【数据分享】CMIP6数据分享计划之七：历史时期近地表最低气温数据集
历史时期近地表最低气温数据集
最低气温是一定时间或一定空间内空气温度的最低值，是反映某地寒冷情况最直接的指标。同时也是气候变化中衡量极端气候的重要指标。
图 1 historical月tasmin IPSL-CM6A-LR模式空间图
Historical月tasmin模型名称整理如表格1。
表格 1 historical月tasmax模型清单
ACCESS-CM2 | CAS-ESM2-0 | E3SM-1-1-ECA | GISS-E2-1-G | MIROC6 | NorESM2-MM |
ACCESS-ESM1-5 | CESM2 | EC-Earth3 | GISS-E2-1-H | MPI-ESM-1-2-HAM | SAM0-UNICON |
AWI-CM-1-1-MR | CESM2-FV2 | EC-Earth3-Veg | IITM-ESM | MPI-ESM1-2-HR | TaiESM1 |
AWI-ESM-1-1-LR | CESM2-WACCM | EC-Earth3-Veg-LR | INM-CM4-8 | MPI-ESM1-2-LR | |
BCC-CSM2-MR | CESM2-WACCM-FV2 | FGOALS-f3-L | INM-CM5-0 | MRI-ESM2-0 | |
BCC-ESM1 | CIESM | FGOALS-g3 | IPSL-CM6A-LR | NESM3 | |
CAMS-CSM1-0 | CMCC-CM2-HR4 | FIO-ESM-2-0 | KACE-1-0-G | NorCPM1 | |
CanESM5 | CMCC-CM2-SR5 | GFDL-ESM4 | KIOST-ESM | NorESM2-LM |
注：标注黄色为中国模式。
文件数量（netCDF文件）：
937
文件大小：
5.6GB
文献分享
《Does CMIP6 Inspire More Confidence in Simulating Climate Extremes over China?》
基于高分辨率的中国区域1961-2005年逐日观测资料，本文详细评估了参与CMIP两个阶段（5和6）的多模式集合平均对中国极端气候的模拟能力。本文主要回答以下两个问题(1) CMIP6的MME(多模型集合)在模拟当前极端气候方面的表现如何？(2)与CMIP5相比，CMIP6改善程度如何？
论文亮点：
结果表明CMIP模式模拟温度指数要优于降水指数。CMIP6模式在模拟极端降水方面相比CMIP5改善显著。CMIP5-MME中持续且普遍存在的中国南方降水干偏差，在CMIP6-MME中显著减少。这些结果为深入认识中国极端气候的变化特征以及未来预估提供有用的信息。
原文链接：
Zhu, H. H., Z. H. Jiang, J. LI, W. Li, C. X. Sun, and L. Li, 2020: Does CMIP6 inspire more confidence insimulating climate extremes over China? Adv. Atmos. Sci., 37(10), 1119−1132, https://doi.org/10.1007/s00376-020-9289-1.
