裁剪到各省！全球/中国2m年平均温度数据集(1940-2024年)

最新推荐文章于 2025-07-03 19:05:15 发布
原创 最新推荐文章于 2025-07-03 19:05:15 发布 · 555 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能 #机器学习 #大数据 #业界资讯

D213 全球/中国/分省2m年平均温度数据集(1940-2024年)

数据简介

       之前我们有分享过月度的平均气温数据(见前文)，今天我们分享的数据是全球/中国/分省2m年平均温度数据集，该数据集是基于之前的月度气温数据进行处理后得到的年度平均气温数据，包含全球从1940到2024年年度的平均气温数据，并且为了便于使用，我们将其裁剪为中国区域以及各个省的区域，方便大家研究使用。

     该数据集为量化中国近85年的气候变化提供了长期、连续、高分辨率的核心数据支撑。它便于研究人员深入分析中国陆地表面温度时空演变规律，验证和改进气候模型区域模拟性能，并探究极端热浪、城市热岛等具体响应机制，对理解区域气候特征、评估灾害风险和助力“双碳”战略具有重要科学价值。

数据详情

数据来源：https://cds.climate.copernicus.eu/datasets/reanalysis-era5-single-levels-monthly-means?tab=download#area

数据时间：1940-2024

数据单位：开尔文（K）

数据精度：0.25°

数据频度：年

数据范围：全球/中国/分省

数据格式：Tif

数据概览

该数据集包含从1940年到2024年逐月年的全球/中国以及中国分省的栅格数据，概览如下：

图片

全球2024年平均2m温度网格图

图片

中国2024年平均2m温度网格图

图片

四川2024年平均2m温度网格图

【智慧农业 × 国产大模型】智能病虫害识别与作物产量预测工程实践全流程解析
努力分享一些人工智能、计算机视觉、影像等相关的知识干货！
05-03 2884
随着农业智能化进程加速，传统依赖人力经验的病虫害识别与作物产量评估方式，已无法满足大规模、精细化生产需求。本文基于国产大模型的实际应用案例，深入解析如何构建面向田间场景的“病虫害识别+产量预测”一体化系统。系统涵盖多模态图像采集、时序数据建模、模型推理部署与边缘端优化，结合真实农田数据与工程部署细节，提供一条从数据到决策闭环的农业AI落地路径。
全球/中国2m平均温度数据集(1940-2024年)
PPdata_Academy的博客
06-06 608
摘要：本文介绍了一个全球2米平均温度数据集(1940-2024年)，经处理转为TIF格式并裁剪为中国区域。该数据源自欧洲中期天气预报中心(ECMWF)，包含月分辨率(0.25°)的温度观测，单位为开尔文(K)。该数据集为研究中国85年气候变化提供了高质量基础数据，可用于分析温度时空变化、验证气候模型、探究极端天气机制等，对气候研究和"双碳"战略具有重要价值。数据覆盖全球和中国范围，可通过指定链接获取。
全球气象数据下载
王文强的博客
06-13 1万+
http://f.dataguru.cn/thread-199308-1-1.html
裁剪到各省！全球/中国/各省降水数据集(1940-2024年)
PPdata_Academy的博客
06-13 469
本文介绍了一个覆盖1940-2024年的全球/中国/分省年度降水数据集。该数据集由月度降水数据整合而来，采用0.25°精度的Tif格式，包含全球范围及中国区域的裁剪版本。长达80余年的连续降水记录为研究中国降水长期变化、极端降水事件以及全球变暖影响提供了重要数据支撑，可广泛应用于水资源管理、农业灾害预警、生态环境模拟等领域。数据集直接从欧洲中期天气预报中心获取，其中国区域裁剪版显著提升了研究便利性，为气候变化评估和水资源安全研究提供了高质量基础数据。
最新到2023！模拟后高精度VIIRS中国各省市县夜间灯光数据
2301_78812497的博客
