文摘

解决混乱的数据类型和问题形成一个统一的数据处理解决方案,数据在黑河流域首次被分为五种类型,将它们集成,实现数据和元数据的统一管理,防止损失的元数据,数据模型的eScience框架。考虑的许多挑战存在于网络建设的时空数据集成和互操作性eScience平台,我们使用了开放数据接口和标准等常见DataModel (CDM)接口,常见的科学数据模型(即。,格丽NetCDF HDF),开放地理联盟(OGC)标准。通过eScience平台,我们也提供在线数据处理工具通过收集免费工具(如NetCDF工具、质量控制工具)。这个eScience平台使研究人员能够充分利用科研信息和结果并促进协作,特别是GIS社区和其他成员之间的地球科学社区,建立一个在线平台的统一的空间数据从黑河流域通过共同的科学数据建模。

1。介绍

现代地球科学通常需要大量数据集和大量的数值模拟计算,数据处理,和每日数据需求增加1- - - - - -4]。地球和环境科学数据管理正变得越来越有挑战性,(5- - - - - -7]。收购大量的地理数据已经收集了与现代技术,如全球定位系统(GPS)、遥感、无线传感器,和调查8- - - - - -12]。数据量的增加导致了更多的分布式存档,并因此更难在单一位置分析数据并存储在本地(13,14]。“大数据”已经成为一个无处不在的新学期研究人员。它不仅涉及的数据量也及时性(速度)、多样性和准确性。eScience环境充分利用人,数据和计算资源。软件可以方便的数据应用程序和节省人力和资源15]。除了研究人员、政府和私人行业也有巨大的利益在收集空间数据和使用大量数据集资源为各种应用程序的需求,特别是基于web的需求(16- - - - - -19]。eScience环境支持上述结合环境和提供在线工作流程包括集成、访问、分析、可视化、和质量控制的各种数据源和格式(18,20.,21]。与传统的研究方法相比,eScience应用使研究人员能够充分利用科学研究和促进国际合作(22,23]。陈等人提出了一个地理处理eScience工作流模型逻辑和物理流程集成到复合过程链(传感器观测24]。e-Cadastres案例研究分析的结果提出了几个欧洲的地籍调查机构和估计空间数据基础设施的好处(25]。的挑战,构建一个适合盆地规模的数据模型研究是真实的,需要改进的数据互操作性,发展更好的算法和良好的案例研究。

黑河流域的研究检查了天气、生态学、水文学和水资源的寒冷和干旱地区。随着遥感技术的发展和无线传感器网络技术,需要采集的数据量,存储,处理,传输增加(26,27]。数据已经和继续积累研究黑河流域,成为预测和决策分析的基础28]。从黑河流域的数据在时间和格式变得更加多样化,更复杂的,动态的,和高维,比以往更多的元数据,它更难以分析和有效的可视化29日,30.]。因此,构建一个eScience上下文被认可为迫切需要数据和元数据的统一管理和统一数据格式从不同的学科。eScience上下文提供的色域空间数据通过Web服务与高效的数据处理算法和有效的数据可视化方法应用程序通过THREDDS(主题实时环境分布式数据服务)数据服务器(TSD), [(Web服务器)报道WCS / WMS (Web地图服务),NcML-GML (NetCDF标记Language-Geography标记语言),和面向对象的组件技术(9,10,12,31日,32]。网络平台提供了一种方便的方法来实现时空数据挖掘、整合、分析和分布,可以帮助研究人员充分利用现有的数据资源。最大化现有资源可以减少重复工作和费用数据采集和收集,加强合作,特别是在GIS社区和其他地球科学社区。

需要解决的研究问题的在线集成数据管理黑河流域如下。首先,构建一个在线的数据集成和互操作性平台时,数据由不同的用户有不同的格式,空前规模庞大,意想不到的元数据,高维度和异构数据源。这些数据包括遥感数据的格式,如HDF5 JPGE, TIFF,栅格数据,雷达数据收集和处理的特殊软件,在格丽气候观测,NetCDF,和ASCII格式,shapefile和自由文本文件(例如,TXT、词和CSV)。多个服务接口和算法需要数据集成和互操作性的不同格式的数据,从而提高数据共享和互操作的困难。数据的计算算法是针对不同时间尺度和研究目标,例如,使用平均每日和每月的短期天气预报和大规模的气候变化。第二,无缝管理是困难的,因为数据元数据分开。此外,很难下载指定期间从一个数据集,数据传输数据或共享各领域和软件系统。元数据必须有效存档。有迫切需要的设计友好的用户界面来促进互操作性,geocomputation, geovisualisation。第三,统一现有的协议和标准在面向服务的体系结构的异质性也是需要的,比如应用于建立GIS标准。 Finally, experts from different disciplines are familiar with their specific data format and processing software. They encounter problems in converting one format to another or losing information in converting the data formats.

