编辑推荐：
本研究对比了CMIP5与CMIP6气候模型对1901-2005年昼夜温差（DTR）变化的模拟，发现CMIP6的DTR趋势误差减少83%，多模式平均趋势（-0.23°C/世纪）与观测（-0.22°C/世纪）一致，优于CMIP5（-0.15°C/世纪）。改进源于CMIP6更高的气候敏感性（ECS）及对温室气体（GHG）和自然强迫（NAT）的协同响应，云物理参数化优化亦起关键作用。然而，模型仍存在区域和季节性偏差，尤其在高纬度冬季。
孙秀宝|王春才|林伟|任国宇|薛晓英|张思琪
中国科学院南海海洋研究所热带海洋学国家重点实验室，广州 510301，中国
摘要
日温差（DTR），定义为每日最高温度与最低温度之差，是衡量日气候变异性的关键指标，也是评估模型性能的敏感指标。自1901年以来，全球观测到的日温差显著下降，这一趋势此前被气候模型低估了。本研究显示，第六阶段耦合模型比较计划（CMIP6）的最新模型集合对这一下降趋势的模拟比CMIP5更为准确。这一改进主要归因于模型对外部强迫因素（尤其是温室气体（GHG）和自然强迫因素（NAT）的响应增强，使得多模型平均趋势更接近观测值。此外，最优特征分析揭示了归因结构的基本变化：CMIP5几乎将变化完全归因于温室气体，而CMIP6则支持一个更为合理的多强迫框架，在该框架中，温室气体仍占主导地位，但自然强迫因素和人为气溶胶（AER）的贡献也得以统计上识别，共同形成了更为真实的强迫协同效应。CMIP6还更好地捕捉了由人为气溶胶驱动的地域性日温差模式。这种增强的强迫响应能力的核心原因在于CMIP6模型具有更高的平衡气候敏感性（ECS）。ECS值更接近观测约束估计的模型能够模拟出更为显著且一致的日温差下降趋势。这种关联可能源于云物理过程的改进，这种改进既提升了ECS，又细化了驱动日温差的地表太阳辐射变化。因此，CMIP6的优越性能源于更真实的物理基础，而非简单的误差补偿。这些发现加深了我们对日温差变化的理解，并为未来气候模型的发展提供了重要启示。
引言
通过耦合模型比较计划（CMIP3、CMIP5和CMIP6）的连续迭代，气候模型在模拟全球陆地表面气温（包括平均温度（Tmean）、最高温度（Tmax）和最低温度（Tmin）方面取得了持续改进。如今，大多数模型能够相当准确地捕捉这些变量的时空变化（Taylor等人，2012年；Eyring等人，2016年；Fan等人，2020年；You等人，2021年）。然而，仅模拟平均温度或单个温度组分已不足以识别模型的缺陷。
在这方面，一个更有洞察力的指标是日温差（DTR = Tmax – Tmin），它反映了Tmax和Tmin之间的长期非对称变化。然而，在CMIP6之前，许多模型未能再现观测到的日温差趋势（Lewis和Karoly，2013年；Lindvall和Svensson，2015年；Fan等人，2020年）。因此，分析日温差偏差为揭示物理过程建模中的不准确性提供了有价值的途径，为改进下一代气候模型提供了具体指导（Lindvall和Svensson，2015年）。
自1901年以来，全球约60%的陆地地区的日温差有所下降（例如，Karl等人，1991年；Easterling等人，1997年；Dai等人，1997年；Dai等人，1999年；Thorne等人，2016a；Thorne等人，2016b；Sun等人，2019年）。这种下降对生态系统（Lobell，2007年；Peng等人，2013年）和人类健康（Paaijmans等人，2010年）构成了重大风险，并且自20世纪中叶以来变得更加明显（Vose等人，2005年；Alexander等人，2006年；Thorne等人，2016b；Sun等人，2019年），尤其是在较冷的季节（Sun等人，2021年；Liu等人，2022年）。东亚（Zhai和Pan，2003年；You等人，2021年；Sun等人，2021年）、欧洲（Makowski等人，2009年）和北美（Karl等人，1991年；Powell和Keim，2015年）也广泛报告了日温差的下降。
