文摘

气候模型资源管理器提供信息,政策制定者和研究人员可以使用在规划未来。广义上讲,而这些信息是有价值的,低空间分辨率往往缺乏本地资源管理器的细节和决策者需要为他们的社区计划。因此,统计上缩减规模气候预测提供了一个高分辨率的输出,并提供当地信息,比粗糙的分辨率更有益的全球气候模型输出。在红河盆地,位于美国中南部,this detailed information is used to develop long-term water plans. This area is prone to drought conditions and heavy precipitation events, and studies have consistently estimated that this will continue in the future. This paper introduces a dataset of statistically downscaled climate projections of daily minimum and maximum temperature and daily precipitation that is a useful tool for studies regarding climatological and hydrological aspects in the region. The dataset was created using two quantile mapping techniques to downscale the CCSM4, MPI-ESM-LR, and MIROC5 model outputs to a 0.1-degree spatial resolution. Furthermore, we describe the added value of coproduction of knowledge between climate scientists and end users, or in this case impacts modelers and decision makers, for creating climate projections that can be used for climate risk assessments. A case study of the data’s development and application is provided, detecting the mean daily changes in temperature and precipitation through the end of the century in the Red River Basin for two representative concentration pathways. After applying the users’ inputs to develop the datasets, results for this example estimate an increase in mean daily precipitation in the eastern portion of the basin and as much as a 15% decline in the west by the end of the century. Furthermore, mean daily temperature is expected to rise across the entire basin in all scenarios by up to 6–7°C.

1。介绍

随着全球气候变化,数值预测来自气候模型提供艾滋病信息资源管理器,政策制定者和研究人员在对未来的规划1,2]。尽管水资源经理和其他决策者可以查看全球气候模型(GCMs)为基本信息,相关的低空间分辨率输出缺乏当地的信息,他们需要为他们的社区计划2)和实施为水文模型(3]。因此,高分辨率气候预测中要么model-generated高分辨率(不常见)或缩减规模,高分辨率(更常见)这些当地经理人更有用。例如,在红河盆地,位于美国中南部(美国),这个详细的气候信息帮助那些做长期计划(例如,50年)水。在许多情况下,利益相关者谁渴望使用缩减规模气候预测可能选择一个数据集,寻找“最好的”或“最可能”选项,而不是认识到气候风险评估要求他们承认不确定性,而是使用一套,或整体的数据集。

论述了缩减规模数据集的创建,包括历史和未来的预测每日最小和最大温度和降水。预测的目的是开发一个利益相关者的红河盆地气候风险评估可以使用。数据集在发展的过程中,我们发现一些方法提供的结果,我们认为不可接受的用户和一些方法实现内选择合适的比其他的选择对某些变量。我们使用我们学到的东西开始开发一个新的气候预测整个美国中南部的合奏;然而,一旦用户可以访问一组预测,他们不愿更新另一组随着科学的发展。我们将讨论其中的一些细微差别的案例研究构建一个整体的预测美国中南部的红河盆地虽然我们细节开发数据集的方法,我们突出的一些问题出现的气候科学社会工作与其他学科,包括建模者和决策者。

在我们深入研究统计降尺度及其用途,讨论模型是很重要的,这是数值模型代表大气和海洋过程(4),可以提供一个大型的未来气候条件下,气温和降水等,在不同浓度代表通路(rcp)。各种辐射强迫的rcp作为场景轨迹从人为温室气体排放和土地覆盖的变化(5]。苔藓等。5]讨论了四个RCPs-RCP 2.6, RCP 4.5、6.0 RCP, RCP 8.5——2.6 RCP代表一个场景,辐射强迫的峰值为3.1 W / m²和温室气体的浓度达到490年的2100 ppm,然后减少,和RCP 8.5代表一个场景有超过8.5 W / m²辐射强迫和温室气体的浓度超过1370 ppm到2100年。

