This study presents an analysis of daily temperature and precipitation extremes with return periods ranging from 2 to 50 years in phase 6 of the Coupled Model Intercomparison Project (CMIP6) multimodel ensemble of simulations. Judged by similarity with reanalyses, the new-generation models simulate the present-day temperature and precipitation extremes reasonably well. In line with previous CMIP simulations, the new simulations continue to project a large-scale picture of more frequent and more intense hot temperature extremes and precipitation extremes and vanishing cold extremes under continued global warming. Changes in temperature extremes outpace changes in global annual mean surface air temperature (GSAT) over most landmasses, while changes in precipitation extremes follow changes in GSAT globally at roughly the Clausius–Clapeyron rate of ~7% °C−1. Changes in temperature and precipitation extremes normalized with respect to GSAT do not depend strongly on the choice of forcing scenario or model climate sensitivity, and do not vary strongly over time, but with notable regional variations. Over the majority of land regions, the projected intensity increases and relative frequency increases tend to be larger for more extreme hot temperature and precipitation events than for weaker events. To obtain robust estimates of these changes at local scales, large initial-condition ensemble simulations are needed. Appropriate spatial pooling of data from neighboring grid cells within individual simulations can, to some extent, reduce the needed ensemble size.

The latest climate models project widely varying magnitudes of future extreme precipitation changes, thus impeding effective adaptation planning. Many observational constraints have been proposed to reduce the uncertainty of these projections at global to sub-continental scales, but adaptation generally requires detailed, local scale information. Here, we present a temperature-based adaptative emergent constraint strategy combined with data aggregation that reduces the error variance of projected end-of-century changes in annual extremes of daily precipitation under a high emissions scenario by >20% across most areas of the world. These improved projections could benefit nearly 90% of the world's population by permitting better impact assessment and adaptation planning at local levels. Our physically motivated strategy, which considers the thermodynamic and dynamic components of projected extreme precipitation change, exploits the link between global warming and the thermodynamic component of extreme precipitation. Rigorous cross-validation provides strong evidence of its reliability in constraining local extreme precipitation projections. This study presents more accurate future extreme precipitation projections at local scales constrained by past warming observations using an adaptative emergent constraint approach.