<em id="lj1v3"><b id="lj1v3"></b></em>

    <i id="lj1v3"></i>

        <i id="lj1v3"><b id="lj1v3"><progress id="lj1v3"></progress></b></i>

        <video id="lj1v3"></video>
        <video id="lj1v3"></video>

                    <i id="lj1v3"><ol id="lj1v3"><progress id="lj1v3"></progress></ol></i>
                    其他數據論文 I 區論文(評審中) ? 版本 ZH2
                    下載
                    基于樹輪寬度指數的過去千年美國分區降水變化數據集
                    A dataset of tree-ring based regional precipitation variations reconstruction in the United States during the last millennium
                    ?>>
                    : 2021 - 05 - 06
                    : 2021 - 05 - 13
                    : 2021 - 05 - 13
                    极速快三
                    699 6 0
                    摘要&關鍵詞
                    摘要:重建過去千年的區域高分辨率降水變化,對理解年代–百年尺度氣候的區域差異具有獨特意義。本文利用美國已有的1258個樹輪寬度指數年表,結合1901–2015年的月降水量資料,分析了樹輪寬度與年(上年10月至當年9月)降水量變化的相關性及降水變化的空間型;在此基礎上,將美國分為12個降水變化區,遴選出與各區年降水變化具有顯著正相關、且長度達1750年之前的樹輪寬度年表632個,采用分區、分段方法構建降水重建的校準方程,重建了美國12個區的年降水變化序列。結果顯示:用于重建各區降水序列的校準方程方差解釋量為28.96%–91.91%(平均值58.34%);重建序列長度超過千年的區域有4個,達500–1000年的區域為3個,其余5個區均超過290年;其中,落基山脈南部的降水重建序列長度最長,達1858年(公元122–1979年);最短的美國東北部的大湖區為291年(公元1689–1979年)。本數據集包含了重建的12個區域年降水變化序列及其誤差范圍、預測方差解釋量及構建校準方程的樣本量等統計量;可為分析年代–百年際尺度美國與北半球其他地區(東亞、歐洲等)降水變化的異同,及其與氣候模態的遙相關提供數據支撐。
                    關鍵詞:美國;區域降水;集成重建;樹輪寬度指數年表
                    Abstract & Keywords
                    Abstract:?The reconstruction of regional high-resolution precipitation variations during the last millennium is special meaning to understand the regional differences at the decadal-centennial scales. This study studied the correlation between tree-ring width and annual precipitation (from last October to current September) and spatial patterns of precipitation variation using 1258 tree ring width index chronologies and monthly precipitation during 1901–2015 in the United States. Based on above-mentioned analysis, the United States (US) was divided into 12 precipitation variations regions and a total of 632 tree-ring chronologies were selected, which featured positive correlation with regionally annual precipitation and were longer than 1750 CE. Consequently, 12 regionally annual precipitation variations serials were reconstructed through constructing calibration equations using sub-region and segmented approach. Results show that the predicted explained variances of the 12 regions are in the range of 28.96% to 91.91% (average value reaching up to 58.34%). There are 4 reconstructed serials covering last millennium, 3 reconstructed serials covering from 500 to 1000 years and other serials more than 290 years. The longest regionally annual precipitation reconstruction was in southern Rocky Mountains covering 1858 years which was from 122 CE to 1979 CE. The shortest one was in Great Lakes of eastern US covering 291 years which was from 1689 CE to 1979 CE. This dataset consists of 12 regionally annual precipitation serials, error range, predicted explained variance and samples involved in calibration equation, etc. It provides support for analyzing decadal-centennial scales precipitation differences and climatology teleconnection relationship between the US and other areas over the Northern Hemisphere (East Asia, Europe).
