Teknologian jakaminen

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Tänään jaamme kanssasi globaalin > 100 km ilmastomallitietojoukon, joka on julkaistu IPCC Coupled Model Intercomparison Project (CMIP6) kuudennen vaiheen mukaisesti, ja WorldClimin julkaiseman maailmanlaajuisen korkearesoluutioisen ilmastotietojoukon, joka on saatu spatial downscaling -menetelmällä.Kiinan 1 km:n resoluution moniskenaario ja usean mallin kuukausittaiset sadetiedot vuosina 2021–2100.

Tiedot ovat peräisin artikkelista "1 km kuukausittainen lämpötila- ja sademäärä Kiinassa vuodesta 1901 vuoteen 2017", jonka on julkaissut Peng Shouzhang (2019) Earth System Science Data -lehdessä) ja useista muista kirjoista lähdepaperit, katso alkuperäinen tietojen lataussivusto.

Niistä "moniskenaario" viittaa uusimpiin SSP-RCP-skenaarioihin, jotka hallitustenvälinen ilmastonmuutospaneeli (IPCC) on julkaissut: SSP119, SSP245, SSP585 ja "monimalli" viittaa yli 20 kuudenteen RCP-skenaarioon, jotka on tähän mennessä julkaistu kolme GCM-mallia International Coupled Model Intercomparison Project (CMIP6) -mallissa: EC-Earth3, GFDL-ESM4 ja MRI-ESM2-0. Esittelemme sen alla yksityiskohtaisesti:

CMIP on Maailman ilmastotutkimusohjelman (WCRP) vuonna 1995 käynnistämä ja järjestämä WGCM-työryhmä (World Climate Research Programme) käynnistämä kansainvälinen yhteistyöprojekti. Sen tarkoituksena on ymmärtää mennyttä, nykyistä ja tulevaa ilmastonmuutosta keräämällä ja vertaamalla simulaatiotuloksia erilaisista globaaleista ilmastomalleista (GCM). Tähän mennessä WGCM on järjestänyt kuusi mallivertailusuunnitelmaa (CMIP1-6). Kansainvälinen tiedeyhteisö on julkaissut CMIP-ohjelman ilmastonmuutossimulaatio- ja -projektiotietojen perusteella suuren määrän akateemisia artikkeleita, jotka tukevat suoraan Intergovernmental Panel on Climate Change (IPCC) arviointiraportin kirjoittamista. CMIP6 on CMIP-ohjelma, joka on osallistunut eniten malleihin, suunnitellut täydellisimpiä tieteellisiä kokeita ja tuottanut suurimman määrän simulaatiodataa viimeisen 20 vuoden aikana sen toteuttamisen jälkeen. Kaikkien ilmastomallien tulostulokset jaetaan eri maiden tutkijoiden kanssa ja sovellettu ilmastonmuutokseen, sen vaikutuksiin ja vastatoimiin.

CMIP6:n Scenario Model Intercomparison Program (ScenarioMIP) tarjoaa joukon skenaarioita, joissa yhdistyvät yhteiset sosioekonomiset polut (SSP) ja edustavat keskittymispolut (RCP). Niistä SSP kuvaa tulevaisuuden yhteiskunnan mahdollista kehitystä, ja SSP1, SSP2, SSP3, SSP4 ja SSP5 edustavat vastaavasti viittä kestävän kehityksen, välikehityksen, alueellisen kilpailukykyisen kehityksen, epätasaisen kehityksen ja perinteisen kehityksen polkua. RCP:tä käytetään kuvaamaan tulevaisuuden kasvihuonekaasupitoisuuksia ja säteilypakotteita, kuten RCP2.6, RCP4.5, RCP6 ja RCP8.5. Nämä luvut edustavat erilaisia ​​säteilypakotustasoja (ilmaistuna W/m²).

