中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室研发的全球气候系统模式FGOALS-f3-H/L 参加CMIP6 高分辨率模式比较计划数据集。CAS FGOALS-f3-H的水平分辨率为0.25°,CAS FGOALS-f3-L的水平分辨率为1°,由标准的外部条件强迫,对1950-2014年和2015-2050年时间段进行了2套模拟,实验ID分别为 "highresSST-present "和 "highresSST-future"。模式输出包含多种时间尺度,包括:小时平均值、三小时平均值、六小时瞬时值、日平均值和月平均值数据集。
包庆
数值试验:使用的气候模式是意大利理论物理研究中心(ICTP)开发的区域气候模式RegCM4.1。RegCM4.1区域模式模拟的试验中大气模式水平分辨率为50km,垂直方向18层;在线耦合沙尘模块。海温使用OISST插值的海温。试验包括中古新世地形试验(MP, ~60Ma BP,试验名称60ma_regcm4.1_xxx.nc)和晚渐新世(LO,~25Ma BP,试验名称25ma_regcM4.1_xxx.nc)两组。MP区域地形修改试验,将高原北部去掉,近似替代60Ma时期亚洲陆地的地形分布。BP区域地形修改试验,只将帕米尔高原地形去掉,近似替代25Ma时期亚洲陆地的地形分布。两个试验的沙尘源区没有变,均对在线打开了沙尘循环过程。 输出时间:所有试验都被积分了22年,使用了每个试验最后20年的平均结果。 数据可应用于解释高原周边不同区域干旱演化的差异。
孙辉
基于雅鲁藏布江流域内已有的262个雨量筒逐月降水数据、WRF和ERA5降水数据,利用随机森林学习算法重建了雅鲁藏布江流域及7个子流域1951–2020年10km分辨率的逐日降水数据。该数据经过了站点单点验证,在年和季节变化方面表现较好。并且该数据经过了水文模型反向评估,利用该数据驱动VIC水文模型模拟了雅江流域及各子流域径流变化,并利用实测径流、MODIS及冰川编目数据进行验证。该数据在原有第一版基础上考虑了降水空间分配特征,能更好描述高山区降水特征。
孙赫
本数据是基于气象观测数据、水文站点数据,结合各种同化数据和遥感数据,通过耦合积雪、冰川和冻土物理过程的青藏高原多圈层水文模型系统WEB-DHM(基于水和能量平衡的分布式水文模型)制备生成,时间分辨率为月尺度,空间分辨率为5km,原始数据格式为ASCII文本格式,数据种类包括格网径流与蒸发(若蒸发小于0,则表示凝华;若径流小于0,则表示当月降水小于蒸发)。若asc无法在arcmap中正常打开,请将asc文件前5行顶格。
王磊, 柴晨好
本数据是基于气象观测数据、水文站点数据,结合各种同化数据和遥感数据,通过耦合积雪、冰川和冻土物理过程的青藏高原多圈层水文模型系统WEB-DHM(基于水和能量平衡的分布式水文模型)制备生成,时间分辨率为月尺度,空间分辨率为5km,原始数据格式为ASCII文本格式,数据种类包括格网径流与蒸发(若蒸发小于0,则表示凝华;若径流小于0,则表示当月降水小于蒸发)。若asc无法在arcmap中正常打开,请将asc文件前5行顶格。
王磊, 刘虎
CMIP6是世界气候研究项目(WCRP)组织的第六次气候模式比较计划。原始数据来源于https://www.wcrp-climate.org/wgcm-cmip/wgcm-cmip6。该数据集包含了CMIP6中情景模式比较子计划(ScenarioMIP)的4种SSP情景组合。(1) SSP126:在SSP1(低强迫情景)基础上对RCP2.6情景的升级(辐射强迫在2100年达到2.6W/m2)。(2)SSP245:在SSP2(中等强迫情景)基础上对RCP4.5情景的升级 (辐射强迫在2100年达到4.5 W/m2)。(3)SSP370:在SSP3(中等强迫情景)基础上新增的RCP7.0排放路径 (辐射强迫在2100年达到7.0 W/m2)。(4)SSP585:在SSP5(高强迫情景)基础上对RCP8.5情景的升级(SSP585是唯一能使辐射强迫在2100年达到8.5 W/m2的SSP场景)。 利用GRU数据对原始CMIP数据进行后处理偏差校正得到2046-2065年月尺度降水(pr)和气温(tas)预估后处理数据集, 参考期为1985-2014年。
叶爱中
在全球变化的大背景下,时空连续的高质量高分辨率长时间序列降水数据集对理解全球“水-碳-能”和生物地球化学的循环机制具有重要意义。研究提出的基于总量控制的日尺度融合矫正算法(Daily Total Volume Controlled Merging and Disaggregation Algorithm, DTVCMDA),有效考虑了再分析降水数据时空连续且高时空分辨率的特点,以及地面分析数据高质量的特性,制作了一套亚洲地区七十余年长时间序列高质量高时空分辨率降水数据集AERA5-Asia (0.1°, hourly, 1951-2015, Asia)。该数据集的主要特点如下:(1)AERA5-Asia是一套具有高分辨率、高质量、时空连续以及长时间序列的数据集;(2)AERA5-Asia显著优于IMERG-Final和ERA5-Land降水数据,尤其是在系统偏差方面,总体来看,AERA5-Asia、IMERG-Final和ERA5-Land相比地面观测的偏差分别为~5%,~11%和~20%;(3)在极端强降水中(如台风“潭美”和“天兔”),AERA5-Asia的质量也是显著优于ERA5-Land和IMERG-Final。 AERA5-Asia将为亚洲地区、尤其是中国区域的天气气候和水文等领域的相关研究提供稳定可靠的降水数据支撑。
