第三版全球干旱指数和潜在蒸散数据发布

news2024/11/27 14:51:49

Robert J. Zomer ;JianchuXu;AntonioTrabucco(Kunming Institute of Botany, Chinese Academy of Science;Euro-Mediterranean Center on Climate Change, IAFES Division, Sassari, Italy)

摘要

  潜在蒸散(Potential evapotranspiration,PET)是衡量大气通过蒸散失去水分的能力,是蒸发和蒸腾两个过程的总和,两者的速率取决于太阳辐射、空气温度、相对湿度(即饱和水汽压差)、风速以及植物特性和种植方式。干旱指数(aridity index,AI)是广泛用于评估干旱状况的指标,其定义为降水与潜在蒸散的比值。基于全球气候数据集WorldClim(1.4版:1960-1990)得到的第一版全球干旱指数和潜在蒸散数据库(Global- AI_PET_v1),自2009年起提供线上服务,基于WorldClim(2.0版:1970-2000)和Penman-Monteith公式的后续版本的数据库(Global- AI_PET_v2)也于2019年上线。这些数据集广泛应用于水资源管理、作物生产农业、与可持续发展相关的社会生态和社会经济应用、气候变化影响等。2022年,第三版全球干旱指数和潜在蒸散数据库(Global-AI_PET_v3)正式上线,该数据库在世界粮农组织(FAO)的Penman-Monteith参考蒸散(ET0)方程的基础上提供了全球高分辨率(30弧秒)的水文气候月和年平均数据(1970-2000年)。该数据库是基于FAO-56 Penman-Monteith公式进行完全参数化,在每个地理网格单元(30弧秒,1km空间分辨率)采用FAO-56 Penman-Monteith方程进行计算,用于参数化得到ET0估计所需的各种分量方程的数据来自worldclim 2.1气候数据集,该数据集提供了1970-2000年期间的最低气温、最高气温和平均气温的平均值、太阳辐射、风速和水汽压。在研究结果的技术对比验证中,与FAO的“CLIMWAT2.0 for CROPWAT”气象站数据对比,ET0: r2 = 0.85;AI: r2 = 0.90,与英国的“气候研究机构的时间序列v4.04版本数据”对比,ET0: r2 = 0.89;AI: r2 = 0.83,同时显示与较早版本的数据库有显著差异。当前版本的Global-AI_PET_v3取代了以前的版本,显示出与现实世界气象站数据之间更高的相关性。该数据库使用普遍认同的估算参考ET0的标准方法开发,特别是附带的源代码,在气候条件迅速变化的时代为各领域的科学应用提供了强大的工具。

The “Global Aridity Index and Potential Evapotranspiration Database - Version 3” (Global-AI_PET_v3) provides high-resolution (30 arc-seconds) global hydro-climatic data averaged (1970–2000) monthly and yearly, based upon the FAO Penman-Monteith Reference Evapotranspiration (ET0) equation. An overview of the methods used to implement the Penman-Monteith equation geospatially and a technical evaluation of the results is provided. Results were compared for technical validation with weather station data from the FAO “CLIMWAT 2.0 for CROPWAT” (ET0: r2?=?0.85; AI: r2?=?0.90) and the U.K. “Climate Research Unit: Time Series v 4.04” (ET0: r2?=?0.89;?AI:?r2?=?0.83), while showing significant differences to an earlier version of the database. The current version of the Global-AI_PET_v3 supersedes previous versions, showing a higher correlation to real world weather station data. Developed using the generally agreed upon standard methodology for estimation of reference ET0, this database and notably, the accompanying source code, provide a robust tool for a variety of scientific applications in an era of rapidly changing climatic conditions.

