数据集(库)目录

出版期刊|区域分类

2019年第02期
大洋洲
数据详情

基于CMIP5情景模拟的ETCCDI极端温度指数数据集


杨赤1
1北京师范大学全球变化与地球系统科学研究院,北京100875

DOI:10.3974/geodb.2017.02.09.V1

出版时间:2017年3月

网页浏览次数:4810       数据下载次数:1629      
数据下载量:357924.14 MB      数据DOI引用次数:

关键词:

气候极值,ETCCDI指数,CMIP5,半参数分位数回归,Atmospheric Science Letters

摘要:

作者运用来自CMIP5(Coupled Model Intercomparison Project Phase 5)官方数据门户网站(https://pcmdi.llnl.gov/projects/cmip5/)的19个全球气候模式(GCM)输出的日最高气温(tasmax)和日最低气温(tasmin)数据,应用Yang和Xu(Atmospheric Science Letters, 2017, DOI: 10.1002/asl.724.)提出的半参数分位数回归方法(Quantile Regression Method,QRM),针对4种温室气体排放情景(历史、RCP2.6、RCP4.5和RCP8.5),重新计算了6个ETCCDI(Expert Team on Climate Change Detection and Indices, http://wcrp-climate.org/etccdi)百分位极端温度指数(TN10p、TN90p、TX10p、TX90p、CSDI和WSDI),得到基于CMIP5情景模拟的ETCCDI极端温度指数数据集。与CLIMDEX(http://www.climdex.org)指数计算结果比较,QRM计算结果具有消除了日温度序列自相关的影响,以及使用统一算法的优势。数据集包括19个模式在4种情景下的6个指数的年值数据,以及TN10p、TN90p、TX10p、TX90p四个指数的月值数据(CMCC-CM、CMCC-CMS和HadGEM2-CC模式的RCP2.6情景数据缺失)。历史情景时期从模式各自的起始年到2005年,RCP情景时期为2006-2100年。数据空间分辨率与各自模式输出的空间分辨率相一致。数据存储为*.nc(NetCDF)格式。原始数据量39GB(压缩后4.78GB)。(为便于比较,作者绘制了该数据集的全球平均时间序列和相应的CLIMDEX结果对比图)

基金项目:

教育部(2012LZD12)

数据引用方式:

杨赤.基于CMIP5情景模拟的ETCCDI极端温度指数数据集[DB/OL].全球变化科学研究数据出版系统,2017.DOI:10.3974/geodb.2017.02.09.V1.

数据下载:

序号 数据名 数据大小 操作
1 BNU-ESM.zip 74891.03kb 下载
2 CMCC-CMS.zip 163799.14kb 下载
3 CMCC-CM_1.zip 475723.51kb 下载
4 CMCC-CM_2.zip 295771.00kb 下载
5 CMCC-CM_3.zip 285161.14kb 下载
6 CNRM-CM5.zip 343443.35kb 下载
7 GFDL-CM3.zip 148046.98kb 下载
8 GFDL-ESM2G.zip 147434.65kb 下载
9 GFDL-ESM2M.zip 147315.14kb 下载
10 HadGEM2-AO.zip 301754.75kb 下载
11 HadGEM2-CC.zip 235786.14kb 下载
12 HadGEM2-ES.zip 303426.31kb 下载
13 IPSL-CM5A-LR.zip 114707.08kb 下载
14 IPSL-CM5A-MR.zip 240036.91kb 下载
15 MIROC-ESM-CHEM.zip 97867.38kb 下载
16 MIROC-ESM.zip 97880.40kb 下载
17 MIROC5.zip 349985.61kb 下载
18 MPI-ESM-LR.zip 210296.45kb 下载
19 MPI-ESM-MR.zip 210918.23kb 下载
20 MRI-CGCM3_1.zip 350181.38kb 下载
21 MRI-CGCM3_2.zip 266830.88kb 下载
22 NorESM1-M.zip 157938.88kb 下载
23 _FileList.xlsx 28.76kb 下载
主办单位
中国科学院地理科学与资源研究所    中国地理学会
协办单位
CODATA发展中国家任务组    肯尼亚JKUAT大学    数字化林超地理博物馆