global mean surface temperature datasets
收藏github2024-05-08 更新2024-05-31 收录
下载链接:
https://github.com/ClimateIndicator/GMST
下载链接
链接失效反馈官方服务:
资源简介:
从1850年至今的全球平均地表温度数据集
Global Average Surface Temperature Dataset from 1850 to Present
创建时间:
2023-05-11
原始信息汇总
数据集概述
数据集组成
- HadCRUTv5: 使用代码
globaltemphadcrupub.f,代码完全文档化。 - Berkeley Earth: 使用代码
globaltempberkpub.f。 - NOAAGlobalTemp: 使用代码
globaltempnoaapub.f。 - China-MST: 使用代码
globaltempcmstpub.f,仅用于陆地数据。 - Kadow et al: 使用代码
globaltempkadowpub.f。
代码结构
所有代码具有相似的结构,主要在数据输入和网格格式/分辨率上有所不同。
附加信息
- 更新日期:2023-05-17
- 功能:
makeplot.py文件用于生成与Excel文件中相同的年度和十年平均图。
搜集汇总
数据集介绍

构建方式
全球平均地表温度数据集的构建基于五种不同的全球温度数据集,每种数据集均采用Fortran代码进行处理。其中,HadCRUTv5的代码(globaltemphadcrupub.f)得到了详细的文档化,而其他四种数据集(Berkeley Earth、NOAAGlobalTemp、China-MST、Kadow et al)的代码结构相似,主要差异在于数据输入和网格格式/分辨率。China-MST数据集仅用于陆地温度数据。
特点
该数据集的显著特点在于其多样性和精细的代码结构。每种数据集的代码均经过精心设计,以适应不同的数据源和分辨率需求。此外,China-MST数据集的独特之处在于其专注于陆地温度,为研究陆地气候变化提供了专门的数据支持。
使用方法
使用该数据集时,用户可以通过运行相应的Fortran代码来处理和分析数据。此外,提供的makeplot.py文件能够生成与Excel文件中相同的年度和十年平均温度图,便于用户进行可视化和进一步分析。
背景与挑战
背景概述
全球平均地表温度数据集(Global Mean Surface Temperature Datasets)是由多个研究机构合作开发的重要数据集,旨在为气候变化研究提供关键的温度数据支持。该数据集涵盖了五个主要来源,包括HadCRUTv5、Berkeley Earth、NOAAGlobalTemp、China-MST和Kadow et al。这些数据集通过不同的Fortran代码实现,分别处理各自的数据源和网格格式,确保了数据的多样性和准确性。数据集的创建和维护由Blair Trewin等研究人员负责,其研究成果对全球气候模型的构建和气候变化趋势的分析具有深远影响。
当前挑战
全球平均地表温度数据集的构建面临多重挑战。首先,不同数据源的格式和分辨率差异较大,导致数据整合和处理过程复杂。其次,确保数据的准确性和一致性是关键,尤其是在处理全球范围内的温度数据时,如何消除局部异常和系统误差成为一大难题。此外,随着气候变化研究的深入,数据集需要不断更新以反映最新的气候变化趋势,这对数据维护和更新提出了持续的技术和资源需求。
常用场景
经典使用场景
全球平均地表温度数据集(global mean surface temperature datasets)在气候变化研究中占据核心地位。该数据集整合了多个来源的温度数据,包括HadCRUTv5、Berkeley Earth、NOAAGlobalTemp、China-MST和Kadow et al等,为全球气候模型的构建与验证提供了关键数据支持。通过分析这些数据,研究者能够追踪全球温度变化趋势,评估不同时间尺度的气候变异,并揭示潜在的气候变化机制。
解决学术问题
该数据集在解决气候变化领域的多个学术问题中发挥了重要作用。首先,它为全球变暖的科学证据提供了量化支持,帮助研究者验证气候模型的准确性。其次,通过对不同区域和时间段的温度数据进行对比分析,研究者能够识别出气候变化的区域性差异,进而为气候政策的制定提供科学依据。此外,该数据集还为极端气候事件的预测和归因研究提供了基础数据,推动了气候科学的前沿发展。
衍生相关工作
基于全球平均地表温度数据集,衍生出了大量经典研究工作。例如,HadCRUTv5数据集被广泛用于验证全球气候模型的准确性,并推动了气候变化归因研究的发展。Berkeley Earth数据集则因其高分辨率特性,被用于区域性气候变化分析。NOAAGlobalTemp数据集在极端气候事件的预测中发挥了重要作用。China-MST数据集则为研究中国区域气候变化提供了独特视角。这些衍生工作共同推动了气候科学的进步,并为全球气候政策的制定提供了科学依据。
以上内容由遇见数据集搜集并总结生成



