地球资源数据云——数据资源详情

基于Thornthwaite模型的1982-2024年中国逐年30米分辨率PET数据集

本数据集基于 Thornthwaite 模型生成，提供了 1982 年至 2024 年中国区域逐年 30 米空间分辨率的潜在蒸散发（ PET ）数据。模型的核心输入数据为经过严格质量控制的月均气温栅格数据，其计算主要依赖于热量条件，体现了该方法对温度敏感的特性。数据集覆盖全国陆域范围，时间序列完整，具有较高的时空一致性与连续性。数据生产过程中采用了统一的计算流程与参数，并经过异常值检测与逻辑一致性检查等质量控制步骤，确保了结果的可靠性。本数据集为长时间序列、高精度的水文循环、干旱监测、生态需水及气候变化影响评估研究提供了重要的基础数据支撑，具有广泛的应用价值。 关键词 ： 潜在蒸散发； PET ； Thornthwaite ； 30 米分辨率 引 言 潜在蒸散发（ Potential Evapotranspiration, PET ）是水文循环与能量平衡的关键组分，是评估区域干湿状况、水资源规划、农业灌溉管理和生态环境演变的核心指标。在全球气候变化背景下，长时间序列、高空间分辨率的 PET 数据对于理解陆表过程对气候变化的响应、进行精确的干旱监测与预测具有重要意义。 尽管 Penman - Monteith 等方法在机理上更为完善，但其对输入气象要素的要求较高，在站点稀疏或历史资料缺失的地区应用受限。 Thornthwaite 模型作为一种基于温度的经验方法，因其所需数据易于获取且计算简便，被广泛应用于大尺度、长时间序列的 PET 估算研究中，特别是在历史气候重建与模拟中具有不可替代的价值。 本工作基于 Thornthwaite 模型，利用高精度插值的月均气温数据，生产了 1982 - 2024 年中国区域 30 米分辨率的逐年 PET 数据集。该数据集极大地提升了 PET 产品的空间细节，有效衔接了宏观气候研究与微观生态应用之间的尺度鸿沟。本数据集可为水文模型、干旱指数（如 SPEI ）计算、生态系统服务评估等相关研究提供高质量的基础数据输入，具有重要的重用价值，有望推动气候、水文、农业及生态等领域更精细化的科学研究。 1 数据采集和处理方法 1.1 数据采集方法 温度数据 1.2 数据处理