《表3 CMIP5模式适用性评估》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于CMIP5模式鄱阳湖流域未来参考作物蒸散量预估》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

全球气候模式（GCMs）因初始边界条件不同，情景、模型观测参数、内部结构等设置的差异，在不同地区对气候因子的模拟效果差异显著，因此，本文在将CMIP5模拟数据输入降尺度模型预测流域未来ET0之前，首先对其进行区域适用性评估．CMIP5中的CNRM-CM5模式的预测起始时间是2006年，分辨率是1.406°×1.401°，本文借助反距离权重插值法（IDW）将其调整为与NCEP数据相同的网格分辨率，采用CNRM-CM5模式2006-2014年的预测因子，利用上文建立的统计降尺度模型，模拟CNRM-CM5模式在RCP4.5和RCP8.5情景下各站点的ET0值（表3），在不同情景下ET0均值、相对误差和标准差相对误差较大，可见直接使用CNRM-CM5数据模拟鄱阳湖流域ET0值的效果较差，因此本文采用偏差校正法，通过二次多项式对流域各站点的模式输出值进行校正，结果如表3所示．由表3可以看出，基于CNRM-CM5模式直接经降尺度模拟所得ET0值与P-M公式计算值差值较大，经过偏差校正后的差值明显减小．在RCP4.5情景下，均值相对误差范围为-17.45%～1.33%、标准差相对误差范围为-39.43%～28.33%、月值拟合度为0.623～0.965，经偏差校正后的结果分别为-2.104%～1.022%、-7.672%～-2.064%和0.848～0.972．在RCP8.5情景下，均值相对误差范围为-17.79%～1.06%、标准差相对误差范围为-39.85%～31.87%、月值拟合度为0.638～0.933，经偏差校正后的结果分别为-1.038%～1.031%、-8.422%～-2.093%和0.705～0.934．综上，通过对模式输出结果进行偏差校正后，评价指标均值相对误差、标准差相对误差显著减小，月值拟合度明显升高，模型的模拟效果得到很大改善，即在偏差校正基础上的CNRM-CM5模式的降尺度模拟值适宜于鄱阳湖流域未来参考作物蒸散量的预估．