中国逐日格点降水数据集V2（1960–2024，0.1°）

CHM_PRE V2数据集是一套高精度的中国大陆逐日格点降水数据集。该数据集基于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。数据集采用改进的反距离加权方法，并结合基于机器学习的LGBM算法构建。CHM_PRE V2与现有的格点降水数据集（包括CHM_PRE V1、GSMaP、IMERG、PERSIANN-CDR和GLDAS）表现出良好的时空一致性。数据集基于63,397个高密度自动雨量站2015–2019年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，为水文建模和气候评估提供了可靠的基础。CHM_PRE V2 数据集提供分辨率为0.1°的逐日降水数据，覆盖整个中国大陆（18°N–54°N，72°E–136°E）。该数据集涵盖1960–2024年，并将每年持续更新。日值数据以NetCDF格式提供，为了方便用户，我们还提供NetCDF和GeoTIFF格式的年度和月度总降水数据。

The CHM_PRE V2 dataset is a high-accuracy daily gridded precipitation dataset for mainland China. It is developed based on long-term daily precipitation observation data from 3,476 meteorological stations spanning from 1960 to the present, and incorporates 11 precipitation-related variables to characterize precipitation correlations. The dataset is constructed using an improved inverse distance weighting method combined with the machine learning-based LGBM algorithm. CHM_PRE V2 exhibits excellent spatiotemporal consistency with existing gridded precipitation datasets, including CHM_PRE V1, GSMaP, IMERG, PERSIANN-CDR, and GLDAS. The dataset was validated using observation data from 63,397 high-density automatic rain gauges during 2015–2019, which demonstrated that it significantly improves precipitation measurement accuracy and reduces overestimation of precipitation events, providing a reliable foundation for hydrological modeling and climate assessment. The CHM_PRE V2 dataset provides daily precipitation data at a spatial resolution of 0.1°, covering the entire mainland China (18°N–54°N, 72°E–136°E). It covers the period from 1960 to 2024 and will be updated annually. Daily data is provided in NetCDF format, and to facilitate user access, annual and monthly total precipitation data are also available in both NetCDF and GeoTIFF formats.

AI搜集汇总

数据集介绍

构建方式

CHM_PRE V2 数据集基于1960年至今共3476个气象观测站的逐日降水观测数据，并引入11个与降水分布相关的协变量，用于刻画降水的空间相关性。在方法上，采用改进的反距离加权插值方法，并结合基于机器学习的 LightGBM（LGBM）模型进行联合构建，以提升降水空间分布的刻画能力。

特点

数据集具有时间跨度长（1960–2024年）、空间分辨率高（0.1°）、覆盖范围完整（中国大陆18°N–54°N，72°E–136°E）等特点。相较CHM_PRE V1及GSMaP、IMERG、PERSIANN-CDR、GLDAS等主流降水产品，CHM_PRE V2 在时空一致性和降水量估计精度方面表现更优，尤其在降低降水事件高估方面效果明显。

使用方法

数据以NetCDF格式提供逐日降水数据，按年份分别存储，文件命名为“CHM_PRE_V2_daily_{YEAR}.nc”，单位为mm/天。同时，为便于使用，还提供月尺度和年尺度的累计降水数据，分别以NetCDF和GeoTIFF格式发布，用户可根据研究需求直接读取或进行二次处理。

背景与挑战

背景概述

该数据集是中国大陆高精度逐日格点降水数据，覆盖1960年至2024年，空间分辨率为0.1°，基于3476个长期观测站的日降水数据，并引入11个降水相关协变量，通过改进的反距离加权方法与LGBM机器学习模型联合构建，在时空一致性和降水量估计精度方面相较传统格点产品有明显提升。数据集有效缓解了已有产品中降水高估问题，为水文模拟与气候评估提供了更可靠的基础数据支撑。

当前挑战

中国大陆地形复杂、气候差异显著，降水空间异质性强，传统插值或再分析产品在高分辨率逐日尺度下易出现系统性偏差和极端降水刻画不足的问题，尤其在山区和站点稀疏区域，精细化、高精度降水数据长期缺乏。

常用场景

经典使用场景

作为高分辨率逐日降水输入数据，用于水文模型驱动、流域水量平衡分析及降水时空变化研究。

衍生相关工作

可作为其他气候、水文或干旱指数数据集构建的基础降水输入，用于派生多种气候与水文相关产品。

数据集最近研究

最新研究方向

围绕高分辨率降水数据构建方法、降水空间相关性建模以及多源观测与机器学习融合的降水产品研究。