马自强, 马耀明, 马伟强, 许金涛
1)数据内容包含青海省玉树清水河镇、西藏日喀则鲁孜沟小流域径流小区降雨量、径流量、含沙量数据。2)数据是称重式自动雨量计和径流泥沙自动监测仪实测数据,称重式自动雨量计和径流泥沙自动监测仪均为中国科学院教育部水土保持与生态环境研究中心自主研制,雨量数据时间均为是2021年,径流泥沙数据西藏日喀则鲁孜沟小流域时间为2020年5月25日至9月2日。3)数据为实测数据,并进行了异常值剔出,监测期间由于仪器状态问题,存在数据缺失。4)本数据应用前景广泛,可服务于如大气科学、土壤侵蚀学等学科领域。
安绍山
青藏高原(TP)在春季和夏季作为一个巨大的高架式地表和大气热源,对区域和全球气候和气候具有重要影响。为了探讨TP的热强迫效应,制备了青藏高原感热异常的全球模拟 敏感性试验数据集。 本数据包含三组敏感性试验:(1)全耦合模式CESM1.2.0中春季3-5月高原感热偏强cgcm_lar_mon_3-12-2.nc和高原感热偏弱cgcm_sma_mon_3-12-2.nc的敏感性试验;(2)单独大气环流模式CAM4.0中春季3-5月高原感热偏强cam_lar_mon3-8.nc和高原感热偏弱cam_sma_mon3-8.nc的敏感性试验。 包括:三维风、位势高度、气温、地表温度、比湿、感热通量、潜热通量、降水等常规变量 空间范围:全球模拟结果
段安民
1990-2020年全球高分辨率模拟近海洋表层气温-降水-海温数据集来源于最新CMIP6计划。CMIP6是世界气候研究项目(WCRP)组织的第六次气候模式比较计划。原始数据来源于https://www.wcrp-climate.org/wgcm-cmip/wgcm-cmip6。该数据集中包含了全球近海洋表层气温(tmp)、降水(pr)和海温(tos)数据。其中气温和降水数据包含CMIP6中情景模式比较子计划(ScenarioMIP)的4种不同实验场景的共享经济路径(shared socioeconomic pathway, SSP)与辐射强迫(representative concentration pathway, RCP)的矩形组合。(1) SSP126: 在SSP1(低强迫情景)基础上对RCP2.6情景的升级 (辐射强迫在2100年达到2.6W/m2)。(2) SSP245: 在SSP2(中等强迫情景)基础上对RCP4.5情景的升级 (辐射强迫在2100年达到4.5 W/m2)。(3) SSP370: 在SSP3(中等强迫情景)基础上新增的RCP7.0排放路径 (辐射强迫在2100年达到7.0 W/m2)。(4) SSP585: 在SSP5(高强迫情景)基础上对RCP8.5情景的升级(SSP585是唯一能使辐射强迫在2100年达到8.5 W/m2的SSP场景)。海温数据提供SSP126情景数据。
叶爱中
本产品提供了项目组发展的陆面模式VIC-CAS数值模拟的1971-2017年北极两条大河(北美大陆:Mackenzie,欧亚大陆:Lena)的水循环关键变量数据集,包括:降水量、蒸散发、地表径流、地下径流、冰川径流、雪水当量和三层土壤湿度等7个变量。该数据集空间分辨率为0.1degree,时间分辨率为月。该数据集可用于长期气候变化下北极大河流域水量平衡变化分析,也可用于遥感数据产品及其他模型模拟结果的对比和验证。
赵求东, 王宁练, 吴玉伟
该数据集包含了2021年1月1日至2021年12月31日青海湖流域水文气象观测网青海湖鱼雷发射基地站气象要素梯度观测系统数据。但是由于2021年青海省于研究站点鱼雷发射基地进行翻修,打造鱼雷发射基地的红色旅游区。该站点所有仪器于2021年5月30日全部拆除,准备于2022年7月重新安装。因此该站点2021年实际获得数据为2021年1月1日至2021年5月29日数据。2021年5月30日到12月31日数据缺失。站点位于青海省青海湖二郎剑景区鱼雷发射基地,下垫面是青海湖水面。观测点经纬度为:东经 100° 29' 59.726'' E,北纬 36° 35' 27.337'' N,海拔3209m。风速/风向架设在距湖面14m处,共1层,朝向正北;空气温度、相对湿度传感器分别架设在距湖面12m、12.5m处,共2层,朝向正北;翻斗式雨量计安装在距湖面10m处;四分量辐射仪安装在距湖面10m处,朝向正南;一个红外温度计安装在距湖面10m处,朝向正南,探头朝向是垂直向下;湖水温度探头设在水下0.2, 0.5, 1.0, 2.0, and 3.0 m处;光合有效辐射仪安装在距湖面10m处,探头朝向是垂直向下,朝向正南。 观测项目有:风速(WS_14m)(单位:米/秒)、风向(WD_14m)(单位:度)、空气温湿度(Ta_12m、Ta_12.5m和RH_12m、RH_12.5m)(单位:摄氏度、百分比)、降水量(Rain)(单位:毫米)、湖表辐射温度(IRT_1)(单位:摄氏度)、光合有效辐射(PAR)(单位:微摩尔/平方米秒) 、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、湖水温度(Tw_20cm、Tw_50cm、Tw_100cm、Tw_200cm、Tw_300cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;由于冬季湖水结冰故将水温探头收回,故2021.1.1-2021.5.31期间无水温数据记录;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-1-1 10:30。
