【数据分享】中国1km分辨率年平均气温数据(1982-2024年)

1.数据简介

数据名称:中国 1km 分辨率年平均气温数据(1982-2022 年)

数据年份:1982-2022 年,时间跨度 41 年,形成连续完整的长时序年平均气温序列,可充分满足区域气温长期变化趋势、年际波动特征、气候变暖速率等研究需求。

数据格式:栅格格式(TIFF),为 GIS 与遥感领域通用数据格式,支持 ArcGIS、ENVI、QGIS 等主流地理信息处理软件,兼容 Python(GDAL/Rasterio 库)、R 语言等数据分析工具,可直接加载、编辑、批量处理与可视化分析。 数据单位:摄氏度(℃),精准反映区域年平均气温的数值特征与空间差异,满足不同尺度气温量化评估需求。 数据组织形式:按年份独立存储为多个 TIF 文件,每个 TIF 文件对应单一年份的全国年平均气温空间分布栅格,便于按研究需求单独调取或批量整合分析。

空间分辨率:约 1km,属于高空间分辨率气温数据,既能呈现全国、流域、省级等大尺度气温空间格局,又能清晰刻画县域、乡镇等小尺度区域的气温细微差异,弥补低分辨率数据细节缺失的短板。 数据覆盖范围:覆盖中国全部陆地国土范围,涵盖寒温带、温带、亚热带、热带等所有气候类型区,以及高原、山地、平原、盆地、丘陵等各类地形地貌区,数据空间连续性强,无明显缺失区域。

1982-2022年全国1KM逐月植被净初级生产力(NPP)数据 V2.0 本数据集利用改进的CASA (Cainegie-Ames-Stanford Approach)模型,构建了中国区域1982年-2022年的逐月NPP数据,可应用于植被长势监测、农作物估产、土地利用评价、区域生态规划、生态效益评估、植被—气候相互作用关系研究等方面。本数据集基于土地覆盖、NDVI、气温、降水、地表太阳辐射数据,使用Google Earth Engine、ArcGis、ENVI、植被NPP遥感估算软件2.0等工具,在本地进行波段融合、排列、裁剪、计算获取。1.3 气温、降水、地表太阳辐射数据。 阅读详情

相关推荐

中国1km分辨率年平均气温数据(1982-2024年)

摘要:中国1982-2022年1km分辨率年平均气温数据集基于高质量逐月数据加工合成,涵盖41年连续时序,采用通用栅格格式(TIFF),空间分辨率达1km,完整覆盖中国陆地范围。该数据集可精准刻画气温时空分布特征,支持多学科研究与应用

J_Giser的博客 322

中国2020年均气温数据点加栅格.zip

ncdc处理结果,2020年均气温数据

中国1980-2024年1km分辨率逐年降水量(prec)数据集

一、数据基本信息 数据名称:中国逐年降水量(prec)数据 数据年份:1980–2024年,时间跨度长达45年,形成完整的长时序逐年降水序列,可充分满足长期降水变化趋势分析、年际波动特征研究及气候演变规律探讨等需求。 数据格式:栅格格式(TIFF),为GIS与遥感领域通用数据格式,支持无损压缩,可直接在ArcGIS、ENVI、QGIS等主流地理信息处理软件中加载、编辑、分析与可视化,同时兼容Python(GDAL/Rasterio库)、R语言等数据分析工具,便于科研人员快速开展批量处理与深度挖掘。 数据单位:毫米(mm),为降水量通用计量单位,数据精度保留至小数点后1位,可精准反映区域降水的细微差异,满足不同尺度降水量化评估需求。 时间分辨率:年度尺度,以自然年为时间单元,每一年对应1幅栅格影像,完整记录每年全国范围内的降水空间分布格局,可直观呈现降水的年际变化特征与空间分异规律。 空间分辨率:0.01°(约1km),属于高空间分辨率降水数据,既能兼顾全国、流域等大尺度降水格局的整体呈现,又能清晰刻画县域、乡镇等小尺度区域的降水空间差异,有效弥补了低分辨率数据细节缺失、高分辨率数据时间序列不完整的短板。 坐标系:GCS_WGS_1984(世界大地测量坐标系1984年版),为全球通用坐标系,兼容性强,可直接与全球尺度、全国尺度的其他地理空间数据(如土地利用数据、植被覆盖数据、地形数据等)进行空间叠加分析,无需额外进行坐标系转换,大幅提升数据使用效率。 数据覆盖范围:覆盖中国全部陆地国土范围(不包含中国台湾省地区,基于当前数据可获取性限制,后续将持续关注数据更新,逐步完善覆盖范围),涵盖寒温带、温带、亚热带、热带等多种气候类型区,以及高原、山地、平原、盆地、丘陵等多种地形地貌区,数据空间连续性强,无明显数据缺失区域。