图1。全球参考蒸散量(Global- et0)为整个地球计算(mm)。

图2。全球干旱指数(Global- ai)为全球计算。注意,更高的AI(绿色/蓝色)表示更潮湿的条件,低AI(棕色/黄色)代表较高的干旱程度。

数据集信息

数据量:5.67 GB
项目资助:中国科学院国际人才计划(2020vca0025);国家自然科学基金委员会(NSFC)与国际农业研究磋商组织(CGIAR)合作研究项目(31861143002);云南省基础研究专项重点项目(202101AS070045)
开放日期:2022/7/27
使用许可:署名-非商业性使用-禁止演绎 CC 4.0 国际版 (CC BY-NC-ND 4.0)
命名方式:Global-AI_monthly_v3.zip(3.92GB) Global-AI_ET0_annual_v3.zip(760.64MB) Global-ET0_monthly_v3.zip(1.00GB) Global-AI_PET_v3 - Readme.pdf(861.76KB)
使用方法:参见附件 Global-AI_PET_v3 - Readme.pdf (861.76KB) https://figshare.com/articles/dataset/Global_Aridity_Index_and_Potential_Evapotranspiration_ET0_Climate_Database_v2/7504448/5
空间分辨率:1km
数据提供机构:Kunming Institute of Botany, Chinese Academy of Science;Euro-Mediterranean Center on Climate Change, IAFES Division, Sassari, Italy
数据提供者:Robert J. Zomer ;JianchuXu;AntonioTrabucco

数据预览:

第三版全球干旱指数和潜在蒸散数据 免费分享

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/27113.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Linux Shell 自动交互功能实现

1. EOF 多文本输入 需求案例 1 新交付了一批机器,每台机器只分配了一块落盘 ,现在根据需求对该盘进行分区并实现挂载,如何实现? 需求分析: 对于一个盘,实现分区挂载到不同目录,通常思路有两…

灯具行业MES解决方案,实现产品的正反向追溯

灯具照明行业产业链主要包括上游原材料、中游照明产品生产及封装、下游照明细分应用领域。产业链上游、中游多为资本密集与技术密集型行业,产品高度标准化,市场相对集中。而产业链下游产品需求相对个性化,多品类、多SKU,市场集中度…

探索性数据分析

有目的性的探索数据集以获取具体的优化方向和思路。 Intuition 探索性数据分析 (EDA) 以了解数据集的信号和细微差别。这是一个循环过程,可以在开发过程的各个阶段(标记之前/之后、预处理等)完成,具体取决于问题的定义程度。例如&…

【Proteus仿真】【STM32单片机】蔬菜大棚温湿度控制系统设计

文章目录一、主要功能二、硬件资源三、软件设计四、实验现象联系作者一、主要功能 本项目使用Proteus8仿真STM32单片机控制器,使用LCD1602液晶、DHT11温湿度、蜂鸣器、按键、LED、继电器、电机模块等。 主要功能: 系统运行后,LCD1602显示DH…

setup获取props和自定义事件、通过expose暴露给ref获取属性和方法、setup顶层async、setup返回函数

文章目录1. setup获取props和自定义事件2. 通过expose暴露给ref获取属性和方法3. setup顶层async4. setup返回函数1. setup获取props和自定义事件 child 组件&#xff1a; <template><div><h3>我是child组件 -- {{ title }}</h3><button click&qu…

We have awesome remote U.S. jobs waiting for engineers like you.

发件人&#xff1a;Turing - U.S. Software Jobs <hiringturing.com> Hi I saw your profile online and wanted to reach out! You might be a great fit for many high-paying remote U.S. software engineering opportunities on Turing.com. Turing is based in …

steam搬砖,长期稳定副业,附防坑指南助你不掉坑

大家伙&#xff0c;我是阿阳 今天给大家拆解一个冷门项目&#xff0c;国外steam游戏搬砖项目&#xff0c;这个项目也是自己正在做的第二个项目&#xff0c;虽然冷门&#xff0c;不暴利&#xff0c;做了这么久赚钱一直很稳定。站在一个搞钱人的角度来说&#xff0c;这个项目作为…

Docker部署单节点Kafka

文章目录Docker部署单节点Kafka参考镜像wurstmeister/zookeeper Overviewwurstmeister/kafka Overview部署单Brokerkafka 环境变量&#xff1a;启动与停止命令测试验证&#xff1a;参考文章Docker部署单节点Kafka 参考镜像 wurstmeister/zookeeper Overview docker pull wur…

Hadoop总结——HDFS

一、HDFS概述 1.1 HDFS产生背景 随着数据量越来越大&#xff0c;在一个操作系统管辖的范围内存不下了&#xff0c;那么就分配到更多的操作系统管理的磁盘中&#xff0c;但是不方便管理和维护&#xff0c;迫切需要一种系统来管理多台机器上的文件&#xff0c;这就是分布式文件…

记一次自定义starter引发的线上事故复盘

前言 本文素材来源于业务部门技术负责人某次线上事故复盘分享。故事的背景是这样&#xff0c;该业务部门招了一个技术挺不错的小伙子小张&#xff0c;由于小张技术能力在该部门比较突出&#xff0c;在入职不久后&#xff0c;他便成为这个部门某个项目组的team leader&#xff…

计算机外设:显示器是如何工作的?