李小雁
该数据集包含了2021年1月1日至2021年10月9日青海湖流域地表过程综合观测网高寒草甸草原混合草原超级站气象要素梯度观测系统数据。站点位于青海省天峻县苏里路旁侧,下垫面是高寒草甸和高寒草原的混合。观测点经纬度为:东经 98°35′41.62″E,北纬 37°42′11.47″N,海拔3718m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m、15m、20m、30m、40m处,共7层,朝向正北;气压计安装在3m处;翻斗式雨量计安装在塔西偏北侧10m平台上;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤热流板(自校正式)(3块)依次埋设在地下6cm处,朝向正南距离塔体2m处;土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的正东方;土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的正东方;光合有效辐射仪安装在6m处,探头垂直向上和向下方向各一个,朝向正南。 观测项目有:风速(WS_3m、WS_5m、WS_10m、WS_15m、WS_20m、WS_30m、WS_40m)(单位:米/秒)、风向(WD_3m、WD_5m、WD_10m、WD_15m、WD_20m、WD_30m、WD_40m)(单位:度)、空气温湿度(Ta_3m、Ta_5m、Ta_10m、Ta_15m、Ta_20m、Ta_30m、Ta_40m和RH_3m、RH_5m、RH_10m、RH_15m、RH_20m、RH_30m、RH_40m)(单位:摄氏度、百分比)、降水量(Rain)(单位:毫米)、气压(Press)(单位:百帕)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒) 、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_400cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_400cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018/8/31 10:30。
李小雁
该数据集包含了2021年1月1日至2021年10月13日青海湖流域地表过程综合观测网亚高山灌丛气象要素梯度观测系统数据。站点位于青海省刚察县沙柳河镇大寺附近,下垫面是亚高山灌丛。观测点经纬度为:东经100°6'3.62"E,北纬37°31'15.67" N,海拔3495m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处,共3层,朝向正北;气压计安装在3m处;翻斗式雨量计安装在塔西偏北侧2m平台上;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤热流板(自校正式)(3块)依次埋设在地下6cm处,朝向正南距离塔体2m处;土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和500cm处,在距离气象塔2m的正东方;土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和500cm处,在距离气象塔2m的正东方;光合有效辐射仪安装在6m处,探头垂直向上和向下方向各一个,朝向正南。 观测项目有:风速(WS_3m、WS_5m、WS_10m)(单位:米/秒)、风向(WD_3m、WD_5m、WD_10m)(单位:度)、空气温湿度(Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m)(单位:摄氏度、百分比)、降水量(Rain)(单位:毫米)、气压(Press)(单位:百帕)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒) 、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_500cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_500cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018/8/31 10:30。
李小雁
