西太平洋副热带高压(副高)是影响东亚天气气候最主要的大气环流系统之一，中国的地理位置决定了受副高的影响很大，其位置和面积(强度)的变化对中国汛期降水有重要影响(徐海明等，2001； 陶诗言等，2006)。副高西面的偏南风引导海洋上的丰富水汽向中国大陆地区输送，与来自中高纬度地区的冷空气交汇，形成锋面，造成副高西北外围地区出现降水带，而受到副高控制的地区出现高温少雨天气(韩晋平等，2007)。夏季副高的年际变化决定了中国东部旱涝的出现(吴国雄等，2002)，而副高等环流因子的年代际变化则为中国旱涝格局的重新分配提供了气候背景(Hu，1997; 熊安元，2001)。最近的研究还发现副高的强度和东西位置表现出的准2 a 振荡分量在20世纪70年代末期也表现出显著的年代际转折(Liu，et al，2013)。副高的年际-年代际变化特征一直是中国气象工作者非常关心的问题，对副高年际-年代际变化的归因、未来情景分析、敏感性试验等将有助于进一步深入认识和理解它对中国汛期降水的影响机理。

对气候变化模拟和预测的主要定量工具就是气候模式，而就目前的水平，模式尚存在很大不确定性，模式本身误差较大，且模式之间的差异也较大。最近的CMIP计划(即CMIP5)，已于2008年9月由世界气候研究计划(WCRP)下的耦合模式工作组(WGCM)组织启动，全球近30个模式开发机构参与该计划。CMIP5模式将为气候变化机理研究和未来预估提供重要的数值模拟数据。相关评估结果则为政府间气候变化专门委员会(IPCC)第5次评估报告(AR5)提供重要的科学依据(Taylor，et al，2012)。与前几个阶段的CMIP模式相比，大部分CMIP5模式在物理过程、耦合碳循环等方面有明显的改进。那么，这些当今国际上最先进的耦合模式对副高的平均状态和变率的模拟能力如何？还有，在未来不同的气候变暖情景下，副高会有什么样的可能变化呢？为了回答这些问题，本研究基于一套能够客观描述西太副高系统的重建指数(刘芸芸等，2012b)，从多方面评估了26个CMIP5模式对副高的模拟能力，期望通过模式与观测、模式与模式之间的比较，为模式的发展和模式未来的改进提供一些依据；最后通过选取模拟能力较强的模式，对未来情景下副高指数的可能演变进行了预估，从而为东亚夏季风系统和中国夏季降水雨带位置的未来变化趋势提供参考信息。2 模式和资料简介

表 1给出了参与CMIP5试验的26个耦合模式的基本信息。本文所采用的数值模拟数据包括：(1)历史试验(Historical)，该试验是在工业革命前控制试验的基础上选取初始场，然后对模式进行不少于156 a(1850年开始)的积分，强迫场除了观测的温室气体、臭氧、气溶胶和太阳常数外，还首次加入了随时间变化的土地覆盖(Taylor，et al，2012)；(2)21 世纪气候变化预估试验，包含3种温室气体和气溶胶等排放的典型浓度路径(Representation Concentrtaion Pathways，RCPs)，分别为RCP2.6/4.5/8.5。每种情景对应一套温室气体、气溶胶和化学活性气体的排放浓度变化，以及土地利用/土壤覆盖的时间路线(Moss，et al，2010；辛晓歌等，2012)。

此外，本研究用NCEP/NCAR(National Centers for Environmental Prediction/ National Center for Atmospheric Research)提供的逐月大气再分析资料(Kalnay，et al，1996)和美国国家海洋大气管理局(NOAA)发布的扩展重建的海表温度资料(ERSSTv3b，Smith，et al，2008)作为“观测资料”，尽管大气再分析资料并非严格意义上的观测资料。本研究中历史试验和观测资料时段均为1951—2005年，预估试验时段为2006—2099年。为了便于模式间的比较，将模式输出结果中的环流场都插值到水平分辨率为2.5°×2.5°的规则网格上，海温场插值到水平分辨率为2°×2°的规则网格上。

本研究所关注的副高是指出现在西北太平洋上的副热带高压系统，500 hPa高空天气图上用(10°—45°N，110°E—180°)范围内的5880 gpm等值线所包围的区域来表示。为了定量描述副高的强度和位置等变化特征，基于NCEP/NCAR再分析资料，计算了逐月的重建副高指数(刘芸芸等，2012b)作为描述副高变化的观测事实，包括面积指数、强度指数、脊线指数和西伸脊点。由于夏季副高的强度及位置变率最大，且对中国东部地区降水的影响最为显著(吴国雄等，2002)，所以本研究主要分析夏季(6—8月)副高的空间分布和振幅变化、年代际演变趋势及年际周期等。在对副高指数序列进行功率谱分析时，则是利用了整个研究时段中全年所有月份的数据。

