当前位置: 首页 > news >正文

【数据分享】2020-2022年我国乡镇的逐日最高气温数据(Shp/Excel格式)

之前我们分享过2020—2022年中国0.01°分辨率逐日最高气温栅格数据(可以查看之前的文章获悉详情)!该数据是研究者张凌, 胡英屹等发布在国家冰川冻土沙漠科学数据中心平台上的高分辨最高气温数据。很多小伙伴拿到数据后反馈栅格数据不太方便使用,问我们能不能把数据处理为更方便使用的Shp和Excel格式的数据!

我们特地对原始栅格数据进行了处理,将2020年-2022年的0.01°分辨率逐日最高气温栅格数据按照乡镇(街道)边界,进行了行政边界内求平均值处理得到了本次分享的数据——Shp和Excel格式的我国乡镇(街道)的2020—2022年逐日最高气温数据!数据单位为摄氏度(℃)。另外需要说明的是,该数据集缺少我国台湾地区的数据。

该数据只对立方数据学社会员开放,在本公众号后台回复关键词 会员 可得到会员规则和办理方式。对于已经是会员的同学,请向会员客服发放关键词 A131 获取该数据。以下为数据的详细介绍:

01 数据预览

我国乡镇的2020-2022年逐日最高气温数据按照年份进行汇总,每一年的数据提供一份Excel和Shp文件。

Excel格式的数据字段包括省份名称、城市名称、区县名称、乡镇名称、完整名称和各乡镇逐日最高气温数据,先以2022的逐日最高气温数据为例来预览一下数据:

2022年逐日最高气温数据(Excel格式)

02 数据详情

逐日最高气温栅格数据来源:

2020—2022年中国0.01°分辨率逐日最高气温栅格数据(可查看之前的文章获悉详情)来源于研究者张凌, 胡英屹等发布在国家冰川冻土沙漠科学数据中心平台上的高分辨最高气温数据。

行政区划数据来源:

该数据的处理使用到了乡镇行政区划数据,该数据较难获取,我们综合对比后,采用的“学研录”公众号分享的乡镇边界数据!需要说明的是:乡镇行政边界数据没有官方来源,因此本数据的精度有待考量,可能会存在错误,大家在使用的时候自行判断和调整!

数据处理说明:

基于2020-2022年中国0.01°分辨率逐日最高气温栅格数据,依据上述乡镇行政边界数据,对每个乡镇(街道)的逐日最高气温栅格进行了求平均值处理,最终得到了Shp和Excel格式的全国乡镇(街道)的逐日最高气温数据。

数据单位:

摄氏度(℃)

数据格式

Shp和Excel格式

时间范围

2000年-2022年(逐日)

空间范围

乡镇

地理坐标系:

GCS_WGS_1984

数据引用:

1.张凌,胡英屹,赵彦博,车涛. 多源数据融合的中国高分辨多要素气象驱动产品(ChinaMet). 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2025. https://cstr.cn/CSTR:11738.11.NCDC.NIEER.DB6722.2025.

2.张凌,胡英屹,赵彦博,车涛. 多源数据融合的中国高分辨多要素气象驱动产品(ChinaMet). 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2025. https://www.doi.org/10.12072/ncdc.nieer.db6722.2025.

文章引用:

ZhangLing, Li Xin, Zheng Donghai, Zhang Kun, Ma Qimin, Zhao Yanbo, Ge Yingchun. Merging multiple satellite-based precipitation products and gauge observations using a novel double machine learning approach[J]. Journal of Hydrology, 2021, 594:125969.

HuYingyi, Zhang Ling. Added value of merging techniques in precipitation estimates relative to gauge-interpolation algorithms of varying complexity[J]. Journal of Hydrology, 2024, 645:132214. DOI: https://doi.org/10.1016/j.jhydrol.2024.132214.

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/619073.html

相关文章:

  • C++动态代理技术详解:实现原理与应用场景
  • beacon-dongle系统(二)AP及Server建立
  • 双十一美妆数据分析:洞察消费趋势与行业秘密
  • 电商双 11 美妆数据分析学习报告
  • MyBatis持久层实现
  • 【前端Vue】log-viewer组件的使用技巧
  • Qwen-Image(阿里通义千问)技术浅析(一)
  • 物联网、大数据与云计算持续发展,楼宇自控系统应用日益广泛
  • [Robotics_py] 路径规划算法 | 启发式函数 | A*算法
  • Linux系统编程Day13 -- 程序地址空间
  • Seata深度剖析:微服务分布式事务解决方案
  • 微服务ETCD服务注册和发现
  • 力扣经典算法篇-50-单词规律(双哈希结构+正反向求解)
  • SQL 合并两个时间段的销售数据:FULL OUTER JOIN + COALESCE
  • 杰里平台7083G 如何支持4M flash
  • 【K8s】K8s控制器——复制集和deployment
  • 【SpringBoot】08 容器功能 - SpringBoot底层注解汇总大全
  • 4.运算符
  • [激光原理与应用-254]:理论 - 几何光学 - 自动对焦在激光器中的应用?
  • vivo Pulsar 万亿级消息处理实践(2)-从0到1建设 Pulsar 指标监控链路
  • 【微服务过度拆分的问题】
  • web服务器tomcat内部工作原理以及样例代码
  • Airtable 入门指南:从创建项目到基础数据分析与可视化
  • C++中类之间的关系详解
  • LangChain 入门学习
  • 【限时分享:Hadoop+Spark+Vue技术栈电信客服数据分析系统完整实现方案
  • Docker概述与安装Dockerfile文件
  • Docker使用----(安装_Windows版)
  • 第二章:核心数据结构与面向对象思想之接口的奥秘
  • 3 Abp 核心框架(Core Framework)