全国各省、市、县平均降水量（1950-2022年）

最新推荐文章于 2024-08-27 20:12:25 发布
最新推荐文章于 2024-08-27 20:12:25 发布
阅读量477 收藏 1
点赞数 6
分类专栏： 数据引用 文章标签： 课程设计 矩阵 excel
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_79696294/article/details/140409081
版权

文章目录


在这里插入图片描述

数据下载地址

点击这里下载数据

数据指标说明

气象数据是在各项研究中都经常使用的数据，欧洲中期天气预报中心等组织发布的ERA5-Land数据集提供了多种气象指标的下载，降水是一个非常常用的气象指标！今天我们就给大家带来1950—2022年逐月的平均降水数据！数据同样来源于欧洲中期天气预报中心等组织发布的ERA5-Land数据集！

该降水为当年日降水总量的年平均值！单位为m

一、数据介绍

数据名称：全国各省、市、县平均降水量（1950-2022年）

数据年份：1950-2022年，年度数据

省级数据：全国33省份（含直辖市，香港/台湾）；

城市数据：全国371城市地级市、直辖市、地区州盟 ；

区县数据：全国2876区县、市辖区、自治县、县域县级市；

数据来源：欧盟及欧洲中期天气预报中心等组织发布的ERA5-Land数据集！
在这里插入图片描述

项目备注

本资源部分自主研发，部分来源于网络。
来源于网络的资源版权归出版社或原作者所有，仅供学习，请勿用于商业。

数据下载地址

点击这里下载数据https://download.csdn.net/download/2301_79696294/89606229

Android安卓科研室
关注
专栏目录
1961-2005年广西各县逐年降雨量统计表
07-14
1961-2005年广西各县逐年降雨量统计表 按每年各县的降雨量统计的，未细分到月、日
历史每日天气数据
09-29
历史每日天气数据，，，历史每日天气数据，历史每日天气数据
1950-2022年 全国各省份、各地级市、各区县逐年平均降水数据
06-24
全国各省份、各地级市、各区县的逐年平均降水数据是指当年的日降水量的年平均值，不是累计值，单位是m, 逐年平均降水数据是一项重要的气象指标，对于了解各地的降水情况、气候变化以及制定相应的农业、水资源管理、城市规划等政策具有重要意义。 数据名称：全国各省份、各地级市、各区县逐年平均降水数据 相关数据 PR、PR_ID、PR_TYPE、CITY、CITY_ID、CITY_TYPE、各省、各地级市、各县、1950~2022年
(全新整理)1950-2022全国各省、市、县逐年水文数据（降水量）
最新发布
2301_79696294的博客
08-27 257
数据来源：欧盟及欧洲中期天气预报中心等组织发布的ERA5-Land数据集！来源于网络的资源版权归出版社或原作者所有，仅供学习，请勿用于商业。1950-2022全国各省、市、县逐年水文数据（降水量）区县数据：全国2876区县、市辖区、自治县、县域县级市；城市数据：全国371城市地级市、直辖市、地区州盟；省级数据：全国33省份（含直辖市，香港/台湾）；数据年份：1950-2022年，年度数据。本资源部分自主研发，部分来源于网络。单位换算到mm：需要换算。
全国33省份371城市2876区县平均降水量数据全国各省市区年度降水量（1950-2022年）
ky路上的博客
08-20 412
全国33省份371城市2876区县平均降水量数据全国各省市区年度降水量（1950。括不同的气候带和地形。地区的水资源状况、农业灌溉需求、以及防洪措施的制定等方面至关重要。和县的降水量可能会因其所处的地理位置、地形特征、气候条件等因素而有显著差异。据名称：全国33省份371城市2876区县平均降水量数据全国各省市区年度降水量。从1950年到2022年间，全国各省、市、县的平均降水量数据为我。区县数据：全国2876区县、市辖区、城市数据：全国371城市。地级市、直辖市、地区州盟；主要包括：省份，城市，区县，
全国各省、市、县平均降水量
weixin_55561616的博客
04-17 862