泰勒图方法(Taylor，2001)能够将多模式的相关信息集中表示。其中，模式模拟值与观测值的相关系数可表示模式对所关注区域的气候变率的模拟能力，均方根误差表示模拟相对于观测值的偏差(均方根误差越接近0，表示模拟能力越高)，模拟与观测序列的标准差之比则表示模式对变率振幅的模拟能力。将这3个评估指标显示在一张图中可以较全面地反映多个模式的模拟能力。本文选用泰勒图方法对模式结果进行评估，其中观测资料的自相关和标准差均为1，均方根误差为0。3 模式对500 hPa环流场和海温场的模拟及订正3.1 空间分布

在定量描述副高强度和位置等变化特征的重建副高指数中，面积指数、强度指数和西伸脊点都与500 hPa位势高度场的5880 gpm等值线密切相关，而脊线指数则由500 hPa等压面上u=0等值线的纬度位置所决定(刘芸芸等，2012a)。因此，首先关注CMIP5模式对500 hPa高度场和纬向风场的模拟能力。结果显示，26个CMIP5模式模拟的副高空间分布及其范围和强度均与观测资料有较大差

别(图 1)。CCSM4、CESM1-CAM5和FIO-ESM这3个模式的500 hPa位势高度值偏强，5880gpm所包围的面积比观测值大，其中以CCSM4最为明显。而其他模式的500 hPa位势高度值则较观测资料明显偏弱，在副高最强的夏季，西太平洋上空均没有5880 gpm等值线。其中HadGEM2-CC和IPSL-CM5A-LR模拟的500 hPa高度场上甚至没有5840 gpm等值线。另外，CMIP5模式对500 hPa等压面上u=0，且u/y≥0的纬向风切变线的模拟也不十分成功(图略)。仅有在500 hPa高度场上能够模拟出5880 gpm等值线的3个模式，对纬向风切变线位置的模拟与NCEP/NCAR较为接近；而其他模式的脊线位置则多为偏南。不少CMIP5模式对副高南侧的东风带强度模拟偏弱，从而导致纬向风u=0 的等值线不能西伸至110°E附近，与观测值相差较大。

图 1 1951—2005年多年平均的观测(NCEP/NCAR再分析资料)和CMIP5模式中夏季500 hPa位势高度场的空间分布(浅色阴影和深色阴影分别代表大于5840 gpm和5880 gpm等值线的区域，图上边为模式名称) Fig. 1 Climatological mean of 500 hPa geopotential height in Summer from the CMIP5 model simulations and the observation(the NCEP/NCAR reanalysis)(light and dark shaded areas indicate the geopetential height larger than 5840 and 5880 gpm，respectively)

图选项

目前全球海-气耦合模式对整个大气环流的模拟均存在不同程度的系统性误差(亦称模式的气候漂移)(孙颖等，2008；黄刚等，2009；冯娟等，2012)。大多数模式对东亚地区夏季大气环流系统模拟整体偏弱(张宏芳等，2011a，2011b)，而少数模式具有系统性偏强的特点。对于副高来说，其强度与空间分布受下垫面热力异常影响较大，特别是与ENSO相联系的热带太平洋和印度洋的海表温度(SST)异常(Nitta，1987; 黄荣辉等，1994; 吴国雄等，2002)。因此，图 2给出了对应的多年平均的夏季热带海温的空间分布及模式与观测的差值。观测资料显示，夏季热带印度洋和西太平洋暖池区SST均在28℃以上，暖性的下垫面，使得500 hPa副高系统得以维持(图 2)。与观测资料相比，大多数模式模拟的海表温度28℃等温线所包围的范围较观测小，对西北太平洋和印度洋地区的SST模拟显著偏低，对应的500 hPa位势高度值则较观测资料明显偏弱，西太平洋上空均没有5880 gpm等值线；相反的，对500 hPa位势高度值模拟偏强的CCSM4、CESM1-CAM5和FIO-ESM模式，其模拟的赤道印度洋或太平洋地区SST则相对较高。可见，模式是否能够准确刻画热带海温的空间分布将直接影响其对副热带高压系统的模拟能力。