2000-2024年中国气象数据集涵盖气温、气压、露点、风向风速、云量以及降水量

数据源自NCDC(美国国家气候数据中心,National Climatic Data Center) 时间精度方面,近年的数据多数为3小时一次,少数站点为1小时一次。 站点数目:近年来有400多个。 气象要素涵盖气温、气压、露点、风向风速、云量以及降水量。 按年打包的文件china_isd_lite_****.zip解压后包含数百个站点数据文件,每个文件代表单个站点全年的数据。文件命名如“552990 - 99999 - 2000”,第1段数字表示站点ID,第3段数字表示年份。 数据格式为ISD - Lite,这是简化的ISD(Integrated Surface Data)数据。每列宽度固定,非常便于程序解析,也可当作“空格分隔的CSV”直接使用。具体每列的含义与数据格式可查看isd - lite - format.txt,里面有详尽解释。时间采用GMT时间。 站点ID与站点名、经纬度的对应关系可查看isd - history.csv,该列表各列含义见isd - history.txt文件开头。isd - history.csv里包含所有曾经使用过的站点,包括大量现已停用的。经纬度基于WGS - 84坐标系。 国家ID列表见country - list.txt。本平台数据仅包含国家ID为CH、HK、MC、TW的站点。 另附一份中文站点列表“中国地面气象站基本气象要素观测资料台站表.pdf”,此文件来自中国国家气象科学数据中心的中国气象数据网http://data.cma.cn/,里面的区站号加个0即为isd - history.csv里的站点ID。 这里使用的ISD - Lite数据,仅包含部分气象要素。更全面的数据可在前述FTP服务器的/pub/data/noaa/目录里按年下载,但ISD格式解析不如ISD - Lite便捷,所以本平台未采用。

workbench拓扑优化教程_拓扑优化实例-轮毂的优化

拓扑优化实例-轮毂的优化ANSYS Workbench的新版本集成了topology optimization模块,为用户的拓扑优化提供的很好的应用。通过拓扑优化topology optimization模块的使用可以对拓扑有较好的理解,该模块拓扑优化可以简单概括为一句话:如何在合适的位置去除确定的材料使用量,而相应的刚度变化影响最小。本例以汽车轮毂为例,来确定轮毂的辐条形状。1.建立模型DM中可...

weixin_39581739的博客 3043

从Stereo-seq原始数据到Seurat对象:华大空间转录组分析流程实战解析

本文详细解析了从Stereo-seq原始数据到Seurat对象的完整分析流程,重点解决华大空间转录组数据处理中的三大痛点:bin_size参数设置、批量处理内存管理及格式转换信息丢失。通过Python的stereopy库和R的SeuratDisk包,实现.gem到.h5ad再到.h5seurat的高效转换,为研究者提供了一套可复用的空间转录组分析解决方案。

weixin_30315723的博客 218

intel-VROC raid卡驱动 centos7.9

u盘进入系统,按e,在出现下面在quiet前面输入inst.dd initcall_blacklist=vmd_drv_init 后按Ctrl和x,开始引导。进入系统,按e,在出现下面在quiet前面输入inst.dd inicll_blacklist=vmd_drv_init 后按Ctrl和x,开始引导。驱动完成后,在输入 c 回车, 引导过程开始,进入安装界面。输入1 ,选择这个ISO驱动文件里的rpm包。输入1 ,选择这个ISO驱动文件里的rpm包。vi编辑 /etc/default/grub。

