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
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
本数据为中亚大湖区2017年逐6小时分辨率常规和卫星资料。其中常规资料包含中亚大湖区及其周边地区（中国、哈萨克斯坦、吉尔吉斯斯坦、土库曼斯坦、塔吉克斯坦、乌兹别克斯坦、阿富汗、俄罗斯、伊朗、巴基斯坦、印度等）的地面台站和探空站点观测，观测要素包含气温、气压、风速和湿度，每个时次的站点数平在600个左右，站点间距离在10-100km之间；卫星资料来源于极轨气象卫星（NOAA-18、NOAA-19、METOP-A和METOP-B）反演的云导风，并重采样到30km水平分辨率。云导风通过追踪示踪云的移动来估计风速，由示踪云的高度确定风场高度。本数据全部来源于全球电信系统Geostationary Tether Satellite（GTS），经过质量控制剔除了质量较差的观测资料。该数据可应用于中亚大湖区的资料同化，也可用于检验和评估模式对中亚大湖区的数值模拟。
姚遥
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，其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。
刘铁
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
