A Comprehensive Long-term (1981–2020) Radiation Dataset for China: Ensuring Consistency, Comparability, and Incorporating Uncertainty

The dataset provides comprehensive radiation data and associated uncertainties on both monthly and yearly scales for global radiation, diffuse radiation, photosynthetically active radiation (PAR), and diffuse PAR across China from 1981 to 2020, based on observations from the China Meteorological Administration (CMA) and the Chinese Ecosystem Research Network (CERN).In a previous study, our research group established a radiation dataset for China spanning 1981 to 2010 (Ren et al., 2018). Building on this foundation, the present study integrated all available radiation observations spanning 1981–2020 to re-optimize the empirical model parameters and thereby reconstruct a new, continuous 40-year radiation dataset. Subsequently, an advanced machine learning approach—Gaussian Process Regression (GPR)—was applied to produce a spatially continuous, high-accuracy radiation dataset for 1981–2020, encompassing global radiation, PAR, and their diffuse components, along with corresponding uncertainty estimates.This dataset is valuable for analyzing the spatio-temporal variations of solar radiation in China, investigating the impact of radiation on terrestrial ecosystems, and conducting ecosystem modeling and uncertainty analysis.

本数据集依托中国气象局（China Meteorological Administration, CMA）与中国生态系统研究网络（Chinese Ecosystem Research Network, CERN）的观测资料，提供了1981年至2020年中国范围内逐月、逐年尺度的综合辐射数据及对应不确定性信息，涵盖总辐射、散射辐射、光合有效辐射（Photosynthetically Active Radiation, PAR）以及散射光合有效辐射四类辐射参数。
此前本研究团队已构建1981至2010年的中国辐射数据集（Ren等，2018）。在此基础上，本研究整合了1981至2020年全部可获取的辐射观测数据，重新优化经验模型参数，进而重建得到一套全新且连续的40年辐射数据集。随后，本研究采用先进的机器学习方法——高斯过程回归（Gaussian Process Regression, GPR），生成了1981至2020年中国范围内空间连续、高精度的辐射数据集，包含总辐射、光合有效辐射及其散射分量，并配套提供了对应的不确定性估计值。
本数据集可用于分析中国太阳辐射的时空变化特征，探究辐射对陆地生态系统的影响，以及开展生态系统建模与不确定性分析相关研究。

搜集汇总

背景与挑战

背景概述

该数据集提供了1981-2020年中国地区全球辐射、漫射辐射、光合有效辐射及其组分的长期连续观测数据，包含不确定性评估，采用机器学习方法重建，适用于生态建模和气候变化研究。