为了解决这些问题,从流域时空数据一个eScience上下文被划分为五类根据数据源。数据模型是数据共享的一个关键因素。选择数据模型整合时空数据是非常重要的高效和盆地eScience无缝管理。模型决定了我们是否能有效地描述地理实体的状态或进化,有效解决各种问题。考虑到数据的兼容性,很难实现一个完全统一的数据模型,所以我们的目标可能是一个数据模型。黑河流域eScience平台选择网络常见的数据形式(NetCDF) (http://www.unidata.ucar.edu/software/netcdf/),分层数据格式(HDF) (http://www.hdfgroup.org/projects/以二进制(格丽)()和格丽http://www.wmo.int/pages/prog/www/)根据需求分析数据集成和互操作。平台集成了多源和不同格式的数据转换成数据模型。它可以解决之间的矛盾的高性能计算和低效率的处理软件,为大量的时空数据集创建管理标准和元数据。新的组织模式和协作环境可以统一的学科,区域,和时间尺度,实现数据集成的完整价值链,采集、运输、存储、加工、应用程序和服务在这个eScience平台通过Web服务(33]。eScience环境框架是方便各领域专家之间的合作,简化了数据后处理分析和数据检索。每个人都可以访问它公开和自由的。重点是提高数据通过数据模型和应用程序的互操作性,接口,标准和Web服务。

本文的重点是统一的过程和方法的数据黑河流域NetCDF介绍模块的在线数据集成和互操作性。

2。研究领域

黑河是中国第二大内陆的河流。长821公里,源于祁连山山。黑河流域是典型的大型内陆流域面积约130000公里²在中国西北的干旱地带。它位于甘肃河西走廊的中间部分,这是由上、中、下游。其上游产于祁连山,强大的流域,上游源头流形式及其下游内蒙古沙漠中结束。中游主要是绿洲戈壁沙漠包围,和景观包括不均匀分布的农田,森林,和居民区34]。研究区图所示1。

黑河流域,作为地球科学的典型研究区域,最近的研究的对象在天气、气候和遥感、生态、水文,经常需要分析成千上万的变量。数据处理会产生大量的结果,解释,和其他信息以各种格式和文件。在黑河流域,长期监测,测试和研究数据的主要来源和地球系统科学研究的重要基础。管理和处理的长期监测数据是一些盆地研究的重要任务。因此,eScience上下文的盆地,分布等问题,异构性,和需要处理的数据量在设计和实施新的面向数据的基础设施,服务,标准和系统。

3所示。方法

3.1。常见的数据模型和时空数据模型EScience上下文

所选的时空数据模型必须解决平台符合模型接口和协议。它还必须适应面向服务的体系结构通过开放和自由的接口,因为eScience上下文是一个面向服务的分布式环境中,允许科学家共享分布式数据资源和数据处理组件。Unidata的通用数据模型(CDM)有一个统一的接口访问NetCDF, HDF,格丽建一座桥为不同的数据模型的互操作性。清洁发展机制的接口是数据集成的工作流应用于形式,可视化,分布,分析eScience框架。时空数据的数据集成和互操作界面如图所示2。

3.2。数据分类和归档在黑河流域EScience上下文

在黑河流域,生成NetCDF从异构多源数据格式(如geoTiff, ASCII,自由文本,shapefile,和网格),重要的是分类和归档黑河流域的数据。根据NetCDF的特点和数据格式,这些格式被分为五种类型包括车站点,点,网格,形象,径向在数据格式(表地址混乱的问题1)。车站类型描述时间序列的观测数据,仍然固定在空间和一组精确的指定空间坐标(例如,水文站数据和气象站数据)。与车站点,点可以改变他们的位置和相互没有关系。他们可以记录数据以文本格式。网格包括结构化和非结构化数据。许多传统的数据文件可以集成并归档到一个NetCDF文件(例如,自由文本数据)通过这些类型,如表所示1。NetCDF结构提供了一个强大的机制来处理复杂的科学工作流和解决“乱”问题,如传统的多个文件和异构数据。

