政府间气候变化委员会第4次评估报告(IPCC AR4)(IPCC，2007)指出，全球气候变化正呈现以变暖为主要特征的显著变化。1906—2005年100年线性变暖为0.74℃，高于第3次评估报告(TAR)时给出的1901—2000年0.6℃的线性趋势值，略低于中国近100年的增温幅度(Ren et al，2003)。全球近50年的线性增温趋势几乎是近100年的2倍，中国近50年平均气温整体的上升趋势也非常明显，上升幅度约1.1℃(任国玉等，2005)。

为了应对全球气候变化，需要开展气候变化检测和归因研究，同时应开展气候变化预估研究，对未来气候变化趋势的科学预估，是制定应对气候变化有关决策的科学依据(周天军等，2008)。目前，在预估未来人类活动造成的气候变化研究方面，主要依靠的计算工具是气候模式，其在气候变化预估中具有不可替代的作用。由于目前全球气候模式的分辨率普遍较低，经常采用降尺度方法，即采用全球模式与区域气候模式嵌套(动力降尺度)或气候统计方法进行降尺度(统计降尺度)来得到更小尺度的区域气候预估(Hellstrom et al，2001)。

在特别报告排放情景(SRES)给出的不同排放情景下，全球气候模式(GCM)最新预估21世纪平均地表温度将上升1.1—6.4℃，高于TAR的升温幅度(Houghton et al，2001)，中国区域同期平均增温幅度为3.9—6.0℃(秦大河等，2005)。与全球和东亚地区未来100年的线性趋势相比，中国气温变化的线性趋势高于全球，略低于东亚(丁一汇等，2007)。中国学者在全球气候模式的机理和气候情景模拟方面的大量研究(黄晓莹等，2008；杨红龙等，2010；史瑞琴等，2008；刘波等，2010；石英等，2010；杨侃等，2007)表明，尽管不同模式对不同排放情景下未来气候变化预估的结果存在差异，但均认为人类活动影响将使中国在21世纪气温普遍升高(Xu et al，2005; Ding et al，2004)。周天军等(2005)指出，全球变暖可能不是导致太平洋小尺度热带气旋(STC)自20世纪70年代以来持续变弱的原因。

华中地区包括河南、湖北、湖南 3省，位于中国中部、黄河中下游和长江中游地区，农业发达，轻重工业基础较好，是经济较发达地区。气候变化对社会发展的影响已引起广泛关注，为保障中部崛起及华中地区经济的可持续发展，对该区未来可能的气候变化进行研究十分必要，但针对华中地区气候预估尚不多见。本文基于这一背景，利用中国国家气候中心分析整理的中国地区气候预估数据集(Version2.0)，对2011—2100年华中地区在SRES A1B、A2、B1的3种情景下平均温度的变化开展预估研究，为相关部门制定应对气候变化政策提供依据。同时，需要指出的是由于全球模式结果的不确定性，在给定同样的温室气体外强迫作用下，受模式敏感度的影响，不同的耦合模式所预估的区域温度差异明显(Li et al，2010，2011; Feng et al，2011)。 2 资料和方法

预估主要采用WCRP的耦合模式比较计划-阶段3的多模式数据(CMIP3数据)，中国国家气候中心将多模式的模拟结果经过插值降尺度计算，将其统一到同一分辨率下，并对在东亚地区的模拟效果进行检验，利用可靠性加权平均进行多模式集合，制作成一套1901—2100年月平均资料，即中国地区气候变化预估数据集(Version2.0)(徐影，2008)。数据分辨率为1°×1°，只包括陆地，数据范围15.5°—55.5°N，72°—135°E，20C3M 数据包括1901年1月—2000年12月，A1B、A2、B1情景数据为2001年1月—2100年12月。

