水文数据——中国日尺度高精度降水数据集[CHM_PRE V2]

主要观点总结

文章介绍了中国逐日格点降水数据集V2的相关信息，该数据集采用改进的反距离加权方法和基于机器学习的LGBM算法构建，提供一套更精准、更可靠、时空连续的长序列基准降水数据。数据集包含多个降水相关变量，并覆盖整个中国大陆，分辨率为0.1°，涵盖1960年至2024年，每年持续更新。文章还介绍了数据集的生成流程、数据来源和数据文件命名方式等。

关键观点总结

关键观点1: 中国逐日格点降水数据集V2的特点和重要性

该数据集是一个高精度的逐日格点降水数据集，覆盖整个中国大陆，采用改进的反距离加权方法和基于机器学习的LGBM算法构建，能够提供更精准、更可靠的时空连续长序列基准降水数据，对于水文建模和气候评估具有重要意义。

关键观点2: 数据集的生成方法和数据来源

数据集的生成方法包括采用改进的反距离加权方法和基于机器学习的LGBM算法构建。数据来源基于1960年至今共3476个观测站的长期日降水观测数据，并纳入11个降水相关变量，用于表征降水的相关性。

关键观点3: 数据集的分辨率和覆盖范围

数据集的分辨率为0.1°，覆盖整个中国大陆（18°N–54°N，72°E–136°E），涵盖1960年至2024年，并将每年持续更新。

关键观点4: 数据集的文件格式和命名方式

数据集主要以NetCDF（nc）文件格式存储，包括日值格点降水文件、月值格点降水文件和年值格点降水文件。为了方便使用，还提供了GeoTIFF格式的月值和年值格点降水文件。

关键观点5: 数据集的应用和验证

数据集在水文建模和气候评估中具有广泛应用。通过基于高密度自动雨量站的观测数据进行验证，发现该数据集显著提高了降水测量精度，降低了降水事件的高估。