全球10米风速栅格数据（1973-2021）

最新推荐文章于 2024-07-13 08:50:27 发布

Yolo566Q

最新推荐文章于 2024-07-13 08:50:27 发布

阅读量437

点赞数

分类专栏：数据资源文章标签：经验分享

本文链接：https://blog.csdn.net/weixin_55561616/article/details/129993144

版权

数据资源专栏收录该内容

47 篇文章

订阅专栏

研究团队应用部分卷积神经网络算法结合34个气候模式和HadISD气象站数据，生成了1973-2021年的全球10米近地风速数据集，具有1.25°×2.5°的空间分辨率，包含观测到的风速趋势。数据以nc格式存储，可供Matlab和ArcGIS等软件处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

风速数据被广泛用于科学、管理和政策领域，在评估可再生能源潜力、解决风灾、研究生物现象和探索气候变化等方面发挥着重要作用。但现有的风速产品存在很大的局限性：气象观测数据在空间和时间上存在不连续性，再分析产品和气候模型模拟虽然实现了数据的连续性，但大多未能重现观测到的风速趋势。此外，风速数据的高变异性及站点分布的不均匀和稀缺性，使得传统的统计插值方法，如克里金或主成分分析，在重构全球风速上表现不佳。因而，风速数据成为风速研究中“卡脖子”的难题。

在此，研究团队基于部分卷积神经网络算法（the partial convolutional neural network），融合了34个气候模式数据和气象站点观测数据HadISD（由Met Office Hadley Centre提供），重构了1973-2021年间共588个月的全球10米近地风速，空间分辨率为1.25°×2.5°（纬度×经度），该数据集包含了观测到的风速趋势信息。详细的重构过程请见参考文献中的方法部分。

该数据以nc文件储存，文件的名称为GGWS-PCNN-wind_speed-yyyymmyyyymm_vX.nc。以GGWS-PCNN-wind_speed-197301202012_v312202105p.nc为例， GGWS-PCNN为该数据集的英文简称（来自global gridded monthly wind speed dataset by the partial convolutional neural network），wind_speed表示该数据集存储了风速变量，197301202012代表该数据的覆盖时期为1973年1月到2020年12月，v312202105p表示该数据集采用了版本号为v312202105p的HadISD数据。该数据可用Matlab、ArcGIS等软件读取打开。