CMIP6 × ERA5：从历史校准到未来气候情景

做风电、光伏的长期资源评估或电网规划时，迟早会撞到一个超出再分析数据射程的问题：未来二三十年的风资源、辐射、气温会怎么变？再分析只能告诉你过去发生了什么，回答不了「2050 年这片风场的年发电量在不同减排路径下会偏多还是偏少」。这正是全球气候模式（GCM）和它们的协作框架要解决的事。而把这些跨模式、跨情景的预估真正用起来的前提，是先理解它们是怎么被组织、被校准、被使用的。今天解读的，就是这套被全球气候研究共同遵循的实验设计标准——CMIP6，以及它和 ERA5 之间「历史校准 + 未来情景」的配合关系。

关键要点

• CMIP6 是 Eyring 等 2016 年发表于 Geoscientific Model Development 的实验设计标准，约 50 个建模组、上百个气候模式共同参与，其产出是 IPCC 评估与各国气候政策引用的事实标准。
• 整套设计分三层：DECK 四组标准实验（工业化前控制、AMIP、abrupt-4xCO2、CO₂ 每年增 1%）保证可比性，1850–2014 年历史模拟保证可信度，21 个被背书的 MIP 中由 ScenarioMIP 提供 SSP 未来情景。
• ScenarioMIP 的 Tier 1 含 SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5 四条核心路径，数字后缀代表 2100 年的目标辐射强迫（W·m⁻²，数值越大升温压力越强）。
• GCM 原始输出空间分辨率多在百公里量级，对单个风场、电站过粗，工程使用前需先用 ERA5 高分辨率再分析（约 0.25° 网格、逐小时、覆盖 1940 年至今）做历史评估与偏差订正。
• 在运梦气象 API 上可用 dataSourceId: "era5" 取历史校准基准序列，近期可执行预报切到德国气象局预报源即可，接口不变。

背景与定位

这篇论文的英文原题是 Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization，第一作者为 Veronika Eyring 等人（Eyring, Bony, Meehl, Senior, Stevens, Stouffer, Taylor），2016 年发表于 Geoscientific Model Development（GMD）。它定义了第六阶段「耦合模式比较计划」的整体实验架构。

为什么说它权威？CMIP 是世界气候研究计划（WCRP）下、由几十个建模组共同参与的协作机制——据论文与官方资料，CMIP6 牵涉约 50 个建模组、上百个气候模式。它的产出直接喂给了 IPCC 评估报告，是各国制定气候政策、行业做长期规划时引用的事实标准。Eyring 2016 这篇正是这套庞大协作的「总纲」：它不报告某个具体气候结论，而是规定了所有参与模式必须怎么跑、跑哪些实验、产出怎么对齐，从而让来自不同机构、不同物理方案的模式结果能放在同一张桌子上比较。这种「先统一规则、再各自计算」的设计，是 CMIP6 区别于零散单点研究的根本所在。

方法 / 它做了什么

CMIP6 的精巧之处在于把一个庞杂的协作拆成了「核心 + 外挂」两层结构，让规则既统一又可扩展。

第一层是 DECK（Diagnostic, Evaluation and Characterization of Klima），可以理解为每个参与模式的「四张入场券」。 任何模式想加入 CMIP6，都必须先跑完四组标准实验：工业化前控制实验（preindustrial control，气候在恒定外强迫下的基线）、大气模式比对实验（AMIP，给定海温下看大气响应）、CO₂ 浓度瞬时翻四倍实验（abrupt-4xCO2），以及 CO₂ 每年递增 1% 的实验。这四组实验像一套「体检项目」，确保任何模式在被用于预估之前，其基本气候敏感度和响应特性都是可被诊断、可被横向比较的。

第二层是 CMIP6 历史模拟（historical simulation）。 它要求模式用真实的历史外强迫（温室气体、气溶胶、太阳活动、火山等）驱动，复现 1850 至 2014 年的气候演变。这一步是连接「模式」与「现实」的关键——只有历史段跑得像真的，对未来的预估才有可信度。

