多模式动力降尺度对中国中东部地区极端气温指数的模拟评估

利用LMDZ4变网格大气环流模式分别嵌套于BCC-csm1.1-m、CNRM-CM5、FGOALS-g2、IPSL-CM5A-MR和MPI-ESM-MR等5个全球模式,进行中国中东部地区1961-2005年动力降尺度模拟试验,对比分析降尺度前后各模式对中国中东部极端气温指数的模拟能力。结果表明,相较全球模式,LMDZ4模式较好地刻画了青藏高原、四川盆地等复杂地形的变化,能更好地表现出中国中东部地区极端气温的空间分布。但降尺度改善效果具有明显的区域性差异,对于最高气温、最低气温和霜冻日数,降尺度之后主要在东北、西北、青藏高原以及西南地区改善明显,与观测场的空间相关系数提高至0.95以上,均方根误差低于0.5℃（0.5 d）,且降尺度后模式对最低气温和最高气温空间相关系数的改善程度随地形升高而增大;对于热浪指数,降尺度后在东北、华南以及西南地区热浪分布大值区改善效果明显,但模式间的一致性不高。降尺度在一定程度上模拟出与观测一致的最高、最低气温的线性趋势空间分布,在东北、华北、青藏高原和西南地区最低气温和霜冻日数趋势误差较全球模式小。降尺度模式集合（RMME）对极端气温气候平均场和线性趋势均有较高的模拟能力。多模式动力降尺度能够提高全球模式对中国区域极端气温的模拟能力,为提高未来预估能力提供了基础。     

基于统计降尺度模型的江淮流域极端气候的模拟与预估

利用LMDZ4变网格大气环流模式分别嵌套于BCC-csm1.1-m、CNRM-CM5、FGOALS-g2、IPSL-CM5A-MR和MPI-ESM-MR等5个全球模式,进行中国中东部地区1961-2005年动力降尺度模拟试验,对比分析降尺度前后各模式对中国中东部极端气温指数的模拟能力。结果表明,相较全球模式,LMDZ4模式较好地刻画了青藏高原、四川盆地等复杂地形的变化,能更好地表现出中国中东部地区极端气温的空间分布。但降尺度改善效果具有明显的区域性差异,对于最高气温、最低气温和霜冻日数,降尺度之后主要在东北、西北、青藏高原以及西南地区改善明显,与观测场的空间相关系数提高至0.95以上,均方根误差低于0.5℃（0.5 d）,且降尺度后模式对最低气温和最高气温空间相关系数的改善程度随地形升高而增大;对于热浪指数,降尺度后在东北、华南以及西南地区热浪分布大值区改善效果明显,但模式间的一致性不高。降尺度在一定程度上模拟出与观测一致的最高、最低气温的线性趋势空间分布,在东北、华北、青藏高原和西南地区最低气温和霜冻日数趋势误差较全球模式小。降尺度模式集合（RMME）对极端气温气候平均场和线性趋势均有较高的模拟能力。多模式动力降尺度能够提高全球模式对中国区域极端气温的模拟能力,为提高未来预估能力提供了基础。     

华东地区极端降水动力降尺度模拟及未来预估

利用CMIP5（Coupled Model Intercomparison Project Phase 5）数据集中的全球模式IPSL-CM5A-LR及其嵌套的区域气候模式WRF（Weather Research and Forecasting）,分别评估了模式对1981~2000中国华东区域极端降水指标的模拟能力,并讨论了RCP8.5排放情景下21世纪中期（2041~2060年）中国华东极端降水指标的变化特征。相比驱动场全球气候模式,WRF模式更好地再现了各个极端指数空间分布及各子区域降水年周期变化。在模拟区域气候特点方面,WRF模拟结果有所改进,并在弥补全球模式对小雨日过多模拟的缺陷起到了明显的作用。21世纪中期,华东区域的降水将呈现明显的极端化趋势。WRF模拟结果显示年总降雨量、年大雨日数、平均日降雨强度在华东大部分区域的增幅在20%以上;年极端降雨天数、连续5 d最大降水量的增幅在华东北部部分区域分别超过了50%和35%,同时最长续干旱日在华东区域全面增加;且变化显著的格点主要位于增加幅度较大的区域。未来华东区域会出现强降水事件和干旱事件同时增加的情况,降水呈现明显的极端化趋势,且华东北部极端化强于华东南部。     

