基于数据融合和偏差校正的中国大陆降水氧稳定同位素数据集（1870-2017）

数据集包括1870-2017年中国大陆地区的降水氧稳定同位素，空间分辨率为50-60 km，时间分辨率为月。为了充分利用观测数据，并整合各引入同位素的大气环流模式（iGCM）的优势，采用了数据融合与偏差校正相结合的方法。数据融合中引入了基于物理的辅助数据，包括高程和气象数据（SRTM DEM，国家气象信息中心 中国地面气温和降水月值0.5°格点数据），以丰富融合过程中的气候和地形信息。数据集各时段的生成方法具体为：（1）1870-1957年，使用线性缩放（LS）和分位数匹配（DT）两种偏差校正方法对HadAM3模拟序列进行校正，数据集使用两种校正结果的集合平均；（2）1958-1968年，使用LS和DT两种偏差校正方法对CAM2和HadAM3两个模拟序列进行校正，数据集使用两个序列两种校正结果的集合平均；（3）1969-1978年，使用卷积神经网络（CNN）融合方法对三个模式的四个模拟序列（CAM2，GISS E free，GISS E nudged和HadAM3）和辅助数据进行融合；（4）1979-2001年，使用CNN融合方法对六个模式的九个模拟序列（CAM2，GISS E free，GISS E nudged，HadAM3，IsoGSM2，LMDZ4 free，LMDZ4 nudged，LMDZ4 zoomed和MIROC32）和辅助数据进行融合；（5）2002-2007年，使用CNN融合方法对四个模式的七个模拟序列（GISS E free，GISS E nudged，IsoGSM2，LMDZ4 free，LMDZ4 nudged，LMDZ4 zoomed和MIROC32）和辅助数据进行融合；（6）2008-2017年，使用LS和DT两种偏差校正方法对IsoGSM2和LMDZ4 zoomed两个模拟序列进行校正，数据集使用两个序列两种校正结果的集合平均。
在构建数据集之前，比较了三种数据融合方法和两种偏差校正方法的性能。结果表明，基于CNN的融合方法表现最好（与观测数据的相关系数大于0.95，均方根误差小于1‰），误差反向传播神经网络和长短期记忆人工神经网络的表现相近，且优于偏差校正方法。因此，使用CNN融合方法生成1969-2007年iGCM共同时段的数据集，并使用偏差校正方法生成其余时段的数据集。与 iGCM 模拟相比，构建的数据集与观测数据之间有更大的相关系数（CC）和更小的均方根误差（RMSE）。77.6%的站点数据集模拟与观测值之间的CC大于0.8，57.0%的台站大于0.9；80.4%的站点数据集模拟与观测值之间的RMSE小于3‰，56.1%的台站小于2‰。数据集的降水氧同位素时间序列的变化趋势与观测序列吻合较好，且明显优于iGCM的原始序列。同时，构建数据集的各月降水氧同位素空间格局与观测结果之间的一致性较好，展现了CNN融合模型的优势，即可以较好地利用各个模拟的优势，准确捕捉观测数据的特征。综上所述，构建的数据集能较好地再现观测数据，且具有时间连续和空间规则的特点，能为追踪大气和水文过程提供有效的数据支撑。然而，需要注意，在多数iGCM的共同时期（1969-2007），数据集可能更可靠。且受方法所限，在使用长序列数据时可能存在突变需要进行校正。此外，受观测站数据数量和代表性的影响，部分地区数据集的精度还有待提高。