全球變暖減緩期陸地地表氣溫變化特征和CMIP5多模式的未來情景預(yù)估

何金海詹豐興, 2祁莉王迪

1南京信息工程大學(xué)氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同創(chuàng)新中心/氣象災(zāi)害教育部重點實驗室，南京2100442江西省氣象局，南昌3300463遼寧省氣象服務(wù)中心，沈陽110001

?

全球變暖減緩期陸地地表氣溫變化特征和CMIP5多模式的未來情景預(yù)估

何金海1詹豐興1, 2祁莉1王迪3

1南京信息工程大學(xué)氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同創(chuàng)新中心/氣象災(zāi)害教育部重點實驗室，南京210044
2江西省氣象局，南昌330046
3遼寧省氣象服務(wù)中心，沈陽110001

摘 要2000年后全球氣溫的增溫率顯著下降，全球進入變暖減緩期。本文基于CRU（Climatic Research Unit） 觀測資料，分析討論了2000年后全球及歐亞中高緯度地區(qū)全球變暖的減緩特征，評估了CMIP5（Coupled Model Intercomparison Project Phase 5）試驗多模式對全球變暖減緩的模擬及未來氣溫變化預(yù)估。結(jié)果表明，2000年后全球陸地平均地面氣溫的增溫率大幅下降至0.14°C (10 a)?1，僅為1976～1999年加速期增溫率的一半。全球陸地13個區(qū)域中有9個地區(qū)的增溫率小于2000年前，4個地區(qū)甚至出現(xiàn)了降溫。其中以歐亞中高緯地區(qū)最為特殊。加速期（1976～1999年）增溫率達(dá)到0.50°C (10 a)?1，為全球陸地最大，2000年后陡降至－0.17°C (10 a)?1，為全球最強降溫區(qū)，為全球變暖的減緩貢獻(xiàn)了49.13%。并且具有顯著的季節(jié)依賴，減緩期冬季增溫率下降了－2.68°C (10 a)?1，而秋季升高了0.86°C (10 a)?1，呈現(xiàn)反位相變化特征。CMIP5多模式計劃中僅BCC-CSM1.1在RCP2.6情景下和MRI-ESM1模式在RCP8.5下的模擬較好地預(yù)估了全球及歐亞中高緯地區(qū)在2000年后增溫率的下降以及歐亞中高緯秋、冬溫度的反位相變化特征。BCC-CSM1.1在RCP2.6情景下預(yù)估歐亞中高緯地區(qū)2012年后溫度距平保持在1.2°C左右，2020年后躍至2°C附近振蕩。而MRI-ESM1在RCP8.5情景下預(yù)估的歐亞中高緯度溫度在2030年前一直維持幾乎為零的增溫率，之后迅速升高。

關(guān)鍵詞全球變暖減緩 歐亞中高緯 CMIP5（Coupled Model Intercomparison Project Phase 5）

資助項目 國家自然科學(xué)基金項目41475086，國家自然科學(xué)基金重大研究計劃項目91337216，長江學(xué)者和創(chuàng)新團隊發(fā)展計劃項目（PCSIRT），江蘇高校優(yōu)勢學(xué)科建設(shè)工程資助項目（PAPD），江蘇省高校青藍(lán)工程

Founded by Natural Science Foundation of China (Grants 41475086, 91337216), Program for Changjiang Scholars and Innovative Research Team in University (PCSIRT), A Project Funded by the Priority Academic Program Development of Jiangsu Higher Education Institutions (PAPD), Qinglan Project of Jiangsu Province

Evolution of Surface Temperature during Global Warming Hiatus Based on Observations and CMIP5 Simulations

HE Jinhai1, ZHAN Fengxing1, 2, QI Li1, and WANG Di3

1 Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters/Key Laboratory of Meteorological Disaster of Ministry of Education, Nanjing University of Information Science & Technology, Nanjing 210044
2 Jiangxi Meteorology Bureau, Nanchang 330046
3 Liaoning Meteorological Service Centre, Shenyang 110001

Abstract The rise in global surface temperature has significantly declined after 2000. In this study, the evolution of the surface temperature of the global land-mean and Eurasia middle-high latitudes during the global warming hiatus was analyzed based on CRU observations. Simulations and projections were also evaluated using the Coupled Model Intercomparison Project 5 (CMIP5). The results indicate that, in the global warming hiatus period, the trend of the global land-mean surface temperature is only 0.14°C (10 a)?1, which is half that during 1976–1999. The trend is less than that before 2000 in nine of the 13 global land regions, and four of them show a decreasing trend. The Eurasia middle-high latitude region is the most interesting among all the regions. For 1976–1999, the Eurasia middle-high latitude region shows the largest warming among all the land regions and reaches 0.50°C (10 a)?1. After 2000, the trend significantly declines to －0.17°C (10 a)?1, the greatest cooling trend over land, globally, contributing 49.13% of the remarkable change in global land surface temperatures before and after 2000. Furthermore, the surface temperature of the Eurasia middle-high latitude region shows an opposite change in autumn and winter after 2000; the temperature of the former rises by 0.86°C (10 a)?1, while the that of the latter decreases by 2.68°C (10 a)?1. In CMIP5, only the simulation and projects in BCC-CSM1.1 under the RCP2.6 scenario and MRI-ESM1 under the RCP8.5 scenario reproduce the evolution of the global land-mean and Eurasia middle-high latitude surface temperature, as well as the opposite change between autumn and winter of the Eurasia middle-high latitude region, during the global warming hiatus. The temperature projection of the BCC-CSM1.1 under the RCP2.6 scenario for the Eurasia middle-high latitude remains flat, near 1.2°C, after 2012, and jumps to 2°C after 2020. The change in the MRI-ESM1’s projected temperature under the RCP8.5 scenario is close to zero before 2030; the temperature then rises remarkably, to °C (10 a)?1.

