怎么免费建立自己网站,wordpress网店主题,展台设计搭建服务,北京网站关键词优化推荐气象指标在日常研究中非常常用#xff0c;之前我们给大家分享过来源于国家青藏高原科学数据中心提供的气象指标栅格数据#xff08;均可查看之前的文章获悉详情#xff09;#xff1a;
1901-2022年1km分辨率逐月平均气温栅格数据1901-2022年1km分辨率逐年平均气温栅格数据…气象指标在日常研究中非常常用之前我们给大家分享过来源于国家青藏高原科学数据中心提供的气象指标栅格数据均可查看之前的文章获悉详情
1901-2022年1km分辨率逐月平均气温栅格数据1901-2022年1km分辨率逐年平均气温栅格数据1901-2022年1km分辨率逐月最低气温栅格数据1901-2022年1km分辨率逐年最低气温栅格数据1901-2022年1km分辨率逐月最高气温栅格数据1901-2022年1km分辨率逐年最高气温栅格数据
本次我们继续分享来自国家青藏高原科学数据中心发布的高精度气象指标栅格数据——1901-2022年1km分辨率的逐月降水量栅格数据从官方网站下载的逐月总降水量数据的单位是0.1mm数据格式为NETCDF即.nc格式数据的概念为月总降水量。为方便大家使用我们对原始数据进行了一些处理单位转化为毫米mm格式转为栅格.tif格式。此外全国范围的数据非常大不方便使用我们将全国数据划分为了分省份的数据
以下为数据的详细介绍
01 数据预览
全国范围的数据
首先我们先来看一下全国范围的数据我们会提供三种数据
①原始nc格式的数据
②空间范围大于中国国界的tif格式数据
我们以2022年7月的全国降水量为例来预览一下由原始.nc格式数据转为的.tif格式数据的范围为矩形范围且大于中国国界 2022年7月全国降水量大于全国范围 ③中国国界范围的tif格式数据
我们以国界为范围提取出国界范围的逐月总降水量数据 2022年7月全国降水量全国范围 分省份的数据
对于分省份的数据我们以2022年7月青海省和山东省的降水量为例来预览一下 2022年7月青海省降水量 2022年7月山东省降水量 02 数据详情
数据来源
数据来源于彭守璋学者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/faae7605-a0f2-4d18-b28f-5cee413766a2
数据说明
官网上对数据集进行了说明该数据根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集通过Delta空间降尺度方案在中国地区降尺度生成的。并且使用496个独立气象观测点数据进行验证验证结果可信。本数据集包含的地理空间范围是全国主要陆地包含港澳台地区不含南海岛礁等区域。数据坐标系统建议使用WGS84。
数据格式
栅格格式.tif和NETCDF.nc格式
数据单位
栅格.tif格式毫米mm
NETCDF.nc格式0.1mm
时间范围
1901-2022年逐月
数据坐标
为GCS_WGS_1984
空间范围
全国/分省
空间分辨率
0.0083333°约1km
数据的引用
彭守璋.中国1km分辨率逐月降水量数据集1901-2022.时空三极环境大数据平台,10.5281/zenodo.3185722[.1-km monthly precipitation dataset for China (1901-2022).A Big Earth Data Platform for Three Poles,10.5281/zenodo.3185722]
发布数据的文章的引用
1.Peng, S.Z., Ding, Y.X., Wen, Z.M., Chen, Y.M., Cao, Y., Ren, J.Y. (2017). Spatiotemporal change and trend analysis of potential evapotranspiration over the Loess Plateau of China during 2011–2100. Agricultural and Forest Meteorology, 233, 183–194. https://doi.org/10.1016/j.agrformet.2016.11.129
2.Ding, Y.X., Peng, S.Z. (2020). Spatiotemporal trends and attribution of drought across China from 1901–2100. Sustainability, 12(2), 477.
3.Peng, S.Z., Ding, Y.X., Liu, W.Z., Li, Z. (2019). 1 km monthly temperature and precipitation dataset for China from 1901 to 2017. Earth System Science Data, 11, 1931–1946. https://doi.org/10.5194/essd-11-1931-2019
4.Peng, S. , Gang, C. , Cao, Y. , Chen, Y. . (2017). Assessment of climate change trends over the loess plateau in china from 1901 to 2100. International Journal of Climatology.
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
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1901-2022年1km分辨率的逐月降水栅格数据欢迎大家多多关注我们进行了解