                    Keywords:?the United States;? regional precipitation;?integrated reconstruction;? tree-ring width index chronologies
                    數據庫(集)基本信息簡介
                    數據庫(集)名稱基于樹輪寬度指數的過去千年美國分區降水變化數據集
                    數據作者白孟鑫、郝志新、張學珍、鄭景云
                    數據通信作者鄭景云(zhengjy@igsnrr.ac.cn)
                    數據時間范圍最長的為公元122–1979年,最短的為公元1689–1979年;其中4個序列長度超過千年,3個序列長度達500–1000年,其余5個序列長度超過290年。
                    地理區域美國(不含阿拉斯加州和夏威夷州等)本土,地理范圍為25.12°N–49.38°N,66.97°W–124.71°W,共覆蓋48個州。
                    數據量0.76 MB
                    數據格式*.xlsx
                    數據服務系統網站http://www.dx.doi.org/10.11922/sciencedb.j00001.00254
                    基金項目國家重點研發計劃項目(2017YFA0603300)
                    數據庫(集)組成本數據集包括1個數據文件,含12個以降水變化分區命名的表格。每個表格包含有年份、重建的區域降水量及對應重建結果的有效性與不確定性參數,包括:重建結果的方差解釋量、驗證期分別為1920–1949年和1950–1979年的誤差縮減值和有效系數、總樣本量、構建校準方程的樣本量以及95%信度的置信區間。
                    Dataset Profile
                    TitleA dataset of tree-ring based regional precipitation variations reconstruction in the United States during the last millennium
                    Data authorsBAI Mengxin, HAO Zhixin, ZHANG Xuezhen, ZHENG Jingyun
                    Data corresponding authorZHENG Jingyun (zhengjy@igsnrr.ac.cn)
                    Time rangeThe longest serial is 122–1979 CE and the shortest is 1689–1979 CE. Four serials are more than thousand years, and three serials cover from 500 to 1000 years, and five serials are more than 290 years.
                    Geographical scopethe contiguous United States (excluding the Alaska State, the Hawaii State), 25.12°N–49.38°N, 66.97°W–124.71°W. It covers 48 states.
                    Data volume0.76 MB
                    Data format ** .xlsx
                    Data service system<http://www.dx.doi.org/10.11922/sciencedb.j00001.00254>
                    Sources of fundingNational Key Research and Development Program of China (2017YFA0603301)
                    Dataset compositionThe dataset contains one data file which consists of a total of 12 tables named precipitation variation classifications. Each table includes years, reconstructed regional precipitation and validity and uncertainty parameters of reconstructed serials. The validity and uncertainty parameters of reconstructed serials include predicted explained variance, RE and CE of validation period which is respectively 1920-1949 and 1950-1979, total samples, samples involved in calibration equation, and 95% confidence interval.
