LPJ-GUESS Europe hourly nee for 2022

LPJ-GUESS (revision 6562) forced with hourly ERA5 climate datasets to simulate global terrestrial NEE, GPP and total respiration in 0.5 degree. LPJ-GUESS is a process-based dynamic global vegetation model, it uses time series data (e.g. climate forcing and atmospheric carbon dioxide concentrations with WMO CO2 X2019 scale) as input to simulate the effects of environmental change on vegetation structure and composition in terms of European plant functional types (PFTs), soil hydrology and biogeochemistry (Smith et al., 2001, https://web.nateko.lu.se/lpj-guess/). Wu, Z., Miller, P., Mischurow, M. (2023). LPJ-GUESS Europe hourly nee for 2022, Miscellaneous, https://hdl.handle.net/11676/CuOV90pNY3DZOhuPblOjiScFLPJ-GUESS（修订版6562）借助每小时ERA5气候数据集进行强迫，以模拟全球陆地净生态系统生产力（NEE）、总初级生产力（GPP）及总呼吸作用在0.5度分辨率下的变化。LPJ-GUESS是一款基于过程的动态全球植被模型，该模型以时间序列数据（例如气候强迫和大气二氧化碳浓度，采用WMO CO2 X2019尺度）为输入，模拟环境变化对植被结构及组成（以欧洲植物功能型（PFTs）为基准）、土壤水文学和生物地球化学的影响（Smith等，2001年，https://web.nateko.lu.se/lpj-guess/）。 Wu, Z., Miller, P., Mischurow, M. (2023). LPJ-GUESS欧洲2022年每小时NEE数据，杂项，https://hdl.handle.net/11676/CuOV90pNY3DZOhuPblOjiScF

搜集汇总

背景与挑战

背景概述

该数据集是2022年欧洲地区小时尺度的净生态系统交换（nee）模拟数据，基于LPJ-GUESS过程植被模型和ERA5气候强迫生成，空间分辨率为0.5度，主要用于研究碳循环和陆地生态系统对环境变化的响应。数据包含单一变量nee，以NetCDF格式提供，覆盖整个2022年，是2010-2022年系列数据的一部分。