观潮 · 模式预报与气象 AI 观察
鄂尔多斯 2026—2049 年气温降水预估：8 个模式订正后气温 RMSE 全压到 1.0°C 以下，降水仅 68.75% 组合为正增量
> 鄂尔多斯处在半干旱过渡带，作者用 8 个 CMIP6 模式的日尺度输出配 CN05.1 观测，走「统计降尺度 + Delta 偏差订正」，先评估 1980—2014 年历史期、再预估 2026—2049 年。订正后 8 个模式的气温 RMSE 与 MAE 全部降到 1.0°C 以下，但降水只从最差的 292.00 mm 收到 115.23 mm，8 个模式订正后的年累积降水 RMSE 仍落在 74.20—146.35 mm 区间。未来 24 年气温一致上升、方向无争议；降水方向上 8 模式 × 4 情景共 32 种组合里只有 68.75% 给出正增量。作者明说结论只适用于年均值和趋势尺度，没做极端事件定量评估。
缺的是哪一块
全球气候模式是未来预估的主力工具，CMIP6 相比上一代在分辨率、物理过程参数化和情景设计上都有改进，但两个老问题没解决：输出有系统性偏差，分辨率太粗，不能直接用到区域尺度。既有研究里，Delta 偏差订正对气温的校正效果稳定，对降水则受模式原始模拟能力制约；统计降尺度能绕开动力降尺度的高算成本，但在具体区域的适用性仍要检验。
对鄂尔多斯这个具体区域，作者指出既有工作多停留在历史趋势分析或 CMIP6 模式的初步适用性评价，把偏差订正与统计降尺度串起来、系统做多情景气温与降水联合预估的研究仍较薄弱。
方法怎么搭的
观测基准用 CN05.1 格点化数据集，基于全国 2400 余个气象站逐日观测，分辨率 0.25°×0.25°。模式侧取 8 个 CMIP6 全球模式的日尺度气温与降水，历史期 1980—2014 年、未来期 2015—2100 年。选模式有两条依据：一是必须提供完整日尺度输出（日尺度比月尺度更能刻画极端气温与强降水，也能在降尺度和订正中保留更细的时间变率）；二是优先选在东亚、中国区域评估里表现靠前的，参考了对中国区域 CMIP6 气温降水的综合评价和内蒙古降水模拟适用性分析。模式输出统一双线性插值到 CN05.1 的 0.25°×0.25° 格点。
流程分四步：
- 收齐 8 个模式历史期与未来期的日尺度输出，配 CN05.1 作为历史基准；
- 用历史期数据建立大尺度气候因子与局地气温、降水的多元线性回归（同变量降尺度，直接用大尺度气温和降水做预报因子），用 RMSE 与 MAE 评估拟合；
- 用独立于建模时段的观测做交叉验证；
- 把未来的大尺度因子代进统计模型，得到逐日预估序列。
偏差订正用 Delta 方法，前提是假定模式偏差在历史期与未来期保持相对稳定：气温按月算模拟值与观测值之差，降水按月算观测值与模拟值之比，再把未来的气候变化信号叠加到观测基准上。
结果数字
历史期（1980—2014 年）气温订正效果，挑两个端点看：
模式 · 订正前 RMSE · 订正后 RMSE · 订正前 MAE · 订正后 MAE
CNRM-ESM2-1 · 0.98°C · 进一步下降 · 0.82°C · 进一步下降
CanESM5 · 3.15°C · 0.84°C · 3.03°C · 0.63°C
订正后各模式气温 RMSE 与 MAE 均低于 1.0°C。降水方面差距明显更大：CESM2-WACCM 订正前 RMSE 292.00 mm、MAE 248.70 mm，订正后降到 115.23 mm 与 92.48 mm；订正后表现最好的是 IPSL-CM6A-LR，RMSE 74.20 mm、MAE 59.45 mm。8 个模式订正后的年累积降水 RMSE 跨度仍在 74.20—146.35 mm。
未来期（2026—2049 年）四个情景的集合平均：