Keywords Global warming hiatus, Eurasian middle–high latitudes, CMIP5 (Coupled Model Intercomparison Project Phase 5)

1 引言

IPCC（Intergovernmental Panel on Climate Change）第五次報告指出，十九世紀(jì)末期以來的全球變暖是毋庸置疑的（Stocker et al., 2013）。由于溫室氣體的迅速增加，全球年平均地表溫度有明顯的上升趨勢（Solomon et al., 2007）。2013年5月夏威夷監(jiān)測站的CO2濃度突破了400.03 ppm（×10?6）（Kosaka and Xie, 2013）。然而，如圖1所示，2000年以來全球平均溫度升溫不明顯，甚至出現(xiàn)了降溫（Easterling and Michael, 2009）。盡管1999～2008年全球年平均溫度高于多年平均值，但是并沒有明顯的線性增暖趨勢（Kaufmann et al., 2011）。1998～2012年全球變暖的增溫率為0.04°C (10 a)?1，與1951～2012年的0.11°C (10 a)?1相比，變暖速率顯著減緩（Stocker et al., 2013），我們稱之為全球變暖減緩，國外學(xué)者稱之為Global warming hiatus （Kosaka and Xie, 2013）。Cohen et al.（2009）發(fā)現(xiàn)與此同時北半球熱帶外大陸冬季的地表溫度趨勢存在著由增暖轉(zhuǎn)變?yōu)榻陰捉行陨踔磷兝涞南到y(tǒng)性減弱現(xiàn)象。與此相伴隨的是近年來北半球中高緯度地區(qū)冬季頻繁發(fā)生的異常低溫現(xiàn)象。2004～2005年，中國大部分地區(qū)冬季平均溫度低于歷史平均值（丁一匯和馬曉青，2007）。2007～2008年的冬天，中國冬季平均溫度與多年平均溫度相比呈現(xiàn)顯著的負(fù)異常（Zhang et al., 2009; Wen et al., 2009; Hong and Li, 2009; Wu et al., 2010）。2009～2010年歐亞大陸和美國大部分地區(qū)出現(xiàn)了冬季持續(xù)性低溫和暴風(fēng)雪事件，冬季平均溫度顯著低于氣候平均值（Cattiaux et al., 2010; Seager et al., 2010）。相應(yīng)的大氣環(huán)流場也發(fā)生了變化，全球變暖減緩期冬季西伯利亞高壓增強，東亞大槽加深，經(jīng)向環(huán)流加強（王迪等，2014），這勢必對我國春季、夏季環(huán)流和雨型分布造成影響。對于全球變暖減緩的原因，有的學(xué)者認(rèn)為可能與外強迫有關(guān)，例如平流層水汽導(dǎo)致的太陽輻射減弱（Solomon et al., 2010），對流層和平流層氣溶膠的增多（Solomon et al., 2011）。也有學(xué)者認(rèn)為這可能是氣候系統(tǒng)自身的自然變率，特別是赤道東太平洋海溫的La Ni?a型變冷，大部分熱量可能被存儲在深海之中（Meehl et al., 2011; Kosaka and Xie, 2013; Tollefson, 2014）。

2008年耦合模式比較計劃（Coupled Model Intercomparison Project Phase，簡稱CMIP）通過了一組新的試驗方案，開始了第5次耦合模式比較計劃（CMIP5）。不同于IPCC Fourth Assessment Report （AR4）中使用的SRES A2、A1B和B1，新的排放情景以21世紀(jì)末達(dá)到的輻射強迫大小命名，稱為典型濃度路徑（Representative concentration pathway，簡稱RCP）（Van Vuuren et al., 2011），根據(jù)輻射強迫由低到高分別為RCP2.6、RCP4.5、RCP6.0和RCP8.5共四種情景，其在21世紀(jì)末達(dá)到的輻射強迫值分別為2.6、4.5、6.0和8.5 W m?2。已有部分研究利用CMIP5模擬結(jié)果分析了不同排放情景下地表氣溫的未來變化特征（Xu and Xu, 2012; Zhang, 2012; Xin et al., 2013）。郭彥等（2013）評估了25個CMIP5模式對1906～2005年中國年平均氣溫變化的模擬能力，指出在中國平均氣溫變化趨勢、氣溫氣候態(tài)空間分布和氣溫變化趨勢空間分布三方面CMIP5模式都較CMIP3模式有所提高。張莉等（2013）分析了CMIP5計劃單個模式和多模式集合平均在3種典型濃度路徑下的21世紀(jì)全球與中國年平均地表氣溫變化特征及2°C升溫閾值的出現(xiàn)時間。Fyfe et al.（2013）指出CMIP5計劃中37個模式的117次模擬實驗中模擬的過去20年全球變暖強度偏強于觀測。Kosaka and Xie（2013）使用早期版本的氣候模式發(fā)現(xiàn)如果模式中赤道東太平洋的海表溫度用觀測值代替模式模擬值，模擬效果有效提高。但較少有研究評估CMIP5模式對全球陸地各區(qū)域變暖減緩的模擬效果。那么，CMIP5計劃中多模式對2000年后全球陸地各區(qū)域地表氣溫升溫趨勢的減緩模擬效果如何？預(yù)估的未來溫度又如何變化？因此，本文首先根據(jù)CRU觀測地表氣溫分析全球變暖減緩期全球陸地及各區(qū)域的溫度變化特征和季節(jié)依賴性，并基于CMIP5計劃中33個氣候系統(tǒng)模式的歷史氣候模擬和RCP2.6、RCP4.5、RCP6.0和RCP8.5情景下的氣候預(yù)估，評估多模式對全球變暖減緩的模擬效果。