3.3。的设计流程和功能数据集成和互操作性

时空数据集成和互操作性平台构建基于B / S架构的Web服务来提高共享和互操作性。设计中数据流的转换和互操作性框架如图3。CDM接口是用于访问不同的科学数据包括NetCDF、HDF,格丽。除了清洁发展机制,我们还使用了两个其他技术(XML模式和面向对象的组件)实现数据集成和互操作框架。NCML-GML TSD中数据服务器,OGC WCS / WMS主要通过XML模式实现的。远程访问的XML模式解决问题的数据和促进GIS和其他数据通过Web服务的互操作性。面向对象的组件技术主要解决的问题不同的领域发展不同的数据处理算法在各种计算机语言(如C、MATLAB和Fortran)。我们需要提供面向对象的组件技术构建组件库通过收集数据处理程序。此外,我们可以访问这三个数据格式通过清洁发展机制的接口通过简化或HTTP协议。NcML-GML和WCS / WMS实现GIS数据的Web服务在NetCDF编码。框架便于大规模时空数据的标准管理,促进跨学科合作研究。

图4显示了eScience时空数据平台的主要功能。平台提供的服务包括NetCDF元数据提取,NetCDF数据集操作、数据格式转换、数据可视化和数据访问。如果CDM接口不能实现特殊数据处理,选择合适的组件在组件库根据研究人员的需求。如果一个组件不存在,可以设计和新组件添加到组件库。

元数据提取服务NetCDF提取数据集属性信息包括部门、作者和坐标系统和属性名称。他们也可以通过NcML提取。数据操作服务包括的基本操作,如添加时空数据,重命名,修改和删除属性,变量和维度。数据格式转换服务的格式转换点数据、遥感数据、雷达数据、网格数据NetCDF NetCDF转换为栅格和矢量数据格式通过第三方软件或一个在线工具库等GIS软件推广数据的共享和互操作。NetCDF提供动态的可视化服务长系列时空数据的可视化实现方便比较和选择研究区域中的数据通过WCS / WMS或在线工具。NetCDF通过THREDDS数据服务器访问在线服务获取数据和现有的协议(例如,简化和中)。当用户不感兴趣的所有数据,他们可以提取部分数据对某些变量在特定时间或从这些数据通过网络在某些地区。分析NetCDF意识到算术运算通过浏览器等NetCDF数据集计算平均值。

3.4。NetCDF数据与TSD的互操作性,OGC WCS / WFS和EScience NcML-GML技术框架

网络技术支持eScience发展创新的技术和协议,消息格式和算法,和创造性的服务,比如Wikis,保洁,WCS (35,36]。eScience框架是一个面向服务的互操作性平台大时空数据集。关键技术,THREDDS数据服务器,OGC WCS / WFS和NcML-GML,促进互操作性的科学家在不同的学科领域,如图5。THREDDS数据服务器(TDS)是科学数据的Web服务器和列表中的数据集THREDDS目录,这仅仅是一个XML文件提供可用的数据和服务。通过TDS,用户可以获得数据集来自不同机构的名称和位置,然后通过简化访问数据集,中,或NetCDF / HTTP协议(37]。TDS可以NetCDF-Java图书馆可以阅读的任何数据集(如NetCDF-3, NetCDF-4, HDF-4, HDF-5, HDF-EOS, GRIB-1,和GRIB-2)。它也可以提供数据访问(子集)服务(例如,OGC WMS和WCS),数据收集服务(如聚合)、服务和元数据服务(例如,NcML)。研究人员可以通过Web浏览器获取这些数据集的选择部分(例如,某些变量在特定时间或地区)。

NcML文档是一个XML文档描述的内容和结构数据存储在一个NetCDF文件和代表一个通用NetCDF数据集(http://www.unidata.ucar.edu/software/netcdf/ncml/)[38]。在我们eScience上下文,它可以用来作为“公共接口”时空网络数据,符合NetCDF数据模型。NcML NetCDF数据的元数据描述,不编码数据。NcML的目的是定义和重新定义NetCDF文件。NcML有函数如下:(我)元数据添加、删除和更改。(2)变量命名、添加、删除、重组。(3)聚合来自多个CDM的数据文件(例如,联盟,JoinNew和JoinExisting)。

