基于深度核学习的中国2000–2019年期间6小时分辨率、0.1°空间分辨率的冻雨数据集

冻雨 （FR） 事件是一种高度灾难性事件，对人类栖息地产生重大影响。然而，仍然严重缺乏网格化的 FR 数据。在这里，我们展示了 2000 年 1 月 1 日至 2019 年 12 月 31 日中国各地的综合网格化 FR 数据集，利用中国气象局的站点数据并结合 ERA5 陆地和气压水平数据。采用深度内核学习 （DKL），我们有效地分类和预测了 FR 的发生，展示了在捕获有利于 FR 的复杂大气条件方面的重大进步。根据 2024 年冬季的 ERA5 数据以及 2008 年、2011 年和 2018 年的 Ramer 方案验证的 DKL 模型展示了优于传统方法的卓越分类能力，实现了 0.991 的显着准确率、0.999 的曲线下面积 （AUC）、0.973 的召回率和 0.989 的准确率。这项研究的影响是深远的，为天气预报、气候建模和灾害管理方面的学术和实际应用提供了一个强大的数据库，从而增强了我们对 FR 影响的理解和缓解策略。