东北地区气候变化CMIP5模式预估

利用CMIP5的多模式集合资料,从时间变化和空间分布两方面分析了不同情景下(RCP2.6、RCP4.5、RCP8.5)中国东北地区未来100年的气候变化。结果显示:3种排放情景下,21世纪东北地区气温和降水呈显著增长趋势,中期和末期增幅较明显,冬季增幅高于其他季节,RCP8.5情景下气温增暖最为显著,RCP4.5次之,RCP2.6最小,随着年代的推移,气温和降水年较差逐渐减小;空间分布显示:3种排放情景下各个时期的增温分布形式基本一致,由南向北逐渐增大,辽宁南部增温幅度最小,最显著地区位于黑龙江大兴安岭;不同情景下气温变化率的分布形势略有不同,但均呈显著增温趋势;3种排放情景下降水距平百分率均为增加趋势,呈由东向西逐渐增大的经向分布特征;不同情景下的降水变化率分布形势相似,呈南大北小特征,辽宁地区增长最为明显,黑龙江西部地区增长相对较小。     

CMIP5模式对未来30a新疆夏季降水的预估

选用参与气候变化政府间合作委员会(IPCC)第5次评估报告的25个气候耦合模式(CMIP5),基于GPCP(Global Precipitation Climatology Project)降水资料,采用多种统计方法,综合评估模式历史试验对1979—2005年新疆夏季降水的模拟能力,优选出模拟性能较好的模式,进而利用其RCP8.5排放路径下的模拟结果来预估未来30 a(2021—2050年)新疆夏季降水的变化。从气候平均场和年际变率来看,25个CMIP5模式的模拟性能差异显著,部分模式可模拟出新疆夏季降水的主要空间分布特征,如伊犁河谷地区的降水中心以及南疆和东疆地区的少雨区。从优选出的9个模式的集合平均结果来看,对南疆西部山区与昆仑山北侧地区降水强度和范围模拟偏强,对年际变率的模拟偏弱,但其降水的空间分布与观测比较一致,可较准确地捕捉到高、低值中心,空间相关性也较好。因此,利用该集合平均结果对未来新疆降水进行预估是可信的。预估结果表明:(1)未来30 a北疆大部分地区和东疆部分地区夏季降水略微减少,伊犁河谷和南疆大部分地区显著增多,且增幅中心出现在南疆西部和昆仑山北侧地区;(2)山区年际变率较其他地区明显,且伊犁河谷、南疆西部和昆仑山北侧地区的年际变率呈现逐渐增大趋势;(3)降水变化与500 hPa环流配置异常密切相关,北疆地区偏南气流加强,表现为反气旋性环流,南疆地区偏东气流加强,表现为气旋性环流,因而导致未来新疆地区夏季降水南增北减。     

CMIP5模式对中国地区气温模拟能力评估与预估

利用第五次国际耦合模式比较计划（CMIP5）中29个气候模式的气温模拟结果,评估了各模式对中国地区年平均气温的模拟能力,对未来不同典型浓度路径（RCPs）下中国地区气温的可能变化给出了预估。结果表明：各模式能较好地模拟过去100多年中国地区增温趋势和年平均气温的空间分布,从模式间标准差来看,各模式对中国中部、南部气温模拟具有较高的一致性。利用相对均方根误差分析了各模式的模拟能力,对于多时间尺度（月、年）气温的气候平均态,有7个模式表现良好,高于中等水平,5个模式的模拟能力低于中等水平,模式集合平均值的模拟效果优于大多数单个模式。根据29个模式的评估结果,使用模拟性能相对较好的模式分析了未来不同排放情景下中国地区气温变化,21世纪前期,不同排放情景之间的预估结果差别较小,21世纪中期各情景之间的差别逐渐增大,到21世纪后期,3种排放情景的升温差别明显增大。     

基于CMIP5和RegCM4模式的内蒙古气候变化模拟评估及未来RCPs情景预估

文章利用CMIP5全球气候模式和RegCM4区域气候模式模拟的内蒙古降水量和平均气温的逐月数据,分别将2个气候模式1961-2005年的模拟结果与实际观测值进行对比,综合评估2个气候模式对内蒙古降水量和平均气温的模拟能力,并预估分析3种RCPs情景下2021-2100年内蒙古未来降水量和平均气温的可能变化特征.结果显示...     