情景 · 年平均气温 · 年累积降水 · 模式间降水区间
SSP1-2.6 · 8.00°C · 374.40 mm · 339.24—425.77 mm
SSP2-4.5 · 8.30°C · 387.58 mm · 352.19—442.75 mm
SSP3-7.0 · 8.22°C · 393.63 mm · 343.27—446.15 mm
SSP5-8.5 · 8.52°C · 405.56 mm · 357.91—449.60 mm
分时段看，近期（2026—2035 年）各模式预估区间为 6.99°C（MIROC6，SSP1-2.6）到 8.41°C（MRI-ESM2-0，SSP3-7.0）；远期（2040—2049 年）扩展到 7.53°C（CNRM-ESM2-1，SSP1-2.6）到 9.65°C（CanESM5，SSP5-8.5）。2040—2049 年相对 2026—2035 年，四种情景集合平均升温分别为 0.49°C、0.64°C、0.46°C 与 0.70°C。
一个值得注意的细节：SSP3-7.0 的集合平均气温（8.22°C）略低于 SSP2-4.5（8.30°C），其降水最低估值（343.27 mm）也低于 SSP2-4.5（352.19 mm），但最高估值与集合均值反而更高——说明两个中等排放情景内部的模式响应仍有差异，原文也明确指出 SSP2-4.5 与 SSP3-7.0 之间的增温差异并不显著。
原文图
8 个模式在 1980—2014 年的年平均气温：灰线为 CN05.1 观测，红线为订正前，蓝线为 Delta 订正后。八幅子图依次对应 ACCESS-ESM1-5、CanESM5、CESM2-WACCM、CNRM-CM6-1、CNRM-ESM2-1、IPSL-CM6A-LR、MIROC6、MRI-ESM2-0。红线的偏移量各不相同，其中 (b) 与 (g) 的订正前偏差最大（对应正文 CanESM5 的 3.15°C），订正后蓝线普遍压回灰线附近，这是「所有模式 RMSE 与 MAE 均降到 1.0°C 以下」这幅图的直观来源。
2026—2049 年 8 个模式在四种情景下的年平均气温逐年序列，四色分别为 SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5。八幅子图按模式排列，可以看出所有子图的四条曲线都在波动上行，但相邻情景之间大量交叉——这正是正文强调「中等排放情景之间差异并不显著」的原因。
作者承认的限制
- Delta 方法只校正月平均偏差，极值不在适用范围内。原文写明，Delta「主要针对月平均偏差进行校正，对日尺度极值分布的重现能力有限，校正后的极值特征可能受原始 GCM 模拟能力的制约」，因此本文以趋势尺度的年平均态变化为核心目标，「未对极端事件进行定量预估」。
- 降水预估的信度明显低于气温。32 种模式—情景组合中仅 68.75% 呈正增量，从近期向远期过渡时各情景的降水预估「未呈现一致的方向性变化」，且模式间离散度在远期扩大。
- 只用了 8 个模式。原文把这一点列为方法限制，并说未来要扩充模式数量。
- 统计降尺度依赖历史统计关系的稳定性，这个前提本身没有在文中被检验。
- 降水模拟精度整体低于气温不是某个模式的缺陷，原文称其为当前全球气候模式普遍面临的技术瓶颈，并说明本研究侧重未来年际及趋势尺度的降水变化方向，而非对降水数值的精确复现。
- 下一步要做的事作者自己列了：引入分位数映射等方案、扩充模式数量，再开展极端气候事件的系统评估。
一句话判断
这套「统计降尺度 + Delta 订正」在鄂尔多斯把气温订到 1.0°C 以内、方向一致，可以直接拿去做区域影响的温度输入；但降水那 68.75% 的正增量比例和 74—146 mm 的残差跨度说明，半干旱区的降水预估目前只能给方向、给不了量级。