我们每月平均温度NetCDF黑河流域作为一个例子的数据。数据在CF-complaint NetCDF格式,通过在线工具和可视化显示在图6。的NcML数据见附录。

NcML的聚合函数对时间序列数据的组合是有用的。多个时间序列NetCDF数据可以聚合为一个逻辑与几种类型的聚合数据集包括工会、JoinExisting, JoinNew。促进地球科学之间的跨学科工作和GIS的社区,NcML-GML开发使用NetCDF数据在GIS软件,提供所有必要的元数据的形式NcML GML(地理标记语言)的扩展。GML写在XML模式存储地理信息与GIS社区的语义。NcML-GML支持时空数据的引用信息,实现的功能平台,描述了覆盖率数据来自NetCDF数据文件。NcML-GML和WCS / WMS NetCDF模型可以映射到模型的GIS和促进这两个模型之间的互操作性和不同的科学家。通过上述技术,用户可以获取元数据和数据的切片需要从远程NetCDF Web服务器上的文件访问的目录中。

3.5。时空的主要面向对象的组件技术进行在线数据集成和互操作

提高计算速度和方便的可视化数据,我们选择了MATLAB的混合溶液和Java完成数据集成基于网络面向对象方法构建组件的一个例子。质量控制组件也由面向对象的方法。图6显示了技术框架。

MATLAB和Java混合解决方案是完整的自定义框架和接口通过Java和Web技术的特殊数据处理并通过MATLAB与强大的矩阵计算和数值分析能力。构成的混合解决方案可以解决问题的MATLAB的交互性差、MATLAB程序不能运行外部环境。此外,Java语言的特点,如交叉平台和异常处理、多线程、稳定和快速操作也可以利用。

图6显示了混合的工作流解决方案技术;首先,MATLAB代码完成NetCDF集成的核心算法,生成的m文件。第二,然后m文件转换为一个组件将通过Java语言没有MATLAB与服务器端交互环境通过MATLAB编译器和MATLAB builder农协。最后,一个封装函数会调用MATLAB实现的核心计算和在线计算在网络上通过MATLAB动态库的Java程序。

图7描述了在科学工作流过程的一个例子。NetCDF一体化进程包含一个集成链调用数据处理组件和集成的过程。创建新的NetCDF后,添加数据组件继续增加变量NetCDF,延长时间维度或添加其他变量。清洁发展机制可以自由软件来处理NetCDF实际上是叫几次不同的科学工作流的一部分。

3.6。EScience平台上网络时空数据质量控制方法

空间数据质量被认为是GIS的一个重要问题。然而,网络时空数据从数据处理质量控制却没有得到足够关注。违规行为导致不可靠的结果,因为任何初始空间数据误差可以通过空间传播数据处理。基于冰川、冻土、沙漠、大气、生态、环境、水文、和其他元素,监测系统建立了黑河流域实现自动数据传输和连接与盆地eScience上下文。在数据集成和分析之前,我们实现实时数据检测和校准,确保数据质量控制eScience平台。

在这项研究中,我们主要关注在线数据质量控制的异常值的时空数据转换NetCDF之前。这对数据质量控制是非常重要的,特别是在无线传感器网络数据传输的数据格式转换为NetCDF文件。我们提供质量控制组件的Web服务组件库。此外,我们将继续丰富我们的组件库便于数据处理和数据质量控制。

根据数据请求,盆地eScience平台提供网络异常检测方法,包括极端的测试方法,测试方法、迪克森的测试方法和拉布的测试方法。平台将提供方便检测异常数据点,这将帮助用户了解数据随时间变化规律和数据之间的内在关系。基于物理特性和统计经验的各种元素,极端的测试方法给出了实时数据的最大值和最小值的值。为测试方法,根据误差理论,随机误差服从正态分布。作为标准微分通常是未知的,数与贝塞尔公式通常用来代替。在公式(1),是真正的价值,是观测数据。考虑

观测数据点,如果其残差满足,,被标记为边远的数据。迪克森的测试方法,假设整个观测数据是正态分布的。在样例,样品的数量,观测数据的大小顺序排列。根据样品的数量,我们选择一个不同的公式,如公式(3)。我们的标志,,,,,,,作为和。确定重要性水平,查找阈值在迪克森的阈值表测试。如果,,然后判断为异常值。如果,,然后判断为异常值。否则,没有异常值。迪克森的测试方法适用于实时数据质量控制。考虑

格拉布的测试方法,我们认为正常的独立测量样本,在那里样品的数量,剩余的绝对值数据吗,是最大的。样本的平均值。然后,我们构造的统计的公式由公式(2)。在选定的显著性水平,我们获得的阈值由公式(4)。通常是0.05或0.01的价值。考虑

