中國1980-2015逐年年降水量空間插值數(shù)據(jù)集

介紹?? ?

? ? ? ?中國1980年以來逐年年平均氣溫、年降水量空間插值數(shù)據(jù)集是基于全國2400多個氣象站點日觀測數(shù)據(jù)，通過整理、計算和空間插值處理生成。年平均氣溫單位為0.1攝氏度，年降水量單位為0.1毫米(數(shù)值相當擴大了10倍，除以10就分別為氏度和毫米)。溫度、降水量等氣候要素的插值應用的是澳大利亞的ANUSPLIN插值軟件，ANUSPLIN是一種采用平滑樣條函數(shù)對多變量數(shù)據(jù)進行分析和插值的工具，即使用函數(shù)逼近曲面的一種方法，它能夠對數(shù)據(jù)進行合理的統(tǒng)計分析和數(shù)據(jù)診斷，并可以對數(shù)據(jù)的空間分布進行分析進而實現(xiàn)空間插值的功能(Hutchinson M F, 1998)。

網(wǎng)站鏈接

https://www.resdc.cn/data.aspx?DATAID=229

中國1980-2015逐年年平均氣溫空間插值數(shù)據(jù)集

介紹?? ?

? ? ? 中國1980年以來逐年年平均氣溫、年降水量空間插值數(shù)據(jù)集是基于全國2400多個氣象站點日觀測數(shù)據(jù)，通過整理、計算和空間插值處理生成。年平均氣溫單位為0.1攝氏度，年降水量單位為0.1毫米(數(shù)值相當擴大了10倍，除以10就分別為氏度和毫米)。溫度、降水量等氣候要素的插值應用的是澳大利亞的ANUSPLIN插值軟件，ANUSPLIN是一種采用平滑樣條函數(shù)對多變量數(shù)據(jù)進行分析和插值的工具，即使用函數(shù)逼近曲面的一種方法，它能夠對數(shù)據(jù)進行合理的統(tǒng)計分析和數(shù)據(jù)診斷，并可以對數(shù)據(jù)的空間分布進行分析進而實現(xiàn)空間插值的功能(Hutchinson M F, 1998)。

網(wǎng)站鏈接

https://www.resdc.cn/data.aspx?DATAID=228

中國近地表日氣溫數(shù)據(jù)集（1979-2018）

介紹 ? ?

近地表氣溫是反映氣候變化的重要物理參數(shù)。為了獲得中國地區(qū)高時空分辨率的日數(shù)據(jù)(Tmax、Tmin和Tavg)，我們充分分析了各種現(xiàn)有數(shù)據(jù)(再分析數(shù)據(jù)、遙感數(shù)據(jù)和原位數(shù)據(jù))的優(yōu)缺點。針對不同的天氣條件建立了不同的Ta重建模型，并通過建立不同區(qū)域的修正方程進一步提高數(shù)據(jù)精度。最后，獲得了1979 - 2018年中國逐日氣溫數(shù)據(jù)集(Tmax、Tmin和Tavg)，空間分辨率為0.1°。對于Tmax，使用原位數(shù)據(jù)的驗證表明，均方根誤差(RMSE)范圍為0.86°C至1.78°C，平均絕對誤差(MAE)范圍為0.63°C至1.40°C，皮爾遜系數(shù)(R2)范圍為0.96至0.99。Tmin的RMSE為0.78°C ~ 2.09°C, MAE為0.58°C ~ 1.61°C, R2為0.95 ~ 0.99。對于Tavg, RMSE范圍為0.35°C ~ 1.00°C, MAE范圍為0.27°C ~ 0.68°C, R2范圍為0.99 ~ 1.00。此外，利用多種評價指標分析Ta的時空變化趨勢，Tavg增加幅度大于0.0°C/a，與全球變暖的總體趨勢一致。綜上所述，該數(shù)據(jù)集具有較高的空間分辨率和可靠的精度，彌補了之前在高空間分辨率下缺失的溫度值(Tmax、Tmin和Tavg)。該數(shù)據(jù)集也為研究氣候變化，特別是高溫干旱和低溫冷害提供了關鍵參數(shù)。

網(wǎng)站鏈接

https://poles.tpdc.ac.cn/zh-hans/data/daa58689-a6d2-46cf-90fc-b73014ecef9d/?q=%E6%B0%94%E6%B8%A9?

中國1km分辨率逐月降水量數(shù)據(jù)集（1901-2020）

介紹?? ?