虽然这个模型提供一个总体描述未来可能的条件,他们不考虑局部流程,有粗糙的分辨率范围50到600公里,根据模型(4,6- - - - - -9]。这些局部流程可以包括山气象学和近年的交互6]。其他GCM的局限性包括偏见在降雨强度,应对气候迫使自然变化范围,模拟降水不足的对流和山区(10,11]。降尺度可以纠正这些GCM偏见(11,12),允许我们项目当地未来的变化进行更详细的没有观察来插入。此外,降尺度提供了更高的空间分辨率,允许当地决策者和资源管理器作出更明智的决定对他们的地区和理解当地的现象一个更高的学位13]。

脱粒机et al。2)提供的一个例子的重要性缩减规模气候预测到资源管理者和决策者。空间分辨率的预测提供了足够的细节来决定冻结线的变化在山区,有关的融化的积雪量影响的水供应。资源管理器也可以了解他们的地区可能会受到干旱的影响,导致他们改变社会的用水计划和使用的水供应14]。此外,了解地区预计气候变化可能改变粮食生产领域,导致土地利用变更(15),特别是在旱作作物。

缩减规模气候预测提供更本地化的信息比这个模型通过决策者和高分辨率数据的应用程序可以帮助他们创建更好的干旱和水资源管理策略(16]。例如,伯特兰和麦克弗森(17)使用本研究中描述的数据集来确定,严重的干旱预计将增加在西方红色流域和极端降水事件预计将增加在东部盆地,特别是年底RCP 8.5下的21世纪。高分辨率数据允许他们确定一个东西在这些变化梯度,遵循自然降水梯度的区域。

2。研究领域

本研究着重于一个案例研究在南方的红河盆地(以下红色河流域),源头在远东新墨西哥州(图1通过德州),西向东流动,俄克拉何马州,阿肯色州,退出到路易斯安那州的密西西比河。盆地覆盖239361公里²由西向东,穿过梯度的降水平均每年的降雨量大约500到1300毫米(20 - 50英寸)。由于这种水分梯度,红河盆地是许多不同的生态区,从西部的高地平原南部中部平原的东部(18]。

这个盆地是至关重要的地区的饮水供应和休闲和文化活动19]。然而,由于盆地效益多个州和城市,如沃斯堡,TX,俄克拉荷马城,好,有关于水权在这个盆地的分歧。俄克拉何马、得克萨斯、阿肯色州和路易斯安那州在1978年签署了一个水紧凑共享水资源相当(20.];然而,由于德州经常让其超标的水,俄克拉何马州立法机关限制国家的分配水保持在2002年在国家范围内,不包括德州从买水从俄克拉何马州的选项21]。这个新法令,标题82 - 1 b,沮丧决策者在德州因为Tarrant县,包括沃斯堡,之前买了水从俄克拉何马州。这个问题最终上升到法律案件,被带到美国最高法院Tarrant地区水地区和赫尔曼(22)——希望宣布俄克拉何马州际贸易下的新法律违宪的法律。然而,此案被允许俄克拉荷马决定如何使用其分配水。

同样,2016年,俄克拉荷马城的城市之间的水权问题和俄克拉荷马州和契卡索人的乔克托语的民族国家解决。这一争端出现2011年,极端干旱的时期在俄克拉何马州和德克萨斯州,当官员在俄克拉荷马城购买权利在撒狄水湖,一个水库在俄克拉何马州东南部乔克托族部落边界内俄克拉何马州的国家。部落都对水权的矛盾与俄克拉荷马城,但各国政府达成协议,允许俄克拉何马州的状态管理供水同时确保部落继续参与该地区的水资源和保护问题。这些分歧是重要的极端的例子,社区在水分胁迫将承担的压力下获得水或维护自己的权利。与干旱肆虐美国南部平原在2010年代的十年里,国家被迫寻找新的水资源或减少水的使用。因此,降水、温度和流速及流水量预测已成为水规划者盆地重要的利益。