Tällä kertaa jaetuissa tiedoissa kolme SSP-RCP-skenaariota ovat: (1) SSP1-1.9: SSP1:n ja RCP1.9:n yhdistelmän, tällä hetkellä pienimmän säteilypäästöskenaarion, säteilyvoima on noin 1,9 W/m² vuonna 2100; (2) SSP2-4.5: SSP2:n ja RCP4.5:n yhdistelmä, keskikokoinen säteilypakote, jossa säteilypakote stabiloituu arvoon 4,5 W/m² vuonna 2100 (3) SSP5-8.5: SSP5:n ​​ja RCP8:n yhdistelmä. 5, joka kuuluu korkean pakotuksen skenaarioon, päästöt ovat jopa 8,5 W/m² vuoteen 2100 mennessä.

Kolme globaalia ilmastomallia (GCM) ovat: (1) EC-Earth3: Euroopan keskipitkän aikavälin sääennusteiden keskuksen (ECMWF) ja useiden eurooppalaisten tutkimuslaitosten kehittämä vaakaresoluutio 512 × 256 (2 ) GFDL-ESM4: kehittänyt National Oceanic and Atmospheric Administrationin (NOAA) Geofluid Dynamics Laboratory (GFDL), vaakaresoluutio on 288 × 180 (3) MRI-ESM2-0: Toinen, jonka on kehittänyt Japanin meteorologisen tutkimuslaitoksen (MRI) moderni ilmastomalli, jonka vaakaresoluutio on 320 × 160.

Voit vastata avainsanoihin virallisella tilillä 267 Hanki nämä tiedot ilmaiseksi!Artikkelia ei tarvitse lähettää eteenpäin, hanki se suoraan!Seuraavassa on yksityiskohtainen johdanto dataan:

01 Tietojen esikatselu

Esikatsellaan esimerkkinä tammikuun 2021 sadetietoja SSP119-skenaarion EC-Earth3-tilassa:

02 Tietojen tiedot

Tietolähteet:

Tiedot ovat peräisin tiedoista, jotka Peng Shouzhang jakaa National Tibetan Plateau Scientific Data Center -alustalla osoitteessa:

https://data.tpdc.ac.cn/zh-hans/data/a9cd4a09-51a9-433b-9540-0376c6134cf6

Tietojen esittely:

Tämä tietojoukko on globaali yli 100 km:n ilmastomallitietojoukko (https://www.wcrp-climate.org/wgcm-cmip/wgcm-cmip6), joka on julkaistu IPCC Coupled Model Intercomparison Program Phase 6 (CMIP6) -ohjelman puitteissa ja jonka on julkaissut WorldClim The. korkearesoluutioinen ilmastotietojoukko (http://www.worldclim.org/) luotiin vähentämällä Kiinan yli Delta spatial downscaling -menetelmää.

data näyttää:

(1) Näiden tietojen kolme SSP-RCP-ilmastoskenaariota (SSP119, SSP245, SSP585) sisältävät kukin kolme GCM-ilmastomallia (EC-Earth3, GFDL-ESM4, MRI-ESM2-0), joten tietojoukossa on yhteensä 9 ryhmää kukin tietojoukko tallentaa yhteensä 80 vuotta 2021-2100 nc-tiedostona joka 2. vuosi (jossakin tiedostossa on 24 vyöhykettä ja jokainen kaista sisältää kuukauden sadetiedot), eli 40 nc. tiedostot, aikajärjestysnumerot Se on 1-40 ja sarjanumero 1 edustaa 2021.1-2022.12 ja niin edelleen, joten nc-tiedostoja on yhteensä 9x40=360.

(2) Tiedoston nimeämismuoto on "GCM_SSP_pre-30s-time järjestysnumero.nc", GCM edustaa ilmastomallin nimeä, SSP edustaa ilmastoskenaarion nimeä ja 30s edustaa 30 sekuntia (eli 0,0083333°). Esimerkkinä "EC-Earth3_ssp119_pre-30s-1.nc"-tiedostosta se edustaa 1 km:n resoluution kuukausittaista sadetietoa 2021.1:stä 2022.12:een EC-Earth3-ilmastomallilla SSP1-1.9-skenaarion mukaisesti pienennettynä.

