中国高精度年度降水栅格数据(1901-2024/裁剪到省市)

最新推荐文章于 2025-10-21 18:43:36 发布

原创

最新推荐文章于 2025-10-21 18:43:36 发布 · 1.4k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#分类 #大数据 #人工智能 #机器学习 #业界资讯

数据简介

昨天我们分享了中国月度的降水数据(见前文)。考虑到大家常用的年度数据，我们将其求平均的方法得到中国各年度的降水栅格数据集，并考虑到数据较大的情况，我们还将其根据中国省市行政区划将其裁剪为各省与各市的区域，方便大家研究使用。

该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。

数据详情

数据来源：国家青藏高原科学数据中心

数据来源：1901-2024

数据精度：1KM

数据单位：0.1mm

数据来源：中国/分省/分市

数据格式：Tif

数据概览

我们将昨天分享的月度栅格数据求平均值得到年度的降水栅格数据，并根据中国省市行政区划将其裁剪为各省与各市的区域，其中各省与各市的区域以年度为文件夹存放，数据概览如下：

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

AI数据皮皮侠

关注关注

22
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

数据分享｜1960-2020年中国1公里分辨率月降水栅格数据集

J_Giser的博客

02-24

2137

彭守璋. (2020). 中国1km分辨率逐月降水量数据集（1901-2020）. 国家青藏高原科学数据中心, DOI: 10.5281/zenodo.3185722.彭守璋. (2020). 中国1km分辨率逐月降水量数据集（1901-2020）. 国家青藏高原科学数据中心, 2020. DOI: 10.5281/zenodo.3185722.该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国地区降尺度生成的。

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

847

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。

参与评论您还未登录，请先登录后发表或查看评论

各省市区县“降水量”逐日面板数据+栅格数据（1980-2024）

最新发布

2402_84540850的博客

10-21

278

1.站点数据筛选：以全国气象站点的原始降水量观测数据为基础，优先选择观测记录完整、位置稳定的站点，排除异常值，为后续处理奠定基础。3.区域均值汇总：基于行政区划边界，对栅格数据进行分区域平均计算，最终得到省、市、区县三级的降水量均值。2.IDW 插值生成栅格：采用 “反距离权重插值法（IDW）”，将离散的站点数据转化为连续的栅格数据。时间范围：1980 1 月 1 日至 2024 年 12 月 31 日。空间范围：全国各省、市、区县三级（同时提供 0.1°×0.1° 分辨率的栅格数据）。

卫星降雨量数据下载及生成栅格分布图（CMORPH）

我本飘零客我乘风雨来人间只小住岁久自离开

07-12

3876

8km×8km (30 min), 0.25°×0.25° (hourly, daily)（覆盖全球60°S-60°N）

第八篇GEE中下载年总降水的栅格数据

Gee Explorer的博客

02-13

1616

使用此数据集下载一个区域（roi）每隔5年的年总降水的栅格影像（注意：1、这里需要自己定义一个感兴趣区域roi。2、使用此数据集不可超出它的可用时间范围。参考蒸散（ASCE Penman-Montieth）这里roi以赣州市（如图1）为例，运行结果如图2所示。实际蒸散量，使用一维土壤水分平衡模型推导。气候缺水，使用一维土壤水分平衡模型推导。土壤湿度，使用一维土壤水分平衡模型推导。使用一维土壤水分平衡模型推导的雪水当量。径流，使用一维土壤水分平衡模型推导。帕尔默干旱严重程度指数。

全国高精度月度降水栅格数据(1901-2024)

PPdata_Academy的博客

07-09

911

摘要：本文介绍了2024年更新的中国1km分辨率逐月降水栅格数据集，原始NC格式数据已转换为更易用的Tif格式。该数据基于CRU和WorldClim全球气候数据集，通过Delta空间降尺度方法生成，并经496个气象站点验证，可信度高。数据集覆盖全国主要陆地（含港澳台），时间跨度为1901-2024年共124年，每月数据独立存储，精度为0.1mm。

【数据分享】1901-2022年1km分辨率逐年降水栅格数据（免费获取/全国/分省）

weixin_63042008的博客

09-14

3138

【数据分享】1901-2022年1km分辨率逐年降水栅格数据（免费获取/全国/分省）

气温和降水空间栅格数据下载RS123

shanyanyi7173的博客

05-29

7944

中国1980-2015逐年年降水量空间插值数据集介绍中国1980年以来逐年年平均气温、年降水量空间插值数据集是基于全国2400多个气象站点日观测数据，通过整理、计算和空间插值处理生成。年平均气温单位为0.1摄氏度，年降水量单位为0.1毫米(数值相当扩大了10倍，除以10就分别为氏度和毫米)。温度、降水量等气候要素的插值应用的是澳大利亚的ANUSPLIN插值软件，ANUSPLIN是一种采用平滑样条函数对多变量数据...