3所示。数据

3.1。介绍了数据集

本研究采用统计缩减规模的合奏,高分辨率气候预测所产生的地球物理流体动力学实验室的国家海洋和大气管理局(NOAA)和传播中南部适应气候变化科学中心的美国地质调查局(U.S. Geological Survey)。博士后(由本文第二作者)监管的中南部适应气候变化科学中心与NOAA实验室的科学家和工程师合作,产生的数据集。合奏的目的之一是检查数据集的代表性援助红河盆地水资源管理者长期水计划。历史和未来气候数据的整体生成的统计降尺度三个代表这个模型的输出使用实证预测之间的关系,或大规模的气候变量,和预报值,或表面局部范围变量,通过不同的技术23]。适当的转移函数,下面描述,预测和预报值被用来链接。统计降尺度是一个更好的选择在这项研究中,动力降尺度相比,因为它允许我们创建多个预测模型和场景不作为计算要求和昂贵的。

缩减规模日常表面每天最大和最小温度和降水计算历史和未来的时间使用整个地区的3600多个网格点。历史输出从一个训练有素的观测数据集从Livneh et al。24],最初包括每日最低和最高温度,从1915 - 2011年逐日降水数据1/16-degree决议。从这些数据,1月1日的时间框架^圣,1961年12月31日^圣,2005年被选中和数据缩减规模0.1°,这是足够的空间分辨率捕获区域气候差异但大于微尺度,这样我们不会捕捉噪音。缩减规模预测包括1961 - 2005年的时间框架的历史时期,这是一个历史时期的共同定义使用CMIP5模型时,对未来和2006 - 2099年期间,寻求21的最后结果^圣世纪。这个数据集允许我们视图直接或分析预测在未来改变地图和检查该地区未来的变化。

大规模的预测,三个模型选择从耦合模型相互比较项目阶段5 (CMIP5) [25]:低分辨率版本的马克斯普朗克研究所的地球系统模式(MPI-ESM-LR) [26),社区(CCSM4)[气候系统模型27),第五版的跨学科研究气候模型(MIROC5) [28]。CCSM4模型的分辨率0.9°1.3°,夫妻大气,海洋,陆地表面,海冰,和第六实现用于这项研究中,跨度从1850年到2005年。MPI-ESM-LR模型1.9度分辨率,r1实现,有时间从1880年到2005年;未来的模拟包括自然营力但排除火山气溶胶在2005年之后。r1实现用于MIROC5模型分辨率为1.4°。此外,摄动物理模型的第一个版本是用于所有模型。

只有三个选择模型由于降尺度的计算需求和运行数据通过VIC模型。虽然最终用户想要的只有一个模型中,我们的团队妥协在三个,包括一定范围的不确定性。气候风险评估,重要的是要包括多个场景,多个全球大气环流模型,和多个降尺度技术(例如,Wootten [29日])来表示的不确定性会影响决策。选择这些模型是基于历史性能从谢菲尔德的评价等。30.),其中包括考虑模型偏差在季节性气温和降水量在北美和中央北美。我们主观选择最后的三个模型,因为1)他们有相对较小的偏见而CMIP5模型和2)的全套跨越一系列之上和之下的一个标准差的系综平均温度和降水(数字2(一个)和2 (b)),从而将许多不确定性。此外,模型的气候敏感性是包含在整个选拔过程31日)(图2 (c))。例如,MIROC5 CCSM4, MPI-ESM-LR代表50%意味着越低,和上50%的敏感性的分布模型,这些模型显示,代表一般的传播模型,而不是极端的一个极端。