                    引 言
                    樹輪是指示過去氣候變化的主要自然代用證據之一,利用其重建數百至千年以上的高分辨率降水變化序列,是揭示年代–百年尺度降水變化特征的重要基礎,對理解年代百年尺度氣候變化的機制具有獨特價值。美國樹輪資料豐富,至今已利用這些資料重建了上百個降水變化序列[1],如公元1602年以來美國96個站的冬季降水序列[2],過去2139年新墨西哥州西部地區的冷、暖季降水序列[3-4],過去700年北落基山地區的夏季降水序列[5]等;還研制了覆蓋美國本土、空間分辨率達2.5°×2.5°的夏季PDSI(Palmer Drought Severity Index,帕默爾干旱指數)格網化數據集[6],其中半數以上格點長逾800年,西部地區的多數格點甚至達公元1000年之前。特別是最近又新建了幾乎覆蓋整個北美空間分辨率達0.5×0.5°的冷季(10–4月)和暖季(5–7月)降水數據集[7],其中多數格點序列長達500年以上,西南地區的部分格點序列甚至長達2000年。對這些格網化重建結果的分析發現:在過去1000多年中,美國降水異常的季節差異及空間格局與厄爾尼諾南方濤動(El Ni?o-Southern Oscillation,ENSO)、北極濤動(the Arctic Oscillation,AO)、大西洋多年代際振蕩(the Atlantic Multi-decadal Oscillation,AMO)密切相關[7,8,9 ];且在公元966–985年、1271–1297年和1568–1591年等發生過多次大范圍年代際特大干旱(mega-droughts)[8],其中尤以1568–1591年的特大干旱強度最大、持續時間最長[7-8]。
                    美國降水呈顯著的東多西少分布,其中東部地區氣候濕潤,但降水自東(年降水1000 mm以上)向西(100°W沿線附近區域年降水為500 mm左右)遞減;西部除太平洋東岸沿海地區年降水為500 mm以上外,其余大部分地區年降水不足500 mm,美國中西部地區(以科迪勒拉山脈為主)年降水甚至低于300 mm,為半干旱氣候。最新的降水觀測分區資料顯示,盡管在1895–2009年間,美國大多數地區的降水呈增加趨勢,但年代際降水變化的位相卻存在較顯著的區域差異。如20世紀40–60年代,美國西南部降水顯著減少,但東南部及大平原南部卻顯著增加;20世紀80年代,美國西南部降水顯著增加,但東南部卻無顯著變化[10]。加之,不同地點的樹輪資料長短不一,對降水異常的響應敏感度也存在顯著的季節差異,如西部和南部的樹輪主要對冷季(10–4月)的降水異常響應敏感,而其他大多數地區的樹輪則高度受控于暖季(5–7月)的降水變化[11];因此,本文擬以美國年降水變化分區為基礎,結合樹輪對降水異常響應的空間特征,分區重建其降水變化序列。這為進一步研究美國降水年代百年尺度變化的區域差異、探討其與北半球其他地區(如東亞、歐洲等)降水變化的遙相關特征與機理提供數據支撐。
                    1 ? 數據采集和處理方法
                    1.1 ? 數據源
                    本文研究區域為美國(不含阿拉斯加州和夏威夷州等)本土,重建所用的基礎數據為樹輪寬度指數,校準數據為逐月器測降水格網化數據。樹輪寬度指數年表源于全球古氣候資料共享網(WDS for Paleoclimatology Data,https://www.ncdc.noaa.gov),共1258個地點(以西南沿海地區、落基山脈、密西西比平原及阿巴拉契亞山脈等的采樣點最為密集),60余個樹種,但以西黃松(Pinus ponderosa)和花旗松(Pseudotsuga menziesii)為主。其中,6條始于公元1年前,20條始于公元500年前,60條樹始于公元1000年前,這些超過千年的年表大多分布于落基山脈和西南沿海地區,僅有少數分布于密西西比平原和東南沿海地區;還有268條始于公元1500年前,682條始于公元1750年前,205條始于公元1900年前,剩余15條始于1950年前,它們基本遍布于美國本土(圖1)。


                    圖1 ? 美國地形及樹輪寬度指數年表起始年份空間分布(三角符號越大表示起始年份越早)
                    逐月器測降水格網化數據源于英國東安格利亞大學氣候研究中心(Climatic Research Unit,University of East Anglia)研制的CRU TS 3.10數據集,其空間分辨率為0.5°×0.5°,覆蓋時段為1901–2015年;由全球2400多個氣象觀測站的逐月降水觀測值采用角距離加權法插值得到,同時在插值過程中考慮了站點遷移及觀測儀器更換等因素[12]。由于20世紀初期,美國氣象觀測站空間分布不均,導致早期插值結果不確定性較大,因此本研究使用其1920年以后的數據。
                    由于樹輪寬度的年際變化不僅受當年生長期的降水異常影響,還可能受其前非生長期(即上年晚秋及冬季)降水異常引發的土壤含水量影響[13-14]。為與這一特征對應,本文在進行降水變化分區和重建降水量時,將降水的統計年度定義為上年10月至當年9月。
                    1.2 ? 降水變化分區及重建
                    1.2.1 ? 降水變化分區