下载地址：
http://www.iapjournals.ac.cn/aas/en/article/doi/10.1007/s00376-020-9289-1
2、《Downscaling and Evaluation of Seasonal Climate Data for the European Power Sector》
为了研究西欧山区水电生产的季节性变化，本研究使用EPISODES方法对德国气候预报系统进行统计降尺度，结果表明降尺度后的降水偏差几乎为0，同时分辨率显著提高。
论文亮点：
阿尔卑斯山地区在夏季和冬季略微受益于降尺度。这种季节性的气象信息可能有助于预报融雪，而融雪对水力发电至关重要。
在德国上空，春季和冬季出现高值的降水偏向。在德国中部的一些地区, 这两个季节的湿润偏差超过了 100%。
原文链接：
Ostermöller Jennifer et al. Downscaling and Evaluation of Seasonal Climate Data for the European Power Sector[J]. Atmosphere, 2021, 12(3) : 304-304
3、《Dynamical Downscaling of ERA5 Data on the North-Western Mediterranean Sea: From Atmosphere to High-Resolution Coastal Wave Climate》
为了在海陆复杂的环境下比较动力降尺度后的效果，本研究利用不同尺度下的区域模式BOLAM、MOLOCH、海浪模式WaveWatch III（WW3）和ERA5全球大气再分析数据在西北地中海区域制作了1990-2018年期间地中海29年的高时空分辨率的风场、波浪回报数据集。
论文亮点：
降尺度提高了回报的精度，尤其是在沿海地区的风向和波向方面。
原文链接：
Vannucchi Valentina et al. Dynamical Downscaling of ERA5 Data on the North-Western Mediterranean Sea: From Atmosphere to High-Resolution Coastal Wave Climate[J]. Journal of Marine Science and Engineering, 2021, 9(2) : 208-208
数据获取方式
1、转发此文至朋友圈，附文“推荐这个科研技术资源公众号”
2、关注公众号，转此文章到朋友圈公开可见3小时,集赞10个或转发相关科研微信群（＞50人）10分钟后，转发截图扫码入群领取
3、转发截图后台，回复“078+姓名+单位+单位公开邮箱”，我们会尽快把资源发送到您的邮箱，请注意查收（本数据在4月30日晚八点之前进行发放）
备注：CMIP6未来气候变化情景数据我们会在近期内全部进行公布，敬请关注！
后台人工回复，领取资料人数较多，大家后台截图回复后，小编会尽快给大家回复，请您耐心等待，您的转发助力知识的传递，快来加速吧！
数据分享
1、【数据分享】中国陆地生态系统服务价值空间分布数据集2、【数据分享】全国分省、市、县、乡镇行政区划矢量图（专业版shp、小白版ppt）免费下载3、【数据分享】中国地貌矢量数据，撰写报告做图必备数据免费下载4、【数据分享】2000-2013年全球夜间灯光数据（免费下载）5、【数据分享】多个自然资源（大气、土地、水等）面板数据大放送、时间跨度长、地区分布广，快速下载6、【数据分享】中国年度植被指数（NDVI）空间分布数据集1998-2018年7、【数据分享】全球SRTM数据，global mapper生成地形图8、【数据分享】全国shp数据（包含：区域、地界、公路、铁路、河流、湖泊）9、【数据分享】建筑矢量数据shap，26个省级城市建筑轮廓10、【数据分享】如何下载30米的DEM数据及其他数据产品11、【数据分享】最全最新中国地震数据2000-2020，助力灾害等研究（免费获取）12、【数据分享】近期发布的地理空间数据共享资源汇总13、【数据分享】高光谱遥感影像数据集汇总14、【数据分享】GLOBMAP全球叶面积指数产品15、【数据分享】获取免费的遥感数据途径！16、【数据分享】基于大数据分析构建长时间序列高分辨率全球表层土壤水数据集17、【数据分享】中国30米分辨率坡度数据（免费获取）
大气数据
土利用数据
部分数据展示，关注Ai尚研修公众号，更多数据资源轻松下载！
超级会员专享
如何成为超级会员：
1.凡参加Ai尚研修收费课程即为超级会员
1.充值3500元即为Ai尚研修超级会员；
超级会员特权：
1.参加直播与现场课程专享400元会员优惠，同时成为Ai尚研修推广大使，推荐参会分享收益。
2.购买Ai尚研修平台导师视频课程（含导师随行长期指导），享受8.5折优惠。
3.免费享受Ai尚研修会议平台中会员专享下视频课程。
4.长期免费参与每月4期针对地学领域简学实用公开课（优先、无门槛）
5.免费参与任何一门课程开设的导师面对面线上答疑交流。
6.Ai尚研修资源站分享中数据免费下载；
7.会员既成为Ai尚研修合作伙伴，可以进行技术文章、视频教程投稿，分享收益红利，同时所在单位可以通过Ai尚研修新媒体平台进行合作及招聘推广。
声明： 本号旨在传播、传递、交流，对相关文章内容观点保持中立态度。涉及内容如有侵权或其他问题，请与本号联系，第一时间做出撤回。
扫描二维码获取
更多精彩
Ai尚研修
Ai尚研修丨专注于地学领域，
提供专业的技术指导服务，
点亮科研技术简学践行，为科研助力！