3.2。分位数的映射方法

模型选择之后,我们选择了三个可用的四个RCP场景(RCP 2.6, RCP 4.5和8.5 RCP)因为他们代表全部现有场景。使用这些的三个模型,我们实现了分位数映射技术简化输出,也减少偏见在大规模的气候模型后处理(32]。例如,所有三个选择模型已经被证明低估降水在冬天,和两个模型高估了温度在夏天北美中部地区(30.]。在这种情况下,分位数映射帮助纠正这些偏差的概率分布模型和测试发现预测的敏感性。分位数映射砧骨平稳性假设,这意味着偏见和模式也发生在历史时期被认为发生在未来时期(33- - - - - -36]。此外,对于降水降尺度,我们使用一个阈值0.127毫米降雨天进行分类,而干旱天”指的是那些日子降水数量低于阈值。这个国家气候数据中心定义的阈值(37]。

3.3。累计密度函数变换(CDFt)方法

我们选择的降尺度技术累积密度函数变换(CDFt) [38(EDQM)[],等距分位数映射33,39],偏差纠正分位数映射(BCQM) (40]。的CDFt降尺度技术使用传递函数,方程(所示1)[39),确定之间的定量关系建模历史和观察到的累积分布函数和使用相同的关系生成未来累积分布函数(F)[41]: 下标代表观察(o)、历史(h),建模(m),并预测(p)数据;的气候变量建模预测;和偏差纠正气候变量。这个方程提高了尾巴的行为预测通过保持分布的范围内观察到的数据,和技术保留了最初的GCM意味着缩减规模的改变意味着输出模型匹配的历史观察手段。

CDFt所使用的两个参数dev,发展系数之间的差异的历史和未来GCM的意思,用于扩展范围分位数计算,和npa,的分位数估计的数量。在这项研究中,dev= 1,npa= 100,默认。皮尔斯et al。41]分析了CDFt方法和他们的研究结果显示,这种方法通常会产生低降水估计在美国但是,红河盆地地区,他们的发现表明湿偏见很大一部分地区,特别是在夏天。每日最高温度是他们end-of-century预测低估了夏天的盆地。

3.4。分位数的映射(EDQM)方法

我们使用第二种方法是EDQM和降尺度进行通过转移函数方程(2)和(3)[33,39]。的建模意味着历史和预测期为代表和(33]。比方法(方程(2EDQM与添加剂的方法)(方程(3)降水消除负面的可能性降水值发生偏差纠正后,通常出现在一个模型有一个湿的偏见和项目减少降水(42]。因此,这两种方法被应用于EDQM的计算,用比例方法实现对降水和温度的添加剂的方法。

EDQM假定历史模型误差将持续在未来,和未来的技术偏差纠正温度值通过添加历史偏见价值模型的变化,在给定的分位数估计整个网格点(41]。这种方法也奉行建模中位数在未来改变。皮尔斯et al。41预计非常潮湿和干燥地区降水误差较高;然而,红河盆地地区,降水的估计显示低估在冬天和夏天估计过高。冬天和夏天之间温度相对一致,一个较小的平均误差−0.5到0.5摄氏度。

分位数的映射方法不需要时间结构,或序列,代表历史记录;然而,由此产生的缩减规模预测用于水文影响的研究中,应用变量渗透能力模型(43)对降雨径流和输入RiverWare (12,19)水管理工具。因此,它是必要的链接的日常变化GCM和缩减规模这两种技术的输出创建时间一致性通过创建一个算法重组缩减规模的输出与粗糙的分辨率提高预测的相关GCM时序值。一旦这个过程完成,缩减规模数据质量控制。

3.5。偏差纠正分位数映射(BCQM)方法

值得注意的是,我们打算使用BCQM方法(40)作为第三降尺度技术;然而,有实质性问题发现与我们的计算方法。BCQM使用传输方程,方程(1),但它只包含历史观测数据训练,忽视了从未来的预测信息33]。这种技术可以大幅改变后的模型偏差纠正的趋势,影响降水分析和倾斜的数据分布44]。尾分布偏斜值,当模型项目以外的历史范围用于培训。当方差高估了在历史时期,平均偏差纠正后和分位数也高估了,反之亦然,低估(33]。由于时间的限制,我们无法正确计算并重新运行这个方法,包括在我们的研究中。因此,BCQM技术不能建议决策者在红河盆地,因此,并不是用于我们的分析、建模、影响或管理决策。