                    本文采用旋轉經驗正交函數(Rotate Empirical Orthogonal Function,REOF)分析美國本土1920–2015年降水變化的典型空間模態。較傳統的經驗正交函數(EOF)分析,REOF使每個主模態高荷載變量集中于某一區域,而其他的變量荷載接近于零,故能更清晰揭示降水變化的區域差異[15]。其中,在確定分區數量時,除考慮REOF的累計方差貢獻率外,還同時計算了輪寬與所在格點降水變化相關系數,用于揭示與年降水異常顯著正相關的輪寬指數地理分布特征,以保證所劃分的每個區均含有與降水變化高度相關的樹輪年表用于降水重建。結果顯示:當取前12個REOF、將美國本土降水變化分為12個區(圖2)時,其累計方差貢獻達72.51%,揭示出了降水變化區域差異的主要特征,且所分的每個區也均含有與降水變化高度相關的輪寬指數樣點。因此,本文將美國本土降水變化分為12個區進行后續的分區降水重建。這些區域分別是:I. 西北沿海(NWC);II. 落基山北部(NRM);III. 落基山中部(MRM);IV. 大平原北部(NGP);V. 大湖區(GLR);VI. 東北沿海(NEC);VII. 西南沿海(SWC);VIII. 落基山南部(SRM);IX. 大平原中部(NGP);X. 密西西比平原(MIP);XI. 大平原南部(NGP);XII. 東南沿海(SEC)。具體分區界線及各區所包含的與該區年降水變化顯著正相關(達0.1顯著性水平)的輪寬指數樣點(共632個)分布見圖2。其中,除落基山北部和大平原北部2個區分別只有6個和4個與該區年降水變化顯著正相關的樹輪樣點外,其余10個區均含有多個與該區年降水變化顯著正相關的樹輪樣點,使得重建各區降水變化序列時有足夠的代用數據用于遴選和校準,從而保障了重建結果的可信度。


                    圖2 ? 降水分區及樹輪寬度指數與年降水相關系數(灰色填充表示達0.1顯著性水平的年表與所在區域年降水變化相關性,實心圓點表示達0.1顯著性水平的年表與所在區域年降水變化相關性的置信水平)
                    1.2.2 ? 分區降水變化序列重建
                    本文利用逐步回歸分析遴選對區域降水變化方差有貢獻的樹輪年表,然后采用偏最小二乘回歸方法,構建降水重建的校準模型,以避免因區內不同地點年表間高度相關而致的冗余貢獻。其中校準數據為各區1920 – 1979年的器測年降水量,同時采用分段(即分為1920 – 1949年和1950 – 1979年2個時段進行互為校準和驗證)方法[16],計算回歸模型的誤差縮減值(Reduction of Error,RE)和有效系數(Coefficient of Efficiency,CE),驗證校準方程的有效性[17]。RE和CE的計算公式如下:
                    \(RE=1- \frac{\sum_{i}^{(x_{i}-\widehat{x_{lc}})^{2}}}{\sum_{i}^{(x_{i}-\overline{x_{c}})^{2}}}\) (1)
                    \(RE=1- \frac{\sum_{i}^{(x_{i}-\widehat{x_{lv}})^{2}}}{\sum_{i}^{(x_{i}-\overline{x_{v}})^{2}}}\) (2)
                    式中,\({X}_{i}\)為第i年的觀測值,\(\widehat{x_{lc}}\)\(\widehat{x_{lv}}\)分別為校準時段和驗證時段模型給出的第i年的預測值,\(\stackrel{-}{{X}_{c}}\)\(\stackrel{-}{{X}_{v}}\)分別為校準時段和驗證時段的平均值。由于對每個區域而言,時間越早可利用的樹輪年表越少,因而為最大限度地利用樹輪年表,同時盡可能長地重建出各區的降水量序列,我們采用分段方法進行重建[18]。即以每個年表的起始年份為節點,依次前推,分時段構建降水重建的校準模型,直至所構建的校準模型的預測方差解釋量(\({R}_{p}^{2})\)不足25%時為止。最后采用方差匹配方法,將利用不同回歸方程所重建出的各個時段降水量校準為均一的逐年降水量序列。
                    如在美國西北沿海地區,共有與年降水變化顯著正相關(達0.1顯著性水平)的輪寬指數年表167個,其中距今最近的起于1850年,最遠的始于766年。那么,首先以所有39個年表作為候選自變量,通過逐步回歸分析可遴選對該區域降水變化方差有貢獻的樹輪年表為2個,然后采用偏最小二乘回歸方法,構建降水重建的校準模型(對應的\({R}_{p}^{2}\)、RE、CE等見表1),用其重建1850–1979年的降水量。至1849年,年表數量減為38個,則以這38個年表作為候選自變量進行逐步回歸分析,其遴選出與上一時段不同的兩個年表,用其重建1759–1849年的降水量。然后依此不斷前推;因可用于回歸分析的候選年表不斷縮減,至766年前年表減至1個,用其所構建出的校準模型,其\({R}_{p}^{2}\)最大者不足25%,則不再進行該區766年前的降水變化重建。因在重建不同時段降水時,其所用校準模型的方差解釋量存在一定差異,故最后需要根據各個時段回歸方程所重建出的校準時段降水序列方差,以\({\mathrm{其}\mathrm{中}R}_{p}^{2}\)最大時段回歸方程所重建出的校準時段降水序列方差為參照,采用方差匹配方法對利用不同回歸方程所重建出的各個時段降水量進行校準,以形成方差均一的逐年降水量序列。
                    表1 ? 美國西北地區不同時段的降水重建校準模型及其所用的年表數和主要統計量