06-14 365
本文分享1992-2023年全球模拟VIIRS夜间灯光数据，分辨率约500米。原始全球栅格数据经处理得到中国区域Tif格式，并分割为省市县三级行政单元的Excel数据（含最小值、最大值、平均值、总和四指标）及Shp可视化文件。该数据通过重建DMSP/OLS（1992-2011）与VIIRS（2012-2023）实现时间序列一致性，解决了两种卫星数据不兼容问题。数据来源于Chen X等发表在《Scientific Data》的研究成果，涵盖全球及中国多级行政区划，支持夜光数据的长期趋势分析。
【数据分享】2000—2024年逐月归一化植被指数（NDVI）栅格数据（免费获取/全国/分省）
weixin_63042008的博客
02-20 1564
【数据分享】2000—2024年逐月归一化植被指数（NDVI）栅格数据（免费获取/全国/分省）
强化学习极简入门：通俗理解MDP、DP MC TD和Q学习、策略梯度、PPO
热门推荐
结构之法 算法之道
02-10 10万+
强化学习里面的概念、公式，相比ML/DL特别多，初学者刚学RL时，很容易被接连不断的概念、公式给绕晕，而且经常忘记概念与公式符号表达的一一对应(包括我自己在1.10日之前对好多满是概念/公式的RL书完全看不下去，如今都看得懂了，故如果读文本之前，你正在被RL各种公式困扰，相信看完这篇RL极简入门后就完全不一样了)。
DeepSeek-V3技术报告
AI浩
01-14 5233
https://arxiv.org/pdf/2412.19437v1 我们介绍DeepSeek-V3，这是一个强大的混合专家（MoE）语言模型，具有6710亿个总参数，每个token激活37亿个参数。为了实现高效推理和经济实惠的训练，DeepSeek-V3采用了多头潜在注意力（MLA）和DeepSeekMoE架构，这些架构在DeepSeek-V2中得到了充分验证。此外，DeepSeek-V3开创了一种无辅助损失的负载平衡策略，并设定了多token预测训练目标，以实现更强的性能。我们在148万亿个多样化和高质
51c大模型~合集87
whaosoft~aiotの开发板商城
12-13 3693
这就像是在 AI 的「大脑」中划分了专门的「思维区域」。本文给出了一个十分有趣的发现：强大的 Mamba 模型与通常被认为性能不佳的线性注意力有着内在的相似性：本文用统一的公式表述了 Mamba 中的核心模块状态空间模型（SSM）和线性注意力，揭示了二者之间的密切联系，并探究了是哪些特殊的属性和设计导致了 Mamba 的成功。AMOR 框架给出了一个优雅的答案：将复杂的 AI 推理过程拆解成可控的「专家模块」，通过有限状态机（FSM）编排它们的协作规则，就像精密的齿轮系统一样，每个部件都完美啮合。
Unity常见面试题型和日常问题总结，附有详解（持续更新中2024.8.1）
qq_47926835的博客
02-28 1万+
Unity常见面试题型和日常问题总结，附有详解，强烈建议收藏（持续更新中2024.7.29）
学术交流 | InForSec 2023年网络空间安全国际学术研究成果分享及青年学者论坛
aK031999的博客
03-17 2748
隐私计算研习社 InForSec定于2023年4月8日～9日（周六、日）在南方科技大学举办“InForSec 2023年网络空间安全国际学术研究成果分享及青年学者论坛”。本次学术活动将邀请在网络空间安全顶级会议上发表论文的研究者分享他们的最新研究成果，并就研究过程中的灵感、经验和体会进行深入交流。此次邀请的议题覆盖网安研究领域的诸多前沿问题，包括“软件和系统安全”“体系结构安全”“移动安全”“网络安全”“AI安全”等。主题：InForSec 2023年网络空间安全国际学术研究成果分享及青年学者论坛时间：20
MATLAB（1）
MM999666的博客
10-28 7675
