东亚区域土壤湿度再分析数据集
“CLDAS 东亚区域土壤湿度再分析数据集”由国家气象信息中心气象数据研究室研发，覆盖范围东亚区域（0-65° N， 60-160°E），时空分辨率为hour/0.0625°
×0.0625°，垂直分为 5 层（0-5cm、0-10cm、10-40cm、40-100cm、100-200cm）。利 用 中 国 区 域 业 务 的 质 量 控 制 后 的 土 壤 水 分 自 动 站 观 测 资 料及高原观测资料对比评估结果表明：产品总体精度与国际同类产品（如 GLDAS、 NLDAS 产品）相当，在中国区域质量优于国际同类产品。参考文献如下：
[1] Shi C X, Xie Z H, Qian H, et al. China land soil moisture EnKF data assimilation based on satellite remote sensing data. Sci China Earth Sci, 2011, doi:10.1007/s11430-010-4160-3.
[2]师春香, 2008.基于 EnKF 算法的卫星遥感土壤湿度同化研究. 博士学位论文,北京: 中国科学院研究生院
[3]师春香, 朱智, 姜志伟,等. 基于CLDAS2.0驱动数据的中国区域土壤湿度模拟与评估[J]. 江苏农业科学, 2018(4).
[4]韩帅, 师春香, 姜立鹏,等. CLDAS土壤湿度模拟结果及评估[J]. 应用气象学报, 2017, 28(3):369-378.
[5]韩帅, 师春香, 林泓锦,等. CLDAS土壤湿度业务产品的干旱监测应用[J]. 冰川冻土, 2015, 37(2):446-453.
[1] Shi C X, Xie Z H, Qian H, et al. China land soil moisture EnKF data assimilation based on satellite remote sensing data. Sci China Earth Sci, 2011, doi:10.1007/s11430-010-4160-3.
[2]师春香, 2008.基于 EnKF 算法的卫星遥感土壤湿度同化研究. 博士学位论文,北京: 中国科学院研究生院
[3]师春香, 朱智, 姜志伟,等. 基于CLDAS2.0驱动数据的中国区域土壤湿度模拟与评估[J]. 江苏农业科学, 2018(4).
[4]韩帅, 师春香, 姜立鹏,等. CLDAS土壤湿度模拟结果及评估[J]. 应用气象学报, 2017, 28(3):369-378.
[5]韩帅, 师春香, 林泓锦,等. CLDAS土壤湿度业务产品的干旱监测应用[J]. 冰川冻土, 2015, 37(2):446-453.
|
东亚区域大气驱动场再分析数据集
“CLDAS东亚区域大气驱动场再分析数据集”由国家气象信息中心气象数据研究室研发，覆盖范围东亚区域（0-65° N， 60-160°E），时空分辨率为hour/0.0625°×0.0625°，包括 2m 气温、 2m 比湿、 10m 风速、 地面、气压、降水、 短波辐射六个要素，该数据集利用多种来源地面、卫星等观测资料，采用多重网格变分同化（STMAS）、最优插值（OI）、概率密度函数匹配（CDF）、辐射传输模型物理反演、地形校正等技术研制而成，在中国区域质量优于国际同类产品， 且时空分辨率更高。参考文献如下：
[1] Shi C X, Xie Z H, Qian H, et al. China land soil moisture EnKF data assimilation based on satellite remote sensing data. Sci China Earth Sci, 2011, doi: 10.1007/s11430-010-4160-3.
[2] 师春香, 2008.基于 EnKF 算法的卫星遥感土壤湿度同化研究. 博士学位论文, 北京: 中国科学院研究生院。
[3] 张涛, 苗春生, 王新. LAPS与STMAS地面气温融合效果对比试验[J]. 高原气象, 2014, 33(3):743-752.
[4]龚伟伟, 师春香, 张涛, 等. 2015. 中国区域多种数值模式资料的地面气象要素评估 [J]. 气候与环境研究， 20 (1): 53 - 62, doi: 10.3878/j.issn.1006-9585.2014.13153.
[5]BinghaoJia,ZhenghuiXie,Aiguo Dai. 2013, Evaluation of satellite and reanalysis products of downward surface solar radiation over East Asia: Spatial and seasonal
[1] Shi C X, Xie Z H, Qian H, et al. China land soil moisture EnKF data assimilation based on satellite remote sensing data. Sci China Earth Sci, 2011, doi: 10.1007/s11430-010-4160-3.
[2] 师春香, 2008.基于 EnKF 算法的卫星遥感土壤湿度同化研究. 博士学位论文, 北京: 中国科学院研究生院。
[3] 张涛, 苗春生, 王新. LAPS与STMAS地面气温融合效果对比试验[J]. 高原气象, 2014, 33(3):743-752.
[4]龚伟伟, 师春香, 张涛, 等. 2015. 中国区域多种数值模式资料的地面气象要素评估 [J]. 气候与环境研究， 20 (1): 53 - 62, doi: 10.3878/j.issn.1006-9585.2014.13153.
[5]BinghaoJia,ZhenghuiXie,Aiguo Dai. 2013, Evaluation of satellite and reanalysis products of downward surface solar radiation over East Asia: Spatial and seasonal
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||