2000-2020年全国各城市湿度（逐日、逐月、逐年）

之前我们介绍过Excel格式的全国各城市逐日、逐月、逐年的湿度数据（可查看之前的文章），好多小伙伴拿到数据后问我们有没有GIS矢量格式的数据，我们专门对数据进行了处理，转换为了GIS矢量格式（shp格式）分享给大家！数据分为逐日、逐月和逐年三种形式，以下为详细介绍：

逐年的城市湿度

2000-2020年逐年湿度数据，每个年份为一个shp文件，我们以2020年的数据为例来预览一下：

2020年全国各城市平均湿度图

逐月的城市湿度

我们再来看看2000-2020年逐月湿度，每个年份为一个shp文件，每个shp文件的属性表中包括当年的12个月每月的湿度，我们以2020年12月份的数据为例来预览一下：

2020年12月全国各城市平均湿度图

逐日的城市湿度

我们再来看看2000-2020年逐日湿度，每个年份为一个shp文件，每个shp文件的属性表中包括当年的365天每天的湿度数据，我们以2020年12月31号的数据为例来预览一下：

2020年12月31号全国各城市平均湿度图

 数据来源

中国地面气候资料日值数据集V3.0处理生成

处理方法

由于原始数据是逐日站点数据，数据每月保存为一份TXT，这样就完全没有办法直接使用和分析。所以我们首先用python将清洗后的数据处理成每日一份的csv数据，保留需要的经纬度与每日平均相对湿度的数值。而后，将每日的csv文件进行展点，再投影，采用反距离权重法对每日的数据进行插值。再然后，按行政区划将数据分区统计并进行拼接，最后得到逐日的分市数据。将原始数据按月份、年度平均后，按照相同的方法，获取到逐月逐年的全国各市数据。然后再将逐年、逐月、逐日的湿度数据链接到中国地级市行政区划矢量数据上！

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湿度数据有微小差别，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！

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2000-2020年全国各逐日、逐月、逐年的城市湿度数据的更多详情，欢迎大家多多关注我们进行了解~