2 資料和方法

本文使用的觀測資料為英國East Anglia大學(xué)提供的CRU TS 3.21全球地表月平均溫度（http:// adc.nerc.ac.uk/view/badc.nerc.ac.uk_ATOM_dataent_ 1256223773328276 [2014-07-21]），空間分辨率為0.5°×0.5°。研究時段為1901～2012年。春季為當(dāng)年3～5月，夏季為6～8月，秋季為9～11月，冬季為當(dāng)年12月至次年2月。

本文使用了參加CMIP5計劃的33個模式的兩類試驗輸出的逐月地表氣溫資料，第一類為歷史氣候模擬，從1901年至2005年12月；第二類為不同排放情景下的未來情景模擬，分別為RCP2.6，RCP4.5，RCP6.0和RCP8.5，從2006年1月至2050 年12月，以評估模式對全球變暖減緩的模擬能力，所用模式的介紹如表1所示。

表1 文中采用的CMIP5模式和資料概況Table 1 Information of CMIP5 climate models

全球變暖具有顯著的季節(jié)和區(qū)域不均勻性（Cohen et al., 2012）。因此，本文依據(jù)季明霞（2009）對全球陸地分區(qū)的方法，即根據(jù)20世紀(jì)全球陸地各個地區(qū)不同的增暖速率，將全球陸地（南極除外）分成13個區(qū)域，如圖2所示，圖中各數(shù)值為該區(qū)域陸地面積占全球陸地面積的百分比S(i)。采用氣候序列變化趨勢的診斷方法計算不同地區(qū)的增暖速率，并計算了各區(qū)域相對于全球陸地年平均溫度增溫速率的貢獻(xiàn)率X (i)，具體

公式為

因此，不同區(qū)域?qū)θ蜿懙啬昶骄鶞囟仍鰷芈首兓呢暙I(xiàn)Y(i)為

其中，A1(i)、A2(i)分別為兩個不同時段該區(qū)域的溫度線性趨勢系數(shù)，G2和G1分別為兩個時段相應(yīng)的全球陸地平均的增溫率。

不同季節(jié)對于某區(qū)域年平均氣溫增溫速率變化的貢獻(xiàn)Z(i)為

其中，B1(i)、B2(i)分別為該區(qū)域在兩個不同時段內(nèi)某季節(jié)的溫度線性趨勢系數(shù)。

3 全球變暖減緩期溫度特征

圖1為CRU資料表征的全球陸地年平均溫度距平（相對于1961～1990年平均）的演變。圖中曲線清晰地表明了全球陸地平均地表溫度的升高和變暖過程，19世紀(jì)初全球陸地平均的溫度距平約為－0.3°C，至20世紀(jì)溫度已升高至0.7°C，增溫率高達(dá)0.89°C (100 a)?1（1901～2012年）。值得注意的是，全球陸地平均溫度并不是簡單的線性增長，它存在顯著的年代際尺度波動。19世紀(jì)10年代至40年代溫度緩慢升高，增溫率為0.16°C (10 a)?1（表2）。隨后，溫度出現(xiàn)了下降 [－0.15°C (10 a)?1]，全球陸地進入一個相對冷期。之后全球陸地溫度變化平緩。從1970年代后期開始，全球陸地溫度突然開始加速升溫，增溫率高達(dá)0.30°C (10 a)?1，約為1911～1940年增溫率的兩倍。加速升溫期持續(xù)了20余年后，至2000年后全球陸地氣溫的變率減緩，降為0.14°C (10 a)?1，進入全球變暖減緩期（Global Warming hiatus）。因此，依據(jù)全球陸地平均溫度增溫率的變化，可以定義四個典型的溫度變化期，如表2所示，分別為升溫期（1911～1940年）、降溫期（1941～1958年）、加速期（1976～1999年）和減緩期（2000～2012年）。本文重點關(guān)注2000年前后加速期和減緩期溫度增溫率的變化。

表2 全球陸地年平均地面溫度的四個典型時段Table 2 Four typical periods for global land surface mean temperature variation

依據(jù)季明霞（2009）對全球陸地分區(qū)的方法（圖2），全球陸地13個區(qū)域在1901～2012年及四個典型時段的溫度增溫率及其對全球陸地溫度變化的貢獻(xiàn)率如表3所示。對于百年尺度（1901～2012年），增溫率名列前三名的地區(qū)均為40°N以北的中高緯度地區(qū)，分別為歐亞中高緯 [1.45°C (100 a)?1]、北美中高緯 [1.27°C (100 a)?1]和俄羅斯北方地區(qū)[1.21°C (100 a)?1]，由此可見中高緯地區(qū)對于全球陸地溫度變化的重要性。這其中又以歐亞中高緯升溫最快，占全球陸地平均的19.13%。

圖1 CRU（Climatic Research Unit）觀測資料表征的1901～2012年全球陸地年平均地面溫度距平（氣候態(tài)為1961～1990年，單位：°C）序列，紅色為9年滑動平均曲線，藍(lán)色為四個典型時段的趨勢線Fig. 1 Anomaly of global land surface mean annual air temperature form CRU (Climatic Research Unit) observations (climatology is defined as 1961–1990, units: °C), the red line showsnine-year running mean, while the blue lines are the trend lines during four typical periods

圖2 全球13個區(qū)域的劃分及各區(qū)域相對于全球陸地平均的面積百分比Fig. 2 Definition of thirteen regions over global land and their area fractions relative to global land surface

