Các mô hình khí hậu toàn cầu (GCM) là công cụ mạnh mẽ cung cấp các kịch bản khí hậu trong tương lai để đánh giá định lượng các tác động của biến đổi khí hậu. Tuy nhiên, đối với nhu cầu quy mô địa phương đến khu vực, đầu ra GCM nói chung không đủ để cung cấp thông tin chính xác do độ phân giải ngang không phù hợp (thường ở 100-300 km). Do đó, các phương pháp giảm tỷ lệ, truyền dữ liệu của GCM từ độ phân giải lưới thô sang độ phân giải không gian cao hơn nhiều, đã được phát triển để sử dụng trên các miền có diện tích hạn chế.

Hạ cấp là một nỗ lực nhằm thu hẹp khoảng cách giữa thông tin địa phương và toàn cầu bằng cách phủ dữ liệu quy mô địa phương lên GCM quy mô thô. Nỗ lực như vậy có thể được thực hiện bằng cách sử dụng các kỹ thuật khác nhau, trong đó có các loại giảm tỷ lệ động và thống kê. Trong số hai cách tiếp cận giảm tỷ lệ, giảm tỷ lệ động được ưu tiên hơn so với giảm tỷ lệ thống kê nhờ vào độ tin cậy của nó trong dự đoán dài hạn. Tuy nhiên, với sự sẵn có ngày càng tăng của các họ GCM, việc sử dụng giảm tỷ lệ thống kê trên các nhóm mô hình khí hậu đã trở nên phổ biến. Các nghiên cứu trước đây chỉ ra rằng các phương pháp thống kê không chỉ được thực hiện dễ dàng mà còn rất khéo léo, có thể so sánh với phương pháp giảm tỷ lệ động học. Trong số các phương pháp đó, phương pháp phân bổ không gian hiệu chỉnh độ sai lệch (BCSD) được coi là một trong những phương pháp đáng tin cậy và hiệu quả nhất để giảm tỷ lệ nhiệt độ ở độ phân giải cao và dữ liệu lượng mưa. BCSD đã được áp dụng rộng rãi trong các nghiên cứu đánh giá tác động liên quan đến khí hậu ở nhiều nơi trên thế giới.

* Thông tin chi tiết về phương pháp này có thể tham khảo tại địa chỉ sau:

https://bcsd.climateatlas.ca/important-data-notes-and-limitations#:~:text=The%20BCSD%20method%20is%20a,variability%20within%20the%20monthly%20data.

https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2019EA000995

https://www.researchgate.net/figure/The-major-procedures-of-the-BCSD-downscaling-method_fig1_275221337