Введение
Территориально интерполированные климатические данные на сетках, именуемые здесь "климатическими поверхностями", используются во многих областях, особенно в экологических, сельскохозяйственных и биологических науках.
Территориальное разрешение климатических поверхностей, используемых в конкретном исследовании, зависит от потребностей в этом приложении и имеющихся данных.
Во многих случаях для получения данных с высоким пространственным разрешением (≤1 км2) необходимо получать данные с небольшим пространственным разрешением, которые могут быть частично утрачены при более низком разрешении, особенно в горных и других районах с крутыми климатическими уклонами.
Однако такие данные с высоким разрешением доступны только для ограниченного числа регионов мира, например, база данных Daymet для Соединенных Штатов.
Климатическая база данных с интерполированным климатом самого высокого разрешения для глобальных сухопутных районов (за исключением Антарктиды) имеет пространственное разрешение 10 дуг мин (18,5 км на экваторе).
Лееманс и Крамер (1991) и Нью (1999) создали важные ранние массивы данных с пространственным разрешением 0,5 (55,6 км на экваторе).
Среднемесячные значения климата, измеренные на метеорологических станциях, были получены из большого числа глобальных, региональных, национальных и местных источников, в основном за 1950-2000 гг.
Эти данные были получены в результате интерполяции с помощью алгоритма сплайнового сглаживания, реализованного в ANUSPLIN и позволившего создать глобальные (только для земельных участков, за исключением Антарктиды) климатические поверхности для месячных осадков и минимальной, средней и максимальной температуры.
Наши поверхности имеют пространственное разрешение 30 дуг в секунду; это эквивалентно примерно 0,86 км2 на экваторе и меньше в других местах и обычно называется "1 км" разрешения.
Интерполяция
Для получения интерполированных климатических поверхностей использовался ряд различных статистических подходов.
Торнтон и др. (1997) использовали укороченный гауссовский взвешивающий фильтр в сочетании с пространственно-временными явными эмпирически определенными отношениями температуры и осадков к высоте.
Дейли и др. (2002) использовали метод PRISM, который позволяет включить экспертные знания о климате и может быть особенно полезен, когда данные по точкам не полны.
С помощью этого метода можно однозначно учесть влияние береговых воздействий, барьеров на местности, температурных инверсий и других факторов на пространственные климатические модели. Другие подходы включают обратное взвешивание расстояний и определение кригинга.
Контроль качества
В качестве первого способа выявления ошибок в местоположении метеорологических станций все станции проверялись на предмет соответствия между страной регистрации и страной составления карт и между зарегистрированной точкой регистрации высоты и высотой, полученной из нашей таблицы высот.
Мы нанесли на карту и проверили все станции, которые имели большое отклонение между отмеченной высотой и высотой ячейки сетки, в которой она была нанесена на карту, и ее непосредственным "соседством" (восемь ячеек сетки вокруг этой ячейки сетки).
Подход, основанный на соседстве, был использован, потому что разница в высоте 100 м в горных районах, таких как Анды, незначительна, учитывая вариации внутри и между сетками, но велика в относительно плоских районах, таких как Амазонка.
Проверили координаты удаленных станций, выполнив поиск по названию станции. Если только данные либо высоты, либо местоположения не могут быть с высокой степенью достоверности скорректированы, станции с большими отклонениями высоты не были включены в анализ.
В каждой зоне мы несколько раз проверяли SPLINA. Программа формирует список станций с наибольшим количеством среднекорневых остатков (т.е. разницу между данными станции и установленной поверхностью климата).
Первоначально очень крупные остатки можно было проследить до простых типографских ошибок, а также до четких географических привязок или ошибок в сообщении высоты, и поэтому они были удалены или исправлены с помощью больших и очевидных ошибок.
Когда источник ошибки не был ясен, но отклонения считались экстремальными и маловероятными, например, из-за сильной асинхронности с соседними станциями, данные также удалялись.
Климатические поверхности
Пространственно сплошные поверхности, созданные SPLINA, могут быть исследованы для любого конкретного местоположения и высоты в пределах заданной области интерполяции.
Для этого использовали программу LAPGRID для массива (сетки) точек и высот. В качестве рельефа использовались данные радиолокационной топографической миссии "Шаттл" (SRTM), которая получала данные о рельефе в ближнем глобальном масштабе с радарной системой, летающей на борту космического челнока.
Для большинства регионов мира этот набор данных обеспечивает значительное улучшение доступности высококачественных данных высокого разрешения.
В качестве источника данных мы использовали набор данных SRTM пространственного разрешения с пространственным разрешением 3 дуги (90 m). С помощью медианного значения можно агрегировать эти данные до пространственного разрешения 30 дуг.
Создавались месячные площади для выпадения осадков и минимальных, максимальных и средних температур. Поскольку у нас было гораздо больше записей для средней температуры, чем для минимальной и максимальной, мы сделали следующее, чтобы обеспечить взаимную согласованность поверхностей и максимально возможное использование имеющихся исходных данных: для каждого месяца поверхности температурного диапазона рассчитывались как разница между интерполированными значениями максимальной и минимальной температур.
Окончательные поверхности минимальной и максимальной температур рассчитывались как поверхность средней температуры минус или плюс половина поверхности температурного диапазона. Первоначально можно попробовать альтернативный и более прямой подход к интерполяции температурного диапазона, но перестали делать это, поскольку нам было гораздо труднее проверить погрешности в данных температурного диапазона, чем в исходных данных о минимальной и максимальной температурах.
Для всех климатических поверхностей использовалась система географических координат широта/долгота. Верхний левый угол находится на 180 з.д. и 90 с.ш., а нижний правый угол - на 180 з.д. и 60 с.д.
Эта область включает в себя все основные массивы суши, кроме Антарктиды. Поверхности состоят из 43 200 колонн и 18 000 рядов, всего 7,8 × 108 ячеек, из которых 28% обозначают землю.
Все ячейки имеют горизонтальное и вертикальное разрешение 30 дуг в секунду. Размер ячейки сетки 30-х годов изменяется с изменением широты и составляет около 0,861 км2 на экваторе. Эта область уменьшается дальше на север или юг, и это искажает интерполяцию, но ожидаемая погрешность из-за этого искажения мала.
