太阳总辐射和散射采用辐射表(CM22, Kipp & Zonen, 荷兰)测量,波长范围200-3600 nm。温湿度数据来源于IPEV/PNRA 项目 “Routine Meteorological Observation at Station Concordia” ,http://www.climantartide.it,地面水汽压单位为hPa。本数据集包括:利用经验模型计算的地面太阳总辐射、损失于大气中的吸收和散射辐射(小时累计值,单位MJ/m2)、大气顶和地表反照率;还包括散射因子(S/G)地面水汽压(E,单位hPa)。太阳辐射数据来源于数据提供者的计算、实验站测量,数据覆盖时间为2006-2016年(Bai, J.; Zong, X.; Lanconelli, C.; Lupi, A.; Driemel, A.; Vitale, V.; Li, K.; Song, T. 2022. Long-Term Variations of Global Solar Radiation and Its Potential Effects at Dome C (Antarctica). Int. J. Environ. Res. Public Health, 19, 3084. https://doi.org/10.3390/ijerph19053084)。该数据集可以用于南极Dome C地区太阳辐射及其衰减等相关研究。地面太阳辐射和其他气象数据可以参考:https://doi.org/10.1594/PANGAEA.935421
白建辉
太阳总辐射采用辐射表(CM21, Kipp & Zonen, 荷兰)测量,波长范围200-3600 nm。温湿度分别采用温湿度传感器HMP45C-GM (Vaisala Inc., Vantaa, Finland)测量。本数据集包括:利用经验模型计算的地面太阳总辐射、损失于大气中的吸收和散射辐射(小时累计值,单位MJ/m2)、大气顶和地表反照率;还包括散射因子(AF)地面水汽压(E,单位hPa)。太阳辐射数据来源于数据提供者的计算、实验站测量,数据覆盖时间为2007-2020年。关于数据处理和太阳总辐射计算等可参考文献:Bai, J.; Zong, X.; Ma, Y.; Wang, B.; Zhao, C.; Yang, Y.; Guang, J.; Cong, Z.; Li, K.; Song, T. 2022. Long-Term Variations in Global Solar Radiation and Its Interaction with Atmospheric Substances at Qomolangma. Int. J. Environ. Res. Public Health, 19, 8906. https://doi.org/10.3390/ijerph19158906。该数据集可以用于珠峰地区太阳辐射及其衰减等相关研究。珠峰站太阳辐射和其他气象数据可以参考:https://data.tpdc.ac.cn/zh-hans/data/b9ab35b2-81fb-4330-925f-4d9860ac47c3/。
白建辉
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
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。
张雪影
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。
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
“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。
徐新良
近地表气温是反映气候变化的重要物理参数。为了获得中国地区高时空分辨率的日数据(Tmax、Tmin和Tavg),我们充分分析了各种现有数据(再分析数据、遥感数据和原位数据)的优缺点。针对不同的天气条件建立了不同的Ta重建模型,并通过建立不同区域的修正方程进一步提高数据精度。最后,获得了1979 - 2018年中国逐日气温数据集(Tmax、Tmin和Tavg),空间分辨率为0.1°。 对于Tmax,使用原位数据的验证表明,均方根误差(RMSE)范围为0.86°C至1.78°C,平均绝对误差(MAE)范围为0.63°C至1.40°C,皮尔逊系数(R2)范围为0.96至0.99。Tmin的RMSE为0.78°C ~ 2.09°C, MAE为0.58°C ~ 1.61°C, R2为0.95 ~ 0.99。对于Tavg, RMSE范围为0.35°C ~ 1.00°C, MAE范围为0.27°C ~ 0.68°C, R2范围为0.99 ~ 1.00。此外,利用多种评价指标分析Ta的时空变化趋势,Tavg增加幅度大于0.0°C/a,与全球变暖的总体趋势一致。 综上所述,该数据集具有较高的空间分辨率和可靠的精度,弥补了之前在高空间分辨率下缺失的温度值(Tmax、Tmin和Tavg)。该数据集也为研究气候变化,特别是高温干旱和低温冷害提供了关键参数。
方舒, 毛克彪
中亚是一个高度农业化的地区,其农业资源有限且非常脆弱。为了评估未来气候变化对中亚农业的潜在影响,我们基于3个全球气候模式的9千米动力降尺度结果生产了一个中亚农业气候指数(agroclimatic indicators)高分辨率预估数据集。这些农业气候指数是生长季长度(growing season length, GSL, days),有效积温(biologically effective degree days, BEDD, ℃),霜冻天数(frost days, FD, days),夏日天数(summer days, SU, days),热浪天数(warm spell duration index, WSDI, days)和热夜天数(tropical nights, TR, days)。时段是1986-2005和2031-2050,空间分辨率为0.1°。由于这些指数(除了WSDI)都是基于温度的绝对阈值定义的,对区域模拟结果的系统偏差非常敏感,我们首先用分位数映射法(quantile mapping, QM)订正了模拟的气温,然后基于订正后的气温计算指数。评估结果显示:QM方法大幅减小了指数的偏差。预估结果显示:GSL,SU,WSDI和TR在整个中亚将显著增大,而FD将显著减小;BEDD的变化具有明显的空间差异性,在中亚北部和山区是增大的,在平原的中部和南部是减小的。这个高分辨率的数据集可被用于评估未来气候变化对中亚农业的风险影响。
