1950-2024年 气象站点日尺度长时间序列实际蒸散发数据（EXCEL格式）

1数据介绍在水文循环、气候变化与生态过程研究中实际蒸散发ET是连接陆地—大气系统的关键变量。为方便科研与教学应用我们基于1950–2024 年全国日尺度实际蒸散发 NC 数据按中国气象站点进行提取与整理构建了长时序、站点尺度、可直接使用的 Excel 数据集。一、数据简介原始数据为1950–2024 年、日尺度、0.1° 空间分辨率的全国实际蒸散发产品。在此基础上我们按照全国气象站点位置进行逐站提取并统一整理为 CSV 表格。气象站点构成所有数据已按省份分类存放便于快速检索与后续分析适合科研、教学及业务参考。二、数据时间与格式三、相关气象要素配套情况除本次分享的日尺度实际蒸散发数据外基于同一站点体系已同步整理完成以下要素的日尺度数据可支持多要素联合分析与模型构建。四、数据应用价值1️⃣ 支撑多学科研究可用于水文学、气候学、生态学与农业气象研究例如分析长期气候变化背景下蒸散发的时序变化及其驱动机制。2️⃣ 模型验证与改进作为高质量基准数据用于评估和优化水文模型、陆面过程模型与气候模型中蒸散发模拟的准确性。3️⃣ 服务水资源管理满足地方尺度水量平衡计算需求为干旱监测、农业灌溉规划、水资源调配等提供数据支撑。4️⃣ 推动数据融合研究其多源融合方法为其他地球系统变量如土壤湿度、碳通量提供可借鉴的数据整合思路。五、数据生产与质量控制概述六、文献与数据引用文献引用Xu, Q., Li, L., Wei, Z., Lu, X., Wei, N., Lee, X., Dai, Y. (2025).A multimodal machine learning fused global 0.1° daily evapotranspiration dataset from 1950–2022.Agricultural and Forest Meteorology, 372, 110645.https://doi.org/10.1016/j.agrformet.2025.110645数据引用魏忠旺, 徐清晨, 李璐. (2025). 多模态机器学习驱动下的全球高分辨率蒸散发数据集1950–2024.国家青藏高原科学数据中心.https://doi.org/10.11888/Terre.tpdc.302988该数据集为目前少有的超长时序日尺度、75 年气象站蒸散发数据产品在时序完整性、精度和应用广度方面具有显著优势。• 融合13 种主流蒸散发产品遥感、机器学习、陆面模型、再分析数据等• 引入ERA5-Land等气象驱动数据及土地覆盖、土壤、地形等辅助信息• 采用LightGBM与 AutoMLFLAML构建多模态融合模型• 基于462 个通量塔站点与56 个大型流域水量平衡数据进行验证• 通过 RMSE、KGE 等多指标控制数据质量• 日平均气温• 日最高气温 / 最低气温• 日降水量• 相对湿度• 地面气压• 10 m 风速• 潜在蒸散发Hargreaves / Penman–Monteith• 实际蒸散发•时间范围1950 年 1 月 1 日 – 2024 年 12 月 31 日•时间分辨率日尺度•数据格式CSVExcel 可直接打开•数据单位mm•坐标系WGS84•数据总量约 5.43 GB• 基本站631 个• 基准站211 个• 一般站1579 个•站点总数2421 个2数据截图由于科研较忙没有将数据完全展示处理【下载→方式一推荐主页 *个人* 简介城数派-CSDN博客方式二数据下载方式汇总-CSDN博客