利用区域气候模式对我国南方百年气温和降水的动力降尺度模拟

本文采用NCAR的WRF3.5.1模式,以NOAA的20世纪再分析资料作为区域气候模式的初始场和侧边界场,对东亚地区进行了百年以上(1900~2010年)尺度、水平分辨率为50 km的动力降尺度数值模拟试验。通过与观测气候资料的对比,分析了驱动场(20世纪再分析资料)和区域气候模式对我国南方地区近50年(1961~2010年)气温和降水的气候平均态的模拟能力。结果表明:经过动力降尺度的区域气候模式试验结果能更好地模拟我国南方地区气温气候平均态和季节循环。WRF模式模拟的气温与观测的气温的空间相关系数均在0.97以上。年平均和夏季,WRF模式模拟的气温与观测的气温的偏差大多介于-1°C到+1°C之间。对于降水,WRF模式显著提高了我国南方降水的模拟能力。和驱动场相比,WRF模式模拟的降水与观测的偏差明显减小。夏季,WRF模式模拟的降水空间相关系数在0.5以上。由此延伸至对近百年我国南方地区三个子区域(华南地区、江淮地区和西南地区)四个时段(1914~1942年、1943~1971年、1972~2000年和2001~2010年)的分析,结果表明区域气候模式动力降尺度的结果在区域平均的气温和降水的模拟数值上与观测比较接近,夏季模拟能力有明显的提高,冬季存在气温模拟偏低的误差。对气温趋势分析表明,在20世纪40年代以后的两个时间段,区域气候模式明显提高了气温变化线性趋势的模拟性能。     

青藏高原极端气温的动力降尺度模拟

利用ERA-Interim再分析资料作为边界条件,基于耦合陆面模式Noah-MP的区域气候模式WRF在东亚区域进行了动力降尺度模拟(简称WRF2),对比格点观测资料,评估了动力降尺度对青藏高原极端气温指数的模拟能力,在此控制试验基础上,分别将WRF的陆面模式替换为Noah LSM,边界条件替换为CCSM4,进行了两组敏感性试验(分别是WRF1和WRF3),通过与控制试验的比较,分析了边界条件和陆面模式对极端气温指数模拟的影响。结果表明,WRF2能较好地模拟青藏高原极端气温指数气候态的空间分布,但存在一定的冷偏差;受边界条件影响WRF3模拟的极端气温指数的气候倾向率存在负偏差。同时,尽管采用不同的边界条件,耦合相同陆面过程的两次数值试验对极端气温空间分布的模拟能力相似,相比WRF2,WRF1表现出更强的冷偏差;但边界条件对极端气温指数气候倾向率的影响大于陆面模式,WRF3模拟的极端气温指数气候倾向率与观测结果更为接近。     

重庆地区极端高温事件的模拟研究

该文使用了中国科学院大气物理研究所大气环流模式IAP AGCM4.1和中尺度数值模式WRF3.2建立的耦合模式(IWRF),利用该耦合模式对1982—2014年重庆夏季气候进行了试验,将模拟结果与NCEP/DOE再分析资料驱动WRF3.2(NWRF)的模拟结果进行了比较,并利用观测资料评估了这2个试验对于重庆极端高温事件的模拟能力。结果表明:(1)2个试验均能较为合理地再现重庆夏季地表气温的气候态特征,IWRF的模拟偏差较大,尤其对于高海拔地区。它们对极端高温事件的模拟存在较大偏差,对日最高气温最大值(TXx),两者的距平分布相似,对暖昼指数(TX90p)和热浪持续指数(HWDI),IWRF的表现好于NWRF。在西部和东南部地区,2个试验对暖昼指数都具有一定的模拟能力;(2)NWRF能够模拟出极端高温指数的年际变化特征,而IWRF表现欠佳;(3)它们都不能模拟出TXx的变化趋势,但是,NWRF能够模拟出HWDI和TX90p的增加趋势。该文的结论可为重庆短期气候预测系统用于极端高温的预测提供一定参考。     

