Worldclim(v1.4、v2.1)数据集使用介绍

  最近在使用Worldclim的数据,在这里记录一下该数据集的使用。

  如果你想得到过去、现在和未来的气候数据,那么你可以使用这个数据集:Worldclim数据集

在这里插入图片描述

  该数据集包含了4种时期的气候数据:历史时期的末次盛冰期、全新世中期、当前时期和未来时期。末次盛冰期有3个大气模型(Global Climate Models,GCMs),全新世中期有9个气候系统模式。未来气候情景有19个大气模型,其中同时包含4个二氧化碳排放情景的大气模型一共有11个。每个时期的气候数据包括了19个生物气候变量。

1.历史气候数据

  末次盛冰期: 五万到三万年前,走出非洲的现代人在旧石器时代晚期初段迅速扩张到整个欧亚大陆和澳洲地区。然而,欣欣向荣的景象在3万年前之后戛然而止,自现代人出现以来以来最严酷的一个冰期席卷全球,在地质学上称为末次冰期最盛期(Last Glacial Maximum-LGM),持续时间从2.65万年前到1.9万年前。随着冰期全球气温的不断下降,两极和高山的冰川开始不断向低纬度和低海拔地区延伸。巨大的冰盖覆盖了北美、欧洲和亚洲北部的大部分地区。全球气候转向干冷,曾经水草丰美,猛犸成群的草场可能突然变成了一望无垠的冰原和荒漠。曾经湿热瘟瘴的丛林却可能变成了气候宜人的河谷。适宜人类生存的区域不断偏移和缩小。同时,冰盖的生长带来了海平面的下降,海岸线不断向外延伸,露出了大片的陆地。

  全新世: 12800年前,一轮新的冰期突然来袭,原有的升温过程被打断,全球气温骤降,因为欧洲在这一时期的沉积物中出现了大量原本存在于寒带地区的一种草本植物仙女木的残骸,故而命名为新仙女木事件(Younger Dryas)。这一降温事件一直持续到11500年前结束。在地质学上,新仙女木事件代表着更新世的终结,此后进入了全新世(Holocene)时期。

  末次盛冰期和末次间冰期数据下载需要在Worldclim1.4中寻找: 目前只有worldclim1.4提供了古气候数据(LIG --> LGM --> MH) ,且最大分辨率并非都是30秒。
worldclim1.4链接

【有关于中全新世Mid-Holocene(大约6000年前)和末次盛冰期Last Glacial Maximum(大约22000年前)的数据】
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.当前时期气候数据

  从WorldClim下载当前气候数据集。该数据集是利用全球1970-2000年气象监测数据结合经纬度和海拔通过样条插值法生成的。
在这里插入图片描述
19个生物气候变量:

在这里插入图片描述

一共包含了4种分辨率:
在这里插入图片描述

  此处的气候数据只是一部分,未包含2000-2020年的数据,所以要是想获得更加完全的当前数据的话,可以通过气象站(http://cdc.cma.gov.cn)点插值的方法,生成相应的气候数据。

3. 未来时期气候数据

在这里插入图片描述
在这里插入图片描述

  注意CMIP6使用的是SSP,这与CMIP5的RCP不同,但大致的想法是一样的。

  • 9
    点赞
  • 46
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 18
    评论
### 回答1: 使用R语言获取WorldClim30s气候数据可以分为以下几个步骤: 1. 首先,需要安装并加载相应的R包。可以使用以下命令安装WorldClim30s数据包: ```R install.packages("raster") # 安装raster包 install.packages("dismo") # 安装dismo包 ``` 然后使用以下命令加载这些包: ```R library(raster) # 加载raster包 library(dismo) # 加载dismo包 ``` 2. 接下来,需要确定需要下载的WorldClim30s数据的区域范围。可以使用以下命令获取WorldClim30s数据集的详细信息,并选择所需的变量和分辨率: ```R wc_details <- getData('worldclim', var='bio', res=30) wc_details ``` 3. 下载所需的WorldClim30s数据。可以使用以下命令将数据下载到本地计算机: ```R wc_data <- getData('worldclim', var='bio', res=30, lon = lon_range, lat = lat_range) ``` 其中,`lon_range`和`lat_range`是目标区域的经纬度范围。 4. 存储下载的数据。可以使用以下命令将下载的数据保存到本地文件: ```R writeRaster(wc_data, filename='path_to_save/wc_data.tif', format='GTiff') ``` 其中,`path_to_save`是要保存数据的文件路径。 综上所述,以上步骤就是使用R语言获取WorldClim30s气候数据的简要过程。根据具体的需求和数据使用情况,还可以进行更多操作和分析。 ### 回答2: 要使用R语言获取WorldClim 30s气候数据,可以按照以下步骤进行操作: 1. 首先,确保已经安装R语言和相关的软件包。 - 在R环境中输入命令`install.packages("raster")`和`install.packages("sp")`来安装所需的软件包。 2. 下载WorldClim 30s数据。 - 访问WorldClim网站(https://www.worldclim.org/data/worldclim21.html)并下载所需的气候数据。 3. 将下载的文件解压缩并获取数据文件的路径。 - 在R环境中输入命令`file_path <- "your_file_path"`,将文件路径指定给变量`file_path`。 4. 使用R语言读取数据。 - 在R环境中输入命令`library(raster)`来加载`raster`软件包。 - 输入命令`data <- raster(file_path)`来读取数据文件。 5. 查看和处理数据。 - 输入命令`plot(data)`来查看加载的数据。 - 输入命令`summary(data)`来获取数据的摘要统计信息。 6. 进行数据分析和提取。 - 使用`raster`软件包提供的各种函数和方法可以对数据进行各种操作和分析,例如计算平均值、最大/最小值等。 这样,你就可以使用R语言获取WorldClim 30s气候数据并进行进一步的数据分析和处理了。 ### 回答3: 使用R语言获取WorldClim30s气候数据的步骤如下: 1. 安装和加载所需的R包:首先,确保已安装并加载了`raster`和`sp`包,这些包是获取和处理地理空间数据的基本工具。 2. 下载和提取数据使用`raster`包的`getData()`函数从WorldClim数据库中获取数据。例如,要获取气温数据,可以使用以下代码: ```R climate_data <- getData(name='worldclim', var='tmean', res=30) ``` 这将下载并提取全球30秒分辨率的平均月温度数据。 3. 空间处理和可视化:一旦数据被下载和提取,可以对其进行空间处理和可视化。例如,使用`rasterVis`包可视化数据: ```R library(rasterVis) levelplot(climate_data) ``` 这将生成一个等值线图,显示全球各地的气温分布情况。 使用上述步骤,可以获取WorldClim30s气候数据并在R语言中进行处理和可视化。值得注意的是,可以根据需要选择不同的变量(如降水、温度等)和分辨率(如30秒、2.5分钟等)。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 18
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Jackson的生态模型

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值