全球逐三小时0.25°分辨率全天候大气可降水量数据集（2010-2020）

大气水汽是水循环中的重要参数，为了更好的探究大气水汽对水循环的影响，以及更好地了解全球大气水汽的时空分布特征，构建了全球逐三小时0.25°分辨率大气可降水量（Total precipitable water, TPW）数据集（2010-2020年）。该数据集是通过一种基于直方图匹配方法开发的多源微波遥感大气可降水量融合算法获取的。算法利用了来自多颗极轨卫星的微波辐射计（如Aqua-AMSR2、NOAA-18-MHS、NOAA-19-MHS、Metop-A-MHS、Metop-B-MHS、F17-SSMIS、F18-SSMIS、GPM-GMI）的大气可降水量产品作为输入，并将它们融合在一起。数据集具有可靠的质量，经与2018年全球SuomiNET GPS TPW验证，数据集的均方根误差为4.66mm。此数据集能够每隔3小时提供一次全天候大气可降水量的观测，其观测频次远高于单个微波辐射计反演的大气可降水量产品，使其有利于描述大气水汽的动态变化，并且可以为水汽通量、降水效率等参数的计算提供充分的数据支持。

Atmospheric water vapor is a critical parameter in the water cycle. To better investigate the impacts of atmospheric water vapor on the water cycle and understand the spatiotemporal distribution characteristics of global atmospheric water vapor, we developed a global 3-hourly Total Precipitable Water (TPW) dataset spanning 2010–2020. This dataset was generated using a multi-source microwave remote sensing TPW fusion algorithm developed based on the histogram matching method. The algorithm takes TPW products from microwave radiometers aboard multiple polar-orbiting satellites (e.g., Aqua-AMSR2, NOAA-18-MHS, NOAA-19-MHS, Metop-A-MHS, Metop-B-MHS, F17-SSMIS, F18-SSMIS, GPM-GMI) as inputs and fuses them into a unified dataset. The dataset has reliable quality: validated against global SuomiNET GPS TPW data in 2018, it achieves a Root Mean Square Error (RMSE) of 4.66 mm. This dataset provides all-weather TPW observations every 3 hours. Its temporal sampling frequency is much higher than that of TPW products retrieved by a single microwave radiometer, enabling it to effectively characterize the dynamic changes of atmospheric water vapor and provide sufficient data support for the calculation of parameters such as water vapor flux and precipitation efficiency.

搜集汇总

背景与挑战

背景概述

该数据集是一个全球范围、时间分辨率为3小时、空间分辨率为0.25°的大气可降水量数据集，覆盖2010年至2020年，通过融合多源微波遥感数据生成，具有全天候观测能力，验证均方根误差为4.66mm，适用于水循环动态分析和相关参数计算。