最近我在处理WorldClim的气候数据，想下载南非（ZAF）的当前气候数据和未来情景数据，结果发现两段不同代码跑出来的数据居然一模一样，这可把我愁坏了！

先给大家看看我下载当前数据的代码和输出：

# 下载当前气候生物变量数据
BIO1_current_data <- geodata::worldclim_country('ZAF', var='bio', 
                                               res=10, path = tempdir())
# 查看数据信息
BIO1_current_data

输出结果是这样的：

class       : SpatRaster 
dimensions  : 1560, 2040, 19  (nrow, ncol, nlyr)
resolution  : 0.008333333, 0.008333333  (x, y)
extent      : 16, 33, -35, -22  (xmin, xmax, ymin, ymax)
coord. ref. : lon/lat WGS 84 (EPSG:4326) 
source      : ZAF_wc2.1_30s_bio.tif 
names       : wc2.1~bio_1, wc2.1~bio_2, wc2.1~bio_3, wc2.1~bio_4, wc2.1~bio_5, wc2.1~bio_6, ... 
min values  :    4.454167,    5.708333,    44.58333,    143.0743,        13.9,        -6.7, ... 
max values  :   24.941666,   18.741667,    68.93939,    707.2878,        39.3,        14.0, ...

然后我尝试下载未来数据，但结果和上面的完全一致，后来才发现是自己漏了关键参数！

问题根源 #

worldclim_country函数默认下载的是当前基线气候数据，如果要获取未来情景数据，必须手动指定三个关键参数：

• scenario：未来社会经济情景（比如SSP系列）
• model：气候模式（比如CMIP6里的各种模式）
• time：未来时段（比如2070-2099）

正确的未来数据下载代码示例 #

这里以CMIP6的SSP5-8.5高排放情景、MIROC-ES2L模式、2070-2099时段为例：

# 下载未来气候生物变量数据
BIO1_future_data <- geodata::worldclim_country(
  country = 'ZAF', 
  var = 'bio', 
  res = 10, 
  path = tempdir(),
  scenario = 'ssp585',  # 可选ssp126、ssp245、ssp370、ssp585等
  model = 'MIROC-ES2L', # 可用模式可通过geodata::worldclim_models()查看
  time = '2070-2099'    # 可选'2021-2040'、'2041-2060'、'2061-2080'、'2070-2099'
)
# 查看未来数据信息
BIO1_future_data

额外小提示 #

• 要确认当前数据和未来数据的res参数一致，避免分辨率不匹配
• 用geodata::worldclim_scenarios()可以查看所有支持的未来情景
• 不同的模式和情景组合对应不同的气候预测结果，记得根据自己的研究需求选择

备注：内容来源于stack exchange，提问作者Ditiro Moloto