4所示。结果

统计的结果整体缩减规模红河盆地气候预测是在NetCDF公开可用的格式。数据包括每日最小和最大温度(k)和日常降水(公斤/米²从上述三个模型和两个降尺度技术的历史时期(1961 - 2005)和未来的时期(2006 - 2099)。有72个统计缩减规模预测创造了在一个0.1°的分辨率,或者约11公里9公里经度,纬度包括18预测未来的历史时期和54个预测。网格观测数据集(24)的降尺度训练数据集也可以用于验证的目的。

许多分析可以从这些数据执行。例如,在部分4所示。1,我们提供了一个分析之间的差异意味着每天值最近的25年历史时期(1981 - 2005)和两个未来的25年段时期(2046 - 2070和2075 - 2099年)在RCP 2.6和8.5 RCP场景。然后我们计算平均每天每个季节的降水变化,我们讨论的部分4所示。2。详细分析的数据集在伯特兰和麦克弗森17]。

4.1。降水和温度的变化

我们的第一个例子的分析,可以从这些数据是一个简单的进行计算预测每日平均降雨量的变化和日常最小和最大温度之间的历史和未来的时间框架。我们转换温度摄氏度和降水毫米每天。总的来说,我们认为模型一般项目越来越降水趋势部分东部红河盆地和减少的趋势在西方的降尺度技术,特别是end-of-century期间在RCP(图8.53)。CDFt技术下,CCSM4和MPI-ESM-LR模型估计每日平均降雨量减少在西方增加0.5毫米/天,东达0.7毫米(图/天3)。在历史时期,4 - 5毫米/天的每日平均降雨量发生在东部,这表明21年底增加15%^圣世纪(图4)。在西方,历史每日平均降雨量范围从1 - 3毫米/天,这是一个在未来下降15%。

EDQM技术产生降水差异较小的范围,跨越从0.5 mm /天减少到0.4 mm /天增加但表现出CDFt一样的空间格局。另一方面,MIROC5模拟演示了一个防御增加降水RCP和时间框架除了end-of-century场景使用RCP 8.5,一个防御降低预计降尺度技术。Sillmann et al。45)发现MIROC5模型项目CMIP5模型中降水总量最高,这或许可以解释模型的估计普遍较高。不同模型之间的结果代表模型的不确定性,降尺度方法,发射场景,和自然变化(46]。

预测平均每日最低温度差别极大的RCP 2.6和8.5 RCP场景。在降低排放的情况下,平均每日最低温度上升2°C的时间帧数,估计在更高的排放场景增加了多达6.6°C到本世纪末(数字5(一个)- - - - - -5 (f))的历史价值相比,大约10°C(图6)。平均每日最高温度是相似的,每个投影显示防御增加,没有减少最低或最高温度(数据7(一)- - - - - -7 (f))。

最大的变暖的end-of-century时间预计将发生在2075 - 2099年在RCP 8.5情况下对所有模型和降尺度方法。然而,MIROC5展出的平均气温未来时期,值是1°C高于其他两个模型。这种差异可以解释为温暖的偏见在MIROC5温度,所述在谢菲尔德et al。30.]。谢菲尔德还估计一个温暖的偏见在MPI-ESM-LR中央北美地区。CDFt和EDQM结果几乎相当于关于温度变量。基于我们的研究结果,降水和温度似乎更受到GCM和降尺度技术的影响,表明更多的变化在全球大气环流模型由于自己继承偏见和小可变性降尺度技术。也不要等。47)描述了这一点,说明位置由大规模GCM特性影响的选择。

