全球变暖背景下气候模式对复合湿热浪事件模拟能力的评估与改进

本研究针对CMIP6和NEX-GDDP-CMIP6数据集对复合湿热浪（wet heatwave）事件的模拟偏差展开系统性评估。研究人员通过分析湿球温度（Tw）的阈值和持续性特征，发现原始CMIP6模型高估了湿热浪事件数量（HWN）、频率（HWF）和持续时间（HWD），而偏差校正后的NEX-GDDP-CMIP6虽改善了热浪强度（HWM）模拟，但对事件持续性的修正有限。该研究为气候风险评估提供了关键模型优化建议，成果发表于《Weather and Climate Extremes》。

　　

随着全球变暖加剧，湿热浪（wet heatwave）——即高温高湿复合事件对人类健康的威胁日益凸显。这类事件中，湿球温度（wet-bulb temperature, T_w）超过35°C时，人体将丧失通过排汗散热的能力，直接威胁户外生存。历史上如2003年欧洲热浪等事件已造成数万人死亡，而现有气候模型对这类复合事件的模拟能力尚未得到充分评估。尤其值得注意的是，全球气候模型（GCMs）及其偏差校正数据集（如NEX-GDDP-CMIP6）虽被广泛应用于湿热浪研究，但其对事件关键特征（如持续时间和强度）的再现准确性仍存在重大疑问。

针对这一科学问题，清华大学的研究团队在《Weather and Climate Extremes》发表了一项开创性研究。该团队系统评估了32个CMIP6模型及其偏差校正版本NEX-GDDP-CMIP6对1981-2014年全球湿热浪事件的模拟性能，重点分析了五个核心指标：事件数量（HWN）、累计天数（HWF）、平均持续时间（HWD）、强度（HWM）和累积热强度（HWI）。研究采用全球气象强迫数据集（GMFD）作为观测基准，通过泰勒技能评分（Taylor Skill score）和综合评级指数（CRI）等量化方法，首次揭示了气候模型在模拟复合湿热事件中的系统性偏差及其物理机制。

研究团队运用了多项关键技术方法：基于湿球温度（T_w）的湿热浪定义（采用日均温度和相对湿度计算）；采用分位数映射（quantile mapping）方法分析模型偏差；通过时间自相关函数评估模型对极端事件持续性的再现能力；利用IPCC第六次评估报告定义的44个气候参考区域进行区域化评估。

研究结果揭示出多个重要发现：

1. 湿热浪特征模拟偏差
   CMIP6模型在全球范围内系统性高估湿热浪事件数量（HWN偏差+10%）、频率（HWF偏差+35%）和持续时间（HWD偏差+25%），尤其在北美西部、欧亚大陆中纬度和非洲地区表现显著。这种偏差主要源于模型对湿球温度时间自相关性的过度模拟，导致异常湿热状态的持续性被夸大。

2. 偏差校正的局限性
   NEX-GDDP-CMIP6通过分位数映射显著改善了热浪强度（HWM）的模拟（偏差从-9%降至-1%），但对事件持续性相关指标（HWN/HWF/HWD）的修正效果有限，仅在美国东部等特定区域表现良好。

3. 极端温度持续性机制
   模型分析显示，CMIP6中夸大的湿球温度自相关性（lag 1-day偏差达0.11-0.18）导致其对长持续时间（>5天）湿热浪事件的模拟偏差贡献率超过60%，这是造成HWN高估的核心原因。

4. 区域最优模型推荐
   基于综合评估，研究推荐了各大陆最优模型：北美和亚洲选用多模型集合平均（MME），欧洲选用MIROC-ES2L，非洲选用IITM-ESM，大洋洲选用HadGEM3-GC31-MM。特别值得注意的是，HadGEM3-GC31-MM在重现湿热浪年际变率方面表现突出。

在讨论部分，作者指出当前气候模型对湿热浪的模拟偏差可能源于三个关键因素：过度发生的弱降水事件维持了模型中的异常湿度；陆地-大气耦合过程的表征不足；以及传统分位数映射方法对时间序列结构的修正局限。该研究建议未来工作应结合物理机制与深度学习技术（如物理信息神经网络），开发能同时修正幅度和持续性的新型偏差校正方法。

这项研究的科学价值在于：首次全球尺度评估了CMIP6对复合湿热浪的模拟能力；阐明了模型偏差的时空特征及其物理成因；为气候影响评估提供了可靠的模型选择依据。其现实意义更为深远——由于湿热浪对人类健康的威胁远超干热浪，改进其模拟精度将直接提升社会对极端气候事件的适应能力，为公共卫生系统和城市规划提供更可靠的科学支撑。论文最后强调，在气候变暖背景下，必须审慎使用现有偏差校正数据集进行风险评估，避免对湿热浪持续性特征的过度自信预测。