各省、286个地级市、2850个县PM2.5浓度 空气质量数据(2014-2021)

2023-11-04 03:10

本文主要是介绍各省、286个地级市、2850个县PM2.5浓度 空气质量数据(2014-2021),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!

一、中国各省级PM2.5年均浓度

1、数据来源:来自Washington University的Atmospheric Composition Analysis Group对全球地表PM2.5浓度的测算数据。

2、时间跨度:2000-2018

3、区域范围:全国各省

4、指标说明:包括行政区划代码,省份,年份,年均浓度(微克/立方米,人口加权),年均浓度(微克/立方米,地理加权),人口覆盖率%,地理覆盖率%,总人口(百万人)

二、286个地级市PM2.5数据

1、数据来源:

达尔豪斯大学大气成分分析组

2、时间跨度:2000-2018年

3、区域范围:全国

4、指标说明:

分享的数据为经栅格处理,匹配286地级市矢量地图后的浓度均值数据。数据精度很高,并保证了统计口径的一致性,适用于长时序分析。

部分数据截图如下:

三、中国2850个县PM2.5数据

1、数据来源:

达尔豪斯大学大气成分分析组

2、时间跨度:2000-2018年

3、区域范围:全国2850个县

4、指标说明:

部分数据如下

四、中国空气质量历史数据

1、数据来源:

| 中国气象历史数据 |(quotsoft.net)

2、时间跨度:历史数据更新至2021年8月

3、区域范围:全国

4、指标说明:

包括PM2.5、PM10、SO2、NO2、O3、CO六类大气污染物

(1)数据格式说明

全国监测点列表(CSV/XLSX格式,下载见网盘“站点列表-20xx.xx.xx起.csv”)

第一列为监测点编码,第二列为监测点名称,第三列为所属城市,第四、五列为经纬度。

(2)数据格式说明

type       数据类型       单位

AQI AQI实时值    N/A

PM2.5    PM2.5实时浓度   (微克/立方米)

PM2.5_24h   PM2.5 24小时滑动均值     (微克/立方米)

PM10    PM10实时浓度    (微克/立方米)

PM10_24h    PM10 24小时滑动均值      (微克/立方米)

SO2 SO2实时浓度       (微克/立方米)

SO2_24h       SO2 24小时滑动均值 (微克/立方米)

NO2       NO2实时浓度      (微克/立方米)

NO2_24h      NO2 24小时滑动均值 (微克/立方米)

O3  O3实时浓度  (微克/立方米)

O3_24h  O3 24小时最大值       (微克/立方米)

O3_8h    O3 8小时滑动均值     (微克/立方米)

O3_8h_24h   O3 8小时滑动均值 的24小时最大值     (微克/立方米)

CO  CO实时浓度 (毫克/立方米)

CO_24h CO 24小时滑动均值   (毫克/立方米)

(3)乱码处理

数据所提供的所有CSV都是采用UTF-8编码,有几种情况可能遇到乱码:

如果直接用Excel打开CSV,会看到汉字乱码,数字显示正常。正确的打开方法是:在Excel中点击“数据”-“文本”,选择CSV文件,选中“分隔符号”,编码选择UTF-8,下一步,勾选“逗号”,去掉“Tab键”。这样打开后就能显示汉字了。

如果是用程序处理CSV文件,注意读文件内容时使用UTF-8编码。

如果下载的单日CSV文件乱码乱得一塌糊涂,连数字都看不出来,那可能是下载工具或浏览器的问题。请换个下载工具,或直接到网盘下载打包数据。

这篇关于各省、286个地级市、2850个县PM2.5浓度 空气质量数据(2014-2021)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/342806

相关文章

SQL Server修改数据库名及物理数据文件名操作步骤

《SQLServer修改数据库名及物理数据文件名操作步骤》在SQLServer中重命名数据库是一个常见的操作,但需要确保用户具有足够的权限来执行此操作,:本文主要介绍SQLServer修改数据... 目录一、背景介绍二、操作步骤2.1 设置为单用户模式(断开连接)2.2 修改数据库名称2.3 查找逻辑文件名

canal实现mysql数据同步的详细过程

《canal实现mysql数据同步的详细过程》:本文主要介绍canal实现mysql数据同步的详细过程,本文通过实例图文相结合给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的... 目录1、canal下载2、mysql同步用户创建和授权3、canal admin安装和启动4、canal

使用SpringBoot整合Sharding Sphere实现数据脱敏的示例

《使用SpringBoot整合ShardingSphere实现数据脱敏的示例》ApacheShardingSphere数据脱敏模块,通过SQL拦截与改写实现敏感信息加密存储,解决手动处理繁琐及系统改... 目录痛点一:痛点二:脱敏配置Quick Start——Spring 显示配置:1.引入依赖2.创建脱敏

详解如何使用Python构建从数据到文档的自动化工作流

《详解如何使用Python构建从数据到文档的自动化工作流》这篇文章将通过真实工作场景拆解,为大家展示如何用Python构建自动化工作流,让工具代替人力完成这些数字苦力活,感兴趣的小伙伴可以跟随小编一起... 目录一、Excel处理:从数据搬运工到智能分析师二、PDF处理:文档工厂的智能生产线三、邮件自动化:

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据

pandas实现数据concat拼接的示例代码

《pandas实现数据concat拼接的示例代码》pandas.concat用于合并DataFrame或Series,本文主要介绍了pandas实现数据concat拼接的示例代码,具有一定的参考价值,... 目录语法示例:使用pandas.concat合并数据默认的concat:参数axis=0,join=

C#代码实现解析WTGPS和BD数据

《C#代码实现解析WTGPS和BD数据》在现代的导航与定位应用中,准确解析GPS和北斗(BD)等卫星定位数据至关重要,本文将使用C#语言实现解析WTGPS和BD数据,需要的可以了解下... 目录一、代码结构概览1. 核心解析方法2. 位置信息解析3. 经纬度转换方法4. 日期和时间戳解析5. 辅助方法二、L

使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)

《使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)》字体设计和矢量图形处理是编程中一个有趣且实用的领域,通过Python的matplotlib库,我们可以轻松将字体轮廓... 目录背景知识字体轮廓的表示实现步骤1. 安装依赖库2. 准备数据3. 解析路径指令4. 绘制图形关键

解决mysql插入数据锁等待超时报错:Lock wait timeout exceeded;try restarting transaction

《解决mysql插入数据锁等待超时报错:Lockwaittimeoutexceeded;tryrestartingtransaction》:本文主要介绍解决mysql插入数据锁等待超时报... 目录报错信息解决办法1、数据库中执行如下sql2、再到 INNODB_TRX 事务表中查看总结报错信息Lock

使用C#删除Excel表格中的重复行数据的代码详解

《使用C#删除Excel表格中的重复行数据的代码详解》重复行是指在Excel表格中完全相同的多行数据,删除这些重复行至关重要,因为它们不仅会干扰数据分析,还可能导致错误的决策和结论,所以本文给大家介绍... 目录简介使用工具C# 删除Excel工作表中的重复行语法工作原理实现代码C# 删除指定Excel单元