*本資料於2023年4月28日進行資料改版

此處提供的是使用統計降尺度方式所產製的推估未來86年的溫度&雨量資料

產製方法說明如下：

溫度和降雨的統計降尺度方式都是延續使用AR5統計降尺度方法 (請參閱AR5統計降尺度溫度資料生產履歷以及AR5統計降尺度雨量資料生產履歷)，但降雨的部分新增一些步驟與調整偏差校正方法。不論是歷史模擬或未來推估資料，皆採用分時段進行降尺度(圖1)，確保在基期的模式與觀測資料有更好的一致性，基期與未來推估資料的校正樣本數也比較相近。歷史模擬資料方面，新增了降雨機率 (降雨日數相對於總日數的百分比) 之概念，藉由調整模式的降雨門檻值，使歷史模擬的降雨機率與觀測資料一致，再將觀測與模式資料各分為兩組(雨日、無雨日)，分開進行偏差校正。未來推估資料方面，先套用基期調整過的降雨門檻值，將基期與推估資料皆分為兩組再進行修正，偏差校正方法採用分位數增量映射 (Quantile Delta Mapping，簡稱QDM，Cannon，2015) 取代前一版的分位數映射法 (Quantile Mapping，簡稱QM)，可以減少累積分布函數 (Cumulative Distribution Function, 簡稱CDF) 因外插造成之降雨過度放大的現象，更能保留模式原始的推估變化(圖2)，更詳細的說明請參閱AR6統計降尺度溫度資料生產履歷以及AR6統計降尺度雨量資料生產履歷)