地球资源数据云——数据资源详情
动态降尺度是获取精细天气和气候信息的重要方法。然而,动态降尺度模拟通常会因大规模强迫本身的偏差而降级。我们基于耦合模型比对项目第 6 阶段 (CMIP6) 和欧洲中期天气预报再分析中心 5 (ERA5) 数据集的 18 个模型构建了偏差校正的全球数据集。偏差校正数据具有基于 ERA5 的平均气候和年际方差,但具有来自 18 个 CMIP6 模型的集合平均值的非线性趋势。该数据集涵盖 1979 - 2014 年的历史时间段以及 2015 - 2100 年的未来情景(SSP245 和 SSP585),水平网格间距为(1.25° × 1.25°),每隔六小时一次。我们的评估表明,在气候平均值、年际方差和极端事件方面,偏差校正数据的质量优于单独的 CMIP6 模型。该数据集将有助于对地球未来气候、大气环境、水文、农业、风力发电等进行动态降尺度预测。

动态降尺度是获取精细天气和气候信息的重要方法。然而,动态降尺度模拟通常会因大规模强迫本身的偏差而降级。我们基于耦合模型比对项目第 6 阶段 (CMIP6) 和欧洲中期天气预报再分析中心 5 (ERA5) 数据集的 18 个模型构建了偏差校正的全球数据集。偏差校正数据具有基于 ERA5 的平均气候和年际方差,但具有来自 18 个 CMIP6 模型的集合平均值的非线性趋势。该数据集涵盖 1979 - 2014 年的历史时间段以及 2015 - 2100 年的未来情景(SSP245 和 SSP585),水平网格间距为(1.25° × 1.25°),每隔六小时一次。我们的评估表明,在气候平均值、年际方差和极端事件方面,偏差校正数据的质量优于单独的 CMIP6 模型。该数据集将有助于对地球未来气候、大气环境、水文、农业、风力发电等进行动态降尺度预测。