4.2。降水的季节性变化

为了更好地理解这些变化的部分4所示。1,我们计算每日平均降雨量差异的历史和以后各期负担的费用,每个气候季节,归类为12月到2月(DJF),今年3月至5月(MAM)、(环流),6月至8月和9月到11月(儿子)。因为模拟降水比温度变量,我们只选择分析季节性降水的变化。模型预测表明,两种降尺度技术取得了类似的结果和空间模式。

在中世纪时期,模型通常预计的改变从历史价值0.5毫米/天;然而,在一些模型有不同的模式。例如,CCSM4模型表现出最大的每日平均降雨量的变化。这个模型估计每日平均降雨量增加2毫米/天老妈时间框架,而小于0.5毫米在其他模型(图/天8)。这大量披露历史价值相比增加了40%。此外,模型预测防御降低环流时间有些地方有减少0.85毫米/天,而其他两个模型包括大规模的每日平均降雨量的增加。这个结果表明CCSM4模型项目更极端的价值观在春季和平衡年度平均普遍存在一种误解,减少夏季在中世纪时期。乔et al。48]分析了季节性降水红河盆地和使用相同的数据集作为中世纪的时间我们的研究。他们的研究结果表明,最高增加最大降雨量发生在春季和减少在中世纪时期。此外,他们发现降水数量上分位数推动了在春季降水总量,可以验证在春天CCSM4项目更多的极端事件。与我们的结果是一致的。

另一方面,更大的变化被认为end-of-century时期在RCP 8.5。之前我们注意到同样的模式CCSM4模型,但最大的变化出现在MPI-ESM-LR模型(图9)。例如,每日平均降雨量DJF时期增加了1.68毫米在东部盆地,大于30%以上的历史价值。环流时期降水增加,以及减少1.3毫米/天的德州狭长地带。此外,该模型预计最大的老妈减少。与此同时,MIROC5模型包括在最微小的变化。降水不确定性明显的21^圣世纪的两三个模型表明,极端值有可能推动季节性趋势。

5。讨论气候风险评估

虽然是很重要的文档的方法创建气候预测的合奏红河盆地,这个案例研究的大部分是什么从生成的过程中所涉及的数据集的协同生产知识与影响建模者(在这种情况下,水流和通道路由)和决策者(在这种情况下,水的资源管理器)。首先,影响建模者和决策者都必须依靠气候科学家重视他们的管理结果为了提供可用的气候预测。节3所示。5,我们注意到,所有的变量对于所有场景,全球大气环流模型,生成和时间段使用BCQM降尺度技术;然而,由此产生的输出不稳定导致数据集的气候科学家将进一步处理和分析他们的合作伙伴。没有气候科学家的专业知识,它是可能的(甚至可能)影响建模者或水资源管理器将在他们的工作包括这些异常结果。

同样,在节3所示。4,我们讨论了如何实现一个比率方法降水和温度的一种添加剂的方法计算EDQM的数据集。这个选择是很多可以应用在缩减规模数据集的创建,和每一个选择可以影响结果输出(例如,Wootten [29日]),特别是极端值和时间预测。其它选择包括数据转换(例如,将非高斯分布像降水应用统计技术,认为高斯分布),regridding或插值GCM输出相同的空间和时间分辨率的网格观测数据集用于训练的统计方法和实现一个尾巴调整(极值)降尺度内的过程。再一次,因为这些选择影响产生的缩减规模预测,预测的用户需要与气候科学家密切合作,以了解这些选择可能影响自己的决定。

