热带气象学报

作者：程勇, 顾雅康, 王军, 王沂萱, 王伟, 何佳信

单位：1.南京信息工程大学软件学院，江苏南京2100442.南京信息工程大学自动化学院，江苏南京210044

关键词：CMIP6全球气候模式, 气候变化, 降尺度, 气候变化预估

基金：国家重点研发计划项目2023YFE0208100；国家自然科学基金项目41975183；国家自然科学基金项目41975184；

CMIP6全球气候模式是预测未来气候变化的重要工具之一，然而其输出数据的空间分辨率较为粗糙（通常大于1 °），难以直接应用于区域尺度气候变化研究。为此，本文提出一种地形引导的多尺度残差密集网络（Terrain-Guided Multi-Scale Residual Dense Network，TGMSRDN）降尺度模型，旨在提高应用于中国西南地区全球气候模式日平均气温数据的空间分辨率和精度。具体而言，该模型构建一种多尺度残差密集块，用于从粗分辨率气温数据中提取多尺度特征信息。此外，为充分利用地形信息，本文提出一种地形引导网络，该网络采用注意力机制有效聚合气温数据与地形信息，从而更精细地恢复了气温数据的空间细节。在中国西南地区进行的对比实验表明，TGMSRDN能够有效地将全球气候模式日平均气温空间分辨率由1 °提升到0.1 °，效果优于其它对比方法。最后，本文应用所提模型对研究区域2015—2050年在四种预估情景下（SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5）气温预估数据进行降尺度分析。结果显示，四种情景下研究区域年平均气温均呈上升趋势，特别是在SSP5-8.5情景下，至2050年研究区域的升温幅度将超过1.5 ℃。

来源：2025年第5期

《热带气象学报》期刊编辑部

查看热带气象学报杂志2025年第5期