1961-2022年中国大陆多干旱指数数据集(SPI/SPEI/EDDI/PDSI/SC-PDSI/VPD)

最新推荐文章于 2025-03-04 09:39:45 发布
最新推荐文章于 2025-03-04 09:39:45 发布
阅读量1.7k 收藏 9
点赞数 4
文章标签： arcgis 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_48539301/article/details/144916534
版权

DOI: 10.5194/essd-2024-270

干旱指数对于评估和管理缺水和农业风险至关重要;然而，现有数据集中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CHM_Drought，这是一个创新且全面的长期气象干旱数据集，空间分辨率为0.1°，数据收集时间为1961-2022年，中国大陆年。它具有6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）、帕尔默干旱严重程度指数（PDSI）、自校准帕尔默干旱严重程度指数（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。该数据集具有高密度气象站数据的综合应用和从基本气象要素出发的完整框架（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，其对2022年长江流域夏季干旱的详细描述就证明了这一点。此外，为了评估CHM_Drought，本文利用气候研究单元（CRU）和CN05.1数据计算的干旱指数进行了一致性检验，发现所有指数总体上具有较高的一致性，且2周尺度SPI、SPEI和EDDI在干旱监测中具有潜在的预警作用。总体而言，我们的数据集弥补了中国在高精度多指标干旱数据方面的差距，完整的基于CHM的框架保证了数据集的一致性和可靠性，有助于提高对中国干旱模式和趋势的理解。

1961-2022年，0.1°，中国大陆，包括SPI SPEI EDDI PDSI SC-PDSI VPD，nc格式，数据可以通过下方链接获取。

https://figshare.com/articles/dataset/CHM_Drought/25656951/2

 