                    重建時段校準模型總樣本量\({R}_{pr}^{2}\)校準期:1950–1979
                    驗證期:1920–1949
                    校準期:1920–1949
                    驗證期:1950–1979
                    RECERECE
                    1850–1979Y=104.06×ca095+112.47×or015+530.44390.420.480.050.460.01
                    1759–1849Y=104.06×ca095+112.47×or015+530.44380.420.370.020.460.01
                    1743–1758Y=104.06×ca095+112.47×or015+530.44370.420.370.020.460.01
                    1739–1742Y=104.06×ca095+112.47×or015+530.44360.420.370.020.460.01
                    1734–1738Y=151.70×ca674+122.38×or015+476.09340.410.370.020.460.01
                    1727–1733Y=151.70×ca674+122.38×or015+476.09330.410.370.020.460.01
                    1717–1726Y=151.70×ca674+122.38×or015+476.09320.410.370.020.460.01
                    1715–1716Y=151.70×ca674+122.38×or015+476.09310.410.370.020.460.01
                    1700–1714Y=151.70×ca674+122.38×or015+476.09300.410.370.020.460.01
                    1692–1699Y=151.70×ca674+122.38×or015+476.09290.410.370.020.460.01
                    1660–1691Y=151.70×ca674+122.38×or015+476.09280.410.370.020.460.01
                    1638–1659Y=151.70×ca674+122.38×or015+476.09270.410.370.020.460.01
                    1636–1637Y=151.70×ca674+122.38×or015+476.09260.410.370.020.460.01
                    1633–1635Y=151.70×ca674+122.38×or015+476.09250.410.370.020.460.01
                    1630–1632Y=151.70×ca674+122.38×or015+476.09240.410.370.020.460.01
                    1609–1629Y=151.70×ca674+122.38×or015+476.09230.410.370.020.460.01
                    1605–1608Y=151.70×ca674+122.38×or015+476.09220.410.370.020.460.01
                    1594–1604Y=151.70×ca674+122.38×or015+476.09210.410.370.020.460.01
                    1593–1593Y=151.70×ca674+122.38×or015+476.09200.410.370.020.460.01
                    1576–1592Y=151.70×ca674+122.38×or015+476.09190.410.370.020.460.01
                    1574–1575Y=151.70×ca674+122.38×or015+476.09170.410.370.020.460.01
                    1562–1573Y=151.70×ca674+122.38×or015+476.09160.410.370.020.460.01
                    1560–1561Y=151.70×ca674+122.38×or015+476.09150.410.370.020.460.01
                    1530–1559Y=151.70×ca674+122.38×or015+476.09140.410.370.020.460.01
                    1519–1529Y=171.97×or015+573.44130.360.360.070.460.01
                    1502–1518Y=171.97×or015+573.44120.360.360.070.460.01
                    1456–1501Y=171.97×or015+573.44110.360.230.310.460.01
