中国 10 公里超分辨率逐日气候变化及潜在蒸散量数据2015-2100 年（SRCPCN10）|气候变化数据集|气候数据分析数据集

全球气候变暖加剧了极端天气事件，对区域气候和水文生态构成严峻挑战，而现有CMIP6数据的空间分辨率不足制约了精细化评估。针对现有多气候指标和潜在蒸散发（PET）空间分辨率不足的问题，本研究发展了基于深度残差注意力机制的超分辨率融合框架，构建了中国首套10公里分辨率多模式-多情景的高分辨率气候和PET数据集（SRCPCN10）。通过5个CMIP6模式在SSP126-SSP585情景下的百年尺度数据，实现气温（Tas）、降水（Pr）、辐射（Rsds/rlds）等9个气候要素和PET的协同降尺度。残差通道注意力网络（RCAN）在气温、辐射及气压等要素上展现出卓越的降尺度性能（R²/KGE>0.99），而降水的空间不连续性导致其降尺度精度显著偏低（R²=0.897）。本研究揭示中国未来气候指标在SSP情景下呈现显著排放梯度响应，气温、辐射及降水增幅随辐射强迫增强梯度递增。极端气候事件呈现强烈空间分异，西北干旱区水文干旱持续恶化，华南洪涝与高温热浪风险陡增。本研究突破传统方法在气象要素非线性耦合及地形反馈表征的局限，为流域水文模拟、农业气候风险评估及碳中和路径优化提供了公里级多变量数据基础，显著提升区域适应策略的精准性。