该数据集包含了2021年1月1日至2021年10月13日的青海湖流域水文气象观测网温性草原气象要素梯度观测系统数据。站点位于青海省刚察县三角城种羊场,下垫面是温性草原。观测点经纬度为:东经 100°14'8.99"E,北纬 37°14'49.00"N,海拔3210m。风速/风向、风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处,共3层,朝向正北;气压计安装在3m处;翻斗式雨量计安装在塔西偏北侧;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤热流板(自校正式)(3块)依次埋设在地下6cm处,朝向正南距离塔体2m处;土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的东方;土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的东方;光合有效辐射仪安装在6m处,探头垂直向上和向下方向各一个,朝向正南。 观测项目有:风速(WS_3m、WS_5m、WS_10m)(单位:米/秒)、风向(WD_3m、WD_5m、WD_10m)(单位:度)、空气温湿度(Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m)(单位:摄氏度、百分比)、降水量(Rain)(单位:毫米)、气压(Press)(单位:百帕)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒) 、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_400cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_400cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018/8/31 10:30。
李小雁
不同相态降水(降雪、雨夹雪和降雨)对地表水循环和能量收支产生不同性质影响。因此,对不同相态降水进行区分至关重要,特别是在气候变化背景下。基于Ding et al.(2014)提出的不同相态降水分离参数化方案和基于观测的逐日格点数据集(CN05.1),以湿球温度、相对湿度、地表气压和高程数据作为输入,我们生成了一套1961-2016年期间中国区域不同相态降水(降雪、雨夹雪和降雨)及其湿球温度阈值的逐日格点数据集,空间分辨率为0.25°。在此基础上,进一步计算了逐年降雪、雨夹雪和降雨总量。该数据可为冰冻圈科学、水文学、生态学和气候变化相关研究提供基础数据。
苏勃, 赵宏宇
该数据集包含了黑河流域地表过程综合观测网中游大满站的大孔径闪烁仪通量观测数据。中游大满站分别架设了BLS900和RR-RSS460型号的大孔径闪烁仪,北塔为BLS900的接收端和RR-RSS460的发射端,南塔为BLS900的发射端和RR-RSS460的接收端。观测时间为2021年1月1日至2021年12月31日。站点位于甘肃省张掖市大满灌区内,下垫面是玉米、果园和大棚,以玉米为主。北塔的经纬度是100.3785E,38.8607N,南塔的经纬度是100.3685E,38.8468N,海拔高度约1556m。大孔径闪烁仪的有效高度24.1m,光径长度是1854m,采样频率是1min。 大孔径闪烁仪原始观测数据为1min,发布的数据为经过处理与质量控制后的数据,其中感热通量主要是结合自动气象站观测数据,基于莫宁-奥布霍夫相似理论通过迭代计算得到,主要的质量控制步骤包括:(1)剔除Cn2达到饱和的数据(BLS900:Cn2>7.25E-14,RR-RSS460:Cn2>7.84 E-14);(2)剔除解调信号强度较弱的数据(BLS900:Average X Intensity<1000;RR-RSS460:Demod>-20mv);(3)剔除降水时刻的数据;(4)剔除稳定条件下的弱湍流的数据(u*小于0.1m/s)。在迭代计算过程中,对于BLS900,选取Thiermann and Grassl(1992)的稳定度普适函数;对于RR-RSS460,选取Andreas(1988)的稳定度普适函数,详细介绍请参考Liu et al. (2011, 2013)。由于仪器维修、供电不足和信号问题,大孔径闪烁仪数据缺失的日期为: 2021.05.15-2021.06.10。 关于发布数据的几点说明:(1)中游LAS数据以BLS900为主,缺失时刻由RR-RSS460观测补充,两者都缺失则以-6999标记。(2)数据表头:Date/Time :日期/时间(格式:yyyy/m/d h:mm),Cn2 :空气折射指数结构参数(单位:m-2/3),H:感热通量(单位:W/m2)。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xlsx格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
