关键词：气象，在分析资料，气候变量
提供者姓名：孙宇
提供者邮箱：201421140010@mail.bnu.edu.cn
提供者单位：北京师范大学系统科学学院
数据简介：全球气候变量在分析资料， 包含气温、气压、风场、相对湿度等气候变量。每间隔6小时一组数据，空间分辨率2.5度。
数据来源：NOAA PSL
数据年份：1950-今
数据格式：nc
数据大小：>40G
读取软件：PYTHON, FORTRAN, Matlab中的NETCDF4格式数据读取扩展包
使用说明：院内公开，如在院外使用请联系数据提供者
是否提供小样本sample：不提供
下载链接：查看
X
数据使用声明
为尊重知识产权、保障数据作者和数据服务提供者的权益，请数据使用者认真阅读数据提供方的使用规范：https://psl.noaa.gov/disclaimer/。在基于本数据所产生的研究成果（包括项目评估报告、验收报告，以及学术论文或毕业论文等）中标注数据来源，并按照[文献引用方式]标注需引用的参考文献，同时将可公开成果提交到"北京师范大学系统科学学院大数据中心邮箱：sssdata.bnu.edu.cn"。
数据来源引用参考以下规范：
中文表达方式：数据由NOAA物理科学实验室（PSL）提供；英文表达方式：The data were provided by NOAA Physical Sciences Laboratory (PSL) 。
致谢方式参考以下规范：
中文致谢方式："感谢北京师范大学系统科学学院 (https://sssdata.bnu.edu.cn)提供数据支撑。"
英文致谢方式：" Acknowledgement for the data support from School of Systems Science, Beijing Normal University (https://sssdata.bnu.edu.cn)."
*本数据的使用者必须遵守数据提供方的使用要求和使用规范，依照《中华人民共和国数据安全法》的要求存储和使用相关数据。
*未经数据提供者的书面许可，任何单位及个人不得以任何方式或理由对上述数据产品、服务、信息、材料的任何部分进行复制、修改、抄录、传播及销售。
*凡侵犯本平台版权等知识产权的，本平台必依法追究其法律责任，特此郑重声明！
是否同意上述要求？
相关成果：
1. Network-Synchronization Analysis Reveals the Weakening Tropical Circulations
文章通过同步网络方法发现了热带不同区域极端天气的同步正在减弱，从而说明热带环流正在减弱，且不同区域的减弱效应有所差别。研究结果也暗示，由于热带环流的减弱，不同地区极端天气的发生会变得彼此相互独立，从而更加无规律。随着全球气候变化，极端天气可能将更加难以预测。
原文链接：https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2021GL093582
图1.网络加权度分布图
(a)和(b)分别为正同步网络的加权出、入度分布，(c)和(d)分别为反同步网络的加权出、入度分布，(e)和(f)分别为正、反同步的加权有向度分布.
图2.网络连边的统计性质
(a)为正、反同步网络中同步事件时间间隔的概率密度分布，(b）为同步地点间距离的概率密度分布.
图3.热带地区总年代际变化
图4.热带地区分区域年代际变化
2. Network analysis reveals strongly localized impacts of El Niño
El Niño, one of the strongest climatic phenomena on interannual time scales, affects the climate system and is associated with natural disasters and serious social conflicts. Here, using network theory, we construct a directed and weighted climate network to study the global impacts of El Niño and La Niña. The constructed climate network enables the identification of the regions that are most drastically affected by specific El Niño/La Niña events. Our analysis indicates that the effect of the El Niño basin on worldwide regions is more localized and stronger during El Niño events compared with normal times.
原文链接：https://www.pnas.org/content/114/29/7543.full
(A and C) In-weight maps (using C and W) for El Niño events. (B and D) In-weight maps (using C and W) for La Niña events. (E and F) Mean winter (December–February) temperature anomalies during El Niño and La Niña. The arrows in A indicate two examples of in-links (El Niño impact), outgoing from ENB, to (i) Chicualacuala in Mozambique and (ii) Rambaxpura in India. The arrow in B indicates another example of in-links, outgoing from ENB (La Niña impact) to (iii) Jundah in Australia, respectively. The flat white rectangle in A–D represents the Niño 3.4 region.
(A) The ONI as a function of time. (B) The evolution of the number of nodes that have in-links with time. (C) The evolution of the average in-weights per node with time.
The community structure of the 11 El Niño events. (A–D) The heat map of cross-correlations between pairs of El Niño events, based on the global (A), tropical (B), Northern Hemisphere (C), and Southern Hemisphere (D) maps of the in-weighted climate network. (E) Community structure in the network of 11 El Niño events. Different colors represent different communities.