English | 中文
This is the supporting data for the paper entitled 'understanding key processes associated with alpine lake ice phenology using a coupled atmosphere-lake model', which is planned to submit to Geophysical Research Letters. This data includes the model code and simulation data at lake Nam-Co based on WRF-Flake.
1)数据内容:2001-2018年南极冰盖近地面月气温时空数据集。 2)数据来源及加工方法:利用中分辨率成像光谱仪(MODIS)地表温度测量数据,结合119个气象站的现场气温记录,利用神经网络模型重建了南极冰盖(AIS)近地面气温数据,分辨率为0.05°×0.05°,时间尺度为2001-2018。 3)数据质量描述:精度优于ERA5再分析资料。 4)数据应用成果及前景:该数据库可用于研究南极冰盖近地面气温的时空分布特征,研究SAM和ENSO等对南极气温年际变化的影响。此外,由于数值天气预报模式输入的独立性,该数据集有可能用于气候模式验证和数据同化。
数据集为中国多情景多模式逐月平均气温数据,空间分辨率为0.0083333°(约1km),时间为2021年1月-2100年12月。数据为NETCDF格式。数据是根据IPCC耦合模式比较计划第六阶段(CMIP6)发布的全球>100 km气候模式数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国地区降尺度生成。数据采用IPCC最新发布的SSP情景(SSP119、SSP245、SSP585),每个情景包含三个GCMs(EC-Earth3、GFDL-ESM4、MRI-ESM2-0)气候数据,数据集包含的地理空间范围是中国主要陆地,不含南海岛礁等区域。单位为0.1℃。文件命名是GCM_SSP_tmp-30s-序号.nc,30s即0.0083333°,序号从1-40,序号1表示2021.1-2022.12,依次表示年份;以EC-Earth3_ssp119_tmp-30s-1.nc文件为例,表示SSP119情景下EC-Earth3气候模的1km分辨率2021.1-2022.12逐月均温数据,含24个图层。欲更深入的理解数据请参阅文献引用方式下的数据作者已发表的论文。
本数据集包含:(1)基于测高卫星提取的北半球16个大型湖泊水库冰厚数据,时间跨度为1992-2019年,时间分辨率10天,文件名为Altimetric LIT for 16 large lakes.xlsx;(2)基于遥感湖冰模型的北半球1,313个面积50km^2以上湖泊的逐日湖冰厚度和湖泊表面积雪深度数据,时间跨度为2003-2018年,文件格式为nc格式;(3)未来湖冰厚度变化的预测情况,时间跨度2071-2099年,文件为table S1.xlsx;(4)一个用于查找湖泊的对照表,包含湖泊ID,名称,地理坐标和面积等信息。本数据集可以为全球湖冰和湖面积雪研究提供基础信息,便于深入理解在变化环境下湖冰的演变规律及其对湖泊生态环境和区域社会经济的影响。
“亚洲水塔”青藏高原(TP)的降水在区域水和能源循环中发挥着关键作用,对下游国家的水资源供应有重要影响。气象站点所获取的降水信息通常被认为是最准确的,但在地形复杂、环境恶劣的青藏高原中,气象站数据却十分有限。卫星和再分析降水产品可以为地面测量提供补充信息,特别是在大面积测量不足的区域。在这里,我们通过使用人工神经网络 (ANN) 和环境变量(包括海拔、地表压力和风速)确定各种数据源的权重来最优地融合站点、卫星和再分析数据。在 1998-2017 年期间,以每日时间尺度和 0.1° 的空间分辨率生成了一个多源降水 (MSP) 数据集横跨青藏高原。与其他四颗卫星产品相比,MSP与标准观测的日降水相关系数(CC)最高(0.74),均方根误差第二低,表明MSP的质量和数据合并的有效性方法。我们使用分布式水文模型进一步评估了青藏高原长江和黄河源头测量不佳的不同降水产品的水文效用。在 2004-2014 年期间,MSP 实现了每日流量模拟的最佳 Nash-Sutcliffe 效率系数(超过 0.8)和 CC(超过 0.9)。此外,基于多重搭配评估,MSP 在未测量的西部 TP 上表现最好。该合并方法可应用于全球其他数据稀缺地区,为水文研究提供高质量的降水数据。整个 TP 的左下角的经纬度、行数和列数以及网格单元信息都包含在每个 ASCII 文件中。
