全球气象站点年平均降水数据(1929-2024)

于 2025-05-14 14:10:46 发布
阅读量178 收藏
点赞数 4
文章标签： 大数据 人工智能 数据库 业界资讯 创业创新
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/2501_91959248/article/details/147953200
版权

全球气象站点年平均降水数据(1929-2024)

1853

数据简介

全球气象站点年平均降水数据，该数据为整理NCDC(美国国家气候数据中心,National Climatic Data Center)公布的气象站点数据得出，计算为从1929到最新2024年12月31号的站点降水平均值数据，并合并整理成年度表，其中每日的降水量数据单位为英寸，为便于使用，我们将年度表的单位整理为毫米，方便大家研究使用。

该数据是来源于NCDC(美国国家气候数据中心,National Climatic Data Center)提供的自1929-2024年气象数据，其中包含气象站点温度、湿度、光照等等，感兴趣的朋友也可以去官网上自行了解。该数据中无效值用9999.99表示，如果需要中国范围的站点可以在站点名称里进行筛选，中国的缩写为CH。

数据来源

数据来源于NCDC(美国国家气候数据中心,National Climatic Data Center)，由数据皮皮侠团队人工整理，全部内容真实有效。

时间跨度

1929-2024

数据范围

全球两万多气象站点

数据形式

数据格式为Excel形式

数据指标

数据展示

声明：本数据由数据皮皮侠团队整理，仅用于学术研究

1929-2024年全球气象站点逐日气象指标数据（气温、降水量、风速等12项）
J_Giser的博客
01-06 848
全球气象站点的逐日12项气象指标数据，数据时间为1929年-2024年，地理坐标系是WGS-84。本数据的气象指标包括：平均温度、平均露点、平均海平面压力、平均观测站压力、平均能见度、平均风速、最大持续风速、最高气温、最低气温、降水量、积雪深度、气象情况指示。该数据集提供了1929年至今的全球1万多个站点的逐日的气象指标。该数据的具体信息包括：1.时间方面：该数据集的起始年份是1929年，数据持续更新，本次分享的数据的截止时间为2024年9月2号。2.站点方面：早些年份的站点量较少，比如1929年全球只有2
【工具变量】最新全球气象站点年平均降水数据（1929-2024年）
T0620514的博客
03-24 363
全球气象站点年平均降水数据，该数据为整理NCDC(美国国家气候数据中心,National Climatic Data Center)公布的气象站点数据得出，计算为从1929到最新2024年12月31号的站点降水平均值数据，并合并整理成年度表，其中每日的降水量数据单位为英寸，为便于使用，我们将年度表的单位整理为毫米，方便大家研究使用。该数据中无效值用9999.99表示，如果需要中国范围的站点可以在站点名称里进行筛选，中国的缩写为CH。：1929-2024年。：全球两万多气象站点。降水量平均值（mm）
1929-2024年全球气象站点年平均降水数据(Excel-Shp)-最新出炉_附下载链接
扬起你的笑脸~把影子藏在身后
11-04 1247
今日数据是1929-2024年全球气象站点的年平均降水与日平均降水数据，并对其进行了可视化处理，方便研究使用。该数据来源于NCDC(美国国家气候数据中心, National Climatic Data Center)1929-2024年的气象数据，其中包含气象站点温度、湿度、光照等信息。
1929-2024年全球气象站点年平均降水数据Excel/Shp格式
xiaozhuzhu1995的博客
04-28 172
今日数据是1929-2024年全球气象站点的年平均降水与日平均降水数据，并对其进行了可视化处理，方便大家研究使用。该数据下载各气象站点1929-2024的逐日平均降水数据，并将其除以年份天数得出的站点年平均气温数据，其中无效值用9999.99表示，2024年的数据到7月20日。其中PRCP_1929_1955等三个表格为日降水数据，因其数据量过大将其分别放在三个表格之中，year_PRCP_1929_2024为年平均降水数据。方式一（推荐）：主页 ↓个人↓简介。1929-2024年。
【更新至2024年】全球气象站点年平均降水数据(Excel+Shp)
m0_65541699的博客
08-10 1244
