中国逐日降水数据集（1961-2022）

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

中国逐日降水数据集（1961-2022，0.1°/0.25°/0.5°）

[color=rgba(0, 0, 0, 0.9)]

【数据集摘要】CHM_PRE数据集基于中国境内及周边1961至今共2839个站点的日降水观测，在传统的“降水背景场 + 降水比值场”的数据集构建思路上，尝试应用月值降水约束和地形特征校正，并依据中国范围内约4万个高密度站点2015–2019年的日降水量插值后数据进行精度评价。经评估认为，CHM_PRE可以较好的表征降水的空间变异性，其日值时间序列与高密度站点日值降水观测结果之间的相关系数中位数为0.78，均方根误差中位数为8.8 mm/d，KGE值中位数为0.69，与目前常用的降水数据集（CGDPA、CN05.1、CMA V2.0）有很好的一致性。数据集的时间范围为1961年至今，空间分辨率为0.1°、0.25°和0.5°，经纬度范围为18°N–54°N, 72°E–136°E。

【数据文件命名方式和使用方法】文件命名：日降水格点数据以NetCDF（nc）文件格式存储 文件属性：· Variable = daily precipitation (pre) · Variable = number of stations in each grid every year (station_number) · Date format = NetCDF · Temporal Range = 1961-01-01 to present · Spatial extent = 18°N–54°N, 72°E–136°E · Units = mm/day · Missing value = -99.9
【引用方式】数据引用必读【数据的引用】缪驰远, 韩静雅, 苟娇娇. (2023). 中国逐日降水数据集（1961-2022，0.1°/0.25°/0.5°）. 国家青藏高原科学数据中心.Miao, C., Han, J., Gou, J. (2023). A daily gridded precipitation dataset based on gauge observations across mainland of China (1961-2022). National Tibetan Plateau Data Center. https://doi.org/10.11888/Atmos.tpdc.300523. https://cstr.cn/18406.11.Atmos.tpdc.300523.【文章的引用】1、Han, J.Y., Miao, C.Y., Gou, J.J., Zheng, H.Y., Zhang, Q., & Guo, X.Y. (2022). A new daily gridded precipitation dataset based on gauge observations across mainland of China. Earth System Science Data Discussions, 1-33. 2、Miao, C.Y., Gou, J.J., Fu, B.J., Tang, Q.H., Duan, Q.Y., Chen, Z.S., Lei, H.M., Chen, J., Guo, J.L., Borthwick, A.G.L., Ding, W.F., Duan, X.W., Li, Y.G., Kong, D.X., Guo, X.Y., & Wu, J.W. (2022). High-quality reconstruction of China’s natural streamflow. Science Bulletin, 67(5), 547-556. 3、Gou, J.J., Miao, C.Y., Samaniego, L., Xiao, M., Wu, J.W., & Guo, X.Y. (2021). CNRD v1.0: a high-quality natural runoff dataset for hydrological and climate studies in China. Bulletin of the American Meteorological Society, 102(5), E929-E947.

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：降水数据 数据集 observations Construction observation