? ? ? 該數(shù)據(jù)集為中國逐月降水量數(shù)據(jù)，空間分辨率為0.0083333°（約1km），時間為1901.1-2020.12。數(shù)據(jù)格式為NETCDF，即.nc格式。該數(shù)據(jù)集是根據(jù)CRU發(fā)布的全球0.5°氣候數(shù)據(jù)集以及WorldClim發(fā)布的全球高分辨率氣候數(shù)據(jù)集，通過Delta空間降尺度方案在中國地區(qū)降尺度生成的。并且，使用496個獨立氣象觀測點數(shù)據(jù)進行驗證，驗證結果可信。本數(shù)據(jù)集包含的地理空間范圍是全國主要陸地（包含港澳臺地區(qū)），不含南海島礁等區(qū)域。為了便于存儲，數(shù)據(jù)均為int16型存于nc文件中，降水單位分別為0.1mm。

網(wǎng)站鏈接

http://data.tpdc.ac.cn/zh-hans/data/faae7605-a0f2-4d18-b28f-5cee413766a2/

長序列高時空分辨率月尺度溫度和降水數(shù)據(jù)集（1951-2011）

介紹?? ?

? ? ? ?本研究基于中國及周邊國家共1153個氣溫站點和1202個降水站點數(shù)據(jù)，利用ANUSPLIN軟件的局部薄盤光滑樣條法進行插值，重建了1951?2011年中國月值氣溫和降水量的高空間分辨率0.025°（~2.5 km）格點數(shù)據(jù)集（簡稱LZU0025）。數(shù)據(jù)集的質量評估主要基于以下三個方面：（1）分析ANUSPLIN在日志文件中提供的一系列用于判別誤差來源和插值質量的統(tǒng)計參數(shù)。結果表明在1951-2011年，表征最佳插值模型的廣義交叉驗證GCV（generalized cross validation）值較小，在氣溫插值時為1.06℃，在降水進行開方運算插值時為1.97mm1/2。（2）對比LZU0025格點值與預留的265個站點實測數(shù)據(jù)。結果表明在1951-2011年，LZU0025月插值數(shù)據(jù)與實測數(shù)據(jù)接近，兩者的平均絕對差為0.59℃和70.5mm，標準差為1.27℃和122.6mm，并且標準差的變化與GCV變化一致。（3）將LZU0025與現(xiàn)有數(shù)據(jù)集進行對比。首先以插值所用站點較多的中國氣象局發(fā)布的0.5°數(shù)據(jù)集（簡稱CMA）為基準，利用泰勒圖對比了基于不同數(shù)據(jù)集刻畫的氣候平均狀態(tài)均值（Mean）、距離平均狀態(tài)的標準差（Standard deviation）以及隨時間變化的氣候趨勢（Time trend）。結果表明與基于其他數(shù)據(jù)集衍生的三類指標相比，LZU與基準CMA相關系數(shù)較高，標準差較接近，并且歸一化的均方根誤差較小。其次，將LZU0025格點數(shù)據(jù)與能量和水循環(huán)觀測項目-亞洲季風項目西藏地區(qū)（CAMP-Tibet）氣象站數(shù)據(jù)進行對比，結果表明僅有少數(shù)臺站降水數(shù)據(jù)與LZU0025相關性不顯著，但多數(shù)臺站氣溫和降水數(shù)據(jù)與LZU0025顯著相關且相關性高于0.87?；谝陨显u估分析，LZU0025數(shù)據(jù)集可靠。高分辨率的LZU0025能刻畫更多的氣候類型如喜馬拉雅山脈地區(qū)未被粗分辨率數(shù)據(jù)集識別的苔原和極地氣候。LZU0025可作為研究全球氣候變化下區(qū)域氣候變化和精準農(nóng)業(yè)氣候的基礎數(shù)據(jù)。

網(wǎng)站鏈接

https://poles.tpdc.ac.cn/zh-hans/data/1121cc40-f1a6-405a-a34a-f27f2c8e63f3/?q=%E9%99%8D%E6%B0%B4?

中國1961-2019年氣溫和降水1km逐日數(shù)據(jù)集

介紹?