中国高精度年度平均气温栅格数据集(1901-2024)

PPdata_Academy的博客

07-21

702

本文基于中国月度平均气温栅格数据集，计算生成1901-2024年1km分辨率的年度平均气温数据集，并按中国省市行政区划进行裁剪。该数据集融合CRU全球数据和WorldClim高分辨率数据，经496个站点验证，具有高时空精度和长时间序列特点，覆盖全国（含港澳台）逾百年气温记录，为气候变化研究、生态水文分析及农业生产评估等提供重要数据支撑。数据格式为Tif，单位为0.1℃，可获取全国、各省及各市三个尺度的气温栅格数据。

精选资源

内蒙古自治区土壤水文分组高精度栅格

06-21

该数据集（ HYSOGs250m ）土壤水文分组 (HSG) 栅格数据集，其地理分辨率为 1/480 十进制度，对应于大约 250 米的分辨率。HSGs 的分类是根据粮食及农业组织的 soilGrids250m 系统提供的土壤质地等级和到基岩的深度...

2010年全国降雨数据

03-29

全国2010年降雨分布栅格数据，基于全国2400多个气象站点日观测数据，通过整理、计算和空间插值处理生成，空间分辨率精度为1km。

全国降雨分布图（矢量）

01-27

全国近10年的平均降雨量矢量化地图,用ArcGis打开的SHP格式文件全国近10年的平均降雨量矢量化地图,用ArcGis打开的SHP格式文件

精选资源

浙江省土壤水文分组高精度栅格

06-21

1950—2022年逐年平均降水栅格数据（全国/分省）

weixin_63042008的博客

04-01

4814

【数据分享】1950—2022年逐年平均降水栅格数据（全国/分省/免费获取）

【ArcGIS风暴】气象台站气温（降水）矢量数据插值成栅格气温（降水）空间数据

热门推荐

「刘一哥与GIS的故事」

04-06

1万+

关于文本格式的气象数据生成Shapefile矢量数据的过程，可以参照文章《ArcGIS 10.2导入Excel数据X、Y坐标（经纬度、平面坐标），生成Shapefile点数据图层》。本文在前面生成的具有气温和降水属性的气象台站矢量数据的基础上，通过栅格插值，栅格裁剪等过程生成空间分布的气温和降水数据，效果图如下所示（左图为气象台站，右图为气象空间分布数据）：在涉及30年气温和降水栅格求平均时，我们是采用Python代码批处理的（附代码）

ArcGIS案例学习笔记-栅格数据分区统计(平均高程，污染浓度，污染总量，降水量)...

weixin_30477797的博客

07-17

2262

ArcGIS案例学习笔记-栅格数据分区统计(平均高程，污染浓度，污染总量，降水量) 联系方式：向日葵，135-4855-4328，xiexiaokui@qq.com 目的：针对栅格数据，利用多边形面要素，计算各个统计特征，例如各区域平均高程，平均气温，降水总量，污染总量。数据： Excel存储的点数据表示分区的多边形方法： 1. 展点 2. 计算空间连续分...