本节我们将了解计算机的外设之一&#xff1a;显示器的底层工作原理。通过本节&#xff0c;你会知道电脑显示器是如何实时展示我们在计算机上的操作的&#xff0c;比如显示出一张“E”的字符。最后总结了计算机编程的本质&#xff0c;就是人们是通过设计&#xff0c;让字节代表不…

超迷你机械臂机器人,YYDS

真正的大师,永远都怀着一颗学徒的心&#xff01; 一、项目简介 超迷你机械臂机器人&#xff0c;YYDS 核心板&#xff1a; REF核心板 REF底板&#xff08;机械臂底座里面的控制器电路板&#xff09; 步进电机驱动 Peak示教器 文件&#xff1a; 3D模型设计源文件。 20步进…

Python机器学习 | AI芯片调研

AI芯片调研 1、 概念 AI芯片又叫AI加速器,专门用于处理人工智能应用中的大量计算任务的模块。 注意:其他非计算任务仍由CPU处理 2、 背景 神经网络需要大量的矩阵运算,CPU和传统计算架构无法满足对于并行计算能力的需求,需要特殊定制的AI芯片(GPU、TPU、NPU、DPU等等)…

Go Web项目学习之项目结构

风离不摆烂学习日志 Day4 — Go Web项目学习之项目结构 创建项目配置代理 下载加速 go 包代理 GOPROXYhttps://goproxy.cn,direct 本项目学习自&#xff1a; [github.com](https://github.com/gnimli/go-web-mini) 项目结构分层 ├─common # casbin mysql zap validator 等公…

web概述18

JSP JSP是Sun为了解决动态生成HTML文档的技术&#xff0c;通过Servlet输出简单html页面信息都非常不方便。如果要输出一个复杂页面的时候&#xff0c;就更加的困难&#xff0c;而且不利于页面的维护和调试。所以sun公司推出一种叫做jsp的动态页面技术来实现对页面的输出繁锁工…

【设计模式】 - 结构型模式 - 适配器模式

目录标题1. 前言适配器模式1. 概述2. 结构3. 实现3.1 类适配器模式&#xff08; 继承&#xff09;--耦合度高代码实现3.2 对象适配器模式&#xff08;聚合&#xff09;代码实现类适配器与对象适配器的区别4. 适配器模式的优缺点1. 前言 结构型模式描述如何将类或对象按某种布局…

Borland Delphi 2005对Delphi语言的支持

Borland Delphi 2005对Delphi语言的支持 Borland Delphi是Borland Delphi的最新版本&#xff0c;它为用户的Microsoft Windows操作系统和1.1本身的Microsoft.NET Framework版本提供了快速应用程序开发。Delphi Borland 2005被认为具有主要的三个不同的字符&#xff0c;如Win32…

目标检测论文解读复现之十五:基于YOLOv5的光学遥感图像舰船 目标检测算法

前言 此前出了目标改进算法专栏&#xff0c;但是对于应用于什么场景&#xff0c;需要什么改进方法对应与自己的应用场景有效果&#xff0c;并且多少改进点能发什么水平的文章&#xff0c;为解决大家的困惑&#xff0c;此系列文章旨在给大家解读最新目标检测算法论文&#xff0…

关于商业智能BI,今天只谈这五点

数据在当下的价值不断提高&#xff0c;但数据本身只是一种资产&#xff0c;一旦超过一定数据量就很难被人类理解&#xff0c;所以想要利用数据&#xff0c;就必须将数据转化为信息和知识&#xff0c;让管理者看到的是信息&#xff0c;而不是数据堆砌。 之前的文章里写过很多关…

打了10次电话,才总结出来的抖音封号原因分析,能避免大量封号

真正做过视频的人,应该是经常会面对封号 ,如果你号都没有封过,说明你还没有真正开始过 。这个话不是我讲的&#xff0c;是和一个日入3万的大V聊天&#xff0c;他说给我听的。你觉得这话对么&#xff1f;无论任何平台 ,都不会无缘无故封你号 ,平台需要大量的作者去生成内容 ,在符…