Um novo conjunto de dados de múltiplos índices de seca de alta resolução para a China continental

Resumo. Os índices de seca são cruciais para avaliar e gerenciar a escassez de água e os riscos agrícolas; no entanto, a falta de uma base de dados unificada nos conjuntos de dados existentes leva a inconsistências que desafiam a comparabilidade dos índices de seca. Este estudo se dedica à criação do CHMDrought, um conjunto de dados inovador e abrangente de seca meteorológica de longo prazo com uma resolução espacial de 0,1° e com dados coletados de 1961 a 2022 na China continental. Ele apresenta seis índices meteorológicos de seca fundamentais: o índice de precipitação padronizado (SPI), índice de evapotranspiração de precipitação padronizado (SPEI), índice de demanda evaporativa de seca (EDDI), índice de severidade de seca de Palmer (PDSI), índice de severidade de seca de Palmer auto-calibrado (SC-PDSI) e déficit de pressão de vapor (VPD), dos quais o SPI, SPEI e EDDI contêm características multi-escala para períodos de 2 semanas e 1-12 meses. O conjunto de dados apresenta uma aplicação abrangente de dados de estações meteorológicas de alta densidade e uma estrutura completa que parte de elementos meteorológicos básicos (o conjunto de dados Hidrometeorológico da China, CHM). Demonstrando sua robustez, o conjunto de dados se destaca em capturar com precisão eventos de seca em toda a China continental, como evidenciado pela sua representação detalhada da seca de verão de 2022 na bacia do rio Yangtze. Além disso, para avaliar o CHMDrought, realizamos testes de consistência com os índices de seca calculados com base nos dados da Unidade de Pesquisa Climática (CRU) e CN05.1 e descobrimos que todos os índices apresentaram alta consistência geral e que o SPI, SPEI e EDDI em escala de 2 semanas tinham potenciais papéis de alerta precoce na monitorização de secas. No geral, nosso conjunto de dados preenche a lacuna em dados de seca multi-índices de alta precisão na China, e a estrutura completa baseada no CHM garante a consistência e a confiabilidade do conjunto de dados, que contribui para aprimorar a compreensão dos padrões e tendências de seca na China. O acesso gratuito ao conjunto de dados pode ser encontrado em https://doi.org/10.5281/zenodo.14634773 (Zhang e Miao, 2025).