基于云量信息降尺度的全球每日1公里陆地表面降水数据
大气与海洋物理
2021-10-13 v2
摘要
高分辨率气候数据对环境研究中的许多应用至关重要。本文开发了一种新的半机理日降水降尺度方法，该方法融合了高分辨率（30角秒）卫星反演的云频率。该降尺度算法纳入了地形预测因子，如风场、山谷朝向和边界层高度，并随后进行偏差校正。我们将该方法应用于ERA5降水档案和MODIS月度云量频率，构建了自2003年起分辨率为1km的每日网格化降水时间序列。将预测结果与现有网格化产品和站点数据比较表明，降尺度数据在降水预测的时空表现上有所改善。对一个地形高度异质区域的云量校正进行区域审视进一步证实，与其他降水产品（如数值天气模式）相比，CHELSA-EarthEnv表现良好。所提出的CHELSA-EarthEnv每日降水产品相比ERA5提高了时间精度，并额外提升了空间精度，且在复杂地形中对降水的刻画更好。
引用
@article{arxiv.2012.10108,
title = {Global daily 1km land surface precipitation based on cloud cover-informed downscaling},
author = {Dirk Nikolaus Karger and Adam M. Wilson and Colin Mahony and Niklaus E. Zimmermann and Walter Jetz},
journal= {arXiv preprint arXiv:2012.10108},
year = {2021}
}
备注
31 pages, 8 figures