Nature Scientific Data: Ежедневный основанный на результатах наблюдений сеточный массив данных об осадках для верификации прогнозов
Поскольку многочисленные модели прогнозирования погоды на базе искусственного интеллекта обучаются с использованием данных климатического реанализа, возникает острая необходимость в независимых наборах данных, основанных на результатах наблюдений, для верификации прогнозов. В данной работе, опирающейся преимущественно на сеть GHCN (Global Historical Climatology Network), представлен набор данных GHCNdgp (GHCN daily gridded precipitation), охватывающий период с 2020 по 2025 гг. Для повышения плотности сети станций и расширения пространственного охвата были объединены два набора данных суточных наблюдений (GHCN daily и Global Surface Summary of the Day) и три набора данных с внутрисуточным разрешением (GHCN hourly, Integrated Surface Database и Integrated Global Land surface Dataset). Проверки пространственно-временной согласованности сочетались с проверками целостности данных и времени регистрации наблюдений, что позволило выявить аномальные значения и определить время передачи данных станциями. Кроме того, набор данных GHCNdgp был сопоставлен с тремя существующими продуктами по осадкам с использованием коэффициента корреляции Пирсона: IMERG V07 Late (Integrated Multi-satellitE Retrievals for Global Precipitation Measurement), MSWEP V2.8 (Multi-Source Weighted-Ensemble Precipitation) и GPCC First Guess Daily (Global Precipitation Climatology Centre). Результаты показали, что более 90% аномальных наблюдений обусловлены идентичными значениями и повторяющимися последовательностями данных. Медианное значение коэффициента корреляции Пирсона для станций, у которых периоды накопления осадков смещены на 24 часа, как правило, ниже 0,25. Процедуры контроля качества позволили повысить медианное значение коэффициента корреляции Пирсона: с 0,46 до 0,62 (при сравнении с IMERG), с 0,54 до 0,71 (с MSWEP) и с 0,33 до 0,47 (с GPCC). Эти результаты свидетельствуют о том, что набор данных GHCNdgp эффективно устраняет расхождения во времени регистрации наблюдений и соответствует пространственному разрешению сетки 0,25° × 0,25°, характерному для моделей прогнозирования погоды на базе искусственного интеллекта. Данный набор данных находится в открытом доступе на платформе Zenodo в формате NetCDF (Network Common Data Form) и предоставляет важные наземные данные об осадках, необходимые для оценки качества (бенчмаркинга) прогнозов погоды, создаваемых с помощью искусственного интеллекта.