【数据分享】1901-2023年1km分辨率逐月最高气温栅格数据(免费获取/全国/分省)

本文主要是介绍【数据分享】1901-2023年1km分辨率逐月最高气温栅格数据(免费获取/全国/分省),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

气温数据是我们最常用的气象指标之一,之前我们给大家分享过来源于国家青藏高原科学数据中心提供的1901-2023年1km分辨率逐月平均气温栅格数据(可查看之前的文章获悉详情)!

本次我们分享的同样是来自国家青藏高原科学数据中心的高精度气温栅格数据——1901-2023年1km分辨率的逐月最高气温栅格数据!

我们从官方网站下载的逐月最高气温数据的单位是0.1 ℃,数据格式为NETCDF,即.nc格式。为方便大家使用,我们对原始数据进行了一些处理,单位转化为摄氏度(℃),格式转为栅格(.tif)格式。此外,全国范围的数据非常大,不方便使用,我们将全国数据划分为了分省份的数据!需要重点说明的是:这儿的逐月最高气温是当月每日最高气温的月平均值!

大家在公众号回复关键词 317 可免费获取全国任意一个省份的1901-2023年1km分辨率逐月最高气温数据!

如果想要全国范围的最高气温栅格数据,请在公众号回复关键词 318按转发要求获取!以下为数据的详细介绍:

01 数据预览

全国范围的数据

首先我们先来看一下全国范围的数据,我们会提供三种数据:

①原始nc格式的数据

②空间范围大于中国国界的tif格式数据

我们以2023年7月的全国最高气温为例来预览一下,由原始.nc格式数据转为的.tif格式数据的范围为矩形范围,且大于中国国界:

2023年7全国最高气温(大于全国范围)

③中国国界范围的tif格式数据

我们以国界为范围提取出国界范围的最高气温数据:

2023年7月全国最高气温(全国范围)

分省份的数据

对于分省份的数据,我们以2023年7月湖北省的最高气温为例来预览一下:

2023年7月湖北省最高气温

02 数据详情

数据来源:

数据来源于彭守璋学者在国家青藏高原科学数据中心平台上分享的数据,网址为:https://data.tpdc.ac.cn/zh-hans/data/35ffff9f-8e1b-4296-801f-d8231e4f8dc3

数据说明:

官网上对数据集进行了说明,该数据根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国地区降尺度生成的。并且,使用496个独立气象观测点数据进行验证,验证结果可信。本数据集包含的地理空间范围是全国主要陆地(包含港澳台地区),不含南海岛礁等区域。数据坐标系统建议使用WGS84。

数据格式:

原始数据格式:NETCDF(.nc)格式我们处理出来的数据格式:栅格格式(.tif)

数据单位:

栅格(.tif)格式:摄氏度( ℃)NETCDF(.nc)格式:0.1 ℃

时间范围:

1901-2023年(逐月)

数据坐标:

GCS_WGS_1984

空间范围:

全国/分省

范围数据提取:

依据来源于天地图官方网站提供的审图号为GS(2024)0650号的全国和省级行政边界数据(可查看之前的文章获悉详情),从大于全国范围的数据中裁剪得到全国和分省的DEM数据。

空间分辨率:

0.0083333°(约1km)

数据的引用:

彭守璋. (2020). 中国1km分辨率月最高温度数据集(1901-2023). 国家青藏高原数据中心. https://doi.org/10.5281/zenodo.3185722.Peng, S. (2020). 1-km monthly maximum temperature dataset for China (1901-2023). National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.5281/zenodo.3185722.

发布数据的文章的引用:

1.Peng, S.Z., Ding, Y.X., Wen, Z.M., Chen, Y.M., Cao, Y., & Ren, J.Y. (2017). Spatiotemporal change and trend analysis of potential evapotranspiration over the Loess Plateau of China during 2011–2100. Agricultural and Forest Meteorology, 233, 183–194.

2.Ding, Y.X., & Peng, S.Z. (2020). Spatiotemporal trends and attribution of drought across China from 1901–2100. Sustainability, 12(2), 477.

3.Peng, S.Z., Ding, Y.X., Liu, W.Z., & Li, Z. (2019). 1 km monthly temperature and precipitation dataset for China from 1901 to 2017. Earth System Science Data, 11, 1931–1946. https://doi.org/10.5194/essd-11-1931-2019

4.Peng, S. , Gang, C. , Cao, Y. , & Chen, Y. . (2017). Assessment of climate change trends over the loess plateau in china from 1901 to 2100. International Journal of Climatology.

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

获取数据可以关注下方公众号~

这篇关于【数据分享】1901-2023年1km分辨率逐月最高气温栅格数据(免费获取/全国/分省)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1106286

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【专题】2024飞行汽车技术全景报告合集PDF分享(附原数据表)

原文链接: https://tecdat.cn/?p=37628 6月16日,小鹏汇天旅航者X2在北京大兴国际机场临空经济区完成首飞,这也是小鹏汇天的产品在京津冀地区进行的首次飞行。小鹏汇天方面还表示,公司准备量产,并计划今年四季度开启预售小鹏汇天分体式飞行汽车,探索分体式飞行汽车城际通勤。阅读原文,获取专题报告合集全文,解锁文末271份飞行汽车相关行业研究报告。 据悉,业内人士对飞行汽车行业

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X