CMADS数据集在国际SCI期刊设立专刊，欢迎投稿

maozedong111

        近日，总部位于瑞士的国际水科学知名刊物Water邀请王浩院士CMADS团队在其期刊开辟专刊，由王浩院士和孟现勇博士共同担任该期刊客座主编。Water 期刊在国际水科学界具有较高知名度，2016年影响因子为1.832, 5年影响因子达2.056，在Wos数据库中水资源类期刊的排名分区为34/88 (Q2)。

       CMADS数据集是由我国著名水利科学家王浩院士及中国水科院孟现勇博士建立的，其发起主要基于两个问题，即：气象学家目前利用简单的水文概念模型似乎已不能重现地质构造复杂且人为影响较大（或气候极端变化）流域的真实径流及其相关分量的过程（如泥沙冲刷、非点源污染等）；水文学家（特别是东亚地区的研究人员）很难利用有限的气象站点对复杂的分布式水文模式开展合理而有效的模型参数率定工作，以至于研究人员有时仅能利用质量残缺的气象数据得到一些不合理甚至荒谬的结论。

       受到经济、地质构造等多种客观因素限制，东亚地区传统观测气象台站（如降水、温度、湿度、风速度、土壤温度、土壤湿度）在整体上的分布密度较为稀疏，因为气象数据获取受限，东亚地区大气水文学科在过去几十年相关领域的研究还不够深入，即使用户可以使用现有的各类再分析数据（如CFSR、NCEP等）对研究区进行气候分析，但由于以上再分析产品在东亚大部分地区均未进行观测站后期同化订正，导致其结果和真实结果具有较大差异（如CFSR降水数据在中国地区的夏季会出现严重高估现象）。近些年来，东亚地区科学家虽通过资金投入建立更多野外监测站点以缩小该地区大气水文学研究和世界先进水平的距离，但由于研究人员在分析时使用的气象输入数据存在失真（如采集失败、数据缺测、存在异常值等），导致研究结果可信度降低，且由于输入数据不同而得到了完全不同的结果。出现这种现象的重要原因之一是缺少一个统一规程的、同化更多来源数据的、利用大量观测站订正的能让公众直接共享的气象数据。与气象站观测的受限因素一致，由于经济、地形等多种客观因素制约，东亚地区大范围、长时段的高频率水环境污染及其他相关领域的监测工作同样受限。

       针对以上多种困境，孟现勇博士在王浩院士的指导下利用各类同化技术及大数据推算处理技术开发了SWAT模型中国大气同化驱动集(China Meteorological Assimilation Driving Datasets for the SWAT model(CMADS))。 CMADS数据集的建立为科研人员及公众提供了更高质量及多种分辨率的气象、陆面数据（包括日平均大气压强、日平均2m气温、 日最高2m气温、日最低2m气温、日累计降水、日平均相对湿度等），应用具有统一规程的气象、陆面数据可极大地降低科研人员在建模时的不确定性，同时增强了不同研究人员模拟结果的对比规范性。数据集发布一年以来，CMADS收到了包括中国、美国、德国、俄罗斯、印度、韩国、日本等国家的应用申请。CMADS团队欢迎世界范围内的研究人员充分利用CMADS驱动各类分布式模型（如SWAT、VIC）或进行各类高分辨率气候、陆面要素验证及分析工作，以此推动东亚地区气象水文科学的研究水平。

CMADS官方网站：

www.cmads.org

〈Water〉期刊官方网站：

http://www.mdpi.com/journal/water

CMADS  water 专刊投稿地址：

http://www.mdpi.com/journal/water/special_issues/CMADS