气象数据是在各项研究中都经常使用的数据，欧洲中期天气预报中心等组织发布的ERA5-Land数据集提供了多种气象指标的下载，降水是一个非常常用的气象指标！数据同样来源于欧洲中期天气预报中心等组织发布的ERA5-Land数据集！数据来源：欧盟及欧洲中期天气预报中心等组织发布的ERA5-Land数据集！区县数据：全国2876区县、市辖区、自治县、县域县级市；城市数据：全国371城市地级市、直辖市、地区州盟；省级数据：全国33省份（含直辖市，香港/台湾）；数据年份：1950-2022年，年度数据。
（更新）全国各省、市、县平均降水量（1950-2022年）
samLi0620的博客
01-06 6158
从1950年到2022年间，全国各省、市、县的平均降水量数据为我们提供了中国不同地区长期降水模式的详细记录。平均降水量是衡量一个地区一年内降水总量的平均值，对于理解各地区的水资源状况、农业灌溉需求、以及防洪措施的制定等方面至关重要。不同省份、城市和县的降水量可能会因其所处的地理位置、地形特征、气候条件等因素而有显著差异。全国各地级市逐年平均降水数据.xlsx；全国各区县逐年平均降水数据.xlsx；全国各省份逐年平均降水数据.xlsx；数据名称：全国各省、市、县平均降水量。数据年份：1950-2022年。
1950-2022全国各省、市、县逐年水文数据（降水量）
CCfz566的博客
07-24 413
数据来源：欧盟及欧洲中期天气预报中心等组织发布的ERA5-Land数据集！3、本号只负责数据的搜集和整理工作，不能保证资料的精度和准确度以及时效性。1950-2022全国各省、市、县逐年水文数据（降水量）区县数据：全国2876区县、市辖区、自治县、县域县级市；城市数据：全国371城市地级市、直辖市、地区州盟；省级数据：全国33省份（含直辖市，香港/台湾）；4、如数据有侵权请告知本号，本号尽早删除该数据。数据年份：1950-2022年，年度数据。1、数据来源网络收集，版权原作者所有。
1950-2022年各省逐年平均降水量数据
m0_71334485的博客
03-01 735
1950-2022年各省逐年平均降水量数据
1950-2022年各省逐年平均降水量数据/
02-21
1950-2022年各省逐年平均降水量数据 1、时间：1950-2022年 2、指标：省逐年平均降水量 3、范围：33省（不含澳门） 指标解释：逐年平均降水数据是指当年的日降水量的年平均值，不是累计值，单位是m, 逐年平均降水数据...
1950-2022年全国各地级市逐年平均降水数据.xlsx
02-21
2、指标：地级市逐年平均降水量 3、范围：360+地级市 指标解释：逐年平均降水数据是指当年的日降水量的年平均值，不是累计值，单位是m, 逐年平均降水数据是一项重要的气象指标，对于理解各地区的水资源状况、农业...
全国各省、市、县平均降水量（1950-2022年）(全新整理)
08-01
数据名称：全国各省、市、县平均降水量（1950-2022年） 数据年份：1950-2022年，年度数据 省级数据：全国33省份（含直辖市，香港/台湾）； 城市数据：全国371城市地级市、直辖市、地区州盟 ； 区县数据：全国...
全国年降雨数据（2000-2010年）.zip
03-17
2000年到2010年的全国降雨数据（年降雨量），对应的站点、站点经纬度、降雨量
论文研究 - 合并卫星和历史地面站数据以设计无记录撒哈拉以南国家的降雨强度持续时间频率（IDF）曲线的通用方法
05-25
长期降雨记录的可用性对于进行认真的频率分析以估算有效降水深度至关重要。 给定位置的IDF（强度-持续时间-频率）曲线的细化过程的开发需要使用降雨记录获得的非常精确的数据，至少每天都有一次。 本研究提出了一种方法，该方法用于将历史降水数据与卫星收集的最新数据合并，以在降雨记录稀少的地方执行具有IDF曲线的图表。 为了保证数据的统计实用性，对所用数据的同质性​​进行了分析，并按照I型极值（Gumbel），Gamma，Pearson III型以及Log-Pearson III型的统计分布进行了频率分析。验证其中哪一个更适合用于此分析的地点：安哥拉南部的本格拉和洛比托等城市。 来自TRMM任务的每日降雨量数据和历史每日数据被用于得出最大每日降水量与次日降水量值之间的关系。 从观测到的每日数据中，使用了对收集到的数据进行分类的技术，以便生成一个合成降水序列，该序列在时间上要低于每天的合成值，其统计特性类似于注册数据。 然后建立IDF方程，利用该方程可计算出不同返回时间段和不同持续时间的偶发风暴深度，然后，绘制了这两个地理站的IDF曲线。
2000-2019 年中国各省、市、区县分年、分月、逐日平均降水量
qq_39760686的博客
05-20 1773