表3 CRU觀測得到全球陸地平均及13個區(qū)域1901～2012年、P I（1911～1940年）、P II（1941～1958年）、P III（1976～1999年）和P IV（2000～2012年）年平均溫度的增溫率及各區(qū)域相對于全球陸地平均的貢獻(xiàn)率。此外表中還給出了P II與P I之間、P III與P II之間和P IV與P III之間增溫率的變化 [單位：°C (10 a)?1]以及各區(qū)域相對于全球陸地平均增溫率變化的貢獻(xiàn)率Table 3 The trend of annual mean air temperature derived from CRU observations for global land mean and thirteen regions during four typical periods, and their contribution to global land surface mean variation. The table also shows the change [units: °C (10 a)?1] of the trend between P II and P I, P III and P II, P IV and P III, respectively, as well as their contribution to the change of the trend of global land surface mean temperature

在降溫期（1941～1958年），全球陸地13個區(qū)域中有10個區(qū)域的溫度增溫率為負(fù)值，即全球77%以上的陸地一致表現(xiàn)為降溫。在加速期（1976～1999年），9個區(qū)域的增溫率顯著高于升溫期（1911～1940年），這其中有7個區(qū)域的增溫率達(dá)到了升溫期的2倍以上。2000年后的減緩期，同樣有9個區(qū)域的溫度變率小于加速期（1976～1999），全球變暖的步伐減緩，全球39%以上的陸地出現(xiàn)了負(fù)值的增溫率，呈現(xiàn)降溫趨勢?？梢?，大多數(shù)區(qū)域溫度演變特征與全球陸地平均的特征一致，然而，也存在顯著的區(qū)域性特征和季節(jié)依賴性。

其中，以歐亞中高緯度地區(qū)最為特殊、最為重要。在本文最為關(guān)注的加速期和減緩期，其在加速期（1976～1999年）的增溫率高達(dá)0.50°C (10 a)?1，比全球陸地平均偏高60%以上，貢獻(xiàn)率也為13個區(qū)域中最高（20.36%）。2000年后，它的增溫率陡降至－0.17°C (10 a)?1，是全球陸地最強的降溫區(qū)。與加速期相比，增溫率下降了－0.67°C (10 a)?1，為全球陸地全球變暖的減緩貢獻(xiàn)了49.13%。由表3我們也不難發(fā)現(xiàn)，從升溫期至減緩期，在四個典型時段兩兩之間的轉(zhuǎn)折中歐亞中高緯的貢獻(xiàn)率依次為12.36%、18.82%和49.13%，貢獻(xiàn)率逐步升高，這表明歐亞中高緯的重要性日益增大。

歐亞中高緯地區(qū)不同的季節(jié)在加速期和減緩期的表現(xiàn)特征也不同。表4列出了歐亞中高緯四個季節(jié)在加速期和減緩期的溫度變率。在加速期，四個季節(jié)一致表現(xiàn)為升溫，其中冬季的升溫趨勢最為顯著，高達(dá)1.0°C (10 a)?1。而2000年后的減緩期，春、夏和冬季的增溫率都顯著下降，春季和冬季甚至出現(xiàn)了降溫趨勢，冬季的降溫趨勢最強，達(dá)到－1.68°C (10 a)?1，因此從加速期至減緩期溫度的增溫率下降了－2.68°C (10 a)?1，為歐亞中高緯年平均溫度增溫率的減緩貢獻(xiàn)了103.88%。而與冬季緊鄰的秋季是四季中唯一表現(xiàn)為增溫率升高的季節(jié)，在減緩期其增溫率為1.09°C (10 a)?1，升高了0.86°C (10 a)?1。可見，在歐亞中高緯地區(qū)秋季和冬季在減緩期中呈現(xiàn)出反位相變化的趨勢，是什么原因造成了歐亞中高緯地區(qū)秋、冬季在減緩期的反位相變化？這一現(xiàn)象值得將來的進一步研究。

表4 歐亞中高緯地區(qū)各季節(jié)溫度變率及其對該區(qū)域年平均溫度變率的貢獻(xiàn)Table 4 The trend of seasonal temperature over Eurasian middle-high latitudes region during P III and P IV, and their contribution to the variation of annual mean temperature variation

4 CMIP5多模式預(yù)估

上文討論了全球陸地及歐亞中高緯地區(qū)在加速期和減緩期的溫度變化特征。那么，這些特征在CMIP5多模式評估計劃中是否得到很好呈現(xiàn)? 在未來情景下溫度又將如何變化? 本文選取CMIP5計劃下33個模式的歷史氣候模擬和不同排放情景下的未來情景模擬進行評估。

4.1 歷史氣候試驗

圖3給出了本文使用的33個模式歷史氣候試驗?zāi)M的全球陸地年平均地面溫度隨時間的演變。歷史氣候試驗時段截止為2005年，因此本節(jié)討論的時段為1901～2005年。各模式都存在一定的系統(tǒng)偏差，平均而言與CRU觀測的偏差約為－2°C至1°C之間（圖3a）。去除氣候態(tài)（1961～1990年）后，33個模式歷史試驗?zāi)M的溫度距平與CRU十分接近，尤其是70年代之后與CRU觀測的偏差僅為±0.5°C內(nèi)（圖3b）。33個模式與CRU觀測的相關(guān)系數(shù)均在0.5以上，國家氣候中心研發(fā)的BCC-CSM1.1模式最高，為0.85（表5）。