GEE | 1901-2022年全球0.5°标准化降水蒸散指数SPEI数据集
qq_48539301的博客
02-08 525
SPEIbase（全球标准化降水-蒸散指数数据库）提供了全球尺度上干旱状况的长期可靠信息，空间分辨率为0.5度，时间分辨率为月度，可支持从1至48个月的多时间尺度分析。标准化降水-蒸散指数（SPEI）通过标准化变量量化当前气候平衡相对于长期平衡的偏差，确保了时空上的可比性。以SPEI_01_month为例，print月度SPEI变化并导出栅格数据。
全球干旱数据集【标准化降水蒸发指数SPEI-03】-190101-202312-0.5x0.5
11-22
全球干旱数据集【标准化降水蒸发指数SPEI-03】（1901年1月-2023年12月，0.5°×0.5°分辨率）是基于月度降水和潜在蒸散发（PET）数据计算的全球气候数据集，专门用于中期干旱监测和分析。SPEI-03以3个月为时间尺度，更适合评估农业和生态系统的长期干旱风险。 数据集采用NetCDF格式，包含时间、空间坐标和SPEI值（无量纲）。负值表示干旱，正值表示湿润，数据经过插值和偏差矫正，确保高时空一致性。基于全球气象观测和重分析数据，如ERA5。 应用场景： 干旱监测：识别全球干旱事件的强度和持续时间。 气候变化研究：评估干旱风险和气候变化的长期影响。 农业与生态管理：支持农作物种植和生态系统保护。 水资源与灾害防治：优化水资源分配和干旱灾害应对。 该数据集为干旱风险评估和气候变化研究提供重要支持，广泛应用于环境、农业、生态和气候预测领域。
全球干旱数据集【标准化降水蒸发指数SPEI-12】-190101-202312-0.5x0.5
11-22
全球干旱数据集【标准化降水蒸发指数SPEI-12】（1901年1月-2023年12月，0.5°×0.5°分辨率）是基于月度降水和潜在蒸散发（PET）数据计算的全球气候数据集，专门用于长期干旱监测。SPEI-12采用12个月的时间尺度，适用于评估较长时间范围内的干旱风险，尤其是对水资源、农业和生态系统的长期影响分析。 该数据集以NetCDF格式提供，包含时间（年月）、空间坐标（经纬度）和SPEI值（无量纲）。SPEI值为负表示干旱，正值表示湿润，数据经过插值和偏差矫正，确保空间和时间的一致性。数据源基于全球气象观测和重分析数据，如ERA5。 应用场景： 长期干旱监测：分析和识别全球及区域尺度的干旱趋势、强度和持续时间。 气候变化影响评估：研究长期干旱与气候变化之间的关系，预测未来干旱风险。 农业和水资源管理：帮助制定水资源调度和灌溉策略，评估干旱对农业和生态的影响。 灾害应对和政策制定：为干旱灾害预警和应急响应提供支持，优化应对策略。
2014-2024全球干旱指数（10天/逐月）FY-3 MIDI数据集
hu397313168的博客
03-04 492
对于月度数据，每个文件的命名格式为“FY-3_MIDI_MONTH_yyyymmdd.tif”；而对于旬度数据，每个文件的命名格式为“FY-3_MIDI_10DAY_yyyymmdd.tif”。干旱是一种反复出现的极端气候事件，其特征是长时间的干旱期，在气候变暖的情况下，干旱往往更加频繁和严重。在此，我们提供了一套风云三号微波综合干旱指数（FY-3 MIDI）的全球月度和十日干旱数据集，该数据集通过整合风云三号 B/C/D 星的微波降水、土壤湿度和地表温度，并采用最优权重，从 2014 年 6 月至今。
GIS、遥感和生态等领域常用数据集汇总【数据集】
amyniez的博客，欢迎交流讨论
10-14 1544
汇总地理科学、遥感、生态和林学所需要使用的数据集，本质上就是全球变化范围类的数据集。
2024年9月中国干旱监测报告(FYDI-2.0指数)
此星光明博客
10-01 939
从图中可看出，进入9月份后，北方进入华西秋雨集中期，降水逐渐增多，尤其是从9月15日开始，内蒙古中部地区在强盛的副热带高压以及季风水汽持续向北输送的共同影响下，遭遇了大到暴雨天气，中西部地区降水量达到历史同期第二多的水平，受持续强降雨影响，内蒙古中西部湿度明显增大；同一时期，西南川渝地区的高温天气依然持续，以重庆为首的旱情也愈发严重，没有丝毫缓解的趋势。受此天气情况影响，9月15日以后，我国南北出现了“水火两重天”的天气现象，北方内蒙古地区多降雨，湿度大，南方以重庆为代表的川渝地区高温少雨，干旱严重。
干旱指数数据介绍及下载
南柯
07-11 7807
干旱指数的讲解与下载操作
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°）
hu397313168的博客
12-12 1295
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。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。· 空间范围 = 18°N–54°N, 72°E–136°E。
Google Earth Engine（GEE）——全球干旱指数（Global-Aridity_ET0）和全球参考蒸发量（Global-ET0）第三版数据集提供了1970-2000年
此星光明博客
06-06 2163
全球干旱指数（Global-Aridity_ET0）和全球参考蒸发量（Global-ET0）第三版数据集提供了1970-2000年期间高分辨率（30角秒）的全球栅格气候数据，与潜在植物生长的蒸发过程和降雨量不足有关，基于参考作物的Penman Monteith蒸发量方程式的实施。在这种表述下，干旱指数值在更潮湿的条件下会增加，而在更干旱的条件下会减少。在全球干旱指数_ET0地理数据集中报告的干旱指数值已经乘以10,000的系数，得出数据并作为整数分配（小数点后4位）。
Google Earth Engine——干旱指数（KBDI）是一个连续的参考量表，用于估计土壤和煤层的干燥程度。该指数在没有下雨的每一天都会增加（增加的数量取决于每日的最高温度）
此星光明博客
10-19 2164
Keetch-Byram Drought Index (KBDI) is a continuous reference scale for estimating the dryness of the soil and duff layers. The index increases for each day without rain (the amount of increase depends on the daily high temperature) and decreases when it rai
