问题——降尺度“更细”不等于“更准”。 动力降尺度是把全球气候模式输出的大尺度环流信号“下传”到区域气候模式，通过更高分辨率刻画地形、海陆分布等对天气气候的影响，是极端降水、热浪、台风等风险评估的重要基础。然而实践中常见的难题是：全球模式存的系统误差会随驱动场进入区域模式，并在局地地形与物理过程放大后表现为极端事件位置偏移、强度偏差以及季节循环失真。对防灾减灾、城市韧性规划和水资源管理而言，这类偏差会直接影响风险判断与决策尺度，成为高分辨率模拟应用落地的“瓶颈”。 原因——系统误差具有“传递性”，单一模式不确定性难以回避。 全球气候模式在海气耦合、云微物理、边界层过程各上仍存在结构性不确定性，不同模式对同一变量的偏差类型和幅度并不一致。传统订正方法多针对单一模式或线性偏差进行处理，能够在一定程度上改善均值误差，但对随时间演变的非线性趋势偏差、以及年际变率与极端事件的空间型刻画仍显不足。加之区域模式对边界条件敏感，若驱动场偏差随时间累积并被“锁定”在边界上，降尺度结果就可能出现“越算越细、越算越偏”的现象。 影响——误差订正质量决定区域气候信息的可靠边界。 随着我国气候风险管理从“事后应对”转向“前瞻防控”，区域尺度、城市尺度的气候信息需求快速增长。能源系统适应性改造、重大工程设计标准更新、农业生产布局调整等，都需要在可信边界内使用区域气候情景。若驱动场误差未得到有效控制，区域模式对风场、水汽输送、海温强迫等关键环节的刻画将受到影响，进而影响降水带位置、热浪持续性与强对流环境等评估结果，增加跨部门使用气候信息的沟通成本与不确定风险。 对策——以再分析“校准”+多模式趋势“融合”，构建高保真驱动场。 针对上述难点，涉及的研究团队提出多模式集合误差订正方案。其核心思路包括两步：一是利用ERA5再分析资料对CMIP6模式的气候平均态与年际变率进行校准，降低基础偏差；二是引入18个全球气候模式集合的非线性趋势信息，弱化单一模式在趋势刻画上的偶然性与偏差放大问题，从而在“平均态—变率—趋势”三个关键层面同时约束误差。 在产品层面，订正后输出形成1.25°×1.25°水平分辨率的全球大尺度驱动场，包含海表温度、海平面气压、地表气压以及多层大气温度、相对湿度、风场、位势高度等关键变量，并可直接作为区域气候模式的边界条件与外强迫输入。研究对比显示，订正后的数据在气候平均态、年际变率以及极端事件的空间分布型上与再分析资料更为一致；在海表温度、对流层低层与高层风场、气温及低层相对湿度等综合指标上，整体模拟能力提升明显，未订正数据在部分区域表现出的偏差得到有效收敛。 前景——从“事后修正”走向“动态迭代”，支撑极端风险评估能力提升。 据介绍，该驱动场覆盖历史时期（1979—2014）以及两种共享社会经济路径情景下的未来预测（2015—2100），时间步长为6小时，贯穿CMIP6相关情景的全时段，可为区域气候模拟提供连续、可追溯的数据基础。对用户而言，统一的高质量驱动场有助于降低不同研究之间“边界条件不一致”带来的可比性问题，提升区域情景产品在跨区域、跨部门应用中的一致性与透明度。 面向未来，误差订正仍需回答两个关键问题：一是随着观测体系优化，新出现的偏差特征如何被及时捕捉并更新到订正框架中；二是如何在保持物理一致性的前提下，实现订正方法对非线性过程的更强表征能力，使订正从静态修正向动态迭代升级。业内普遍认为，随着观测资料积累、算力提升以及多模式集合策略的深入应用，误差订正有望成为动力降尺度链条中的基础环节，为极端天气气候事件的可预估性提升提供更稳固的数据底座。
这项突破不仅填补了气候模式误差校正的技术空白，更展现了我国应对气候变化上的创新能力。当科技突破带来更精准的气候认知，我们向理解地球系统又迈出了重要一步。这既是科学进步，也为全球气候治理提供了新工具。