近日，国家青藏高原科学数据中心（http://data.tpdc.ac.cn）发布共享了北京师范大学缪驰远教授科研团队的“中国天然径流量格点数据集CNRD v1.0（1961–2018）”，用户可开放获取。其关联论文“CNRD v1.0: a high-quality natural runoff dataset for hydrological and climate studies in China”在水文气象领域国际顶级期刊《Bulletin of the American Meteorological Society（BAMS）》（IF: 9.116）上发表并入选2022年第10期纸质版的封面论文（图1），被作为亮点成果进行了专题报道。

该径流数据产品基于 VIC（The Variable Infiltration Capacity）分布式水文模型、模型参数不确定分析框架和翔实的水文气象资料重建得到。为提高模型性能及参数优化效率，对模型敏感参数使用基于自适应的替代模型优化算法ASMO（The Adaptive Surrogate Modeling-based Optimization）自动率定。在此基础上，该数据集采用了多尺度参数区域化MPR（Multiscale Parameter Regionalization）方法来估算无资料地区的模型参数。该数据集基于丰富水文站点观测资料进行有资料流域参数率定和无资料流域参数交叉验证，并与其他全球径流格点数据集进行了比较，发现CNRD v1.0数据集的径流空间分布上过渡更加连续，且在表示中国复杂地形和气候变化下的水资源空间分布方面优于全球径流数据集（图2）。该数据集作为目前全国范围内采用率定信息最丰富的天然径流共享数据集，将在气候变化对水文过程的影响检测，水资源管理决策支持，多源遥感数据交叉验证等方面有重要应用价值，有助于人类活动与气候变化的复合作用下的水循环研究。

图1 CNRDv1.0数据集及相关成果当选BAMS期刊2022年10期封面

图2 CNRD v1.0径流产品质量评估

该数据集是北京师范大学地理科学学部缪驰远教授（通讯作者）和苟娇娇博士（第一作者）联合德国亥姆霍兹环境研究中心（UFZ）的科研人员合作完成。CNRD数据集将持续更新，并在未来会耦合多模式强迫数据，同时改进中国干旱/半干旱地区径流的模拟精度，供有兴趣的研究者和政策决策者使用。该研究得到国家自然科学基金资助。

文章信息：Gou, J. J., Miao, C. Y., Samaniego, L., Xiao, M., Wu, J. W. & Guo, X. Y. CNRD v1.0: a high-quality natural runoff dataset for hydrological and climate studies in China. Bulletin of the American Meteorological Society, 2021, 102(5), E929-E947.

论文链接：https://doi.org/10.1175/BAMS-D-20-0094.1.

数据信息：缪驰远, 苟娇娇. (2022). 中国天然径流量格点数据集CNRD v1.0（1961-2018）. 国家青藏高原科学数据中心, DOI: 10.11888/Atmos.tpdc.272864. CSTR: 18406.11.Atmos.tpdc.272864.

下载链接：https://doi.org/10.11888/Atmos.tpdc.272864.