本数据包含川藏铁路沿线及周边地区内所有子流域单元的十年一遇、二十年一遇、一百年一遇最大24h降水值,根据《中国地面气象站逐小时观测资料》中原始数据,对评估区域内逐年最大24h降水序列进行频率计算得到。数据根据1979-2018各栅格点逐时降雨过程累加得到逐年最大24h降水序列,拟合评估区域的降水频率曲线,求得十年一遇最大24h降水值,并使用GIS统计到子流域评估单元。可用于川藏铁路沿线及周边地区天气气候监测、气候变化研究、模式检验及水文预报等领域的研究。
王中根
本数据集整理和收集了川藏铁路沿线及周边地区实测和调查最大24H降雨量点数据。含有流域KID、station、省份、X坐标、Y坐标、rain、date等字段数据。共计43条记录。数据来源于中国暴雨统计参数图集(2006版)。将中国暴雨统计参数图集(2006版)实测和调查最大24H降雨量点数据在川藏铁路沿线及周边地区范围内的点人工数字化。原始数据精度是1°×1°网格数据,适用于全国范围设计暴雨综合研究。
王中根
以中国科学院区域气候-环境重点实验室研制的区域环境集成系统模式为基础,建成了青藏高原对流解析区域气候模式。 模式模拟区域的网格中心位于(34N,100E), 水平分辨率为3km,模式的模拟网格点数为465(经向)X 375(纬向)。垂直方向为27层。模式层顶气压为50 百帕。缓冲区为15个网格,积分时间为2010年一年,采用欧洲中期天气预报中心的水平分辨率为0.25X0.25时间间隔为6小时的ERA5再分析资料作为驱动场,生成水平分辨为3公里*3公里时间间隔为1小时2010年青藏高原地面气象要素驱动数据 采用青藏高原对流解析区域气候模式进行动力降尺度后,解决青藏高原等地区缺乏长时间序列高时空分辨率的气象数据集的瓶颈问题,为青藏高原气候和环境未来变化、生态安全屏障建设等提供坚实可靠的科学数据基础。
熊喆
青藏高原及周边地区孕灾、致灾、承灾数据集包含了地貌数据、归一化植被指数数据、年均气温与降雨数据、承灾价值等级数据,覆盖656万平方公里的范围。该数据集主要是为了进行灾害、风险评价而准备。由于覆盖范围巨大,地貌数据采用了150m空间分辨率,其他数据采用了1000m空间分辨率。地貌、植被指数、气温降雨数据主要通过加工开源数据生产,承灾价值等级数据为叠加计算生产,综合考虑了人口数据、夜间灯光指数、建筑物、地表覆被类型。
唐晨晓
青藏高原2018-2019年1km分辨率逐月气象数据集时间为2018年1月-2019年12月。原始数据来自地球陆地表面高分辨率气候学数据(CHELSA, Climatologies at high resolution for the earth’s land surface areas),经过空间校正、精度验证和裁剪等得到1km分辨率降水量、风速、气温、湿度数据。 数据可用ArcGIS、ENVI或其他地理信息系统和遥感软件打开使用。
杨雅萍
数据集为中国多情景多模式逐月降水量数据,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)的气候数据,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0.1mm。文件命名是GCM_SSP_pre-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_pre-30s-1.nc文件为例,表示SSP119情景下EC-Earth3气候模式的1km分辨率2021.1-2022.12逐月降水数据。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。
彭守璋
“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。
洪仲坤, 龙笛
由于气象站点在三江流域内分布不均,并且多沿着交通干线,无观测数据的地区多,普通的空间插值方法难以获得准确的空间分布特征。基于WorldClim v2.1空间数据集中的降雨量数据,采用MATLAB语言读取三江流域研究区内降雨量数据,进行计算并输出为GIS格式的数据,采用ArcGIS软件实现三江流域2007-2018年平均年降雨量状况的空间分布数据集。通过该数据集,有效解决了三江流域因地势复杂、高山峡谷众多导致气象站点在区内分布不均的问题,可较好的反映三江流域年降雨量的2007-2018年长期的平均分布状况。为区域内滑坡发育的外动力环境因素提供了基础。
刘明浩
降雨量是重要影响青藏高原三江流域滑坡稳定性的外动力环境要素之一。收集研究区三江流域内典型区域10处气象观测站点五道梁、沱沱河、曲麻莱、那曲、玉树、丁青、昌都、巴塘、得荣、丽江的降雨量月值数据,对收集数据进行筛选、剔除、分类计算等加工程序,获得研究区关键区域的年降雨量外动力环境因素2000-2020年时序数据集,通过该数据集,可反映三江流域关键区2000-2020年年年降雨量变化规律及趋势,了解影响青藏高原滑坡的外动力因素降雨量的变化情况。
刘明浩
波密县天摩沟地面气象数据是由布置在帕隆藏布流域天摩沟中游的气象监测点采集获得的,数据采集时间为2020年。数据主要内容包括天摩沟雨量和气温观测数据,雨量数据通过HOBO雨量计采集得到,HOBO雨量计为翻斗式雨量计,每0.2mm降雨量记录为一次事件,输出记录的事件次数,事件次数乘以0.2mm即为雨量值;气温由数据记录仪中内置的一个10位分辨率温度传感器测量,采集方式为每小时采集存储一次,可以获得气温小时均值。该数据质量可靠、精度较高,可用于反映天摩沟雨量和气温实时变化动态,监测泥石流起动临界条件,预报该地区未来泥石流事件发生的可能性。
