1901–2014年黃土高原1 km分辨率月均氣溫和月降水量數(shù)據(jù)集

稅軍峰，任婧宇，彭守璋*，展小云

1. 西北農(nóng)林科技大學(xué)黃土高原土壤侵蝕與旱地農(nóng)業(yè)國家重點實驗室，楊陵712100

數(shù)據(jù)庫（集）基本信息簡介

數(shù)據(jù)服務(wù)系統(tǒng)網(wǎng)址6. 黃土高原 1 k m 分辨率月均氣溫數(shù)據(jù)集（1 9 5 1–1 9 6 0年）（h t t p://l o e s s.g e o d a t a.c n/d a t a/d a t a d e t a i l s.h t m l?d a t a g u i d=1 3 3 4 6 8 2 6 8 4 5 6 8 2 1&d o c i d=1 7）7. 黃土高原 1 k m 分辨率月均氣溫數(shù)據(jù)集（1 9 6 1–1 9 7 0年）（h t t p://l o e s s.g e o d a t a.c n/d a t a/d a t a d e t a i l s.h t m l?d a t a g u i d=2 1 7 0 3 1 1 7 4 5 9 4 1 6 0&d o c I d=1 6）8. 黃土高原 1 k m 分辨率月均氣溫數(shù)據(jù)集（1 9 7 1–1 9 8 0年）（h t t p://l o e s s.g e o d a t a.c n/d a t a/d a t a d e t a i l s.h t m l?d a t a g u i d=2 2 3 6 2 8 2 4 3 6 1 9 5 4 4&d o c I d=1 5）9. 黃土高原 1 k m 分辨率月均氣溫數(shù)據(jù)集（1 9 8 1–1 9 9 0年）（h t t p://l o e s s.g e o d a t a.c n/d a t a/d a t a d e t a i l s.h t m l?d a t a g u i d=6 0 9 0 0 5 2 4 1 2 8 1 2 0&d o c i d=1 4）1 0. 黃土高原 1 k m 分辨率月均氣溫數(shù)據(jù)集（1 9 9 1–2 0 0 0年）（h t t p://l o e s s.g e o d a t a.c n/d a t a/d a t a d e t a i l s.h t m l?d a t a g u i d=1 6 8 6 5 2 6 6 4 2 2 9 5 6 3&d o c i d=1 3）1 1. 黃土高原 1 k m 分辨率月均氣溫數(shù)據(jù)集（2 0 0 1–2 0 1 4 年）（h t t p://l o e s s.g e o d a t a.c n/d a t a/d a t a d e t a i l s.h t m l?d a t a g u i d=1 9 2 8 4 1 9 2 0 7 0 6 8 2 1&d o c i d=2 1）（二）月降水量數(shù)據(jù)集1. 黃土高原 1 k m 分辨率月降水?dāng)?shù)據(jù)集（1 9 0 1–1 9 1 0年）（h t t p://l o e s s.g e o d a t a.c n/d a t a/d a t a d e t a i l s.h t m l?d a t a g u i d=2 5 7 1 5 6 9 5 4 4 9 1 3 5&d o c I d=8）2. 黃土高原 1 k m 分辨率月降水?dāng)?shù)據(jù)集（1 9 1 1–1 9 2 0年）（h t t p://l o e s s.g e o d a t a.c n/d a t a/d a t a d e t a i l s.h t m l?d a t a g u i d=1 9 7 2 3 9 5 2 4 6 0 4 2 8 2&d o c i d=7）3. 黃土高原 1 k m 分辨率月降水?dāng)?shù)據(jù)集（1 9 2 1–1 9 3 0年）（h t t p://l o e s s.g e o d a t a.c n/d a t a/d a t a d e t a i l s.h t m l?d a t a g u i d=1 9 9 4 3 8 5 4 8 7 2 2 0 1 3&d o c i d=6）4. 