气温和降水空间栅格数据下载RS123

中国1980-2015逐年年降水量空间插值数据集

介绍

中国1980年以来逐年年平均气温、年降水量空间插值数据集是基于全国2400多个气象站点日观测数据，通过整理、计算和空间插值处理生成。年平均气温单位为0.1摄氏度，年降水量单位为0.1毫米(数值相当扩大了10倍，除以10就分别为氏度和毫米)。温度、降水量等气候要素的插值应用的是澳大利亚的ANUSPLIN插值软件，ANUSPLIN是一种采用平滑样条函数对多变量数据进行分析和插值的工具，即使用函数逼近曲面的一种方法，它能够对数据进行合理的统计分析和数据诊断，并可以对数据的空间分布进行分析进而实现空间插值的功能(Hutchinson M F, 1998)。

网站链接

https://www.resdc.cn/data.aspx?DATAID=229

中国1980-2015逐年年平均气温空间插值数据集

介绍

网站链接

https://www.resdc.cn/data.aspx?DATAID=228

中国近地表日气温数据集（1979-2018）

介绍

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。

网站链接

https://poles.tpdc.ac.cn/zh-hans/data/daa58689-a6d2-46cf-90fc-b73014ecef9d/?q=%E6%B0%94%E6%B8%A9

中国1km分辨率逐月降水量数据集（1901-2020）

介绍

该数据集为中国逐月降水量数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2020.12。数据格式为NETCDF，即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及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的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。为了便于存储，数据均为int16型存于nc文件中，降水单位分别为0.1mm。

网站链接

http://data.tpdc.ac.cn/zh-hans/data/faae7605-a0f2-4d18-b28f-5cee413766a2/

长序列高时空分辨率月尺度温度和降水数据集（1951-2011）

介绍

本研究基于中国及周边国家共1153个气温站点和1202个降水站点数据，利用ANUSPLIN软件的局部薄盘光滑样条法进行插值，重建了1951−2011年中国月值气温和降水量的高空间分辨率0.025°（~2.5 km）格点数据集（简称LZU0025）。数据集的质量评估主要基于以下三个方面：（1）分析ANUSPLIN在日志文件中提供的一系列用于判别误差来源和插值质量的统计参数。结果表明在1951-2011年，表征最佳插值模型的广义交叉验证GCV（generalized cross validation）值较小，在气温插值时为1.06℃，在降水进行开方运算插值时为1.97mm1/2。（2）对比LZU0025格点值与预留的265个站点实测数据。结果表明在1951-2011年，LZU0025月插值数据与实测数据接近，两者的平均绝对差为0.59℃和70.5mm，标准差为1.27℃和122.6mm，并且标准差的变化与GCV变化一致。（3）将LZU0025与现有数据集进行对比。首先以插值所用站点较多的中国气象局发布的0.5°数据集（简称CMA）为基准，利用泰勒图对比了基于不同数据集刻画的气候平均状态均值（Mean）、距离平均状态的标准差（Standard deviation）以及随时间变化的气候趋势（Time trend）。结果表明与基于其他数据集衍生的三类指标相比，LZU与基准CMA相关系数较高，标准差较接近，并且归一化的均方根误差较小。其次，将LZU0025格点数据与能量和水循环观测项目-亚洲季风项目西藏地区（CAMP-Tibet）气象站数据进行对比，结果表明仅有少数台站降水数据与LZU0025相关性不显著，但多数台站气温和降水数据与LZU0025显著相关且相关性高于0.87。基于以上评估分析，LZU0025数据集可靠。高分辨率的LZU0025能刻画更多的气候类型如喜马拉雅山脉地区未被粗分辨率数据集识别的苔原和极地气候。LZU0025可作为研究全球气候变化下区域气候变化和精准农业气候的基础数据。

网站链接

https://poles.tpdc.ac.cn/zh-hans/data/1121cc40-f1a6-405a-a34a-f27f2c8e63f3/?q=%E9%99%8D%E6%B0%B4

中国1961-2019年气温和降水1km逐日数据集

介绍

在高空间和时间分辨率下准确的长期温度和降水估计对于各种气候学研究至关重要。我们制作了一个新的、公开的、每日网格化的中国最高气温、最低气温和降水数据集，具有 1 公里的高空间分辨率和长期（1961 年至 2019 年）。它被命名为 HRLT。使用综合统计分析对每日网格数据进行插值，其中包括机器学习、广义相加模型和薄板样条。它基于中国气象局的 0.5° × 0.5° 网格数据集，以及高程、坡向、坡度、地形湿度指数、纬度和经度的协变量。使用气象站的观测数据评估 HRLT 每日数据集的准确性。最高和最低温度估计比降水估计更准确。对于最高温度，平均绝对误差 (MAE)、均方根误差 (RMSE)、皮尔逊相关系数 (Cor)、调整后的确定系数 (R²) 和 Nash-Sutcliffe 建模效率 (NSE) 为 1.07 °C， 1.62 °C 分别为 0.99、0.98 和 0.98。对于最低温度，MAE、RMSE、Cor、R² 和 NSE 分别为 1.08°C、1.53°C、0.99、0.99 和 0.99。对于降水，MAE、RMSE、Cor、R² 和 NSE 分别为 1.30 mm、4.78 mm、0.84、0.71 和 0.70。HRLT 的准确性与其他三个现有数据集的准确性进行了比较，其准确性要么高于其他数据集，要么特别是对于降水，或精度相当，但具有更高的空间分辨率和更长的时间段。综上所述，HRLT数据集空间分辨率高、覆盖时间长、精度可靠，适用于未来的环境分析，尤其是极端天气的影响。

