En global högupplöst nederbördsklimatserie: PERSIANN-CCS-CDR version 2.0

Varför det är avgörande att följa regnet globalt

Från snabba översvämningar som stänger av motorvägar till torka som förstör grödor — mycket av det som formar vår vardag faller från himlen som regn eller snö. För att förstå hur dessa händelser förändras i en värmande värld behöver forskare detaljerade, årtionden långa register över när, var och hur kraftigt det regnar över hela jorden. Denna artikel presenterar en ny och förbättrad global nederbördsserie, framtagen från vädersatelliter, avsedd att zooma in på de korta, intensiva skyfallen som ofta orsakar störst skada.

Att bygga en skarpare bild av nederbörd från rymden

Regnmätare och radar ger utmärkta lokala mätningar, men de täcker bara en bråkdel av planeten och är dyra att bygga och underhålla, särskilt i fattigare regioner. Satelliter, som kretsar högt ovanför jorden, är de enda verktygen som kan övervaka regnsystem nästan överallt samtidigt. Den nya datasetet, kallat PERSIANN‑CCS‑CDR version 2.0, kombinerar långtidsserier av satellitbilder över molntoppar med ett datorinlärningssystem som förfinats under årtionden. Det levererar nederbördsberäkningar på ett rutnät med ungefär 4 km upplösning, var tredje timme, från 60° nord till 60° syd latitud — tillräckligt finfördelat för att fånga många extrema stormar som äldre, grövre produkter tenderar att sudda ut.

En berättelse om två satellitdatakanaler

En tidigare version av denna dataset försökte sammanfoga två olika satellitbildssamlingar till en sömlös tidsserie: en äldre produkt (GridSat‑B1) som går tillbaka till 1983 och en nyare, skarpare (CPC‑4km) tillgänglig sedan 2000. Försöket stötte på problem. Dolda tekniska skillnader mellan ingångarna ledde till plötsliga hopp i statistiken för kraftig nederbörd kring år 2000, och några korrupta filer orsakade falska toppar i globala medelvärden. Efter omfattande utredning drog författarna slutsatsen att det var orealistiskt att tvinga de två ingångarna till en enda kontinuerlig produkt. Version 2.0 erbjuder istället två nära besläktade underdatauppsättningar, vardera internt konsekvent men baserad på endast en ingångskälla: en längre tidsserie byggd på GridSat‑B1 och en kortare, bättre presterande serie byggd på CPC‑4km.

Sätta den nya serien på prov

För att kontrollera hur pålitliga dessa produkter är jämförde teamet dem med en av de bästa regionala dataseten som finns för USA: STAGE IV-analysen, som blandar radar och regnmätare. De granskade i detalj avrinningsområdet för övre Mississippi och också avrinningsområden i västra Amazonas samt längs Mekongfloden för att se hur väl satellitprodukterna fångar mönster av kraftigt regn, lätt regn och torra perioder över många år. Utöver långsiktiga medelvärden testade de data mot verkliga extrema händelser, inklusive orkanen Michael 2018 och ett förödande oväder 2024 över USAs övre Mellanvästern. Genom att undersöka hur ofta produkterna detekterade regn, hur stora de drabbade områdena var och hur starka topparna framträdde, kunde de bedöma hur väl varje version presterar i de situationer som människor bryr sig mest om.

Vad jämförelserna visar om extremvärden

CPC-baserade produkten (PERSIANN‑CCS‑CDR‑CPC) överensstämmer konsekvent bättre med högkvalitativa STAGE IV-data än GridSat-baserade versionen (PERSIANN‑CCS‑CDR‑B1), särskilt för intensiva skyfall och mycket våta dygn. Den delar dock vanliga satellitbegränsningar: den har en tendens att missa mycket lätt regn och har svårigheter med de mest extrema korta kraftiga regnen. B1-baserade produkten visar ibland orealistiskt koncentrerad nederbörd i ett fåtal pixlar, en bieffekt av hur dess bilder bearbetas och deras lägre samplingsfrekvens. När data genomsnittas till ett grövre rutnät presterar en äldre följeslagarprodukt (PERSIANN‑CDR) fortfarande mycket väl i stort, men dess låga upplösning jämnar ut de skarpa toppar som kännetecknar många extrema händelser.

Hur man använder detta verktyg — och varför det är viktigt

Författarna betonar att PERSIANN‑CCS‑CDR version 2.0 är avsedd för frågor där hög detaljrikedom i rummet och tiden är avgörande: att följa strukturen hos orkaner, kartlägga nederbörd under kraftiga stormar eller studera hur extremväder förändras över decennier. För bredare, lägre upplösningsanalyser rekommenderar de att man håller sig till etablerade produkter som PERSIANN‑CDR eller närliggande dataset. För användare som fokuserar på perioden sedan 2000 är CPC-baserade versionen det föredragna valet; B1-baserade versionen är mest användbar när forskare behöver förlänga analyser tillbaka till tidigt 1980-tal och kan tolerera något lägre prestanda. Tillsammans erbjuder dessa dataset en tydligare, mer tillförlitlig bild av globala nederbörds‑extremer — en väsentlig ingrediens för att förbereda samhällen, hantera vattenresurser och förstå hur vårt klimats mest dramatiska stormar utvecklas.

Citering: Bolboli Zadeh, M., Nguyen, P., Hsu, KL. et al. A Global High-Resolution Precipitation Climate Record: PERSIANN-CCS-CDR Version 2.0. Sci Data 13, 314 (2026). https://doi.org/10.1038/s41597-026-06625-5

Nyckelord: satellitregn, extrem nederbörd, klimatdataregister, orkaner, global hydrologi