作为我研究的一个(较小的)部分，我想看看气候预测数据，以及它如何影响印度拉贾斯坦邦一个研究集水区的水文。对于“现在”的气候，我运行了一个简单的土壤湿度模型，给出了地下水补给的估计。
作为CORDEX项目的一部分，我获得了2006-2100年RCP4.5和RCP8.5路径的MPI-ESM数据。r1i1p1的年平均值(如果是降水，则为总和)如下所示。
然而，过去几十年的年平均观测值是:
变量，值u2_m_per_s 2.28 rh_mean 46.88 actual_sunshine_hrs_day 7.17 tmean_degree 25.05 precipitation_mm 568有些变量，如风速，还没有调整到相同的参考高度，然而，最显著的偏差是预测的降水，即使是“现在”也很遥远。
有哪些简单的可能性将RCP数据转换为“适合”预测开始时的观测数据?如前所述，这是一个侧面部分，没有资源提供详细的方法。是否有可能将RCP时间序列归一化，用它自己的“开始”，比如前二十年变量的平均值，然后将其与上面的观测值相乘?这样，我就可以在保持数据(相对)趋势的同时，使时间序列的开始更接近观测值。
归一化为2006-2020年平均值:
用观测数据重新标度:
那么如何继续呢?我知道这个信号只是在趋势范围内，所以我会看两年，例如2050年和2080年，两者都表示为年+- 15年的平均值，类似于WorldClim提供的数据吗?还有，我要计算时间步长的平均值吗?
