【数据分享】1961—2022年我国省市县三级的逐日降水量数据(免费获取\excel\shp格式)

降水数据是我们在各项研究中最常用的气象指标之一!之前我们给大家分享了来自国家青藏高原科学数据中心发布的1961—2022年全国范围的逐日降水栅格数据!(可查看之前的文章获悉详情)!

本次我们分享的是我国1961——2022年的省市县三级的逐日降水量数据,数据包括excel和shp两种数据格式,数据单位为毫米,数据坐标为WGS1984!该数据是基于上面提到的1961—2022年全国范围的逐日降水栅格数据(0.1°分辨率),依据行政边界数据(包括全国省份行政边界、地级市行政边界、区县行政边界),合计行政边界内每日降水量的平均值得到的。

以下为数据的详细信息:

01 数据预览

①省份层级的逐日降水数据

首先,我们先来看看省份层级的逐日降水数据,数据包括excel和shp两种格式!

需要说明的是:由于是逐日数据,一年有365天,而年份又包括1961-2022年这62年,数据量太大,没法保存到一个excel或shp里面因此,每年的数据保存为一个excel和shp里面,地级市和区县同理!

我们先以2022年1月1号——1月10号为例,来预览一下省份层级excel格式的逐日降水数据:

 

下面我们再以2022年12月31号的数据为例,来预览一下省份层级shp格式的逐日降水数据:

 

②地级市层级的逐日降水数据

下面我们来看看地级市层级的逐日降水数据,数据包括excel和shp两种格式!

我们先以2022年1月1号——1月10号为例,来预览一下地级市层级excel格式的逐日降水数据:

 

下面我们再以2022年12月31号的数据为例,来预览一下地级市层级shp格式的逐日降水数据:

 

③区县层级的逐日降水数据

下面我们来看看区县层级的逐日降水数据,数据包括excel和shp两种格式!

我们先以2022年1月1号——1月10号为例,来预览一下区县层级excel格式的逐日降水数据:

 

下面我们再以2022年12月31号的数据为例,来预览一下区县层级shp格式的逐日降水数据:

 

02 数据详情

数据来源:

原始数据来源于国家青藏高原科学数据中心发布的1961—2022年全国范围的逐日降水栅格数据!关于原始数据的介绍戳我跳转。

数据处理说明:

基于上述原始数据,我们采用从‘数读城事’公众号获取的省市县三级的行政区划shp数据,分别汇总各个省份(地级市和区县同理)内所有栅格日降水量的平均值得到每个省份(地级市和区县同理)的日降水量数据。

数据格式:

xlsx和shp格式

数据单位:

毫米(mm)

时间范围:

1961-2022年(逐日)

数据坐标:

GCS_WGS_1984

空间范围:

全国省市县三级

数据缺失:

该数据缺少我国港澳台的数据

数据的引用:

缪驰远, 韩静雅, 苟娇娇. (2023). 中国逐日降水数据集(1961-2022,0.1°/0.25°/0.5°). 国家青藏高原科学数据中心.

https://doi.org/10.11888/Atmos.tpdc.300523. https://cstr.cn/18406.11.Atmos.tpdc.300523.  如有数据使用需求请严格按照官方平台的要求进行引用,更多数据详情和引用要求可以查看官网获悉!

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1961—2022年我国省市县三级的逐日降水量数据,欢迎大家多多关注我们进行了解!

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
C语言是一种广泛使用的编程语言,它具有高效、灵活、可移植性强等特点,被广泛应用于操作系统、嵌入式系统、数据库、编译器等领域的开发。C语言的基本语法包括变量、数据类型、运算符、控制结构(如if语句、循环语句等)、函数、指针等。在编写C程序时,需要注意变量的声明和定义、指针的使用、内存的分配与释放等问题。C语言中常用的数据结构包括: 1. 数组:一种存储同类型数据的结构,可以进行索引访问和修改。 2. 链表:一种存储不同类型数据的结构,每个节点包含数据和指向下一个节点的指针。 3. 栈:一种后进先出(LIFO)的数据结构,可以通过压入(push)和弹出(pop)操作进行数据的存储和取出。 4. 队列:一种先进先出(FIFO)的数据结构,可以通过入队(enqueue)和出队(dequeue)操作进行数据的存储和取出。 5. 树:一种存储具有父子关系的数据结构,可以通过中序遍历、前序遍历和后序遍历等方式进行数据的访问和修改。 6. 图:一种存储具有节点和边关系的数据结构,可以通过广度优先搜索、深度优先搜索等方式进行数据的访问和修改。 这些数据结构在C语言中都有相应的实现方式,可以应用于各种不同的场景。C语言中的各种数据结构都有其优缺点,下面列举一些常见的数据结构的优缺点: 数组: 优点:访问和修改元素的速度非常快,适用于需要频繁读取和修改数据的场合。 缺点:数组的长度是固定的,不适合存储大小不固定的动态数据,另外数组在内存中是连续分配的,当数组较大时可能会导致内存碎片化。 链表: 优点:可以方便地插入和删除元素,适用于需要频繁插入和删除数据的场合。 缺点:访问和修改元素的速度相对较慢,因为需要遍历链表找到指定的节点。 栈: 优点:后进先出(LIFO)的特性使得栈在处理递归和括号匹配等问题时非常方便。 缺点:栈的空间有限,当数据量较大时可能会导致栈溢出。 队列: 优点:先进先出(FIFO)的特性使得
2014-2023全国逐时、逐日空气质量数据是环境监测部门通过实时监测仪器和传感器不断收集的数据。这些数据excel格式shp格式存储,方便进一步分析和利用。 这些数据包含了全国各地不同地区、城市的空气质量数据。逐时空气质量数据提供了每小时的各项指标,如PM2.5、PM10、二氧化硫(SO2)、二氧化氮(NO2)、一氧化碳(CO)、臭氧(O3)等浓度数据逐日空气质量数据提供了每天的平均值、最大值和最小值等统计信息。 这些数据的收集和分析可以帮助政府和相关部门了解全国各地的空气质量状况,及时发现和应对空气污染问题。通过对数据的统计和分析,可以评估不同地区、城市的空气质量状况,制定针对性的环境保护政策和措施。 将这些数据excel格式shp格式提供,方便用户进行更深入的数据处理和可视化。用户可以使用excel软件对数据进行筛选、计算、制图等操作,进行数据分析和研究。shp格式文件可以在地理信息系统(GIS)软件中使用,进行空间分析和空气质量分布图的制作。 这些数据的发布和共享可以促进科学研究和环境保护工作的开展。研究人员可以利用这些数据开展各种空气质量相关的研究,为环境监测和改善提供科学依据。同时,公众也可以通过这些数据了解、监测自己居住地区的空气质量状况,采取相应的健康保护措施。 总之,2014-2023全国逐时、逐日空气质量数据对于了解和改善国家的空气质量状况具有重要意义,为科研工作和环境保护提供了有力支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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