第三层是 21 个「CMIP6 背书的 MIP」（CMIP6-Endorsed MIPs）。 它们是围绕特定科学问题的专题实验外挂，由各自的科学社区设计。其中和新能源最相关的，就是负责未来情景的 ScenarioMIP——它用「共享社会经济路径 + 辐射强迫」组合出 SSP 情景（如 SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5），数字后缀代表 2100 年的目标辐射强迫水平（单位 W·m⁻²，数值越大代表升温压力越强）。SSP 情景就是行业做「未来气候敏感性分析」时挂靠的标准路径。

整套设计的逻辑链是：DECK 保证可比性 → 历史模拟保证可信度 → SSP 情景提供未来分叉。三者环环相扣。

关键结论

把论文与官方资料里已核实的要点提炼为几条：

• CMIP6 由约 50 个建模组、上百个气候模式共同参与，是 IPCC 评估与各国气候政策引用的事实标准；它统一规则、分散计算的协作模式，是其权威性的来源。
• DECK 由四组标准实验构成（工业化前控制、AMIP、CO₂ 瞬时翻四倍 abrupt-4xCO2、CO₂ 每年增 1%），是所有参与模式的强制「入场体检」。
• CMIP6 历史模拟覆盖 1850–2014 年，用真实外强迫驱动；这是把模式锚定到现实、并用观测/再分析做评估的基准段。
• CMIP6 共有 21 个被背书的 MIP，其中 ScenarioMIP 负责未来 SSP 情景；Tier 1 含 SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5 四条核心路径，新增的 SSP3-7.0 补上了中高强迫区间的缺口（ScenarioMIP 设计详见 O'Neill 等 2016）。
• 需要边界限定的是：GCM 原始输出的空间分辨率通常在百公里量级，对单个风场、单座电站而言过粗，工程使用前需要降尺度（downscaling）与偏差订正——这一步往往要借助 ERA5 这类高分辨率再分析作为参照。

对新能源 / 运梦平台的意义

CMIP6 之于新能源，回答的是「长周期、强不确定性」那一类问题，和逐日逐时的运营预测是两条赛道：

• 风电 / 光伏长期资源评估：电站设计寿命动辄 25 年以上。用 SSP 情景下的多模式集合，可以估计未来风速、辐射、气温的趋势与年际波动范围，给 P50/P90 长期发电量估计补上「气候变化项」，而不是默认未来等于过去。
• 电网规划与新能源消纳：极端高温推高负荷、改变光伏组件效率，风资源的长期增减影响装机布局。CMIP6 多情景集合能为「未来电力供需在不同减排路径下的张力」提供气候侧输入。
• 气候敏感性压力测试：把同一套电站或电网模型分别接到 SSP2-4.5（中等路径）与 SSP5-8.5（高强迫路径）上，对比结果的差异，就是一次面向气候不确定性的压力测试——这比拍一个单点假设要稳健得多。
• 历史校准是前提：CMIP6 的原始输出偏粗、且各模式有系统偏差，直接用会误导决策。务实的做法是先用 ERA5 高分辨率再分析对历史段做评估与偏差订正，确认模式在本地复现得住，再把订正系数外推到未来情景。ERA5 在这里扮演「现实锚点」。

南京运梦科技在运梦气象 API中以 ERA5 作为长期、一致的历史底座：它既是回测与建模的训练源，也是给气候情景做历史校准时的高分辨率参照（约 0.25° 网格、逐小时、覆盖 1940 年至今）。而近期、可执行的预报场景，则由德国气象局预报源覆盖，两者衔接出「历史评估 + 短期预测」的完整链路。

在运梦气象 API 上手

气候情景本身分辨率粗、需专门处理，而它的历史校准基准可以直接在运梦气象 API 上取到。下面用 downloadSync 拉取一段 ERA5 历史数据，作为对照 CMIP6 历史模拟、估计本地系统偏差的参照序列：

{
  "dataSourceId": "era5",
  "lat": 40.2,
  "lon": 116.0,
  "stime": "1995-01-01 00:00",
  "etime": "2014-12-31 23:00",
  "fields": ["tas", "u100", "v100", "ws", "rsds"],
  "timezone": "8"
}

