【数据分享】全球10米风速栅格数据（1973-2021）

点击题目进入直播课程详情

 

时间：12月17日-18日、24日-25日【白杨老师】

时间：12月17日-18日、24日-25日【四天实践课程】

时间：12月3日-4日、10日-11日【四天实践课程】

时间：12月10日-11日、17日-18日、24日【五天实践课程】

时间：12月10日-11日【两天实践课程】

时间：12月17日-18日、24日【三天实践课程】

时间：2023年1月6日-9日【四天实践课程】

【提供全部资料、回放视频、导师群问答】

#1数据基本信息

风速数据被广泛用于科学、管理和政策领域，在评估可再生能源潜力、解决风灾、研究生物现象和探索气候变化等方面发挥着重要作用。但现有的风速产品存在很大的局限性：气象观测数据在空间和时间上存在不连续性，再分析产品和气候模型模拟虽然实现了数据的连续性，但大多未能重现观测到的风速趋势。此外，风速数据的高变异性及站点分布的不均匀和稀缺性，使得传统的统计插值方法，如克里金或主成分分析，在重构全球风速上表现不佳。因而，风速数据成为风速研究中“卡脖子”的难题。

在此，研究团队基于部分卷积神经网络算法（the partial convolutional neural network），融合了34个气候模式数据和气象站点观测数据HadISD（由Met Office Hadley Centre提供），重构了1973-2021年间共588个月的全球10米近地风速，空间分辨率为1.25°×2.5°（纬度×经度），该数据集包含了观测到的风速趋势信息。详细的重构过程请见参考文献中的方法部分。

#2数据文件命名方式和使用方法

该数据以nc文件储存，文件的名称为GGWS-PCNN-wind_speed-yyyymmyyyymm_vX.nc。以GGWS-PCNN-wind_speed-197301202012_v312202105p.nc为例， GGWS-PCNN为该数据集的英文简称（来自global gridded monthly wind speed dataset by the partial convolutional neural network），wind_speed表示该数据集存储了风速变量，197301202012代表该数据的覆盖时期为1973年1月到2020年12月，v312202105p表示该数据集采用了版本号为v312202105p的HadISD数据。该数据可用Matlab、ArcGIS等软件读取打开。

注意事项：由于现有的人工智能算法在重建有许多缺失值的数据方面的局限性，我们的产品存在少量的离群值（如风速小于零或极高的风速），其中大部分位于南极地区的太平洋附近。您在使用这套数据前需要剔除这些离群值。

数据的引用

周俐宏, 曾振中, 江鑫. (2022). 全球10米风速栅格数据（1973-2021）. 国家青藏高原科学数据中心, DOI: 10.11888/Atmos.tpdc.272893. CSTR: 18406.11.Atmos.tpdc.272893.
[Zhou, L., Zeng, Z., Jiang, X. (2022). Global gridded near-surface wind speed dataset on a monthly scale (1973-2021). National Tibetan Plateau Data Center, DOI: 10.11888/Atmos.tpdc.272893. CSTR: 18406.11.Atmos.tpdc.272893. ] (下载引用： RIS格式 | RIS英文格式 | Bibtex格式 | Bibtex英文格式 )

文章的引用

1. Zhou, L.H., Liu., H.F., Jiang, X., Ziegler, A.D., Azorin-Molina, C., Liu, J., & Zeng, Z.Z. (2022). An artificial intelligence reconstruction of global gridded surface winds. Science Bulletin, online.( 查看 | Bibtex格式)

使用本数据时必须引用“文章的引用”中列出的文献，并进行数据的引用

时间分辨率：月

空间分辨率：1º-10º

大小：190 MB

#3数据说明

1、本资源从国内网站收集，资源的准确性自审

2、本资源仅用作为学习用途，不能用于商业通途

3、本公众号只负责数据的搜集和整理工作，不能保证资料的精度和准确度以及时效性。

4、如数据有侵权，请告知本号，本号尽早删除该数据。

#4数据获取方式

方式一：将推文分享至朋友圈，附文“推荐这个科研技术资源公众号”，集赞15个并保留2小时

方式二：转发相关科研技术交流群（＞50人）保留10分钟

两种方式任选其一

添加客服微信，发送转发截图，Ai尚研修会员无需转发

每天可以领取一份数据，同一个群转发领取不超过两份

推荐阅读1、农林生态、大气、遥感、水文等系统教程通道——点击文末“阅读全文”进入
2、地学领域数据、年鉴、地图、课件资料等免费资源下载——点击进入
3、百余门教程在线免费观看——点击文末“阅读全文”进入4、会员超值福利领取——点击文末“阅读全文”进入

如何加快课题组人才梯队建设与人才培养？

快来Ai尚研修【Easy Scientific  Research】点亮科研简学践行-您的随行导师平台

官    网：www.aishangyanxiu.com；

公众号：关注“Ai尚研修”公众号，点击“Ai尚课堂”进入也可以哦！

NO1：平台逐步建立完整的教学方案，深度促进科研交叉技术融合，成为众多课题组及个人实践技术提升首选内容。

NO2：Ai尚研修为了更好的发展，特邀胡中民老师、张光学老师、郁磊老师、胡恩柱老师、金溪老师、汪靓老师、张东辉老师等30多位专家学者作为顾问专家，为Ai尚研修平台长期发展提供了宝贵的建议及工作指导。

NO3：Ai尚研修创建云导师教学模式，最大化促进交叉学科的专业问答及交流，已经建立云导师社群300+，不仅可以学习，还为您身边带来专业的导师。

NO4：Ai尚研修建立了长期免费学术讲座：聚焦基础原理、前沿热点技术、庖丁解文、实践技术、成果推广等专题，每月4期左右，已开展完200+期，上平台都可以免费观看前期讲座。

NO5：为了深度对接用户需求，依托专家团队，针对技术咨询服务、数据处理合作、软件开发、搭建高性能计算平台等领域开展合作。

小编为您进行逐一展示：登录平台，您了解的更清晰，还有好礼哦！

NO1：体系课程

NO2：往期学术讲座及技术专题部分展示【免费】

NO3：云导师【点亮科研简学践行、您的随行导师平台】

NO4：技术合作与软件开发

Ai尚研修长期招募讲师——诚邀您的加入

Ai尚研修，倾力打造您的专属发展道路，这里有丰富的客户资源，专业的授课平台，强大的推广力度，全员的热血支持！

Ai尚研修期待您的加入，共同打造精品课程，助力科研！【点击了解合作详情】

扫描下方二维码，关注我们Ai尚研修客服公众号

END

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。

END

Ai尚研修丨专注科研领域

技术推广，人才招聘推荐，科研活动服务

科研技术云导师，Easy  Scientific  Research