中亚及全球陆地干旱情景数据（2020-2099）

本数据为RCP4.5情景下的月干燥指数数据集（Aridity Index, AI）。AI数据为降水与潜在蒸散发的比值。本数据由14个模式平均计算得到。这14个模式分别为：CanESM2；CCSM4；CNRM-CM5；CSIRO-Mk3-6-0；GISS-E2-R；HadGEM2-CC；HadGEM2-ES；inmcm4；IPSL-CM5A-LR；MIROC5；MIROC-ESM-CHEM；MIROC-ESM；MPI-ESM-LR；MRI-CGCM3。空间分辨率为全球2度*2度，时间分辨率为2020年1月-2099年12月。该数据集即可用于中亚大湖区未来干湿变化情景分析，也可用于全球其他区域在未来情景下的干湿过去和格局的分析。

This dataset is a monthly aridity index (AI) dataset under the RCP4.5 scenario. The aridity index is defined as the ratio of precipitation to potential evapotranspiration. This dataset is derived as the ensemble mean of 14 climate models, which are: CanESM2, CCSM4, CNRM-CM5, CSIRO-Mk3-6-0, GISS-E2-R, HadGEM2-CC, HadGEM2-ES, inmcm4, IPSL-CM5A-LR, MIROC5, MIROC-ESM-CHEM, MIROC-ESM, MPI-ESM-LR, MRI-CGCM3. The dataset has a global spatial resolution of 2° × 2°, with a monthly temporal resolution, covering the period from January 2020 to December 2099. This dataset can be applied to scenario analysis of future dry-wet variations over the Great Lakes region of Central Asia, as well as analyses of dry-wet changes and their spatial patterns in other global regions under future climate scenarios.

搜集汇总

背景与挑战

背景概述

该数据集为RCP4.5情景下的全球月干燥指数（AI）数据，由14个气候模式平均计算得到，空间分辨率2度×2度，覆盖2020-2099年。主要用于分析未来干旱情景，特别适用于中亚大湖区及全球干湿变化研究，数据以Matlab格式提供并需规范引用。