【数据分享】2008-2022年全国范围逐年NO2栅格数据(免费获取)

空气质量数据是在我们日常研究中经常使用的数据!之前我们给大家分享了2000-2022年全国范围逐年的PM2.5栅格数据、2013-2022年全国范围逐年SO2栅格数据、2013-2022年全国范围逐年CO栅格数据和2000-2022年全国范围逐年PM10栅格数据(可查看之前的文章获悉详情)!

本次我们给大家带来的是2008-2022年全国范围的逐年的NO2栅格数据,原始数据格式为NetCDF (.nc),空间分辨率为1km和10km两种(其中:2008-2018年为10km,2019-2022年为1km),单位为ug/m3,坐标系为WGS_1984。为了方便大家使用,我们将数据格式转换为了栅格格式(.tif)。

数据来源于韦晶博士、李占清教授团队发布在国家青藏高原科学数据中心网站上的中国高分辨率高质量近地表空气污染物数据集(ChinaHighAirPollutants, CHAP),NO2数据是该数据集的主要指标之一。该数据是利用人工智能技术,考虑了空气污染的时空异质特性,从大数据(如地基观测、卫星遥感产品、大气再分析和模式模拟资料等)中生产得到2008年至2022年全国无缝隙地面NO2数据。另外,该数据持续更新,如有需要大家可持续关注!

大家可以自己去国家青藏高原科学数据中心下载nc格式的原始数据,也可以在本公众号回复关键词 168 免费获取nc格式,以及我们转换出的tif格式两种格式的数据。无需转发文章,无套路获取!以下为数据的详细介绍:

01 数据预览

该数据包括nc和tif两种格式!两种数据格式的命名规则不同:

(1)nc.格式:CHAP_NO2_ab_yyyy_V1.nc

  • CHAP:表示数据集名称
  • NO2:表示空气污染物的指标名称
  • ab:表示时间和空间分辨率,其中a表示时间分辨率(Y表示为逐年数据),b表示空间分辨率(1K表示1km,10k表示10km)
  • yyyy:表示数据时间,其中yyyy代表年
  • V1.nc:表示数据版本和数据格式

例如:CHAP_NO2_Y1K_2010_V2.nc,表示为2010年的1km分辨率的逐年的NO2数据。

(2).tif格式:按照年月日的日期格式(yyyy.tif)命名栅格文件

例如:2021.tif,表示为2021年的NO2栅格数据。

我们具体以2022年全国范围的NO2数据为例来预览一下:

2022年全国NO2

02 数据详情

时间范围

2008-2022年(逐年)

空间范围:

全国

数据格式:

NetCDF [.nc] 和.tif

空间分辨率:

2008-2018年:10km

2019-2022年:1km

数据单位:

ug/m3

数据坐标:

WGS_1984

原始数据的下载网站:

数据来源于美国马里兰大学韦晶博士、李占清教授团队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/cdd719d1-e0c0-49be-9f20-6a0ba54c8b38

数据引用:

韦晶, 李占清. (2023). 中国高分辨率高质量地面NO2数据集(2008-2022). 国家青藏高原数据中心. https://doi.org/10.5281/zenodo.4571660.

Wei, J., Li, Z. (2023). ChinaHighNO2: High-resolution and High-quality Ground-level NO2 Dataset for China (2008-2022). National Tibetan Plateau / Third Pole Environment Data Center.

https://doi.org/10.5281/zenodo.4571660.

相关论文引用:

1、Wei, J., Liu, S., Li, Z., Liu, C., Qin, K., Liu, X., Pinker, R., Dickerson, R., Lin, J., Boersma, K., Sun, L., Li, R., Xue, W., Cui, Y., Zhang, C., & Wang, J. (2022). Ground-level NO2 surveillance from space across China for high resolution using interpretable spatiotemporally weighted artificial intelligence. Environmental Science & Technology, 56(14), 9988–9998. https://doi.org/10.1021/acs.est.2c03834

2、Wei, J., Li, Z., Wang, J., Li, C., Gupta, P., & Cribb, M. (2023). Ground-level gaseous pollutants (NO2, SO2, and CO) in China: daily seamless mapping and spatiotemporal variations. Atmospheric Chemistry and Physics, 23, 1511–1532. https://doi.org/10.5194/acp-23-1511-2023

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!

03 数据获取

  • 25
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
beijingpm2.5/pollution.csv数据集是一个记录北京市PM2.5浓度和其他污染物数据数据集,可以从互联网上进行下载。该数据集包含了从20101月1日至201512月31日期间,每天的PM2.5浓度、PM10浓度、SO2浓度、NO2浓度、CO浓度、O3浓度以及AQI等指标,以及其他监测站的相关信息。 这个数据集对于研究空气污染问题、评估环境质量以及制定相应政策非常有价值。通过分析该数据集,我们可以了解不同时间段、地点的污染物浓度情况,并对其进行趋势分析、相关性分析以及空间分布分析,为改善空气质量提供科学依据。 下载该数据集的步骤如下: 1. 打开互联网浏览器,在搜索引擎中输入"beijingpm2.5/pollution.csv数据集下载",点击搜索按钮。 2. 在搜索结果中,找到可信的网址,如官方环境保护部门的网站或数据科学相关的网站。 3. 进入该网址,搜索或浏览该网站的目录或数据集页面,找到"beijingpm2.5/pollution.csv"数据集的下载链接。 4. 点击下载链接,选择保存文件的位置,并等待下载完成。 下载完成后,我们可以使用数据科学工具,如Python中的pandas库或R语言中的数据处理包,读取该csv文件,并进行数据清洗、分析和可视化等操作,来探索不同污染物的变化趋势和空间分布特点。 总之,beijingpm2.5/pollution.csv数据集是一个提供北京市PM2.5浓度和其他污染物数据数据集,可以通过在互联网上搜索相关网站并下载该数据集来使用。
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