21世纪黄河流域上中游地区气候变化趋势分析

气候变化预估常用的全球气候模式（GCM）难以提供区域或更小尺度上可靠的逐日气候要素序列,针对这一问题,应用统计降尺度模型（statistical downscaling model,SDSM）将HadCM3的模拟数据（包括A2、B2两种情景）处理为具有较高可信度的逐日站点序列。以1961-1990年为基准期,分析了21世纪黄河流域上中游地区未来最高气温、最低气温与年降水量的变化。在A2、B2两种气候变化情景下,日最高气温、日最低气温均呈升高趋势;但A2的变化较显著,日最高气温的升高趋势在景泰站最明显,日最低气温的升高趋势在河曲站最显著。流域平均的年降水量变化范围为-18.2%～13.3%。A2情景下降水量增加和减少的面积基本相等,宝鸡站降水量增加最多;B2情景下大部分区域降水减少,西峰镇降水量减少最显著。     

21世纪黄河流域上中游地区气候变化趋势分析

 气候变化预估常用的全球气候模式（GCM）难以提供区域或更小尺度上可靠的逐日气候要素序列,针对这一问题,应用统计降尺度模型（statistical downscaling model,SDSM）将HadCM3的模拟数据（包括A2、B2两种情景）处理为具有较高可信度的逐日站点序列。以1961-1990年为基准期,分析了21世纪黄河流域上中游地区未来最高气温、最低气温与年降水量的变化。在A2、B2两种气候变化情景下,日最高气温、日最低气温均呈升高趋势;但A2的变化较显著,日最高气温的升高趋势在景泰站最明显,日最低气温的升高趋势在河曲站最显著。流域平均的年降水量变化范围为-18.2%～13.3%。A2情景下降水量增加和减少的面积基本相等,宝鸡站降水量增加最多;B2情景下大部分区域降水减少,西峰镇降水量减少最显著。     

统计降尺度法对华北地区未来区域气温变化情景的预估

迄今为止，大部分海气耦合气候模式（AOGCM）的空间分辨率还较低，很难对区域尺度的气候变化情景做合理的预测。降尺度法已广泛用于弥补AOGCM在这方面的不足。作者采用统计降尺度方法对1月和7月华北地区49个气象观测站的未来月平均温度变化情景进行预估。采用的统计降尺度方法是主分量分析与逐步回归分析相结合的多元线性回归模型。首先，采用1961～2000年的 NCEP再分析资料和49个台站的观测资料建立月平均温度的统计降尺度模型，然后把建立的统计降尺度模型应用于HadCM3 SRES A2 和 B2 两种排放情景， 从而生成各个台站1950～2099年1月份和7月份温度变化情景。结果表明:在当前气候条件下，无论1月还是7月，统计降尺度方法模拟的温度与观测的温度有很好的一致性，而且在大多数台站，统计降尺度模拟气温与观测值相比略微偏低。对于未来气候情景的预估方面，无论1月还是7月，也无论是HadCM3 SRES A2 还是B2排放情景驱动统计模型，结果表明大多数的站点都存在温度的明显上升趋势，同时7月的上升趋势与1月相比偏低。     

百分位统计降尺度方法及在GCMs日降水订正中的应用

在格点观测的逐日降水量数据基础上,采用百分位统计降尺度方法对全球气候模式(GCM)输出的日降水量进行了订正处理。5种订正方案的比较结果表明,取12个百分位数进行日降水量订正是合理的。观测资料与3个GCMs订正前后全国平均年、季降水量空间分布以及主要流域平均年、月和日降水序列多年平均、变化趋势及概率密度的对比分析表明:(1)统计降尺度处理可在一定程度上降低GCMs模拟的降水量偏差,特别是中国中部、长江以南和东北部分地区,对德国马普研究所的海气耦合模式(MPI/ECHAM5)模拟的降水量订正效果最显著;(2)GCMs统计降尺度处理的降水量季节分布特征与观测更为接近,所有流域MPI/ECHAM5订正的降水量优于或接近直接输出结果;(3)与GCM直接输出的降水相比,部分流域经统计降尺度处理后降水量变化趋势与观测的一致性有所增加,但不明显;(4)当日降水量<30mm时,订正的降水量与观测的偏差明显减小;当日降水量>30mm时,部分流域由负偏差转为正偏差。由于GCMs结构和降尺度方法的局限性,在用于具体流域未来气候变化预估及气候变化影响评估时,应选择尽可能多的、模拟能力强的GCMs数据,以包含尽可能多的模拟气候情景。     

