我们用到的检索条件做个简要的介绍，Variable下选择我们需要的变量，如降雨、降雪、均温等等

Frequency下选择我们需要的尺度，如日尺度、月尺度，小时尺度等等

Experiment ID 下选择我们需要的实验，如历史模拟(historical),各种ssp情景等等

一般来说，选了这三个检索条件后，就先点击search，在结果中再点击Source ID，查看有哪些模型符合这个检索条件。需根据实际情况进行调整。

不想下载？来吧，这里 准备 了CMIP6月数据（500G+）、CMIP6日数据（1.8T+）、全球VIPPHEN物候数据（40G+）、ERA5-LAND陆面再分析数据（5T左右）  联系小编咨询获取方式，可进行拷贝

数据下载完成后需进行处理？

单点降尺度

Delta方法

机器学习方法

多算法集成方法

区域降尺度

Delta方法

机器学习方法+并行计算

在单点模型的基础上，在大区域建立未来情景气候数据

制备CMIP6的WRF驱动数据

典型实践应用案例-气候变化1

针对风速进行降尺度

针对短波辐射降尺度

ECA极端气候指数计算

典型应用案例-气候变化2

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

等常见气候指数

典型应用案例-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

典型应用案例-模式数据

SWAT数据制备

Biome-BGC数据

上篇文章：cmip6应用中遇到的各种问题，敬请关注 CSDN

Use of NWAI-WG data So far, NWAI-WG data have been used on a collaborative basis in publications (see the attached file). The major reasons are the data were not widely distributed. They were only used in our group and our collaborative networks. There were some cases with requests of the data made after people read Liu and Zou's (2012) paper. You have two options for using the data. Option 1: Collaboration with us. In this case, we will help you to describe the downscaling method and contribute to other parts of the paper such as comments/suggestions on the papers, if the fields are within our expertise. Option 2: Use of the data on your own. While option 1 for collaboration with us is welcome, option 2 is also highly encouraged, particularly, when the data are used for these research disciplines, rather than agricultural related. Thanks to Professor Yu who provides us with his group's web site (www.agrivy.com) as a media for distribution of the data. Acknowledgment for option 1  “We acknowledge the modelling groups, the Program for Climate Model Diagnosis and Intercomparison (PCMDI) and the WCRP’s Working Group on Coupled Modelling (WGCM) for their roles in making available the WCRP CMIP5 multi-model dataset. Support of this dataset is provided by the Office of Science, US Department of Energy. Dr. Ian Macadam of the University of New South Wales downloaded the raw GCM monthly data. ” Acknowledgment for option 2  “We acknowledge the modelling groups, the Program for Climate Model Diagnosis and Intercomparison (PCMDI) and the WCRP’s Working Group on Coupled Modelling (WGCM) for their roles in making available the WCRP CMIP5 multi-model dataset. Support of this dataset is provided by the Office of Science, US Department of Energy. Dr. Ian Macadam of the University of New South Wales downloaded the raw GCM monthly data. Dr. De Li Liu of the NSW Department of Primary Industries used NWAI-WG to downscale downscaled daily data. Also, thanks to AGRIVY (www.agrivy.com) provides us the data for this study.” 在国际耦合模式比较计划中，GCM 为构建气候变化提供了全球大尺度的信息，但是在针对区域尺度开展气候研究时，相对较低的分辨率信息对区域气候变化预估产生较大偏差.降尺度方法在将大尺度信息转化为区域尺度上发挥着重要作用，包括动力降尺度、统计降尺度以及二者相结合的方法等。 注意： CMIP6 数据 网站属国外网站，比较卡，需耐心等待及其 下载 。 这里对一般情况下，我们用到的检索条件做个简要的介绍，Variable下选择我们需要的变量，如降雨、降雪、均温等等，Frequency下选择我们需要的尺度，如日尺度、月尺度，小时尺度等等,Experiment ID 下选择我们需要的实验，如历史模拟(historical),各种ssp情景等等，一般来说，选了这三个检索条件后，就先点击search，在结果中再点击Source ID，查看有哪些模型符合这个检索 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。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。一、 CMIP6 中的模式比较计划。 -m : takes model names 模型名称 -e : takes experiment names 采用实验名称 -v : takes variable names 取变量名 -f : takes frequency 需要频率 -r : takes realm name 以领域名称 acc cmip6 -o S -m M 单点降尺度、区域降尺度、在国际耦合模式比较计划中，GCM 为构建气候变化提供了全球大尺度的信息，但是在针对区域尺度开展气候研究时，相对较低的分辨率信息对区域气候变化预估产生较大偏差.降尺度方法在将大尺 度信息转化为区域尺度上发挥着重要作用，包括动力降尺度、统计降尺度以及二者相结合的方法等。