另一方面,值添加到缩减规模数据集通过协同生产的发展与影响建模者和决策者。在这个案例研究中,我们与水文学家俄克拉何马州大学和Aqua策略公司,一个私人水资源咨询公司使用我们的降尺度过程的输出作为输入变量渗透能力(VIC)模型(43,49),这是一个基于物理的,semidistributed水和能量平衡模型,输出表面水文变量,包括流速及流水量。雪et al。19)详细结果从使用缩减规模VIC模型输入红河的案例研究。许多其他流域的研究使用了维克对气候变化影响评估模型(50,51]。水文预测从VIC模型然后被用作输入RiverWare™(52),由中心先进的水和环境决策支持系统(CADSWES)模型红河流域的河流/水库系统。RiverWare广泛用于水计划,因为它允许用户在复杂盆地模拟管理操作,包括各种类型的水库、运河、娱乐,和用户。水资源管理者契卡索人的国家和俄克拉何马州的乔克托语的国家最终用户的信息,他们工作在一个50年的水计划。气候科学家之间的对话、水文建模者和水资源管理者导致许多选择上面讨论的缩小规模发展。当气候科学家们理解类型所作出的决定,很明显当一个给定的一组输出将无益甚至有害的风险评估过程。鉴于项目时间轴,是不可能使用不同的降尺度技术,例如,当BCQM导致寄生输出某些情况下,但至少三组之间的沟通可能导致国家不使用有问题的气候预测的规划过程。

6。结论

统计缩减规模气候预测提供高分辨率的输出,是水资源管理者更有用,决策者和研究人员比粗糙的分辨率的全球气候模型。本研究介绍了数据集,包括降尺度从三个模型(CCSM4、MPI-ESM-LR MIROC5)使用两个统计降尺度技术的分辨率(CDFt和EDQM) 0.1°红河盆地。数据集包含一个历史时期(1961 - 2005)和未来时期(2006 - 2099)和项目每日每日最小和最大温度和降水到年底21^圣世纪。最终值添加到这些数据集通过协同生产知识的影响建模者和决策者,为最终用户创造了可用的气候预测的气候风险评估。通过与这些团体合作,我们能够确定他们的需求和降尺度发展作出适当的决定。

虽然有模型的不确定性,降尺度技术,和未来的排放,意味着每天的结果之间的差异的历史和未来气候变量表明每日平均降雨量减少部分盆地西部和东部增加了本世纪末。季节性分析表明,极端值在某些季节可能开车每天平均降雨量的趋势,尤其是在end-of-century时期在RCP 8.5。此外,每日最低和最高气温将提高整个盆地7°C,尤其是对本世纪末和下一个更高的排放情况。结果表明,水资源管理者和决策者不应该专注于一个模型或者一个降尺度技术,但总体趋势显示,他们可能需要干燥和炎热的环境计划红河盆地西部和东部的潮湿和温度条件。我们的分析探讨了使用这些数据集的一种可能性;然而,它是有益的对于许多其他研究关于该地区的气候和水文方面。气候科学家和最终用户之间的协同生产的知识会导致数据可用的决策和气候风险评估。

数据可用性

NetCDF数据用于支持这项研究的结果已经存入Downscaling-Red流域库(数据缩减规模的时间序列红河盆地(美国中南部),DOI: 10.15763 / DBS.SCCSC.RR;(一)1/10^th一定程度的观察基础数据集,DOI: 10.15763 / DBS.SCCSC.RR.0001;(b)缩减规模从CCSM4 GCM气候变量,DOI: 10.15763 / DBS.SCCSC.RR.0002;(c)缩减规模从MIROC5 GCM气候变量,DOI: 10.15763 / DBS.SCCSC.RR.0003;(d)缩减规模从MPI-ESM-LR GCM气候变量,DOI: 10.15763 / DBS.SCCSC.RR.0004)。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这种材料是基于美国国家科学基金会支持的工作(批准号伊- 1301789)。此外,俄克拉何马州提供的支持是建立项目刺激竞争研究(EPSCoR),中南部适应气候变化科学中心,南部气候影响规划项目。作者感谢基斯,约翰·L。,Carlos, and others at GFDL for developing the datasets and thanks to impacts modelers at the University of Oklahoma and Aqua Strategies and water managers at Chickasaw Nation and Choctaw Nation of Oklahoma for working with us on the project.