CMIP5模式对长江流域气温模拟与预估

利用长江流域147个气象观测站1961—2000年观测数据,对两个多模式集合CMIP3和CMIP5在长江流域气温模拟效果进行了评估,并进一步利用CMIP5输出结果预估2011—2050年长江流域气温时空变化。结果表明:两个多模式集合对长江流域气温具有一定的模拟能力,相对于CMIP3,CMIP5对实验期后20 a的年均气温变化的模拟效果更好,对年均气温变化倾向率的空间分布更加接近实测。预估表明:长江流域年均气温在3种RCPs情景下呈显著增加趋势,长江中下游变暖幅度要高于长江上游,到2050年,全流域气温都增加1.0℃以上。     

CMIP5和RegCM4.0模式对西南区域未来降水的预估

利用CMIP5全球模式数据集和RegCM4.0区域气候模式进行连续积分获得的模拟数据,对西南区域未来在RCP2.6,RCP4.5和RCP8.5几种温室气体排放情景下年平均降雨、四季降水,极端降雨事件的特征及其相对历史基准期的变化进行预估。结果表明,不同RCP情景下西南区域降水都将呈持续上升趋势,3种情景下西南区域降水在2020—2050年变化特征差别较小,2050年后差别较大,RCP2.6情景下降水变化幅度最小,CMIP5和RegCM4.0模式模拟的西南区域降水变化的地理分布特征基本一致,降水的高值区都位于青藏高原东南部,横断山脉和四川中部,差异在于RegCM4.0模拟的西藏西部的降雨量级更小,而青藏高原东南部、四川中部和贵州的降雨高值区量级更大。未来近期2020—2060年和远期2061—2099年RCP4.5情景下暴雨天数显著减少的区域主要在西藏东南部(0.5~1 d),未来远期2061—2099年RCP4.5情景云南南部和贵州东部区域暴雨天数显著性增加,而RCP8.5情景下上述区域暴雨天数显著性减少。     

CMIP5模式对我国西南地区干湿季降水的模拟和预估

利用降水观测资料, 评估了参加国际耦合模式比较计划第五阶段(CMIP5)的34个全球模式对1986～2005年我国西南地区干湿季降水的模拟能力。结果表明, 34个CMIP5模式中分别有30和25个模式模拟的干季和湿季降水偏多。34个模式对我国西南地区干湿季降水的模拟能力差异较大, 大约半数模式的模拟值与观测值的空间相关系数通过了99%的信度检验, 且标准差之比小于2。利用两个技巧评分标准, 分别挑选出了对干湿季降水模拟最优的9个模式。最优模式集合平均结果要优于34个模式的集合平均, 更要优于大多数单个模式。进一步利用最优的9个模式的集合平均对RCP4.5和RCP8.5两种典型浓度路径下我国西南地区干湿季降水的变化进行了预估。相对于1986～2005年气候平均态, 在21世纪初期(2016～2035年), 我国西南地区干季降水变化表现为川西高原降水增多, 而四川盆地及攀西地区、重庆、贵州和云南的大部分地区降水减少;湿季降水变化表现为川西高原、贵州和广西大部分地区降水增多, 而四川盆地及攀西地区和云南降水减少。在21世纪中期(2046～2065年)和末期(2080～2099年), 西南地区干湿季降水普遍增多。在RCP8.5情景下, 降水的变化幅度要强于RCP4.5情景。     

CMIP5模式对青藏高原地表温度的模拟与预估

利用1980~2005年英国东英吉利亚大学的 CRU全球陆面月平均地面数据集资料,对历史数据进行集合平均,结合泰勒诊断,开展青藏高原地区地表温度及其变化趋势的统计分析与模式模拟,并通过CRU观测资料和模式的历史资料集合平均得到年平均地表温度变化趋势,从而对高原未来的地表温度进行预估。结果表明：CMIP5中大多数模式对高原地区的年平均地表温度的模拟效果较好,但会受到季节差异的影响;多模式集合平均的模拟能力总体比单个模式模拟的性能更优,与观测场的数据更加接近;青藏高原未来的增温趋势与外辐射强迫的强度呈正相关,高原地区对高浓度排放情景下的增温效应比中低浓度更加剧烈,并且升温值在21世纪末极有可能突破6.5℃。     