该数据集包含1970-2019年校正后的西昆仑古里雅冰帽日值气象数据和重建的古里雅冰帽冷季(10-5)、消融季(6-9)和年物质平衡及其分量。日值气象数据是利用冰面实测气象数据对ERA5格点数据进行校正而得到,数据包括6004米处的气温(ºC)、相对湿度(%)、风速(m/s)、入射短波辐射(W m-2)和气压(hPa)和5491米处降水(mm)。物质平衡及其分量数据是根据能量-物质平衡模型进行重建,利用多源数据进行了验证,论证了该数据成果的合理性。数据校正方法和模型的验证可参考以下论文。 数据以excel文件存储。 该观测资料可供研究气候、水文、冰川等的科研工作者使用。
“一带一路”沿线国家水资源供给恢复力反映了沿线国家水资源供给恢复力水平,数据值越高,表明沿线国家水资源供给恢复力越强。“一带一路”沿线国家水资源供给恢复力数据产品制备,利用2000—2019年FLDAS(Famine Early Warning System Network Land Data Assimilation System)基于Noah陆面模式生产的逐年度降水量、地表径流量和地下净流量模拟数据集,在考虑逐年变化的基础上,基于敏感性和适应性分析,通过综合诊断,制备生成了水资源供给恢复力产品。“一带一路”沿线国家水资源供给恢复力数据集对分析和对比当前各国水资源供给恢复力状况具有重要参考意义。
“一带一路”沿线国家CO2总量减排恢复力反映了沿线国家CO2总量减排恢复力水平,数据值越高,表明沿线国家CO2总量减排恢复力越强。CO2总量减排恢复力数据产品制备参考了2000—2020年全球大气研究排放数据库(Emissions Database for Global Atmospheric Research, EDGAR),利用2000-2020年“一带一路”沿线国家CO2排放总量的逐年数据,在考虑逐年变化的基础上,基于敏感性和适应性分析,通过综合诊断,制备生成了CO2总量减排恢复力产品。“一带一路”沿线国家CO2总量减排恢复力数据集对分析和对比当前各国CO2总量减排恢复力状况具有重要参考意义。
“一带一路”沿线国家医疗卫生条件发展恢复力反映了沿线国家医疗卫生条件发展恢复力水平,数据值越高,表明沿线国家医疗卫生条件发展恢复力越强。医疗卫生条件发展恢复力数据产品制备参考了世界银行统计数据库,利用2000-2019年“一带一路”沿线国家一般政府卫生支出占政府总支出比例、每1000人拥有医院床位数、每10万例活产孕产妇死亡率、每1000新生儿死亡率这4个指标的逐年数据,在考虑各指标逐年变化的基础上,基于敏感性和适应性分析,通过综合诊断,制备生成了医疗卫生条件发展恢复力产品。“一带一路”沿线国家医疗卫生条件发展恢复力数据集对分析和对比当前各国医疗卫生条件发展恢复力状况具有重要参考意义。
“一带一路”沿线国家社会就业状况发展恢复力反映了沿线国家社会就业状况发展恢复力水平,数据值越高,表明沿线国家社会就业状况发展恢复力越强。社会就业状况发展恢复力数据产品制备参考了世界银行统计数据库,利用2000-2019年“一带一路”沿线国家总失业人数占劳动力总数的比例这一指标的逐年数据,在考虑各指标逐年变化的基础上,基于敏感性和适应性分析,通过综合诊断,制备生成了社会就业状况发展恢复力产品。“一带一路”沿线国家社会就业状况发展恢复力数据集对分析和对比当前各国人口数量增长的恢复力状况具有重要参考意义。
“一带一路”沿线国家人口数量增长恢复力反映了沿线国家人口数量增长恢复力水平,数据值越高,表明沿线国家人口数量增长恢复力越强。人口数量增长恢复力数据产品制备参考了世界银行统计数据库,利用2000-2019年“一带一路”沿线国家人口数量这一指标的逐年数据,在考虑各指标逐年变化的基础上,基于敏感性和适应性分析,通过综合诊断,制备生成了人口数量增长恢复力产品。数据集制备方法请参考说明文档。“一带一路”沿线国家人口数量增长恢复力数据集对分析和对比当前各国人口数量增长的恢复力状况具有重要参考意义。
“一带一路”沿线国家人口年龄结构恢复力反映了沿线国家人口年龄结构恢复力水平,数据值越高,表明沿线国家人口年龄结构恢复力越强。人口年龄结构恢复力数据产品制备参考了世界银行统计数据库,利用2000-2019年“一带一路”沿线国家少儿人口比例、劳动年龄人口比例、老年人口比例3个指标的逐年数据,在考虑各指标逐年变化的基础上,基于敏感性和适应性分析,通过综合诊断,制备生成了人口年龄结构恢复力产品。数据集制备方法请参考说明文档。“一带一路”沿线国家人口年龄结构恢复力数据集对分析和对比当前各国人口年龄结构恢复力状况具有重要参考意义。
火狐浏览器
谷歌浏览器
联系方式
友情链接
帮助信息
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