Tietomuoto:

nc-muodossa

Tietoavaruusalue:

Kiinan pääosat (pois lukien Etelä-Kiinan meren saaret ja riutat ja muut alueet)

Tilaresoluutio:

0,0083333° (noin 1 km)

Tietojen vuosi：

2021-2100 (kuukausittain)

tietoyksikkö：

0,1 mm

Tietomuoto:

nc-muodossa

Tietojen viite:

PENG Shouzhang 1 km:n resoluution moniskenaario ja usean mallin kuukausittaiset sadetiedot Kiinassa vuosina 2021–2100. National Tibetan Plateau Scientific Data Center, 10.11866/db.loess.2021.002[PENG Shouzhang.1 km moniskenaario ja moniskenaario. malli kuukausittaiset sadetiedot Kiinasta vuosina 2021–2100. National Tibetan Plateau / Third Pole Environment Data Center, 10.11866/db.loess.2021.002]

Artikkelin lainaus:

1. Peng, SZ, Ding, YX, Liu, WZ ja Li, Z. (2019). 1 km kuukausittainen lämpötila- ja sademäärä Kiinassa vuosina 1901–2017. Earth System Science Data, 11, 1931–1946. https://doi.org/10.5194/essd-11-1931-2019

2. Peng, SZ, Ding, YX, Wen, ZM, Chen, YM, Cao, Y. & Ren, JY (2017). Spatiotemporaalinen muutos ja trendianalyysi mahdollisesta haihtumisesta Kiinan Loossin tasangolla vuosina 2011-2100. Agricultural and Forest Meteorology, 233, 183-194.

https://doi.org/10.1016/j.agrformet.2016.11.129

3. Ding, YX ja Peng, SZ (2020). Spatiotemporaaliset trendit ja kuivuuden vaikutus Kiinassa vuosina 1901–2100. Kestävä kehitys, 12(2), 477.

4. Ding, YX, Peng, SZ (2021). Spatiotemporaalinen muutos ja mahdollisen haihtumisen aiheuttama vaikutus Kiinan yli 1901-2100. Teoreettinen ja soveltava ilmastotiede. https://doi.org/10.1007/s00704-021-03625-w

Jos sinulla on tiedonkäyttövaatimuksia, lataa ja tarjoa tiedot virallisen alustan vaatimusten mukaisesti.

03 Formaattimuunnos

Alkuperäisen verkkosivuston tiedot ovat nc-muodossa. Monet opiskelijat eivät osaa käsitellä tietoja tässä muodossa. Kaikkien mukavuuden vuoksi seuraava on, kuinka ArcGIS-ohjelmistolla avataan nc-muotoinen tiedosto ja muunnetaan se rasteriksi. (.tif) -muotoinen opetusohjelma:

1. Etsi "Create NetCDF Raster Layer" -työkalu ArcGIS-ohjelmistosta ja avaa se.

2. Lataa nc-tiedosto, joka on 1:n paikka alla olevassa kuvassa. On tärkeää huomata, että polun tässä on oltava englanninkielinen polku, eikä polussa saa olla kiinalaisia ​​merkkejä! Jos polku on englanninkielinen, alla olevan kuvan 2 valintaikkuna täytetään oletusarvoisesti. Muita säätöjä ei tarvita, napsauta vain alla.

3. Yllä olevien toimintojen avulla voimme avata nc-tiedoston ArcGISissä alla olevan kuvan mukaisesti:

4. Napsauta hiiren kakkospainikkeella tason nimeä ja napsauta "Ominaisuudet". Kun olet avannut tason ominaisuudet, etsi NetCDF ja valitse sitten visualisoitava kerros napsauttamalla mitta-arvoa. Napsauta lopuksi tiedostoa hiiren kakkospainikkeella ja vie se tif-muotoon!

04 Tiedonkeruu