当前位置：首页 > news >正文

中国极端气象干旱事件(1951-2022)

news 2025/10/11 5:53:36

中国极端气象干旱事件(1951-2022)

一、数据介绍

https://mp.weixin.qq.com/s/PAYEAF3DcRz2oQGCET_mXw

近年来，特大气象干旱袭击中国，造成了严重的社会经济影响。尽管学者们已对干旱的时空特征和致旱机理进行了大量的逐场研究，但仍有两个关键问题鲜少探讨：首先，迫切需要建立一个具有精细时空演变的长系列特大气象干旱集。其次，需要定量研究干旱传播特征及其同期极端温度多样性。为此，本研究借助高密点簇聚类算法（3D DBSCAN），进行事件识别并生成了中国特大气象干旱长系列事件集；通过历史地图集和专著对于该事件集中的场次逐个验证，发现本套事件集与历史相符，可靠性高。其次，考虑到纬度带和沿海/内陆落区的差异，定量化空间演进模式（即准静止/传播类型）并对其进行排序。再次，分析了同期极端温度异常的多样性（例如，高温热浪型和偏冷型）。发现从上世纪90年代以来，中国的热旱呈上升趋势，主要出现在北纬30°N以南和北纬40°N以北。进一步采用三维综合量级指数将所有干旱事件和同期极端温度异常进行排名，发现2022年夏秋季长江全域热旱为近70年来最热的事件。最后，基于Liang-Kleeman信息流的因果关系分析方法，识别了太平洋年代际振荡和大西洋多年代际振荡影响中国干旱和极端温度异常覆盖范围年代际变化的关键区域。上述研究成果可为后续机制探索和预测相关问题提供事件集基础和时空特征认识。

二、数据信息：

（1）数据集

文件ChinaExtreDroEventSet(v1.0)_01_Dataset_AAS_LiuZhou2024_20240330.zip 包含 1951 - 2022 年中国极端气象干旱的数据文件。

一级文件名（例如 Dro - 06_P0_m1p0_40pts）由干旱事件序号（例如 Dro - 06）、区块代码（例如 P0）和事件检测的参数配置（例如 m1p0_40pts）组成。

•关于区块代码：P0 表示代表该干旱事件的唯一区块，而 Pi（i = 1, 2, …, N）是隶属于一个完整干旱事件的独立区块。

•关于事件检测的参数配置（例如m1p0_40pts）：字符串 m1p0 表示输入给 DBSCAN 算法的三维离散网格数据集，其标准化降水蒸散指数（SPAI）小于 - 1.0。字符串 40pts 是 DBSCAN 算式（Ester 等人，1996）的一个重要参数（即 min_samples），表示给定搜索距离内的样本点数量。详细信息可参阅 Liu 等人（2023，Advances in Atmospheric Sciences Letters，AOSL）的论述。

•关于每个干旱事件的具体文件，其格式和含义与Glo3DHydroClimEventSet(v1.0) 数据库（Liu 和 Zhou，2023）中的相同。

（2）事件列表

文件ChinaExtreDroEventSet(v1.0)_02_EventList_AAS_LiuZhou2024_20240330.docx 列出了所有干旱事件的指标和排名，是该手稿的一部分。