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

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl

JAVA实现亿级千万级数据顺序导出的示例代码

《JAVA实现亿级千万级数据顺序导出的示例代码》本文主要介绍了JAVA实现亿级千万级数据顺序导出的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 前提:主要考虑控制内存占用空间,避免出现同时导出,导致主程序OOM问题。实现思路:A.启用线程池

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本