黃土高原 1 k m 分辨率月降水?dāng)?shù)據(jù)集（1 9 3 1–1 9 4 0年）（h t t p://l o e s s.g e o d a t a.c n/d a t a/d a t a d e t a i l s.h t m l?d a t a g u i d=1 6 2 0 5 5 1 5 3 8 8 3 5 3 4&d o c i d=9）5. 黃土高原 1 k m 分辨率月降水?dāng)?shù)據(jù)集（1 9 4 1–1 9 5 0年）（h t t p://l o e s s.g e o d a t a.c n/d a t a/d a t a d e t a i l s.h t m l?d a t a g u i d=1 9 9 4 3 8 5 4 9 5 7 0 6 5 4&d o c i d=1 0）6. 黃土高原 1 k m 分辨率月降水?dāng)?shù)據(jù)集（1 9 5 1–1 9 6 0年）（h t t p://l o e s s.g e o d a t a.c n/d a t a/d a t a d e t a i l s.h t m l?d a t a g u i d=2 2 3 6 2 7 8 0 5 6 6 2 5 4 6&d o c i d=5）7. 黃土高原 1 k m 分辨率月降水?dāng)?shù)據(jù)集（1 9 6 1–1 9 7 0年）（h t t p://l o e s s.g e o d a t a.c n/d a t a/d a t a d e t a i l s.h t m l?d a t a g u i d=2 0 1 6 3 7 5 7 3 5 4 8 8 5 6&d o c i d=4）8. 黃土高原 1 k m 分辨率月降水?dāng)?shù)據(jù)集（1 9 7 1–1 9 8 0年）（h t t p://l o e s s.g e o d a t a.c n/d a t a/d a t a d e t a i l s.h t m l?d a t a g u i d=2 4 5 6 1 8 0 3 8 8 8 8 1 8 6&d o c i d=3）9. 黃土高原 1 k m 分辨率月降水?dāng)?shù)據(jù)集（1 9 8 1–1 9 9 0年）（h t t p://l o e s s.g e o d a t a.c n/d a t a/d a t a d e t a i l s.h t m l?d a t a g u i d=2 2 5 8 2 6 8 2 9 7 7 7 3 5 2&d o c i d=0）1 0. 黃土高原 1 k m 分辨率月降水?dāng)?shù)據(jù)集（1 9 9 1–2 0 0 0年）（h t t p://l o e s s.g e o d a t a.c n/d a t a/d a t a d e t a i l s.h t m l?d a t a g u i d=2 4 7 8 1 7 0 6 2 6 1 2 4 4 2&d o c i d=2）1 1. 黃土高原 1 k m 分辨率月降水?dāng)?shù)據(jù)集（2 0 0 1–2 0 1 4年）（h t t p://l o e s s.g e o d a t a.c n/d a t a/d a t a d e t a i l s.h t m l?d a t a g u i d=1 2 0 2 7 3 7 1 4 0 5 0 9 3 5&d o c i d=1）基金項目 國家科技基礎(chǔ)條件平臺建設(shè)項目（2 0 0 5 D K A 3 2 3 0 0）；中國科學(xué)院“十三五”信息化專項科學(xué)大數(shù)據(jù)工程項目（X X H 1 3 5 0 5-0 7）；國家自然科學(xué)基金（4 1 6 0 1 0 5 8）。數(shù)據(jù)集組成 數(shù)據(jù)集共包含2 2個文件，從1 9 0 1–2 0 1 4年，每1 0年數(shù)據(jù)為一個文件。月均氣溫、月降水量數(shù)據(jù)集分別包括1 9 0 1–1 9 1 0，1 9 1 1–1 9 2 0，…，2 0 0 1–2 0 1 4年1 1個文件。