图 2 1951—2005年多年平均的观测(ERSSTv3b)和CMIP5模式模拟的夏季SST空间分布(等值线，单位：℃)及模式与观测的差值(阴影)(图上边为模式名) Fig. 2 Climatological mean of SST in Summer from the CMIP5 model simulations and the observation(ERSSTv3b，contours，℃)，with the model biases(shading)

图选项

西太平洋地区夏季平均的500 hPa高度场与观测值的泰勒图显示(图 3a)，26个CMIP5模式对该地区500 hPa高度场空间形态的模拟结果与观测结果均非常相似，其空间相关系数均在0.96以上，有5个模式的相关系数达到0.99。而均方根误差也都在1 gpm以内。各模式的相关系数较高，而均方根误差相对较小，说明模式对西太平洋地区500 hPa高度场整体形态的模拟能力较好。模式的标准差范围在0.6—1.6 gpm，表明模式模拟的位势高度值的空间振幅与观测资料的较为接近。图 3b为夏季平均的500 hPa纬向风与观测值的泰勒图，其相关系数均在0.90以上，均方根误差也都在0.5 m/s以内，而标准差范围在0.5—1.5 m/s，表明模式对西太平洋副热带地区500 hPa纬向风的空间形态和空间振幅也与观测较为接近，具备较强的模拟能力。

图 3 CMIP5模式的西太平洋副热带地区夏季平均500 hPa高度场(a)和纬向风场(b)与观测资料的泰勒图(图中REF参考点代表观测资料，各模式到原点的半径代表其相对于观测值的标准差，模式在图中方位角的余弦代表模式场与观测值的相关系数，模式到参考点的距离代表其均方根误差) Fig. 3 Taylor diagrams of the simulated climatological 500 hPa geopotential height(a) and zonal wind(b)over the western Pacific in Summer compared to the observation(REF indicates the reference value of 1. The radial distance of the model code point from the origin is the st and ardized deviation ratio of the models relative to observation. The correlation coefficient of spatial pattern between the model outputs and the observation is shown by the cosine of the azimuthal angle of model code point，and their root mean square error is given by the distance of model code point from the REF)

图选项

以上分析表明，尽管由于CMIP5模式对热带印度洋和西北太平洋海温模拟偏低，导致其对500 hPa 位势高度气候平均值的模拟有明显误差，但模式对高度场和纬向风场变化的空间形态与振幅都有较强的模拟能力。为了让不同模式的输出结果能够更好地反映出西太平洋上空的副高系统，将所有模式输出的500 hPa位势高度和纬向风的气候平均值替换成观测资料的气候平均值，即将所有的模式输出结果校正到同一个气候态上，然后叠加上各模式自身的位势高度及纬向风的距平值，这样对原始数据的处理既不改变模式结果的时间变率，又能够让模式结果优势得以更充分利用。对于某一模式的500 hPa 位势高度值(纬向风类似)，其处理办法为

副高指数可以客观地表征其强度和位置异常变化特征，图 4给出了9 a滑动平均的夏季副高面积指数、强度指数、脊线指数和西伸脊点指数序列。观测资料得到的副高指数显示，20世纪70年代后期副高的面积和强度指数明显增大，而西伸脊点指数则在20世纪70年代后期呈现下降趋势，表明副高在20世纪70年代末之后明显增强西伸，副高的这种年代际转折特征与已有的研究结果一致(Hu，1997；黄荣辉等，2006；Zhao，et al，2007；刘芸芸等，2012a)。而副高脊线指数在1951—2005年没有明显的变化趋势。与观测结果相比，经订正后的CMIP5模式结果基本都能够反映出20世纪70年代末期之后，副高面积和强度增强、西伸脊点偏西的变化趋势；从26个模式集合平均的结果也能看出副高的年代际转折特征。在这些历史试验中，模式考虑了观测的温室气体、臭氧、气溶胶和太阳常数，以及土地覆盖随时间的变化(Taylor，et al，2012)，模式较好地模拟出了副高的年代际变化。这意味着这些外强迫因子可能是导致副高发生年代际变化的原因之一，尽管海-气相互作用对西北太平洋的气候年际变率至关重要(Wang，et al，2005; Zhu，et al，2013)。

图 4 1951—2005年观测(黑粗线)和CMIP5模式(彩色细线)的经9 a滑动平均的夏季副高指数(a. 面积指数，b. 强度指数，c. 脊线指数，d. 西伸脊点；蓝粗线为26个模式平均结果) Fig. 4 Time series of the WPSH indices in Summer from the calibrated model simulations(thin colored lines) and the observation(thick black line)for the period from 1951 to 2005(a. area index，b. intensity index，c. ridge line index，d. western boundary index； the thick blue line is for the 26 models ensemble mean)

