The risk of water erosion on the Tibetan Plateau (TP), a typical fragile ecological area, is increasing with climate change. A rainfall erosivity map is useful for understanding the spatiotemporal pattern of rainfall erosivity and identifying hot spots of soil erosion. This study generates an annual gridded rainfall erosivity dataset on a 0.25^∘ grid for the TP in 1950–2020. The 1 min precipitation observations at 1787 weather stations for 7 years and 0.25^∘ hourly European Center for Medium-Range Weather Forecasts Reanalysis 5 (ERA5) precipitation data for 71 years are employed in this study. Our results indicate that the ERA5-based estimates have a marked tendency to underestimate annual rainfall erosivity when compared to the station-based estimates, because of the systematic biases of ERA5 precipitation data including the large underestimation of the maximum contiguous 30 min peak intensity and relatively slight overestimation of event erosive precipitation amounts. The multiplier factor map over the TP, which was generated by the inverse distance-weighted method based on the relative changes between the available station-based annual rainfall erosivity grid values and the corresponding ERA5-based values, was employed to correct the ERA5-based annual rainfall erosivity and then reconstruct the annual rainfall erosivity dataset. The multiyear average correction coefficient over the TP between the station-based annual rainfall erosivity values and the newly released data is 0.67. In addition, the probability density and various quantile values of the new data are generally consistent with the station-based values. The data offer a view of large-scale spatiotemporal variability in the rainfall erosivity and address the growing need for information to predict rainfall-induced hazards over the TP. The dataset is available from the National Tibetan Plateau/Third Pole Environment Data Center (https://doi.org/10.11888/Terre.tpdc.271833; Chen, 2021).

中文翻译：

---

青藏高原降雨侵蚀力（1950-2020）新网格化数据集

青藏高原是典型的生态脆弱区，水蚀风险随着气候变化而增加。降雨侵蚀力图有助于了解降雨侵蚀力的时空格局和识别土壤侵蚀热点。 本研究生成了1950-2020 年青藏高原0.25 ^∘网格上的年度网格降雨侵蚀力数据集。1787个气象站7年1分钟降水观测^0.25∘本研究采用了 71 年的每小时欧洲中期天气预报再分析中心 5 (ERA5) 降水数据。我们的结果表明，与基于站点的估计相比，基于 ERA5 的估计有明显低估年降雨侵蚀力的趋势，这是因为 ERA5 降水数据的系统偏差，包括对最大连续 30 分钟峰值强度的大幅低估和相对略微高估了事件侵蚀降水量。青藏高原乘数因子图，是根据现有的基于站位的年降雨侵蚀力网格值与相应的基于 ERA5 的值之间的相对变化，通过反距离加权方法生成的，用于校正基于 ERA5 的年降雨侵蚀力，然后重建年降雨侵蚀力数据集。台站年降雨侵蚀力值与新发布数据的青藏高原多年平均修正系数为0.67。此外，新数据的概率密度和各种分位数值与站基值基本一致。这些数据提供了降雨侵蚀力大尺度时空变化的视图，并解决了对预测青藏高原降雨诱发灾害的信息日益增长的需求。该数据集可从国家青藏高原/第三极环境数据中心获得（https://doi.org/10.11888/Terre.tpdc.271833；Chen，2021）。台站年降雨侵蚀力值与新发布数据的青藏高原多年平均修正系数为0.67。此外，新数据的概率密度和各种分位数值与站基值基本一致。这些数据提供了降雨侵蚀力大尺度时空变化的视图，并解决了对预测青藏高原降雨诱发灾害的信息日益增长的需求。该数据集可从国家青藏高原/第三极环境数据中心获得（https://doi.org/10.11888/Terre.tpdc.271833；Chen，2021）。台站年降雨侵蚀力值与新发布数据的青藏高原多年平均修正系数为0.67。此外，新数据的概率密度和各种分位数值与站基值基本一致。这些数据提供了降雨侵蚀力大尺度时空变化的视图，并解决了对预测青藏高原降雨诱发灾害的信息日益增长的需求。该数据集可从国家青藏高原/第三极环境数据中心获得（https://doi.org/10.11888/Terre.tpdc.271833；Chen，2021）。这些数据提供了降雨侵蚀力大尺度时空变化的视图，并解决了对预测青藏高原降雨诱发灾害的信息日益增长的需求。该数据集可从国家青藏高原/第三极环境数据中心获得（https://doi.org/10.11888/Terre.tpdc.271833；Chen，2021）。这些数据提供了降雨侵蚀力大尺度时空变化的视图，并解决了对预测青藏高原降雨诱发灾害的信息日益增长的需求。该数据集可从国家青藏高原/第三极环境数据中心获得（https://doi.org/10.11888/Terre.tpdc.271833；Chen，2021）。