情景不是概率承诺
CMIP6 汇集多个气候模型的实验，SSP 描述不同社会经济发展和温室气体路径。它们用于比较可能的长期条件，不应被解释成某一天的天气预报，也不等于各路径的发生概率。企业首先要选定基准期、目标年份和资产使用寿命，避免把 2030、2050 和 2100 的结果混用。
对于仍在规划的新厂，未来极端高温、海平面与降雨变化比短期波动更影响设计标准。对五年内关闭的设施，近期观测和运营预报可能更相关。
从模型集合到厂址指标
可在多个模式和情景下计算热浪日数、连续干旱期或极端降雨分位值，再通过降尺度与偏差订正连接到区域资料。资产层面还须结合海拔、排水、取水系统与设备阈值。全球模型的格点变化不等于厂区损失率。
若不同模型对降水变化方向存在分歧，应呈现范围和驱动因素。对不可逆投资，更适合检验一个方案在多种情景下是否都能维持基本运营。
把情景用于投资，而非装饰报告
决策问题可以具体化：新厂的冷却系统是否留有余量？沿海仓库的设计高程能否覆盖未来使用期？某流域能否支持扩产？先定义失败阈值，再比较适应措施在各情景下的成本与收益。
情景分析需要定期更新，因为资产边界、排放路径、观测资料和模型都会变化。应保留版本与假设，供工程、财务和审计团队复核。
从未来气候到选址决策
企业比较两个候选厂址时，可先设定共同的设计寿命和失效阈值。例如冷却系统在某个湿球温度以上效率显著下降，或物流道路在某个洪水深度下中断。对每个地点，分别计算历史基准期及多个 CMIP6 情景下超过阈值的频率，并结合当地防护与供水条件。这样比较的是“在特定条件下的韧性”，而不是宣称某地未来绝对安全。
情景选择需要覆盖足够宽的可能路径，而不是只用一条中间情景。对高价值、寿命长的设施，可以测试即便高端风险出现，是否仍有可调整的工程方案。结果中应同时报告模型间差异和非气候假设，例如未来土地开发与用水需求。气候数据无法预言这些社会经济变化，决策者需要清楚知道哪些变量可控。
情景输出不应只是一张 2050 地图
一个有用的结果包可同时展示当前基准期、2030 年代和 2050 年代的指标变化，并按情景与模型给出范围。对每项资产，附上适用尺度、降尺度方法与现场待核查事项。若想评估洪水，还须接入地形、水文和排水资料；温度变化图不能替代洪水深度图。
企业应把情景分析嵌入真实投资节点，例如新厂选址、设备大修和保险续约。不同决策的寿命与可逆性不同，容许的不确定性也不同。可先选择在多数情景下都有价值的适应措施，再研究成本较高的路径。
应用情景
若一座新数据中心计划使用二十五年，设计团队需要同时关心未来热浪、供电可靠性和冷却水约束。可以用多个情景估计夏季高温频率变化，再结合当地电网和水资源资料测试冷却方案。模型集合若对某一指标分歧很大，不必强行给出单一最可能值；应比较哪些设计在较宽范围内都能工作。情景分析的实际成果是更稳健的设计和可调整的投资阶段。
参考资料
本文为公开资料基础上的原创研究解读。资料可能更新，具体应用请以原始机构发布版本为准。