【降尺度】基于统计方法与机器学习技术在气候降尺度中的实践应用在全球气候变化研究中，大气环流模式（GCM）虽能有效模拟大尺度气候系统演变，但其输出通常具有百公里以上的粗分辨率（>100 km），难以捕捉地形、土地利用和局地环流等关键细节，因而无法直接支撑流域水文模拟、城市热岛分析、基础设施韧性评估或生态灾害预警等精细尺度（<10 km）的应用需求。为弥合这一“尺度鸿沟”，统计降尺度（Empirical Statistical Downscaling, ESD）技术应运而生，成为连接全球气候信号与区域气候响应的重要桥梁。