IPCC领导开展的基于CMIP5 GCMs的气候预估是现阶段对全球变暖趋势和幅度问题的权威回答。但GCMs对全球平均意义上的变化表达较好,在区域尺度至局地尺度上,GCM模式间差异很大~[1]。这使得CMIP5 GCMs所能提供的气候变化预估信息(多模式平均200km尺度),与地学界很多学科(水文学、农业规划、生态和环境工程、公共政策领域等)所需要的高分辨预估信息(1-50km尺度)之间,存在巨大数据鸿沟~[2]。降尺度方法包含动力降尺度和统计降尺度,可有效把GCMs的低分辨率信息转换到高分辨率格点上,在插值的同时还常常考虑进基准偏差订正、地形订正等,是跨越上述鸿沟的有效手段~[3]。其中统计降尺度相比于动力降尺度具有如下优势:需要更少的CPU资源;有利于做长时期的连续降尺度(动力降尺度通常做切片);可对更大范围甚至全球做统一的降尺度(动力降尺度受限于嵌套技术通常只做某个区域);适宜引入气候态订正信息而不会带入新的模式误差~[4,5]。因此近年来统计降尺度一直保持和动力降尺度互补的发展轨迹。我国目前在未来气候变化预估方面,有为数不多但一直坚持开展的使用动力降尺度方法的研究工作~[6,7],而本该在这方面有先天优势的统计降尺度工作却尤显不足~[8,9]。本文使用美国宇航局于2015年6月发布的首套全球超高分辨率(空间25km,时间daily)统计降尺度气候评估数据集NASA Earth Exchange/Global Daily Downscaled Projections(NEX-GDDP,简称GDDP)~[10-12],对中国本世纪的气候变化情况(分为近期2025-2050年和远期2075-2100年)开展重新估计。结果表明,GDDP在一月最低温度、七月最高温度、七月降水这三个极端气象变量的表现上异常出色,相比于CMIP5 GCMs的预估结果有突出的诸多优势,主要体现在:1)气候态改进。GDDP相比于GCMs显著改进了对1980-2005历史阶段的气候态空间分布和极值估计。2)未来预估改进。GDDP在维持GCMs已有变暖趋势不变的前提下,改进了2005年起点的准确性并极大缩小了GCMs模式间的标准差。3)高分辨附加信息。GDDP因其超高分辨率,可提供GCMs无法提供的区域尺度-局地尺度的附加气候信息,特别是在中国人口最稠密、经济最发达的3个三角洲(环渤海、长三角、珠三角),我们可从GDDP中发现未来降水极端事件高发的风险位置,精度达到城市尺度。NEX-GDDP统计降尺度数据集凭借其高时空分辨的特性,可帮助我们在区域尺度以下重新评估中国气候变化的细节特征,这相比于直接使用传统的基于CMIP5 GCMs的预估结果具有很大优势。我们希望推动中国气候变化领域中从事区域尺度研究,特别是水文学和水资源管理、农业规划、生态和环境工程等领域的学者们,转而使用GDDP数据作为其工作的基础,这有助于进一步提高我国评估和应对未来气候变化的能力和科学决策水平。