尽管气候模型总体上捕捉到了日温差的下降趋势，但它们系统性地低估了其幅度（例如，Stone和Weaver，2003年；Braganza等人，2004年；Zhou等人，2010年）。这种偏差削弱了区域气候预测的可靠性，并限制了有效的适应计划。例如，CMIP5模型模拟的日温差下降幅度始终低于观测值（Lewis和Karoly，2013年；Lindvall和Svensson，2015年；Fan等人，2020年）。先前的研究表明，这些差异可能源于云覆盖和陆地表面过程的表示不足（Stone和Weaver，2003年；Braganza等人，2004年；Lewis和Karoly，2013年）。相比之下，CMIP6模型采用了改进的云和气溶胶参数化方法，总体上表现出更高的气候敏感性（Wyser等人，2020年；Zhou等人，2019年；Meehl等人，2020年；Zelinka等人，2020年）。虽然CMIP6模型在日温差快速下降时期（例如1951-1980年）表现更好，但在早期几十年（1901-1940年）仍低估了日温差，特别是在高纬度地区。季节性偏差，尤其是在冬季的变异性方面，仍然存在。因此，尽管CMIP6取得了显著进步，但仍存在明显的空间和时间异质性（Wang和Clow，2020年；Lu等人，2022年）。
然而，目前尚不清楚CMIP6在再现1901年以来北半球长期日温差趋势方面是否相对于CMIP5有所改进，特别是考虑到CMIP6模型增强的敏感性和精细化的物理过程，以及导致这些差异的关键驱动因素。
因此，本研究探讨了以下问题：从CMIP5到CMIP6，日温差模拟是否有所改进？哪些因素解释了这些差异？为回答这些问题，我们评估了CMIP5和CMIP6自1901年以来模拟日温差趋势的表现，并确定了代际差异背后的物理机制。
部分内容
观测数据
本研究使用的1901-2014年的观测陆地表面最高温度（Tmax）、最低温度（Tmin）和日温差（DTR）数据来源于高分辨率CRU TS4.04数据集（0.5° × 0.5°；Harris等人，2020年）。我们关注1901-2005年的数据，以与CMIP5的历史实验保持一致。由于显著的日温差下降主要发生在北半球，而南半球的不确定性仍然存在（Sun等人，2019年；Thorne等人，2016b），因此分析重点放在北半球。CRU TS4.04数据集包含
CMIP5与CMIP6之间的日温差趋势比较
图1a-b比较了1901-2005年的观测日温差与CMIP5和CMIP6模拟结果及其各自的集合平均值。观测数据显示长期下降趋势为每世纪-0.22°C，1961年后加速至每世纪-0.84°C，同时存在显著的十年间变化。尽管CMIP5和CMIP6都捕捉到了1901年以来的长期下降趋势，但两者都未能再现观测到的十年间变化。CMIP6在1920年之前的异常值略高于CMIP5，但之后则较低
从CMIP5到CMIP6在日温差模拟方面的改进原因及剩余挑战
先前的研究表明，CMIP5模型模拟的日温差下降幅度始终低于观测值（Lewis和Karoly，2013年；Lindvall和Svensson，2015年；Fan等人，2020年），而CMIP6模型在捕捉快速日温差下降方面表现更好（Wang和Clow，2020年；Lu等人，2022年）。然而，从两个模型代际的比较角度来看，现有研究尚未系统地评估它们在模拟日温差变化方面的差异
总结
鉴于日温差对人类和自然系统的重大影响，了解在变暖气候条件下日温差的变化至关重要。本文评估了CMIP5和CMIP6在日温差模拟方面的能力，并得出以下三个主要发现：
(1)CMIP6的日温差趋势误差降低了83%（1901-2005年），多模型平均趋势为每世纪-0.23°C，与观测值（每世纪-0.22°C）相匹配，显著优于CMIP5（每世纪-0.15°C）。然而，两个版本
CRediT作者贡献声明
孙秀宝：撰写——审稿与编辑，撰写——初稿，可视化，软件开发，数据分析，概念构建。王春才：撰写——审稿与编辑，概念构建。林伟：撰写——审稿与编辑，可视化，数据分析。任国宇：撰写——审稿与编辑，资金获取。薛晓英：撰写——审稿与编辑，数据分析。张思琪：撰写——审稿与编辑，数据分析。
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文的研究结果。
致谢
本研究得到了国家自然科学基金（资助编号：42430610、W2441014、42192560、42005036）、海南省自然科学基金（426MS331）、中国气象局创新发展专项项目（CXFZ2026QA06）以及中国科学院南海海洋研究所的发展基金（资助编号：SCSIO202208）的支持。
