中国逐日格点降水数据集V2(1960–2024,0.1°)

  • 时间分辨率:日
  • 空间分辨率:0.1° - 0.25°
  • 共享方式:开放获取
  • 数据大小:42.94 GB
  • 数据时间范围:1960-01-01 --- 2024-12-31
  • 元数据更新时间:2025-07-25

图片来源于网络,仅供学习参考

数据集摘要

CHM_PRE V2数据集是一套高精度的中国大陆逐日格点降水数据集。该数据集基于1960年至今共3476个观测站的长期日降水观测数据,并纳入11个降水相关变量,用于表征降水的相关性。数据集采用改进的反距离加权方法,并结合基于机器学习的LGBM算法构建。CHM_PRE V2与现有的格点降水数据集(包括CHM_PRE V1、GSMaP、IMERG、PERSIANN-CDR和GLDAS)表现出良好的时空一致性。数据集基于63,397个高密度自动雨量站2015--2019年的观测数据进行验证,发现该数据集显著提高了降水测量精度,降低了降水事件的高估,为水文建模和气候评估提供了可靠的基础。CHM_PRE V2 数据集提供分辨率为0.1°的逐日降水数据,覆盖整个中国大陆(18°N--54°N,72°E--136°E)。该数据集涵盖1960--2024年,并将每年持续更新。日值数据以NetCDF格式提供,为了方便用户,我们还提供NetCDF和GeoTIFF格式的年度和月度总降水数据。

数据文件命名方式和使用方法

数据集主要以NetCDF(nc)文件格式存储。主要包括3类文件: (1)日值格点降水文件,文件名如"CHM_PRE_V2_daily_{YEAR}.nc",其中YAER为年份,每年一个nc文件,单位为 mm/天; (2)月值格点降水文件,为了方便使用,提供了NetCDF("CHM_PRE_V2_monthly.nc")和GeoTIFF("CHM_PRE_V2_monthly.tif")2种格式的文件,单位为 mm/月; (3)年值格点降水文件,为了方便使用,提供了NetCDF("CHM_PRE_V2_annual.nc")和GeoTIFF("CHM_PRE_V2_annual.tif")2种格式的文件,单位为 mm/年。

本数据要求的引用方式

数据的引用

胡金龙, 缪驰远. (2023). 中国逐日格点降水数据集V2(1960--2024,0.1°). 国家青藏高原科学数据中心. https://doi.org/10.11888/Atmos.tpdc.300523. https://cstr.cn/18406.11.Atmos.tpdc.300523.

Hu, J., Miao, C. (2023). CHM_PRE V2: An upgraded high-precision gridded precipitation dataset for the Chinese mainland considering spatial autocorrelation and covariates. National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.11888/Atmos.tpdc.300523. https://cstr.cn/18406.11.Atmos.tpdc.300523.

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

文章的引用

1、Hu, J., Miao, C., Su, J., Zhang, Q., Gou, J., and Sun, Q. (2025). An upgraded high-precision gridded precipitation dataset for the Chinese mainland considering spatial autocorrelation and covariates. Earth System Science Data, 17, 3987--4004, https://doi.org/10.5194/essd-17-3987-2025. ( 查看 Bibtex格式 )

2、Zhang, Q., Miao, C.Y., Su, J.J., Gou, J.J., Hu, J.L., Zhao, X., & Xu, Y. (2025). A new high-resolution multi-drought-index dataset for mainland China. Earth System Science Data, 17(3), 837--853. https://doi.org/10.5194/essd-17-837-2025 ( 查看 Bibtex格式 )

3、Han, J.Y., Miao, C.Y., Gou, J.J., Zheng, H.Y., Zhang, Q., & Guo, X.Y. (2023). A new daily gridded precipitation dataset for the Chinese mainland based on gauge observations. Earth System Science Data, 15(7), 3147--3161. https://doi.org/10.5194/essd-15-3147-2023 ( 查看 Bibtex格式 )

使用本数据时必须引用"文章的引用"中列出的文献,并进行数据的引用

数据使用声明

为尊重知识产权、保障数据作者的权益、扩展数据中心的服务、评估数据的应用潜力,请数据使用者在使用数据所产生的研究成果中(包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果),明确注明数据来源和数据作者。对于转载(二次或多次发布)的数据,作者还须注明原始数据来源。

中文发表的成果致谢中参考以下规范注明:数据来源于"国家青藏高原科学数据中心"(http://data.tpdc.ac.cn)

英文发表的成果致谢中依据以下规范注明: The datasets is provided by National Tibetan Plateau / Third Pole Environment Data Center (http://data.tpdc.ac.cn).

许可协议

署名 4.0 国际 (CC BY 4.0)

相关推荐
nwsuaf_huasir几秒前
深度学习雷达信号参数估计
人工智能·深度学习
永霖光电_UVLED1 分钟前
Navitas 与 Cyient 达成合作伙伴关系,旨在推动氮化镓(GaN)技术在印度的普及
大数据·人工智能·生成对抗网络
视觉光源老郑4 分钟前
推荐一些机器视觉检测光源的优秀品牌
人工智能·计算机视觉·视觉检测
Thexhy4 分钟前
CentOS7安装Redis全攻略
linux·经验分享·redis·学习
serve the people6 分钟前
AI 模型识别 Nginx 流量中爬虫机器人的防御机制
人工智能·爬虫·nginx
大白的编程日记.7 分钟前
【计算网络学习笔记】TCP套接字介绍和使用
网络·笔记·学习
PS1232327 分钟前
桥梁与隧道安全守护者 抗冰冻型风速监测方案
大数据·人工智能
九鼎创展科技7 分钟前
「有温度的陪伴」:基于全志 V821 的情感共鸣型实体机器人详解
linux·人工智能·嵌入式硬件·机器人
白熊18811 分钟前
【论文精读】Transformer: Attention Is All You Need 注意力机制就是一切
人工智能·深度学习·transformer
CES_Asia12 分钟前
资本赋能实体智能——2026 CES Asia机器人产业投资峰会定档北京
大数据·人工智能·microsoft·机器人