全球首套GeoMIP模式缩放数据集发布：支持定制化地球工程情景的高效生成

本研究针对太阳辐射干预(SRM)研究中复杂气候模型数据量大、定制化情景生成困难的问题，开发了全球首个地球工程模式缩放数据集GeoMIP-pattern。该数据集通过两步线性回归方法，从GeoMIP G6sulfur和ScenarioMIP SSP5-8.5模式输出中提取温度、降水和相对湿度缩放模式，结合创新性单位根检验验证，实现了低数据量下的定制化平流层气溶胶注入(SAI)情景模拟，为区域尺度地球工程影响研究提供了高效工具。

　　

随着全球气候变化加剧，地球工程（Geoengineering）作为应对气候变暖的潜在手段引发广泛关注。其中，平流层气溶胶注入(SAI)通过模拟火山喷发效应反射阳光，能快速降低地表温度，但其区域气候影响存在巨大不确定性。传统气候模型(如CMIP6中的GeoMIP实验组)虽能模拟SAI效果，但数据量庞大且计算成本高昂，严重制约了区域影响评估和政策模拟研究。

墨西哥国立自治大学大气科学研究所的研究团队在《Scientific Data》发表创新成果，开发了全球首个地球工程模式缩放数据集GeoMIP-pattern。该研究基于6个参与GeoMIP G6sulfur实验的全球气候模型(GCM)输出数据，通过两步回归方法：首先建立SSP5-8.5情景下局地气候变量与全球平均温度的线性关系，再计算G6sulfur与SSP5-8.5的差异模式，最终生成包含温度、降水和相对湿度的年度/月度缩放模式。研究首次引入单位根检验(ADF和KPSS)验证模式残差的平稳性，证实缩放模式能有效捕捉98%以上区域的长期趋势。

关键技术包括：1）从ESGF平台获取的CMIP6模型数据预处理；2）基于scikit-learn的网格化线性回归计算缩放系数；3）采用statsmodels进行ADF和KPSS联合检验；4）通过历史气候学(1995-2014年)转换降水百分比变化。

研究结果

模式构建方法：通过分离SSP5-8.5基础模式和SAI差异模式（如图1所示），实现任意SAI强度的情景模拟。温度模式显示北极地区对SAI响应最敏感，全球降温1°C可导致局部3°C降温。

变量响应特征：如图2所示，多模型平均显示降水在热带地区存在显著减少（斜率达-4.76%/°C），相对湿度变化呈现明显空间异质性（斜率0.33-0.39），约33%网格点的模型间符号不一致，反映了原始模式输出的不确定性。

统计验证：如表2所示，确认性单位根分析（ADF p<0.05且KPSS p>0.05）表明99.5%以上区域的残差无显著非平稳性。温度模式拟合最优（R²≥0.9），降水模式在月尺度存在较大不确定性（RMSE达2404 mm）。

结论与意义

该研究突破性地将模式缩放技术应用于地球工程领域，其价值体现在三方面：1）为终止震荡(termination shock)等突发情景的快速模拟提供工具；2）支持区域经济生态影响评估，如通过公式(14)-(17)可计算任意SAI强度下的局地气候异常；3）建立的验证框架为后续研究提供新标准。数据集已通过figshare开源，包含CESM2-WACCM等6个模型的网格化系数和验证指标，将显著降低地球工程研究的计算门槛。

未来研究可结合气候模拟器（如AIRCC-Clim）生成概率情景，但需注意非线性动力反馈的局限性。这项工作为应对气候变化的科学决策提供了重要数据基础，尤其对易受SAI影响的农业和水资源管理具有指导意义。