针对江苏省气温和降水的高分辨率降尺度模拟及预估北大核心

本文利用WRF模式,以25 km分辨率数值模拟结果作为驱动场,对江苏省现代和未来15 a的气候进行5 km高分辨率降尺度模拟及预估。结果显示,高分辨率降尺度模拟对其驱动场具有显著的提高,降水的负偏差和气温冷偏差均有所降低,其模拟的降水与气温概率分布与观测更为接近;对于极端指数,WRF模式能够模拟出其基本分布,除连续湿润日数CWD和极端高温TXx之外,高分辨率模拟对其他指数的模拟均有显著的提升。在RCP8.5排放情景下对未来气候变化的预估表明,江苏降水在夏季以减少为主,在春季则以增加为主,全年平均降水存在减少趋势;未来0~1 mm·d^(-1)的微弱降水发生概率将增加,小雨、中到大雨以及暴雨发生的概率均降低,而暴雨强度的增强导致极端强降水R95显著增加;气温25℃以上高温发生的概率在未来有所增加,而0℃以下的低温发生概率减小,从而导致暖持续日数显著增加,而冷持续日数减小,另外,极端高温和极端低温都有显著的升高。     

WRF模式对中国夏季降水的动力降尺度模拟研究

采用NCEP的FNL再分析资料驱动WRF模式,对中国10 a(2000—2009年)夏季降水进行双重动力降尺度(双重嵌套)模拟,将子、母区域模拟结果和观测进行对比,以检验双重动力降尺度对中国夏季降水模拟的"增值"能力。结果表明:单重动力降尺度(单重嵌套)方法能较好模拟出中国10 a夏季平均降水的空间分布,对季风雨带"北跳"特征模拟较好,但模拟降水具有系统性正偏差。在母区域的强迫下,双重动力降尺度模拟的降水分布与单重动力降尺度相比,没有发生根本性变化。但由于子区域的分辨率要高于母区域,双重动力降尺度比单重动力降尺度能提供更多有价值的降水细节。双重动力降尺度的这种"增值"能力存在地域依赖性,在华南地区和江淮地区,双重动力降尺度模拟出的降水分布、量值和逐日演变都要好于单重动力降尺度。但在华北地区,双重动力降尺度没有表现出明显的"增值"。     

区域风能资源评价分析的动力降尺度研究

不同于以往的统计风能评估方法,本研究将动力降尺度方法应用到江苏省的风能评价分析中。利用NCEP/NCAR再分析资料与江苏省65个地面气象观测站1971～2000年的观测资料,建立了动力降尺度区域气候模式MM5V3的初始场和边界条件,用较高分辨率（水平分辨率为5 km）评估了江苏省60 m高度的风能分布,分析了动力降尺度方法在区域风能资源评估中的有效应用。结果表明,江苏省风能资源由东部沿海向西部内陆递减,以西连岛为代表的东部沿海风能资源最丰富,其次为长江三角洲地区,太湖、洪泽湖及高邮湖地区的风能资源也比较丰富,徐州市与南京市的风能资源最贫乏。分析表明,动力降尺度方法能够用较高分辨率模拟局地环流和地面风的主要分布特征,可以作为区域风能资源评价分析的有效手段。     

分位数调整法在北京动力降尺度模拟订正中的适用性评估

基于分位数调整法对变网格模式LMDZ4在中国区域进行动力降尺度模拟的北京日平均气温和降水结果进行了统计误差订正。订正后的日平均气温在年循环、平均值和频率等方面均十分接近观测值,全年平均气温偏差由-1.2℃降至-0.4℃。降水的订正过程较气温更加复杂,首先对降水日数进行订正,以消除模式产生的虚假微量降水,订正后降水日数误差由61.5%降至3.7%。此外,分位数调整法可有效订正中小型与极端降水的频率和强度,订正后全年降水误差由0.28 mm/d降至0.07 mm/d。订正后最大降水月为7月,与观测一致,消除了冬季的虚假极端降水。分位数调整法无论是对气温还是降水,其订正效果都存在明显的季节性差异。日平均气温的订正在冬、夏季要优于春、秋季,对极端高、低气温的订正更加显著。该统计误差订正方法不仅有效消除了气候平均值的漂移,同时对极值也有一定改善,是一种相对完善的订正方案。分位数调整法也存在一定的不确定性,订正效果受观测资料和模式模拟能力影响较大。     