MATLAB 第一章 MATALB基础技能 第1节 MATLAB窗口 1、语言修改 中文版：预设——MATLAB——常规 英文版：Preferences——MATLAB——General 2、布局 中文版：布局 英文版：layout 3、帮助 可以搜索一些指令 第2节 命令行 1、常用指令及格式 （1）清除操作 clc 清理命令行显示 clear 清理变量 close all 关闭所有绘图窗口 clf 清除当前图像窗口 （2）快捷键 上下键：调用之前输入过的一些命令 esc：删除刚输入的一段 （3）换行
算法问题整理（二）
qingjing0413的博客
07-23 237
参考：
自回归生成模型中的推理加速详解
最新发布
brucexia的专栏
07-03 1032
在上一节中，我们详细讲解了自回归生成模型的原理与训练过程，揭示了训练环节的核心重要性。然而，在生成模型的全面实践中，更加关键的一步在于如何精妙地运用这些训练成熟的模型去执行实际的推理任务。而在此过程中，一个至关重要的考量因素，便是如何高效利用现有的设备和资源，以最优化的方式进行模型推理。在本节中，我们将聚焦于生成模型中的推理加速内容，深入探讨如何通过技术手段提升模型推理的速度与效率。
强化学习：Policy Gradients 学习笔记
只是个人学习笔记
07-01 1420
Policy Gradient（基于 Softmax 的策略梯度算法）是强化学习中的经典策略梯度方法，通过直接优化策略函数来最大化累积奖励。
破译AI黑箱：如何用20行Python理解ChatGPT？
Ven%的博客
07-03 560
fill:#333;color:#333;color:#333;fill:none;现实问题构建参数化模型训练数据定义损失函数自动优化参数得到拟合函数解决新问题用数据自动寻找最优数学函数。更复杂的函数结构（深度神经网络）更庞大的训练数据更高效的优化算法实现了对现实世界复杂规律的建模能力。
Rust C++ OpenCV kafka-rs实践
keny-大成的博客
06-30 1276
本文摘要： Rust与OpenCV图像处理：涵盖基础操作（加载/显示/保存图像、灰度转换）、滤波增强（高斯模糊/Canny边缘检测/直方图均衡化）、特征检测（SIFT/ORB）及机器学习应用（人脸检测/K均值聚类），需搭配opencv库（v0.66+）。 Rust与Anaconda集成：通过pyo3调用Python科学计算库（如NumPy、scikit-learn），实现数值计算、可视化、模型部署及跨语言数据共享。 Rust自动化框架设计：包括异步任务调度、插件系统、配置热加载、分布式锁、状态机引擎等10个
网络空间测绘理论体系白皮书（2023年）04测绘体系框架应用实践
sinat_41942180的博客
06-30 1224
网络空间测绘不仅直接作用于网络空间中的数据资源，也会作用于物理空间的真实设备、社会空间的组织机构、认知空间的用户倾向等等。下面以重点域名评估为例。而从更通用的角度上看，在网络空间探测获取到探测对象的基础数据之后，一方面需要针对探测对象作进一步分析处理，把基础探测数据，逐步抽象到类别标签代表的信息、知识，深入回答探测对象是什么、怎么样的问题；网络空间测绘的知识图谱本体涉及 IP、域名、证书、设备、软件等 10 多个信息域实体，同时关联物理域的各粒度地理位置、社会域的各层级组织行业、认知域的多源安全事件等等。
【AI与数据管理】AI大模型在企业级数据质量管理中的解决方案
tianp123的博客
07-03 653
摘要：AI大模型正革新企业数据质量管理，通过自动清洗、异常检测和一致性维护解决数据量大、错误多样等核心挑战。实施方案分四步：1)数据评估与预处理，使用聚类模型检测异常；2)模型选择与训练，针对文本或数值数据选用BERT或LSTM模型；3)实时部署监控，结合流处理框架；4)持续优化迭代。AI方案可提升效率80%以上，但需注意数据隐私和模型偏差风险，建议从具体场景入手逐步实施。（149字）
评论
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
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