一个扩散模型统一十七个CMIP6模式：引导把极端高温覆盖面积约三倍的历史高估纠正到接近观测
核心概要
气候模拟昂贵且带有系统偏差，而过度用观测校正又会抹掉模式间的结构差异。一个在十七个CMIP6模式和ERA5再分析上训练的条件扩散模型，在采样时把每个模式的分布按可调强度拉向观测，强度由留出模拟未来的完美模式试验选定，并随预估时段和强迫增大而减弱。在十七个合成目标上，引导把日温度第1与第99百分位偏差的中位数减半以上，并把CMIP6对极端高温覆盖面积约三倍的历史高估纠正到与观测接近。
深度剖析
一套生成式框架把气候模式的模拟分布与观测分布合并，用来生成空间连贯的逐日温度场，并据此估计区域同时发生的极端高温。 气候模拟计算代价高且相对观测存在系统偏差，而直接以观测校正又有压制模式间差异、削弱内部变率的风险。 在十七个留一模式试验中，以被留出模式的已知未来作为合成观测，引导在三个情景平均下降低了全部十七个目标的第1与第99百分位日温度偏差。
合并方式是在采样阶段对两个已学到的分布做加权几何平均，权重由引导尺度控制，不需要重新训练。 加性混合会从两个分布之一取场，几何平均只保留在两个分布下都可能的场，因而适合做偏差校正。 同一个条件扩散模型同时表示十七个CMIP6模式和ERA5的条件分布，采样时沿两个得分（对数密度的梯度）的加权和积分概率流常微分方程。
引导强度不是固定值，而是随预估年份和二氧化碳当量浓度线性下降，越远的未来越依赖模式动力学。 未来没有观测可用于调参，因此权重只能在未来已知的完美模式试验中选定。 按最小化第1与第99百分位偏差选出的尺度从2025年的取值下降到2100年SSP2-4.5、SSP3-7.0、SSP5-8.5三个情景各自的更低取值。
启示与展望
展示范围是中等空间分辨率的逐日近地面温度，覆盖1979–2100年的十七个CMIP6模式与ERA5再分析；完美模式试验只在CMIP6档案内部检验跨模式泛化，无法揭示各模式共有的偏差，也无法确认对观测的校准。逐日独立采样意味着不能直接估计多日热浪持续时间、事件先后顺序或时间上的复合风险。
引导集合仍略显离散不足：MIROC6留出折中引导后的5–95%升温区间只在部分年份覆盖真实轨迹，低于名义覆盖率；以MPI-ESM1-2-LR为目标的试验中，引导集合在世纪中叶之后低估升温。作者指出，引导强度调参不等同于完整校准预测分布，完全修正剩余分布误差需要测试时校准算法。