当前位置: 首页 > news >正文

中国首套1公里高分辨率大气湿度指数数据集(2003~2020)

  • 时间分辨率:月
  • 空间分辨率:100m - 1km
  • 共享方式:开放获取
  • 数据大小:34.79 GB
  • 数据时间范围:2003-01-01 — 2020-12-31
  • 元数据更新时间:2023-07-26

 数据集摘要

中国首套1公里高分辨率大气湿度指数数据集(HiMIC-Monthly)包括6个常用的大气湿度指数:相对湿度(Relative Humidity, RH)、真实水汽压(Actual Vapor Pressure, AVP)、水汽压亏缺(Vapor Pressure Deficit, VPD)、露点温度(Dew Point Temperature, DPT)、混合比(Mixing Ratio, MR)、以及比湿(Specific Humidity, SH)。该HiMIC-Monthly数据集的空间分辨率为1 km × 1 km,时间分辨率为1月,覆盖了2003年1月至2020年12月的中国大陆区域。HiMIC-Monthly数据集中6个湿度指标的总R2均超过0.96,均方根误差和平均绝对误差均在合理范围内。该数据集以年为单位存储,每一年由12个逐月的GeoTIFF或者NetCDF文件组成。为节省存储空间,数据都存储为整数类型(Int16),使用时需要除以100以将RH、AVP、VPD、DPT、MR、及SH的数值单位分别转化为%、hPa、hPa、°C、g/kg、及g/kg。投影坐标系为阿尔伯斯等面积圆锥投影,命名规则和其他详细信息请参见“README.pdf”。

如果您在使用HiTIC-Monthly数据集时有任何问题,请直接联系数据集制作者:张慧(zhangh573@mail2.sysu.edu.cn)或罗明(luom38@mail.sysu.edu.cn)。

更多关于HiMIC-Monthly数据集生成过程及其准确性评估请参见:Zhang H., Luo M., Zhao Y., et al., 2023. Hui Zhang, Ming Luo, Wenfeng Zhan, & Yongquan Zhao, 2023. A first 1 km high-resolution atmospheric moisture index collection over China, 2003–2020. Earth System Science Data (submitted for consideration for publication).

数据文件命名方式和使用方法

数据集按年以GeoTIFF或NetCDF格式存储。文件名为“HiMIC_Monthly_China_{Index}_{year}01_{year}12”。其中,Index为大气湿度指数(如RH, SH等),year为公历年。

本数据要求的引用方式

数据的引用

张慧, 罗明, 占文凤, 赵涌泉. (2023). 中国首套1公里高分辨率大气湿度指数数据集(2003~2020). 国家青藏高原科学数据中心. https://doi.org/10.5281/zenodo.8070140.

Zhang, H., Luo, M., Zhan, W., Zhao, Y. (2023). A first 1 km high-resolution atmospheric moisture index collection over China, 2003–2020. National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.5281/zenodo.8070140.

(下载引用: RIS格式 RIS英文格式 Bibtex格式 Bibtex英文格式 )

http://www.lqws.cn/news/173071.html

相关文章:

  • C++11完美转发
  • 练习:对象数组 4
  • Electron Fiddle使用笔记
  • 面向无人机海岸带生态系统监测的语义分割基准数据集
  • stylus - 新生代CSS预处理框架
  • 我用Amazon Q写了一个Docker客户端,并上架了懒猫微服商店
  • SSL证书深度解析与实践指南
  • 宝塔think PHP8 安装使用FFmpeg 视频上传
  • matlab不同版本对编译器的要求(sfunction 死机)
  • Transformer-BiGRU多变量时序预测(Matlab完整源码和数据)
  • 2025年06月06日Github流行趋势
  • 嵌入式学习笔记-freeRTOS taskENTER_CRITICAL(_FROM_ISR)跟taskEXIT_CRITICAL(_FROM_ISR)函数解析
  • uniapp 开发ios, xcode 提交app store connect 和 testflight内测
  • 基于最大相邻夹角的边缘点提取(matlab)
  • 简约商务年终工作总结报告PPT模版分享
  • Tailwind CSS 实战:基于 Kooboo 构建 AI 对话框页面(八):异步处理逻辑详解
  • 使用 Ansible 在 Windows 服务器上安装 SSL 证书
  • 爆炸仿真的学习日志
  • spark 执行 hive sql数据丢失
  • IDEA运行Tomcat出现乱码问题解决汇总
  • C++_哈希表
  • 自托管图书搜索引擎Bookologia
  • 从0开始学习R语言--Day18--分类变量关联性检验
  • 【Spark征服之路-2.3-Spark运行架构】
  • 基于cornerstone3D的dicom影像浏览器 第二十九章 自定义菜单组件
  • VUE解决页面请求接口大规模并发的问题(请求队列)
  • 分布式微服务系统架构第144集:FastAPI全栈开发教育系统
  • LCTF液晶可调谐滤波器在多光谱相机捕捉无人机目标检测中的作用
  • 应用案例 | 设备分布广, 现场维护难? 宏集Cogent DataHub助力分布式锅炉远程运维, 让现场变“透明”
  • 计算机视觉顶刊《International Journal of Computer Vision》2025年5月前沿热点可视化分析