目前,科学研究生态水文环境数据共享程度,远不及欧美。对于地表气象数据,可以获取的途径是从相关事业单位获得。以气象数据为例,一般单位可以获得中国2400余站日数据。而这些数据仅仅覆盖主要县市。这样会遇到气象观测网空间密度不均衡问题,在西部地区较为严重。如东西长度将近3000 km的中亚天山地区,高程变化在-152~6800m,而周边仅有27个国家级气象站,400余个区域自动站,很难说明数据在空间分布上的不确定性问题。若要研究北京等城市效应这样的科学问题,数据也缺乏代表性。所以,站点数据已经不能满足研究需要,学科的发展需要空间化的数据。同时,获取的站点时间序列一般为1951至今,而对于气候的年代际等研究,时间覆盖也十分有限。为了满足科学研究对高分辨率气象数据需要,公司利用先进的WRF,并针对模式存在的问题,制作东亚区域地表气象变量再分析数据(Eastern Asia Regional Surface Meteorological Variable Reanalysis Dataset in 1942018,EAR70)。
时间分辨率 | 小时 |
时间覆盖 | 1979-2017,2018-2019.04 |
空间分辨率 | 5km |
空间覆盖 | 东亚 |
数据变量:
0、小时尺度
2m气温、2m湿度、10mU风、10mV风、向下短波辐射、向下长波辐射、潜热、感热、降雨、气象能见度。
1、日尺度
日尺度数据产品,见表1。
表 1 日尺度数据变量列表
最高 | 最低 | 平均 | 累计 | |
2m气温 | √ | √ | √ | √a |
2m湿度 | √ | √ | √ | √ |
10mU风 | √ | √ | √ | ○ |
10mV风 | √ | √ | √ | ○ |
10m风速 | √ | √ | √ | ○ |
10m风向 | √ | √ | √b | ○ |
向下短波辐射 | ○ | ○ | √ | √ |
向下长波辐射 | ○ | ○ | √ | √ |
总降水 | ○ | ○ | ○ | √ |
降雪 | ○ | ○ | ○ | √ |
潜热 | ○ | ○ | ○ | √ |
感热 | ○ | ○ | ○ | √ |
冻结层高度 | √ | √ | √ | ○ |
气象能见度 | √ | √ | √ | ○ |
注释:√为存档,○为无此数据;a,日累计正积温,日累计负积温;b,平均风向
2、月尺度
2m气温(累计量包含0℃(10℃、15℃)正积温)、2m湿度、10mU风、10mV风、向下短波辐射、向下长波辐射、总降水、潜热、感热。
3、年尺度
2m气温(累计量包含0℃(10℃、15℃)正积温)、2m湿度、10mU风、10mV风、向下短波辐射、向下长波辐射、总降水、潜热、
A. 年尺度数据(2008~2017,2m气温和降水):联系工作人员免费提供给用户(注:用户提供使用数据项目名称,项目时间,项目编号,使用项目目的,还须在项目结束后发表论文注明数据名称及数据来源单位。)
B. 月尺度、日及小时尺度数据:1979-2018年,年、月、日和小时数据需要购买获得,详情咨询工作人员。
4.1 气温的验证
图 1
4.2 风速的验证
图 2
4.3 极端气温验证
图 3
图 4