【会员专享数据】1980—2022年中国0.1°分辨率逐日、逐月、逐年风速栅格数据

weixin_63042008的博客

05-27

783

【会员专享数据】1980—2022年中国0.1°分辨率逐日、逐月、逐年风速栅格数据

给我推荐一些高精度的降雨量空间数据，时间需要2000年到2024年

07-24

<think>我们面对的是一个关于获取2000年至2024年间高精度降雨量空间数据的问题。需要调用网络搜索工具进行检索，然后整合信息生成回答。注意：回答中要避免第一人称，避免步骤词汇，将答案组织为多个方法或步骤（每个步骤间换行），并严格遵守格式要求（特别是代码和公式部分）。最后，必须添加相关问题部分，格式严格遵循要求。首先，我们需要理解用户的需求：高精度降雨量空间数据，时间范围是2000年到2024年。空间数据通常以栅格形式存在，如NetCDF、GeoTIFF等格式。通过搜索，我们可以获取以下信息： 1. 全球范围内常用的高精度降雨量数据集。 2. 这些数据集的来源（机构或项目）、时间覆盖范围、空间分辨率、获取方式等。常见的全球高精度降雨量数据集包括： - TRMM（Tropical Rainfall Measuring Mission）及其后续GPM（Global Precipitation Measurement）：TRMM覆盖1997年至2015年，GPM从2014年至今。两者结合可以覆盖2000-2024年，但需要注意2014-2015年的重叠。 - CHIRPS（Climate Hazards Group InfraRed Precipitation with Station data）：由美国地质调查局（USGS）和加州大学圣塔芭芭拉分校开发，覆盖全球50°S-50°N，从1981年至今，空间分辨率为0.05°（约5km）。 - ERA5：欧洲中期天气预报中心（ECMWF）的再分析数据，提供全球覆盖，时间覆盖从1950年至今（近实时更新），空间分辨率0.25°（约31km），但通过整合可以提供更高的时间分辨率（小时级）。 - PERSIANN（Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks）：由加州大学尔湾分校开发，包括多种产品，如PERSIANN-CCS（1小时，0.04°分辨率）、PERSIANN-CDR（1983年至今，日值，0.25°分辨率）等。 - MSWEP（Multi-Source Weighted-Ensemble Precipitation）：融合多种数据源（卫星、再分析、地面观测），时间覆盖1979年至今，空间分辨率0.1°（约11km）。针对用户要求的时间范围（2000-2024），以上数据集大多可以满足。但需要强调高精度，所以我们将推荐空间分辨率较高的数据集。根据搜索，我们整理出以下获取途径和方法：方法1：使用NASA的GPM和TRMM数据 - TRMM（1997-2015）和GPM（2014-至今）数据可以通过NASA的降水处理系统（PPS）获取，也可通过Earthdata Search下载。 - 推荐使用GPM IMERG（Integrated Multi-satellitE Retrievals for GPM）产品，它提供了0.1°分辨率的半小时、日、月数据。 - 下载地址：https://gpm.nasa.gov/data/imerg - 注意：IMERG有三个版本：Early（滞后4小时，用于实时应用）、Late（滞后12-14小时，用于科研）、Final（滞后3.5个月，融合了地面观测数据）。推荐Final版本以提高精度。方法2：使用CHIRPS数据 - CHIRPS数据提供从1981年至今的准全球（50°S-50°N）降雨数据，空间分辨率0.05°（约5km），时间分辨率为日、月。 - 数据可以通过官方网站下载：https://www.chc.ucsb.edu/data/chirps - 也提供Google Earth Engine的访问方式，方便进行时间序列分析和区域裁剪。方法3：使用ERA5再分析数据 - ERA5提供全球覆盖，时间覆盖1950年至今，空间分辨率0.25°（约31km）。虽然空间分辨率相对较低，但其优势在于全球覆盖和长时间序列。 - 可以通过Copernicus Climate Data Store (CDS) 下载：https://cds.climate.copernicus.eu - 在CDS中，可以按时间范围和区域选择数据，并支持NetCDF格式。方法4：使用PERSIANN系列数据 - PERSIANN-CCS提供高时空分辨率（0.04°，1小时）的数据，但覆盖时间较短（2003年至今）。 - PERSIANN-CDR（日值，0.25°）覆盖1983年至今。 - 数据下载地址：http://chrsdata.eng.uci.edu 方法5：使用MSWEP数据 - MSWEP融合了多种数据源，提供全球覆盖，空间分辨率为0.1°（约11km），时间覆盖1979年至今。 - 数据下载地址：http://www.gloh2o.org/mswep 对于需要高精度的用户，推荐按以下顺序选择： 1. CHIRPS（0.05°）在50°S-50°N范围内精度较高，且融合了地面站点数据。 2. GPM IMERG Final（0.1°）全球覆盖，且融合了地面数据。 3. 其他数据集根据具体区域和需求选择。下载方式： - 直接通过各数据提供方的网站下载，通常需要注册（如NASA Earthdata、CDS等）。 - 使用API或脚本批量下载（如使用Python的requests库或CDS API）。 - 利用Google Earth Engine（GEE）平台在线处理，避免下载大量数据。以GEE为例，以下代码展示了如何加载CHIRPS月数据并导出指定时间范围的降雨量数据： ```javascript // Google Earth Engine JavaScript代码示例 // 加载CHIRPS月数据 var chirps = ee.ImageCollection('UCSB-CHG/CHIRPS/MONTHLY'); // 定义时间范围 var startDate = '2000-01-01'; var endDate = '2024-12-31'; // 过滤时间范围 var chirpsFiltered = chirps.filterDate(startDate, endDate); // 选择降水波段 var precipitation = chirpsFiltered.select('precipitation'); // 导出整个时间序列为GeoTIFF（注意：这将导出多波段图像，每个波段代表一个月） Export.image.toDrive({ image: precipitation.toBands(), description: 'CHIRPS_Monthly_2000_2024', scale: 5000, // 5km分辨率 region: geometry, // 定义区域，可以是ee.Geometry对象 maxPixels: 1e13 }); ``` 注意：使用GEE需要先注册账号，并了解基本的JavaScript API。