引 言

氣候變化已成為全球科學(xué)研究的熱點，顯著影響著人類的生存和發(fā)展。黃土高原地區(qū)（33○43′–41○16′N，100○54′–114○33′E）橫貫黃河中上游，年降水量從西北部的 200 mm 到東南部 750 mm[1]，年平均氣溫從西北部3.6 ℃到東南部14.3 ℃，被公認(rèn)為對氣候變化敏感的半干旱到半濕潤的過渡區(qū)[2]。作為世界上最大的黃土地區(qū)，黃土高原面積約為67.8萬平方公里，在生態(tài)環(huán)境和社會經(jīng)濟等方面對中國的發(fā)展有著重要作用。在過去的幾十年間，針對黃土高原地區(qū)的氣候變化學(xué)界開展了諸多研究，這些研究均揭示了其年降水量減少、氣溫升高的趨勢[3-5]。

多個氣候研究組織先后發(fā)布了全球到次大陸尺度的多種長期氣候網(wǎng)格數(shù)據(jù)集，其具有時序長、氣候要素豐富等特點，但大多空間分辨率偏低，在描繪區(qū)域小尺度氣候信息時存在較大的偏差[6]，阻礙了其在小地理尺度上的應(yīng)用。例如英國東英格利亞大學(xué)氣候研究中心（Climatic Research Unit，CRU）[7]數(shù)據(jù)，其空間分辨率為0.5○，在小地理尺度上表達(dá)復(fù)雜地形、地表特征及氣候系統(tǒng)中其他過程的能力有限[8]。因此，為了提高這些數(shù)據(jù)集在中小尺度地理研究中的應(yīng)用能力，將其與地面高空間分辨率的參考?xì)夂驍?shù)據(jù)集（包含氣象站記錄（校準(zhǔn)）和觀測記錄的地形效應(yīng)）相結(jié)合以實現(xiàn)空間降尺度，一方面可以減少原始數(shù)據(jù)的不確定性，另一方面可以實現(xiàn)空間分辨率的提高[8-9]。

氣候數(shù)據(jù)空間降尺度方法主要有統(tǒng)計降尺度和動力降尺度兩類。與統(tǒng)計降尺度相比，動力降尺度需要大量參數(shù)和較多計算資源驅(qū)動[10]，而且有時不能真實地反映小尺度上的氣候變化特征[11-12]，因此，統(tǒng)計降尺度往往應(yīng)用更加廣泛。常用的統(tǒng)計降尺度法有Delta法和線性回歸法。線性回歸法是在歷史時期建立網(wǎng)格數(shù)據(jù)與站點觀測數(shù)據(jù)之間的線性關(guān)系，并將這種關(guān)系應(yīng)用到未來時期的網(wǎng)格數(shù)據(jù)[13]，以生成多種未來氣候數(shù)據(jù)集，但其一般仍應(yīng)用在站點尺度。Delta法使用低空間分辨率的月氣候數(shù)據(jù)和高空間分辨率的參考?xì)夂驍?shù)據(jù)作為輸入數(shù)據(jù)，與直接插值不同，該方法可引入地形地貌對氣候的影響[9]。因此，使用Delta法對網(wǎng)格氣候數(shù)據(jù)進行降尺度可得到小地理尺度上精準(zhǔn)的氣候數(shù)據(jù)。

本數(shù)據(jù)集采用CRU發(fā)布的全球0.5○氣候數(shù)據(jù)集和國家生態(tài)系統(tǒng)觀測研究網(wǎng)絡(luò)（CNERN）發(fā)布的中國區(qū)高分辨率氣候數(shù)據(jù)集，通過Delta空間降尺度方案在黃土高原地區(qū)降尺度生成，可應(yīng)用于中小地理尺度的環(huán)境科學(xué)研究，為研究黃土高原地區(qū)生態(tài)環(huán)境、水文水資源提供氣候數(shù)據(jù)支撐。

