1980–2024 年全球干旱事件时空聚类数据集
一、数据集介绍
一、数据集是干什么的？
传统干旱指数（SPI / SPEI / SRI）大多是单格点、单变量、时间孤立的视角，看得到"某地某月干旱"，但看不到干旱的生消—移动—终止整个过程。这篇的做法是：
选了 4 个水文气候变量，代表干旱在"大气强迫 → 土壤 → 径流"链条上的传播：
PRE（降水，ERA5）→ 气象干旱
PET（潜在蒸散，Hargreaves-Samani 由 ERA5 温度算得）→ 大气蒸散需求
SM（根区土壤湿度，mHM 水文模型模拟，2 m 剖面平均）→ 农业/生态干旱
Q（径流，mHM 总径流）→ 水文干旱
对每个变量独立用第 10 百分位阈值定义"干旱日"
用3D DBSCAN（把经度、纬度、时间当三维）把相邻时空里的干旱日聚成"事件"
给每个事件附上空间范围、持续时间、强度、质心轨迹等元数据
二、输入数据与分辨率
三、干旱识别 + 3D DBSCAN 流程
Step 1：干旱日判定
土壤湿度：日值直接算 1980–2024 逐日气候态第 10 百分位 SMp10(d)，低于阈值则算干旱，用相对偏离 SMp10SM−SMp10×100量化强度
PRE / PET / Q：先标准化成 z-score（减均值/除 SD），PET 的 z-score 符号反转（高蒸散=干旱），z-score 低于该格点第 10 百分位算干旱日
PRE 额外做了30 天滑动平均平滑，抑制单次降雨噪声
Step 2：连续事件拼接（deficit volume 函数）
两个控制参数：
mit（minimum inter-event time）：允许事件内部插几天的非干旱日不被打断（比如一场小雨不终结干旱）
min.len（minimum length）：连续干旱段至少多少天才算"事件"
Step 3：3D DBSCAN 聚类
参数（沿 Cammalleri & Toreti 2023 框架）：
先做逐日 2D DBSCAN，再做全时段 3D DBSCAN，R 的dbscan包并行实现。
Step 4：后处理过滤
保留持续 ≥30 天的簇（PET 放宽到 ≥10 天，否则几乎没事件）
导出每个事件的：起止日期、持续天数、像素数、质心（中位 lat/lon）、总强度、最大/最小面积、质心每日位移/方位角
四、产出文件与事件统计
每变量两份产物：
NetCDF：格点文件，每个格点每天存一个 cluster ID（0 = 非干旱）
PRE_ERA5_3Ddbscan_global_res0p5_1980_2024_1day.ncPET_ERA5_3Ddbscan_global_res0p5_1980_2024_1day.ncQ_mHM_3Ddbscan_global_res0p5_1980_2024_1day.ncSM_mHM_3Ddbscan_global_res0p5_1980_2024_1day.nc
R .rds 目录表：
summary_<var>.rds：每事件一行（cluster_id, start/end, duration, pixel_count, 质心, severity_total, area_min/max）stats_<var>.rds：每事件逐日一行（每日质心、面积、强度、质心位移 dist_km、方位角、方向 N/NE/E…）
全局事件数（1980–2024）：
五、敏感性验证（论文重点）
论文做了三层检验：
mit / min.len 敏感性：权衡"事件碎片化 vs 过度合并"，选定配置能保留持续干旱又不过碎
百分位阈值（1st / 10th / 20th）：
20th → 太多多年连续大簇（物理上独立的旱被合并）
1–2nd → 大旱结构破碎
10th 是折中，保住主核、又不把长旱无脑拼一起
3D DBSCAN 参数 + 跨数据集比对：
SM 结果与 Reho et al. (2025) 用 OPTICS 做的全球土壤湿度旱灾目录空间热点、 timing 一致
换 GLEAM v4.2、SoilClim 两个独立 SM 产品重跑，中位持续期 55–59 天、中位面积都稳 → 大尺度模式鲁棒
成功捕捉的历史大旱：1988 北美、2003 欧洲、2010 俄罗斯、2011–17 加州、2012 美国中西部、2015–16 南非、2018–20 中欧、2010–11 中国、2023–24 亚马逊等
六、适用场景 & 局限
适合：
干旱归因、传播机制（气象→农业→水文）
复合极端（干旱+热浪等）事件库
ML 训练/验证集（旱检、早警、预报基准）
大尺度气候变率（ENSO、EA 等）与干旱联系
局限（作者自陈）：
0.5° 只能抓大尺度干旱，局地小旱/短时异常会被滤掉（c_min=50 像素 + min 30 天已经做了筛选）
mHM 的 SM/Q 本身带强迫、参数化、结构不确定性
PET 用 Hargreaves-Samani 只靠温度，是"蒸散需求异常"的一致表征，不是真实蒸发
南极 + 72°N 以北没做
二、数据信息
