由极端降水引发的灾害占中国自然灾害的70%，准确的模拟和预估极端降水事件对于防灾减灾至关重要。目前再分析资料和全球气候模式对于极端降水的再现仍很困难，提高全球气候模式对极端降水的模拟能力是改善模式的重要方面之一。

最近，地表过程与资源生态国家重点实验室杨静教授、何斯诚硕士生等评估了格点化观测数据、再分析数据、CMIP5模式和LASG CMIP6版本新一代全球气候模式CAS FGOALS-f2对于中国东部夏季极端降水绝对强度的再现情况。结果发现：所有观测资料，再分析资料和CMIP5模拟结果均不能抓住150mm/day以上的极端降水，且均低估了极端降水的频次，对极端降水的空间分布模拟也有较明显误差：对于中国东部夏季极端降水的两个大值中心——长江中下游地区和华南沿海地区，几乎所有CMIP5模式多无法同时模拟出两个大值中心，且均低估了大值区内极端降水的频次。研究进一步发现，长江中下游地区和华南沿海地区的极端降水模拟情况分别对应着对梅雨季和台风季降水的模拟情况，此外，相比而言，高分辨率气候模式比低分辨率气候模式对于极端降水的模拟效果更好。研究发现模式对极端降水的模拟情况与其对水汽和垂直加热廓线的模拟是否精确有关。在LASG CMIP6新一代全球气候模式CAS FGOALS-f2中，由于其对水汽和垂直加热率的模拟更为真实，极大的提高了对中国东部极端降水的模拟。

图1 中国东部CMA站点分布，填色表示站点海拔高度

图2 a)观测资料，b)再分析资料，c)CMIP5模式资料，d)CAS FGOALS-f2数据对中国东部夏季降水频次-强度分布。

图3 a)站点观测资料，b)CMIP5模式，c)CAS FGOALS-f2对中国夏季极端降水量（>50mm/day）占总降水量百分比空间分布情况。红色框表示中国东部夏季两个降水大值中心，分别对应长江中下游（LYRB）和华南沿海（DSC）。右下角数值表降水大值中心的极端降水占百分比的区域平均。

该研究成果曾获2018年地理科学学部学术年会优秀报告奖、地表过程与资源生态国家重点实验室2019年青年学术论坛“研究生杰出学术海报奖”，并多次在国内外学术会议上进行展示交流，获得了积极的评价。该工作指出了当前使用较为广泛的格点化观测数据、再分析资料对于极端降水再现情况的普遍问题，讨论了气候模式对于极端降水模拟可能的改进方向。该工作发表在专业1区刊物《Journal of Climate》 上（IF=4.661）。