网站链接

https://doi.pangaea.de/10.1594/PANGAEA.941329?format=html#download

1960-2020年中国1公里分辨率月降水数据集

介绍

降水数据具有较高的理论研究与实践应用价值，已广泛应用于水文预报、农业生产以及生态保护等领域。我国地域辽阔，地形起伏变化较大，而气象站点多集中于人口密集的平原区域，山区等部分地区站点密度较小，缺少降水观测资料。因此利用插值方法建立高精度的降水数据集很有必要。本数据集基于1960年-2020年全国地面2400多个气象站点的降水监测数据，利用气候数据空间插值软件ANUSPLIN4.4计算得到1960年-2020年全国1km空间分辨率逐月降水插值数据集。将该数据集与所收集的中国地区降水实测数据和中国水文年鉴降雨数据进行验证，并与CRU TS 4.05以及西北农林科技大学发布的1km分辨率数据中国逐月降水数据集进行精度比较后发现，本数据集具有精度高、分辨率高、时序长等特点，具备更优的科学研究与应用潜力。

网站链接

https://www.scidb.cn/detail?dataSetId=ff7ee051d2d44ab4a221cd810bf37251

2000～2012年全国气温和降水1km网格空间插值数据集

介绍

气象观测数据是开展陆地生态系统长期变化研究的基础资料，是开展长期动态和空间格局变化研究需要。为了得到统一格式的时间尺度和空间尺度上同时与之匹配的空间化气象数据，将利用2000-2012年的全球日气候历史数据网络（Daily Global Historical Climatology Network-Daily；GHCN-D）和中国气象局国家气象信息中心制作的“中国地面气候资料日值数据集”，选取日降水和日均温两个要素，对其进行读取、合并、检查、统计、生成空间插值批处理代码等操作，最后由Anusplin软件插值生成1Km的空间分辨率的栅格数据。此栅格数据提供公开共享和下载服务，为我国陆地生态系统的时空变化研究提供基础数据。

网站链接

https://www.scidb.cn/detail?dataSetId=633694460898705410

说明：如有侵权，请联系作者删除。

气温和降水空间栅格数据下载RS123相关推荐

如何用matlab对气温_降水的栅格数据进行周期分析?,2000～2012 年全国1 km 空间分辨率气温和降水栅格 - 中国科学数据.pdf...
2000-2012 年全国1 km 空间分辨率气温和降水栅格 - 中国科学数据 China Scientific Data , 2016/11/ 14 DOI: 10.11922/csdata.170 ...
【遥感物候】植被物候与气候（气温和降水）条件的空间相关性分析
植被生长与气候的关系最为密切,通过计算植被各个生长季参数和气温.降水之间的相关系数可以分析生长季参数的变化与气温.降水之间的关系的程度.本文计算30年的植被物候参数和气候数据之间的相关性,最终效果如下 ...
GEE开发之ERA5（气温、降水、压力、风速等）数据获取和分析
GEE开发之ERA5(气温.降水.压力.风速等)数据获取和分析 1.ERA5介绍 2.初始ERA5数据 2.1 DAILY代码 2.2 MONTHLY代码 3.遥感影像查看(DAILY之mean_2m ...
WRF模式应用：天气预报、模拟分析观测气温、降水、风场、水汽和湿度、土地利用变化、土壤及近地层能量水分通量、土壤、水体、植被等相关气象变量
查看原文>>>高精度气象模拟软件WRF(Weather Research Forecasting)技术及案例应用目录区域气候模式理论知识梳理 Linux操作系统WRF模式系统实际 ...
WRF应用：天气预报、模拟分析观测气温、降水、风场、水汽和湿度、土地利用变化、土壤及近地层能量水分通量、土壤、水体、植被等相关气象变量
原文>>> 高精度气象模拟软件WRF(Weather Research Forecasting)技术及案例应用气候是多个领域(生态.水资源.风资源及碳中和等问题)的主要驱动因素, ...
Arcpy处理中国1km分辨率逐月平均气温（降水）数据集NetCDF数据
下载逐月气温和降水数据下载地址:国家地球系统科学数据中心数据详细信息配置python环境配置方法可以参考我的另一篇文章 Pycharm中安装arcpy_冬_冬_的博客-CSDN博客_arcpy安 ...
[WPF源代码]QQ空间相册下载工具
放一个WPF源代码,源代码地址 http://download.csdn.net/detail/witch_soya/6195987 代码没多少技术含量,就是用WPF做的一个QQ空间相册下载工具,效果 ...
python+selenium自动登录qq空间并下载相册
基于selenium的自动登录qq空间并遍历所有相册及相片的功能.只能访问自己或好友(有访问权限)的相册,好友有密码的相册不可能...这里只是介绍流程,所以只是实现了遍历,并未实现图片文件的下载保存. ...
快来，别人不知道的秘密，QQ空间视频下载教程
打开自己的QQ空间,进入视频界面先按F12跳出,浏览器调试工具点击XHR,输入框输入"video_get_data",然后点击你想要下载的视频得到一个链接地址点击链接,再点解 ...
QQ空间视频下载详细教程(手机端)
需要提前安装的软件: QQ .微信 .QQ浏览器 1.先再空间找的自己想要下载的视频,然后分享给任意一个微信好友 2.进入微信,找的分享的那个视频. 3.点击链接进入,然后按照如图所示的方法操作 ...

气温和降水空间栅格数据下载RS123

气温和降水空间栅格数据下载RS123相关推荐

最新文章

热门文章