数据集概述
本数据集由牛津大学基于Lange et al 2020的极端事件时间序列处理生成，包含0.5°网格尺度下极端高温（温度湿度指标超阈值）和干旱（土壤湿度低于基线阈值）的年度发生概率。数据覆盖基线、RCP 2.6及6.0排放情景，含2030、2050、2080年当前及未来预测数据，采用8个水文模型与4个全球气候模式（GCMs）驱动，还包含基于2020年固定人口数据计算的暴露量。
文件详解
- 文件名称：lange2020_expected_occurrence.zip
- 文件格式：ZIP（压缩包）
- 字段映射介绍：压缩包内含极端高温和干旱事件年度概率相关数据，覆盖0.5°网格地理单元，包含基线及RCP 2.6、6.0排放情景下的模拟结果，涉及2030、2050、2080年的时间节点数据，同时包含基于2020年固定人口的暴露量计算结果。
数据来源
Lange et al 2020（论文“Projecting exposure to extreme climate impact events across six event categories and three spatial scales”）、ISIMIP2b数据仓库、JRC GHSL GHS-POP R2023A人口数据
适用场景
- 极端气候事件风险评估：分析不同排放情景下极端高温、干旱事件的年度发生概率及空间分布特征。
- 气候政策制定支持：为RCP情景下的气候适应策略、减灾措施制定提供数据支撑。
- 人口暴露风险研究：基于固定人口数据，评估极端气候事件对人口的直接暴露风险。
- 气候模型验证：对比不同水文模型与GCMs驱动下的极端事件模拟结果，验证模型性能。
- 长期气候趋势分析：探究2030-2080年极端高温、干旱事件的未来变化趋势。
