總結：
此資料集為 0解像度為25°（含台灣）的年降水頻率模式的最優分布及引數集，共計15,355個資料格網。 資料集中有六種備選分布：廣義極值分布 （GEV）、三引數伽馬分布 （P3）、廣義帕累託分布 （GP）、對數正態分佈 （LN）、對數邏輯分布 （ll） 和韋伯分布 （Weibull）。
關鍵詞 ： 中國 年降水量 頻率分析
資料說明
該資料集包含1948—2016年中國（含台灣）年降水量最佳頻率模式分布及引數，空間解像度為025°，共有15,355個降水網格。 該資料集的研究基礎是“中國 0年降水量25°解像度資料集”。 本資料集採用遺傳演算法（GA）和差分進化演算法（DE）對6個備擇分布進行4次求解，以確定最優分布。 主要結果：（1）年降水量實際與頻率分布模型擬合較好，所有降水格網均方根誤差最大為9037（mm）。（2） 在所有降水網格中，497%的降水網格屬於GEV分布，297%的降水網格屬於P3分布，133% 降水網格屬於 LL 分布，73%的降水格網屬於Weibull分布，極少數格網（01%）屬於GP分布和LN分布。
資料集生成過程主要分為三個部分：
首先，選取備選分布，選取廣義極端分布（GEV）、三引數伽馬分布（P3）、廣義帕累託分布（GP）、對數正態分佈（LN）、對數邏輯分布（LL）和韋伯分布（Weibull）等6個模型作為替代分布，這些模式在我國年降水頻率中具有普遍性和適用性。 GEV、P3 和 GP 是三引數分布，LN、ll 和 Weibull 是雙引數分布。
其次，採用6個頻率分布模型，按照最小均方根誤差目標，逐個擬合15,355個降水網格，記錄各頻率分布模型的最小均方根誤差和最優引數值; 第一步，採用GA演算法求解一次問題，初步得到6個分布引數的範圍。 以初步範圍為引數值的上限和下限，分別採用GA和DE對問題進行兩次求解，從4次的最優值到降水網格中，得到6個頻率分布模型的最小均方根誤差和最優引數值。
最後，選取6種頻率分布模型中均方根誤差最小的分布作為網格的最優分布，並記錄分布的引數值。
資料集以 CSV 格式呈現，在 CSV 檔案中：ObjectID 是資料網格的編號，LAT 表示單元格右上角的緯度，LON 表示單元格右上角的經度，Index 表示最優分布的引數值，a、b 和 c 表示最優引數， Min RMSE表示最優分布模型和實際降水量的均方根誤差值。基於降水經驗頻率和理論頻率的均方根誤差（RMSE）評估了最佳分布。
六個引數的含義如下**：