基于 2912 个主要来源于树年轮和历史文献的年分辨率代用序列，我们提出了一套自1700年以来每年（11 月至 10 月）覆盖整个亚洲的标准降水指数（SPI）重建，以及雨季（即西亚的11月至4月，其他地区的5月至10月）的标准降水指数重建，空间分辨率为 2.5∘。为了从其相连区域内具有同质降水机制和相似降水变率的可用代用指标中筛选出用于重建每个网格内 SPI 的最佳候选代用指标，我们开发了一种新方法，采用从仪器 SPI 数据中得出的网格位置依赖性划分。验证结果表明，这些重建对亚洲大部分地区是有效的。与校准时间前的实测降水量相比，对数据质量的评估表明，除了俄罗斯西部、东南亚沿海地区和日本北部的少数网格外，我们的重建具有较高的质量，可以显示大部分研究地区的降水变率。
数据集包括四种SPI重建： (1) 整个亚洲的 11-10月SPI重建，不使用与降水负相关的树环密度年代学和宽度年代学（11-10月SPIA版）；(2) 整个亚洲的 11-10月SPI重建，增加了与降水负相关的树环密度年代学和宽度年代学（11-10 月 SPI B 版）；(3) 亚洲热带外地区的雨季 SPI 重建（西亚地区为 11 月-4 月 SPI，其他地区为 5 月-10 月 SPI），未使用与降水负相关的树环密度年代学和宽度年代学（雨季 SPIA 版）； (4) 重建亚洲热带外地区的雨季 SPI（西亚地区为 11 月-4 月 SPI，其他地区为 5 月-10 月 SPI），增加了与降水负相关的树环密度年代学和宽度年代学（雨季 SPI B 版）。每个版本都存储在一个 NetCDF 文件（.nc）中，包含五个三维（经度×纬度×时间）变量，包括重建的 SPI、调整的判定系数（R2a）、验证 RE、验证 CE 和用于构建的代用指标数量（nPrx）。
在研究中，用于 SPI 重建的网格大小设定为 2.5° × 2.5°。用于校准的仪器数据是根据美国国家海洋和大气管理局陆地降水产品计算的 1948-2019 年 0.5° × 0.5°网格月SPI数据调整的，该数据通过 IRI/LDEO 气候数据图书馆下载（http://iridl.ldeo.columbia.edu/SOURCES/.IRI/.Analyses/.SPI/
亚洲及邻近陆地地区（东欧和阿拉斯加）共有 2912 个年分辨率代用序列可供重建，其中 2792 个来自树环，115 个来自历史文献，4 个来自冰芯，1 个来自石笋。值得注意的是，所有代用系列都有至少 20 条记录与 1948 年以来的仪器时段重叠，以确保有足够的样本量进行校准和验证，并有超过 30 条 1948 年之前的记录用于重建。树木年轮数据主要（2772）来自国际树木年轮数据库 （ITRDB），由世界古气候学数据中心（WDC-P，https://www.ncei.noaa.gov/products/paleoclimatology
由于研究区降水异质性气候类型众多，且单个代用指标的空间代表性对位置敏感，我们开发了一种新方法来确定代用指标搜索区域（以下称为 “搜索区域”），以重建每个网格中的 SPI。这种方法是根据降水系统空间模式中年际降水变化一致性的区域划分而制定的，以确保搜索区域中的代用指标能够很好地指示目标网格中的 SPI 变化。我们从用于 SPI 重建的各目标网格的 SPI 与研究区内其他网格的相关系数（CC）的空间格局来划分区域，该相关系数由仪器 SPI 数据计算得出。搜索区域的定义是目标网格周围的所有相连网格，其 CC 均超过 0.05 的显著性水平。
与以往研究对亚洲季风区夏季（JJA 或 5-9 月）降水（或 PDSI）的三次重建相比，我们的5-10 月 SPI 重建在青藏高原南部至印度次大陆东部、东南亚大陆西部和中国西北部校准期的R2a比三次重建中最好的一次高10%。此外，我们的重建在蒙古、中亚和中国东部部分地区的R2a略高于其他重建。特别是在中国东部，我们重建的R2a比仅使用树环数据重建的R2a高出约 40%。这些改进不仅是因为增加了更多的代用数据（包括从中国历史文献中得到的DWI和最近发表的树环数据），而且还因为重建方法的发展，即通过GLDD方法从与目标网格SPI显著正相关的连接搜索区域中选择代用数据。
此外，我们的雨季 SPI 重建结果与之前研究的亚洲季风区四种重建结果之间的相关性图显示，大多数网格都通过了 0.01 的显著性水平。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:31253.11.sciencedb.01829
10.57760/sciencedb.01829
