Vad den globala klimatkrisen har i beredskap kan variera från en bakgård till nästa, särskilt i tropikerna där mikroklimat, geografi och markanvändningsmetoder förändras dramatiskt över små områden. Detta har stora konsekvenser för anpassningsstrategier på lokal nivå och kräver pålitliga, högupplösta data om rimliga framtida klimatscenarier.

En datauppsättning skapad av International Centre for Tropical Agriculture (CIAT) och kollegor fyller denna nisch. Främst avsett att hjälpa beslutsfattare att utforma anpassningsstrategier för småbrukare runt om i världen, datauppsättningen med öppen tillgång har använts i 350 forskningsartiklar. Användare i minst 186 länder har laddat ner nästan 400, 000 filer från datasetet sedan det gick online 2013.

En fullständig beskrivning, granskning och validering av datamängden, inklusive hur den byggdes, publicerades 20 januari i Vetenskapliga data , en publikation med öppen tillgång av Natur för beskrivning av vetenskapligt värdefulla datamängder.

"Klimatmodeller är komplexa representationer av jordsystemet, men de är inte perfekta, sa Julian Ramirez-Villegas, projektets huvudutredare och en forskare vid CIAT och CGIAR Research Platform on Climate Change, Jordbruk och livsmedelsförsörjning (CCAFS). "Dessa fel kan ha en inverkan på våra jordbruksmodeller. Eftersom dessa modeller hjälper oss att fatta beslut, detta kan få fruktansvärda konsekvenser."

Även om uppgifterna främst har tjänat jordbruksforskning, den har också använts för att kartlägga den potentiella globala spridningen av Zika (en myggburen sjukdom), att planera investeringsstrategier för internationell utveckling, och att förutsäga den pågående nedgången av utomhusskridskodagar i Kanada på grund av varmare vintrar.

"Användningen och tillämpbarheten av dessa data har varit väldigt omfattande och topiskt ganska bred, sade Ramirez-Villegas. "Självklart, en stor del av studierna har gjorts på grödor som är nyckeln till global livsmedelssäkerhet och inkomster som ris, kaffe, kakao, majs, och andra."

Att fastställa klimatpåverkan

Klimatförändringsprojektioner är vanligtvis tillgängliga i grova skalor, sträcker sig 70-400 km. Men modeller för effekterna av klimatförändringar för många jordbruksväxtsorter kräver data i finare skalor. Forskarna använde tekniker för att öka den rumsliga upplösningen (en process som kallas nedskalning) och för att korrigera fel (en process som kallas bias correction) för att skapa högupplöst framtida klimatdata för 436 scenarier.

"Detta är en viktig resurs för att mer realistiskt modellera framtiden för grödor och ekosystem, sa Carlos Navarro, huvudförfattaren till studien som är knuten till CIAT och CCAFS.

För en given utsläppsväg och framtida period, varje scenario inkluderar månadsinformation för genomsnittliga och extrema temperaturer, regn, och 19 andra relaterade variabler. Uppgifterna är offentligt tillgängliga i World Data Center for Climate och CCAFS-Climate dataportalen.

"Genom dessa scenarier, vi kan förstå, till exempel, hur jordbruksproduktiviteten kan utvecklas om världen fortsätter på den nuvarande banan för utsläpp av växthusgaser, ", sade Navarro. "De tillhandahåller också data för att modellera vilka typer av anpassningar som bäst skulle motverka eventuella negativa klimatförändringseffekter."

Globala och regionala modeller analyserar klimatförhållandena i en grövre skala och förenklar naturliga processer, ger resultat som kan avvika från realistiska scenarier.

Datauppsättningen är CGIAR:s största Findable Accessible Interoperable Reusable (FAIR) databas. Det understryker också CGIARs roll inom big data för utveckling, genom sin Plattform för Big Data inom jordbruket. Datauppsättningen ingår för närvarande i dess Global Agriculture Research Data Innovation and Acceleration Network (GARDIAN).

Den högupplösta skalan för dessa data är användbar för forskare, beslutsfattare, NGOs och investerare, eftersom det kan hjälpa dem att förstå lokala klimatförändringseffekter och därför göra bättre satsningar på anpassningsåtgärder, vilka planer specifikt kan inrikta sig på vattendelar, regioner kommuner eller länder.