新增2023！中国1km逐年干燥度指数数据集
hu397313168的博客
07-22 972
给WGS84时，在Catalog中找到导出的栅格数据实体，点开其属性，找到Spatial Reference属性，点开Edit打开坐标系统选项，在Geographic Coordinate Systems（也就是大地坐标系统）找到World，选择其下WGS 1984。AI是表征一个地区干湿程度的指标，一般来说，根据AI分类可以概括地把区域分为湿润（AI
全球干旱数据集【标准化降水蒸发指数SPEI-01】-190101-202312-0.5x0.5
11-22
全球干旱数据集【标准化降水蒸发指数SPEI-01】（1901-01至2023-12，分辨率0.5°×0.5°） 是一个高时空分辨率的全球气候数据集，专注于干旱事件的时空动态监测和评估。该数据集以 标准化降水蒸发指数（SPEI-01） 为核心指标，通过综合考虑降水和潜在蒸散发（PET）对干旱的影响，为气候变化研究、生态环境管理和水资源规划等提供了科学依据。 数据集特点： 1. 核心指标： SPEI（标准化降水蒸发指数）： SPEI 是基于水分盈亏（降水减去潜在蒸散发）计算的标准化指数。 SPEI-01 表示以1个月为时间尺度的干旱指数，更适合短期干旱监测（如农业干旱或临时性水资源短缺）。 2. 时空分辨率： 时间范围：1901年1月至2023年12月，覆盖超过120年的全球数据。 空间分辨率：0.5°×0.5°（约50公里×50公里），适用于全球和区域尺度的干旱分析。 3. 数据来源与处理： 数据来源：基于气象观测数据（如降水和气温）与重分析数据（如ERA5）。 计算方法： 使用Penman-Monteith公式计算潜在蒸散发（PET）。 4. 数据格式 数据为NetCDF格式。
spei计算程序附测试数据
09-03
matlab版SPEI程序+测试数据,可用于计算SPEI指数的matlab版本，其中附有测试数据，方便学习和查看。
多时间尺度、多分辨率、多PET计算方式的 日/周/月干旱指标SPEI计算代码及测试文件
09-15
​ SPEI是最常用的干旱指标，考虑了降雨和潜在蒸散发的水平衡状况，并通过不同时间尺度上累积水平衡状况反映不同时间长度的干旱情况，具体来说3个月尺度的SPEI反映农业、土壤干旱，6个月尺度的SPEI反映水文干旱。 在现有能搜到的SPEI计算代码中，R库SPEI包可以计算月分辨率的SPEI，python库的Climate_indices包也是计算月分辨率的SPEI，没有公开的代码计算日分辨率的SPEI。考虑计算日分辨率的SPEI是因为，月分辨率的SPEI不能捕捉持续仅几周的短期干旱事件，不能精确捕捉草地生产力变化情况。一些文章提到了构建日分辨率的SPEI指标的方法，如Wang et al.,2015 (https://doi.org/10.1002/joc.4244), 李军（https://doi.org/10.5194/hess-25-1587-2021），但没有公开具体的计算代码，本文主要目的是介绍如何计算日分辨率的SPEI，帮助广大计算日分辨率SPEI指标。 得到SPEI后，通常可以分析一个地区的干湿趋势，同时也可以基于游程理论提取干旱事件。
干旱指标spi/spei/sri计算-matlab
08-12
SPI（标准降水指数）、SPEI（标准化降水蒸散发指数）和SRI（土壤湿度指数）是评估干旱状况的常用指标，它们均基于统计学原理对降水、蒸发等气候数据进行标准化处理。在本篇中，我们将深入探讨这些指标的计算方法以及...
MATLAB实现2000-2023年多时间尺度SPEI干旱指数计算与NC/TIF数据处理
最新发布
04-28
内容概要：本文详细介绍了利用MATLAB计算2000年至2023年间多时间尺度（1/3/6/12月）的SPEI（标准化降水蒸散指数）的方法。主要内容涵盖数据读取、时间对齐、滑动窗口累积、Gamma分布拟合标准化以及最终结果的TIF格式...
全球干旱数据集【标准化降水蒸发指数SPEI-06】-190101-202312-0.5x0.5
12-12
全球干旱数据集【标准化降水蒸发指数SPEI-03】（1901年1月-2023年12月，0.5°×0.5°分辨率）是基于月度降水和潜在蒸散发（PET）数据计算的全球气候数据集，专门用于中期干旱监测和分析。SPEI-06以6个月为时间尺度，...
SPEI | 1901-2023年全球0.5°标准化降水蒸散发指数（附代码）
qq_48539301的博客
11-17 1523
标准化降水蒸散指数（SPEI）是一种用于全球干旱和气候变化研究的指标，专门用于评估气候的干湿状况。全球栅格化的SPEI产品涵盖了1901—2023年的月度数据，空间分辨率为0.5° × 0.5°。该数据集基于英国东安格利亚大学气候研究中心的CRU TS3.0的月降水量和平均气温数据处理得到。SPEI通过计算降水和潜在蒸散发（PET）的差值并进行标准化处理，以确定干湿程度，其中SPEI值越小表示气候越干旱，越大则表示气候越湿润。数据为nc格式，如果需要转tif，可以使用下方代码。
Google Earth Engine ——1979-2020年帕尔默干旱严重程度指数PDSI数据集每月三次提供高空间分辨率（约 4 公里）
此星光明博客
09-14 4455
PDSI: University of Idaho Palmer Drought Severity Index 帕尔默干旱严重程度指数数据集每月三次提供高空间分辨率（约 4 公里）估计值，该估计值是对 1979 年至今美国本土广泛使用的综合供水和需求异常的衡量标准。 PDSI 是使用从 Abatzoglou (2013) 的网格气象数据集得出的降水和潜在蒸散量计算的。 使用参考草表面的 Penman-Montieth 方程计算潜在蒸散量。土壤表层 2.5m 的可用土壤持水量来自 STATSGO 土壤..
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

GIS遥感数据处理应用

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

实付元
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