dacming的博客 4542

【芯片驱动】2. CMT2300A配合硬件测试(灵敏度和发射功率)的软件实现

前言 在开发一款无线射频产品的时候,软件是一部分,硬件也是一部分。而决定无线收发性能的,首先是硬件的匹配电路,然后才到软件部分的优化。 一款无线射频产品,首先需要先决定是在那个频率范围内(当然是国家允许的范围内),然后硬件则需要在基于这个频点范围进行硬件的参数匹配,具体又分为发送功率匹配、天线匹配、和接收灵敏度的匹配。 现在我们使用2300a这款无线芯片来说,除非自己的团队是射频专家,则可以自己进行无线外围电路的设计外,另外一种更加快捷的方式,就是寻找原厂技术支持,他们会给...

sishuihuahua的博客 7054

手把手保姆级|Python爬取微信公众号文章完整版,反反爬策略拉满,附可运行完整代码(永久可用)

做Python爬虫的朋友都知道,爬取微信公众号文章 绝对是爬虫领域的「香饽饽」也是「硬骨头」。一方面,微信公众号的文章是极具价值的数据源:不管是自媒体从业者做竞品分析、新媒体运营者整理干货、还是个人学习收集资料,都需要批量爬取公众号文章;另一方面,微信的反爬机制堪称全网最严苛之一 ——腾讯对微信生态的风控做到了极致,动态渲染页面、高频IP封禁、Cookie短时效失效、请求头严格校验、自动化工具秒识别、频繁请求直接拉黑,这些反爬手段让90%的爬虫新手望而却步:要么爬了几篇就被封IP,要么Cookie失效爬取中

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 2626

【YOLO目标检测全栈实战】98 YOLO模型在低光照环境下的自适应增强策略

你有没有遇到过这种情况?深夜加班调试产线检测模型,车间灯光昏暗,摄像头采集的图片黑乎乎一片,YOLO模型直接“罢工”——漏检率飙升到40%以上。上个月我在一个汽车零部件质检项目里就栽了跟头:白天模型跑得飞起,mAP@0.5达到0.92,可一到夜班,同样的产线、同样的零件,mAP直接掉到0.63。客户拍着桌子问我:“你这模型怎么还分白天黑夜?”

企鹅码农的专属播客,分享10多年的实战案例和经验解读,包含YOLO、RT-DETR、AI等各个工作领域。 284

python基础:工作会用到的95%的基础python代码都在这了(万字详解!)

本文是一份Python编程语言的快速参考备忘单,涵盖了Python基础语法和常用数据类型。主要内容包括:Python入门指南(打印、变量声明)、内置数据类型(字符串、数值、列表、元组、集合、字典等)、控制结构(判断、循环)、函数定义、文件处理操作以及字符串操作方法(切片、循环遍历等)。这个备忘单特别适合初学者快速查阅Python基础语法,同时也提供了数据类型转换、f-string格式化字符串等实用技巧。通过简洁的代码示例展示了Python的基本语法规则和典型用法。

数据知道的博客 8160

用Python爬取大连商品交易所期货实时行情:从入门到实战

python复制编辑# utils.py"豆粕": "M0","铁矿石": "I0","聚乙烯": "L0","玉米": "C0","聚丙烯": "PP0","棕榈油": "P0"本项目展示了:✅ 如何从新浪财经 API获取主力合约实时数据✅ 使用Python异步爬虫技术) 提升效率✅ 利用pandas和matplotlib进行结构化分析与可视化✅ 具备良好的扩展性,可对接金融、农业、能源等数据需求场景✅ 可作为期货量化策略数据源✅ 可嵌入自动化报告系统。

2201_76125261的博客 1247

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

上一篇: 【数据分享】中国1980-2024年1km分辨率逐年降水量(prec)数据集
下一篇: 【数据分享】2017-2025年高精度全国土地利用分类数据(新增2025年,空间分辨率10米)
sky
J
博客等级 码龄5年 3533粉丝 225原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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

打赏作者

sky J

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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