Worldclim网站CIMP6未来数据下载（校正处理好的数据）

已于 2022-09-14 16:28:09 修改
阅读量5.6k 收藏 46
点赞数 6
文章标签： 大数据
于 2022-09-09 16:29:20 首次发布
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/weixin_58639643/article/details/126785415
版权

CIMP6-2.1新版数据下载：（以下为校正过的数据，全球范围，精度2.5m，格式ASC，每个文件分别为处理好的BIO1-BIO19变量，19个处理好的ASC文件）

CIMP6-BCC-CSM2-MR（CIMP6未来4个时期4个模式16组数据打包链接）：https://www.syjshare.com/res/CA9S6RTV

CIMP6-BCC-CSM2-MR（CIMP6未来数据单独文件链接）：

2021-2040-SSP126-BCC-CSM2-MR（全球数据-精度2.5m ASC格式）https://www.syjshare.com/res/VJVM54KX
2021-2040-SSP245-BCC-CSM2-MR（全球数据-精度2.5m ASC格式）https://www.syjshare.com/res/K0QG7MLJ
2021-2040-SSP370-BCC-CSM2-MR（全球数据-精度2.5m ASC格式）https://www.syjshare.com/res/8NKS4JMD
 2021-2040-SSP585-BCC-CSM2-MR（全球数据-精度2.5m ASC格式）https://www.syjshare.com/res/49RL7KW0
2041-2060-SSP126-BCC-CSM2-MR（全球数据-精度2.5m ASC格式）https://www.syjshare.com/res/6WGA0NY8
2041-2060-SSP245-BCC-CSM2-MR（全球数据-精度2.5m ASC格式）https://www.syjshare.com/res/AB9C557C
 2041-2060-SSP370-BCC-CSM2-MR（全球数据-精度2.5m ASC格式）https://www.syjshare.com/res/H6025YB9
 2041-2060-SSP585-BCC-CSM2-MR（全球数据-精度2.5m ASC格式）https://www.syjshare.com/res/CS3279EN
2061-2080-SSP126-BCC-CSM2-MR（全球数据-精度2.5m ASC格式）https://www.syjshare.com/res/LS4L4EYE
2061-2080-SSP245-BCC-CSM2-MR（全球数据-精度2.5m ASC格式）https://www.syjshare.com/res/ZV686C6C
2061-2080-SSP370-BCC-CSM2-MR（全球数据-精度2.5m ASC格式）https://www.syjshare.com/res/UERH408N
2061-2080-SSP585-BCC-CSM2-MR（全球数据-精度2.5m ASC格式）https://www.syjshare.com/res/4CMQ6WL0
2081-2100-SSP126-BCC-CSM2-MR（全球数据-精度2.5m ASC格式）https://www.syjshare.com/res/WAPJ2LLA
2081-2100-SSP245-BCC-CSM2-MR（全球数据-精度2.5m ASC格式）https://www.syjshare.com/res/XZBX38LJ
2081-2100-SSP370-BCC-CSM2-MR（全球数据-精度2.5m ASC格式）https://www.syjshare.com/res/VTTY20ZE
2081-2100-SSP585-BCC-CSM2-MR（全球数据-精度2.5m ASC格式）https://www.syjshare.com/res/8F6R4VZV