CMIP5全球气候模式对贵州省极端气温的预估

利用泰勒图客观地评估了贵州省在参照时段1986—2005年8个CMIP5模式试验结果对气温的模拟能力,并采用在等权重系数条件下的集合平均结果计算了贵州省21世纪不同阶段不同情景下未来极端气温指数.研究表明：8个模式的集合平均的模拟效果能较好地模拟用于计算极端气温指数的基础数据,包括日平均气温、日最低气温和日最高气温.根据集合平均的结果,不同RCPs排放情景下21世纪贵州省相对于基准期大于25℃的高温日数（SU）、最低气温的最低值（TNN）和生长季长度（GSL）均表现为增加的趋势,而小于0℃的霜冻日数（FD）则呈现减少的趋势,排放越高,增加或减少的趋势越明显.RCP8.5、RCP4.5和RCP2.6情景下2006—2099年贵州省极端气温指数相对于1986—2005年SU、TNN、FD和GSL的变化速率分别为8.06~1.30 d／（10 a）、0.49~0.07℃／（10 a）、-4.99~-0.97 d／（10 a）和3.33~0.04 d／（10 a）.     

青藏高原未来气候变化预估:CMIP5模式结果

本文使用国际耦合模式比较计划第5阶段(CMIP5)中对青藏高原气候模拟较优的气候模式, 在RCP4.5中等偏低辐射强迫情景下对青藏高原未来气候变化进行了预估研究。结果表明, 青藏高原年均地表气温在2006~2100年的线性趋势平均为0.26℃/10a, 增暖幅度与海拔高度大体成正比;相比于1986~2005年参考时段, 2090年代平均升温2.7℃, 21世纪末期增温幅度明显高于早期和中期;在早、中和末期, 年均增温分别为0.8~1.3℃、1.6~2.5℃和2.1~3.1℃;各季节也均为变暖趋势, 其中冬季增温最大。对于年均降水来说, 未来百年将小幅增加, 集合平均趋势为1.15%/10a, 2090年代较参考时段增加10.4%;在早、中和末期的变化范围分别为-1.8%至15.2%、-0.9%至17.8%和1.4%至21.3%;季节降水也呈增加趋势, 夏季增幅明显高于其余三个季节且在21世纪末期较大, 青藏高原未来年均降水增加主要来自于夏季。需要指出的是, 上述预估结果在气候模式间存在着一定的差异, 未来气候变化的不确定性范围较大, 地表气温的可信度相对较高, 而降水的则偏低。     

CMIP5气候模式对东亚夏季平均环流场模拟能力的评估

利用第五次耦合模式比较计划(Phase 5 of Coupled Model Intercomparison Project,CMIP5)提供的30个全球气候模式模拟的1961~2005年的夏季逐月环流场资料及同期NCEP再分析资料,引入泰勒图及各种评估指标,探讨全球气候模式对东亚夏季平均大气环流场的模拟能力,寻求具有较好东亚夏季环流场模拟能力的气候模式。结果表明:1)全球气候模式能够模拟出东亚夏季平均大气环流的基本特征,CMIP5模式的总体模拟能力较第三次耦合模式比较计划(CMIP3)有较大程度的提高,如CMIP5模式对东亚大部分地区夏季海平面气压(Sea Level Pressure,SLP)场的模拟偏差在6 h Pa以内。2)模式对不同层次环流场的模拟能力存在差异,500 h Pa高度场的模拟能力最强,其次为100 h Pa高度场、850 h Pa风场,SLP场最弱;对东亚夏季主要环流系统的模拟对比发现,模式对印度热低压及东伸槽强度指数的模拟能力最好。3)综合CMIP5模式对东亚夏季各层次平均环流场以及主要环流系统的模拟能力,发现模拟较好的5个模式为CESM1-CAM5、MPI-ESM-MR、MPI-ESM-LR、MPI-ESM-P和Can ESM2。4)相对于单一模式,多模式集合平均(MME)模拟能力较强,但较优选的前5个模式集合平均的模拟能力弱。     