邱源
冰川区域内的近地表气温变化和温度预测的可靠性是水文和冰川学研究的重要问题,由于缺乏高海拔观测,这些问题仍然难以捉摸。本研究基于从 6 个不同流域的 12 个自动气象站、43 个温度记录仪和 6 个国家气象站收集的 2019 年气温数据,展示了不同冰川/非冰川地区的气温变化,并评估了不同温度预测的可靠性,以减少消融估计中的误差。结果表明,不同气候背景下温度递减率 (LRs) 的空间异质性很大,最陡峭的 LRs 位于寒冷干燥的青藏高原西北部,最低的 LRs 位于受暖湿季风影响的青藏高原东南部。青藏高原西部和中部高海拔冰川区的近地表气温受下降风的影响较小,因此可以从冰川外的记录中线性预测。相比之下,青藏高原东南部温带冰川上盛行的局地降风风对环境气温的降温作用明显,因此,冰川上气温明显低于同等海拔的非冰川地区。因此,来自低海拔非冰川站的线性温度预测可能导致正度日数高估 40%,特别是对于流线距离长且冷却效果显着的大型冰川。这些发现提供了值得注意的证据,表明在估算青藏高原冰川融化时,应仔细考虑不同气候条件下高海拔冰川的不同 LR 和相关冷却效应。
杨威
本数据集是一个包含接近35年(1984-2018)的全球高分辨率光合有效辐射数据集,其分辨率为3小时/逐日/逐月,10公里,数据单位为W/㎡,瞬时值。该数据集可用于生态过程模拟和全球碳循环的理解。该数据集是基于改进的物理参数化方案并以ISCCP-HXG云产品、ERA5再分析数据、MERRA-2气溶胶数据以及MODIS反照率产品为输入而生成的。验证并和其他全球卫星辐射产品比较表明,该数据集的精度通常比CERES全球卫星辐射产品的精度要高。该全球辐射数据集将有助于未来生态过程模拟的研究和全球二氧化碳通量的估算。
唐文君
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
本数据集包含了青藏高原及周边地区(南亚:尼泊尔、不丹、印度、巴基斯坦、孟加拉、斯里兰卡、马尔代夫;中亚:土克曼斯坦、吉尔吉斯斯坦、乌兹别克斯坦、塔吉克斯坦、哈萨克斯坦、阿富汗斯坦;西亚:伊朗、伊拉克、阿塞拜疆、格鲁吉亚、亚美尼亚、土耳其、叙利亚、约旦、以色列、巴勒斯坦、沙特、巴林、卡塔尔、也门、阿曼、阿拉伯联合酋长国、科威特、黎巴嫩、塞浦路斯)的2017年二氧化硫、氮氧化物、PM2.5排放网格化清单。排放清单来源于IIASA网络公开的数据集,通过使用ArcGIS软件技术将排放清单处理为50km*50km的网格数据集,其质量可以保证。该数据可用于模型工作者对于第三极区域气候及空气质量的进一步研究。
吴清茹
本数据集包含了中国第三极地区(西藏、新疆、云南、青海)的2019年二氧化硫、氮氧化物、PM2.5排放网格化清单。排放清单来源于清华大学王书肖教授课题组排放清单数据库,通过使用ArcGIS软件技术将排放清单处理为1km*1km的网格数据集。排放计算的基础数据基于公开数据搜集、卫星观测数据、文献搜集等方式,以排放因子法进行计算,数据来自于国家统计局数据及其它行业统计年鉴。该数据可用于模型工作者对于第三极区域气候及空气质量的进一步研究。
吴清茹
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) 青藏高原地面气象驱动数据集(2019-2020),包括地表温度(Land surface temperature)、地表降水率(Mean total precipitation rate)、下行短波辐射(Mean surface downward long-wave radiation flux)以及下行长波辐射(Mean surface downward short-wave radiation flux)4个气象要素。 2) 该数据集以ERA5再分析数据为基础,辅以MODIS NDVI、MODIS DEM、FY3D MWRI DEM数据产品。通过多元线性回归方法对ERA5再分析数据进行降尺度处理,最后通过重采样生成。 3) 青藏高原地面气象驱动数据集(2019-2020)各数据要素均以TIFF格式存储,时间分辨率包括(每日、每月、每年),空间分辨率统一为0.1°×0.1°。 4) 本数据方便不会使用.nc格式的此类同化数据的科研人员和学生使用。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。
朱立平, 杜宝隆
本数据集包含了2012-2020年东亚地区高分辨率对流层二氧化氮垂直柱浓度POMINO v2.1数据,是v2.0.1错误修复后的新版本数据,为研究中国地区对流层二氧化氮的空间分布特征和时间变化趋势提供了重要的数据基础。该数据基于KNMI提供的对流层二氧化氮斜柱浓度,通过自行开发的对流层AMF反演算法,计算得到POMINO对流层二氧化氮垂直柱浓度。与地基观测资料的对比表明,POMINO的对流层二氧化氮柱浓度能够更好地抓住日际间的变化趋势,同时与地基观测数据的相关性也更好。目前该数据已被国内外多家高校以及科研机构用于科研使用,在未来,该数据集将对青藏高原科考项目提供更加全面的数据支持。
林金泰
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
观测数据来自中国气象局乌鲁木齐沙漠气象研究所于2019年建设的塔吉克斯坦帕米尔高原冰川观测站,包含空气温湿度、大气压、风速风向、降水、雪深等数据。资料时间段为2019年11月1日—2020年11月30日,运用MS Office处理所得*.xlsx格式,数据质量较好,此数据可为研究冰川消融及其水文特征、水资源、生态环境等的潜在影响提供参考。气象观测要素,经过积累统计,加工成气候资料,为天气预报和经济活动提供珍贵的数据支持。广泛应用于农业、林业、工业、交通、军事、水文、医疗卫生和环境保护等部门领域。
霍文
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
联系方式
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