為了評估33個模式對全球陸地溫度演變特征的模擬效果，并從中挑選模擬效果較好的模式，我們計算了各模式在1901～2005年世紀(jì)尺度以及前3個典型時段的增溫速率，如表5所示。我們將其與CRU觀測進行比較，如其位于觀測值的1±20%區(qū)間內(nèi)，則認(rèn)為其較好地模擬了該時段的溫度變率。同時，我們也對比了前3個典型時段相鄰兩個時段之間增溫率的變化，如模式值位于觀測值1±40%區(qū)間內(nèi)，則認(rèn)為其較好地刻畫了這兩個時段增溫率的變化，在表5中加“*”表示。雖然各模式溫度的演變曲線與觀測的偏差僅為±0.5°C內(nèi)（圖3b），但33個模式中僅有42%的模式較好地刻畫了1901～2005年世紀(jì)尺度溫度的增溫率。3個典型時段中各有10、2和13個模式的模擬效果較好。雖然33個模式中僅有2個模式較好地刻畫了降溫期的增溫率，但分別有7個模式抓住了升溫期至降溫期增溫率的下降，8個模式模擬出了從降溫期到加速期增溫率的顯著升高。在所有6組評估中若有4組或以上的模擬效果較好，我們認(rèn)定該模式模擬效果較佳。由此，我們得到了四個效果較好的模式，它們分別是BCC-CSM1.1、IPSL-CM5A-MR、MRI-ESM1及CESM1-WACCM模式。4個模式模擬的全球陸地平均溫度演變?nèi)鐖D4所示，BCC-CSM1.1和IPSL-CM5A-MR模式的表現(xiàn)尤為突出，系統(tǒng)偏差小，始終與CRU觀測溫度較為接近。

4.2 未來情景預(yù)估

在歷史氣候試驗中對全球陸地平均溫度模擬效果較好的四個模式，對于減緩期溫度增溫率的突然下降模擬效果如何？因歷史氣候試驗僅到2005年，因此在本節(jié)對減緩期模擬能力的評估中，各模式資料中2000～2005年為歷史氣候試驗結(jié)果，2006～2012年為各模式在不同排放情景下（RCP2.6，RCP4.5和RCP8.5）的未來情景預(yù)估，其中MRI-ESM1模式僅有RCP8.5情景下的預(yù)估。

表5 CRU觀測與CMIP5多模式的全球陸地平均氣溫的相關(guān)系數(shù)及其在1901～2005年、P I、P II和P III的增溫率，P II －P I和P III－P II時段間的增溫率變化Table 5 Correlation coefficients of global land surface mean temperature from CRU observations and those from historical simulations of CMIP5 models. The table also gives the trends during 1901–2005, P I, P II, and P III, as well as the changes of trend between P II and P I, P II and P III.

圖3 1901～2005年CRU觀測資料與33個模式歷史氣候試驗資料的全球陸地平均地表（a）溫度序列及其（b）溫度距平（氣候態(tài)1961～1990年）序列。單位：°CFig. 3 (a) Global land surface mean air temperature during 1901?2005 and (b) its anomaly relative to 1961–1990 from CRU observations and historical results of 33 climate models. Units: °C

圖4 1901～2005年CRU觀測與4個模式CMIP5 歷史氣候試驗的全球陸地年平均地表（a）溫度序列和（b）溫度距平序列（氣候態(tài)為1961～1990年）。單位：°CFig. 4 Global land surface (a) mean temperature during 1901–2005 and (b) its anomaly relative to 1961–1990 from CRU observations and historical results of four climate models. Units: °C

圖5給出了全球陸地及歐亞中高緯地區(qū)在1976～1999年、2000～2012年的增溫率以及兩時段的差值。對于全球陸地平均（圖5a），CRU表征的觀測中1976～1999年的增溫率高達(dá)0.3°C (10 a)?1，2000年后降至0.13°C (10 a)?1，全球變暖減緩了50%以上（圖5c）。歐亞中高緯地區(qū)的減緩幅度更大，2000～2012年甚至轉(zhuǎn)為降溫趨勢（圖5b，5c）。對此，IPSL-CM5A-MR模式雖然它對全球陸地平均氣溫在2005年前的演變模擬效果較好，但在三種排放情景下得到的全球陸地平均2000～2012年的增溫率均高于1976～1999年加速期的溫度變率；它模擬的2000年后歐亞中高緯溫度變率在RCP8.5情景下略低于2000年前，但總體而言IPSL-CM5A-MR模式對全球變暖減緩的模擬是不理想的。CESM1-WACCM模式也同樣效果欠佳，在RCP2.6情景下模擬的增溫率雖然在全球陸地及歐亞中高緯地區(qū)都出現(xiàn)了下降，但2000年后增溫率偏高，使得模擬的全球變暖減緩偏弱，全球陸地平均的增溫率僅降低了－0.02°C (10 a)?1，歐亞中高緯地區(qū)的減緩程度僅為觀測的1/5。對于全球變暖減緩模擬較為出色的是BCC-CSM1.1模式在RCP2.6情景下的模擬及MRI-ESM1模式在RCP8.5情景下的模擬。他們模擬的全球變暖減緩在全球陸地為－0.19°C /10a（BCC-CSM1.1）和－0.27°C (10 a)?1（MRI-ESM1），在歐亞中高緯地區(qū)分別為－0.56°C (10 a)?1（BCC-CSM1.1）和－0.64°C (10 a)?1（MRI-ESM1），與CRU觀測的全球陸地－0.17°C (10 a)?1和歐亞中高緯－0.67°C (10 a)?1十分接近。兩者間，又以BCC-CSM1.1在RCP2.6情景下的模擬更優(yōu)，MRI-ESM1模式在RCP8.5下的模擬的2000年后溫度變率偏低，它模擬的全球陸地溫度在2000年后為顯著的降溫。

圖5 CRU及各模式在不同排放情景下（a）全球陸地和（b）歐亞中高緯年平均陸地氣溫在P III（1976～1999年）加速期和P IV (2000～2012年)減緩期的增溫率 [單位：°C (10 a)?1]，以及（c）兩時段的增溫率的差 [單位：°C (10 a)?1]Fig. 5 The trend of land surface air temperature from CRU observations and CMIP5 models under different RCPs over (a) global land and (b) Eurasian middle–high latitudes during P III (1976–1999) and P IV (2000–2012), as well as (c) the change of the trend between them. Units: °C (10 a)?1