                    1402–1455Y=171.97×or015+573.44100.360.230.310.460.01
                    1399–1401Y=179.70×or060+563.7190.350.230.310.460.01
                    1389–1398Y=179.70×or060+563.7180.350.230.310.460.01
                    1354–1388Y=179.70×or060+563.7170.350.230.310.460.01
                    1333–1353Y=179.70×or060+563.7160.350.230.310.460.01
                    1330–1332Y=179.70×or060+563.7150.350.230.310.460.01
                    1107–1329Y=179.70×or060+563.7140.350.230.310.460.01
                    1099–1106Y=179.70×or060+563.7130.350.230.310.410.04
                    1097–1098Y=179.70×or060+563.7120.350.230.310.390.20
                    766–1096Y=126.21×or092+614.3710.280.140.210.380.06
                    注:ca***和or***是位于美國西北地區的樹輪年表編號
                    2 ? 數據樣本描述
                    根據上述方法重建的美國本土12個地區降水變化如圖3所示,包括各區的年降水量重建值及其95%置信區間、預測方差解釋量及不同驗證期的RE和CE;相應的數據集存儲于1個excel文件(“reconstructed_precipitation.xlsx”),其中每個區為1個表格,以區域名命名表名。每個表的第一行各列為字段名,分別是年份、重建的降水量、95%置信區間、預測方差解釋量、驗證期為1920–1949年的RE和CE、驗證期為1950–1979年的RE和CE、總樣本量和構建回歸方程的樣本量,后續各行為每年的數值。
                    圖3顯示,在12個分區降水重建序列中,最長的2個區位于美國西南部,其中落基山南部始于公元122年,長度達1858年;西南沿海地區,始于公元488年,長度為1492年;起始年份達公元1000年之前還有東南沿海,始于760年;西北沿海地區,始于766年;其余各區的序列長度均不足千年,其中最短的為位于美國東北部的大湖區,始于公元1689年,長度僅291年。所有序列均止于1979年。
                    需要說明的是,由于時間越早,可用于各區降水重建候選樹輪年表越少,因而時段越早,可用于降水重建的年表數量通常也越少,校準模型的預防方差解釋量也越低,重建結果的不確定性范圍(95%置信區間)亦越大。


                    圖3 ? 美國各區降水變化重建結果
                    黑實線表示重建降水量;灰色陰影表示95%置信區間;紅實線表示多年平均降水量;棕實線表示預測方差解釋量;綠實線和粉實線分別表示驗證期為1920–1949年的RE和CE;綠虛線和粉虛線分別表示驗證期為1950–1979年的RE和CE。
                    3 ? 數據質量控制和評估
                    本文通過嚴格的數據源遴選和統計分析、校準等進行重建結果的數據質量控制。其中在數據源遴選方面,對用于重建的樹輪寬度指數年表,本文只選用了各區內與該區年降水變化有顯著正相關(即降水越少,樹木徑向生長越慢)的樹輪年表作為降水重建候選年表;在此基礎上又通過逐步回歸分析,進一步剔除對各區降水變化方差無貢獻的樹輪年表,這保障了入選年表可明確指示降水變化。對器測的格網化數據,本文只選用了1920年以后的數據,避免了因20世紀初期美國氣象觀測站少、且空間分布不均而導致的早期插值結果不確定性,保障了降水變化分區分析和重建降水時所用的校準數據質量。在統計分析、降水重建的校準模型構建方面,本文均按古氣候重建和統計分析要求,對其中的各個分析環節進行了嚴格的統計檢驗,包括在降水變化分區時對REOF進行North獨立性檢驗;利用逐步回歸分析進行候選年表遴選時進行95%顯著性水平的F檢驗;在構建降水重建的校準模型時,采用分段方法嚴格進行模型的有效性驗證等;從而有效保障了重建結果的數據質量。
                    此外,本文還按0.5°×0.5°格網計算了1920–1979年各區降水變化重建數據對器測降水變化的方差解釋量(圖4),結果發現:這一數據集對美國本土降水變化的方差解釋量超過30%的格網占82%以上,超過40%的格網占69%以上,超過50%的格網占59%以上。其中對西南沿海大多數格網降水變化的方差解釋量超過了70%。對比最近發表的北美空間分辨率達0.5×0.5°的冷季(10–4月)和暖季(5–7月)降水數據集對器測降水變化的方差解釋量[3],本數據集對美國東北部降水變化的方差解釋量優于該數據集,對其他區域則基本相當。這不但說明本數據集對美國降水變化有很好的空間代表性;而且也說明本數據集對美國東北部等區域的降水變化解析精度更優。


