【数据分享】2000-2022年全国1km分辨率的逐日PM2.5栅格数据

2024-03-08 13:12

本文主要是介绍【数据分享】2000-2022年全国1km分辨率的逐日PM2.5栅格数据,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!

PM2.5作为最主要的空气质量指标,在我们日常研究中非常常用!本次我们给大家带来的是2000-2022年全国范围的逐日的PM2.5栅格数据,原始数据格式为NetCDF (.nc),空间分辨率为1km,单位为µg/m3,坐标系为WGS_1984。为了方便大家使用,我们将数据格式转为栅格格式(.tif)。

数据来源于韦晶博士、李占清教授团队发布在国家青藏高原科学数据中心网站上的中国高分辨率高质量近地表空气污染物数据集(ChinaHighAirPollutants, CHAP),PM2.5数据是该数据集的主要指标之一。该数据是利用人工智能技术,使用模式资料填补了卫星MODIS MAIAC AOD产品的空间缺失值,结合地基观测、大气再分析和排放清单等大数据生产得到的2000年至2022年全国无缝隙地面PM2.5数据。另外,该数据持续更新,如有需要大家可持续关注!

大家可以自己去国家青藏高原科学数据中心下载nc格式的原始数据,也可以在本公众号回复关键词 154 按照转发要求获取nc格式,以及我们转换出的tif格式两种格式的数据!以下为数据的详细介绍:

01 数据预览

该数据包括nc和tif两种格式!两种数据格式的命名规则不同:

(1)nc.格式:CHAP_PM2.5_ab_yyyymmdd_V4.nc

  • CHAP:表示数据集名称
  • PM2.5:表示空气污染物的指标名称
  • ab:表示时间和空间分辨率,其中a表示时间分辨率(D表示为逐日数据),b表示空间分辨率(1K表示1km)
  • yyyymmdd:表示数据时间,其中yyyy代表年,mm表示月,dd表示日
  • V4:表示数据版本
  • .nc:表示数据格式

例如:CHAP_PM2.5_D1K_20221201_V4.nc,表示为2022年12月1日的1km分辨率的逐日的PM2.5数据。

(2).tif格式:按照年月日的日期格式(yyyymmdd.tif)命名栅格文件

例如:20210101.tif,表示为2021年1月1日的PM2.5栅格数据。

我们以2022年12月1日全国范围的PM2.5数据为例来预览一下:

2022年12月1日全国PM2.5

02 数据详情

时间范围

2000-2022年(逐日)

空间范围:

全国

数据格式:

NetCDF [.nc] 和.tif

空间分辨率:

1km

数据单位:

ug/m3

数据坐标:

WGS_1984

原始数据的下载网站:

数据来源于美国马里兰大学韦晶博士、李占清教授团队在国家青藏高原科学数据中心平台上分享的数据,网址为:https://data.tpdc.ac.cn/zh-hans/data/6168e75d-93ab-4e4a-b7ff-33152e49d0bf

数据引用:

韦晶, 李占清. (2023). 中国高分辨率高质量PM2.5数据集(2000-2022). 国家青藏高原数据中心. https://doi.org/10.5281/zenodo.3539349.

Wei, J., Li, Z. (2023). ChinaHighPM2.5: High-resolution and High-quality Ground-level PM2.5 Dataset for China (2000-2022). National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.5281/zenodo.3539349.

相关论文引用:

1、Wei, J., Li, Z., Lyapustin, A., Sun, L., Peng, Y., Xue, W., Su, T., & Cribb, M. (2021). Reconstructing 1-km-resolution high-quality PM2.5 data records from 2000 to 2018 in China: spatiotemporal variations and policy implications. Remote Sensing of Environment, 252, 112136. https://doi.org/10.1016/j.rse.2020.112136

2、Wei, J., Li, Z., Cribb, M., Huang, W., Xue, W., Sun, L., Guo, J., Peng, Y., Li, J., Lyapustin, A., Liu, L., Wu, H., & Song, Y. (2020). Improved 1 km resolution PM2.5 estimates across China using enhanced space-time extremely randomized trees. Atmospheric Chemistry and Physics, 20(6), 3273-3289. https://doi.org/10.5194/acp-20-3273-2020

如有数据使用需求请按照官方平台的要求进行引用,更多数据详情可以查看官网获悉!