基于统计降尺度模型的江淮流域极端气候的模拟与预估

利用江淮流域29个代表站点1961--2000年逐日最高温度、最低温度和逐日降水资料,以及NCEP逐日大尺度环流场资料,引入基于多元线性回归与随机天气发生器相结合的统计降尺度模型SDSM（statistical downscalingmodel）,通过对每个站点建模,确立SDSM参数,并将该模型应用于SRESA2排放情景下HadCM3和cGcM3模式,得到了江淮流域各代表台站21世纪的逐日最高、最低温度和降水序列以及热浪、霜冻、强降水等极端气候指数。结果表明,当前气候下,统计降尺度方法模拟的极端温度指数与观测值有很好的一致性,能有效纠正耦合模式的“冷偏差”,如SDSM对江淮平均的冬季最高、最低温度的模拟偏差较CGCM3模式分别减少3℃和4．5℃。对于极端降水则能显著纠正耦合模式模拟的降水强度偏低的问题,如CGCM3对江淮流域夏季降水强度的模拟偏差为-60．6％,但降尺度后SDSM—CGCM3的偏差仅为-6％,说明降尺度模型SDSM的确有“增加值”的作用。21世纪末期在未来SRESA2情景下,对于极端温度,无论Had．CM3还是CGCM3模式驱动统计模型,江淮流域所有代表台站,各个季节的最高、最低温度都显著增加,且以夏季最为显著,增幅在2—4℃;与之相应霜冻天数将大幅减少,热浪天数大幅增多,各站点冬季霜冻天数减少幅度为5—25d,夏季热浪天数增加幅度为4～14d;对于极端降水指数,在两个不同耦合模式HadCM3和CGCM3驱动下的变化尤其是变化幅度的一致性比温度差,但大部分站点各个季节极端强降水事件将增多,强度增强,SDSM—HadCM3和SDSM-CGCM3预估的夏季极端降水贡献率将分别增加26％和27％。     

黑河流域降水统计——动力降尺度问题研究

依据区域气候模式RIEMS2.0输出的3 km高分辨率数据和站点降水记录分析了中国西北黑河流域降水的动力降尺度和统计—动力降尺度问题,检验了多种因子组合下多元线性回归（MLR）和贝叶斯模式平均（BMA）降尺度模型,评估了降尺度降水的均方根误差、相关系数、方差百分率及“负降水”偏差率等方面的统计特征。结果表明,动力降尺度降水相关系数最高,误差也最大,降水方差达到观测值的1.5～2倍;除相关系数外,统计—动力降尺度模型的几个统计特征均最优,纯统计模型次之。检验表明,仅用700 hPa位势高度场、经向风和比湿等构建的统计降尺度模型估计的站点降水相关系数较低,均方根误差也较大。当在统计降尺度模型中引入模式降水因子后站点降水的估计得到明显改善,其中MLR类模型的降水相关系数和方差百分率均明显高于BMA类模型,均方根误差二者相当,但前者“负降水”出现频次明显大于后者,“负降水”偏差主要出现在降水稀少的冬半年及黑河中、下游干旱或极端干旱区,上游出现频率较低,其中MLR类模型“负降水”出现频次明显高于BMA类模型,后者仅出现在黑河中、下游地区。包含模式降水因子的统计—动力降尺度模型能减少“负降水”出现...     

WRF模式对中国夏季降水的动力降尺度模拟研究

为了解国家气候中心第二代季节预测模式系统（BCCv2）预测产品在重庆地区的动力降尺度效果,利用WRF模式对BCCv2的2016年汛期预测数据进行动力降尺度试验,对比了动力降尺度前后预测的重庆地区汛期平均降水的差异及采用不同边界层参数化方案对降水预测的影响。试验结果表明,动力降尺度能较好地改善BCCv2对重庆地区汛期降水预测整体偏少的情况,且在降水空间分布特征上与观测更加接近。对比采用不同边界层参数化方案（MYJ、MYNN2、YSU和ACM2）后的降水预测结果可知,YSU方案偏差较小;但从整体看,各方案间差异并不明显。对环流场的偏差分析以及进一步利用松弛逼近法进行的试验表明,动力降尺度能较好地改善BCCv2对青藏高原以南和中国南部地区位势高度预测的正偏差,并能改善降尺度前其对高原南部偏西风水汽输送预测的偏弱,但对两广一带向北水汽输送预测依然较弱;边界场在环流形势预测中的偏差可能与动力降尺度预测的重庆地区汛期降水整体偏少存在联系。

     

