1901-2024年中国1km分辨率系列气象数据更新发布

Jim

http://loess.geodata.cn/news/newsDetails.html?newsguid=193067826113810

近日，国家地球系统科学数据中心-黄土高原分中心更新发布了2024年中国1km分辨率逐月系列气象数据。该套数据由西北农林科技大学水土保持研究所彭守璋研究员团队研制生产，数据集是我国目前时间序列最长、空间分辨率最高、覆盖面积最广的气候数据，可以为中国地区气候变化、农业生产等相关研究提供支撑。自2019年中国系列气象数据发布以来，被相关研究人员广泛下载使用，截止2025年6月底数据浏览量达到219.64万人次，下载量达到19.91万人次。相关论文发表已在Earth System Science Data, Agricultural and Forest Meteorology,Sustainability,Theoretical and Applied Climatology上，其中Earth System Science Data入选ESI前0.1%热点论文和ESI前1%高被引论文。目前2024年数据已更新发布共享，欢迎相关研究人员下载使用。

1 数据简介

数据包括逐月降水量、平均气温、最高气温、最低气温、潜在蒸散发和逐年干燥度6项气象指标，降水量、平均气温、最高气温、最低气温数据集是根据CRU发布全球0.5°气候数据以及WorldClim发布的全球高分辨率气候数据，通过Delta空间降尺度方案在中国地区降尺度生成，并用496个独立气象观测点数据进行验证，验证结果可信。潜在蒸散发数据集是基于中国1km逐月平均气温、最高气温、最低气温数据集，采用Hargreaves潜在蒸散发公式计算得到，干燥度是基于中国1km逐月潜在蒸散发（PET）和降水量（PRE），采用比值法计算式得到（年AI =年PET/年PRE）。为便于存储，所有数据均为int16型存于nc（NETCDF）文件中。

2 关联论文：

1. Peng Shouzhang, Ding Yongxia, Liu Wenzhao, Li Zhi. 1 km monthly temperature and precipitation dataset for China from 1901 to 2017. Earth System Science Data, 2019, 11, 1931–1946. https://doi.org/10.5194/essd-11-1931-2019
2. Peng Shouzhang, Ding Yongxia, Wen Zhongming, Chen Yunming, Cao Yang, Ren Jingyu. Spatiotemporal change and trend analysis of potential evapotranspiration over the Loess Plateau of China during 2011-2100. Agricultural and Forest Meteorology, 2017, 233: 183-194. https://doi.org/10.1016/j.agrformet.2016.11.129
3. Ding, Y.X., & Peng, S.Z. (2020). Spatiotemporal trends and attribution of drought across China from 1901–2100. Sustainability, 12(2), 477.
4. Ding, Y.X., Peng, S.Z. (2021). Spatiotemporal change and attribution of potential evapotranspiration over China from 1901 to 2100. Theoretical and Applied Climatology. https://doi.org/10.1007/s00704-021-03625-w.

3 数据链接
http://loess.geodata.cn/data/datadetails.html?dataguid=69746873117810&docid=0
http://loess.geodata.cn/data/datadetails.html?dataguid=192891852410344&docid=1，
http://loess.geodata.cn/data/dat ... 04785536614&docid=2，
http://loess.geodata.cn/data/dat ... 41928278399&docid=3，
http://loess.geodata.cn/data/dat ... 95274939620&docid=4，
http://loess.geodata.cn/data/dat ... 06016270010&docid=5