【数据分享】1981-2023年全国各城市逐日、逐月、逐年降水量(Excel格式)

本文主要是介绍【数据分享】1981-2023年全国各城市逐日、逐月、逐年降水量(Excel格式),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!

气象数据是我们在各种研究中都会使用到的基础数据。本次给大家带来的是1981-2023年全国各城市逐日、逐月、逐年的累计降水量数据。数据单位为毫米。数据格式为Excel。月降水为当月所有天数的降水之和,也就是月累计降水量;年降水为当年所有天数的降水之和,也就是年累计降水量。原始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),数据处理方式会在下文详细介绍!

大家可以在公众号回复关键词 188 按转发要求获取数据!以下为数据的详细介绍:

数据预览

该数据包括地级市的逐日、逐月、逐年降水量!如下图:

首先,我们先来看看地级市逐日降水量!1981至2023年所有天数的逐日降水量数据包括在一个csv文件中。数据字段包括城市名称、城市代码、城市所属省份、所属省份代码,每日降水量。如下图:

接着,我们来看看地级市逐月降水量!1981至2023年所有月份的月累计降水量数据包括在一个csv文件中。数据字段包括城市名称、城市代码、城市所属省份、所属省份代码,每月降水量。如下图:

然后,我们来看看地级市逐年降水量!1981至2023年每一年的年累计降水量数据包括在一个csv文件中。数据字段包括城市名称、城市代码、城市所属省份、所属省份代码,每年降水量。如下图:

数据来源

原始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/,数据包括1929—2023年的气象数据,大家可以自己去该网站下载原始数据!

处理方式

1.从NCEI网站下载到的原始数据,每一个csv文件是某个特定站点某年内所有天数的平均气温、最高气温、降水量等气象指标(一共包括十几个气象指标)。我们按照年份(只处理了1981年——2023年的数据,1980年前的观测站点较少)将每年涉及到的所有气象观测站点的每日降水量数据进行合并处理,并提取出中国范围的站点,此外还将数据单位由英寸换算为毫米(mm),最终得到1981-2023年全国范围气象站点的逐日降水量数据。

2.基于中国所有站点的逐日降水量数据,我们利用反距离权重法插值得到全国逐日的降水量栅格数据(空间尺度为1km)。

3.我们基于从“数读城事”公众号获取的我国地级市的行政边界shp数据,对地级市行政边界内的逐日降水量栅格进行求平均数处理,得到了地级市逐日降水量。

4.基于地级市逐日降水量,我们再汇总每月所有天数的降水量的总和得到逐月累计降水量数据。再汇总每年所有天数的降水量的总和得到逐年累计降水量数据!

注意事项

1.该数据是通过插值方法得到的,由于插值的方式与各种处理参数的不同,该数据可能会与其他来源的降水数据有微小差别,这个很正常,特此说明!

2.如果在论文中使用该数据,数据来源请写上面的原始数据来源,处理方法请写上面的处理方式!

数据获取

这篇关于【数据分享】1981-2023年全国各城市逐日、逐月、逐年降水量(Excel格式)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/856192

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