对于需要直接下载到本地的用户，可以编写Python脚本来自动化下载。以下是一个使用Python下载CHIRPS数据的示例（需要安装requests库）： ```python import requests import os # 下载CHIRPS月数据（单个文件示例） # CHIRPS月数据的URL模板 base_url = "https://data.chc.ucsb.edu/products/CHIRPS-2.0/global_monthly/tifs/chirps-v2.0.{year}.{month:02d}.tif.gz" # 设置保存目录 save_dir = "D:/CHIRPS" if not os.path.exists(save_dir): os.makedirs(save_dir) # 下载2000年1月到2024年12月的数据 for year in range(2000, 2025): for month in range(1, 13): # 如果是2024年，只下载到12月，但2024年可能还没到12月，这里假设用户执行时数据已更新 url = base_url.format(year=year, month=month) filename = url.split('/')[-1] save_path = os.path.join(save_dir, filename) # 发送HTTP请求 response = requests.get(url, stream=True) if response.status_code == 200: with open(save_path, 'wb') as f: for chunk in response.iter_content(chunk_size=1024): if chunk: f.write(chunk) print(f"Downloaded: {filename}") else: print(f"Failed to download: {url}") # 注意：下载的是压缩文件，需要解压 ``` 注意：上述代码仅为示例，实际下载时需注意网站是否有访问限制，以及数据是否实时更新（例如2024年的数据可能还未全部生成）。最后，按照要求添加相关问题部分。注意：回答中不能出现步骤词汇，所以我们将每个方法作为一个独立的建议，用换行分隔。</think>获取2000年至2024年间的高精度降雨量空间数据，可通过以下权威数据源和获取方式实现： ### 全球覆盖数据集 **GPM IMERG（Integrated Multi-satellitE Retrievals for GPM）** - 覆盖时间：2000年6月至今（TRMM过渡至GPM） - 空间分辨率：0.1°×0.1°（约11km） - 数据类型：半小时/日/月降水量 - 版本选择： - *Final Run*（科研推荐）：融合地面观测数据，滞后3个月 - *Late Run*：近实时数据，滞后18小时 - 获取途径： NASA Earthdata门户（需注册） ```python # Python示例：通过API下载 import requests url = "https://gpm1.gesdisc.eosdis.nasa.gov/data/GPM_L3/GPM_3IMERGHH.06/{year}/{doy}/3B-HHR.MS.MRG.3IMERG.{date}-S000000-E235959.0000.V06B.HDF5" # {year}替换年份，{doy}替换年积日，{date}替换YYYYMMDD ``` **CHIRPS（Climate Hazards Group InfraRed Precipitation with Station Data）** - 覆盖时间：1981年至今 - 空间分辨率：0.05°×0.05°（约5km） - 数据类型：日/月降水量 - 特点：融合卫星与地面站点数据，适合干旱监测 - 获取途径： [CHC UCSB官网](https://www.chc.ucsb.edu/data/chirps) Google Earth Engine代码： ```javascript // GEE示例 var dataset = ee.ImageCollection('UCSB-CHG/CHIRPS/DAILY') .filterDate('2000-01-01', '2024-12-31'); ``` ### 区域高精度数据集 **CMORPH（CPC MORPHing technique）** - 覆盖时间：2002年至今 - 空间分辨率：8km（30分钟频率） - 适用地区：全球60°S-60°N - 获取途径：NOAA气候预测中心[CDC FTP](ftp://ftp.cpc.ncep.noaa.gov/precip/CMORPH_V1.0/CRT/8km-30min/) **ERA5-Land（ECMWF再分析数据）** - 覆盖时间：1950年至今 - 空间分辨率：0.1°×0.1°（约9km） - 特点：融合多源观测的物理模型输出 - 获取途径： [Copernicus Climate Data Store](https://cds.climate.copernicus.eu) ```python # CDS API示例 import cdsapi c = cdsapi.Client() c.retrieve('reanalysis-era5-land-monthly-means', { 'variable': 'total_precipitation', 'year': list(range(2000,2025)), 'month': list(range(1,13)), 'format': 'netcdf' }) ``` ### 处理与分析工具 1. **数据格式转换** 使用GDAL处理GeoTIFF/NetCDF： ```bash gdal_translate -of GTiff input.nc output.tif ``` 2. **时空统计** QGIS时空立方体工具或Python xarray库： ```python import xarray as xr ds = xr.open_dataset('data.nc') annual_mean = ds.precip.resample(time='Y').mean() ``` ### 精度验证建议 - 交叉验证：将卫星数据与GHCN-D（全球历史气候网络）地面站点对比 - 指标计算：使用相关系数（$R^2$）和均方根误差（$RMSE = \sqrt{\frac{1}{n}\sum_{i=1}^{n}(y_i-\hat{y}_i)^2}$） ---