当前位置: 首页 > news >正文

【数据分享】2013-2023年我国省市县三级的逐年CO数据(免费获取\excel\shp格式)

空气质量数据是在我们日常研究中经常使用的数据!之前我们给大家分享了2000-2023年的省市县三级的逐年PM2.5数据、2000-2023年的省市县三级的逐年PM10数据、2013-2023年的省市县三级的逐年SO2数据、2000-2023年省市县三级的逐年O3数据和2008-2023年我国省市县三级的逐年NO2数据(均可查看之前的文章获悉详情)!

本次我们分享的是我国2013——2023年的省市县三级的逐年CO数据,数据包括excel和shp两种数据格式,数据单位为mg/m3,数据坐标为WGS1984!该数据是基于之前分享的2013—2023年全国范围逐年CO栅格数据,依据行政边界数据(包括全国省份行政边界、地级市行政边界、区县行政边界),合计行政边界内每年CO的平均值得到的(可查看之前的文章获悉详情)。

大家可以在公众号回复关键词 478 免费获取该数据!无需转发文章,直接获取!以下为数据的详细介绍:

01 数据预览

①省份层级的逐年CO数据

首先,我们先来看看省份层级的逐年CO数据,数据包括excel和shp两种格式!

需要说明的是:

2013至2023年的所有年份的逐年CO数据汇总在一个Excel文件和Shp中,每个Excel和shp文件中包括当年的的CO数据,地级市和区县同理!

我们以2013年——2023年为例,来预览一下省份层级Excel格式的逐年CO数据,数据字段包括省份名称、省份代码和每年CO:

下面我们再以2023年的数据为例,来预览一下省份层级shp格式的逐年CO数据:

②地级市层级的逐年CO数据

下面我们来看看地级市层级的逐年CO数据,数据包括excel和shp两种格式!

我们先以2013年——2023年为例,来预览一下地级市层级excel格式的逐年CO数据,数据字段包括城市名称、城市代码、省份名称、省份代码和每年CO:

下面我们再以2023年的数据为例,来预览一下地级市层级shp格式的逐年CO数据:

③区县层级的逐年CO数据

下面我们来看看区县层级的逐年CO数据,数据包括excel和shp两种格式!

我们先以2013年——2023年为例,来预览一下地级市层级excel格式的逐年CO数据,数据字段包括区县名称、区县代码、城市名称、城市代码、省份名称、省份代码和每年CO:

下面我们再以2023年的数据为例,来预览一下区县层级shp格式的逐年CO数据:

02 数据详情

数据来源:

原始数据来源于美国马里兰大学韦晶博士、李占清教授团队在国家青藏高原科学数据中心平台上分享的数据!

数据处理说明:

基于上述原始数据,我们采用国家地理信息公共服务平台(天地图)发布的审图号为GS(2024)0650号的2024年省市县三级行政区划Shp数据(可查看之前的文章获悉详情),分别汇总各个省份(地级市和区县同理)内所有栅格年CO的平均值,最终得到每个省份(地级市和区县同理)的CO数据。

时间范围

2013-2023年(逐年)

空间范围:

省/市/县

数据格式:

Excel/Shp

数据单位:

ug/m3

数据坐标:

WGS_1984

数据引用:

韦晶, 李占清. (2023). 中国高分辨率高质量地面CO数据集(2013-2023). 国家青藏高原数据中心. https://doi.org/10.5281/zenodo.4641530.

Wei, J., Li, Z. (2023). ChinaHighCO: High-resolution and High-quality Ground-level CO dataset for China (2013-2023). National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.5281/zenodo.4641530.

如有数据使用需求请按照官方平台的要求进行引用,更多数据详情可以查看官网获悉!

03 数据获取

如有数据需求,欢迎点击下方名片链接,关注我们并咨询获取~

http://www.lryc.cn/news/504444.html

相关文章:

  • C# 探险之旅:第十六节 - 整数类型:与八位数字精灵的奇幻舞会
  • Cleo文件传输软件存在任意文件读取漏洞(CVE-2024-50623)
  • Java 小抄|解析 JSON 并提取特定层级数据
  • 活动报名:Voice Agent 开发者分享会丨RTE Meetup
  • DOA估计算法——ESPRIT算法
  • CEF 数据加密与网络安全
  • go build command
  • 理解音频采样率和transformer模型:给Python小白的简单解释
  • 【RL Latest Tech】安全强化学习(Safe RL):理论、方法与应用
  • 大模型qiming面试内容整理-系统设计与架构
  • Mac/Windows端长期破解myBase8方法(无需安装火绒)
  • firewall
  • XSS(跨站攻击)
  • Tomcat添加各种响应头 X-Download-Options、Permissions-Policy等
  • 搭建Tomcat(一)---SocketServerSocket
  • ubuntu 使用 Times New Roman 字体在 Matplotlib 中绘图并调整字体大小
  • openGauss开源数据库实战二十三
  • MySQL 复合查询(重点)
  • ASP.NET |日常开发中连接Oracle数据库详解
  • java_连接数据库的方法_后端处理_前端调用_打通整体思路
  • 网络安全知识点
  • pyfink1.20版本下实现消费kafka中数据并实时计算
  • 国产Tomcat东方通(TongWeb):Linux系统部署全攻略
  • bilstm -crf 的torch官方的教程 不支持 batchsize 。。。。有更效率更高的方案吗
  • Python面试常见问题及答案6
  • 代码随想录算法训练营第三天 | 链表理论基础 | 203.移除链表元素
  • 1. 机器学习基本知识(5)——练习题(1)
  • vue 自定义组件image 和 input
  • 系列3:基于Centos-8.6 Kubernetes使用nfs挂载pod的应用日志文件
  • Jfinal项目整合Redis