基于WRF模式，结合改进的土壤水热、积雪参数化方案，和Spectral Nudging方案，开展了长江黄河源区未来（2015-2100年）不同气候情景（SSP126、SSP245和SSP585）下9km气候动力降尺度模拟。所用驱动数据源于中国科学院大气物理研究所开发的全球偏差校正CMIP6数据集（BC-CMIP6; Xu et al., 2021；https://www.nature.com/articles/s41597-021-01079-3#Sec6）， 提供动力降尺度模拟的边界和初始条件。该数据集基于18个CMIP6模式数据，采用ERA5再分析数据进行均值与方差偏差校正，同时引入多模式集合（MME）的非线性趋势。校正后的数据具有ERA5基准期的气候统计特征，又有效保留未来气候变化趋势，空间分辨率为1.25°×1.25°，时间步长为6小时。基于该数据数据驱动的WRF模式输出了高分辨率（9km）的水文强迫数据，经过时间插值、日统计和空间插值处理，最终生成0.1度分辨率的网格化数据产品。
基于WRF模式，结合改进的土壤水热、积雪参数化方案，和Spectral Nudging方案，开展了长江黄河源区未来（2015-2100年）不同气候情景下9km气候动力降尺度模拟。
本数据集为WRF模式动力降尺度（9km）过后输出的水文强迫数据，经过时间插值、日统计和空间插值处理，最终生成0.1度分辨率的网格化数据产品。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.NIEER.DB6938.2025
