【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

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

Python虚拟环境与Conda使用指南分享

《Python虚拟环境与Conda使用指南分享》:本文主要介绍Python虚拟环境与Conda使用指南,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... 目录一、python 虚拟环境概述1.1 什么是虚拟环境1.2 为什么需要虚拟环境二、Python 内置的虚拟环境工具

C++ 函数 strftime 和时间格式示例详解

《C++函数strftime和时间格式示例详解》strftime是C/C++标准库中用于格式化日期和时间的函数,定义在ctime头文件中,它将tm结构体中的时间信息转换为指定格式的字符串,是处理... 目录C++ 函数 strftipythonme 详解一、函数原型二、功能描述三、格式字符串说明四、返回值五

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

C#实现将Office文档(Word/Excel/PDF/PPT)转为Markdown格式

《C#实现将Office文档(Word/Excel/PDF/PPT)转为Markdown格式》Markdown凭借简洁的语法、优良的可读性,以及对版本控制系统的高度兼容性,逐渐成为最受欢迎的文档格式... 目录为什么要将文档转换为 Markdown 格式使用工具将 Word 文档转换为 Markdown(.

Java中JSON格式反序列化为Map且保证存取顺序一致的问题

《Java中JSON格式反序列化为Map且保证存取顺序一致的问题》:本文主要介绍Java中JSON格式反序列化为Map且保证存取顺序一致的问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未... 目录背景问题解决方法总结背景做项目涉及两个微服务之间传数据时,需要提供方将Map类型的数据序列化为co

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=