21世纪前期中国降水预估及其订正

用全球格点分析数据集（CRU TSv4.0）月降水资料和24个CMIP5（Coupled Model Intercomparison Project Phase 5）模式历史模拟数据以及RCP4.5情景下的预估数据,分析了多模式集合平均降水的偏差特征并进行了扣除模式气候漂移和一元对数差分回归订正。结果表明,模式降水在西部和北部明显偏多,东南沿海偏少;冷季（11月至次年4月）在全国大部分地区模式降水偏多,暖季（5～10月）东南沿海季风区偏少。1956～2005年多模式集合平均历史模拟降水偏差中84%属于气候漂移,其余是偏差的非定常模态。扣除气候漂移后,RCP4.5情景下2006～2015年中国模式降水预估偏差减小90%以上,大部分地区降水偏差百分率分布在±5%以内,仅在青藏高原西部和西北中部等地区模式降水偏多10%～40%;暖季降水偏差分布与年降水量类似;冷季偏差较大,北方降水偏多,南方偏少。检验表明,一元线性对数差分回归方程订正后,模式降水对于2006～2015年期间西南和江南中部的干旱少雨气候均能再现,且距平同号率高于多模式集合平均和扣除气候漂移的结果。用该方法对RCP4.5情景下2016～2035年模式预估降水进行订正,结果显示,南方（淮河以南）降水减少5%～20%,河套、内蒙古和华北北部减少20%～40%,东北南部、淮河流域、西北大部增加10%～40%及以上,东南沿海和台湾省降水增加10%～20%。以上降水预估结果说明,在RCP4.5情景下,21世纪前期持续十年的西南干旱会略有缓解,但南方降水偏少格局变化不大,淮河流域和三江源区及其以西等地降水可能明显增加。中国降水异常分布总体呈现南北少、中间多的格局,但北方和西部高山地带的降水预估存在较大的不确定性。     

Evaluation of CMIP5 Earth System Models in Reproducing Leaf Area Index and Vegetation Cover over the Tibetan Plateau

The abilities of 12 earth system models (ESMs) from the Coupled Model Intercomparison Project Phase5 (CMIP5) to reproduce satellite-derived vegetation biological variables over the Tibetan Plateau (TP) were examined. The results show that most of the models tend to overestimate the observed leaf area index (LAI) and vegetation carbon above the ground, with the possible reasons being overestimation of photosynthesis and precipitation. The model simulations show a consistent increasing trend with observed LAI over most of the TP during the reference period of 1986-2005, while they fail to reproduce the downward trend around the headstream of the Yellow River shown in the observation due to their coarse resolutions. Three of the models: CCSM4, CESM1-BGC, and NorESM1-ME, which share the same vegetation model, show some common strengths and weaknesses in their simulations according to our analysis. The model ensemble indicates a reasonable spatial distribution but overestimated land coverage, with a significant decreasing trend (-1.48% per decade) for tree coverage and a slight increasing trend (0.58% per decade) for bare ground during the period 1950-2005. No significant sign of variation is found for grass. To quantify the relative performance of the models in representing the observed mean state, seasonal cycle, and interannual variability, a model ranking method was performed with respect to simulated LAI. INMCM4, bcc-csm-1.1m, MPI-ESM-LR, IPSL CM5A-LR, HadGEM2-ES, and CCSM4 were ranked as the best six models in reproducing vegetation dynamics among the 12 models.     

GLDAS和CMIP5产品的中国土壤湿度-降水耦合分析及变化趋势

利用GLDAS同化产品和12个CMIP5模式的输出结果,从土壤湿度对降水影响的两个中间环节出发,通过分析陆面耦合指数ILH、潜热通量—抬升凝结高度耦合指数ILCL以及抬升凝结高度ZLCL间接研究中国区域土壤湿度与降水间耦合特征,并对1958~2013年及RCP4.5辐射强迫情景下50年(2006~2055年)的4个代表性区域夏季耦合强度的年代际变化特征进行分析。研究发现:1958~2013年期间,内蒙古阴山山脉附近、新疆和青海的部分地区为夏季中国土壤湿度与降水耦合的最强区域;陆面耦合指数ILH变化幅度从高到低依次出现在华北、华南、内蒙古中部和西北地区,并在20世纪70年代中到80年代中发生转折。2006~2055年的平均而言,预估内蒙古阴山山脉附近仍为耦合最强区;与历史时期(1958~2005年)比较,新疆中部和内蒙古阴山山脉附近的耦合指数ILH增大,而广西和广东地区的则减小;对于耦合指数ILH的年代际变化(2006~2055年),2026~2035年间华北最大而华南最小,西北地区变化不大,而内蒙古中部地区的耦合强度逐渐增大。     

