全球气候变化加剧水文循环，极端降水事件频发，降水集中度指标是诊断降水时空分布特征的关键工具。现有研究存在站点观测碎片化、历史基准与未来预估脱节等问题。本数据集整合 1961-2022 年中国地面观测与格点观测数据，以及 2015-2100 年 4 种 SSP 情景下经统计降尺度的 CMIP6 预估数据，空间分辨率 0.25°，构建包含降水集中度（PCD）、降水集中期（PCP）、日降水集中度指数（DPCI）、月降水集中度指数（MPCI）4 项核心指标的时空连续数据集（MPCID）。
经站点数据验证，PCD 误差最小、相关性最优，数据集可支撑中国降水时空分布规律、水文与农业气候影响评估、适应性管理策略制定等研究。
1. 地面日降水数据（1961-2020）：中国气象局中国地面气候资料日值数据集（V3.0），经质量控制与均一性检验，筛选 651 个站点；
2. 格点观测数据（1961-2022）：CN05.1 格点降水数据集，0.25°×0.25°，中国科学院气候变化研究中心发布；
3. 气候模式数据：24 个 CMIP6 全球气候模式输出降水数据，覆盖 SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5 四种情景。
1. 数据预处理：对站点数据进行质量控制、缺值插补；对 CMIP6 模式数据进行统一分辨率重采样、日历格式转换；
2. 空间插值：采用 KD-Tree + 反距离权重（IDW）将站点数据插值为格点数据；
3. 统计降尺度：采用分位数映射（QM）、分位数增量映射（QDM）统计降尺度方法对 CMIP6 数据进行偏差校正，优选重采样后使用分位数增量映射方法为最优框架；
4. 指标计算：基于向量分析法计算 PCD、PCP，基于洛伦兹曲线计算 DPCI，基于方差法计算 MPCI；
5. 精度验证：采用 MAE、RMSE、BIAS、CORR、IVS、TS 等指标开展多维度验证。
1. 历史期验证：PCD 的 MAE=0.034、RMSE=0.042、CORR=0.902，精度最优；PCP 相关性高但误差较大；DPCI 误差可控但日尺度相关性有限；MPCI 对极端降水敏感性较低；
2. 未来情景验证：四种 SSP 情景下，PCD 的 MAE 为 0.094-0.096，RMSE 为 0.122-0.125，性能稳定；resample-QDM 降尺度方法误差最小；
3. 空间验证：数据集能准确刻画中国降水集中度 “北高西低” 等空间分异特征，复杂地形区结果需结合站点密度审慎解读。
| # | 编号 | 名称 | 类型 |
| 1 | 42261026 | 中国天山早春固液降水转变对积雪消融的影响机理 | 国家自然科学基金 |
| 2 | 41761014 | 天山高寒山区降水形态转变驱动因子研究 | 国家自然科学基金 |
| 3 | XJYS0907-2023-01 | 中国高寒地区固液降水形态转变评估 | 其他 |
| 4 | 25JR6KA005 | 中国西北高寒区固液降水形态转变评估研究 | 其他 |
CSTR:11738.11.NCDC.PRECIPITATION.DB7311.2026
10.12072/ncdc.precipitation.db7311.2026