如果,然后异常值和可以通过查找表。

eScience平台,我们也收集一系列开放自由和提供在线数据处理工具,如可视化工具来促进合作像NetCDF工具(http://www.unidata.ucar.edu/downloads)。

4所示。结果

4.1。时空数据集成和互操作性的案例研究EScience平台

本文观察数据Mafengou次盆地中的无线传感器传输站点黑河流域作为一个案例研究为异常数据质量控制。温度数据传输每30分钟共有73条记录。数据8(一个),8 (b),8 (c),8 (d)比较之前和之后的数据集异常质量控制四个方法,极端的测试,测试、迪克森的测试和拉布的分别测试。图8(一个)显示三个异常值被发现的极端的测试方法。图8 (b)表明,测试方法发现明显的异常数据。图8 (c)显示5个异常值被发现Dixon的测试方法。格拉布的测试方法是最好的,发现七离群值,如图8 (d)。

图9显示了NetCDF工具显示网格地图的黑河流域的温度。NetCDF工具还可以浏览远程数据模型的数据集(例如,NetCDF、格丽和HDF)通过TSD数据服务器。一个在线工具库便于数据处理和eScience上下文使用工具的互操作研究人员所熟悉。

4.2。光栅数据集成

为了演示数据集成,我们每月平均温度栅格数据的黑河流域为例,通过Web服务组件库的集成组件,如图10。该工具主要实现数据的集成和聚合。首先,它将网格数据转换为ASCII然后集成数据在线NetCDF完成一系列数据集成。在这个例子中,网格大小是500米,行号是899,列数是1041,坐标左是666083.7米,底部角落和协调是4008999.5米。这些参数和坐标系统需要在网页上。当生成m函数文件,我们选择网格大小、等级的网格数量,和左边底部角落坐标NetCDF数据集成作为函数的参数,时间作为无限维的变量参数,坐标系统的元数据根据CF。组件还可以添加变量NetCDF通过聚合。图10显示了一个可视化的地图单月的数据NetCDF黑河上游温度数据的数据集在11月,2005年。

4.3。无线传感器网络站数据的集成

车站点无线传感器传输的数据网站在黑河流域作为一个案例研究为集成点数据。数据传输每15分钟和通过质量控制检查组件中提到的部分4所示。4之前NetCDF转换。土壤湿度数据的观测数据是NetCDF中定义。的集成NetCDF分为两个部分:第一个描述车站数量的信息,纬度、经度和海拔,其他描述了测量气象和水文等元素。NetCDF数据集的可视化地图的土壤湿度Mafengou次盆地无线传感器如图10月11。行命名humidity1土壤和土壤humidity2 NetCDF不同时间的数据,和土壤humidity10行聚合两种NetCDF数据集的土壤humidity1 NetCDF和土壤humidity2 NetCDF。

测站的时间序列数据,变量聚合可以不同时间序列NetCDF数据集成到一个通过NcML NetCDF数据库文件,以添加时间序列数据。以下代码是程序示例聚合不同时间序列土壤湿度数据,如图8。 NetCDF xmlns = " http://www.unidata.ucar.edu/namespaces/netcdf/ncml - 2.2 " 聚合dimName = "时间" type = " joinExisting " =“humidity1.nc”/ NetCDF位置 =“humidity2.nc”/ NetCDF位置 /聚合 / NetCDF

4.4。集成图像的例子和径向数据

在将图像数据的数组结构集成到NetCDF数据模型,我们考虑以下变量:线(卫星扫描行数),elem每扫描行号(元素),和乐队(乐队数量的观察)。地理位置是所描述的纬度和经度,和每个乐队的观测值被定义为NetCDF的主要数据变量。

在集成径向数据(例如,雷达数据),我们主要考虑径向数据位于方位、仰角、角度和方向。扫描记录是由相邻的径向数据记录的数量。NetCDF数据模型的主要变量在程序中包括门(径向的脉冲数据记录的数量),径向(径向的数量数据记录扫描),扫描(扫描),距离(脉冲)的距离,时间(数据记录的时候),eleva(海拔高度角)和azim(方位)。摘要NetCDF作为案例研究的技术实现框架。

5。结论

eScience平台提供了有效的数据处理接口和交互策略,与公众分享科学研究和决策支持。它是一个重要的方法来解决信息孤岛的常见的问题通过提供公共网络数据访问。在线集成异构数据源为用户提供了统一的接口访问,分析,并无缝地管理数据,给数据处理程序的标准格式。混乱的数据格式的问题解决了eScience平台。它提高了能力的用户调查气候变化等复杂现象,水文变化,土壤动力学。最后,eScience环境将逐渐用于支持决策在黑河流域。