03 数据获取

这篇关于【数据分享】2000-2022年全国1km分辨率的逐日PM2.5栅格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/787190

相关文章

使用Python开发一个Ditto剪贴板数据导出工具

《使用Python开发一个Ditto剪贴板数据导出工具》在日常工作中,我们经常需要处理大量的剪贴板数据,下面将介绍如何使用Python的wxPython库开发一个图形化工具,实现从Ditto数据库中读... 目录前言运行结果项目需求分析技术选型核心功能实现1. Ditto数据库结构分析2. 数据库自动定位3

pandas数据的合并concat()和merge()方式

《pandas数据的合并concat()和merge()方式》Pandas中concat沿轴合并数据框(行或列),merge基于键连接(内/外/左/右),concat用于纵向或横向拼接,merge用于... 目录concat() 轴向连接合并(1) join='outer',axis=0(2)join='o

批量导入txt数据到的redis过程

《批量导入txt数据到的redis过程》用户通过将Redis命令逐行写入txt文件,利用管道模式运行客户端,成功执行批量删除以Product*匹配的Key操作,提高了数据清理效率... 目录批量导入txt数据到Redisjs把redis命令按一条 一行写到txt中管道命令运行redis客户端成功了批量删除k

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

使用IDEA部署Docker应用指南分享

《使用IDEA部署Docker应用指南分享》本文介绍了使用IDEA部署Docker应用的四步流程:创建Dockerfile、配置IDEADocker连接、设置运行调试环境、构建运行镜像,并强调需准备本... 目录一、创建 dockerfile 配置文件二、配置 IDEA 的 Docker 连接三、配置 Do

解决pandas无法读取csv文件数据的问题

《解决pandas无法读取csv文件数据的问题》本文讲述作者用Pandas读取CSV文件时因参数设置不当导致数据错位,通过调整delimiter和on_bad_lines参数最终解决问题,并强调正确参... 目录一、前言二、问题复现1. 问题2. 通过 on_bad_lines=‘warn’ 跳过异常数据3

OpenCV在Java中的完整集成指南分享

《OpenCV在Java中的完整集成指南分享》本文详解了在Java中集成OpenCV的方法,涵盖jar包导入、dll配置、JNI路径设置及跨平台兼容性处理,提供了图像处理、特征检测、实时视频分析等应用... 目录1. OpenCV简介与应用领域1.1 OpenCV的诞生与发展1.2 OpenCV的应用领域2

C#监听txt文档获取新数据方式

《C#监听txt文档获取新数据方式》文章介绍通过监听txt文件获取最新数据,并实现开机自启动、禁用窗口关闭按钮、阻止Ctrl+C中断及防止程序退出等功能,代码整合于主函数中,供参考学习... 目录前言一、监听txt文档增加数据二、其他功能1. 设置开机自启动2. 禁止控制台窗口关闭按钮3. 阻止Ctrl +

java如何实现高并发场景下三级缓存的数据一致性

《java如何实现高并发场景下三级缓存的数据一致性》这篇文章主要为大家详细介绍了java如何实现高并发场景下三级缓存的数据一致性,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 下面代码是一个使用Java和Redisson实现的三级缓存服务,主要功能包括:1.缓存结构:本地缓存:使

在MySQL中实现冷热数据分离的方法及使用场景底层原理解析

《在MySQL中实现冷热数据分离的方法及使用场景底层原理解析》MySQL冷热数据分离通过分表/分区策略、数据归档和索引优化,将频繁访问的热数据与冷数据分开存储,提升查询效率并降低存储成本,适用于高并发... 目录实现冷热数据分离1. 分表策略2. 使用分区表3. 数据归档与迁移在mysql中实现冷热数据分