当前位置: 首页 > news >正文

中国1km分辨率月最低温和最高温度数据集(1901-2020)

简介:

中国1km分辨率月最低温度数据集(1901-2020)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。使用了496个独立气象观测点数据进行验证,验证结果可信。数据集的空间分辨率为0.0083333°(约1km),时间为1901.1-2020.12,数据单位为0.1℃。包含全国主要陆地(包含港澳台地区),不含南海岛礁等区域。

前言 – 人工智能教程

最低温度和最高温度是气象监测中非常重要的参数,因为它们提供了关于天气的重要信息,有助于我们了解天气状况,制定适当的防范措施。

最低温度可以帮助我们判断当地的冷空气活动和天气稳定性。非常低的最低温度可能会导致霜冻,对植物产生负面影响,对道路和机场的交通也会产生影响。同时,最低温度也是天气预报员预测明天的温度的依据。

最高温度可以帮助我们判断当地的热浪活动和天气稳定性。非常高的最高温度可能会对健康产生负面影响,如中暑、脱水等。此外,最高温度也是天气预报员预测明天的温度的重要依据。

因此,最低温度和最高温度的监测对于我们了解天气状况,制定适当的防范措施以应对突发天气情况具有重要的作用。

数据集ID: 

TPDC/CHINA_1KM_MIN_TEM_MONTH

时间范围: 1901年-2020年

范围: 全国

来源: 国家青藏高原科学数据中心

复制代码段: 

var images = pie.ImageCollection("TPDC/CHINA_1KM_MIN_TEM_MONTH")

var images = pie.ImageCollection("TPDC/CHINA_1KM_MAX_TEM_MONTH")

名称单位(℃)类型分辨率(km)无效值描述信息
B10.1int161-32768月最低温度

date

string

影像日期

代码:

var img = pie.ImageCollection("TPDC/CHINA_1KM_MIN_TEM_MONTH")
.filterDate("2000-01-01", "2006-01-01").select("B1").first()//.mean();
print(img);
//设定颜色预览组合
visParams = {palette: ['#0D0887','#5B02A3','#9A179B','#CB4678','#EB7852','#FBB32F','#F0F921']};
//定位地图中心
Map.centerObject(img, 3);
//加载影像
Map.addLayer(img, visParams, "img");var img = pie.ImageCollection("TPDC/CHINA_1KM_MAX_TEM_MONTH").filterDate("2000-01-01", "2006-01-01").select("B1").first()//.mean();
print(img);
//设定颜色预览组合
visParams = {palette: ['#0D0887','#5B02A3','#9A179B','#CB4678','#EB7852','#FBB32F','#F0F921']};
//定位地图中心
Map.centerObject(img, 3);
//加载影像
Map.addLayer(img, visParams, "img");

引用:

数据引用:
彭守璋. 中国1km分辨率月最低温度数据集(1901-2017). 国家青藏高原科学数据中心, 2020. DOI: 10.5281/zenodo.3114194.

文章引用:
1. Peng, S.Z., Ding, Y.X., Wen, Z.M., Chen, Y.M., Cao, Y., & Ren, J.Y. (2017). Spatiotemporal change and trend analysis of potential evapotranspiration over the Loess Plateau of China during 2011–2100. Agricultural and Forest Meteorology, 233, 183–194.
2. Peng, S.Z., Gang, C.C., Cao, Y., & Chen, Y.M. (2018). Assessment of climate change trends over the Loess Plateau in China from 1901 to 2100. International Journal of Climatology, 38(5), 2250–2264.
3. Peng, S.Z., Ding, Y.X., Liu, W.Z., & Li, Z. (2019). 1 km monthly temperature and precipitation dataset for China from 1901 to 2017. Earth System Science Data, 11, 1931–1946. https://doi.org/10.5194/essd-11-1931-2019.
4. Ding, Y.X., & Peng, S.Z. (2020). Spatiotemporal trends and attribution of drought across China from 1901–2100. Sustainability, 12(2), 477.

 

http://www.lryc.cn/news/183294.html

相关文章:

  • EasyX图形库note4,动画及键盘交互
  • C++设计模式-原型(Prototype)
  • [补题记录] Atcoder Beginner Contest 322(E)
  • 目标检测算法改进系列之Backbone替换为FocalNet
  • buuctf-[BSidesCF 2020]Had a bad day 文件包含
  • Elasticsearch:什么时候应该考虑在 Elasticsearch 中添加协调节点?
  • Dubbo3应用开发—Dubbo注册中心引言
  • AS环境,版本问题,android开发布局知识
  • OpenCV查找和绘制轮廓:findContours和drawContours
  • 毕设-原创医疗预约挂号平台分享
  • PLL锁相环倍频原理
  • POJ 2886 Who Gets the Most Candies? 树状数组+二分
  • 阿里云服务器镜像系统Anolis OS龙蜥详细介绍
  • 数学建模Matlab之基础操作
  • [计算机入门] Windows附件程序介绍(工具类)
  • 队列(循环数组队列,用队列实现栈,用栈实现队列)
  • 卷积神经网络-池化层和激活层
  • API基础————包
  • 【C++】一文带你走入vector
  • 《Secure Analytics-Federated Learning and Secure Aggregation》论文阅读
  • 十三、Django之添加用户(原始方法实现)
  • Elasticsearch数据操作原理
  • gitgitHub
  • 十天学完基础数据结构-第九天(堆(Heap))
  • vertx的学习总结7之用kotlin 与vertx搞一个简单的http
  • golang学习笔记(二):链路追踪
  • git提交代码实际操作
  • TF坐标变换
  • 如何进行网络编程和套接字操作?
  • 在Spark中集成和使用Hudi