西欧多模式年代际气候预测统计降尺度方法的比较分析

《Climate Services》：Comparative analysis of statistical downscaling methods for multi-model decadal climate predictions over Western Europe

　　

年代际气候预测是在1至10年的时间尺度上预判气候系统演变的信息来源。由于这些预测通常以低于理想状态的空间分辨率生成，统计降尺度技术可被用于提升其空间分辨率。本研究评估了多种统计降尺度方法应用于西欧地区平均近地表气温与降水的多模式年代际预测（预测年期为1至5年）的有效性。多模式集合包含13个预测系统（共133个成员），这些系统均参与耦合模式比较计划第六阶段（CMIP6）的年代际气候预测项目（DCPP）。各降尺度方法的性能以高分辨率ERA5-Land再分析资料为参照进行评估。研究比较了来自模式输出统计（MOS）与完全预报（PP）两种途径的方法，这些方法可划分为四类：（i）插值法、（ii）校准法、（iii）线性回归法及（iv）相似类比法。结果表明，技巧评估主要取决于校准或线性回归方法，而降尺度过程中所用插值方法带来的差异较小。对于气温，原始模式预测已表现出较高的技巧，采用以自身变量为预测因子的校准或线性回归方法可保持该技巧。然而，当使用外部预测因子或类比方法时，技巧趋于下降。对于降水，原始预测普遍呈现较低技巧，且多数降尺度方法改进有限。尽管如此，类比方法可在特定区域提升技巧，彰显其在特定条件下的应用潜力。

**西欧多模式年代际气候预测统计降尺度方法的比较分析——论文解读**

**一、研究背景与问题**

年代际气候预测旨在提供未来1至10年气候系统演变的信息，是连接季节预测与长期气候变化预估的重要桥梁，对基础设施规划、农业布局和灾害风险管理等决策过程具有重要参考价值。然而，由于计算成本高昂，全球气候模式（GCM）的年代际预测通常以较粗的空间分辨率运行，难以刻画地形复杂区域（如山脉与河谷并存区域）的局地气候特征，无法满足用户对区域尺度信息的需求。为克服这一局限，降尺度技术被用于提升预测的空间分辨率。其中，统计降尺度因其计算成本远低于动力降尺度而备受关注，适合气候服务中近实时产品生成和多区域并行处理的需求。

目前，针对年代际预测的统计降尺度研究仍相对有限。已有研究多聚焦于单一方法或特定区域，缺乏对多种统计降尺度方法在多模式年代际预测框架下的系统性比较。本研究旨在填补这一空白，系统评估多种统计降尺度方法应用于西欧地区多模式年代际预测（预测年期1至5年）的效果，以期为气候服务提供科学依据。

**二、研究内容与数据**

研究人员利用参与耦合模式比较计划第六阶段（CMIP6）年代际气候预测项目（DCPP）A组件的13个预测系统（共133个成员）的输出，以高分辨率ERA5-Land再分析资料（水平分辨率约0.1°）为参照，对西欧地区（34.5°N–58.8°N，12°W–10°E）平均近地表气温（TAS）和平均降水（PR）的预测进行统计降尺度。研究涵盖1960至2013年的起报年份，聚焦预测年期1至5年。降尺度方法涵盖模式输出统计（MOS）与完全预报（PP）两大途径，分为四类：插值法、校准法、线性回归法和相似类比法。所有方法均采用间隔9年交叉验证以避免过拟合和技巧高估。

**三、主要技术方法**

研究采用的主要技术方法包括：（1）五种空间插值方法（保守一阶、保守二阶、双线性、双三次及最近邻插值）作为基准；（2）多种校准技术，包括偏差与方差调整（EVMOS-cal）、均方误差最小化（MSE-min）、连续排序概率评分最小化（CRPS-min）、可预测分量比校准（RPC-based）以及分位数映射（含经验分位数映射EQM和基于指数/伽马分布的分布映射DM-EXP/DM-GAMMA）；（3）线性回归方法，涵盖基本线性回归、9最近邻（9NN）回归及基于遥相关指数（包括北大西洋涛动NAO、大西洋多年代际变率AMV、南太平洋偶极子SPOD和三极指数TPI）的回归（MOS与PP两种形式）；（4）相似类比法，分别以目标变量自身、海平面气压（SLP）和500 hPa位势高度（ZG500）作为预测因子。技巧评估采用皮尔逊距平相关系数（ACC）和均方根误差技巧评分（RMSSS），显著性检验采用考虑自相关的单侧t检验和随机游走检验。