观测数据选自华中区域1961—2000年通过均一化检验的气象站点(河南14个、湖北15个、湖南13个)资料，逐月平均气温资料由中国国家气象信息中心气象资料室提供。在对模拟能力评估时，将模拟的格点数据采用双线性法插值到华中区域42个站点上，计算出该区域各站点的年、季和月的平均气温。对1961—2000年区域平均温度的观测值和预估值进行相关分析，建立预估值对观测值的回归方程，将初始预估值代入方程中实现对预估值的订正。其中，气候基准期选取为1961—1990年，并按3—5月、6—8月、9—11月和12—2月划分四季。 3 地面气温变化的模拟评估 3.1 时间变化模拟能力的评估

为了检验IPCC AR4全球模式对1961—2000年的华中区域气温线性趋势模拟能力，利用最小二乘法计算华中区域模式及观测序列的线性趋势。图 1给出了华中区域1961—2000年站点模拟平均气温与实况距平(相对于1961—1990年)时间序列，相关系数为0.43，通过了信度99%的显著性检验。华中区域近40年的气温呈持续变暖趋势，20世纪60—70年代为相对冷期，90年代增温加速。模式能基本反应出气温在这一年代际变化的特点，但对90年代增温加速模拟效果不好。这与Zhou等(2006)参与评估的IPCC AR4的19个最新全球模式结果一致。

图 1 1961—2000年华中区域站点平均气温模拟与实况距平时间序列Fig. 1 Air temperature anomaly from the simulated and observed sequences over central China in 1961-2000

图选项

华中区域1961—2000年气温线性升高的实况为0.075℃/(10 a)，模式较好地反映出温度线性变化趋势，模拟出的增温速率为0.12℃/(10 a)。模拟冬季增温速率为0.107℃/(10 a)，略高于夏季0.102℃/(10 a)，但夏季增温速率与观测序列呈相反变化趋势。模式模拟的华中区域1961—2000年的线性增温速率高于观测序列，其原因可能在于模式中未考虑硫酸盐气溶胶的间接作用是使气温降低(Ma et al，2004)，或因为模式对温室气体强迫的敏感度偏高。

鉴于近几十年气温的增温趋势具有显著的区域性，考虑了全球模式对华中区域气温线性趋势空间结构的模拟能力。从华中区域1961—2000年平均气温线性趋势的实测场和模拟场(图 2)的对比可以看出，实况线性趋势变化幅度较大，为-0.06—0.30℃/(10 a)，而模拟的增长趋势变化幅度较小，仅为0.10—0.16℃/(10 a)。就空间分布而言，观测序列在华中区域的西部和湖南东部出现降温，在区域中部及河南北部的增温趋势明显高于模拟的结果。模式总体能模拟出华中区域气温线性趋势的空间分布特征，但模拟的数值偏低。

图 2 1961—2000年华中区域气温线性趋势分布(a．实测，b．模拟；℃/(10 a))Fig. 2 Distrubution of the temperature linear trend over central China in 1961-2000(a．observation，b．simulation；℃/(10 a))

图选项

从华中区域年平均气温的实况、模拟及差值场(图 3)可以看出，模拟的华中区域气温总体上呈现南高北低的特点，但纬向特征不明显。模拟和实况的空间相关系数为0.88，通过了信度99.9%的显著性检验，但在数值上系统性偏低(图 3c)。最大误差出现在河南西南部、湖北西北部，达2.5—3.0℃，其他地区的偏差幅度为1.0—2.5℃。

图 3 1961—2000年平均气温分布(a．实况，b．模拟，c．模拟与实况的差值；单位：℃)Fig. 3 Average air temperature fields over 1961-2000(a. observed，b. simulated，c. difference(the simulated minus the observed)；unit:℃)

图选项

进一步考察模式对华中区域冬、夏季温度场空间模拟能力可发现，模式能较好地模拟出华中区域冬季气温由南向北递减的趋势，纬向特征比较显著。模拟与实况的相关系数为0.94，通过了信度为99.9%的显著性检验。但模拟值普遍偏低，模拟场在河南西北部出现了0℃以下的区域，而在实况中并没有出现。华中区域夏季平均地面温度总体上呈南高北低、东高西低的分布格局。湖南的中东部、湖北的东南部温度较高，模式模拟出了各个高低温中心，南北温差也与实况一致。模拟和实况的相关系数为0.64，通过了信度为99.9%的显著性检验，模拟值系统性偏低。