图选项

为了更直观地显示副高在空间形态上所呈现的年代际转折特征，对1951—1960年和1996—2005年这两个典型时段中5880 gpm和u=0等值线的空间分布进行了对比分析(图 5)。1951—1960年，副高处于偏弱偏东的年代际背景下，观测的5880 gpm等值线位于20°—30°N，且西伸不超过140°E(图 5a)；对应的副高脊线在25°N附近呈现东北—西南走向(图 5c)。经订正的CMIP5模式结果已较图 1有了明显的改善，能够模拟出副高(5880 gpm等值线)的大致范围，但在副高相对偏弱的这段时期，仍然还有10个模式的500 hPa位势高度值偏弱到不能模拟出5880 gpm等值线；副高脊线的模拟与观测值较为接近，在靠近中国沿海附近(115°E)各模式的差异稍大，这可能会对中国南方降水异常区域的模拟产生一定影响。

图 5 观测(粗黑线)和CMIP5模式(彩色细线)中经校正后的5880 gpm等值线(a、 b)和u=0等值线(c、 d)的分布(a、c. 1951—1960年；b、d. 1996—2005年) Fig. 5 Distributions of the 5880 gpm isoline(a，b) and the u=0 isoline(c，d)from the calibrated model simulations(thin colored lines) and the observation(thick black lines)(a，c. the period of 1951—1960; b，d. the period of 1996—2005)

图选项

1996—2005年，副高则处于偏强偏西的背景下，观测的5880 gpm等值线所围成的范围显著增大，南北边界扩至18°—32°N，且西伸至135°E(图 5b)；而对应的副高脊线仍然位于25°N附近，与1951—1960年相比没有明显的南北偏移(图 5d)。经订正后的CMIP5模式的模拟结果在空间分布上也较好地反映了副高的年代际变化特征，较1951—1960年副高面积明显增大，其强度也相应增强。大部分模式模拟结果都与观测值较为接近，或者略偏大偏西，最西可达125°E附近。该时段副高脊线的模拟依然与观测资料较为接近，仅是在115°E附近各模式的差异稍大一些。可见，尽管CMIP5模式对副高本身的空间分布有一些偏差，但基本都能在空间上较好地抓住副高在年代际时间尺度上增大西伸的变化特征。4.3 夏季副高指数的线性趋势特征

为了定量评估CMIP5模式对副高指数的模拟能力，还进一步计算了各个模式的副高指数线性趋势系数(图 6)。由于副高脊线的线性趋势不显著，这里暂不考虑。观测结果显示，1951—2005年，副高面积和强度的线性增长趋势均超过20%/(10 a)，而西伸脊点的西伸趋势达到2.7%/(10 a)，其线性趋势系数均通过0.01的显著性水平。与观测资料相比，所有的模式都能够模拟出副高在1951—2005年表现出增大增强且西伸的变化趋势，但各模式模拟的指数趋势系数差异较大，有的模式模拟的副高强度增强趋势过于显著，如IPSL-CM5A-LR和GFDL-ESM2G；有的则增强趋势明显不足，如GFDL-CM3和HadGEM2-ES。综合3个指数线性趋势系数与观测结果的接近程度，其中，CESM1-CAM5-1-FV2、CNRM-CM5、FGOALS-g2、FIO-ESM、HadCM3、HadGEM2-CC、MIROC-ESM、MPI-ESM-P、NorESM1-M这9个模式模拟的副高线性趋势系数与NCEP/NCAR最为接近。

图 6 1951—2005年观测资料(黑色柱体)和CMIP5模式(灰色柱体)的夏季副高指数的线性趋势系数(a. 面积指数，b. 强度指数，c. 西伸脊点) Fig. 6 Linear trend coefficients of the WPSH indices in Summer from the observation(black bar) and the CMIP5 model simulations(grey bar)for the period from 1951 to 2005(a. area index，b. intensity index， c. western boundary index)