對于歐亞中高緯四季溫度在加速期和減緩期的演變特征（圖6），也以BCC-CSM1.1在RCP2.6情景下和MRI-ESM1模式在RCP8.5下的模擬較好。與CRU觀測一致，它們模擬的秋季溫度在2000后溫度變率加大，表現(xiàn)為秋季地面溫度的加劇升高。其余三個季節(jié)均為變暖減緩，其中以冬季減緩幅度最大，BCC-CSM1.1模式預(yù)估的增溫率減緩了－1.13°C (10 a)?1；MRI-ESM1模式為－1.62°C (10 a)?1。因此，BCC-CSM1.1模式和MRI-ESM1模式較好刻畫了2000年前后歐亞大陸溫度秋冬季節(jié)反位相變化的特征。其余模式及BCC-CSM1.1模式在另兩個排放情景下均未抓住這一特征。CESM1-WACCM在三種排放情景下的模擬均為冬季溫度增溫率加大而秋季減小，與觀測恰恰相反。IPSLCM5A-MR在RCP2.6和RCP4.5情景下四季均表現(xiàn)為變暖的加劇。BCC-CSM1.1模式在RCP4.5情景下模擬的四季溫度均在2000年后增溫率減小，沒有預(yù)估出秋季的加劇升溫。

圖6 CRU及各模式在不同排放情景下歐亞中高緯度（a–d）四個季節(jié)陸地氣溫在P III（1976～1999年）、P IV（2000～2012年）減緩期的增溫率[單位：°C (10 a)?1]，及（e）兩個時段增溫率的差[單位：°C (10 a)?1]Fig. 6 (a–d) The trends of seasonal land surface temperature from CRU observations and CMIP5 models under different RCPs over Eurasian middle–high latitudes during P III and P IV, and (e) their difference. [Units: °C (10 a)?1]

Tollefson（2013）預(yù)估全球變暖減緩可能于2018年結(jié)束。通過上文的分析可見，對于全球及歐亞中高緯地區(qū)全球變暖減緩特征模擬較好的是BCC-CSM1.1在RCP2.6情景下模擬和MRI-ESM1模式在RCP8.5下的模擬。圖7給出了兩個模式對未來溫度的預(yù)估。對于全球陸地平均地面氣溫，BCC-CSM1.1模式在RCP2.6情景下預(yù)估的溫度在2012年后恢復(fù)上升，增溫率為0.29°C (10 a)?1；MRI-ESM1在RCP8.5情景下預(yù)估的全球溫度低于BCC-CSM1.1，2030年前全球溫度以0.21°C (10 a)?1的增溫率緩慢升高，之后溫度加速升高 [增溫率為0.49°C (10 a)?1]，使得其預(yù)估的溫度與BCC-CSM1.1模式的預(yù)估相當(dāng)。對于歐亞中高緯度的溫度，BCC-CSM1.1模式在RCP2.6情景下預(yù)估的溫度在2012年后仍處于減緩階段，其溫度距平維持在1.2°C左右；但2020年后溫度發(fā)生突變，躍至2°C附近振蕩。而MRI-ESM1在RCP8.5情景下預(yù)估的歐亞中高緯度溫度在2030年前一直維持幾乎為零的增溫率，2030年后迅速升高，增溫率高達(dá)0.51°C (10 a)?1。

5 總結(jié)和討論

本文基于CRU觀測資料，分析討論了2000年后全球及歐亞中高緯度地區(qū)全球變暖的減緩特征，評估了CMIP5試驗多模式對全球變暖減緩的模擬，并對未來氣溫變化進行預(yù)估。得出以下結(jié)論：

圖7 1960～2050年（a）全球及（b）歐亞中高緯度溫度距平（單位：°C）的演變（5年滑動平均，氣候態(tài)是1961～1990年）。圖中黑色實線為觀測CRU，紅色為MRI-ESM1模式，藍(lán)色為BCC-CSM1.1模式Fig. 7 Projected annual mean land surface air temperature anomalies (five-year running mean, relative to 1961–1990 climatological mean, units: °C ) during 1960 to 2050 over (a) global land and (b) Eurasian mid-high latitudes. The black, red, and blue lines mark the CRU observations, model results of MRI-ESM1 and BCC-CSM1.1, respectively

（1）2000年后全球陸地平均地面氣溫的增溫率大幅下降，呈現(xiàn)全球變暖減緩特征。全球陸地平均氣溫的增溫率僅為0.14°C (10 a)?1，為1976～1999年加速期增溫率的一半。全球變暖減緩為全球性特征，全球陸地13個區(qū)域中有9個地區(qū)的增溫率小于加速期，其中4個地區(qū)甚至出現(xiàn)了降溫。

（2）全球陸地13個區(qū)域中以歐亞中高緯地區(qū)最為特殊。加速期增溫率達(dá)到0.50°C (10 a)?1，為全球陸地最大；2000年后溫度增溫率陡降至－0.17°C (10 a)?1，為全球最強降溫區(qū)，為全球變暖的減緩貢獻(xiàn)了49.13%。而且，歐亞中高緯地區(qū)秋、冬季溫度在2000年前后出現(xiàn)了反位相變化特征。與加速期相比，冬季溫度的增溫率在減緩期下降了－2.68°C (10 a)?1，與此同時秋季溫度的增溫率升高了0.86°C (10 a)?1，為四季中唯一表現(xiàn)為變暖加劇的季節(jié)。

