本文主要是介绍全球范围1929-2022年气象站点的逐日最高气温数据(Shp格式\12000个站点),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!
之前我们给大家分享了全球范围的1929-2022年的具体到气象站点的逐日平均气温数据(可以查看之前的文章获取)!有些小伙伴拿到数据后还咨询我们有没有最高气温和最低气温的数据!
本次我们分享的是1929-2022年全球范围的具体到气象观测站点的逐日最高气温数据!数据依然来自国家环境信息中心(NCEI)。
从NECI官网下载的逐日平均气温原始数据以华氏度为单位,数据格式为csv。为了方便大家使用,我们对原始数据进行了一些处理,单位转为摄氏度,格式转为矢量格式(shp),数据坐标系为GCS_WGS_1984,以2022年为例全球有12319个气象观测站点,具体的数据处理方式会在下文详细介绍!
以下为数据的详细介绍:
01 数据预览
由于是逐日最高气温数据,又有94多个年份,数据条数非常多,难以将所有年份保存在一个shp文件中。我们将每一年的数据保存为一个shp文件,一共有94个年份,也就是有94个shp文件!每个文件包含该年全球所有气象观测站点的逐日最高气温。我们以2022年气象观测站点的逐日最高气温数据为例来预览一下:
数据字段包括气象观测站点的编号(STATION)、气象观测站点的名称(NAME)、纬度(LATITUDE)和经度(LONGITUDE)以及每日最高气温数据(例如2022-01-01)。
02 数据来源
数据来源于美国国家海洋和大气管理局(NOAA)下设的国家环境信息中心(NCEI),网址为:https://www.ncei.noaa.gov/data/global-summary-of-the-day/archive/,包括了1929—2022年的气象数据,大家可以自己去该网站下载原始数据!
03 处理说明
1.合并处理:
从NCEI网站下载到的原始csv数据,每1个csv是某个特定站点1年内所有的气温,按天记录,但并不全是365天,有的300多天,有的只有十几天。我们按照年份将每年涉及到的所有气象观测站点的每日最高气温数据进行合并处理,最终得到94个以年份命名的shp文件。
2.单位换算:
将华氏度转化为摄氏度单位,数据处理公式为摄氏度 = (华氏度 - 32°F) ÷ 1.8进行换算。
3.空值处理:
原始csv数据中的空值用9999.9或999.9等浮点数填充,在处理时,我们将这些浮点数过滤掉,处理后的Shp对应着的就是空值。
4.站点数量说明:
每一年的站点数并不相同,基本是越新的年份全球气象站点数越多,2022年有12319个,早些年份的气象站点较少。
文末下方是我们的公众号名片,我们将定期介绍各类城市数据以及数据的可视化和分析技术,有关全球范围1929-2022年气象站点的逐日最高气温数据的更多详情,欢迎大家多多关注我们进行了解~
这篇关于全球范围1929-2022年气象站点的逐日最高气温数据(Shp格式\12000个站点)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!