**四、研究结果**

**4.1 插值方法**

对于TAS，粗分辨率多模式预测在所有格点均显著正技巧，高分辨率插值后几乎所有格点保持技巧，五种插值方法间差异很小。对于PR，粗分辨率预测仅在区域北部（如英国、荷兰）和伊比利亚半岛大西洋沿岸呈现显著正ACC，插值后技巧空间分布基本不变，但显著格点比例略有下降。

**4.2 校准方法**

对于TAS，各校准方法的显著格点比例低于纯插值，但技巧空间格局相似。伊比利亚半岛西部插值呈显著正技巧而校准后不显著；爱尔兰地区MSE-min、RPC-based和CRPS-cal校准技巧有所下降。对于PR，所有校准方法的显著格点比例相对插值均下降，但存在区域差异：英国、伊比利亚半岛西南部和北部地区技巧下降，而伊比利亚半岛西北部和法国西部技巧提升。QM变体在RMSSS上呈现全域负值，而MSE-min、RPC-based和CRPS-cal在法国西部有局部改善。

**4.3 线性回归方法**

对于TAS，基本LR（以TAS为预测因子）和9NN LR在区域北部呈显著正ACC，南部部分格点不显著。基于遥相关指数的LR方法（MOS和PP）普遍ACC较低，仅多元回归和SPOD-MOS在部分区域显著正技巧。对于PR，基本LR和9NN LR降低显著格点比例，技巧格局与校准方法相似。各遥相关指数LR的MOS和PP形式技巧格局相近，NAO和TPI LR在法国西部和伊比利亚半岛西部有显著技巧，AMV和SPOD LR在法国南部部分格点呈显著正相关，但整体显著格点比例较低。

**4.4 相似类比方法**

对于TAS，以TAS为预测因子的类比方法在中欧呈显著正技巧，其他区域低或负技巧；以SLP或ZG500为预测因子时全域负技巧或不显著。对于PR，三种类比版本在部分区域提升技巧、在另一些区域降低技巧。类比方法在法国部分区域（插值未显示技巧处）呈显著正ACC，在伊比利亚半岛西部也有技巧，但在英国和北欧（插值呈显著正技巧处）无技巧。RMSSS结果显示SLP和ZG500类比版本几乎无显著技巧，PR类比保留部分ACC技巧。

**五、讨论与结论**

讨论部分指出，技巧评估结果与所选的验证数据集密切相关，但所有方法基于同一参照评估，为相对性能比较提供了基础。TAS的高技巧部分归因于该变量的增暖趋势，与已有CMIP6研究一致。插值方法保持原始技巧是预期行为，因其仅改变分辨率而不尝试改进模式输出。校准降低ACC但改善预测可靠性，QM方法对PR的RMSSS影响更强可能与其调整全分布特征有关。交叉验证策略的选择对校准方法性能有显著影响，间隔9年交叉验证可能导致原本负相关区域出现正相关，这类孤立技巧应谨慎解读。线性回归方法对TAS表现优于PR，归因于TAS更符合线性假设；遥相关方法技巧主要取决于指数与目标变量的相关强度。类比方法对PR的ACC提升未必转化为RMSE降低，凸显综合分析多指标的必要性。

研究结论如下：统计降尺度方法虽提升了年代际预测的空间分辨率，但对预测技巧的影响取决于变量、区域和方法。对于TAS，原始预测已具高技巧，插值可保持技巧，而校准和以TAS为预测因子的线性回归造成适度降低，遥相关和类比方法则降低更明显。简单插值方法在所有区域表现最佳。对于PR，插值继承原始技巧，校准和线性回归降低技巧，类比方法可在特定区域实现显著正相关但仍受预测因子和区域选择限制。单一方法无法在PR全域一致优于其他方法，最优方法选取取决于区域和终端用户需求。孤立显著技巧区域可能由偶然因素导致，不应视为方法优越性的稳健证据。未来研究可扩展至更多变量、区域和时段，探索混合方法（如遥相关或类比方法与校准结合）、人工智能方法（如卷积神经网络或广义线性模型），以及将可预测趋势与距平分离的策略。