通过以上评估检验可知，新一代全球模式对华中区域气温具有一定的模拟能力。模式结果能反映出气温的年变化特征，气温模拟与实况的空间相关系数为0.88，但在整个区域气温模拟值偏低。全球模式对气温年际变率及线性趋势有一定模拟能力，模式对气温的年代际变率模拟能力高于年际变率的模拟能力。全球模式对气温线性趋势的空间分布模拟较好，而对增温趋势模拟较弱。 3.3 2001—2010年温度变化预估与观测的差异

在不同温室气体排放情景下，全球气候模式预估的中国地区2030年以前温度变化差异不大，使用全球气候模式A1B情景下的预估结果来分析全球模式2001—2010年预估结果与观测值的差异。

在A1B情景下2001—2010年年平均气温、降水预估值与观测值的差异，与1961—2000年40年平均值的差异表现为相同的特征，预估气温在大部分地区均偏低。年平均气温在湖北西部、河南西南部偏低2.0—3.0℃。对于华中区域年预估平均气温距平与实况差异较大，但年预估的平均温度与逐年实况变化趋势较一致(图 4)。2003、2008、2010年预估温度偏高，其他年份偏低，其中，2003、2007年模拟与实况偏差较大，分别为0.38℃、-0.42℃。

图 4 A1B情景下2001—2010年华中区域年平均温度距平逐年变化Fig. 4 Annual changes in the simulated and observed air temperature anomalies over central China in 2001-2010 under the A1B scenario

图选项

从模式对21世纪(2011—2100年)华中区域年平均气温变化的预估序列(图 5)可看出，预估气温的增幅在A2情景下最大，A1B情景下次之，B1情景下最小。至21世纪末，在A2、A1B、B1排放情景下气温增幅分别为3.7、3.4和2.0℃。与徐影等(2002)预估结果相比，IPCC预估的增温强度略低。模式对21世纪华中区域年均气温线性趋势的预估结果表明，3种情景下华中区域年平均气温均呈变暖趋势，且模式结果都通过了信度95%的显著性检验。在A2情景下，增温趋势为0.41℃/(10 a)，在A1B情景下华中区域21世纪前期变暖幅度高于A2方案，增温趋势为0.38℃/(10 a)；而在B1情景下华中区域21世纪可能变暖幅度最低，增温趋势为0.22℃/(10 a)。与以往预估结果对比发现(Luo et al，2005)，AR4模式集合数据在同一情景下预估的增温趋势变化范围较小。

图 5 3种情景下模式预估的华中区域21世纪年平均气温距平的时间序列Fig. 5 Projected time series of the average air temperatures under the 3 scenarios in the 21st century for central China

图选项

表 1给出了2021—2050、2071—2100年在A2、A1B、B1排放情景下年及季节平均气温距平的模式预估结果。21世纪中叶前(2021—2050年)不同情景下气温增幅差异明显，A2、A1B、B1情景下华中区域年平均气温依次升高0.80、1.48、1.32℃；至21世纪末期(2071—2100年)不同情景下预估变暖的差异增大，A1B情景下增温最大，达3.36℃，A2略小于A1B为3.22℃，B1情景最小，仅为2.44℃。就季节变化而言，在3种情景下，21世纪中叶前夏季增幅大于冬季，21世纪末情况相反；两个时间段内春、秋季基本一致。

根据模式预估的华中区域2021—2050和2071—2100年平均气温距平(相对于1961—1990年)发现，模式预估的21世纪末增温幅度高于21世纪中叶前，但A2、A1B、B1情景下各季在不同时段内的增温幅度各不相同。3种情景下模式预估的21世纪中叶前增温最大月份与最小月份之差分别为0.61、0.34、0.42℃，21世纪末期增温最大月份与最小月份之差分别为0.92、0.47、0.32℃。可见，随着冬、夏增温幅度差异的增大，气温的年较差将不断减小。 4.2 平均温度空间分布变化的预估