基于MIROC/WRF嵌套模式的中国气候降尺度模拟

开展了基于嵌套的全球模式MIROC和区域气候模式WRF的动力降尺度模拟试验,检验该模式对中国气候的模拟性能,得到以下结论:全球气候模式MIROC和WRF都能较好地模拟出中国年平均地表气温(下文简称气温)分布。WRF模式对气温场的描述更为细致,模拟出了四川盆地高温和中国最北方区域的低温。两个模式总体上对南方降水模拟好于北方地区,东部地区好于西部地区。MIROC模式模拟的年平均和各季节降水与观测的 空间相关系数在0.79～0.83之间,表明它对降水的模拟较好。WRF模式模拟的降水空间分布好于MIROC模式。MIROC模式在青藏高原东南侧存在虚假降水中心,WRF能有效改进该地区降水的模拟。两个模式对年平均气温和降水年际变率的模拟能力均较差,WRF模式相对MIROC模式有一定改进。     

转移累计概率分布(CDF-t)统计降尺度方法对湖南极端降水的模拟评估

为了提高湖南极端降水的模拟能力,利用转移累计概率分布(CDF-t)统计降尺度方法及基于第5次国际耦合模式比较计划(CMIP5)中的24个耦合模式数据,结合3个极端降水指数,从空间特征和年际变率两方面评估降尺度前后CMIP5模式对湖南极端降水的模拟能力。结果表明,较低空间分辨率的CM IP5气候模式无法细致反映区域极端降水变化特征,且由于各模式结果差异较大,多模式集合的模拟效果差。CDF-t统计降尺度通过建立大尺度变量的CDF与区域尺度相同变量的CDF之间的函数关系,对CMIP5模拟湖南极端降水变化特征有一定的改善能力。就空间结构而言,该方法对于模式模拟大雨日数(R10)和连续5天最大降水量(R5d)的空间结构能力都有很大改善,且模式之间表现出较高的一致性,尤其是R10改善效果最显著,与观测相比,湖南地区空间平均绝对误差达到2. 18天,较降尺度前绝对误差降低了45. 46%。就时间变率而言,该方法对于模式模拟R90P和R5d的时间变率能力都有很大改善,降尺度后IVS值分别由降尺度前的2. 2和1. 5降低至0. 3和0. 6。     

1951—2020年广州地区极端气温指数年月尺度变化研究

根据广州国家基本气象站1951—2020年的逐日气温资料,采用线性趋势法、距平及累积距平法和Mann-Kendall检验法,对WMO推荐的16种极端气温指数中的13种以及2种结合本地实际的新的极端气温指数共计15种指数进行计算,从月尺度和年尺度分析广州地区各极端气温指数随时间变化的趋势和突变年份,并对以往研究中较少探究的基期的选择对相对极端气温指数的结果影响进行了对比分析。(1)从年尺度看,广州地区近70 a的夏日日数SU25、酷热日数SU35、热夜日数TR20、非常热夜日数TR26、最高气温TXx、最低气温TNn、最低气温最大值TNx、相对暖夜日数TN90p、暖昼日数TX90p、显著偏暖持续指数WSDI均呈现明显的上升趋势,相对冷夜日数TN10p、冷昼日数TX10p和偏冷持续指数CSDI呈现下降趋势,气温日较差DTR和最高气温最小值TXn变化趋势不明显;(2)新的极端气温指数SU35和TR26的上升速率明显大于SU25和TR20的上升速率,能更好地反映近70 a昼夜体感炎热日数呈现极显著的上升趋势,更加符合评估气候变化对当地生产生活的影响;(3)从月尺度来看近70 a广州地区的暖系列...     

基于TIGGE资料的北半球地面气温预报的统计降尺度研究

基于TIGGE(THORPEX Interactive Grand Global Ensemble,全球交互式大集合)资料中欧洲中期天气预报中心(European Centre for Medium-Range Weather,ECMWF)、日本气象厅(Japan Meteorological Agency,JMA)、美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)和英国气象局(United Kingdom Met Office,UKMO)4个中心的北半球地面2 m气温集合平均预报资料,利用插值技术与回归分析,并引入了消除偏差集合平均(bias-removed ensemble mean,BREM)和多模式超级集合(superensemble,SUP)方法进行统计降尺度预报研究。结果表明,在2007年夏季3个月中,4个单中心的降尺度预报明显地改善了预报效果。引入SUP和BREM两种集成预报方法后,预报误差得到进一步减小。对比综合表现最好的单中心ECMWF的预报,1~7 d的降尺度预报误差改进率均达20%以上。研究还发现,引入SUP方法的降尺度预报效果优于引入BREM方法的降尺度预报,利用双线性插值方法在上述两方案中的预报效果优于其他3种插值方法。     

