CMIP6气候模型对亚洲高山区数据稀缺流域陆地水储量变化的模拟能力评估

针对亚洲高山区(HMA)数据稀缺流域陆地水储量(TWS)变化模拟难题，研究人员首次系统评估了CMIP6气候模型的模拟性能，构建贝叶斯模型平均(BMA)多模型集合框架预测未来变化。发现模型在西北地区低估、南部高估TWS，但能较好捕捉季节性变化；预测显示2/3流域TWS将持续减少，为跨境水资源管理提供科学依据。

　　

亚洲高山区(HMA)作为"亚洲水塔"，其陆地水储量(TWS)变化直接影响着全球近1/4人口的生存发展。然而这片横跨中国、印度等10国的广袤区域，却面临着数据稀缺、跨境共享机制缺失等难题。传统水文观测在复杂地形区举步维艰，而GRACE卫星数据又受限于较短的时间跨度(2002年至今)。更棘手的是，CMIP6气候模型虽首次提供标准TWS输出变量，但其在数据稀缺流域的模拟能力仍是未解之谜。

针对这一系列挑战，中国科学院南京地理与湖泊研究所等单位的研究人员开展了开创性研究。他们系统评估了6个CMIP6全球气候模型(GCM)在HMA数据稀缺流域的表现，创新性地构建贝叶斯模型平均(BMA)多模型集成框架，预测了SSP1-2.6、SSP2-4.5和SSP5-8.5三种情景下至2060年的TWS变化。该成果发表于《Journal of Hydrology》，为跨境水资源管理提供了重要科学依据。

研究采用三大关键技术：1)整合GRACE/GRACE-FO三种mascon产品数据作为基准观测；2)运用BMA算法对CMIP6模型进行加权集成，权重基于2002-2020年模拟与GRACE观测的相关性；3)采用Theil-Sen趋势分析和Mann-Kendall检验评估历史与未来TWS变化趋势。

研究结果
空间分布特征：GRACE观测显示HMA地区TWS呈"南负北正"格局，最大正值出现在藏北内流区，而地下水超采区和冰川消融区呈现显著负值。CMIP6模型整体上在西北地区低估TWS 50-150mm，在南部高估50-100mm。

季节变化模拟：模型在多数流域能较好再现TWS季节波动，与GRACE观测的相关系数(CC)普遍>0.6。但对年际变化的捕捉能力较弱，多数流域CC<0.6，其中BCC-CSM2-MR模型表现最优。

未来预测：BMA集成显著提升预测精度，使标准化均方根误差降低0.35-0.77，CC提高0.32-0.44。预测显示：

• 2/3数据稀缺流域TWS将持续减少，尤以恒河、印度河等跨境流域为甚
• 柴达木、黄河等流域则呈现全季节增加趋势，藏北内流区增幅达3.12mm/yr
• 仅长江流域出现历史下降趋势与未来预测趋势不一致的特殊现象

讨论与结论
该研究首次揭示了CMIP6模型在HMA数据稀缺流域的"南北差异"模拟特征，指出模型物理过程参数化（特别是冰雪模块）的不足是主要误差来源。通过BMA集成有效降低了单模型的不确定性，其预测结果警示：HMA多数跨境流域将面临加剧的水资源短缺风险，需建立适应性管理机制。特别值得注意的是，研究发现的"长江流域趋势反转"现象暗示该区域可能正在经历独特的水文转型，这为后续研究提供了新方向。

成果不仅填补了CMIP6模型在复杂地形区TWS模拟评估的空白，其构建的BMA框架更为全球变化研究提供了方法论借鉴。研究强调，在"一带一路"倡议背景下，加强跨境水文数据共享和联合模拟，将是应对亚洲水塔变化的必由之路。