关于未来气候特征的描述
敏感性研究
本报告所评估的大量以模式为基础的CCIAV研究运用了敏感性分析来调查一个系统的行为，这通过对重要的驱动变量作任意的，但通常又有间隔规则的调整。使用一系列扰动可以构建影响响应面，这类响应面与未来气候概率表述相结合正越来越多地用于评估影响的风险[2.4.3, 2.3.1, 2.4.8]。
相似性
历史极端天气事件，如：洪水、热浪和干旱，就其影响和适应性响应正在日益得到分析。此类研究可对规划适应响应有利，特别是如果这些事件在未来频率加大和/或强度提高。空间相似性(当前气候与所研究地区未来预期气候相类似的区域)已被作为启发式工具用于经济影响、适应需求和对生物多样性风险的分析[2.4.4]。
气候模式资料
第四次评估报告中所评估的大多数量化的CCIAV研究使用了气候模式来生成气候变化的基础情景。部分情景是基于SRES之前的排放情景，诸如IS92a，或甚至是基于平衡气候模式试验。然而，最大多数研究受SRES排放情景驱动，主要是A2情景(假设较高的排放)，大多数早期基于SRES的气候模式试验是为该情景而开展的。一些情景驱动的研究探索那些产生广泛后果的单独事件，如北大西洋经向翻转环流(MOC)的突然中断等[2.4.6.1, 2.4.7]。
第二工作组第四次评估报告(WGII AR4)中所评估的CCIAV研究一般是基于第一工作组(WGI)在TAR中评估的气候模式模拟。自TAR以来，已经使用以SRES排放为假设条件的大气海洋环流耦合模式(AOGCM)进行了新的模拟。这些模拟在WGI AR4中作了评估，但是大部分未提供用于开展WGIIAR4有关CCIAV研究的模拟结果。图TS.3是将源于最近采用A2强迫的AOGCM模拟(由WGI AR4评估：红色条)的区域温度和降水预估范围与早先的A2强迫的模拟作了比较，后者是在WGI TAR中作的评估，并在WGII AR4评估的许多CCIAV研究中用于情景的建立(蓝色条)。该图支持了WGIAR4的结论：预估变暖的基本型态与以往评估相比没有多大变化(注意蓝色条和红色条的位置)，但是对于大多数区域而言，温度的区域预估的信度目前较高，而在部分区域降水的预估信度较高(即红色条短于蓝色条的区域)[B2.3]。