2003-2021近全球农业气候干旱监测数据集（0.25度/逐月）
2003-2021近全球月度农业气候干旱监测数据集
一、数据介绍
全球干旱发生频率不断上升且严重程度日益加剧，这给农业和气候资源管理带来了严峻挑战，凸显了对全面干旱数据的迫切需求。为应对这一问题，我们推出了近全球农业气候干旱监测数据集。该数据集整合了关键的农业气候变量，能够提供可靠的干旱洞察信息。数据集的时间跨度为2002年至2021年，空间分辨率为0.25度，时间尺度为月度。它将土壤湿度（SM）和植被含水量（VWC）相结合，以捕捉农业面临的压力状况，同时纳入降雨量和温度数据，为气候背景提供参考。该数据集为近全球地区提供月度干旱数据，数据的延迟发布取决于输入数据集的可获取情况。数据集通过主成分分析方法构建，该方法能够客观地为每个变量分配权重，从而确保该数据集在进行历史干旱监测以及潜在的近实时应用时都具有可靠性。通过与独立的基于卫星和实地测量的方法（包括标准化降水指数（SPI）、归一化植被指数（NDVI）和地理编码灾害数据集）进行对比验证，证实了NEC - DROMO数据集能够准确捕捉全球干旱模式，具有较高的可靠性。数据集基于生态水文陆地再分析数据集构建，并使用了该数据集中的植被含水量、土壤湿度和温度数据。它是全球干旱监测领域的一项重大进展，能够为政策制定和灾害风险评估提供有力支持。
数据集基本信息
•时间范围：2003年1月 - 2021年12月
•空间分辨率：0.25度（约25公里）
•时间分辨率：月度
•覆盖范围：近全球（无积雪且非茂密森林覆盖的陆地地区）
关于数据集
是一个全球干旱监测数据集，它通过整合四个关键的农业气候变量开发而成：
•降雨量
•温度
•土壤湿度（SM）
•植被含水量（VWC）
该数据集运用主成分分析（PCA）方法，为每个输入变量分配随时间和空间动态变化的权重，进而生成综合干旱指数（CDI）。最终产品呈现了2003 - 2021年期间每月的干旱严重程度。
数据来源
•土壤湿度和植被含水量：来自日本宇宙航空研究开发机构（JAXA）的ECHLA数据集，该数据集基于高级微波扫描辐射计 - E（AMSR - E，2002 - 2011年）和高级微波扫描辐射计 - 2（AMSR2，2012 - 2021年）的数据，并使用CLVDAS同化系统生成。
•温度：ECHLA温度数据集（可按要求提供）
•降雨量：欧洲中期天气预报中心（ECMWF）的ERA5月度降雨量数据
文件结构与命名规则
所有数据集均以GeoTIFF（.tif）格式提供。命名规则：[指数名称]_[YYYYMM].tif示例：
•CDI_201507.tif 表示2015年7月的综合干旱指数
•SPI_200903.tif 表示2009年3月的标准化降水指数
•Wt_SPI_Jan.tif 表示1月份标准化降水指数的主成分分析权重
文件类别
•CDI：综合干旱指数（月度）
•SPI：标准化降水指数
•STI：标准化温度指数
•SSI：标准化土壤湿度指数
•SVWC：标准化植被含水量指数
•Weights：每个变量的主成分分析月度权重（共12×4 = 48个文件）
数据解读
•CDI值：为标准化Z分数，典型取值范围为 - 3至 + 3。
•干旱分类：
•CDI < - 2：严重干旱
•2 ≤ CDI < - 1：中度干旱
•1 ≤ CDI < 0：轻度干旱
•0 ≤ CDI：正常至湿润状况
空间与时间空白
•时间方面：数据集从2002年6月开始。由于高级微波扫描辐射计 - E卫星于2002年开始运行，2002年1 - 5月的数据不可用。
•空间方面：由于ECHLA在这些区域无法可靠获取植被含水量/土壤湿度数据，因此排除了积雪覆盖和茂密森林覆盖的地区。
应用场景
可用于以下方面：
•干旱监测与预警
•农业风险评估与作物规划
•粮食与水资源安全分析
•保险与风险建模
•政策决策与气候适应
二、数据信息：
数据格式：TIF
数据容量：560MB
数据获取：https://mp.weixin.qq.com/s/UdOPdLVsRlOUnue_sIO5bQ