在全球气候变化研究中，动力降尺度技术长期受制于“误差接力”难题：全球气候模式的系统偏差往往会直接传递到区域气候模型，进而引发极端降水位置偏移、季风周期失真等问题；国际气候诊断与预测会议统计显示，若驱动场不作订正，区域气温模拟误差可能被放大至2.1℃，从而削弱防灾减灾决策的科学依据。针对这个共性挑战，徐忠峰研究员领衔的中外联合团队历时四年，搭建了三层技术架构：先以ERA5再分析数据对CMIP6模式进行基准校准，再融合18个全球气候模式的非线性趋势特征，最终生成涵盖14层大气参数的高分辨率驱动场。观测对比结果表明，订正后的海表温度模拟准确率提升37%，850百帕风场误差减少42%，台风路径预测的时空吻合度达到国际先进水平。该技术的核心突破在于实现“动态纠偏”。团队提出“加权集合—趋势分离—变量耦合”的递进算法，使1979—2100年的跨世纪模拟数据首次具备6小时时间步长的连续分析能力。目前，覆盖SSP245、SSP585两类典型排放情景的完整数据集已向全球开放，并被德国马普气象研究所等机构用于东亚季风区的高精度模拟。业内专家认为，这一成果显示我国在气候模式订正领域已从“跟跑”走向“并跑”。在国家超算中心“天河三号”算力支持下，后续若引入实时观测数据流与自适应学习算法，有望将极端高温事件的预测窗口提前至15天。世界气象组织对应的报告指出，此类技术进步或可在2030年前将全球气候预警系统的漏报率降至20%以下。
气候信息服务的关键不在于一味提高分辨率，而在于更稳定地控制误差。面向未来，从改进驱动场此基础环节入手，通过多模式集合与再分析约束提升一致性与可信度，有助于让区域气候结论更可用、可比、可追溯。随着方法持续迭代与数据优化，高质量气候模拟将更好支撑防灾减灾、城市治理与绿色转型等长期决策。