白洋淀流域未来日最高最低气温变化的统计降尺度分析

大气环流模型（GCMs）预测的气候变化情景空间分辨率低,不能满足气候变化对水资源影响进行评估的需要.利用统计降尺度模型可以解决GCMs预测的气候变化情景空间分辨率低的缺陷.在白洋淀流域应用统计降尺度模型（SDSM）,选取日平均气温作为预报量,根据NCEP再分析数据与站点实测数据序列的相关关系选择合适的预报因子,建立大气环流因子与各站点日最高气温和最低气温之间的统计关系.将数据序列分为1961-1975年和1976-1990年两个时段,对SDSM进行率定和验证.最后将HadCM3输出的未来情景降尺度到站点尺度,模拟白洋淀流域未来时期三个时段2020s（2010-2039年）、2050s（2040-2069年）和2080s（2070-2099年）的日最高气温和最低气温时间序列.结果表明：SDSM在白洋淀流域的模拟效果较好.白洋淀流域日最高气温和最低气温在A2和B2两种情景下均呈现上升趋势,且A2情景下的增幅高于B2情景,山区的增幅高于平原,日最高气温的增幅大于日最低气温.     

统计降尺度方法集合预估华东气温的初步研究

利用共同经验正交函数(EOF)分解和逐步线性回归相结合的统计降尺度方法,研究了1月和7月华东地区41个气象观测站2070—2100年未来月平均温度变化情景的集合预估。同时采用850 hPa温度场、850 hPa位势高度和温度的联合场以及海平面气压和850 hPa温度的联合场作为预报因子变量场,对于两个场联合的预报因子变量场,采用的是两个变量场空间联合的EOF分解的方法。同时通过改变统计降尺度过程中输入的预报因子变量场、预报因子变量取值的区域,以及输入逐步线性回归方程的主分量个数共建立27种统计降尺度模型,并把它们应用于2种全球气候模式(GCMs):Echam5和HadCM3 IPCC AR4 20C3M和A1b情景,从而每个站点均生成1950—2099年(HadCM3)或1951—2100年(Echam5)1月和7月共54个IPCC TR4 A1b温度变化情景,然后对54种预估情景进行集合分析。多个温度变化情景的集合预估采用它们的中位数来表示。结果表明:(1)当前气候条件下,多个统计降尺度结果的集合预报如采用箱线图的中位数能够在一定程度上提高统计降尺度方法的模拟性能;(2)2070—2100年1月和7月未来气温情景相比当前气候条件的增温约3～4℃,7月与1月相比不确定性增大。     

两种统计降尺度方法在秦岭山地的适用性

基于ASD（automated statistical downscaling）统计降尺度模型提供的多元线性回归和岭回归两种统计降尺度方法,采用RCP4.5（representative concentration pathways 4.5）和RCP8.5情景下全球气候模式MPI-ESM-LR输出的预报因子数据、NCEP/NCAR再分析数据和秦岭山地周边10个气象站观测数据,评估两种统计降尺度方法在秦岭山地的适用性及预估秦岭山地未来3个时期（2006-2040年、2041-2070年和2071-2100年）的平均气温和降水。结果表明:率定期和验证期内,两种统计降尺度方法均可以较好地模拟研究区域的平均气温和降水的变化特征,且多元线性回归的模拟效果优于岭回归。在未来气候情景下,两种统计降尺度方法预估的研究区域平均气温均呈明显上升趋势,气温增幅随辐射强迫增加而增大。降水方面,21世纪未来3个时期降水均呈不明显减少趋势,但季节分配发生变化。综合考虑两种统计降尺度方法在秦岭山地对平均气温和降水的模拟效果和情景预估结果,认为多元线性回归降尺度方法更适用于秦岭山地气候变化的降尺度预估研究。     

