高时空分辨率、长期可靠的气象再分析数据集对于各种水文和气象应用而言至关重要，尤其在缺乏现场观测数据且开放获取数据有限的地区或时期。
基于第五代再分析数据集（ERA5，由欧洲中期天气预报中心生成，分辨率为 0.25°×0.25°，自 1940 年起）和 CLDAS（中国气象局陆地数据同化系统，分辨率为 0.0625°×0.0625°，自 2008 年起），提出一种新颖的降尺度方法——势能引导注意力网络（GeoAN）。该方法利用了 CLDAS 的高空间分辨率和 ERA5 扩展历史覆盖范围，生成了每日多变量（2m 温度、表面压力和 10m 风速）气象数据集 MDG625。MDG625 覆盖了1940年起，从南纬 0.125°到北纬 64.875°、东经 60.125°至 160.125°的大部分亚洲地区。与其他降尺度方法相比，GeoAN 表现出更好的性能，其中 2m 温度、表面压力和 10m 风速的 R2 值分别达到 0.990、0.998 和 0.781。
MDG625 在空间和时间两个维度上都展现出了卓越的连续性和一致性，可用于亚洲气候研究，并有助于提高1940年以来再分析产品的准确性。
数据来源于ESSD网站（https://essd.copernicus.org/articles/17/1501/2025/）。
基于 ERA5 和 CLDAS ，提出势能引导注意力网络（GeoAN）方法，该方法利用了 CLDAS 的高空间分辨率和 ERA5 扩展历史覆盖范围，生成了每日多变量（2m 温度、表面压力和 10m 风速）气象数据集 MDG625。
数据质量较好。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:31253.11.sciencedb.17408
10.57760/sciencedb.17408