中科地理信息中心
关注
  • 6
    点赞
  • 踩
  • 46
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 16
    评论
【数据集实例】CMIP6气候模式数据下载-以河东地区为例
WW、forever的博客
04-21 2508
以河东地区为例，介绍CMIP6数据下载及处理
关于Worldclim网站CIMP6未来数据的使用注意事项
weixin_58639643的博客
07-03 5706
关于Worldclim网站CIMP6未来数据的使用注意事项
34种cmip5中国全国统计降尺度数据RCP45、RCP85（百度网盘资源）.txt
04-21
Use of NWAI-WG data   So far, NWAI-WG data have been used on a collaborative basis in publications (see the attached file). The major reasons are the data were not widely distributed. They were only used in our group and our collaborative networks. There were some cases with requests of the data made after people read Liu and Zou's (2012) paper. You have two options for using the data. Option 1: Collaboration with us. In this case, we will help you to describe the downscaling method and contribute to other parts of the paper such as comments/suggestions on the papers, if the fields are within our expertise. Option 2: Use of the data on your own. While option 1 for collaboration with us is welcome, option 2 is also highly encouraged, particularly, when the data are used for these research disciplines, rather than agricultural related. Thanks to Professor Yu who provides us with his group's web site (www.agrivy.com) as a media for distribution of the data.   Acknowledgment for option 1  “We acknowledge the modelling groups, the Program for Climate Model Diagnosis and Intercomparison (PCMDI) and the WCRP’s Working Group on Coupled Modelling (WGCM) for their roles in making available the WCRP CMIP5 multi-model dataset. Support of this dataset is provided by the Office of Science, US Department of Energy. Dr. Ian Macadam of the University of New South Wales downloaded the raw GCM monthly data. ”   Acknowledgment for option 2  “We acknowledge the modelling groups, the Program for Climate Model Diagnosis and Intercomparison (PCMDI) and the WCRP’s Working Group on Coupled Modelling (WGCM) for their roles in making available the WCRP CMIP5 multi-model dataset. Support of this dataset is provided by the Office of Science, US Department of Energy. Dr. Ian Macadam of the University of New South Wales downloaded the raw GCM monthly data. Dr. De Li Liu of the NSW Department of Primary Industries used NWAI-WG to downscale downscaled daily data. Also, thanks to AGRIVY (www.agrivy.com) provides us the data for this study.”
【数据下载】CMIP6数据下载
最新发布
weixin_46921265的博客
04-23 1700
批量下载CMIP6数据的详细步骤
MaxEnt运行报错的各种问题及解决方法
guye322的博客
03-22 6209
由于我使用的环境数据并不是大部分人常用的worldclim上下载的气候数据，而是使用不同的四类环境数据，分别包括：降雨数据、气温数据、氮沉降数据和大气CO2浓度数据，数据需要分别从不同的网站下载，因此并不能得到非常一致的数据文件，导致MaxEnt运行时出现了各种各样的错误。文件终于能够读取了，然而计算到一半又弹出第三种问题，根据弹出的报错提示，找到错误所在那一行，用Notepad++打开，可以发现，这一行确实存在nan值，导致文件读取无法正常进行。出现上图所述的问题时，检查环境变量是否具有相同的行列号。
WorldClim 数据下载
m0_61027476的博客
11-02 4388
网址WorldClim download >>> historical 适宜生境数据 19类，可以选择一个分辨率 、30s分辨率大尺度 点击后 They are coded as follows: BIO1 = Annual Mean Temperature BIO2 = Mean Diurnal Range (Mean of monthly (max temp - min temp)) BIO3 = Isothermality ...
worldclimte 全球70-00年生物气象数据.zip
01-30
WorldClim版本2的标准（19）WorldClim生物气候变量。它们是1970-2000年的平均值，每次下载都是一个“ zip”文件，其中包含19个GeoTiff（.tif）文件，每个月使用一个变量。
Worldclim（v1.4、v2.1）数据集使用介绍
amyniez的博客，欢迎交流讨论
06-02 1万+
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。
CMIP6数据处理及在气候变化、水文、生态等领域中的应用
PhyliciaFelicia的博客
07-26 443
CMIP6、Biome-BGC、生态、气候变化、气象、水文、气候模式、植被、生态模式、遥感、极端气候、降水、WRF模式、动力降尺度、RCM、大气环流模型、贝叶斯模型、、降尺度
CMIP6数据下载教程大全（含批量）
热门推荐
qq_42870321的博客
03-23 1万+