（3）CMIP5多模式計劃中僅BCC-CSM1.1在RCP2.6情景下和MRI-ESM1模式在RCP8.5下的模擬較好地預(yù)估了全球及歐亞中高緯地區(qū)在2000年后增溫率的下降、以及歐亞中高緯秋冬溫度的反位相變化特征。BCC-CSM1.1在RCP2.6情景下預(yù)估歐亞中高緯地區(qū)2012年后溫度距平保持在1.2°C左右，2020年后溫度發(fā)生突變，躍至2°C附近振蕩。而MRI-ESM1在RCP8.5情景下預(yù)估的歐亞中高緯度溫度在2030年前一直維持幾乎為零的增溫率，但2030年后迅速升高 [增溫率0.51°C (10 a)?1]。

本文根據(jù)CRU觀測發(fā)現(xiàn)，在全球陸地平均地面溫度的變化中歐亞中高緯地區(qū)占較大的貢獻(xiàn)。其貢獻(xiàn)率在四個時段中逐步升高，表明它的重要性日益增大。我們計算了CMIP5計劃33個模式在不同排放情景下預(yù)估的全球陸地及歐亞中高緯在減緩期（2000～2012年）的增溫率，如圖8所示。88組模式試驗預(yù)估的全球陸地氣溫增溫率與歐亞中高緯溫度增溫率存在較為顯著的線性相關(guān)，相關(guān)系數(shù)達(dá)到0.638。這表明歐亞中高緯溫度變化在全球陸地中所占的較大貢獻(xiàn)，歐亞中高緯的溫度變率在一定程度上可以表征全球陸地平均的溫度變率，歐亞中高緯溫度增溫率偏高，則全球陸地平均氣溫也可能偏高。歐亞中高緯地區(qū)已成為全球陸地氣溫變化的高敏感區(qū)。

通過本文的分析，我們也可以看到BCCCSM1.1模式對全球變暖減緩的模擬效果較好，它對1901～2005年全球陸地平均溫度的模擬效果也最好，與CRU觀測的相關(guān)系數(shù)高達(dá)0.85。BCCCSM1.1是我國國家氣候中心研發(fā)的氣候系統(tǒng)模式，是一個全球海洋—陸地—海冰—大氣多圈層耦合的全球氣候—碳循環(huán)耦合模式。BCC-CSM1.1模式針對全球變暖減緩模擬的良好表現(xiàn)表明了我國研發(fā)模式能力的不斷提高，這為我國氣候變化的業(yè)務(wù)能力提供了有力支撐。

圖8 CMIP5多模式在不同排放情景下P IV（2000～2012年）全球陸地平均年平均地面氣溫的增溫率 [單位：°C (10 a)?1] 與歐亞中高緯地區(qū)地面氣溫增溫率[單位：(10 a)?1] 的散點圖。圖中黑色圓點為CRU觀測Fig. 8 The scatter diagram of the trends of annual mean air temperature from CMIP5 climate models during P IV period over global land surface with those over Eurasian middle–high latitudes. The black dot shows CRU observations. Units: °C (10 a)?1

參考文獻(xiàn)（References）

Cattiaux J, Vautard R, Cassou C, et al. 2010. Winter 2010 in Europe: A cold extreme in a warming climate [J]. Geophys. Res. Lett., 37 (20): L20704, doi: 10.1029/2010GL044613.

Cohen J, Barlow M, Saito K. 2009. Decadal fluctuations in planetary wave forcing modulate global warming in late boreal winter [J]. J. Climate, 22 (16): 4418–4426, doi: 10.1175/2009JCLI2931.1.

Cohen J, Furtado J C, Barlow M, et al. 2012. Asymmetric seasonal temperature trends [J]. Geophys. Res. Lett., 39 (4): L04705, doi: 10.1029/2011GL050582.

丁一匯, 馬曉青. 2007. 2004/2005年冬季強寒潮事件的等熵位渦分析[J]. 氣象學(xué)報, 65 (5): 695–707. Ding Yihui, Ma Xiaoqing. 2007. Analysis of isentropic potential vorticity for a strong cold wave in 2004/2005 winter [J]. Acta Meteorologica Sinica (in Chinese), 65 (5): 695–707, doi: 10.11676/qxxb2007.065.

Easterling D R, Michael M F. 2009. Is the climate warming or cooling? [J]. Geophys. Res. Lett., 36(8): L08706, doi: 10.1029/2009GL037810.

Fyfe J C, Gillett N P, Zwiers F W. 2013. Overestimated global warming over the past 20 years [J]. Nature Climate Change, 3 (9): 767–769, doi: 10.1038/nclimate1972.

郭彥, 董文杰, 任福民, 等. 2013. CMIP5模式對中國年平均氣溫模擬及其與CMIP3模式的比較 [J]. 氣候變化研究進展, 9 (3): 181–186. Guo Yan, Dong Wenjie, Ren Fumin, et al.. 2013. Assessment of CMIP5 simulations for China annual average surface temperature and its comparison with CMIP3 simulations [J]. Progressus Inquisitiones De Mutatione Climatis (in Chinese), 9 (3): 181–186, doi: 10.3969/j.issn. 1673-1719.2013. 03.004.

Hong C C, Li T. 2009. The extreme cold anomaly over southeast Asia in February 2008: Roles of ISO and ENSO [J]. J. Climate, 22 (13): 3786–3801, doi: 10.1175/2009JCLI2864.1.

季明霞. 2009. 歐亞大氣環(huán)流與地表氣溫之間的反饋和相互作用 [D].蘭州大學(xué)博士學(xué)位論文. Ji Mingxia. 2009. Response and interact between atmospheric circulation and temperature of Eurasian [D]. Ph. D dissertation (in Chinese), Lanzhou Univserstiy.