侯伟鹏
该数据集记录了阿里荒漠环境综合观测研究站观测场内(33°23.42′ N, 79°42.18′ E, 4270 m asl)2019-2020年的气象数据,数据时间分辨率为天。包含如下基本参数:气温(℃)、相对湿度(%)、风速(m/s)、风向(°)、气压(hPa)、降水量(mm)、水汽压(Kpa)、向下短波辐射(W/m²)、向上短波辐射(W/m²) 、向下长波辐射(W/m²) 、向上长波辐射(W/m²) 、净辐射(W/m²)、地表反照率(%)、土壤温度(℃)、土壤含水量(%)。 观测仪器的传感器型号:大气温度和湿度:HMP45C;降水:T200-B;风速和风向: Vaisala 05013;净辐射:Kipp Zonen NR01;气压:Vaisala PTB210;土壤温度:109温度探头;土壤含水量:CS616。数据采集器:CR 1000。原始数据的时间分辨率为30 min。 该数据可供从事气象、大气环境或生态等研究的科研人员使用。
赵华标
该气象数据为中国科学院珠穆朗玛大气与环境综合观测研究站观测场内(86.56°E, 28.21°N,4276m)2019-2020年观测的气温、相对湿度、风速、降水量、气压、辐射、土壤温湿度等基本气象数据。降水量为日累计值。 所有数据严格按照仪器操作规范进行观测和采集,在加工生成数据时,剔除了一些明显的误差数据。 该数据可供从事气象、大气环境或生态等研究的学生和科研人员使用(注意:使用时必须在文章中标明数据来源于中国科学院珠穆朗玛大气与环境综合观测研究站,Qomolangma Station for Atmospheric and Environmental Observation and Research, Chinese Academy of Sciences (QOMS/CAS))
席振华
该数据集为云降水过程综合观测数据集的分数据集,源自2021年期间在六盘山地区开展的综合考察试验。六盘山科考在大湾站、径源站、六盘山站、隆德站等多地实施,其中大湾站主要布署CFL-06型风廓线雷达、HT101型云雷达、MRR-2微雨雷达、DSG5型雨滴谱仪、三维风速仪、C12激光云高仪,径源站主要布署QFW-6000型微波辐射计、HMB-KPS型云雷达、DSG5型雨滴谱仪、CL51激光云高仪,六盘山站主要布署HT101型云雷达、MRR-2微雨雷达、OTT型激光雨滴谱仪、云凝结核(CCN)计数器、三维风速仪、FM120雾滴谱仪、C12激光云高仪,隆德站主要布署RPG-HATPRO-G4型微波辐射计、CFL-06型风廓线雷达、HT101型云雷达、MRR-2微雨雷达、OTT型激光雨滴谱仪、C12激光云高仪,同时开展自动气象站、铁塔(和尚铺)和X波段全固态双线偏振多普勒天气雷达(彭阳县),以及梯度站等观测,可为高原系统东移对下游的影响研究,以及为揭示高山地区大气边界层和自由大气交换过程对气溶胶、云、雾和降水及其相互作用的影响提供数据支撑。
付丹红
该数据集为云降水过程综合观测数据集的分数据集,源自2021年期间在三江源地区开展的综合考察试验。三江源科考以先进的空中国王飞机观测为主,机载观测系统包括气溶胶、云粒子谱仪和图像仪观测,观测要素包括IP探头降水粒子浓度及图像、CIP探头云粒子浓度及图像、CAS探头云和气溶胶粒子数据、Hotwire_LWC探头液水数据、CAPS Summary 气溶胶、云、降水综合数据、AIMMS探头常规气象要素、PCASP-100探头气溶胶粒子数据。地面观测包括雨滴谱仪、微波辐射计和X波段雷达,其中雨滴谱仪主要观测等效体积直径、粒子下降速度,微波辐射计主要观测温度、湿度、水汽和液态水等,X波段雷达主要观测强度,速度,谱宽等,可为西风-季风协同影响对三江源云降水过程的影响研究提供数据支持。
付丹红
该数据集为云降水过程综合观测数据集的分数据集,源自2020年期间在祁连山南北坡开展的综合考察试验,空中观测以空中国王飞机为主,地基考察包括自动气象站、雨滴谱仪、微波辐射计、云雷达、探空秒数据等,其中自动气象站观测要素包括气温、气压、湿度、风向、风速、降水量,雨滴谱仪观测要素包括粒子谱、降水强度等,微波辐射计观测要素为大气温度、湿度廓线,云雷达观测要素主要为定点垂直观测数据,并开展气溶胶、雨水、冰雹、土壤样品采集,可为揭示西风-季风对祁连山云降水过程和大气水循环的影响研究提供数据支持。
付丹红
该数据集为云降水过程综合观测数据集的分数据集,源自2019-2021年期间在林芝地区开展的云降水物理过程外场观测试验,观测仪器包括Ka波段毫米波云雷达、微雨雷达和雨滴谱仪,其中Ka波段毫米波云雷达观测要素包括定点垂直观测、RHI扫描观测、体扫观测数据,微雨雷达观测要素包括粒子谱、液态含水量、降水强度等,雨滴谱仪观测要素包括粒子谱、降水强度等,该数据集可为藏东南区域云降水物理过程的形成机理和变化趋势,以及对西风-季风变化的响应机制研究提供数据支撑。
付丹红
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