今天带来的数据是1929-2024年的全球气象站点的年平均降水与日平均降水数据，并对其进行了可视化处理，方便大家研究使用。该数据是下载各气象站点1929-2024的逐日平均降水数据，并将其除以年份天数得出的站点年平均气温数据，其中无效值用9999.99表示，2024年的数据到7月20日。其中PRCP_1929_1955等三个表格为日降水数据，因其数据量过大将其分别放在三个表格之中，year_PRCP_1929_2024为年平均降水数据。如果需要中国范围的站点可以在站点名称里进行筛选，中国的缩写为CH。
【数据分享】1929-2024年全球站点的逐日平均气温数据（Shp\Excel\免费获取）
weixin_63042008的博客
07-16 1290
【数据分享】1929-2024年全球站点的逐日平均气温数据（Shp\Excel\免费获取）
1929-2024年全球GSOD逐日气象站点数据
xiaozhuzhu1995的博客
03-24 756
全球逐日气象站点数据集，其中包含平均温度、露点、海平面气压、站点气压、能见度、风速、最大风速、最高温度、最低温度、降水量、积雪深度等12种气象指标，数据以年的压缩包进行存储，每年的压缩包存储各个以站点编号命名的csv文件，其包含该站点当年的日度气象数控，总数据量超过1亿条观测值。美国国家海洋和大气管理局（NOAA）提供的气象站点数据，涵盖了全球范围内的气温、降水、风速、湿度等多种气象观测记录。数据支持CSV、JSON等多种格式，广泛应用于气候研究、农业规划、灾害预警和可再生能源开发等领域。
【数据分享】1929-2024年全球站点的逐月平均降水量（Shp\Excel格式）
weixin_63042008的博客
01-23 1021
【数据分享】1929-2024年全球站点的逐月平均降水量（Shp\Excel格式）
【数据分享】1929-2024年全球站点的逐年平均降水量（Shp\Excel格式）
weixin_63042008的博客
01-24 719
【数据分享】1929-2024年全球站点的逐年平均降水量（Shp\Excel格式）
1929-2024年全球气象站点年平均降水数据(Excel-Shp)-最新出炉.zip
10-21
1929-2024年全球气象站点年平均降水数据(Excel_Shp)-最新出炉.zip 数据概览 该数据下载各气象站点1929-2024的逐日平均降水数据，并将其除以年份天数得出的站点年平均气温数据，其中无效值用9999.99表示，2024年的...
全球气象站点年平均降水数据集.txt
08-10
因文件较多，数据存放网盘，txt文件内包含下载链接及提取码，永久有效。失效会第一时间进行补充。样例数据及详细介绍参见文章：https://blog.csdn.net/m0_65541699/article/details/141093204
1929-2022年全球站点的逐年平均气温数据（Shp-Excel）
04-09
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年平均气温 数据！ [color=rgba(0, 0, 0, 0.9)] [color=rg ba(0, 0, 0, 0.9)]原始数据来源于美国国家海洋和大气管理局（NOA A）下设的国家环境信息...
全国2400多站点1961-2022年日尺度资料-平均气温+最高气温+最低气温+降水
11-25
本资源涵盖了全国2400多个点位的【日尺度】资料，包含平均气温（Tmean）、最高气温（Tmax）、最低气温（Tmin）和降水量（Pre）共4个关键变量，时间为1961年至2022年，部分站点在起始年份数据有所缺失，望知晓。...
rabbitmq
最新发布
weixin_46520767的博客
05-14 512
你可以把这个队列想象成一个停车场，只不过这个停车场是先进先出的，先来的车停在前面。这里的 "阻塞" 的意思是，如果停车场是空的，想要从里面取车的车辆（后面的处理逻辑）会一直等待，直到有车开进来。想象一下这样的场景：用户创建了一个订单，但是过了一段时间（比如 15 秒）没有付款，我们希望自动取消这个订单。这个方法应该会执行实际的取消订单的逻辑，比如更新数据库中的订单状态等等。当 15 秒的延迟时间到了，Redisson 内部的机制会将之前放入延迟队列的订单 ID 取出来，并把它放回。这个队列中取出一个元素。
生产级 Flink CDC 应用开发与部署：MySQL 到 Kafka 同步示例
RodJohnsonDoctor的专栏
05-11 357
本文介绍了如何将 Flink CDC 应用开发并部署为独立服务，实现 MySQL 到 Kafka 的数据同步。文章提供了完整的工程代码示例，包括工程结构、Maven 配置和核心代码实现。工程结构清晰，包含主类 CdcToKafkaJob.java、配置文件 AppConfig.java 和数据模型 User.java。Maven 配置中定义了 Flink、Flink CDC、Kafka 等依赖项，并通过 maven-shade-plugin 进行打包。核心代码展示了如何使用 Flink CDC 从 MySQ
