WorldClim – источник данных для экологического моделирования и ГИС

Материал из GIS-Lab
Перейти к: навигация, поиск
Эта страница является черновиком статьи.


Описание набора климатических данных для экологического моделирования на основе информации с официального сайта проекта WorldClim

Содержание

Введение

WorldClim – набор глобальных климатических данных, включающих минимальную, максимальную и среднюю температуру, осадки, высоту н.у.м., набор из 19 производных биоклиматических характеристик (BioClim), а также данные о климатах прошлого и будущего. Данные покрывают всю поверхность суши[1] (за исключением Антарктиды) и доступны для получения в разных форматах и с различным пространственным разрешением вплоть до 30 arcsec, что примерно соответствует 1 км2.

Данные ежемесячные и регулярносетевые.

Текущая версия данных 1.4 (3-й выпуск).

Источники и методика подготовки данных

В качестве входных данных были использованы различные источники:

  • Обобщены данные глобальных климатических баз, таких как Global Historical Climatology Network (GHCN), Международной продовольственной организации (FAO), международной метеорологической организации (WMO), международного центра тропического сельского хозяйства (CIAT), региональной сети гидрометеорологических данных Южной, Центральной Америки и Карибского моря (R-HYdronet), региональных метеорологических баз Австралии, Новой Зеландии, стран Северной Европы, Эквадора, Перу и многих других.
  • Модель рельефа SRTM загрубленная до 30 arcsec (1 км).

Использовались данные только с тех метеостанций, для которых ряд измерений составлял не менее 10 лет. Для метеостанций с которых имелся достаточный временной ряд данных средние климатические показатели были посчитаны на интервале с 1960 по 1990 годы. В некоторых случаях мы расширили временной диапазон данных (1950-2000), например для станций где ряд измерений был недостаточно продолжительным (Амазония) или для станций, прекративших измерения (Конго). За основу были взяты более качественные данным из GHCN, но впоследствии к ним были присовокуплены данные из дополнительных метеорологических баз. Многие дополнительные базы не имели информации за какой период времени рассчитывались средние метеорологические параметры. Тем не менее, эти данные все равно были включены для достижения лучшего пространственного разрешения, основываясь на предположении, что в основном эти базы также опираются на временной промежуток с 1950 по 2000 годы. Кроме того, мы считаем, что невключение этих данных приведет к более серьезным пространственным ошибкам, чем неучет эффекта изменения климата за последние 50 лет.

После отсева станций в чьих рядах измерений наблюдалось большое количество ошибок мы получили 47 554 станции с данными об осадках, 22 542 станции с данными о средней температуре и 14 835 станций с данными о минимальной и максимальной температурах (см. иллюстрации ниже).

Расположение метеостанций имеющих данные об осадках
Расположение метеостанций имеющих данные о средних температурах
Расположение метеостанций имеющих данные о диапазонах температур

Интерполяция данных

Для интерполяции зашумленных многомерных данных был использован алгоритм сглаживающего сплайна по типу тонкой пластины (thin-plate smoothing spline algorithm) реализованный в программном пакете ANUSPLIN. Принцип метода описан в [Hutchinson, 1995].

Особенности процесса загрубления (аггрегации) данных

Оригинальные данные имеют размерность 30 сек, остальные получены путем загрубления исходных осреднением значений смежных ячеек. При этом ячейки с отсутствующими данными игнорировались. Т.е. при агригировании ячеек расположенных на суше и ячеек расположенных на водных объектах (где данные отсутствуют), результирующая ячейка представляет из себя усредненное значение всех ячеек имеющих данные. Т.о. были расчитаны усредненные данные для месячных осадков, минимальной, максимальной и средней температры. Биоклиматические характеристики были рассчитаны по этим агрегированным данным.

