中国1km分辨率气象数据分享

中国1km分辨率气温降水数据集更新

数据介绍

中国1km分辨率系列气象数据集更新至2022年。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，该数据集是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，由国家地球系统科学数据中心黄土高原分中心整合提供。该数据集是我国目前时间序列最长、空间分辨率最高、覆盖面积最广的月气候数据集，可以为中国地区气候变化相关研究提供支撑。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，数据下载量近3万人次。相关论文发表在地学顶级期刊Earth System Science Data上，已入选ESI前0.1%热点论文和ESI前1%高被引论文。目前2022年数据已共享发布，欢迎相关研究人员下载使用。

该数据集为中国逐月平均气温数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2022.12。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中国主要陆地（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，温度单位为 0.1℃。

由于科研需要，地学实践教程号主下载了气温和降水数据集，文末免费分享。

数据可视化

尝试读取该数据：

• 读取nc文件

import xarray as xr import numpy as np file_name = 'D:/Onedrive/data/tp/tmp_2022.nc' ds=xr.open_dataset(file_name) da = np.mean(ds['tmp'], 0) * 0.1

• 读取中国矢量边界

import salem import geopandas as gpd shp_dir='data/china.shp' shpfile=gpd.read_file(shp_dir) damask=da.salem.roi(shape=shpfile)

• 可视化

from utils import plot import matplotlib.pyplot as plt import cartopy.crs as ccrs import numpy as np import cmaps fig = plt.figure() #proj = ccrs.PlateCarree() #ccrs.Robinson()ccrs.Mollweide()Mollweide() proj = ccrs.LambertConformal(central_longitude=105, central_latitude=40, standard_parallels=(25.0, 47.0)) ax = fig.add_subplot(111, projection=proj) levels = np.array([-6, -4, -2, 0, 2, 4, 8, 15, 20, 25])#levels = np.linspace(-1, 1, num=19) plot.one_map_china(damask, ax, cmap=cmaps.temp_19lev, levels=levels, mask_ocean=False, add_coastlines=True, add_land=False, add_river=True, add_lake=True, add_stock=False, add_gridlines=True, colorbar=True, plotfunc="pcolormesh") ax2 = fig.add_axes([0.708, 0.174, 0.2, 0.3], projection = proj) plot.sub_china_map(damask, ax2, add_coastlines=True, add_land=False)

数据引用规范

数据来源引用参考以下规范：中文表达方式：数据来源于国家科技基础条件平台—国家地球系统科学数据中心(http://www.geodata.cn)；英文表达方式：National Earth System Science Data Center, National Science & Technology Infrastructure of China (http://www.geodata.cn)。致谢方式参考以下规范：中文致谢方式：“感谢国家科技基础条件平台-国家地球系统科学数据中心(http://www.geodata.cn)提供数据支撑。” 英文致谢方式：Acknowledgement for the data support from "National Earth System Science Data Center, National Science & Technology Infrastructure of China. (http://www.geodata.cn)".

论文引用

Shouzhang Peng, Yongxia Ding, Wenzhao Liu, Zhi Li. 1km monthly temperature and precipitation dataset for China from 1901 to 2017, Earth Syst. Sci. Data, 11, 1931–1946, 2019.https://doi.org/10.5194/essd-11-1931-2019.