从模式预估的华中区域21世纪气温线性趋势的空间分布(图 6)可看到，不同情景下线性趋势的分布形势相似，都呈现由南向北逐渐增大的特点。但A2情景下增温趋势最大，整个区域增温趋势为0.42—0.45℃/(10 a)，其中，湖南大部分地区、湖北中东部、河南北部为0.44—0.45℃/(10 a)。A1B情景下增温趋势次之，为0.35—0.4℃/(10 a)，其中，湖南中西部、湖北中部为0.39—0.40℃/(10 a)。B1情景下增温趋势最小，为0.21—0.23℃/(10 a)，其中，湖南南部、湖北中部、河南大部分地区为0.22—0.23℃/(10 a)。

图 6 模式预估2011—2100年气温线性趋势(℃/(10 a))空间分布(a．A2，b．A1B，c．B1)Fig. 6 Spatial distributions of the linear trend of temperature in 2011-2100 as estimated by the model(a. A2，b. A1B，c. B1; unit: ℃ /(10 a))

图选项

为了进一步了解21世纪华中区域气温变化的空间分布，图 7给出了不同排放情景下21世纪中叶前(2021—2050年)和末期(2071—2100年)模式预估的年平均气温(相对于1961—1990年)距平分布。各种排放情景下，增温形势各有特点。21世纪中叶前，A1B情景下增温幅度最大，整个区域增温幅度为1.0—2.0℃，其中，河南大部分地区、湖北西部为1.5—2.0℃；B1情景下，整个华中区域的增温幅度为1.0—1.5℃；A2情景下，增温幅度最小，河南大部分地区、湖北、湖南北部为0.5—1.0℃。21世纪末，A2情景下增温幅度最大，区域大部分地区为3.0—3.5℃，其中，湖南南部为3.5—4.0℃。B1情景下，区域大部分地区增温为2.0—2.5℃，其中，河南大部分地区、湖北中部为2.5—3.0℃；A1B的增温介于A2、B1之间，区域大部分地区的增温幅度为2.5—3.0℃。

图 7 模式预估华中区域平均气温距平(℃)空间分布(a、b、c／d、e、f．A2、A1B、B1情景下2021—2050／2071—2100年)Fig. 7 Spatial distribution of the average air temperature changes(℃)over central China in 2021-2050(a，b，c) and 2071-2100(d，e，f)(a，d. A2，b，e. A1B，c，f. B1)

图选项

模式对21世纪(2011—2099年)华中区域年均最高气温线性趋势的预估结果表明，3种情景下华中区域年平均最高温度均呈升高趋势，模式结果都通过了信度为95%的显著性检验。从模式对21世纪华中区域年平均最高温度变化的预估序列(图 8a)可以看出，预估气温的增幅在SRES A2情景下最大，A1B情景下次之，B1情景下最小。至21世纪末，在A2、A1B、B1排放情景下最高气温增幅分别为3.6、3.0、1.2℃。平均最低气温的预估序列(图 8b)与平均最高气温表现为一致的增温趋势，增温速率同样表现为A2情景下最大、A1B情景下次之、B1情景下最小，分别为0.39、0.29、0.09℃/(10 a)。

图 8 3种情景下模式预估的华中区域21世纪年平均最高气温(a)、最低气温(b)距平的时间序列Fig. 8 Projected time series of average maximal and minimal temperatures under the 3 scenarios in the 21st century(a．maximal temperature，b．minimal temperature)

图选项

通过比较发现，增温速率在A2情景下最低气温>平均气温>最高气温，表明在高排放情景下华中区域最低气温的增温速率最大，夜间变暖的趋势在21世纪仍将持续；A1B、B1情景下平均气温>最高气温>最低气温，表明在中、低排放情景下平均气温的增温速率最大。

