基于多任务特征迁移深度学习的静止卫星观测热带气旋中心估计（MFT-TC）与全球变暖背景下湿球温度热浪的模拟评估

本研究针对全球气候模型(CMIP6)及其偏差校正数据集(NEX-GDDP-CMIP6)在湿球温度热浪(Tw)模拟中的准确性展开全球评估。通过分析1981-2014年扩展夏季的HWN、HWF、HWD、HWM和HWI五项指标，发现CMIP6高估热浪持续性而低估极端Tw值，NEX-GDDP-CMIP6通过分位数映射改善了HWM但未能有效修正时间自相关性。研究为气候风险评估提供了关键模型优化建议。

　　

随着全球变暖加剧，湿球温度(T_w)超过35°C的致命热浪威胁日益严峻。这类复合极端事件通过高温高湿协同作用，会破坏人体汗液蒸发散热机制，近年已造成欧洲7万余人死亡。然而，作为气候预测核心工具的CMIP6模型及其偏差校正数据集，在模拟这类复杂事件时存在系统性偏差，可能误导基础设施规划和公共卫生决策。

中国科学院大气物理研究所的研究人员在《Weather and Climate Extremes》发表研究，首次对32个CMIP6模型及其NEX-GDDP-CMIP6校正数据集开展全球尺度的湿球温度热浪模拟评估。研究创新性地定义了五项热浪属性指标：事件数(HWN)、总天数(HWF)、平均持续时间(HWD)、强度(HWM)和累积效应(HWI)，并采用泰勒技能评分(TSs)和综合评级指数(CRI)等多维度评估体系。

关键技术包括：1) 基于GMFD再分析数据计算日平均湿球温度(T_w)；2) 采用扩展夏季(北半球5-9月/南半球11-3月)90%分位数阈值定义热浪；3) 通过分位数映射(QM)校正NEX-GDDP-CMIP6数据集；4) 分析温度时间自相关性解释模型偏差来源；5) 在IPCC 44个气候参考区进行区域化评估。

3.1 热浪模拟性能
CMIP6在全球大部分陆地区域系统性高估HWN(相对偏差10%)、HWF(35%)和HWD(25%)，尤其在欧亚大陆中纬度地区。这种偏差源于模型过度放大T_w的时间自相关性，导致长持续事件计数膨胀。NEX-GDDP-CMIP6通过QM校正使HWM偏差降低88.7%，但对自相关性的修正有限，使HWN等指标改善不足。

3.2 阈值与持续性机制
CMIP6对极端T_w的低估直接导致HWM被低估1.45°C。有趣的是，超过5天的长持续热浪贡献了CMIP6中60%以上的HWN偏差，这类事件在观测中仅占25%，但在模型中被高估至40%。通过滞后自相关分析发现，模型在北美西部、北非等地的1-2天滞后自相关系数普遍偏高0.1-0.18。

3.3 模型优选方案
基于CRI评估，推荐北美地区使用MPI-ESM1-2-HR(TSs=0.6)，南美选用NorESM2-LM，欧洲适用MIROC-ES2L。多模型集合(MME)在亚洲和北美表现最优，但HadGEM3-GC31-MM在重现热浪年际变率方面更具优势。

这项研究揭示了当前气候模型在模拟复合型湿热极端事件时的关键短板：虽然统计校正能改善温度幅值偏差，但对事件持续性的修正仍需依赖物理过程改进。研究人员建议在应用CMIP6进行风险评估时，需结合多观测数据集验证，并优先选用本研究推荐的区域优化模型。该成果为提升湿热气候模拟精度提供了量化依据，对制定适应高温高湿双重威胁的公共卫生策略具有重要指导价值。