气候变化关系到农业、生态系统、社会经济和人类生存与发展，是当今世界关注的重点问题之一。IPCC（Intergovernmental Panel on Climate Change）第6次评估报告指出，自 20 世纪 50 年代以来，从全球平均气温和海温升高、大范围积雪和冰川融化，以及全球海平面的上升可知，气候变暖已是不争的事实。
相比于 CMIP5，CMIP6 模式有两个主要的特点：一是 CMIP6 考虑的过程更为复杂，很多模式实现了大气化学过程的双向耦合；二是大气和海洋模式的分辨率显著提高，其中大气模式的最高水平分辨率可达到全球25km。除此，CMIP5 的 RCP 情景只考虑了未来100年达到稳定CO2浓度以及相应辐射强迫的目标，并没有针对特定的社会发展路径，而CMIP6中的新的共享社会经济路径充分考虑了这一点，提供了更加多样化的排放情景，可以对减缓适应研究以及区域气候预估提供更加合理的模拟结果，因此在很大程度上弥补了CMIP5中RCP情景的不足。
【原文链接】 ： CMIP6数据处理方法与典型案例分析实践技术
https://mp.weixin.qq.com/s?__biz=MzU5NTkyMzcxNw==&mid=2247537674&idx=2&sn=8579e4bb1b4fc854753bbc304f8a4691&chksm=fe689260c91f1b7642cfcf72698d016d272b545614eb223b2fc9682623ccb215ef44670bcaf2&token=373188165&lang=zh_CN#rd【方式】：视频教程+永久回放+答疑群长期辅助+全套课件
【另送】：
CMIP6月数据
- 含变量：温压湿风辐射降水
- 含情景：historical、ssp126、ssp245、ssp370、ssp585
CMIP6日数据
- 含变量：温压湿风辐射降水
- 含情景：historical、ssp126、ssp245、ssp370、ssp585
全球VIPPHEN物候数据
- 时间：1981-2014，年数据
- 空间分辨率：5.6km
ERA5-LAND 陆面再分析数据
- 时间：1951.1.1-2021.12.31 时间分辨率：hourly
- 空间分辨率：0.1°（等角 lonlat 投影+wgs84）
-
含 11 个变量：温度、气压、辐射、蒸发、降水、湿度
【内容介绍】 ：
专题一、《CMIP6中的模式比较计划》：
- GCM介绍
- 相关比较计划介绍
专题二、《数据下载》：
- 方法一：手动人工
利用官方网站
- 方法二：自动
利用Python的命令行工具
- 方法三：半自动购物车
利用官方网站
- 裁剪netCDF文件
基于QGIS和CDO实现对netCDF格式裁剪
- 处理日期非365天的gcm
以BCC为例
专题三、《基础知识》：
- Python基础
- Numpy基础
- Scipy基础
- Pandas基础
- CDO基本操作
CDO（Climate Data Operator）是大气科学中常用的处理工具。
- 文件操作
- 重采样
- 统计计算
- Xarray的基本操作
Xarray是基于Python体系的针对netCDF常用的工具，可以方便实现处理、可视化等操作。
- Netcdf文件的读写
- 统计计算
- 可视化
专题四、《单点降尺度》：
- Delta方法
- 统计订正
- 机器学习方法
- 建立特征
- 建立模型
- 模型评估
- 多算法集成方法
专题五、《统计方法的区域降尺度》
- Delta方法
- 基于概率订正方法的
专题六、《基于WRF模式的动力降尺度》：
- 制备CMIP6的WRF驱动数据
利用cdo工具对gcm的输出文件进行重新编码制备wrf的驱动数据
- 针对压力坐标系的数据制备
- 针对sigma坐标系GCM数据制备
- WPS处理
- WRF模式运行
- 模式的后处理
- 提取变量
- 变量的统计
- 变量的可视化
专题七、《典型应用案例-气候变化1》：
- 针对风速进行降尺度
- 针对短波辐射降尺度
专题八、《典型应用案例-气候变化2》：
- ECA极端气候指数计算
- Consecutive dry days index
- Consecutive frost days index per time period
- Consecutive summer days index per time period
- Consecutive wet days index per time period
专题九、《典型应用-生态领域》：
- 预估生长季开始和结束时间
- 建立气象数据与VIPPHEN遥感物候数据中生长季开始和结束
- 在未来气候情景下预估生长季长季开始、结束和长度
专题十、《典型应用-水文、生态模式数据》：
- SWAT数据制备
- Biome-BGC数据
Biome-BGC是利用站点描述数据、气象数据和植被生理生态参数，模拟日尺度碳、水和氮通量的模型，其研究的空间尺度可以从点尺度扩展到陆地生态系统。案例中以单点模拟方式制备CMIP6的气象数据。