1 數(shù)據(jù)采集和處理方法

1.1 數(shù)據(jù)源

Delta降尺度所需數(shù)據(jù)包括長時間序列、低空間分辨率的氣候數(shù)據(jù)集和高空間分辨率的參考?xì)夂驍?shù)據(jù)集（包含地形、地貌等因素）。前者來自英國東英吉利大學(xué)氣候研究中心提供的月氣溫和月降水量數(shù)據(jù)集（CRU TS3.23，https://crudata.uea.ac.uk/cru/data/hrg/）；該數(shù)據(jù)集的空間覆蓋范圍是全球所有陸地（不含南極），空間分辨率為0.5○，時間長度是1901–2014年。后者來源于國家生態(tài)系統(tǒng)觀測研究網(wǎng)絡(luò)（CNERN，http://www.cnern.org.cn）；該數(shù)據(jù)資料是利用全國740個氣象站點數(shù)據(jù)，使用空間插值和地理信息系統(tǒng)生成的氣象要素柵格數(shù)據(jù)；數(shù)據(jù)為 1961–2000年各月的均值，空間分辨率是 1 km。

同時本研究使用研究區(qū)內(nèi)及周邊113個氣象站點觀測數(shù)據(jù)對降尺度后的氣候數(shù)據(jù)集進行評估、篩選。該站點數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn），時間跨度為1954–2014年，本研究從中選取連續(xù)性較好、缺測值較少的2001–2014年數(shù)據(jù)作為評價數(shù)據(jù)。

1.2 數(shù)據(jù)處理

Delta法是統(tǒng)計降尺度法中的一種，其主要計算流程及公式如下[14-16]。

對降水進行降尺度：

對溫度進行降尺度：

公式(1)、(2)中，Xm_n為長時間序列低空間分辨率的氣候數(shù)據(jù)， Em_n為低空間分辨率的殘差值，E′m_n為高空間分辨率的殘差值，為長時間序列、高空間分辨率的參考?xì)夂驍?shù)據(jù)，Ya_n為生成的降尺度數(shù)據(jù)；其中，m為年時間尺度序列值，n為月時間尺度序列值，a為選取的參考?xì)夂蚰陼r間尺度序列值。本研究中，m常數(shù)取值為1901，1902，…，2014；n常數(shù)取值為1–12，a常數(shù)取值為1961–2000。

為了更直觀地說明Delta降尺度的計算流程，結(jié)合降水降尺度公式（1），以本研究2014年8月黃土高原降水的降尺度結(jié)果為例進行說明（圖1）。首先由圖1（a）數(shù)據(jù)（X2014_8）除以圖1（b）數(shù)據(jù)得到圖 1（c）中 0.5○分辨率的殘差值（E2014_8）；再利用插值法將此殘差值圖層內(nèi)插到空間分辨率為1 km的網(wǎng)格上，得到圖1（d）中高空間分辨率的殘差值；最后，將圖1（d）中的殘差值（E′2014_8）乘以圖1（e）數(shù)據(jù)，即可得到圖1（f）中2014年8月1 km分辨率的降水降尺度結(jié)果（Y2014_8）。

圖1 Delta降尺度法處理流程

2 數(shù)據(jù)樣本描述

黃土高原1 km分辨率氣溫和降水?dāng)?shù)據(jù)集共包含1901–2014年，月均氣溫和月降水量數(shù)據(jù)集共包含22個數(shù)據(jù)文件，命名方式為：xxxyyyy-yyyy.nc，xxx為氣候類型，包括月降水量pre，月均氣溫tmp，yyyy-yyyy為數(shù)據(jù)起止年份。圖2為2001年1月和7月月均氣溫變化，圖3為2001年1月和7月月降水量變化。

圖2 2001年1月和7月月均氣溫變化

圖3 2001年1月和7月月降水量變化

3 數(shù)據(jù)質(zhì)量控制和評估

為驗證Delta降尺度結(jié)果的可靠性，使用黃土高原地區(qū)內(nèi)部及外部113個氣象觀測點2001年1月至2014年12月的觀測數(shù)據(jù)中的月均氣溫和月降水量來驗證CRU數(shù)據(jù)的縮減結(jié)果。

采用平均絕對誤差（MAE）來量化平均模型性能誤差，MAE是比均方根誤差（RMSE）更自然的平均誤差度量指標(biāo)[17-18]。由于離差被絕對值化，不會出現(xiàn)正負(fù)相抵消的情況，因而MAE能更好地反映模擬值誤差的實際情況。精度估算公式為：

