1.全球逐三小时陆地高分辨率边界层高度数据集（2017-2021）

该数据集利用机器学习算法，生成了一套全球陆地高分辨率边界层高度数据集，时间范围为2017至2021年，其时间、空间分辨率分别为3小时和0.25º。机器学习以ERA5再分析资料和GLDAS地表参数为输入，高分辨率探空资料与ERA5获得的边界层高度之差作为输出，以此来建立训练模型。输入参量包括地形标准差、感热通量、潜热通量、向下长波辐射、向下短波辐射、总降水率、地表压强、地表温度等18个参数。无线电探空数据集包含全球370个站的约180万个剖面。总体而言，与从无线电探空仪反演得到的边界层高度相比，该数据集在时空覆盖和精度方面表现突出。该数据集对大量的科学研究和应用都有重要意义，包括空气质量、对流触发、气候和气候变化等。

郭建平, 张健, 邵佳

   TPDC

doi: 10.11888/Atmos.tpdc.272673 1569 74 开放获取 2022-06-21