北京师范大学缪驰远教授团队！发布最新中国大陆高分辨率多干旱指数数据（1961-2022/ 0.1°）

（图片来源网络，与本数据无关）

北京师范大学缪驰远教授团队！发布最新中国大陆高分辨率多干旱指数数据（1961-2022/ 0.1°）

干旱指数对于评估和管理水资源短缺和农业风险至关重要；然而，现有数据集缺乏统一的数据基础，导致不一致，对干旱指数的可比性提出了挑战。本研究致力于创建空间分辨率为0.1°的创新综合长期气象干旱数据集CHM_Drought，数据来自1961年至2022年中国大陆。它具有六个关键的气象干旱指数：标准化降水指数（SPI）、标准化降水蒸散指数（SPEI）、蒸发需求干旱指数（EDDI）、帕尔默干旱严重度指数（PDSI）、自校准帕尔默干旱严重度指数（SC- PDSI) 和蒸气压差 (VPD)，其中 SPI、SPEI、EDDI 包含 2 周和 1-12 个月的多尺度特征。该数据集综合应用了高密度气象站数据，从基本气象要素开始形成了完整的框架（中国水文气象数据集，CHM）。该数据集在准确捕捉中国大陆干旱事件方面表现出色，对 2022 年长江流域夏季干旱的详细描述就证明了这一点。此外，为了评价CHM_Drought，我们对基于气候研究单位（CRU）和CN05.1数据计算的干旱指数进行了一致性检验，发现所有指数总体具有较高的一致性，并且两周尺度的SPI、SPEI和EDDI 在干旱监测中具有潜在的预警作用。全面的，我们的数据集弥补了中国高精度多指标干旱数据的空白，完整的基于CHM的框架保证了数据集的一致性和可靠性，有助于加深对中国干旱格局和趋势的了解。

CHM_Drought，一个创新的综合长期气象干旱数据集，空间分辨率为0.1°，数据采集于1961年至2022年中国大陆。它具有六个关键的气象干旱指数：标准化降水指数（SPI）、标准化降水蒸散指数（SPEI）、蒸发需求干旱指数（EDDI）、帕尔默干旱严重度指数（PDSI）、自校准帕尔默干旱严重度指数（SC- PDSI）和蒸气压赤字（VPD），其中SPI、SPEI和EDDI包含2周和1-12个月的多尺度特征。

数据介绍

该数据集综合应用了高密度气象站数据，从基本气象要素开始形成了完整的框架（中国水文气象数据集，CHM）。

全局属性：

· 变量 = SPEI-xx、SPI-xx、EDDI-xx、PDSI、SC-PDSI、VPD

· 日期格式 = NetCDF

· 时间范围 = 1961-01-01 至 2022-12-31

· 空间分辨率 = 0.1 度

· 空间范围 = 18°N–54°N, 72°E–136°E

· 缺失值 = NA