Kaufmann R K, Kauppi H, Mann M L, et al. 2011. Reconciling anthropogenic climate change with observed temperature 1998–2008 [J]. Proceedings of the National Academy of Sciences of the United States of America, 108 (29): 11790–11793, doi: 10.1073/pnas.1102467108.

Kosaka Y, Xie S P. 2013. Recent global-warming hiatus tied to equatorial Pacific surface cooling [J]. Nature, 501 (7467): 403–407, doi: 10.1038/ nature12534.

Meehl G A, Arblaster J M, Fasullo J T, et al. 2011. Model-based evidence of deep-ocean heat uptake during surface-temperature hiatus periods [J]. Nature Climate Change, 1 (7): 360–364, doi: 10.1038/nclimate1229.

Seager R, Kushnir Y, Nakamura J, et al. 2010. Northern Hemisphere winter snow anomalies: ENSO, NAO and the winter of 2009/10 [J]. Geophys. Res. Lett., 37 (14): L14703, doi: 10.1029/2010GL043830.

Solomon S, Qin D, Manning M, et al. 2007. Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [M]. Cambridge: Cambridge University Press.

Solomon S, Rosenlof K H, Portmann R W, et al. 2010. Contributions of stratospheric water vapor to decadal changes in the rate of global warming [J]. Science, 327 (5970): 1219–1223, doi: 10.1126/science. 1182488.

Solomon S, Daniel J S, Neely III R R, et al. 2011. The persistently variable “background” stratospheric aerosol layer and global climate change [J]. Science, 333 (6044): 866–870, doi: 10.1126/science.1206027.

Stocker T F, Qin D, Plattner G K, et al. 2013. IPCC Climate Change 2013: The Physical Science Basis [M]. Cambridge: Cambridge University Press.

Tollefson J. 2014. Climate change: The case of the missing heat [J]. Nature, 505 (7483): 276–278, doi: 10.1038/505276a.

Tollefson J. 2013. Climate change: The forecast for 2018 is cloudy with record heat [J]. Nature, 499 (7457): 139–141, doi: 10.1038/499139a.

Van Vuuren D P, Edmonds J A. Kainuma M, et al. 2011. A special issue on the RCPs [J]. Climatic Change, 109 (1–2): 1–4, doi: 10.1007/s10584-011-0157-y.

王迪, 何金海, 祁莉, 等. 2015. 全球變暖減緩背景下歐亞中高緯度秋冬溫度變化特征及其可能原因 [J]. 氣象科學(xué). Wang Di, He Jinhai, Qi Li, et al.. 2015. Air temperature variation characters in autumn and winter over Eurasian mid and high latitude under global warming and its possible reasons [J]. Journal of the Meteorological Science (in Chinese), doi: 10.3969/2014jms.0023.

Wen M, Yang S, Kumar A, et al. 2009. An analysis of the large-scale climate anomalies associated with the snowstorms affecting China in January 2008 [J]. Mon. Wea. Rev., 137 (3): 1111–1131, doi: 10.1175/2008MWR2638.1. Wu Z W, Li J P, Jiang Z H, et al. 2010. Predictable climate dynamics of abnormal East Asian winter monsoon: Once-in-a-century snowstorms in 2007/2008 winter [J]. Climate Dyn., 37 (7–8): 1661–1669, doi: 10.1007/s00382-010-0938-4.

Xin X G, Cheng Y J, Wang F, et al. 2013. Asymmetry of surface climate change under RCP2.6 projections from the CMIP5 models [J]. Adv. Atmos. Sci., 30 (3): 796–805, doi: 10.1007/s00376-012-2151-3.

Xu C H, Xu Y. 2012. The projection of temperature and precipitation over China under RCP scenarios using a CMIP5 multi-model ensemble [J]. Atmos. Oceanic. Sci. Lett., 5 (6): 527–533.

張莉, 丁一匯, 吳統(tǒng)文, 等. 2013. CMIP5模式對21世紀(jì)全球和中國年平均地表氣溫變化和2°C升溫閾值的預(yù)估 [J]. 氣象學(xué)報, 71 (6): 1047–1060. Zhang Li, Ding Yihui, Wu Tongwen, et al. 2013. The 21st century annual mean surface air temperature change and the 2°C warming threshold over the globe and China as projected by the CMIP5 models [J]. Acta Meteorologica Sinica (in Chinese), 71 (6): 1047–1060, doi: 10.11676/ qxxb2013.087.

Zhang Y. 2012. Projection of 2.0°C warming over the globe and China under RCP4.5 [J]. Atmos. Oceanic. Sci. Lett., 5 (6): 514–520.

Zhang Z Y, Gong D Y, Hu M, et al. 2009. Anomalous winter temperature and precipitation events in southern China [J]. J. Geophys. Sci., 19 (4): 471–488, 10.1007/s11442-009-0471-8.

何金海，詹豐興，祁莉，等. 2016. 全球變暖減緩期陸地地表氣溫變化特征和CMIP5多模式的未來情景預(yù)估 [J]. 大氣科學(xué), 40 (1): 33?45. He Jinhai, Zhan Fengxing, Qi Li, et al. 2016. Evolution of surface temperature during global warming hiatus based on observations and CMIP5 simulations [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 40 (1): 33?45, doi:10.3878/j.issn.1006-9895.1409.14217.

作者簡介何金海，男，1941年出生，博士生導(dǎo)師，教授，主要從事季風(fēng)、全球變化研究。E-mail: hejhnew@nuist.edu.cn

收稿日期2014-06-30；網(wǎng)絡(luò)預(yù)出版日期 2014-09-20

doi:10.3878/j.issn.1006-9895.1409.14217

文章編號1006-9895(2016)01-0033-13

中圖分類號P467

文獻(xiàn)標(biāo)識碼A