? ? ?在高空間和時間分辨率下準確的長期溫度和降水估計對于各種氣候學研究至關重要。我們制作了一個新的、公開的、每日網(wǎng)格化的中國最高氣溫、最低氣溫和降水數(shù)據(jù)集，具有 1 公里的高空間分辨率和長期（1961 年至 2019 年）。它被命名為 HRLT。使用綜合統(tǒng)計分析對每日網(wǎng)格數(shù)據(jù)進行插值，其中包括機器學習、廣義相加模型和薄板樣條。它基于中國氣象局的 0.5° × 0.5° 網(wǎng)格數(shù)據(jù)集，以及高程、坡向、坡度、地形濕度指數(shù)、緯度和經(jīng)度的協(xié)變量。使用氣象站的觀測數(shù)據(jù)評估 HRLT 每日數(shù)據(jù)集的準確性。最高和最低溫度估計比降水估計更準確。對于最高溫度，平均絕對誤差 (MAE)、均方根誤差 (RMSE)、皮爾遜相關系數(shù) (Cor)、調(diào)整后的確定系數(shù) (R2) 和 Nash-Sutcliffe 建模效率 (NSE) 為 1.07 °C， 1.62 °C 分別為 0.99、0.98 和 0.98。對于最低溫度，MAE、RMSE、Cor、R2 和 NSE 分別為 1.08°C、1.53°C、0.99、0.99 和 0.99。對于降水，MAE、RMSE、Cor、R2 和 NSE 分別為 1.30 mm、4.78 mm、0.84、0.71 和 0.70。HRLT 的準確性與其他三個現(xiàn)有數(shù)據(jù)集的準確性進行了比較，其準確性要么高于其他數(shù)據(jù)集，要么?特別是對于降水，或精度相當，但具有更高的空間分辨率和更長的時間段。綜上所述，HRLT數(shù)據(jù)集空間分辨率高、覆蓋時間長、精度可靠，適用于未來的環(huán)境分析，尤其是極端天氣的影響。

網(wǎng)站鏈接

https://doi.pangaea.de/10.1594/PANGAEA.941329?format=html#download

1960-2020年中國1公里分辨率月降水數(shù)據(jù)集

介紹?

? ? ?降水數(shù)據(jù)具有較高的理論研究與實踐應用價值，已廣泛應用于水文預報、農(nóng)業(yè)生產(chǎn)以及生態(tài)保護等領域。我國地域遼闊，地形起伏變化較大，而氣象站點多集中于人口密集的平原區(qū)域，山區(qū)等部分地區(qū)站點密度較小，缺少降水觀測資料。因此利用插值方法建立高精度的降水數(shù)據(jù)集很有必要。本數(shù)據(jù)集基于1960年-2020年全國地面2400多個氣象站點的降水監(jiān)測數(shù)據(jù)，利用氣候數(shù)據(jù)空間插值軟件ANUSPLIN4.4計算得到1960年-2020年全國1km空間分辨率逐月降水插值數(shù)據(jù)集。將該數(shù)據(jù)集與所收集的中國地區(qū)降水實測數(shù)據(jù)和中國水文年鑒降雨數(shù)據(jù)進行驗證，并與CRU TS 4.05以及西北農(nóng)林科技大學發(fā)布的1km分辨率數(shù)據(jù)中國逐月降水數(shù)據(jù)集進行精度比較后發(fā)現(xiàn)，本數(shù)據(jù)集具有精度高、分辨率高、時序長等特點，具備更優(yōu)的科學研究與應用潛力。??

網(wǎng)站鏈接

https://www.scidb.cn/detail?dataSetId=ff7ee051d2d44ab4a221cd810bf37251

2000～2012年全國氣溫和降水1km網(wǎng)格空間插值數(shù)據(jù)集

介紹

? ? ? 氣象觀測數(shù)據(jù)是開展陸地生態(tài)系統(tǒng)長期變化研究的基礎資料，是開展長期動態(tài)和空間格局變化研究需要。為了得到統(tǒng)一格式的時間尺度和空間尺度上同時與之匹配的空間化氣象數(shù)據(jù)，將利用2000-2012年的全球日氣候歷史數(shù)據(jù)網(wǎng)絡（Daily Global Historical Climatology Network-Daily；GHCN-D）和中國氣象局國家氣象信息中心制作的“中國地面氣候資料日值數(shù)據(jù)集”，選取日降水和日均溫兩個要素，對其進行讀取、合并、檢查、統(tǒng)計、生成空間插值批處理代碼等操作，最后由Anusplin軟件插值生成1Km的空間分辨率的柵格數(shù)據(jù)。此柵格數(shù)據(jù)提供公開共享和下載服務，為我國陸地生態(tài)系統(tǒng)的時空變化研究提供基礎數(shù)據(jù)。

網(wǎng)站鏈接

https://www.scidb.cn/detail?dataSetId=633694460898705410

?

說明：如有侵權，請聯(lián)系作者刪除。

? ? ? ? ? ?