                    圖4 ? 本數據在0.5°×0.5°格網上對美國本土器測降水變化的方差解釋量空間分布
                    4 ? 數據價值
                    本數據集不但為進一步揭示美國本土在過去數百至千年的降水多尺度變化的時空特征提供數據基礎,而且對研究北半球、甚至全球降水多尺度變化的時空差異與遙相關型及其關聯機制也具有重要價值。同時,其研制思路和方法對利用代用資料研制其他區域過去氣候變化數據集也有借鑒作用。
                    5 ? 數據使用方法和建議
                    本數據集可以使用MATLAB、Python等數據處理軟件讀取文件名直接獲取,并轉換為其他數據格式進行存儲、統計和分析。使用時還需要注意,本數據集在不同區域及不同時段,其重建值的95%置信區間(即不確定性范圍)是不同的;因此建議使用者結合自身對數據精度的需求及本數據的這一特點,選用符合自身需求的適用區域與時段。
                    [1]
                    Continental-scale temperature variability during the past two millennia[J]. Nature Geoscience, 2013, 6(5): 339–346. DOI:10.1038/ngeo1797.
                    [2]
                    FRITTS H C, LOFGREN G R, GORDON G A. Variations in climate since 1602 as reconstructed from tree rings[J]. Quaternary Research, 1979, 12(1): 18–46. DOI:10.1016/0033-5894(79)90090-5.
                    [3]
                    STAHLE D W, CLEAVELAND M K, GRISSINO-MAYER H D, et al. Cool- and warm-season precipitation reconstructions over western new Mexico[J]. Journal of Climate, 2009, 22(13): 3729–3750. DOI:10.1175/2008jcli2752.1.
                    [4]
                    STEINSCHNEIDER S, HO M, WILLIAMS A P, et al. A 500-year tree ring-based reconstruction of extreme cold-season precipitation and number of atmospheric river landfalls across the southwestern United States[J]. Geophysical Research Letters, 2018, 45(11): 5672–5680. DOI:10.1029/2018gl078089.
                    [5]
                    CRAWFORD C J, GRIFFIN D, KIPFMUELLER K F. Capturing season-specific precipitation signals in the northern Rocky Mountains, USA, using earlywood and latewood tree rings[J]. Journal of Geophysical Research: Biogeosciences, 2015, 120(3): 428–440. DOI:10.1002/2014jg002740.
                    [6]
                    COOK E R. Long-term aridity changes in the western United States[J]. Science, 2004, 306(5698): 1015–1018. DOI:10.1126/science.1102586.
                    [7]
                    STAHLE D W, COOK E R, BURNETTE D J, et al. Dynamics, variability, and change in seasonal precipitation reconstructions for North America[J]. Journal of Climate, 2020, 33(8): 3173–3195. DOI:10.1175/jcli-d-19-0270.1.
                    [8]
                    COOK B I, COOK E R, SMERDON J E, et al. North American megadroughts in the Common Era: reconstructions and simulations[J]. Wiley Interdisciplinary Reviews: Climate Change, 2016, 7(3): 411–432. DOI:10.1002/wcc.394.
