%0 Journal Article
%A 景伟
%A 钟以磊
%A 王纲胜
%A 李宛谕
%A 赵林
%T 基于多模式集合的CMIP6降水和气温数据模拟研究——以新疆自治区伊犁河流域为例
%D 2025
%R 10.12396/znsd.241969
%J 中国农村水利水电
%P 137-142
%V 0
%N 10
%X <p>第六次耦合模式比较计划（CMIP6）数据常用于全球尺度下气象要素变化评估，但是在预测区域尺度方面无法达到理想效果。新疆伊犁河流域（IRBC）海拔起伏巨大，地形复杂，不同气象站点的数据模拟结果往往有巨大差异，需要一套准确的气象数据以支撑气象研究工作。研究选取可靠性集合平均（REA）、卷积神经网络（CNN）、随机森林（RF）和贝叶斯模型平均（BMA）4种集合方法，基于CMIP6中多个全球气候模式（GCMs）数据，构建多套新疆伊犁河流域多模式集合气象数据集。研究通过泰勒图、泰勒技巧得分（TSS）和Kling-Gupta Efficiency（KGE）等指标评估多模式集合和单模式数据性能，筛选对研究区域降水和气温模拟效果最优的方法。结果表明，对于降水而言，BMA数据集合对各个极端降水指标的模拟效果最优，相较于其他方法，其在率定阶段（1961-1999年）的极端降水指标日降水量95%分位值的湿润日年累积降水量（R95PTOT）最高，在验证阶段（2000-2014年）BMA的秩和比（<i>RSR</i>）为1.1，排第一位，表明其综合模拟效果最优。BMA在指标年最大日降水量（Rx1day）、年最大连续5日降水量（Rx5day）和R95PTOT的KGE分别为0.32、0.39和0.52，均优于其他数据集。而在平均气温模拟中，RF数据集的模拟效果最优，在率定阶段标准化偏差（<i>SD</i>）、中心均方根误差（<i>CRMSE</i>）、相关系数（<i>r</i>）和TSS计算结果分别为1.005、0.088、0.996和0.49，均为该指标下最优结果。在验证阶段RF多模式集合数据集的<i>RSR</i>为1.18，明显优于其他方法的结果。该研究结果评估了不同模式和方法生成的气象数据对研究区域对气象数据的模拟性能，可以为未来情景下气象数据分析提供可用方法，为IRBC的气象灾害管理和水资源管理提供科学依据。</p>
%U https://irrigate.whu.edu.cn/CN/10.12396/znsd.241969