针对塞内加尔的关键气候变量的高分辨率降尺度 CMIP6 投影数据集

为何这则气候报道与日常生活息息相关

像西非大部分地区一样，塞内加尔高度依赖降雨来种植农作物和维持生计。然而农民、规划者和能源管理者常常缺乏关于未来几十年内某一具体地点降雨、炎热程度和日照如何变化的详细且可信的信息。本文介绍了一个新的塞内加尔高分辨率气候数据集，它把全球气候模型中模糊的视角锐化为可用于本地、实务性的资料。

把全球气候模型转化为本地洞见

大多数气候投影来自将地球划分为大网格（通常宽达数百公里）的全球模型。这些模型对于理解总体变暖趋势至关重要，但在模拟像西非季风和沿海效应等影响塞内加尔气候的局地特征时存在困难。因此，它们可能错误表征某地的降雨量、最高温度或日照分布。作者通过对 19 个最新 CMIP6 气候模型的输出在塞内加尔区域进行降尺度处理（网格约四公里），并结合本地观测对系统性偏差进行校正，以解决这一问题。

数据如何构建与验证

为了将投影锚定于现实，团队首先汇集了用于降雨、温度和太阳辐射的基于观测的详细数据集。降雨来自卫星估算与地面站点的融合；温度来自经过多次比较后选定的高分辨率全球产品；太阳辐射则由气象站测得的日照时数用标准物理公式换算得到。这些数据都被置于覆盖塞内加尔的相同细网格上。随后，研究者使用一种称为累积分布函数变换（Cumulative Distribution Function transform）的统计方法，对模型输出进行调整，使其逐日行为与每个网格点的观测值相匹配，同时保留原始模型的长期气候变化信号。

确保数值值得信赖

构建数据集只是任务的一半；证明其有效性同样重要。作者进行了严格的技术检查，以确保文件、格式和元数据遵循社区标准，便于研究者读取和合并数据。他们还进行了数值比对，将校正后的模型输出与近几十年的观测进行比较。校正前，许多模型要么降雨过多要么过少，低估强降水，错判干旱期，或错误呈现温度和太阳辐射格局。校正后，典型的降雨和温度偏差大幅缩小，季节周期更接近观测值，极端量度（如高温日或强降雨事件）与真实记录的吻合度也更高。

投影对塞内加尔未来的表述

该数据集时间范围从 1850 年到 2100 年，包含三种不同的温室气体排放情景，从大幅减排到继续增长不等。在所有情景中，塞内加尔均呈变暖趋势；在最高排放情景下增温最显著，到本世纪末平均气温可能比 20 世纪后期高出六摄氏度以上。降雨变化在模型间差异较大，但许多模型提示降雨日减少、干旱期更频繁，以及更多降水集中在强降雨或极端事件中，尤其是在世纪后期和高排放情景下。太阳辐射格局也得到更准确的再现，这对太阳能规划和理解作物需水具有重要意义。

从研究数据到现实决策

对非专业读者而言，主要信息是：这项工作把粗糙的全球投影转化为塞内加尔未来气候的详细、本地化图景。农民、供水管理者、城市规划者和能源开发者现在可以在足够与田地、流域和城市街区相匹配的分辨率上，探索关于降雨、炎热和日照的逐日投影。尽管该数据集无法消除所有不确定性，也不能保证某一年会如何表现，但它为评估风险和设计贴合现场实际的适应策略提供了一个可信且经过细致测试的基础。

引用: Mbengue, A., Sultan, B., Lguensat, R. et al. High-Resolution Downscaled CMIP6 Projections dataset of Key Climate Variables for Senegal. Sci Data 13, 723 (2026). https://doi.org/10.1038/s41597-026-07059-9

关键词: 塞内加尔 气候, CMIP6 降尺度, 降雨 投影, 温度 变化, 西非