在进一步的研究中,我们将检查HDF和格丽数据处理方法,逐步建立一个单一的网络空间数据过程中eScience黑河流域的环境,开发一套高效的并行算法和构造一个地球科学数据支持图书馆适合高性能并行计算。

本研究构建了黑河流域数据集成和互操作性eScience背景下,综合时空数据和不同格式NetCDF数据模型。框架是构建基于HDF, NetCDF,和格丽时空数据和元数据的统一管理,长期、大量和多维。此外,我们可以访问和分析这些数据格式(例如,HDF, NetCDF和格丽)通过CDM接口,为数据挖掘提供了一种方便的方法,集成和时空数据的分析。该框架可以建立eScience合作的工作环境,支持高效的数据通过Web服务应用程序。尤其有利于GIS和地球科学社区通过eScience合作交流平台。

数据集成和互操作性eScience平台结合的技术解决方案可以实现以下目标:(i)实时和历史数据的集成;(2)解决交叉领域的数据应用程序问题,地区,和学科;(3)方便地访问和分析来自不同机构的数据资源;及(iv)解决问题关于异构Web数据访问的现有标准和现有的协议。的组合解决方案选择实现目标可能是有趣的,但是一种技术不能实现它们。

通过这个平台,生成NetCDF从异构多源数据格式(如geoTiff, ASCII,自由文本,shapefile,和网格),它不同于其他数据共享平台和科学数据管理和共享是很重要的。和黑河流域eScience平台是优于其他数据共享平台复杂的工作流分析算法,获得强大的计算资源,分析,和交互式的可视化界面。我们继续工作将提供科学家访问广泛的数据集,算法的应用,获得计算资源、服务和支持。

附录

数据的NcML如下: ? Xml version = " 1.0 " encoding = " utf - 8 " ? NetCDFxmlns = http://www.unidata.ucar.edu/namespaces/netcdf/ncml 2.2位置= " E: / 200511.数控” 维name = " y " = " 1041 " /长度 维name = " x " = " 899 " /长度 属性名称= "约定" value = " cf - 1.0 " / 属性名称= " Source_Software " value = " ESRI ArcGIS " / 属性名称= "历史" value = "翻译cf - 1.0约定由NetCDF-Java CDM (NetCDFCFWriter)”/ 变量名= " r200511 "形状=“x y”类型=“浮动” 属性名称= =“r200511”/“long_name”价值 属性名称= =“PROJCS”/“esri_pe_string”价值 属性名称= =“x y”/“坐标”价值 属性名称= =“albers_conical_equal_area”/“grid_mapping”价值 属性名称= =“K”/“单位”的价值 属性名称= " missing_value " type = =“-3.4028235 e38”/“浮动”价值 /变量 变量名= " y " = " y "类型=“替身”形状 属性名称= =“公里”/“单位”价值 属性名称= " long_name " value = " y坐标投影”/ 属性名称= =“projection_y_coordinate”/“standard_name”价值 /变量 变量名= " x " = " x "类型=“替身”形状 属性名称= =“公里”/“单位”价值 属性名称= " long_name " value = " x坐标投影”/ 属性名称= =“projection_x_coordinate”/“standard_name”价值 /变量 变量名= " albers_conical_equal_area " = "类型=“int”形状 属性名称= =“albers_conical_equal_area”/“grid_mapping_name”价值 属性名称= " longitude_of_central_meridian " type = =“105.0”/“替身”价值 属性名称= " latitude_of_projection_origin " type = =“0.0”/“替身”价值 属性名称= " false_easting " type = =“0.0”/“替身”价值 属性名称= " false_northing " type = =“0.0”/“替身”价值 属性名称= " standard_parallel " type = =“25.0 - 47.0”/“替身”价值 属性名称= =“投影”/“_CoordinateTransformType”价值 属性名称= " _CoordinateAxisTypes " value = "健乐士GeoY”/ /变量 / NetCDF

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作得到了国家自然科学基金(91125005 / D011004),中国国家自然科学基金(41290255)的战略重点研究项目,中国科学院(XDB03020601), CAS /认可国际合作项目创新研究团队(KZZD-EW-TZ-03),和中国地球系统科学数据共享的基础设施。