图选项

副高指数的标准差能够衡量模式对副高指数逐年变化振幅的模拟能力。图 7中折线是CMIP5模式计算得到的副高指数标准差与观测的副高指数标准差的比值，比值越接近1，表示模式模拟指数的逐年变化振幅与观测结果越接近。图中灰色柱状表示副高4个指数标准差比值与标准值1的距离之和，该值越小，则表示副高的4个指数与观测结果越接近。由图 7可知，大多数经订正后的模式副高指数标准差与观测结果的比值均大于1，表明模式指数的逐年变化振幅比观测结果大，其中GFDL-ESM2M和MIROC5模拟的副高指数变幅最大，而INMCM4模式模拟结果变幅最小，表明其对副高的模拟能力相对较差。综合考虑模式对副高4个指数标准差的模拟情况，ACCESS1-0、CanESM2、CNRM-CM5、FGOALS-g2、IPSL-CM5A-MR、MIROC-ESM这6个模式模拟结果与观测最为接近。

图 7 CMIP5模式副高指数标准差与观测结果的比值(灰色柱状值表示4个副高指数的标准差比值与标准值1的距离之和，距离越小，表示与观测越接近) Fig. 7 St and ard deviation ratios of the simulated WPSH indices relative to the observation(the gray bars are the accumulated distance of the st and ard deviation ratio of the four WPSH indices from the reference value of 1. Smaller the distance is，closer to the observation the simulated result is)

图选项

模式对年际周期的模拟也是评估模式能否真实反映气候特征的一个重要评估指标。图 8为观测资料和CMIP5模式的逐月副高强度指数在整个分析时段的功率谱。由于副高的季节变率较强，远比其他周期的变化显著。因此，为了突出年际尺度信号，首先利用低通滤波器滤掉了季节变化(11个月以下的周期变化)，再对滤波后的序列做功率谱分析，最大落后长度为150个月(序列长度为660个月)。

图 8 观测资料和CMIP5模式中经校正后的副高强度指数序列的功率谱(实线)，虚线为0.05显著性水平对应的红噪声检验 Fig. 8 Power spectrum(solid line)for the monthly WPSH intensity index from the the Observation and the CMIP5 model simulations(The dashed line indicates that it is significant at the 0.95 confidence level of red noise test)

图选项

东亚季风区在年际尺度上存在显著的准2 a振荡周期，作为东亚季风系统中一个重要组成成员，副高的准2 a振荡周期是年际时间尺度上的一个重要分量(Liu，et al，2013)。观测结果显示，副高存在明显的准4 a(36—60个月)和准2 a(24—36个月)这两个年际尺度的周期，且均通过0.05显著性水平的红噪声检验；其中副高的准2 a周期分量与东亚及中国夏季季风降水准2 a振荡的年际周期(Chang，et al，2000a，2000b; Ding，2007)一致。CMIP5模式结果对副高年际周期的模拟能力差异较大，仅有ACCESS1-0、GFDL-CM3、HadGEM2-CC和HadGEM2-ES模式能够同时抓住准4 a和准2 a这两个年际周期，其余大部分模式则只能抓住其中一个年际周期，有的夸大了准4 a周期，或仅有准2 a周期，还有的模式结果中存在5—8 a的周期峰值。

综合前面26个CMIP5模式历史试验的模拟结果对副高空间分布、年际周期、年代际尺度特征等方面的对比分析，可以看到大多数模式对500 hPa位势高度场模拟偏弱，经订正后也几乎没有一个模式能够较为全面地表现出副高的时空特征，多数模式仅仅只能抓住副高的某些特征。综合26个CMIP5模式对海温、500 hPa高度场和风场的空间形态以及副高指数的多项指标模拟能力，发现CNRM-CM5、FGOALS-g2、FIO-ESM、MIROC-ESM和MPI-ESM-P对副高的综合模拟结果表现较好。为了在一定程度上减少未来情景预估的不确定性，下面就选取以上模式的集合平均结果预估21世纪副高的演变趋势。遗憾的是，MPI-ESM-P模式暂时没有提供未来情景模拟试验的结果，因此，只能利用其他4个对副高模拟能力较强的模式进行集合平均。5 未来情景下副高的可能变化趋势

为了考察3种典型浓度路径下21世纪副高的可能变化趋势，本研究利用与2.2节类似的方法，以4个模式的多年平均值作为标准值，然后将各模式自身的距平值加上校准值得到的各模式副高指数的时间序列，经9 a滑动平均后的集合平均来表征未来变化，预估其年代际变化趋势(图 9)。由图可以看到，在不同典型浓度路径情景下，副高面积、强度和西伸脊点都呈现出显著的年代际变化特征。

