1929-2022年全球站点的逐月平均气温数据

2024-02-02 09:10

本文主要是介绍1929-2022年全球站点的逐月平均气温数据,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!

气象数据是在各项研究中都经常使用的数据,气象指标包括气温、风速、降水、湿度等指标,其中又以气温指标最为常用!说到气温数据,最详细的气温数据是具体到气象监测站点的气温数据!本次我们为大家带来的就是具体到气象监测站点的数据——1929-2022年全球气象站点的逐月平均气温数据

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),原始数据以华氏度为单位,数据格式为csv,缺失数据用9999.9表示。为了方便大家使用,我们对原始数据进行了一些处理,包括:①气温单位转为摄氏度;②处理得到了shp和Exce两种数据格式;③对于excel格式,将缺失数据表示为空值,对于shp格式,缺失值依然用9999.9表示;④基于当月所有天数的气温通过求平均值得到月平均气温。该数据的其他重要信息包括数据坐标为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

该数据提供Shp和Excel两种数据格式,由于是逐月平均气温数据,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文件中。我们将每一年的数据保存为一个Shp文件和一个Excel文件,一共有94个年份,也就是有94个Shp文件和94个Excel文件。

我们先来看一下Excel格式的数据,每个Excel文件中包含有该年12个月每月的全球所有气象站点的平均气温值。

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)经度(LONGITUDE)以及每月平均气温数据(例如2022-01)。我们以2022年气象观测站点的每月平均气温数据为例来预览一下:

接下来我们来看一下Shp格式的数据,同样每个Shp文件中都包含该年12个月每月的全球所有气象站点的平均气温。

Shp格式数据的具体属性和Excel数据相同,我们以2022年气象站点的每月平均气温数据为例来预览一下:

2022年12281个气象观测站点空间分布    

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 数据处理说明

1.合并处理:

从NCEI网站下载到的原始csv数据,每1个csv包含某个特定站点1年内所有的日均气温,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平均气温数据进行合并处理,最终得到以年份命名的1929-2022年全球范围气象站点的逐日平均气温数据。

2.平均处理:

然后基于所有站点的逐日平均气温数值,我们求得每月所有天数的日均气温数据的平均值,以此分别得到所有站点的逐月平均气温数据!

3.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。

4.空值处理:

原始csv数据中的缺失值用数字9999.9表示!在处理时,Excel格式文件用空值表示数据缺失;由于Shp文件会自动把空值识别为0,为区分空值与0度气温,Shp中仍保留数字9999.9表示数据缺失,特此说明!

5.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。有一点需要注意,对于缺失经纬度信息的站点,Excel中进行保留,其经纬度信息为空值。Shp中则将缺失经纬度信息的站点进行了删除。所以存在Excel和Shp中站点数量不一致的情况,例如2022年Shp中的站点个数为12281,Excel中的站点数量为12319。

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1929-2022年全球站点的逐月平均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1929-2022年全球站点的逐月平均气温数据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/670209

相关文章

python处理带有时区的日期和时间数据

《python处理带有时区的日期和时间数据》这篇文章主要为大家详细介绍了如何在Python中使用pytz库处理时区信息,包括获取当前UTC时间,转换为特定时区等,有需要的小伙伴可以参考一下... 目录时区基本信息python datetime使用timezonepandas处理时区数据知识延展时区基本信息

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理(处理粘包/拆包)3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义

SpringMVC 通过ajax 前后端数据交互的实现方法

《SpringMVC通过ajax前后端数据交互的实现方法》:本文主要介绍SpringMVC通过ajax前后端数据交互的实现方法,本文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... 在前端的开发过程中,经常在html页面通过AJAX进行前后端数据的交互,SpringMVC的controll

Pandas统计每行数据中的空值的方法示例

《Pandas统计每行数据中的空值的方法示例》处理缺失数据(NaN值)是一个非常常见的问题,本文主要介绍了Pandas统计每行数据中的空值的方法示例,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是空值?为什么要统计空值?准备工作创建示例数据统计每行空值数量进一步分析www.chinasem.cn处

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Spring 请求之传递 JSON 数据的操作方法

《Spring请求之传递JSON数据的操作方法》JSON就是一种数据格式,有自己的格式和语法,使用文本表示一个对象或数组的信息,因此JSON本质是字符串,主要负责在不同的语言中数据传递和交换,这... 目录jsON 概念JSON 语法JSON 的语法JSON 的两种结构JSON 字符串和 Java 对象互转

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

SpringBoot集成Milvus实现数据增删改查功能

《SpringBoot集成Milvus实现数据增删改查功能》milvus支持的语言比较多,支持python,Java,Go,node等开发语言,本文主要介绍如何使用Java语言,采用springboo... 目录1、Milvus基本概念2、添加maven依赖3、配置yml文件4、创建MilvusClient

SpringValidation数据校验之约束注解与分组校验方式

《SpringValidation数据校验之约束注解与分组校验方式》本文将深入探讨SpringValidation的核心功能,帮助开发者掌握约束注解的使用技巧和分组校验的高级应用,从而构建更加健壮和可... 目录引言一、Spring Validation基础架构1.1 jsR-380标准与Spring整合1