CMIP5模式对春季北极涛动影响后期冬季ENSO不对称性的模拟能力分析

根据观测资料的研究指出春季北极涛动(Arctic Oscillation, AO)对随后冬季厄尔尼诺-南方涛动(El Nino–Southern Oscillation, ENSO)的影响具有明显不对称性。春季AO处于正位相时,它对随后冬季厄尔尼诺(El Nino)事件的影响显著,然而春季AO负位相对随后冬季拉尼娜(La Nina)的影响不明显。本研究分析了30个来自CMIP5的耦合模式对春季AO与随后冬季ENSO不对称性关系的模拟能力。30个CMIP5耦合模式中,只有CNRM-CM5和GISS-E2-H-CC模式能较好地抓住春季AO与冬季ENSO的联系。进一步分析这两个模式中春季AO与冬季ENSO的不对称性关系,发现CNRM-CM5模式能较好地再现春季AO与冬季ENSO的非对称关系,即春季AO正(负)位相会导致赤道中东太平洋出现El Nino(La Nina)型海表温度增暖(冷却)。然而,GISS-E2-H-CC模式的模拟结果显示,春季AO对随后冬季ENSO的影响是对称的。本文随后解释了CNRM-CM5(GISS-E2-H-CC)模式能(不能)模拟出春季AO与冬季ENSO不对称关系的原因。对于CNRMCM5模式,在春季AO正位相年,副热带西北太平洋上空存在明显的异常气旋和正降水异常,正降水异常通过Gill型大气响应对赤道西太平洋异常西风的形成和维持起着重要作用,异常西风通过激发向东传播的暖赤道Kelvin波对随后冬季El Nino事件的发生产生显著的影响;然而,在春季AO负位相年,副热带北太平洋的异常反气旋和负降水异常较弱,导致赤道西太平洋的异常东风不明显,因此,春季AO负异常对随后冬季La Nina的影响不显著。所以,CNRM-CM5模式能够较好地抓住春季AO对随后冬季ENSO事件的非对称性影响。相比之下,对于GISS-E2-H-CC模式,春季AO正(负)位相年副热带西北太平洋上存在显著的正(负)降水异常,通过Gill型大气响应在赤道西太平洋激发出明显的异常西(东)风从而影响随后冬季的El Nino(La Nina)事件。因此,在GISS-E2-H-CC模式中,春季AO对随后冬季ENSO具有对称性影响。另外,模式捕捉春季AO对随后冬季ENSO非对称性影响的能力与模式对春季AO空间结构的模拟能力有一定的联系。     

Projections of the advance in the start of the growing season during the 21st century based on CMIP5 simulations

It is well-known that global warming due to anthropogenic atmospheric greenhouse effects advanced the start of the vegetation growing season(SOS) across the globe during the 20 th century. Projections of further changes in the SOS for the 21 st century under certain emissions scenarios(Representative Concentration Pathways, RCPs) are useful for improving understanding of the consequences of global warming. In this study, we first evaluate a linear relationship between the SOS(defined using the normalized difference vegetation index) and the April temperature for most land areas of the Northern Hemisphere for 1982–2008. Based on this relationship and the ensemble projection of April temperature under RCPs from the latest state-of-the-art global coupled climate models, we show the possible changes in the SOS for most of the land areas of the Northern Hemisphere during the 21 st century. By around 2040–59, the SOS will have advanced by-4.7 days under RCP2.6,-8.4 days under RCP4.5, and-10.1 days under RCP8.5, relative to 1985–2004. By 2080–99, it will have advanced by-4.3 days under RCP2.6,-11.3 days under RCP4.5, and-21.6 days under RCP8.5. The geographic pattern of SOS advance is considerably dependent on that of the temperature sensitivity of the SOS. The larger the temperature sensitivity,the larger the date-shift-rate of the SOS.     

CMIP5全球气候模式对中国地区降水模拟能力的评估

使用多种观测资料和43个参加耦合模式比较计划第五阶段（CMIP5）的全球气候模式模拟数据,评估分析了全球气候模式对中国地区1980-2005年降水特征的模拟能力。结果表明：多数CMIP5模式能够模拟出中国降水由西北向东南递增的分布特点,这与耦合模式比较计划第三阶段（CMIP3）的模式模拟结果类似,但华南地区降水模拟偏少,西部高原地区降水模拟偏多。模式能够较好地模拟出降水冬弱夏强的季节变化特征,但降水模拟系统性偏多。从EOF分析结果来看,多数CMIP5模式可以再现中国地区年平均降水的时空变化特征,集合平均的表现优于CMIP3。多模式集合在月、季、年时间尺度下模拟的平均值优于大部分单个模式的结果。CMIP5中6个中国模式的模拟能力与其他模式相当,其中FGOALS-g2、BCC-CSM1-1-m的模拟能力相对较好。     