CMIP6数据下载教程大全（含批量） 注意：CMIP6数据网站属国外网站，比较卡，需耐心等待及其下载。 这里对一般情况下，我们用到的检索条件做个简要的介绍，Variable下选择我们需要的变量，如降雨、降雪、均温等等，Frequency下选择我们需要的尺度，如日尺度、月尺度，小时尺度等等,Experiment ID 下选择我们需要的实验，如历史模拟(historical),各种ssp情景等等，一般来说，选了这三个检索条件后，就先点击search，在结果中再点击Source ID，查看有哪些模型符合这个检索
worldclim 里的地图资源，已裁剪为美国地图大小，转换为 asc 格式，可以被 maxent 调用
02-14
worldclim 里的生物地图资源，并且已经裁剪好到美国地图大小，还添加有美国树木资源，可以被 maxent 调用
cim,
09-25
介绍视频演示待办事项清单架系统
【数据集】CMIP6气候模式数据下载
WW、forever的博客
02-19 5308
简介CMIP6及其气候模式数据下载
数据笔记——CMIP6试验数据下载
砍柴姑娘Jourosy的博客
08-30 1万+
做大气或者是海洋研究的人常用CMIP6数据，下载方法虽然简单却也常忘，所以今天记录一下CMIP6试验数据下载的方法。 CMIP6简介 简单介绍一下背景知识： CMIP:国际耦合模式比较计划 AMIP:大气模式比较计划 WCRP: 世界气候研究计划 WGCM:世界气候研究计划耦合模拟工作组 1995 年,WGCM发起和组织了AMIP计划，对当时数量有限的全球耦合气候模式的性能进行比较。此后，全球海气耦合模式进入了快速发展阶段，模式数量迅速增加，模式数据爆发式增长。全球各大气候模拟中心相继...
IDM批量下载CMIP6数据
qq_49433404的博客
10-21 1万+
最近在下载CMIP6数据，数据很多很大，网站也不稳定，不容易下载，在这里记录一下使用IDM下载CMIP6数据。 1.登录CMIP6数据下载网站 https://esgf-node.llnl.gov/search/cmip6/ 界面如下 2.根据需要在左侧选择栏筛选 我比较常用的几个筛选项有Source ID(选模式),Experiment ID(选实验),Variable(选变量)，Variant Label(选member，这个我还没有搞清楚，弄明白后再来更一篇) 在左侧筛选完条件后，勾选Show Al
使用Python对CMIP6数据批下载与裁剪
qq_44795205的博客
01-19 3126
​教程照片及其他详细信息请关注微信公众号：夫也的笔记 公众号内容包含：ArcGIS、ENVI、MATLAB、Python和R语言教程和实际案例分享 理论知识：CMIP是国际耦合模式比较计划（Coupled Model Intercomparison Project）的缩写，最早是在1995年由世界气候研究计划（WCRP）下属的耦合模式工作组（WGCM）主持开展的。自CMIP诞生以来，一直致力于促进气候模式的发展和完善，并支持气候变化的评估和预估工作。目前已开展了5次耦合模式比较计划，当前正在进行的是第6次耦
【IDM下载CIMAP6-CORDEX data】
weixin_43347581的博客
09-14 953
由于我需要下载cordex的项目，因此我需要join CORDEX。随后创建账户获得openid，并选择自己要下载的数据。必须要注册CORDEX GROUPgroup链接随后就可以成功下载了采用IDM能够很好地增强下载速度，提高下载速率。tips：要想成功下载cordex数据一定要注册相应group。
r语言worldclim数据_使用R提取单个国家的WORLDCLIM数据
weixin_35520863的博客
01-12 1413
I want to extract world climate data for minimum and maximum temperature for only one country India using R and save it as a data set (to use with my own data-set that contains crop yields at the dist...
CMIP6数据介绍梳理+下载
LHgwei的博客
08-14 9841
cmip6网站内容理解及数据下载
ERROR:django.request:Internal Server Error: /api/sign Traceback (most recent call last): File "C:\Users\27913\Desktop\cimp\backend\lib\site-packages\django\core\handlers\exception.py", line 34, in inner response = get_response(request) File "C:\Users\27913\Desktop\cimp\backend\lib\site-packages\django\core\handlers\base.py", line 115, in _get_response response = self.process_exception_by_middleware(e, request) File "C:\Users\27913\Desktop\cimp\backend\lib\site-packages\django\core\handlers\base.py", line 113, in _get_response response = wrapped_callback(request, *callback_args, **callback_kwargs) File "C:\Users\27913\Desktop\cimp\backend\lib\site-packages\lib\share.py", line 36, in dispatch pd = json.loads(request.body) File "C:\Users\27913\Desktop\cimp\backend\lib\json\__init__.py", line 348, in loads return _default_decoder.decode(s) File "C:\Users\27913\Desktop\cimp\backend\lib\json\decoder.py", line 337, in decode obj, end = self.raw_decode(s, idx=_w(s, 0).end()) File "C:\Users\27913\Desktop\cimp\backend\lib\json\decoder.py", line 355, in raw_decode raise JSONDecodeError("Expecting value", s, err.value) from None json.decoder.JSONDecodeError: Expecting value: line 1 column 1 (char 0)
06-13
这是一个Django框架的错误信息，看起来是由于在解析JSON格式数据时出现了问题。 错误信息中的"JSONDecodeError: Expecting value: line 1 column 1 (char 0)"表示在解析JSON字符串的第1行第1列（即字符串的开头）时发生了错误，期望解析到一个值，但是却没有找到。 这个问题可能是由于以下原因导致的： 1. 发送的JSON数据为空。 2. 发送的JSON数据格式不正确，例如缺少必要的元素、拼写错误或不符合JSON规范等。 为了解决这个问题，可以检查发送的JSON数据是否为空或格式是否正确。如果JSON数据为空，则需要确保代码中不会传递空值给JSON解析器。如果JSON数据格式不正确，则需要修复数据格式。可以使用JSON在线验证工具检查JSON数据是否符合JSON规范。此外，还可以在Django中使用try-except语句捕获JSON解析错误，并返回有用的错误信息，以便更好地调试和解决问题。
评论 16
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

中科地理信息中心

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