全球气候模式对宁夏区域未来气候变化的情景模拟分析

利用多个全球气候模式(GCM)的情景模拟结果分析只考虑温室气体效应的IS92a GG情景和同时考虑温室气体效应和硫化物气溶胶辐射效应的IS92aGS情景以及SRESA2、B2情景下宁夏区域21世纪地面气温和降水量的可能变化,并进行不确定性分析。气候基准时段(1961~1990年)模拟结果与观测资料的对比分析表明,GCM对宁夏气候具有一定的模拟能力;整体上讲,GCM对地面气温的模拟值偏低,对降水量的模拟值偏高,其中ECHAM4和HadCM3对宁夏基准时段地面气温和降水量的模拟结果与观测比较接近。各GCM模拟值的平均结果显示,4种温室气体排放情景下21世纪宁夏区域气温持续升高,至21世纪末宁夏升温幅度可达4~6℃,与全国平均的增温幅度大致相当;与升温趋势相应的是降水量的增加,但降水变化呈现出很大的波动性,至21世纪末宁夏的降水变化幅度可达10%~40%。各个GCM模拟的宁夏气候变化的总趋势是一致的,但各模式在不同情景下模拟结果的差异很大,存在较大的不确定性。     

典型相关分析方法对21世纪江淮流域极端降水的预估试验

利用1961—1990年江淮流域逐日降水资料、NCEP/NCAR再分析资料和HadCM3 SRES A1B情景下模式预估资料,采用典型相关分析统计降尺度方法,评估降尺度模型对当前极端降水指数的模拟能力,并对21世纪中期和末期的极端降水变化进行预估。结果表明：通过降尺度能够有效改善HadCM3对区域气候特征的模拟能力,极端降水指数气候平均态相对误差降低了30%～100%,但降尺度结果仍然在冬季存在湿偏差、夏季存在干偏差;在SRES A1B排放情景下,该区域大部分站点的极端强降水事件将增多,强度增大,极端强降水指数的变化幅度高于平均降水指数,且夏季增幅高于冬季;冬季极端降水贡献率（R95t）在21世纪中期和末期的平均增幅分别为14%和25%,夏季则分别增加24%和32%。     

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％。     

基于转移累计概率分布统计降尺度方法的未来降水预估研究:以湖南省为例

基于最新一代CMIP5（Coupled Model Intercomparison Project Phase 5）模式历史情景和未来RCP4.5情景下的模式逐日降水数据,使用转移累计概率分布（CDF-t）统计降尺度方法,从空间变化和时间变率两个方面评估该降尺度方法对湖南日降水量模拟能力的改善效果,并在此基础上对未来降水量变化进行预估。结果表明, CMIP5气候模式由于分辨率较低,无法细致反映湖南地形变化和大气环流影响导致的区域降水变化特征。经过CDF-t统计降尺度处理之后,模式对湖南降水的时、空分布模拟与实况更为接近,绝大部分模式对降水空间结构的模拟能力都有显著提高。基于CDF-t统计降尺度的多模式集合预估结果表明,21世纪湖南省日降水量呈弱的增多趋势（0.95%/（10 a））。21世纪初、中和末期相对于1986—2005年的气候平均态,湖南省日降水量分别增加了4.6%、5%和5.2%。3个时期湖南省日平均降水变化的空间分布存在较强的一致性,皆表现为湖南西北、东北和东南3个地区降水增幅最为显著,且随着辐射强迫的增大,3个地区降水增幅也呈递增趋势。需要指出的是,预估结果在模式之间存在一定差异,并且这种差异随着辐射强迫的增大而增大。      

青藏高原21世纪气候的降尺度预估

青藏高原作为世界的“第三极”,影响中国乃至全球的气候变化,准确预测其未来气候变化对指导区域可持续发展具有重要意义。为此,以1979—2015年为基准期,对三个地球系统模式（GFDL-ESM2G,IPSL-CM5R-MR,MIROC5）进行统计降尺度,预估了2021—2100年青藏高原年均气温和降水量的时空变化特征,并分析了冷、暖季平均气温和降水量的变化趋势。结果表明：时间上,气温和降水量均显著增加;空间上存在差异,西部和东南部气温变化趋势率大而中部小,降水量变化趋势率的变化范围随模拟排放强度的增加而加大,同时年平均气温和年降水量都在未来10年变化趋势率最大。预测气温和降水量变化趋势率与排放情景有关,RCP85情景下气温和降水量的增加趋势率最大,RCP45情景次之,RCP26情景最小。随着排放强度的增加,冷暖季气温和降水量变化趋势差异加大。降尺度数据可支撑气候、水文和作物等模式进行情景研究,可为未来气候变化以及水循环研究提供重要的基础信息。     

