全球气候模型对湿热浪事件的模拟偏差评估与改进策略：基于CMIP6和NEX-GDDP-CMIP6的多指标分析

本研究针对CMIP6和NEX-GDDP-CMIP6模型在模拟湿热浪事件（wet heatwaves）中的系统性偏差问题，通过评估HWN（事件数）、HWF（频率）、HWD（持续时间）、HWM（强度）和HWI（累积效应）五项指标，揭示了模型高估事件持续性和低估极端湿球温度（Tw）的核心缺陷。研究发现NEX-GDDP-CMIP6通过分位数映射（QM）改善了HWM模拟，但对自相关性的有限修正导致HWN/HWD仍存偏差，为气候风险评估提供了关键模型优化方向。

　　

随着全球变暖加剧，湿热浪（wet heatwaves）——即高温与高湿复合的极端事件，对人类健康的威胁日益凸显。这类事件的特殊之处在于，当环境湿球温度（wet-bulb temperature, T_w）超过35°C时，人体通过汗液蒸发散热的能力将丧失，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，而现有研究显示，湿热浪的频率和强度正在全球范围内持续增加。然而，作为气候预测核心工具的全球气候模型（GCMs）及其偏差校正数据集，是否能够准确表征这类复合极端事件，仍存在重大知识空白。

针对这一关键问题，研究人员系统评估了32个CMIP6模型及其偏差校正版本NEX-GDDP-CMIP6对1981-2014年湿热浪事件的模拟能力。研究创新性地定义了五项指标：湿热浪事件数（HWN）、总天数（HWF）、平均持续时间（HWD）、事件期间平均T_w（HWM）和累积热强度（HWI），并以全球气象强迫数据集（GMFD）为基准展开对比。

研究采用分位数映射（quantile mapping, QM）分析模型偏差，通过泰勒技能评分（Taylor Skill score, TSs）和综合评级指数（Comprehensive Rating Index, CRI）量化模型性能，并首次揭示了T_w时间自相关性对模拟偏差的影响机制。

3.1 湿热浪指标的模拟偏差
CMIP6模型在全球范围内系统性高估HWN、HWF和HWD，相对偏差分别达10%、35%和25%，尤其在欧亚大陆中纬度、非洲和北美西部表现显著。这种偏差源于模型对T_w时间自相关性的过度模拟，导致长持续事件（>5天）的计数虚高。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，使得HWN等指标改善幅度不足20%。

3.2 极端温度阈值与持续性
模型对T_w的90百分位阈值（T₉₀）显著低估1.3°C，直接导致HWM被低估。QM方法在NEX-GDDP-CMIP6中有效校正了T_w分位数分布，但对滞后1-2天的自相关系数（0.11-0.18）的高估仍持续存在，这是湿热浪持续时间被夸大的核心原因。

3.3 模型优选方案
基于TSs和CRI评估，研究推荐北美和亚洲采用多模型集合平均（MME），欧洲选用MIROC-ES2L，非洲选用IITM-ESM。特别值得注意的是，HadGEM3-GC31-MM在重现湿热浪年际变率（IVS）方面表现最优。

这项研究首次在全球尺度上揭示了CMIP6模型对湿热浪事件的系统性偏差特征，指出当前偏差校正方法在改善事件持续性模拟方面的局限性。其重要意义在于：1）为气候风险评估提供了模型选择依据，避免因模型偏差导致过度乐观的预测；2）指明通过改进T_w自相关性模拟是提升模型性能的关键路径；3）提出的多指标评估框架为未来复合极端事件研究树立了新范式。该成果对制定适应气候变化公共卫生策略具有重要指导价值，尤其为湿热敏感地区的防灾减灾提供了科学依据。