latitudes from CMIP5 models［J］.Environ Res Lett，8（2）：024040.doi：10.1088／1748-9326／8／2／024040.

Su J Y，Duan A M，Xu H M，2017.Quantitative analysis of surface warming amplification over the Tibetan Plateau after the late 1990s using surface energy balance equation［J］.Atmos Sci Lett，18（3）：112-117.doi：10.1002／asl.732.

Wang B，Bao Q，Hoskins B，et al.，2008.Tibetan Plateau warming and precipitation changes in East Asia［J］.Geophys Res Lett，35（14）：L14702.doi：10.1029／2008gl034330.

王會軍，唐國利，陳海山，等，2020.“一帶一路”區(qū)域氣候變化事實、影響及可能風(fēng)險［J］.大氣科學(xué)學(xué)報，43（1）：1-9. Wang H J，Tang G L，Chen H S，et al.，2020.The Belt and Road region climate change：facts，impacts and possible risks［J］.Trans Atmos Sci，43（1）：1-9.doi：10.13878／j.cnki.dqkxxb.20191110003.（in Chinese）.

王玉琦，鮑艷，南素蘭，2019.青藏高原未來氣候變化的熱動力成因分析［J］.高原氣象，38（1）：29-41. Wang Y Q，Bao Y，Nan S L，2019.Dynamic and thermodynamic effects on climate changes over the Qinghai-Tibetan Plateau in response to global warming［J］.Plateau Meteor，38（1）：29-41.doi：10.7522／j.issn.1000-0534.2018.00066.（in Chinese）.

魏瑩，段克勤，2020.1980—2016年青藏高原變暖時空特征及其可能影響原因［J］.高原氣象，39（3）：459-466. Wei Y，Duan K Q，2020.Temporal and spatial characteristics and possible causes research of Qinghai-Tibetan Plateau warming from 1980 to 2016［J］.Plateau Meteor，39（3）：459-466.doi：10.7522／j.issn.1000-0534.2019.00121.（in Chinese）.

Woldemeskel F M，Sharma A，Sivakumar B，et al.，2016.Quantification of precipitation and temperature uncertainties simulated by CMIP3 and CMIP5 models［J］.J Geophys Res：Atmos，121（1）：3-17.doi：10.1002／2015jd023719.

吳芳營，游慶龍，謝文欣，等，2019.全球變暖1.5 ℃和2 ℃閾值時青藏高原氣溫的變化特征［J］.氣候變化研究進(jìn)展，15（2）：130-139. Wu F Y，You Q L，Xie W X，et al.，2019.Temperature change on the Tibetan Plateau under the global warming of 1.5 ℃ and 2 ℃［J］.Climate Change Res，15（2）：130-139.doi：10.12006／j.issn.1673-1719.2018.175.（in Chinese）.

吳玉婷，楊崧，胡曉明，等，2022.青藏高原與周邊地區(qū)近四十年區(qū)域夏季地表氣溫變化趨勢的異同及歸因分析［J］.大氣科學(xué)，46（5）：1253-1266.Wu Y T，Yang S，Hu X M，et al.，2022.Difference／similarity and attribution of changes in regional summer surface air temperatures over the Tibetan Plateau and its surrounding regions in the past 40 years［J］.Chin J Atmos Sci，46（5）：1253-1266.doi：10.3878／j.issn.1006-9895.2205.21197.（in Chinese）.

Xue X，Guo J，Han B S，et al.，2009.The effect of climate warming and permafrost thaw on desertification in the Qinghai-Tibetan Plateau［J］.Geomorphology，108（3／4）：182-190.doi：10.1016／j.geomorph.2009.01.004.

Yang K，Wu H，Qin J，et al.，2014.Recent climate changes over the Tibetan Plateau and their impacts on energy and water cycle：a review［J］.Glob Planet Change，112：79-91.doi：10.1016／j.gloplacha.2013.12.001.

楊耀先，胡澤勇，路富全，等，2022.青藏高原近60年來氣候變化及其環(huán)境影響研究進(jìn)展［J］.高原氣象，41（1）：1-10. Yang Y X，Hu Z Y，Lu F Q，et al.，2022.Progress of recent 60 years climate change and its environmental impacts on the Qinghai-Xizang Plateau［J］.Plateau Meteor，41（1）：1-10.doi：10.7522／j.issn.1000-0534.2021.00117.（in Chinese）.

姚檀棟，鄔光劍，徐柏青，等，2019.“亞洲水塔”變化與影響［J］.中國科學(xué)院院刊，34（11）：1203-1209. Yao T D，Wu G J，Xu B Q，et al.，2019.Asian water tower change and its impacts［J］.Bull Chin Acad Sci，34（11）：1203-1209.doi：10.16418／j.issn.1000-3045.2019.11.003.（in Chinese）.

Yao T D，Xue Y K，Chen D L，et al.，2019.Recent Third Poles rapid warming accompanies cryospheric melt and water cycle intensification and interactions between monsoon and environment：multidisciplinary approach with observations，modeling，and analysis［J］.Bull Am Meteor Soc，100（3）：423-444.doi：10.1175／bams-d-17-0057.1.

趙宗慈，羅勇，黃建斌，2020.未來20年全球繼續(xù)變暖嗎？［J］.氣候變化研究進(jìn)展，16（5）：652-656. Zhao Z C，Luo Y，Huang J B，2020.Will global warming continue in the next 20 years？［J］.Climate Change Res，16（5）：652-656.doi：10.12006／j.issn.1673-1719.2020.040.（in Chinese）.

周天軍，張文霞，陳曉龍，等，2020.青藏高原氣溫和降水近期、中期與長期變化的預(yù)估及其不確定性來源［J］.氣象科學(xué)，40（5）：697-710. Zhou T J，Zhang W X，Chen X L，et al.，2020.The near-term，mid-term and long-term projections of temperature and precipitation changes over the Tibetan Plateau and the sources of uncertainties［J］.J Meteor Sci，40（5）：697-710.doi：10.3969／2020jms.0076.（in Chinese）.

Zhou T J，Zhang W X，2021.Anthropogenic warming of Tibetan Plateau and constrained future projection［J］.Environ Res Lett，16（4）：044039.doi：10.1088／1748-9326／abede8.

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 Climate Change Res，11（3）：239-251.doi：10.1016／j.accre.2020.08.001.