本数据为基于WRF模式4.1.2版本和WRFDA同化系统4.1.2版本建立的中亚区域再分析资料,变量包含气温、气压、风速、降水、辐射。再分析的建立使用了循环同化的方式,每6小时使用3DVAR同化一次,同化的资料包括常规大气观测和卫星辐射资料。其中常规资料主要来源为GTS,来源包括人工站、自动站、探空和飞机报,观测要素包括气温、气压、风速和湿度。卫星观测包括反演数据和辐射数据,反演数据主要为极轨气象卫星(NOAA-18、NOAA-19、METOP-A和METOP-B)反演的云导风,并重采样到54km水平分辨率;辐射数据包含了MSU、AMSU和MHS等微波辐射和HIRS红外辐射数据。模拟采用双层嵌套的方式,水平分辨率分别为27公里和9公里,垂直方向共38层,模式层顶为10hPa。模式的侧边界条件由ERA-Interim再分析逐6小时的分析场提供,模式使用的物理方案为Thompson微物理方案,CAM辐射方案,MYJ边界层方案、Grell对流方案和Noah陆面模式。本资料覆盖区域包括中亚地区的哈萨克斯坦、塔吉克斯坦、吉尔吉斯斯坦、土库曼斯坦和乌兹别克斯坦五个国家以及里海、咸海、巴尔喀什湖、伊萨克湖等中亚地区的湖泊,可用于该区域的气候、生态、水文等方面的研究。以中亚地区台站观测的降水为参照,本数据的模拟效果和融合降水产品MSWEP相似,优于ERA5和ERA-Interim。
姚遥
中亚西亚野外气象站观测数据集(2019-2020)包括哈萨克斯坦(5个站),吉尔吉斯斯坦(1个站),塔吉克斯坦(3个站),乌兹别克斯坦(1个站),伊朗(2个站)共12个野外气象观测站的气象月数据,涉及21个观测指标:月平均气温(TA)、月平均气压(PA)、月平均相对湿度(RH)、月总降雨量(Pr)、月平均风速(WS)、月平均风向(WD)、0cm月平均土壤温度(TS1)、5cm月平均土壤温度(TS2)、10cm月平均土壤温度(TS3)、15cm月平均土壤温度(TS4)、20cm月平均土壤温度(TS5)、40cm月平均土壤温度(TS6)、60cm月平均土壤温度(TS7)、100cm月平均土壤温度(TS8)、月总太阳总辐射(SR)、月总反射辐射(GR)、月总紫外辐射(UVR)、月总净辐射(NR)、月总光合有效辐射(PAR)、月总土壤热通量(HF)、月总日照时长(SD)。 12个野外站涵盖农田、森林、草地、沙漠、荒漠、湿地、高原、山地等不同生态系统类型,资料时间长度从2019年10月开始,至2020年12月。本数据集由地面气象观测站收集到的气象原始数据经筛查和审核后,进行格式转换后获得,数据质量良好。中亚地区气候类型多样,生态环境脆弱,气象灾害频繁,本数据集的建立对于开展长期的中亚生态环境监测、防灾减灾、中亚地区气候变化与生态环境等领域的研究提供了数据支撑,目前已经在中亚生态环境监测研究中获得了应用。
李耀明
中亚的生态系统脆弱,自然灾害频发,水资源短缺,冰川加速融化,是气候变化敏感区之一。在评估该地区的脆弱性、影响性和适应性时,急需高分辨率的气候预估数据集。为此,我们对来自CMIP5的三个偏差订正后的全球气候模式(MPI-ESM-MR、CCSM4和HadGEM2-ES),在中亚地区开展了9千米的动力降尺度,继而生产了一个中亚高分辨率气候预估数据集,将其命名为HCPD-CA(High-resolution Climate Projection Dataset in Central Asia)。它的历史时段是1986-2005,未来时段是2031-2050,排放情景是RCP4.5。这个数据集有4个静态变量和10个常被用于驱动生态和水文模型的气象要素。静态变量有地形高度(HGT, m)、土地利用类型(LU_INDEX, 21 categories)、陆地水体(LANDMASK, 1代表陆地, 0代表水体)和土壤类型(ISLTYP, 16 categories)。10个气象要素是日降水量(PREC,mm/day)、2米日平均/最高/最低温(T2MEAN/T2MAX/T2MIN,K)、2米日平均相对湿度(RH2MEAN,%)、10米日平均维向和经向风(U10MEAN/V10MEAN,m/s)、日平均向下短波/长波辐射(SWD/LWD,W/m2)和日平均地表气压(PSFC,Pa)。评估结果显示:这个数据产品在描述中亚各个气象要素的平均态上有很高的质量,这保证了其可用性。未来气候变化的主要特征是:升温剧烈(年均温升高1.62-2.02℃),向下短波和长波辐射显著增强,其他气象要素变化很小。HCPD-CA数据集可被用于评估未来气候变化对中亚的多方面影响,特别是在生态和水文系统上。
邱源
该数据集包含中亚地区1982-2015年逐次干旱事件的开始时间(年、月)、发生位置(经度、纬度)、持续时间(月)、干旱强度,以及植被响应干旱的脆弱性数据,空间分辨率为1/12°。其中,干旱事件通过12月尺度的标准化降水蒸散指数(SPEI12)<-1.0识别。干旱特征及植被脆弱性的具体算法详见引文。该数据集已在中亚植被响应干旱脆弱性等研究上得到应用,并在干旱事件时空特征、干旱-植被影响机理、干旱风险评估等研究领域具有应用前景。
邓浩宇
气象数据是一组反映天气的数据,气象数据可分为气候资料和天气资料。本数据集主要包含了气象数据中的降雨数据以及气温数据(数据集中pre代表降雨、T2代表气温)。该数据集来自英国东安格利亚大学(University of East Anglia)提供的CRU(Climate Research Unit)全球格网数据(http://www.cgiar-csi.org/)。CRU数据集通过对中亚365个地区的观测站点资料插值得到,在中亚地区有较高的准确度。本数据集利用CRU通过Arcgis批量裁剪的方式得到中亚五国的降雨以及气温数据。数据格式:GeoTIFF;空间分辨率:0.5°;时间尺度:月尺度。该气象数据应用十分广泛,可与不同领域资源相融合,在交通运输、新能源、农业、移动互联网软件开发和服务、公共管理及基于大数据技术的智慧城市、智慧交通、智慧粮食等领域的开发建设中起到重要作用。
CRU
中亚五国1980-2015年农业水资源供需和开发利用数据集,来源全球陆面数据同化系统,分别包括基于Noah、Mosaic和VIC模型输出的降水、蒸发和径流数据。该数据集时间和空间分辨率高,具有较好的数据精度,在全球尺度和区域尺度研究中应用广泛。Noah、Mosaic和VIC模型的降水、蒸发和径流模拟结果在空间分布上的表现较为一致。可用于中亚地区水资源时空变化特征、农业水资源供需关系分析和水资源开发潜力评估等。
张永勇
联系方式
中国科学院西北生态环境资源研究院 0931-4967287 poles@itpcas.ac.cn关注我们
时空三极环境大数据平台 © 2018-2020 陇ICP备05000491号 | All Rights Reserved | 京公网安备11010502040845号
数据中心技术支持: 数云软件