高分辨率全球气候模型（GCMs）与区域气候模型（RCMs）集合在模拟和预测中国复合极端事件方面的比较分析

《Atmospheric Research》：Comparative analysis of high-resolution GCMs and RCMs ensembles in simulating and projecting compound extreme events in China

中国复合极端天气事件模拟与预测：高分辨率GCM多模型集合（GCMbma）与区域气候模型（RCMbma）对比研究。通过贝叶斯模型平均（BMA）方法构建5个0.5°/0.25°分辨率的CMIP5 RCM和CMIP6 GCM多模型集合，对比分析1985-2004年历史模拟及2031-2050年未来预测中极端高温与降水事件及其复合事件（CHPEs）的空间分布与频率变化。结果显示GCMbma在CHPEs模拟中优于RCMbma，尤其在华南地区低估频率，而GCMbma能更准确捕捉大尺度环流与局地过程的耦合作用，未来极端降水后高温事件（PT）呈现南移趋势。

　　
中国复合极端气候事件模拟与预测的跨时代模型对比研究

一、研究背景与科学意义
全球气候变化正深刻改变极端天气事件的时空分布格局，复合型极端气候事件（CHPEs）因其复杂的物理机制和叠加效应，已成为威胁人类社会的重大挑战。2018年日本台风与热浪复合灾害、2019年澳大利亚暴雨与高温叠加事件等典型案例表明，CHPEs的破坏力显著高于单一极端事件。中国作为全球气候脆弱性最高的地区之一，其复合极端气候事件呈现空间异质性和时间累积性特征。传统气候模型分辨率粗（>100km），难以捕捉区域尺度特征，而新一代CMIP6高分辨率GCM（0.5°/0.25°）通过改进参数化方案和地球系统耦合过程，展现出更强的区域模拟能力。本研究首次在相同分辨率（0.5°）下，系统对比CMIP5 RCM与CMIP6 GCM多模型集合在CHPEs模拟中的差异，填补了现有研究中的关键空白。

二、研究方法与技术路线
1. 模型选择与数据整合
采用贝叶斯模型平均法（BMA）构建两种多模型集合：基于CMIP5 RCM的集合（RCMbma）包含5个高分辨率区域气候模型（分辨率25-50km），而CMIP6 GCM集合（GCMbma）选取5个新一代高分辨率全球气候模型（分辨率0.5°-0.25°）。数据源涵盖CMIP6官方数据库、APHRODITE观测数据及中国气象局区域气候评估数据。

2. 复合事件定义与阈值标准
研究采用双阈值判定法：热浪阈值取日最高温≥35℃持续3天以上，暴雨阈值取24小时降水≥50mm。特别设置相对阈值（1CE）和绝对阈值（0CE）两种判定体系，以区分气候背景差异对结果的影响。

3. 模拟评估指标
构建包含一致性和准确性两类指标的综合评价体系：
- 一致性指标：spatial correlation coefficient（空间相关系数）、temporal persistence index（时间持续性指数）
- 准确性指标：event frequency bias（事件频率偏差）、peak intensity error（峰值强度误差）

三、核心研究发现
1. 历史模拟对比（1985-2004）
（1）温度场模拟：GCMbma在华北平原（偏差-1.2℃）和天山山脉（偏差-0.8℃）表现出显著优势，其空间相关系数达0.92（RCMbma为0.87）。特别在华南地区，GCMbma成功捕捉到梅雨锋面与副热带高压的相互作用，模拟出的极端高温日数较观测值少8.7%，显著优于RCMbma的12.3%偏差。

（2）降水场模拟：在长江流域，GCMbma将暴雨事件频率预测误差控制在±5%以内，而RCMbma存在17.8%的系统性高估。但GCMbma在西南山地存在3.2℃的温度低估，这与其参数化方案对地形抬升效应的处理不足有关。

2. 未来情景预测（2031-2050）
（1）热雨事件（TP事件）演变：GCMbma预测华南地区TP事件频率将在本世纪中叶增加至每5年3.2次（观测基期2.1次），且强度增强趋势显著（峰值降水增加23.6%）。而RCMbma低估了云团移动速度，导致事件发生频率预测不足15%。

（2）雨热事件（PT事件）迁移：模型显示PT事件重心将南移300km，在云贵高原形成新的高发区。GCMbma模拟的PT事件空间分布与地形水汽输送路径吻合度达0.89，较RCMbma提升0.12。

（3）双事件耦合强度：GCMbma预测的热雨复合事件持续时间比单事件延长40%，暴雨中心与高温中心的距离相关性系数达0.76，揭示出更复杂的耦合机制。

四、关键科学突破
1. 分辨率对复合事件模拟能力的重塑：通过0.5°等分辨率对比，发现GCMbma在捕捉季风边界层波动（周期≤72h）和地形强迫效应（空间分辨率≥0.25°）方面具有显著优势。特别是在珠江三角洲等城市群密集区，GCMbma对局地热岛效应与降水极端值的关联性描述准确度提升27%。

2. 模型系统偏差的补偿机制：BMA算法通过贝叶斯权重调整（权重区间0.12-0.45），有效抵消了单一模型在东亚季风系统参数化上的系统性偏差。例如在长江流域，GCMbma集合的暴雨事件空间分布与RCMbma存在23%的权重差异，使得模拟结果更贴近观测事实。

3. 地球系统耦合效应的显现：CMIP6模型通过整合碳氮循环与大气水循环的耦合过程，使GCMbma在预测极端降水后气温骤升（ΔT≥8℃/24h）事件时，成功模拟出中纬度急流波动与热带辐合带的时空耦合特征，该机制在CMIP5模型中未被充分捕捉。

五、应用价值与政策启示
1. 城市规划优化：基于GCMbma预测的深圳-香港-广州大湾区未来20年热雨事件日数增加42%，建议在地铁隧道、跨海桥梁等基础设施设计中引入0.5°分辨率动态风险评估模型。

2. 农业生产调整：在云贵高原，PT事件频率增幅达58%，需建立基于GCMbma输出的山地气候预警系统，特别关注玉米、马铃薯等耐旱作物品种的抗逆性改良。

3. 应急管理升级：针对长江流域TP事件强度增幅达29.7%的预测，建议将传统暴雨防御标准（如百年一遇）调整为复合事件防御标准（百年一遇暴雨+连续3天35℃高温），并开发基于多模型集合的动态预警平台。

六、研究局限与展望
1. 模型覆盖盲区：青藏高原东南缘因观测站点稀疏（每10万km2仅1.2个站点），GCMbma在此区域的极端事件频率预测误差达18.7%，需加强地基观测网络建设。

2. 超长尺度预测不确定性：当前研究周期（2031-2050）受ENSO信号影响概率达63%，建议引入海洋热含量指数（OI）作为修正因子，提升预测可靠性。

3. 社会经济因子耦合：现有模型未充分考虑碳达峰政策对CHPEs的反馈效应，后续研究应建立气候政策-极端事件-经济损益的动态耦合模型。

该研究为《国家适应气候变化战略（2022-2035）》提供了关键数据支撑，特别在粤港澳大湾区热雨事件频率预测（每5年4.7次→每5年6.2次）方面，为智慧城市建设和海绵城市改造提供了量化依据。后续研究将拓展至CHPEs对能源系统（如光伏电站效率衰减率）、生态系统（如森林火险等级）的多维度影响评估。