Instructions to download Downscaled CMIP3 and CMIP5 Climate and Hydrology 

Projections for use in the Merced River basin 

 Go to the “Downscaled CMIP3 and CMIP5 Climate and Hydrology Projections” website.  

1. See the “Welcome” tab for instructions on how to acknowledge/cite the data sets used. Also, 

the email with the link to the requested data presents recommendations on how to cite the 

data sets and related publications. 

2. The “About/Climate” tab provides information about the data sets available. According to my 

SWAT needs, I need BCCA data because it provides precipitation (mm), minimum surface air 

temperature (deg C), maximum surface air temperature (deg C) and a missing value flag (1E+20). 

According to Darren Ficklin, missing values mostly occur in the very low spots near the ocean. 

The CMIP3 coverage goes from: 1961‐2000, 2046‐2065, 2081‐2100 

The CMIP5 coverage goes from 1950‐2099 

Daily resolution. 

3. Tutorials tab: Focusing on the BCCA Climate tutorial, this tab provides an example of data 

analysis for CMIP3 projections. 

4. Defining the area of interest using the “Projections: Subset Request” tab 

Page 1: Temporal & Spatial Extent:  

i. Time step and period: SWAT requires daily inputs. The period of interest varies 

depending on the objective. There is only data from Jan/1950 through Dec/1999 

for observed data; projections go all the way through 2099. Since we will be 

working on calibration and validation of the Merced River model, we select the 

Jan/1950 through Jan/2000.  

ii. Domain: either works for the Merced River however, the NLDAS expands to 

other areas outside the US and then may be preferred on certain occasions.  

iii. Spatial extent selection method: we use “rectangular area”. For this, click on 

one of the defined corners of the area of interest and then drag with the mouse 

until enclosing the entire area. 

Page 2: Products, variables, projections. We request the BCCAv2‐CMIP5‐Climate‐daily; 

1/8 degree. We won’t select anything in step 2.6 (Emissions Scenarios, Climate Models 

and Runs) since we are going to deal for now with observed data for the calibration and 

validation of the model. 

 

Page 3: Analysis, Format, & Notification. Select “No analysis” because we only want the 

time series of observed data. The format will be provided in NetCDF (will need to deal 

with this later). Finally, hit “Submit Request” 

 

Go to your email and click on the provided link to download the files. The “1_8obs” folder contains 

the extractions of precipitation, surface temp max and surface temp min, as well as other metadata files 

for the selected area of interest.  

 

 

Once the data has been received, notice that the files are “.nc”. Darren Ficklin shared with us an “R 

script” to extract downscaled GCM data into SWAT format. To use this “R” script, you need to install the 

“ncdf4” package that can be downloaded from here (make sure to add the citation to the paper 

referenced in Darren’s website). 

Install the “ncdf4” package. Open and R console, go to the “Packages” menu and select “Install 

package(s) from local zip files”. The following message should appear: 

 

Within R make sure that the working directory is the same where the extraction files are located: 

> setwd("D:/ArcSwat/Climate_1_8obs.tar/1_8obs") > getwd() [1] "D:/ArcSwat/Climate_1_8obs.tar/1_8obs"

 

Modify the “R” script by changing the “headerName” with the starting date of your data set, the 

latitudeVarName <‐ 'latitude' to 'lat' and the longitudeVarName <‐ 'longitude' to 'lon' in lines 17, 18 and 

54 and 55 (this change may not be necessary for all cases but it was for our case). The code should run 

successfully and will create files of precipitation and temperature for the coordinates given in the file 

name. 

    

The next step consists of reading the coordinates of each of the files to define the location of the 

“weather stations” and then continue to create the “stations” file that SWAT is looking for. The 

“Reading_pcp_files.r” and “Reading_tmp_files.r” within the “Climate_1_8obs.tar/R_code” folder are 

used to read the titles of all the TMP and PCP files and construct the required stations tables that will be 

called at this point “Merced_PCP.txt” and “Merced_TMP.txt”. 

Assigning an elevation attribute to the station tables. Start by importing x,y data to ArcGIS (i.e., a file 

containing the location of the stations which is in Geographic Coordinate System/World/WGS84). This 

“events” table needs to be transformed to a feature element called “Stations_Grid.shp” and later 

converted to the coordinate system of the project (GGS_North_American_1983) using [Data 

Management Tools / Projections and Transformations / Feature / Project. File name: 

“Stations_NAD1983”]. Coordinate system is: Projected / UTM / NAD 1983 / NAD 1983 UTM Zone 10N 

Next, in a new ArcGIS project (project name: “Stations”), add the DEM, the masking file, and the 

Stations_NAD1983 to start thinking about the strategy to assign the elevation property to the stations. 

The first thing to notice is that some of the points of the Stations_NAD1983 file are outside of the DEM 

boundary. The user needs to identify those files and erase them from the stations lists (precipitation and 

temperature files).  For the Merced River case, we need to get rid of the northern‐most row (lat 

38.0625) and the two eastern‐most and the one western‐most points of each consecutive latitude. After 

doing this, go back and re‐run the r scripts (“Reading_pcp_files.r” and “Reading_tmp_files.r”) so the 

station files have the adequate ID and we only consider the points that are within the area of the DEM.  

The figure below shows the downscaled climate station points overlaid on the DEM after I removed the points that did not fall inside the DEM area.  

  

Next, we proceed to define a strategy to obtain elevation (see the “ObtainingElevations” folder) for 

those points. ArcGIS has the “Extract Values to Points” tool within the [Spatial Analyst Tools / 

Extraction]. The input point features is the “Stations_NAD1983.shp” points file, the Input Raster is the 

DEM. The output point features is called “Stations_final.shp”. First, check the “Interpolate values at the 

point locations” option (the value of the cell will be calculated from the adjacent cells with valid values 

using bilinear interpolation). The “Stations_final_actual.shp” will have the direct DEM elevation value 

assigned. There were no significant differences between the two data sets. Either could be used. We 

decided to use the “Stations_final.shp” (the interpolated value). Next, proceed to export the data. 

Output table name: “Stations_PCP.txt”.  From this file, remove the first column (FID_), and rename 

“RASTERVALU” to “ELEVATION” 

To obtain the “Stations_TMP.txt” file, make a copy of “Stations_PCP.txt”, rename it as 

“Stations_TMP.txt” and change the file names inside to “…_TMP” (using the replace tool). 

All the files need to be copied to the ArcSWAT project folder