此外，分析了华中区域极端气温在A1B情景下的未来变化情况。霜冻日数(FD)、气温年较差(ETR)2个指数为减少趋势；而生物生长季(GSL)、暖夜(TN90)和热浪(HWDI)3个指数均表现为增加，未来百年将分别增加33.6 d、37.6%和74.1 d。对比各个指数的变化速率可以发现，霜冻日数、生物生长季、暖夜3个指数的变化差异较小，霜冻日数每年将减少0.36 d，生物生长季和暖夜每年将分别增加0.34 d和0.38%，表明未来区域最低气温将会升高，这一结论由前文关于最低气温的变化预估可以印证；而热浪指数的变化速率几乎是霜冻日数、生物生长季和暖夜3个指数的两倍以上，每年约增加0.74 d，表明未来区域的高温热浪现象将更加频繁；最高和最低气温的非对称称性(最低气温的整体上升速率稍大于最高气温)变化又将导致气温年较差的下降，即日最高气温和最低气温的差值将逐步缩小。 5 结 语

(1)华中区域近40年的温度呈持续变暖趋势，20世纪60—70年代为相对冷期，90年代增温加速。模式能基本反应出实况温度年代际变化的特点，模式模拟的结果可较好地反映出温度线性变化趋势。模拟冬季增温速率略高于夏季，但夏季增温速率与观测序列呈相反变化趋势。模式总体能模拟出华中区域气温线性趋势的空间分布特征，但模拟在数值上偏高。

(2)至21世纪末，华中区域在A2、A1B、B1排放情景下气温增幅为3.7、3.4、2.0℃。3种情景下年平均气温均呈升高趋势，在A2排放情景下，增温速率为0.41℃/(10 a)，在A1B下21世纪前期变暖幅度高于A2方案，增温速率为0.38℃/(10 a)；而在B1下21世纪变暖幅度最低，增温速率为0.22℃/(10 a)。

(3)21世纪中叶前不同情景下气温增幅差异明显，A2、A1B、B1情景下华中区域年平均气温依次升高0.80、1.48、1.32℃；至21世纪末不同情景下预估变暖的差异增大，A1B情景下增温最大，达3.36℃，A2略小于A1B为3.22℃，B1情景最小，仅为2.44℃。就季节变化而言，在3种情景下，21世纪中叶前夏季增幅大于冬季，21世纪末冬季增幅大于夏季；2个时间段内春、秋季基本一致。

(4)各种排放情景下，增温形势各有特点。21世纪中叶前，A1B情景增温幅度最大，整个区域增温幅度为1.0—1.5℃，其中，河南大部分地区、湖北西部的增温为1.5—2.0℃；B1情景下，整个华中区域的增温幅度为1.0—1.5℃；A2情景下，增温幅度最小，河南大部分地区、湖北、湖南北部的增温幅度为0.5—1.0℃。21世纪末，A2情景下增温幅度最大，区域大部分地区增温幅度为3.0—3.5℃，B1情景下，区域大部分地区增温为2.0—2.5℃；A1B的增温介于A2、B1，区域大部分地区的增温幅度为2.5—3.0℃。

分析可知，中低分辨率的耦合模式在进行气候预估方面尚存在一定的不确定性。有研究发现，区域气候模式对中国的模拟在部分地区的结果存在一定的偏差(汤剑平等，2008)。因此，要提高中国气候变化预估结果的可靠性，

提高模式分辨率应该是一个重要的选择(李博等，2010)。

致谢： 本研究所使用的全球气候模式变化预估数据，由国家气候中心研究人员对数据进行整理、分析和惠许使用。原始数据由各模式组提供，由WGCM(JSC/CLIVAR Working Group on Coupled Modellling)组织PCMDI(Program for Climate Model Diagnosis and Intercomparison)收集归类。多模式数据集的维护由美国能源部科学办公室提供资助。在此一并致谢！