近50年渭河流域秋雨的特征与成因分析

利用渭河流域64个测站1960-2009年秋季(9～10月)的月降水量和≥0.1mm逐日降水量资料以及NCEP/NCAR再分析资料,采用线性倾向估计、EOF、Morlet小波分析、SVD及相关分析方法系统地分析了渭河流域秋雨的变化趋势和分布特征,着重研究了与此相关的欧亚地区秋季大气环流的年代际变化以及渭河流域秋雨与前期海温、青藏高原积雪和大气环流特征量等之间的关系。结果表明,近50年渭河流域秋雨呈线性减少趋势,其中中雨和暴雨减少趋势明显,突变发生在1985年前后,1960-1985年为偏多时段,1986-2000年为偏少时段,2001年以来又趋向偏多。渭河流域秋雨从南到北呈递减分布,该流域内各站秋雨主要表现为一致的减少趋势,其上游的漳县、甘谷和北部的合水呈增加趋势。欧亚大陆秋季大气环流明显的年代际变化造成了渭河流域秋雨多寡模态的变化。欧洲西部高压脊、西风带低槽和西太平洋副热带高压是造成渭河流域降水多寡的主要影响系统。根据渭河流域秋雨与大气内外部因子的关系,初步建立了渭河流域秋雨预测的概念模型。     

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BP-CCA统计降尺度的中亚春季降水的多模式集合模拟与预估

利用中亚地区30个观测台站逐月降水资料及同期ERA-40再分析资料,结合8个CMIP5全球气候模式模拟与未来预估大尺度环流场,使用基于变形典型相关分析的统计降尺度方法（BP-CCA）建立降尺度模型,评估多个气候模式对当前气候下中亚地区春季降水的降尺度模拟能力,并对春季降水进行降尺度集合未来预估。结果表明,建立的降尺度模型能够很好地模拟出交叉检验期内春季降水的时间变化和空间结构：降尺度春季降水与相应观测序列的平均时间相关系数为0.35,最高为0.62,平均空间相关系数为0.87。气候模式对中亚春季降水的模拟能力通过降尺度方法得到了显著提高：8个模式降尺度后模拟的降水气候平均态相对误差绝对值降至0.2%—8%,相比降尺度前减小了10%—60%,模拟的降水量场与相应观测场的空间相关均超过0.77;对比降尺度前多模式集合结果,多模式降尺度集合模拟的相对误差绝对值由64%减小至4%,空间相关系数由0.47增大至0.81,标准化均方根误差降至0.59,且多模式降尺度集合结果优于大部分单个模式降尺度结果。多模式降尺度集合预估结果表明,在RCP4.5排放情景下,21世纪前期（2016—2035年）、中期（2046—2065年）和末期（2081—2100年）的全区平均降水变化率分别为-5.3%、3.0%和17.4%。21世纪前期中亚大部分地区降水呈减少趋势,降水呈增多趋势的站点主要分布在南部。21世纪中期整体降水变化率由减少变为增多趋势,21世纪末期中亚大部分台站降水增多较为明显。21世纪初期和末期可信度高的台站均主要位于中亚西部地区。     

基于多模式降水量预报的浙江省统计降尺度研究

基于欧洲中期天气预报中心(ECMWF)、美国全球集合预报系统(GFS)、日本气象厅(JMA)3个中心3~96 h预报时效的降水量预报资料,以及浙江省1957个高密度的自动站观测资料,对数值模式预报结果进行统计降尺度处理。首先利用线性回归方法对插值后的预报结果进行降尺度订正,然后把3个数值预报的降尺度结果进行消除偏差集合平均,最后得到多模式集成的降水量预报场。结果表明,统计降尺度订正后的预报结果比直接插值更加准确,多模式集成的预报效果优于单模式结果,其改进效果随预报时效的延长减小。     

