Efforts to manage living marine resources (LMRs) under climate change need projections of future ocean conditions, yet most global climate models (GCMs) poorly represent critical coastal habitats. GCM utility for LMR applications will increase with higher spatial resolution but obstacles including computational and data storage costs, obstinate regional biases, and formulations prioritizing global robustness over regional skill will persist. Downscaling can help address GCM limitations, but significant improvements are needed to robustly support LMR science and management. We synthesize past ocean downscaling efforts to suggest a protocol to achieve this goal. The protocol emphasizes LMR-driven design to ensure delivery of decision-relevant information. It prioritizes ensembles of downscaled projections spanning the range of ocean futures with durations long enough to capture climate change signals. This demands judicious resolution refinement, with pragmatic consideration for LMR-essential ocean features superseding theoretical investigation. Statistical downscaling can complement dynamical approaches in building these ensembles. Inconsistent use of bias correction indicates a need for objective best practices. Application of the suggested protocol should yield regional ocean projections that, with effective dissemination and translation to decision-relevant analytics, can robustly support LMR science and management under climate change.

中文翻译：

---

气候变化下海洋生物资源管理的下一代区域海洋预测

在气候变化下管理海洋生物资源 (LMR) 的努力需要对未来海洋条件的预测，但大多数全球气候模型 (GCM) 无法很好地代表关键的沿海栖息地。LMR 应用的 GCM 效用将随着更高的空间分辨率而增加，但包括计算和数据存储成本、顽固的区域偏见以及优先考虑全球稳健性而不是区域技能的公式等障碍将持续存在。缩小规模可以帮助解决 GCM 限制，但需要进行重大改进才能有力地支持 LMR 科学和管理。我们综合了过去海洋缩小规模的努力，以提出实现这一目标的协议。该协议强调 LMR 驱动的设计，以确保传递决策相关信息。它优先考虑跨越海洋期货范围的缩小预测的集合，持续时间足够长以捕捉气候变化信号。这需要明智地改进分辨率，务实地考虑 LMR 基本海洋特征，以取代理论研究。统计缩减可以补充构建这些集成的动态方法。偏差校正的不一致使用表明需要客观的最佳实践。建议协议的应用应产生区域海洋预测，通过有效传播和转化为决策相关分析，可以有力地支持气候变化下的 LMR 科学和管理。对 LMR 基本海洋特征的务实考虑取代了理论研究。统计缩减可以补充构建这些集成的动态方法。偏差校正的不一致使用表明需要客观的最佳实践。建议协议的应用应产生区域海洋预测，通过有效传播和转化为决策相关分析，可以有力地支持气候变化下的 LMR 科学和管理。对 LMR 基本海洋特征的务实考虑取代了理论研究。统计缩减可以补充构建这些集成的动态方法。偏差校正的不一致使用表明需要客观的最佳实践。建议协议的应用应产生区域海洋预测，通过有效传播和转化为决策相关分析，可以有力地支持气候变化下的 LMR 科学和管理。