CMIP5模式降水订正法及未来30年中国降水预估

借助英国气候研究所（Climate Research Unit, CRU）全球陆地格点分析数据集（CRU TS v4.0）月降水资料和24个国际耦合模式比较计划第五阶段（Coupled Model Intercomparison Project Phase 5, CMIP5）模式历史气候模拟及RCP4.5情景下的降水预估数据,设计了多种回归方案并对模式降水预估偏差进行订正。这些方案包括一元回归、一元对数回归、一元差分回归、一元对数差分回归、多元回归、多元对数回归、多元差分回归、多元对数差分回归和简单移除气候漂移等。2006～2015年中国大陆模式降水预估的订正结果表明,一元回归订正法普遍优于多元回归订正和扣除气候漂移订正法,其中一元对数回归法的效果最好,其降水距平同号率（Anomaly Rate, AR）和降水距平百分率相关系数（Anomaly Percentage Correlation Coefficient, APCC）最高,分别达到69%和0.5;而降水距平相关系数（Anomaly Correlation Coefficient, ACC）最高的是一元对数差分回归法。不同回归订正法所得预估结果的距平同号格点分布显示,一元对数回归法在北方优于南方,而一元差分（年际增量）或对数差分回归法在南方优于北方。这直接导致在中国南方区域（95°E以东,35°N以南）一元对数回归或多元对数回归订正结果的AR、ACC和APCC均低于对应的差分/对数差分回归法,在北方和西部地区则与此相反。因此,模式降水的回归订正方案具有区域性,这可能源于不同区域降水序列统计性质的差异。用区域组合回归订正法,即在南方用一元差分回归订正,其余地区用一元对数回归订正,其降水预估场的AR提高到72%,但ACC和APCC均略有下降,原因是差分回归订正增加了预估降水场的方差。对RCP4.5情景下2016～2045年24个模式集合平均降水预估的组合回归订正结果显示,相对于1976～2005年平均,未来30年降水异常大致呈南北少,中间多的格局,其中长江中下游、江南中西部、西南东北部、华南沿海和海南省等地降水偏少10%～20%,淮河流域、三江源区和台湾省降水偏多10%～40%,西北东部、华北和东北大部降水正常或略偏少。从降水百分率方差看,模式群的离散度（不确定度）呈现东部小,西部大的分布特征,说明模式预估的西北中部和青藏高原西部等降水偏少区的不确定性较大;而河套北部、华北南部和江南东部等地对应于2006～2015年检验期的“盲区”（模式与观测降水距平反号）,其降水预估参考价值可能不大,需要引入他法加以改进。     

全球变暖减缓期陆地地表气温变化特征和CMIP5多模式的未来情景预估

2000年后全球气温的增温率显著下降,全球进入变暖减缓期.本文基于CRU(Climatic Research Unit) 观测资料,分析讨论了2000年后全球及欧亚中高纬度地区全球变暖的减缓特征,评估了CMIP5(Coupled Model Intercomparison Project Phase 5)试验多模式对全球变暖减缓的模拟及未来气温变化预估.结果表明,2000年后全球陆地平均地面气温的增温率大幅下降至0.14℃ (10 a)-1,仅为1976~1999年加速期增温率的一半.全球陆地13个区域中有9个地区的增温率小于2000年前,4个地区甚至出现了降温.其中以欧亚中高纬地区最为特殊.加速期(1976~1999年)增温率达到0.50℃ (10 a)-1,为全球陆地最大,2000年后陡降至-0.17℃ (10 a)-1,为全球最强降温区,为全球变暖的减缓贡献了49.13%.并且具有显著的季节依赖,减缓期冬季增温率下降了-2.68℃ (10 a)-1,而秋季升高了0.86℃ (10 a)-1,呈现反位相变化特征.CMIP5多模式计划中仅BCC-CSM1.1在RCP2.6情景下和MRI-ESM1模式在RCP8.5下的模拟较好地预估了全球及欧亚中高纬地区在2000年后增温率的下降以及欧亚中高纬秋、冬温度的反位相变化特征.BCC-CSM1.1在RCP2.6情景下预估欧亚中高纬地区2012年后温度距平保持在1.2℃左右,2020年后跃至2℃附近振荡.而MRI-ESM1在RCP8.5情景下预估的欧亚中高纬度温度在2030年前一直维持几乎为零的增温率,之后迅速升高.