自组织映射神经网络(SOM)降尺度方法对江淮流域逐日降水量的模拟评估

利用1961~2002年ERA-40逐日再分析资料和江淮流域56个台站逐日观测降水量资料,引入基于自组织映射神经网络(Self-Organizing Maps,简称SOM)的统计降尺度方法,对江淮流域夏季(6~8月)逐日降水量进行统计建模与验证,以考察SOM对中国东部季风降水和极端降水的统计降尺度模拟能力。结果表明,SOM通过建立主要天气型与局地降水的条件转换关系,能够再现与观测一致的日降水量概率分布特征,所有台站基于概率分布函数的Brier评分(Brier Score)均近似为0,显著性评分(Significance Score)全部在0.8以上;模拟的多年平均降水日数、中雨日数、夏季总降水量、日降水强度、极端降水阈值和极端降水贡献率区域平均的偏差都低于11%;并且能够在一定程度上模拟出江淮流域夏季降水的时间变率。进一步将SOM降尺度模型应用到BCCCSM1.1(m)模式当前气候情景下,评估其对耦合模式模拟结果的改善能力。发现降尺度显著改善了模式对极端降水模拟偏弱的缺陷,对不同降水指数的模拟较BCC-CSM1.1(m)模式显著提高,降尺度后所有台站6个降水指数的相对误差百分率基本在20%以内,偏差比降尺度前减小了40%~60%;降尺度后6个降水指数气候场的空间相关系数提高到0.9,相对标准差均接近1.0,并且均方根误差在0.5以下。表明SOM降尺度方法显著提高日降水概率分布,特别是概率分布曲线尾部特征的模拟能力,极大改善了模式对极端降水场的模拟能力,为提高未来预估能力提供了基础。     

21世纪天山南坡台兰河流域径流变化情景预估

基于台兰水文站2003—2005年观测的水文气象数据,通过参数率定和验证获得了适用于台兰河流域的HBV水文模型优化参数。应用RegCM3气候模式在IPCC SRES A1B情景下的预估数据,经Delta降尺度方法生成流域未来气候数据,并结合流域冰川退缩情景预估台兰河流域径流在21世纪中期(2041—2060年)和末期(2081—2100年)可能发生的变化。结果表明:在21世纪中期和末期,台兰河流域气温将显著上升,而降水变化不大;21世纪中期冰川3种可能退缩比例为15%、20%和25%,末期分别为20%、30%和40%;无论冰川处于哪一种退缩情景,21世纪径流较基准期(1981—2000年)都呈增加趋势,中期和末期最小增幅将分别为17.3%和18.6%;最大增幅可达45.9%和66.0%;耦合RegCM3气候模式预估增幅为28.9%和41.5%;台兰河流域未来径流年内分布与基准期大体相同,但又呈现出一定的差异性,具体表现为,在21世纪中期5月份径流增加很快,径流峰值出现在7月份,而到21世纪末期径流峰值出现在8月份。     

基于TIGGE多模式降水量预报的统计降尺度研究

利用TIGGE资料中欧洲中期天气预报中心、美国国家环境预报中心、英国气象局以及日本气象厅4个中心,1~7 d预报时效的降水量预报资料,以TRMM/3B42RT降水量作为"观测值",对东亚地区降水量进行统计降尺度处理。首先利用逻辑回归方法将天气分为有雨和无雨,再对有雨的情况,利用线性回归方法对插值后的预报结果进行降尺度订正,最后将4个中心的预报值进行消除偏差集合平均,得到多模式集成的降水量预报场。结果表明:逻辑回归能够有效地改善预报中小雨的空报情况,统计降尺度订正后的预报结果比直接插值更加准确,多模式集成的预报效果优于单模式结果,其改进效果随预报时效的延长逐渐减小。     

黄河源区未来地面气温变化的统计降尺度分析

大气环流模式(GCMs)模拟预测的气候变化情景,必须经过降尺度处理后才能得出次网格尺度上未来气候变化的时空分布细节,才能满足评估气候变化对资源、环境和社会经济等影响的需要.本文在简单介绍了目前降尺度模型的研究现状后,重点分析了统计降尺度方法的优缺点及适用性,并应用黄河源区7个站点1961-1990年的实测地区最高气温和最低气温资料,对统计降尺度模型(SDSM)的应用进行了分析和验证.首先利用SDSM建立大尺度气候要素和地面气温变量间的统计转换关系,确定模型应用的预报因子变量,然后用独立的观测资料验证模型的可靠性,最后把建立好的统计关系应用于英国Hadley中心海气耦合模式(HadCM3 SERS B2)的输出,分别生成了黄河源区7个站点未来3个时段2020s,2050s和2080s的气温变化情景.在此基础上,应用Arc/GIS的Kriging插值方法获得整个区域的气温变化情景进行分析.结果表明,日最高气温模拟值随时间推移增幅很快,3个时段(2020s,2050s和2080s)的平均气温变化情景分别为1.34,2.60和3.90℃,而日最低气温变化相对不明显,3个时段的平均气温变化情景分别为0.87,1.49和2.27℃.表现在每个季节和每个月的变化情景又各不相同,日最高气温以春季和秋季变化最显著,而日最低气温则以夏季和秋季的变化最为明显.