【数据分享】1929-2024年全球站点的逐月平均降水量(Shp\Excel格式\1万多个站点)

气象数据是在各项研究中都经常使用的数据,气象指标包括气温、风速、降水、湿度等指标,说到常用的降水数据,最详细的降水数据是具体到气象监测站点的降水数据!

有关气象指标的监测站点数据,之前我们分享过1929-2024年全球气象站点的逐月平均气温数据(可查看之前的文章获悉详情)。本次我们为大家继续带来具体到气象监测站点的数据——1929-2024年全球气象站点的逐月平均降水量数据!

原始数据来源于美国国家海洋和大气管理局(NOAA)下设的国家环境信息中心(NCEI),原始数据以英寸为单位,数据格式为csv,缺失数据用99.99表示,2024年的数据为1月1号——6月30号。为了方便大家使用,我们对原始数据进行了一些处理,包括:①降水单位转为毫米;②处理得到了shp和excel两种数据格式;③对于excel格式,将缺失数据表示为空值,对于shp格式,缺失值用99.99表示。④基于当月所有天数的降水量通过求平均值得到降水量的月平均值。该数据的其他重要信息包括数据坐标为GCS_WGS_1984,以2024年为例全球有11888个气象观测站点,具体的数据处理方式会在下文详细介绍!以下为数据的详细信息:

01 数据预览

该数据提供Shp和Excel两种数据格式,由于是逐月平均降水量数据,又有96多个年份,数据条数非常多,难以将所有年份保存在一个文件中。我们将每一年的数据保存为一个Shp文件和一个Excel文件,一共有96个年份,也就是有96个Shp文件和96个Excel文件。

我们先来看一下Excel格式的数据,每个Excel文件中包含有该年12个月每月的全球所有气象站点的平均降水量,2024年的Excel文件中包含上半年6个月的每月的全球所有气象站点的平均降水量。

数据字段包括气象观测站点的编号(STATION)气象观测站点的名称(NAME)、纬度(LATITUDE)经度(LONGITUDE)以及每月平均降水量数值(例如2024-01)。我们以2024年气象站点的每月平均降水量来预览一下:

接下来我们来看一下Shp格式的数据,同样每个Shp文件中都包含该年12个月每月的全球所有气象站点的平均降水量,2024年的Shp文件中包含上半年6个月的每月的全球所有气象站点的平均降水量。

Shp格式数据的具体属性和Excel数据相同,我们以2024年气象站点的每月平均降水数据为例来预览一下:

2024年气象观测站点空间分布

02 数据来源

数据来源于美国国家海洋和大气管理局(NOAA)下设的国家环境信息中心(NCEI),网址为:https://www.ncei.noaa.gov/data/global-summary-of-the-day/archive/,包括了1929—2024年的气象数据,大家可以自己去该网站下载原始数据!

03 数据处理说明

1.合并处理:

从NCEI网站下载到的原始csv数据,每一个csv是某个特定站点1年内所有日期的总降水量数据,按天记录,但并不全是365天,有的300多天,有的只有十几天。我们按照年份将每年涉及到的所有气象观测站点的每日总降水量数据进行合并处理,最终得到以年份命名的1929-2024年全球范围气象站点的逐日总降水量数据。

2.平均处理:

然后基于所有站点的逐日降水总量数值,我们求得每月所有天数的日降水总量数据的平均值,以此分别得到所有站点的逐月平均降水量数据!

3.单位换算:

原始数据单位为英寸(in),根据公式1英寸=25.4毫米,将英寸换算为毫米(mm)。

4.空值处理:

原始csv数据中的缺失值用数字99.99表示!在处理时,Excel格式文件用空值表示数据缺失;由于Shp文件会自动把空值识别为0,为区分空值与0毫米降水量,Shp中仍保留数字99.99表示数据缺失,特此说明!

5.站点数量说明:

每一年的站点数并不相同,基本是越新的年份全球气象站点数越多,2024年有11888个,早些年份的气象站点较少。有一点需要注意,对于缺失经纬度信息的站点,Excel中进行保留,其经纬度信息为空值。Shp中则将缺失经纬度信息的站点进行了删除。所以存在Excel和Shp中站点数量不一致的情况,例如2024年Shp中的站点个数为11854,Excel中的站点数量为11888。

6.降水量说明:

①对于PRCP降水量指标,存在着数值为0和空值的情况!其中:数值为0的,解释为气象站没有报告当天的任何降水数据,也没有在每小时的观测中报告任何降水情况。需要说明的是也可能存在发生了降水,但没有报告的情况。

②对于空值,原始降水数据一个csv文件是一个站点的所有天的数据,但是并不365天都有,原始数据里面没有空值。处理后为什么会有空值呢?因为是所有站点的逐日数据都放在一个csv里面,比如站点A没有6月1号,但站点B有,那么6月1号的站点A就是空值。

  • 17
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
智慧校园建设方案旨在通过融合先进技术,如物联网、大数据、人工智能等,实现校园的智能化管理与服务。政策的推动和技术的成熟为智慧校园的发展提供了基础。该方案强调了数据的重要性,提出通过数据的整合、开放和共享,构建产学研资用联动的服务体系,以促进校园的精细化治理。 智慧校园的核心建设任务包括数据标准体系和应用标准体系的建设,以及信息化安全与等级保护的实施。方案提出了一站式服务大厅和移动校园的概念,通过整合校内外资源,实现资源共享平台和产教融合就业平台的建设。此外,校园大脑的构建是实现智慧校园的关键,它涉及到数据中心化、数据资产化和数据业务化,以数据驱动业务自动化和智能化。 技术应用方面,方案提出了物联网平台、5G网络、人工智能平台等新技术的融合应用,以打造多场景融合的智慧校园大脑。这包括智慧教室、智慧实验室、智慧图书馆、智慧党建等多领域的智能化应用,旨在提升教学、科研、管理和服务的效率和质量。 在实施层面,智慧校园建设需要统筹规划和分步实施,确保项目的可行性和有效性。方案提出了主题梳理、场景梳理和数据梳理的方法,以及现有技术支持和项目分级的考虑,以指导智慧校园的建设。 最后,智慧校园建设的成功依赖于开放、协同和融合的组织建设。通过战略咨询、分步实施、生态建设和短板补充,可以构建符合学校特色的生态链,实现智慧校园的长远发展。
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。
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