在共享社会经济路径(SSP)5-8.5情景下4个CMIP6模式2015-2100年的模拟结果。选取标准为这四个模式水平分辨率均小于1°,且均有日数据。从原始模拟结果中提取了8个代表极端气候的变量,分别是日最高气温的极高值(TXx)、日最低气温的极高值(TNx)、日最高气温的极低值(TXn)、日最低气温的极低值(TNn)、连续干旱日数(CDD)、连续湿润日数(CWD)、降水强度(SDII)和强降水日数(R20mm)。数据时间分辨率为年,空间范围为青藏高原地区,时间范围为2015-2100年。
张冉
1)本数据是依据最新的22个CMIP6耦合全球气候模式模拟结果计算的Aridity Index(干燥指数)数据;2)计算公式为P/PET(降水与潜在蒸散发的比值),PET的计算依据PM公式;3)包括SSP2-4.5与SSP5-8.5两种情境的中亚大湖区1900年1月到2100年12月的月数据,分辨率为1度*1度;4)该数据可用于分析未来中等以及高排放情境下中亚大湖区干湿格局分布以及演变过程的预估。该数据已进行3个月滑动处理。
华丽娟
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
1)数据内容(包含的要素及意义):高寒网19个站(藏东南站、纳木错站、珠峰站、慕士塔格站、阿里站、格尔木站、天山站、祁连山站、若尔盖站(共2个点,西北院和成都生物所)、玉龙雪山站、那曲站(含3个站点,青藏所、西北院和地理所)、海北站、三江源站、申扎站、拉萨站、青海湖站)2020年青藏高原气象观测数据集(气温、降水、风向风速、相对湿度、气压、辐射和通量等数据) 2)数据来源及加工方法:高寒网19个站实地观测Excel格式 3)数据质量描述:站点日分辨率 4)数据应用成果及前景:在高寒网各野外站和泛第三极地区境外台站的长期观测数据基础上,建立泛第三极地区气象、水文及生态要素系列数据集;通过重点区域的强化观测与样地和样点验证,完成气象要素、湖泊水量与水质、地上植被生物量、冰川冻土变化等数据产品的反演;基于物联网技术,研制建立多站联网的气象、水文、生态数据管理平台,实现联网数据实时获取与远程控制及共享。另外,该数据集是对中国高寒区地表环境与观测网络气象数据(2019)的更新。
朱立平
该数据集是“雅鲁藏布江流域高时空分辨率降水数据(1981-2016)”的第二版,在原有基础上增加了2017-2019年的数据。 该数据集描述了雅鲁藏布江流域的降水时空分布,融合了 CMA、GLDAS、ITP-Forcing、MERRA2、TRMM五套再分析降水产品和卫星降水产品, 并结合流域内9个国家气象站和166个水利部雨量筒的观测降水制作而成,时间范围为1981-2019年,时间分辨率为3 h,空间分辨率为5 km,单位是mm/h。该数据将为雅江流域的研究提供更好的数据支撑,可用于研究流域水文过程对气候变化的响应等领域。具体使用信息请看随数据一同上传的说明文档。
汪远伟, 王磊, 李秀萍, 周璟
本数据集为覆盖全球范围考虑积融雪过程的标准化水分距平指数(SZIsnow),该干旱指数数据集由GLDAS-2驱动产生。该指数考虑了与干旱发展相关的诸多水文过程,尤其是积融雪过程。目前许多干旱指数忽略了积融雪过程,导致不能准确地对积雪地区干旱的发生和发展进行评估,该指数很好地弥补了这一不足,解决了干旱物理机制解析与多时间尺度分析无法兼顾,不同类型干旱难以统一评估的两个难题。经验证该指数能够很好地对全球不同地区的历史干旱时间进行定量描述,其优异表现在高纬度和高海拔地区更为突出。因此本数据集可以为干旱的监测评估以及干旱相关研究提供科学参考。
吴普特, 田磊, 张宝庆
1) 数据内容(包含的要素及意义):数据包含气温(℃)、降水(mm)、相对湿度(%)和风速(m/s)和辐射(W/m2)四个指标的日值。 2) 数据来源及加工方法:气温、相对湿度、辐射和风速为日均值,降水为日累计值;数据采集地点为色季拉山东坡林线附近:29°39′25.2″N,94°42′25.62″E,4390m;下垫面为自然草地;采集器型号:Campbell Co CR1000,采集间隔时长:10分钟。数字化自动采集数据。气温和相对湿度仪器探头为HMP155A;风速传感器为05103;降水为TE525MM;辐射为Li200X。 3) 数据质量描述:气温、相对湿度和风速原始数据为10分钟一个的平均值,降水为10分钟的累积值;分别通过算术平均或求和得到日平均气温、相对湿度、降水量和风速。由于传感器限制,冬季降水量可能有一定的误差。 4) 数据应用成果及前景:此数据是已有数据《色季拉山气象数据(2007-2017)》和《中科院藏东南站色季拉山东坡林线基本气象数据(2018)》的更新,数据时间尺度跨度大,方便大气物理、生态、大气环境等方面的科学家或研究生使用。每年会不定期更新此数据。
罗伦
本数据由中国科学院纳木错多圈层综合观测研究站自动气象站观测获得,地理位置坐标为北纬30.77,东经90.96,海拔4730m,日尺度,降水量数据经过校正处理。数据集要素包括气温、降水量、相对湿度、风速、总辐射、气压。时间范围为2019年1月1日到2020年12月29日。监测期间数据稳定、连续性较好,通过气象数据分析,对认知该区域局地气候变化的情况有重要帮助,同时,本数据应用前景广泛,可服务于如大气科学、水文学、气候学、自然地理学和生态学等背景的研究生和科学家。
王君波