                    [9]
                    BAEK S H, STEIGER N J, SMERDON J E, et al. Oceanic drivers of widespread summer droughts in the United States over the common era[J]. Geophysical Research Letters, 2019, 46(14): 8271–8280. DOI:10.1029/2019gl082838.
                    [10]
                    MELILLO J M, RICHMOND T T C, YOHE G W. Highlights of climate change impacts in the United States: the third national climate assessment[R]. U.S. Global Change Research Program, 2014. DOI:10.7930/j0h41pb6.
                    [11]
                    白孟鑫, 鄭景云, 郝志新, 等. 20世紀以來美國樹木生長響應氣候變化敏感度的時空差異[J]. 地理研究, 2019, 38(4): 822–830.
                    [12]
                    HARRIS I, JONES P D, OSBORN T J, et al. Updated high-resolution grids of monthly climatic observations - the CRU TS3.10 Dataset[J]. International Journal of Climatology, 2014, 34(3): 623–642. DOI:10.1002/joc.3711.
                    [13]
                    LO Y H, BLANCO J A, SEELY B, et al. Relationships between climate and tree radial growth in interior British Columbia, Canada[J]. Forest Ecology and Management, 2010, 259(5): 932–942. DOI:10.1016/j.foreco.2009.11.033.
                    [14]
                    ST GEORGE S. An overview of tree-ring width records across the Northern Hemisphere[J]. Quaternary Science Reviews, 2014, 95: 132–150. DOI:10.1016/j.quascirev.2014.04.029.
                    [15]
                    魏鳳英. 現代氣候統計診斷與預測技術[M]. 北京: 氣象出版社, 2007.
                    [16]
                    FRITTS H C. Tree rings and climate[M]. New York: Academic Press, 1976.
                    [17]
                    COOK E R, PETERS K. Calculating unbiased tree-ring indices for the study of climatic and environmental change[J]. The Holocene, 1997, 7(3): 361–370. DOI:10.1177/095968369700700314.
                    [18]
                    鄭景云, 劉洋, 葛全勝, 等. 華中地區歷史物候記錄與1850—2008年的氣溫變化重建[J]. 地理學報, 2015, 70(5): 696–704. DOI:10.11821/dlxb201505002.
                    數據引用格式
                    白孟鑫, 郝志新, 張學珍, 等. 基于樹輪寬度指數的過去千年美國分區降水變化數據集[DB/OL]. Science Data Bank, 2021. (2021-05-13). DOI: 10.11922/sciencedb.j00001.00254.
                    稿件與作者信息
                    論文引用格式
                    白孟鑫, 郝志新, 張學珍, 等. 基于樹輪寬度指數的過去千年美國分區降水變化數據集[J/OL]. 中國科學數據, 2021. (2021-05-06). DOI: 10.11922/csdata.2021.0026.zh.
                    白孟鑫
                    Bai Mengxin
                    主要承擔工作:基礎數據收集、集成重建分析和論文初稿撰寫。
                    (1993—),男,河南周口人,博士研究生,主要研究方向為歷史氣候變化。
                    郝志新
                    Hao Zhixin
                    主要承擔工作:研究思路的設計,論文初稿修改。
                    (1975—),女,內蒙赤峰人,研究員,主要研究方向為全球氣候變化。
                    張學珍
                    Zhang Xuezhen
                    主要承擔工作:集成重建方法的選取與數據分析。
                    (1981—),男,山東濟寧人,研究員,主要研究方向為氣候變化。
                    鄭景云
                    Zheng Jingyun
                    主要承擔工作:研究思路及方案的設計,論文修改。
                    zhengjy@igsnrr.ac.cn
                    (1966—),男,福建莆田人,研究員,主要研究方向為歷史氣候變化。
                    出版歷史
                    I區發布時間:2021年5月13日 ( 版本ZH2
                    參考文獻列表中查看
                    中國科學數據
                    csdata