极端气候事件危害性大、难以预防，且持续增加，是全球气候变化最显著的信号，也是人类可持续发展面临的最严峻挑战之一。复合极端气候事件是多个单一极端气候事件在时间或空间上的组合。相对于单一极端气候事件，复合极端气候事件意味着气候要素同时或连续发生剧烈变化，并迅速超过人类和自然系统所能承受的限度，因此通常造成巨大的社会和生态影响。复合极端气候事件是全球变化研究的新兴领域，提高其检测能力、明确其变化特征，对于提高复合极端气候事件应对能力具有重要意义。
**今日分享的是1951-2100年全球复合极端气候事件数据集！**该数据集是由中国科学院地理科学与资源研究所殷聪于2025年2月在Scientific Data平台正式发布。数据集简称CETD_v3.1。本数据包括3个部分：（1）全球复合极端气候事件检测分析工具。包括工具的可执行文件、Python源代码、视频使用教程和国界数据；（2）全球0.5°ERA5（1951-2022年）、CRU-JRA（1951-2021年）和GLDAS（1951-2014年）逐日最高气温（tasmax）、总降水量（pr）、地表平均风速（sfcWind）、500hPa平均风速（preWind500，仅ERA5可用）数据；（3）全球0.5°基于ERA5（1951-2022年）、CRU-JRA（1951-2021年）、GLDAS（1951-2014年）和1°基于CMIP6（1951-2014年、2015-2100年）的逐年复合极端干-热、湿-热、湿-大风和干-热-大风等复合极端气候事件的空间范围、发生频次、持续时间、严重程度和起止时间数据。数据大小约为76G，空间分辨率为0.5°和1°，空间范围覆盖全球，数据以nc文件形式存储。
以下为数据的详细介绍：
01
数据预览
数据集中包含9个压缩包。CETD_v3.1压缩包包括了全球复合极端气候事件检测分析工具。以ERA5、CRU-JRA、GLDAS、CMIP6命名的压缩包是不同的气候数据集。如图：
CETD_v3.1压缩包 包含了全球复合极端气候事件检测分析工具。包括工具的可执行文件、Python源代码、视频使用教程和国界数据。
ERA5_daily_tasmax、ERA5_daily_pr、ERA5_daily_sfcWind、ERA5_daily_preWind500、CRU-JRA、GLDAS等6个压缩包分别是全球0.5°ERA5（1951-2023年）、CRU-JRA（1951-2021年）和GLDAS（1951-2014年）逐日最高气温（tasmax）、总降水量（pr）、地表平均风速（sfcWind）、500hPa平均风速（preWind500，仅ERA5可用）数据。以CRU-JRA为例来看，压缩包内包含了1951-2021年pr、tasmax、sfcWind三个气候数据，每一年数据储存在一个nc文件中。如图：
ERA5_event、CMIP6压缩包包含了全球0.5°逐年复合极端干-热、湿-热、湿-大风和干-热-大风等复合极端气候事件的空间范围、发生频次、持续时间、严重程度和起止时间数据。
我们先看ERA5_event文件。压缩包内包含了逐年复合极端干-热（global_hot-dry）、湿-热（global_hot-wet）、湿-大风（global_wet-windy）、干-热-大风（global_hot-dry-windy）、热-停滞（global_hot-stagnation）、热-干-停滞（global_hot-wet-stagnation）和热-湿-停滞（global_hot-wet-stagnation）7个文件夹。如图：
每个文件夹中包含了1951-2023年数据，以global_hot-dry为例查看数据，每一年的数据存在一个nc文件中。如图：
我们再来看**CMIP6压缩包。**CMIP6数据包括了1951-2014年的事实数据和2015-2100年的预测数据。而且该数据集仅有热-干（hot-dry）、热-湿（hot-wet）、湿-风（wet-windy）、热-干-风（hot-dry-windy）四个复合极端气候指标。压缩包里包括了ACCESS-CM2、CMCC-ESM2、MIROC6、MPI-ESM1--2-LR、MRI-ESM2-0、NorESM2-MM等6个文件夹，每个文件夹表示一种气候模型下的极端天气数据结果。
CMIP6中的每个文件夹（代表不同气候模型）的数据结构是一致的，均包含了四个文件夹。我们以ACCESS-CM2文件夹为例来查看数据。Event_historical表示1951-2014年的事实数据，其他三个文件表示2015-2100年不同情景模拟下的极端气候结果。如图：
ACCESS-CM2文件夹中的每个文件均包含了热-干（hot-dry）、热-湿（hot-wet）、湿-风（wet-windy）、热-干-风（hot-dry-windy）四个复合极端气候指标，一类符合气候指标存放在一个文件夹中。以Event_historical为例来查看数据结构，如图：
Event_historical中的每个文件夹中均包含了64个nc文件（在预测数据中包含了86个nc文件）。如图：
数据作者给出了极端气候事件的定义。如下：
数据作者给出了极端气候事件属性的定义。如下：
我们以1951年ERA5的总降水量数据为例展示，找到ERA5_daily_pr文件夹，打开后找到era5_pr_1951.nc文件，可用Qgis打开。如图：
数据作者给出了欧洲2022年夏季复合极端干-热和干-热-停滞事件空间分布图。如图：
02
数据的其他信息
数据来源：
数据来源于figshare网站
数据格式：
主要为栅格数据（nc文件），工具部分还包括可执行文件（.exe）、Python代码（.py）、视频（.mp4）和矢量数据（.shp）。
地域范围： 全球空间分辨率：
ERA5、CRU-JRA、GLDAS：0.5°；CMIP6：1°
空间坐标系： WGS_1984时间范围： ERA5：1951-2023年；CRU-JRA：1951-2021年；GLDAS：1951-2014年；CMIP6：1951-2014年、2015-2100年
数据引用格式：
Yin, C., Ting, M., Kornhuber, K. et al. CETD, a global compound events detection and visualisation toolbox and dataset. Sci Data 12, 356 (2025).
【下载→
方式一（推荐）：主页 *个人* 简介
方式二：数据下载方式汇总-CSDN博客