径流是水文循环中的关键环节之一，指大气降水或冰雪融水在重力驱动下沿地表或地下通道汇入河流、湖泊及海洋的水流。它受到气候条件、地形地貌、植被覆盖以及人类活动等多重因素的共同影响，其物理与化学特性直接关系到区域生态系统的稳定性和水资源的可持续利用。作为工农业生产和城市生活用水的重要补给来源，径流数据的获取与分析对于水资源管理、防洪减灾以及气候变化研究具有举足轻重的意义。
本文介绍的 TerraClimate 数据集是由美国爱达荷大学（University of Idaho）地理系的 John T. Abatzoglou 团队于 2018 年 1 月在 Scientific Data 期刊上首次发布的全球气候栅格数据产品。该数据集最初覆盖 1958 年至 2015 年，此后持续更新，目前已扩展至 2024 年。TerraClimate 提供了包括径流在内的多种气候与水平衡变量，空间分辨率为 4km（约 1/24°），地理坐标系采用 WGS_1984，单位为毫米（mm），数据以逐月频率组织，广泛适用于大尺度水文模拟、气候变化评估以及生态响应分析等领域。
下表汇总了该数据集的核心技术参数：
| 参数 | 说明 |
|---|---|
| 数据集名称 | TerraClimate |
| 变量 | 逐月径流（Runoff） |
| 时间范围 | 1958年 — 2024年（逐月） |
| 空间范围 | 全球 |
| 空间分辨率 | 4km（约 1/24°） |
| 坐标系统 | WGS_1984 |
| 数据单位 | 毫米（mm） |
| 数据格式 | NetCDF（.nc）/ GeoTIFF（.tif） |
| 发布机构 | 美国爱达荷大学地理系 |
| 首次发布时间 | 2018年1月（Scientific Data 期刊） |
| 官方网址 | https://www.climatologylab.org/terraclimate.html |
一、数据格式与文件结构
原始数据集以 NetCDF（.nc）格式存储，每个年份对应一个独立的 nc 文件，文件命名规则为 TerraClimate_q_year.nc，其中 q 表示径流指标的缩写，year 代表数据年份。每个 nc 文件内部包含该年度 12 个月的径流栅格图层。用户在 GIS 平台（如 ArcGIS）中打开 nc 格式数据时，需使用多维工具进行加载和可视化。以下为数据文件夹的结构示意图：
图1：TerraClimate 径流数据 nc 文件目录结构
考虑到 nc 格式在部分桌面 GIS 软件中的操作门槛，数据提供方已将所有 nc 文件转换为更为通用的 GeoTIFF（.tif）格式。在 tif 版本中，每个月份对应一个独立的栅格文件，便于直接在 ArcGIS、QGIS 等平台中加载和分析。以 2024 年的 tif 文件为例，其文件列表如下：
图2：2024年各月径流 tif 栅格文件列表
二、数据可视化预览
为直观展示数据内容的可靠性，下面以 2024 年 9 月的全球径流 tif 栅格为例进行可视化渲染。图中不同颜色代表径流量的空间分布差异，可以清晰地识别出赤道附近降水充沛地区的高径流量区域以及干旱、半干旱地区的低径流量特征：
图3：2024年9月全球径流栅格数据可视化（tif格式）
进一步聚焦海南省区域，可以观察到该省在相同月份的径流空间分布格局。海南省地处热带季风气候区，降水丰富，径流量的季节变化和空间分异均较为显著，是检验数据质量的理想案例：
图4：海南省2024年9月径流数据局部放大展示
三、数据来源与学术引用
TerraClimate 数据集的官方发布平台为 Climatology Lab，具体访问地址为：https://www.climatologylab.org/terraclimate.html。用户可在该网站上查阅完整的数据说明文档、变量列表、数据处理方法以及后续更新计划。
在使用该数据集开展学术研究或发表论文时，请务必按照以下格式进行引用：
Abatzoglou, J., Dobrowski, S., Parks, S. et al. TerraClimate, a high-resolution global dataset of monthly climate and climatic water balance from 1958–2015. Sci Data 5, 170191 (2018). https://doi.org/10.1038/sdata.2017.191
四、应用场景与使用建议
TerraClimate 径流数据凭借其长时间序列、全球覆盖和较高空间分辨率的优势，在以下几类研究中具有广泛的应用前景：
1.水文模型驱动与率定：可将逐月径流数据作为分布式水文模型（如 SWAT、VIC）的参考输入或验证数据，用于流域水量平衡模拟和参数校准。
2.气候变化影响评估：结合 CMIP6 等气候模式输出，分析历史径流趋势并预测未来径流变化情景，服务于区域水资源规划。
3.干旱监测与预警：利用径流距平或百分位数法构建水文干旱指标，识别历史干旱事件的发生频率、持续时间和严重程度。
4.生态系统服务评估：径流是评估区域水源涵养能力、水土保持效益以及生态补偿机制设计的基础变量。
5.跨界流域管理：全球覆盖特性使其适用于跨境河流的水资源分配分析和国际合作研究。
在使用数据时建议注意以下几点：首先，4km 分辨率适用于区域至全球尺度的宏观分析，对于小流域或局地尺度的精细化模拟可能需要进一步降尺度处理；其次，数据集提供的径流为网格单元内的总径流量（包括地表径流和基流），在区分径流组分时需结合其他数据源进行分离；最后，在极端气候年份或地形复杂的山区，建议结合地面观测数据进行交叉验证。
五、数据获取途径
该数据集可从 Climatology Lab 官方网站直接下载，访问 https://www.climatologylab.org/terraclimate.html 即可获取原始 nc 格式数据。官方提供了两种下载方式：通过 Web 界面逐文件下载，或使用脚本批量获取（网站提供 Python 和 R 语言的示例代码）。若需要使用已转换为 tif 格式的版本，可查阅相关 GIS 数据共享平台或社区资源。
数据来源：Climatology Lab
引用格式：Abatzoglou, J., Dobrowski, S., Parks, S. et al. TerraClimate, a high-resolution global dataset of monthly climate and climatic water balance from 1958–2015. Sci Data 5, 170191 (2018).
【下载→
方式一：顶部专栏
方式二：数据下载方式汇总-CSDN博客
来源：城数派