21世纪黑河流域降水统计降尺度及预估北大核心CSCD

借助第五阶段国际耦合模式比较计划(CMIP5)多模式集合数据、欧洲中期预报中心再分析资料及黑河流域站点观测记录等,检验了模式降水估计偏差,设计了3种降尺度方法,对2011~2100年模式集合预估降水做了降尺度偏差订正。结果表明,即使去掉模式气候飘移,在黑河流域的模拟或估计降水偏差依然较大。本文选用15个CMIP5模式集合做降水预估。依据贝叶斯模式平均(BMA)和多元线性回归(MLR)构造降尺度模型,其因子有700 hPa位势高度场、经向风和比湿等。检验表明,两种降尺度模型各有优缺点,BMA降尺度降水平均值精度较高,但方差和相关系数较低;MLR的方差和相关系数均较高,但在黑河下游极端干旱区或少雨季节易出现“负降水”偏差。在降尺度模型中加入模式降水因子后,BMA的降水方差和相关系数均有明显提高,MLR的负降水问题得到一定程度抑制。BMA模型在黑河上游最优,MLR在中、下游及整个流域最优。因此,选用BMA和MLR对RCP4.5情景下2011~2100年的降水预估做降尺度偏差订正,结果表明,经BMA和MLR降尺度后预估的整个黑河流域降水呈下降趋势,相对于1971~2000年参考期,流域前期(2011~2040年)、中期(2041~2070年)、后期(2071~2100年)降水下降率依次为−9.7%、−12.5、−12.1%,即前、中期降水明显减少,后期变化不大。其中上游降水有一个弱的增加趋势,其变化率依次为1.4%、1.6%、2.3%;中游降水呈明显减少趋势,其变化率依次为−16.3%、−21.4%、−22.6%;下游降水前期减少,中、后期明显增加,其变化率依次为−13.0%、4.2%、21.4%。该预估结果表明,随着全球气候暖化,黑河上游祁连山区降水会缓慢增加,但中游农耕区降水明显减少,流域水资源供需矛盾可能会进一步加剧。因此,黑河流域未来的分水方案及相关的生态、农业、经济等发展规划需要据此做一些调整,以适应未来气候和黑河流域水资源的可能变化。     

基于组合统计降尺度的华西南部地区冬季气温预测技术研究

利用1982—2017年华西南部地区冬季气温和NCEP再分析资料以及CFS模式实时预测资料,通过SVD诊断分析,选取影响华西南部地区冬季气温的同期关键区大气环流和前期海温及OLR因子场,建立预测与观测场相结合的组合统计降尺度预测模型。该统计降尺度预测模型对1982—2017年的回报结果显示：与观测场的空间相关系数较CFS模式原始预测结果有显著提高,多年均值从-0.06提升到0.38,最高可达0.85。同时,此降尺度预测模型可较好地回报出华西南区冬季气温的空间分布型。     

中国气温的降尺度研究

Monthly mean temperatures at 562 stations in China are estimated using a statistical downscaling technique. The technique used is multiple linear regressions （MLRs） of principal components （PCs）. A stepwise screening procedure is used for selecting the skilful PCs as predictors used in the regression equation. The predictors include temperature at 850 hPa （7）, the combination of sea-level pressure and temperature at 850 hPa （P＋T） and the combination of geo-potential height and temperature at 850 hPa （H＋T）. The downscaling procedure is tested with the three predictors over three predictor domains. The optimum statistical model is obtained for each station and month by finding the predictor and predictor domain corresponding to the highest correlation. Finally, the optimum statistical downscaling models are applied to the Hadley Centre Coupled Model, version 3 （HadCM3） outputs under the Special Report on Emission Scenarios （SRES） A2 and B2 scenarios to construct local future temperature change scenarios for each station and month, The results show that （1） statistical downscaling produces less warming than the HadCM3 output itself; （2） the downscaled annual cycles of temperature differ from the HadCM3 output, but are similar to the observation; （3） the downscaled temperature scenarios show more warming in the north than in the south; （4） the downscaled temperature scenarios vary with emission scenarios, and the A2 scenario produces more warming than the B2, especially in the north of China.