图 9 3种不同排放情景下4个CMIP5模式集合平均预估的2006—2099年夏季副高指数的9 a滑动平均演变(a. 面积指数，b，强度指数，c. 脊线指数，d. 西伸脊点; 阴影为模式间平均的1个标准差范围) Fig. 9 9-year running mean of the WPSH indices in Summer from 2006 to 2099 under different RCP scenarios from the four CMIP5 models ensemble mean(a. area index，b. intensity index，c. ridge line index，d. western boundary index; shaded areas represent one st and ard deviation from the multi-model mean)

图选项

在RCP2.6情景下，副高先随着辐射强迫的稳定增长到3 W/m²而面积增大、强度增强，且显著西伸。到2050年后，由于辐射强迫逐渐减至2.6 W/m²，副高面积、强度和西伸脊点的线性趋势系数也逐渐趋于0。在RCP4.5情景下副高的长期变化趋势与RCP2.6类似，只是显著增长的时段一直持续至2070年前后，此后增长趋势减小。RCP8.5情景下，副高面积指数和西伸脊点同样呈现出前期增长迅速，后期增长减缓的特征。西伸脊点在21世纪50年代后期就一直维持在90°E，这表明副高(5880 gpm等值线)已经西伸超过90°E，甚至在副热带地区成带状，在这种情况下，西伸脊点就规定为90°E(刘芸芸等，2012a)；而副高强度指数则在2006—2099年一直维持显著增长的趋势。

总体来说，未来随着温室气体浓度的升高，副高面积和强度均增大，且显著西伸；其线性增长趋势在RCP8.5情景下最高，RCP4.5情景下次之，RCP2.6情景下最弱。副高脊线指数在3种排放情景下都没有明显的长期变化趋势。这些结果为选取和利用CMIP5模式进行东亚地区气候变化的归因分析和未来预估提供了一定的参考依据。6 结论和讨论

利用国际耦合模式比较计划第5阶段(CMIP5)26个模式的模拟结果，从空间分布和变化振幅、年际周期及年代际趋势等方面评估了CMIP5模式对副高的模拟能力。在此基础上，还对未来不同典型浓度路径情景下副高的可能变化趋势给出了定性的预估。结果发现：

(1)CMIP5模式历史试验结果显示，大多数模式对500 hPa位势高度气候平均值的模拟偏弱，这主要是由于模式对热带印度洋和西太平洋地区海表温度的模拟普遍较观测值低造成的。但模式对高度场和纬向风场的空间形态和振幅有较强的模拟能力，因而利用NCEP/NCAR再分析资料的气候平均值替代CMIP5模式气候平均值的简单方法进行了模式系统误差的订正，该订正方法不改变模式结果的时间变率，且能够让模式结果优势得到更充分的利用。

(2)经订正后的模式结果均有能力刻画副高指数的历史演变特征，且能够反映出20世纪70年代末期之后，副高面积和强度增强、西伸脊点偏西的变化趋势。通过对副高指数的长期趋势、标准差及年际周期等的定量评估，发现CNRM-CM5、FGOALS-g2、FIO-ESM、MIROC-ESM和MPI-ESM-P这5个模式对副高的模拟能力较强。

(3)在不同典型浓度路径情景下，副高指数的变化特征各不相同。综合3种不同情景，未来随着温室气体浓度的升高，副高面积和强度均增大，且显著西伸；其线性增长趋势在RCP8.5情景下最高，RCP4.5情景下次之，RCP2.6情景下最弱。副高脊线指数在3种排放情景下都没有明显的长期变化趋势。

以上的分析结果表明，未来随着温室气体浓度的升高，副高将显著增大增强且西伸，其对未来中国夏季主要雨带和旱涝的分布，乃至对东亚季风区气候异常的影响机理需要进一步研究。而在未来全球变暖的背景下，副高增强西伸的机制也值得深入分析。先前的研究表明，20世纪70年代末西太平洋副热带高压呈现出加强西伸的特征，通过数值试验证实热带印度洋和西太平洋的变暖是导致副高西伸的重要因子，并给出了两种影响机制(Zhou，et al，2009)。在未来不同典型浓度路径情景下，热带印度洋和西太平洋的变暖程度将有所差异(IPCC，2007)，副高增强西伸的响应也各不相同，因此两者之间的关系与反馈作用需要更加定量化的研究。

致谢：感谢中国气象局短期气候预测国家级创新团队提供的技术指导。感谢世界气候研究计划耦合模式工作组和各模式机构为CMIP5试验所作的贡献，感谢美国NOAA提供的NCEP/NCAR大气再分析资料和扩展重建的海表温度资料(ERSSTv3b)。