Подготовка данных о климатах прошлого и будущего

Прогнозные данные WorldClim получены с помощью относительно простой методики [2]:

  1. Вначале расчитывается относительное или абсолютное изменение минимальной температуры в июне по двум точкам: температуре в доиндустриальную эпоху и температуре в базовый промежуток времени (1960-1990). Затем основываясь на данных двух точках производится интерполяция на будущее, например на период 2050-2080 гг. При этом делается допущение, что изменения климата достаточно постоянны в пространстве.[3]
  2. Данные высокого разрешения о климатических изменениях пересчитываются с помощью данных о текущем климате, это т.н. "калибровка". Важно понимать, что климатическая модель не очень хорошо предсказывает современный климат и, т.о., мы не можем напрямую сравнивать современный и предсказанный климат.

Описание климатических данных

Современные климатические характеристики

BioClim

Биоклиматические показатели являются производными от данных о среднемесячных температурах и осадках. Эти переменные часто используются при моделелировании экологических ниш, например, при использовании таких алгоритмов как GARP и BIOCLIM (Простой пример разбирается в статье Начало работы с openModeller. Биоклиматические показатели отражают годовые тренды (среднегодовая температура, годовые осадки), сезонность (годовой диапазон температур и осадков), экстремальные или лимитирующие экологические факторы (температура самого холодного или самого теплого месяца, осадки наиболее сухого и наиболее влажного квартала).

Код Название переменной Метод расчета
BIO1 Среднегодовая температура
BIO2 Среднесуточная амплитуда (Mean of monthly (max temp - min temp))
BIO3 Isothermality (BIO2/BIO7) (* 100)
BIO4 Температурная сезонность (standard deviation *100)
BIO5 Максимальная температура наиболее теплого месяца
BIO6 Минимальная температура наиболее холодного месяца
BIO7 Годовая амплитуда температур (BIO5-BIO6)
BIO8 Средняя температура наиболее влажного квартала
BIO9 Средняя температура наиболее сухого квартала
BIO10 Средняя температура наиболее теплого квартала
BIO11 Средняя температура наиболее холодного квартала
BIO12 Годовые осадки
BIO13 Количество осадков в наиболее влажный месяц
BIO14 Количество осадков в наиболее сухой месяц
BIO15 Сезонность осадков (Коэффициент вариации)
BIO16 Количество осадков в наиболее влажный квартал
BIO17 Количество осадков в наиболее сухой квартал
BIO18 Количество осадков в наиболее теплый квартал
BIO19 Количество осадков в наиболее холодный квартал

Для генерации биоклиматических данных был мспользован AML-скрипт для Arc-Info workstation. Также вы можете сгенерировать эти показатели с использованием метода biovars модуля dismo для R.

Прогнозные климатические модели

IPCC3

http://www.worldclim.org/futdown.htm

IPCC4

http://ccafs-climate.org/

Климатические реконструкции прошедших эпох

Все климатические показатели климатов прошлого расчитаны с использованием данных о современном климате набора WorldClim и находятся в формате BIL.

Название эпохи Временной диапазон Источник данных Разрешение Ссылки на скачивание
Последняя межледниковая эпоха ~120,000 - 140,000 лет назад Otto-Bliesner et al., 2008 30 arc-sec
Последний ледниковый максимум ~21,000 лет назад Paleoclimate Modelling Intercomparison Project Phase II (PMIP2) Чтобы использовать оригинальные данные необходимо зарегистрироваться на странице проекта. Проект WorldClim предоставляет только производные данные. 2.5 arc-min
Средний голоцен ~6,000 лет назад Paleoclimate Modelling Intercomparison Project Phase II (PMIP2). Чтобы использовать оригинальные данные необходимо зарегистрироваться на странице проекта. 2.5 arc-min

Метаданные

Ограничения на использование

Данные бесплатны для академического и другого некоммерческого использования. Распространение или коммерческое использование не допускается без предварительного разрешения.

