SDSM统计降尺度

1. 下载SDSM
2. 气象站点数据处理。逐日顺序排列

57016、57106、57206、57127、57034、57134、57036、57232、57237、57144、57245、57046、57143、57348、57251、57067、57253、57259、57156、57077、57265、57355

numbers of 22

    3.下载NCEP及GCM数据。CanESM2 predictors: CMIP5 experiments，加拿大网站下载的NCEP是1961-2005（26个因子）年的。SDSM这里可以下到更新的，1948-2017（31个因子）。（但是，由于所选预报因子必须是GCM与NCEP共有的因子，因此新的NCEP多出来的因子不能用。NCEP各个因子文件名应与GCM相同，因此可以将共有因子06年之后的手动加入到老的NCEP里。）

注意：GCM下载下来的每年365天，不存在闰年！而NCEP按照正常的闰年计算！

因此注意setting。

     4.建立站点观测气象要素与NCEP的统计学关系。（逐站点）

     5.校准与验证

解释方差表示用该预报因子的变化来说明该预报变量（气象要素）变化的最大百分比程度，即该预报变量的最大可预报性。

        注：解释方差为空表示未达到5%的显著性水平

相关系数表示了预报因子与预报变量之间的相关程度。

     6.将该关系推延到粗分辨率GCM与站点未来气象要素结果。

note:应该想到，GCM降尺度获得的气象要素类型，只能是站点观测资料有的类型。。。

油管学习视频：https://www.youtube.com/watch?v=2s1aYKYI9sI&list=PLTscI_CLWNfAdMPXvr2BSVKlFTbjoj_r8&index=3