数据集概述
本数据集包含用于复现论文《2023年9月全球气温跃升仅由内部气候变率导致的可能性极低》中图表和结果的原始数据及Python脚本。数据涵盖CMIP6、MPI-GE、CESM2-LE模型的月气温异常值与ERA5观测数据，支持分析2023年9月全球气温异常的成因，共7个文件。
文件详解
- 代码文件
- 文件名称：global_temperature_margin.py
- 文件格式：.py
- 字段映射介绍：用于计算所有结果的Python脚本，定义了从Copernicus在线源读取ERA5观测数据的URL路径。
- 模型数据压缩包
- 文件名称：cesm2le_data.zip、mpige_data.zip、cmip6_data.zip
- 文件格式：.zip
- 字段映射介绍：分别包含CESM2-LE、MPI-GE、CMIP6模型的月气温异常数据。
- 辅助数据文件
- 文件名称：20352690.xlsx、list_of_models.xlsx
- 文件格式：.xlsx
- 字段映射介绍：支持论文分析的辅助表格数据，包含模型列表等信息。
- 观测数据文件
- 文件名称：ts_1month_anomaly_Global_ERA5_2t_202310_1991-2020_v01.1.csv
- 文件格式：.csv
- 字段映射介绍：ERA5月平均地表气温异常数据，参考期为1991-2020年，包含列：YYYYMM格式的时间、不同区域的加权平均气温异常值。
数据来源
论文“The jump in global temperatures in September 2023 is extremely unlikely due to internal climate variability alone”（提交至npj Climate and Atmospheric Science）
适用场景
- 气候异常成因分析：研究2023年9月全球气温异常与内部气候变率的关联性。
- 气候模型验证：对比CMIP6、MPI-GE、CESM2-LE模型数据与ERA5观测数据的一致性。
- 气温趋势研究：分析全球及区域尺度的月气温异常时间序列特征。
- 气候科学论文复现：复现目标论文中的图表与统计结果，支持学术验证与扩展研究。
- 气候变率机制探究：评估内部气候变率对极端气温事件的贡献程度。