Типы данных и размерность

Доступны следующие данные:

Обозначение Название Размерность Дополнительная информация
TMEAN средняя ежемесячная температура (°C * 10) Включает 12 слоев данных - по одному на каждый месяц
TMIN минимальная ежемесячная температура (°C * 10) Включает 12 слоев данных - по одному на каждый месяц
TMAX максимальная ежемесячная температура (°C * 10) Включает 12 слоев данных - по одному на каждый месяц
PREC среднемесячные осадки мм Включает 12 слоев данных - по одному на каждый месяц
BIO биоклиматические характеристики (BioClim), производные от tmean, tmin, tmax and prec. см. подробнее. - Включает 19 слоев данных
ALT высота над уровнем моря м

Помните, что температурные данные представлены в формате ºС*10. Т.е. значение ячейки растра равное 231 означает 23.1ºС. Это сделано для того, чтобы сократить размер скачиваемых файлов.

Форматы файлов

Данные доступны в 3-х форматах:

  1. Generic grids (BIL) - двоичный последовательный файл, содержащий 2-битные целые числа, импортируемый во многие ГИС. Каждый слой состоит из 2-х файлов - собственно файла данных (*.BIL) и сопровождающего описательного файла, содержащего информацию о географической привязке и описание данных (*.HDR) В некоторых случаях прилагаются еще фалы заголовков для DIVA-GIS (*.GRD и *.RDC). В случае, если при импорте данных BIL вы получили слишком большие значения и не получили отрицательных значений, скорее всего значения были неправильно интерпретированы как целочисленные без знака (unsigned integers)
  2. ESRI grid - для работы в ArcMap, ArcInfo (с модулем GRID) и ArcView (с модулем Spatial Analyst).
  3. GeoTIFF - расширение формата TIFF хранящее также пространственное описание данных.

Данные доступны в виде файлов глобального охвата в форматах BIL и ESRI Grid (скачать). Данные в форматах BIL и GeoTIFF можно также скачать в виде фрагментов 30 на 30 градусов.

Имена файлов

Название ZIP-архива составлено по следующей форме:

X_R_F.ZIP

Где:

  • X - обозначение переменной (TMEAN, TMIN, TMAX, PREC, BIO, ALT)
  • R - отображает пространственное разрешение даных (10m, 5m, 2_5m, 30s)
  • F - формат данных (BIL или ESRI grid)

Например файл с названием TMIN_5m_BIL.ZIP содержит информацию о средних температурах, имеет разрешение 5 минут и сохранен в формате BIL. Подробнее о именах файлов можно почитать здесь.

Система координат

Географическая система координат. Датум: WGS84.

Пространственное разрешение

Доступны 4 варианта пространственного разрешения:

  • 30 секунд (0.93 x 0.93 = 0.86 км2 на экваторе)
  • 2.5 минут (4.65 x 4.65 = 21.6 км2 на экваторе)
  • 5 минут (9.3 x 9.3 = 86.49 км2 на экваторе)
  • 10 минут (18.6 x 18.6 = 344 км2 на экваторе)

Получение данных

Особенности использования данных WorldClim в различных ГИС

Особенности работы в QGIS

Т.к. QGIS неадекватно воспринимает значение «нет данных» равное -3.4e+038, то перед использованием данных полученных в формате GeoTIFF, их нужно преобразовать с помощью команды, заменив, тем самым значения «нет данных» на -9999:

gdalwarp -dstnodata -9999 input.tif output.tif

Особенности работы в GRASS GIS

Цитирование данных

Hijmans, R.J., S.E. Cameron, J.L. Parra, P.G. Jones and A. Jarvis, 2005. Very high resolution interpolated climate surfaces for global land areas. International Journal of Climatology 25: 1965-1978.

Ссылки по теме

Примечания

  1. Данные о морях и океанах (соленость, температура различных слоев воды, первичная продукция и др. можно найти например тут
  2. На наш взгляд методика предсказания климатов описана слишком расплывчато, более искушенный читатель может обратиться к первоисточнику
  3. Что на самом деле далеко не так - исследованиям пространственной неоднородности изменений климата посвящены ежемесчные и ежегодные отчеты NASA
Персональные инструменты
Пространства имён

Варианты
Действия
Статьи
Спецпроекты
Инструменты