偏差校正的FGOALS-g3模式可用于识别中亚天山地区极端降水变化

　　极端降水（EP）常对经济社会发展以及人类生活造成重大影响。根据紧急事件数据库显示，1992~2022年，洪水和山体滑坡事件占中亚地区自然灾害的56.55%，超过128万人受到影响，损失超过13.1亿美元。最新研究表明，未来强降水事件变化更为强烈，这与全球变暖直接相关。因此，尽可能准确地预估极端降水的变化，对应对和减缓由此造成的影响尤为关键。

　　针对这一问题，中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室陈亚宁研究员团队在对大气科学和地球流体动力学数值模拟国家重点实验室开发的FGOALS-g3模式的偏差校正基础上，基于多源降水数据集和多个统计指标，定量评估了校正效果及其在中亚天山地区极端降水研究中的应用。

　　研究结果表明：（1）FGOALS-g3产品可以识别中亚天山地区多年平均降水的空间分布格局，但在量级上存在明显的高估，尤其是在天山西部和中部地区。经过降尺度和偏差校正后，偏差明显减少，逐格点误差控制在7.64%到10％之间。（2）在EP变化模拟上，校正后的FGOALS-g3产品合理地再现了EP的空间分布格局；在量级上，除R99.9, R99.95等强EP指标，总体相对误差介于-34.93%~29.70%。（3）将升温限制在1.5°C可以很好地约束EP的强度和频度的变化。（4）30hPa纬向风、太阳黑子的相对数量、南亚夏季风指数、以及平均地表温度是影响中亚天山地区EP变化的主要因素。

　　相关成果以“Application of bias corrected FGOALS-g3 model products for detecting changes in extreme precipitation in the Tienshan Mountains, Central Asia”为题发表在Atmospheric Research。 论文第一作者是新疆生地所张雪琪博士。该研究得到国家自然科学基金项目资助。

　　文章链接：https://authors.elsevier.com/c/1fqK8cd3SFH6w 

图1. 观测（obs）、FGOALS-g3模拟（raw）、和FGOALS-g3校正（cor）的多年平均日降水的年内分布（a）和经验累积分布（b）。

图2. 观测数据和FGOALS-g3校正数据所反映的极端降水的空间变化：(a, b) CDD, (c, d) CWD, (e, f) PRCP, (g, h) Rx1day, (i, j) Rx5day, and (k, l) SDII.