2001-2020年中国1km分辨率多时间尺度SPEI数据集(全新整理)

数据下载地址

点击这里下载数据

数据指标说明

标准化降水蒸散指数 (SPEI) 是国际上通用的干旱指数之一。目前，SPEI指数已广泛应用于气象干旱、水文干旱、农业干旱和社会经济干旱的监测和预报研究。然而，已有的SPEI数据集存在覆盖范围小、空间不连续或空间分辨率低等问题。因此，本研究基于气象站点计算的SPEI，结合GPM (Global Precipitation Measurement) 降水、MODIS (Moderate Resolution Imaging Spectroradiometer) 地表温度 (LST)、ERA5-Land短波辐射、SRTM (Shuttle Radar Topography Mission) 数字高程模型 (DEM) 数据以及随机森林回归模型，开发了一种在大区域尺度上计算栅格SPEI指数的高精度机器学习算法，生产了一套跨越2001-2020年、覆盖整个中国大陆地区的具有多时间尺度 (1 month, 3 months, 6 months, 12 months, 24 months) 、高空间分辨率 (1km) 的SPEI栅格数据集 (SPEI_RF)。我们发现，本研究开发的SPEI_RF数据集和目前国际社会广泛认可的SPEIbase v.2.6 (由Vicente-Serrano主导开发) 数据集具有高度一致的时空分布特征。与SPEIbase v.2.6数据集相比，SPEI_RF数据集具有空间分辨率更高且对局部小范围干旱的识别更加精准的优点。总体来说，本研究开发的SPEI_RF数据集能够精确模拟中国大陆地区2001-2020年期间干旱的时空演变特征，对未来干旱研究的进一步深入具有重要推动作用。该数据集生产算法请参考国家发明专利：夏浩铭, 赵晓阳, 赵伟. 基于随机森林回归模型的高分辨率SPEI数据集开发方法, 2023.05.30, 中国，CN 02211123216.8。

项目备注

本资源部分自主研发，部分来源于网络。
来源于网络的资源版权归出版社或原作者所有，仅供学习，请勿用于商业。

数据下载地址

点击这里下载数据