SWAT模型的中国气象同化驱动数据集（CMADS）

http://www.cmads.org/

SWAT模型的中国气象同化驱动数据集（CMADS）是由中国的 Xianyong Meng教授开发的公共数据集。CMADS 结合了LAPS / STMAS技术，采用多种技术和科学方法构建，包括数据的循环嵌套，重采样模型的投影和双线性插值。CMADS系列数据集可用于驱动各种水文模型，如SWAT，可变渗透能力（VIC）模型和雨水管理模型（SWMM）。它还允许用户方便地提取各种气象要素，以进行详细的气候分析。CMADS系列的数据来源包括中国2,421个国家自动和商业评估中心的近40,000个区域自动站（Meng等，2017a）。这确保了CMADS数据集在国内具有广泛的适用性，并且数据准确性得到极大改善。

CMADS系列数据集经过了修整和修正，以匹配SWAT模型的输入和驱动数据的特定格式。这减少了模型构建者必须处理的复杂工作量。还为SWAT模型建立了包含整个东亚的各种要素的索引表。这允许模型直接利用数据集，从而无需使用气象生成器进行任何格式转换或计算。因此，实现了SWAT模型的建模速度和输出精度的显着改进（Meng等，2017b）。

CMADS对气温，气压，湿度和风速数据的整合主要通过LAPS / STMAS系统实现。使用CMORPH的全球降水产品和国家气象信息中心的中国数据（基于CMORPH的数据）缝合降水数据综合降水产品）。后者包含在2400个国家气象站观测到的每日降水记录和CMORPH卫星的反演降水产物。地面入射太阳辐射的反演算法利用Stamnes等人（1988）的离散纵向法计算辐射传播（ Shi等，2011）。CMADS V1.0，V1.1，V1.2和V1.3的分辨率分别为1/3°，1/4°，1/8°和1/16°（Meng等，2016） ）。


SWAT模型（CMADS）的中国气象同化数据集在 2008.01.01至2016.12.31的9年期​​间完成，并已在东亚的许多流域使用（Meng等，2017b; Cao等， 2018; Liu 等人，2018; Shao等人，2018; Vu等人，2018; Zhao等人，2018; Zhou等人，2018; Gao等人，2018）。此外，来自中国的研究人员还使用CMADS数据和Penman-Monteith方法计算了具有良好性能的中国潜在蒸发蒸腾（PET）（Tian et al。，2018）。目前的CMADS将在未来作为实时产品进行扩展。