该气象数据为位于中科院藏东南站观测场内(94.738286°E, 29.76562°N,3326m)观测的气温、相对湿度、风速、降水量和气压等基本气象数据,下垫面为林间草地。原始数据的时间分辨率为10 min,气温、相对湿度、风速和气压通过计算算术平均值得到,降水量为日累计值。气象站架设于2006年底,2020年8月对各探头进行了更换,使用时请注意,更新前后各仪器探头型号如下:温湿度探头型号由HMP45C更换为HMP155;气压探头型号由PTB220更换为PTB110;风速传感器型号由034B更换为0513,雨量筒传感器型号没有改变均为RG13H。 该数据可供从事气象、大气环境或生态等研究的学生和科研人员使用(注意:使用时必须在文章中标明数据来源于中国科学院藏东南高山环境综合观测研究站,South-East Tibetan plateau Station for integrated observation and research of alpine environment,CAS)
罗伦
1)数据内容为65国平均降雨侵蚀力R栅格数据,空间分辨率为1km。2)数据源为Climate Prediction Center(CPC)发布的基于全球站点数据,基于此生成的0.5°×0.5°网格日降雨数据,从而计算了65国降雨侵蚀力R因子。3)采用中国气象局全国2358个气象站1986-2015年日降雨数据计算R值,对建立CPC数据源计算的R值进行复核修订,最终取得的数据质量良好。4)降雨侵蚀力R因子作为CSLE模型的动力因子,其数据可分析65国土壤侵蚀模拟及其空间格局分析,对于研究土壤侵蚀机理等具有重要意义。
章文波
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
1)数据内容为重点区域20国30年(1986-2015)平均降雨侵蚀力R栅格数据,空间分辨率为300米。2)采用Climate Prediction Center (CPC)发布的基于全球站点数据生成的0.5°×0.5°网格日降雨数据计算重点区域20国降雨侵蚀力R因子。3)采用中国气象局全国2358个气象站1986-2015年日降雨数据计算R值,对采用CPC数据源计算的R值进行复核校验,发现CPC数据计算的R值系统偏低,并对CPC数据计算的R值结果进行修订,最终取得的数据质量良好。4)降雨侵蚀力R因子作为CSLE模型的动力因子,其数据对重点区域20国土壤侵蚀的模拟及其空间格局分析等具有重要意义。
章文波
本数据包括第二次青藏高原野外综合科学考察的影像资料。影像资料内容包括科考途中自然保护区采集样方的样地照片,云南西北部和四川西部自然保护区的森林生态系统,草地生态系统,湖泊生态系统的影像,植被情况,野生动植物生境,保护区内的动物,植物和真菌类数据。此外,影像数据还包括科考的样品采集过程和社区调查中科考队员入户调查以及与当地保护部门访谈的影像资料。数据来源于无人机和相机拍摄,可为科学研究提供佐证和参考。
苏旭坤
本数据集为:由CMIP6计划中MPI-ESM-HR1.2模式数据进行驱动,对CORDEX区域8(中亚区域)用WRF模式进行动力降尺度模拟得到的结果。数据包含2m温度(变量T2)和降水这两个变量,其中降水变量由对流降水(变量RAINC)和非对流降水(变量RAINNC)两部分组成。时间段包含历史试验(1995-2014年)、未来近期(2021-2040年)和未来中期(2041-2060年),其中未来时间段包含SSP1-2.6和SSP5-8.5两种情景。模拟的时间分辨率为6小时一次,空间分辨率为25km,垂直层数为51层,热启动为1994年一整年,使用了海温更新,并且选取了在该地区表现较好的参数化方案组合。该数据集能较好地反应中亚地区和青藏高原地区未来的气候变化特征,能为相关国家适应气候变化做出应对提供指导。
罗勇, 周杰威, 施文
该数据集是利用气候模型COSMOS运行的,37.5-32kaBP轨道变化瞬变试验TRN40ka,来自Zhang et al(2021, Nature Geoscience,https://www.nature.com/articles/s41561-021-00846-6)。 具体的试验设计请参考原文献。 COSMOS(ECHAM5-JSBACH-MPI-OM)是德国马普所研发的海洋大气植被耦合气候模型。大气-陆面模块ECHAM5-JSBACH的空间分辨率为T31(∼3.75°),垂直19层;海洋模块MPI-OM是不规则网格,水平分辨率为 (3°×1.8°) ,垂直40层。
张旭
本数据为降水数据,是热带降水测量任务TRMM(Tropical Rainfall Measuring Mission)逐月降水产品TRMM 3B43,融合青藏高原为主主体的范围区域(25~40°N;73~105°E)内332个气象站点降水数据,该气象站降水数据源自中国气象局国家气象信息中心。本数据集采用站点3°插值优化变分订正方法计算获得的再分析数据集。时间跨度为1998年1月至2018年12月的月样本资料,空间覆盖范围是25~40°N;73~105°E,空间分辨率为1°*1°。
徐祥德, 孙婵
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