其中Pi是降尺度或原始值，Oi是觀測值，n是所有驗證站的記錄數(shù)。

在用Delta法進行降尺度的過程中，插值方法的使用會影響所獲得降尺度數(shù)據(jù)的精確性，本研究探討了雙三次插值法、雙線性插值法、最近鄰點插值法和三次樣條插值法等4種插值方法，并將降尺度結(jié)果與站點觀測數(shù)據(jù)進行比較，選出其中最適合黃土高原區(qū)域的插值法。

從表1中可以看出，雙線性插值法的MAE是4種插值方法中最小的，月均氣溫和月降水量分別為0.8 ℃和14.2 mm。因此，降尺度過程中使用雙線性插值法對月均氣溫和月降水量進行處理的結(jié)果相比其他3種方法具有更高的精度。

表1 4種插值法的降尺度結(jié)果比較

采用回歸分析顯示，雙線性插值法的降尺度值與觀測值具有較好的線性關(guān)系，月降水量和月均氣溫的決定系數(shù)分別為0.72和0.99（圖4）。

綜上所述，采用雙線性插值法進行Delta降尺度處理，以獲取研究區(qū)1901–2014年1 km空間分辨率的月均氣溫和月降水量數(shù)據(jù)集。并經(jīng)觀測數(shù)據(jù)驗證表明，雙線性插值法是最適合黃土高原地區(qū)降尺度過程，Delta降尺度的月均氣溫和月降水量具有較高的精度，結(jié)果可信。

圖4 降尺度值和觀測值回歸關(guān)系圖

4 數(shù)據(jù)使用方法和建議

本數(shù)據(jù)已于 2018年在國家地球系統(tǒng)科學(xué)數(shù)據(jù)共享服務(wù)平臺–黃土高原科學(xué)數(shù)據(jù)中心（http://loess.geodata.cn）發(fā)布并提供共享服務(wù)。在網(wǎng)站下載本數(shù)據(jù)解壓后可使用ArcMap或Matlab軟件打開、顯示、編輯、查看、統(tǒng)計分析等。為了便于存儲，數(shù)據(jù)均為int 16型存于NetCDF文件中，降水單位為0.1 mm，氣溫單位為0.1 ℃。

Matlab 2010版之后，發(fā)布了讀入與存儲nc文件的函數(shù)，讀取函數(shù)為ncread，切換到nc文件存儲文件夾，語句表達(dá)為：ncread (‘XXX.nc’, ‘var’, [i j t],[leni lenj lent])。其中，XXX.nc 為文件名，為字符串類型；var是從XXX.nc中讀取的變量名，為字符串類型；i、j、t分別為讀取數(shù)據(jù)的起始行、列、時間，leni、lenj、lent分別為在行、列、時間維度上讀取的長度。研究區(qū)內(nèi)任何地區(qū)、任何時間段均可用此函數(shù)讀取。

NetCDF格式數(shù)據(jù)可用高版本ArcMap（Multidimension Tools）讀取生成柵格數(shù)據(jù)或MATLAB直接讀寫。以1951–1960年逐月降水量數(shù)據(jù)為例，一共有120個圖層，如果用ArcMap打開，在Dimension選項value處選擇所需月份圖層，如圖5所示。

圖5 ArcMap讀取NetCDF數(shù)據(jù)示例

本數(shù)據(jù)集是通過降尺度方法獲取的獨立數(shù)據(jù)集，跟其他基于觀測數(shù)據(jù)插補的數(shù)據(jù)可能存在一定的差異，這種差異主要是由方法的不同所引起的。

致 謝

感謝國家地球系統(tǒng)科學(xué)數(shù)據(jù)共享服務(wù)平臺–黃土高原科學(xué)數(shù)據(jù)中心（http://loess.geodata.cn）提供數(shù)據(jù)和技術(shù)支撐。