基于能见度数据反演的全球陆地气溶胶光学厚度数据集（1959-2024）

1）数据内容：全球陆地5032个站点逐日气溶胶光学厚度（1959-2024）。 2）数据来源及加工方法：站点数据是利用地面气象观测的能见度及附加数据以及卫星观测的气溶胶光学厚度数据，基于一种机器学习的方法反演的气溶胶光学厚度。网格化气溶胶光学厚度是利用面积加权的普通克里金插值得到的。 3）数据质量描述：站点数据与AERONET日、月、年的相关系数分别为0.55、0.61、0.65。与Terra日、月、年的相关系数分别为0.54、0.81、0.91。 4）数据应用成果及前景：补充气溶胶全球性历史数据，提供高时空分辨率和长期的气溶胶光学厚度数据，为气溶胶的气候变化探测和归因提供支持。1) Data Content: Daily aerosol optical depth (AOD) at 5032 global land stations, spanning the period from 1959 to 2024. 2) Data Source and Processing Method: The station-based AOD data was retrieved via a machine learning-based approach, integrating ground meteorological visibility observations and supplementary data, as well as satellite-measured aerosol optical depth data. The gridded AOD dataset was generated using area-weighted ordinary Kriging interpolation. 3) Data Quality Description: The correlation coefficients between the station-level AOD data and AERONET at daily, monthly and annual scales are 0.55, 0.61 and 0.65 respectively. The correlation coefficients with Terra satellite products at the same temporal scales are 0.54, 0.81 and 0.91 respectively. 4) Data Application Achievements and Prospects: This dataset supplements global historical aerosol data, providing long-term and high spatiotemporal resolution aerosol optical depth data, which supports climate change detection and attribution research on aerosols.

搜集汇总

背景与挑战

背景概述

该数据集是全球陆地气溶胶光学厚度的长期观测数据集，覆盖1959年至2024年，包含5032个站点的逐日数据，通过能见度数据和机器学习方法反演生成，具有高时间分辨率和较高质量验证（如与AERONET的相关系数达0.55-0.65），旨在补充气溶胶历史记录并支持气候变化探测和归因研究。