把它 POST 到 downloadSync 接口，即可同步拿到统一 JSON envelope：data.timeList 与每个字段数组按下标一一对应，字段已按公开字段表统一命名（tas 为 2m 气温、u100/v100 为 100m 风分量、ws 为风速、rsds 为地面入射短波辐射）。把这段 ERA5 序列与同地点、同时段的 CMIP6 历史模拟逐月统计对齐，就能量出模式的系统偏差，进而把偏差订正方法外推到未来 SSP 情景上。

实操建议：历史校准段建议覆盖至少 20–30 年（如示例的 1995–2014），与 CMIP6 历史模拟的末段对齐；订正时按月、按要素分别建立映射，避免用全年单一系数掩盖季节性偏差。需要做近期可执行预报时，把 dataSourceId 切到德国气象局预报源即可，无需更换接口。

延伸阅读与产品入口：

• ERA5 数据源说明：/products/weather-api/era5/
• 风功率与光伏功率预测：/products/wind-forecast/、/products/solar-forecast/
• 接口与字段参考：/docs/weather/api-reference/、/docs/weather/data-elements/
• ERA5 奠基论文解读：/blog/era5-hersbach-2020/

常见问题

CMIP6 和 ERA5 有什么区别，做新能源评估该用哪个？ 两者赛道不同：ERA5 是再分析数据，回答「过去发生了什么」，提供约 0.25° 网格、逐小时、覆盖 1940 年至今的高分辨率历史底座；CMIP6 是气候模式的未来情景预估，回答「不同减排路径下未来二三十年会怎么变」。长期资源评估两者配合用——先用 ERA5 做历史校准，再把 CMIP6 的 SSP 情景接上去。

SSP 情景里的数字（如 SSP2-4.5、SSP5-8.5）代表什么？ 数字后缀代表 2100 年的目标辐射强迫水平，单位 W·m⁻²，数值越大代表升温压力越强。ScenarioMIP 的 Tier 1 核心路径为 SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5，其中 SSP3-7.0 补上了中高强迫区间的缺口。

DECK 是什么，模式为什么必须先跑它？ DECK 是任何模式加入 CMIP6 必须先跑完的四组标准实验：工业化前控制、AMIP、CO₂ 瞬时翻四倍（abrupt-4xCO2）、CO₂ 每年递增 1%。它相当于「入场体检」，确保模式在被用于预估前，其基本气候敏感度和响应特性都可被诊断、可横向比较。

CMIP6 历史模拟覆盖哪些年份，为什么重要？ 覆盖 1850 至 2014 年，用真实历史外强迫（温室气体、气溶胶、太阳活动、火山等）驱动。只有历史段复现得像真的，对未来的预估才有可信度，这一段也是用观测或再分析做评估的基准。

能直接拿 CMIP6 原始输出做单个风场的发电量评估吗？ 不建议直接用。GCM 原始输出空间分辨率通常在百公里量级，对单座电站过粗，且各模式有系统偏差。务实做法是先用 ERA5 高分辨率再分析对历史段做评估与偏差订正，确认模式在本地复现得住，再把订正系数外推到未来 SSP 情景。

引用与原文

本文主要引用以下三篇文献，规范引用格式如下：

Eyring, V., Bony, S., Meehl, G. A., Senior, C. A., Stevens, B., Stouffer, R. J., & Taylor, K. E. (2016). Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization. Geoscientific Model Development, 9(5), 1937–1958.

原文 DOI：doi.org/10.5194/gmd-9-1937-2016

O'Neill, B. C., Tebaldi, C., van Vuuren, D. P., Eyring, V., Friedlingstein, P., Hurtt, G., et al. (2016). The Scenario Model Intercomparison Project (ScenarioMIP) for CMIP6. Geoscientific Model Development, 9(9), 3461–3482.

原文 DOI：doi.org/10.5194/gmd-9-3461-2016

Hersbach, H., Bell, B., Berrisford, P., et al. (2020). The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, 146(730), 1999–2049.

原文 DOI：doi.org/10.1002/qj.3803