中国各省、市、区县分年、分月、逐日平均降水量
中国境内及周边2839个站点的日降水量逐日降水数据集（1961-2022，0.1°/0.25°/0.5°）1、数据年份：1961-2022，日数据2、数据范围：中国境内及周边2839个站点的日降
yushibing717的博客
02-04 1872
CHM_PRE数据集基于中国境内及周边1961至今共2839个站点的日降水观测，在传统的“降水背景场+ 降水比值场”的数据集构建思路上，尝试应用月值降水约束和地形特征校正，并依据中国范围内约4万个高密度站点2015–2019年的日降水量插值后数据进行精度评价。
【数据分享】1981-2023年全国各城市逐日、逐月、逐年降水量（Shp格式）
weixin_63042008的博客
03-28 4685
【数据分享】1981-2023年全国各城市逐日、逐月、逐年降水量（Shp格式）
GEE中用CHIRPS数据计算2000年-2022年月降水数据和降水状况指数PCI
04-04
以下是使用Python在GEE中计算2000年-2022年月降水数据和降水状况指数PCI的代码： ```python import ee ee.Initialize() # 定义区域 region = ee.Geometry.Polygon([[70, 25], [70, 40], [90, 40], [90, 25]]) # 加载数据集 chirps = ee.ImageCollection('UCSB-CHG/CHIRPS/DAILY').filterDate('2000-01-01', '2022-12-31').select('precipitation').filterBounds(region) # 计算月降水 monthly_precipitation = chirps.reduce(ee.Reducer.mean().combine(ee.Reducer.stdDev(), sharedInputs=True)).resample('monthly').set('region', region) # 计算PCI def compute_pci(image): pci = image.subtract(image.reduce(ee.Reducer.mean())).divide(image.reduce(ee.Reducer.stdDev())) return pci.set('system:time_start', image.get('system:time_start')).set('region', region) pci = chirps.map(compute_pci) # 导出数据 task = ee.batch.Export.table.toDrive(collection=monthly_precipitation, description='monthly_precipitation', fileFormat='CSV', selectors=['system:time_start', 'mean', 'stdDev', 'region']) task.start() task = ee.batch.Export.table.toDrive(collection=pci, description='pci', fileFormat='CSV', selectors=['system:time_start', 'precipitation', 'region']) task.start() ``` 这段代码会将GEE中UCSB-CHG/CHIRPS/DAILY数据集中2000年-2022年间的降水数据加载进来，然后计算每个月的平均降水和标准差，并将结果导出为CSV文件。同时，还会计算每个时间点的PCI，并将结果导出为CSV文件。 在这段代码中，我们使用了GEE提供的`ee.Reducer`类来计算平均值和标准差。我们还定义了一个`compute_pci`函数来计算PCI。PCI是每个时间点的降水值减去该时间点的平均降水值，然后除以该时间点的标准差。最后，我们使用`ee.batch.Export.table.toDrive`函数将结果导出为CSV文件。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Android安卓科研室

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值