Dinky 安装部署并配置提交 Flink Yarn 任务
主要分享大数据相关的知识，如Spark、Hudi
05-13 1005
Dinky 安装部署并配置提交 Flink Yarn 任务
RDD的五大特征
2401_84653595的博客
05-12 439
按照“移动数据不如移动计算”的理念，Spark在进行任务调度时，会尽可能地将任务分配到其所要处理数据块的存储位置。RDD的每次转换都会生成一个新的RDD，所以RDD之间就会形成类似于流水线一样的前后依赖关系。在部分分区数据丢失时，Spark可以通过这个依赖关系重新计算丢失的分区数据，而不是对RDD的所有分区进行重新计算。举个生活中的例子：高考的时候，每个班的同学都打散到不同的考场，此时的高3（8）班就是一个抽象的概念，在实际中，这个班级的学生可能分布在5个不同的考场。RDD的方法会作用在所有的分区上。
SparkSQL操作Mysql
2301_82309776的博客
05-13 577
SparkSQL 提供了强大的功能来连接和操作 MySQL 数据库，支持读取数据、写入数据以及执行 SQL 查询。下面将详细介绍如何使用 SparkSQL 与 MySQL 进行交互，并提供完整的代码示例。，并将 JAR 文件添加到 Spark 的 classpath 中。在创建 SparkSession 时，通过。
互联网大厂Java面试实录：Spring Boot与微服务架构在电商场景中的应用解析
码农飞哥
05-10 1468
本文通过一个互联网大厂Java岗位电商场景面试故事，系统解析了Java 8/11、Spring Boot、微服务架构、数据库连接池、消息队列和安全框架的应用，帮助读者掌握面试重点和技术业务结合。
处理气象站点数据降水量缺测值NULL的代码
12-18
处理气象站点数据中的降水量缺失值（通常标记为NULL或NaN）是数据分析中的常见任务，特别是在时间序列分析中。以下是Python中Pandas库常用的几种处理方法： ```python import pandas as pd # 假设df是含有降水量数据的DataFrame，"precipitation"列包含降水量数据 # 先检查是否有NULL值 null_counts = df["precipitation"].isnull().sum() print("当前数据集中降水量缺失值的数量：", null_counts) # 1. 删除含有NULL值的行 df_clean = df.dropna(subset=["precipitation"], how='any') # 如果你只关心降水量数据，可以用how='all'保留所有非NULL降水日 print("删除含有NULL值后的数据集大小：", df_clean.shape[0]) # 2. 插值填充（Imputation） # a) 使用前向填充 (ffill) 或后向填充 (bfill) df_filled = df["precipitation"].fillna(method="ffill") # 从前面的非NULL值填充 # 或者 df_filled = df["precipitation"].fillna(method="bfill") # 从后面的非NULL值填充 # b) 使用插值方法，如线性插值（interpolate） df_interpolated = df["precipitation"].interpolate() # 这会根据数据的趋势进行更复杂的填充 # 3. 按月或年平均填补（如果站点有连续观测记录） monthly_avg = df.groupby(df.index.month)["precipitation"].mean().reindex(df["precipitation"].index) df_filled_monthly = df["precipitation"].fillna(monthly_avg) # 存储处理后的数据 df_processed.to_csv("processed_precipitation_data.csv", index=False) # 结果展示处理后的降水量数据 print("处理后的降水量数据示例：", df_filled.head()) ``` 请注意，处理方法的选择取决于数据的具体情况，如数据的完整性、趋势以及缺失值的合理性。以上代码仅作参考，实际操作时需根据需求调整。
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
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