中国台风数据（2000-2023年）

最新推荐文章于 2025-11-29 15:22:18 发布
原创 最新推荐文章于 2025-11-29 15:22:18 发布 · 207 阅读 · 0 ·
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：

#深度学习 #大数据 #python #人工智能 #机器学习

D043 中国台风数据（2000-2023年）

数据简介

      今天带来的数据是2000-2023年的中国附近的台风数据其中包含24个指标，并对其进行了可视化处理，将其路径展示出来，方便大家研究使用。

      台风数据对于气象研究、灾害预防和应急响应等非常重要。

数据详情

数据来源：中国天气网

时间跨度：2000-2023

数据频度：年度

数据范围：中国

数据格式：Excel/Shp

数据概览

      该数据的指标概览与数据概览如下，并将其按照年份分成了24个分表与1个数据总表：

图片

图片

      本文将Excel数据进行可视化表达，将其转换成Shp格式文件，并将其转换成线要素，展示台风轨迹，下图为2022年台风轨迹的可视化示例：

图片

机器学习实战12-基于历史数据的台风的预测与分析(2023年第5号台风杜苏芮将登陆福建)
微学AI的博客
07-23 8099
大家好，我是微学AI，今天给大家介绍一下机器学习实战12-基于历史数据的台风的预测与分析，台风预测与分析是一项重要的气象研究项目，旨在提前预测、跟踪和分析台风的路径、强度和可能对地区造成的影响。台风是一种强大而具有破坏性的气象灾害，经常给沿海地区带来巨大的风暴潮、暴雨和强风，并导致洪涝、山体滑坡等次生灾害。
26.4G中国1km分辨率逐月降水量数据集（1901-2023）
01-07 1504
步骤为：ArcToolbox\多维工具\创建NetCDF栅格图层，输入netCDF文件为下载的文件，这里以2023年数据为例。数据文件以nc格式为存储，文件名称为“pre_yyyy.nc”，其中yyyy为年份，每个nc文件包含12个时间点，代表1-12月。本文为你分享了我国1901年以来的1km分辨率逐月降水量数据集资源，以及该数据在 ArcMap 中导出tif的方法。根据官方介绍，该数据集空间分辨率为0.0083333°（约1km），数据格式为NETCDF，即.nc格式。以 ArcMap 为例打开。
计算机毕业设计之基于python的台风数据可视化系统
2401_85546142的博客
07-22 601
数据抓取、数据存储、数据导入、数据清洗、数据预处理、数据分析、数据挖掘和数据可视化等种种功能都不在话下，通过GUI图形操作界面摆脱了繁琐的实现过程。从意义方面，系统主要处理台风数据预处理与分析数据，对这些数据进行分析，并按需求进行可视化，从中提取用户所需要的信息，给用户带来价值。此外，系统还支持用户根据实际需求，自定义可视化图表和分析指标，为台风预警和防治工作提供科学依据。该系统以我国历史台风数据为基础，运用数据挖掘和可视化技术，对台风相关数据进行整合、处理和展示，为台风研究、预警和防治提供有力支持。
绘制西北太平洋台风频数分布填色图
m0_60678566的博客
03-17 3987
统计每个经纬度网格（1°×1°）内台风经过的频次，并绘填色图
全球300年飓风数据可视化
digihail2016的博客
02-17 4397
本案例是以全球300年的飓风数据为基础，基于地理信息系统，通过三维建模，将300年来全球飓风运行轨迹数据起始于同一时间点，展示了整体运行轨迹和态势；从而使人能在最短时间内了解飓风运行的规律和特征。
全球台风数据（1949-2023年）
2301_78812497的博客
10-02 301
《1949-2023年全球台风数据发布》 数据皮皮侠团队整理发布了1949-2023年全球台风数据，原始数据来源中国天气网。该数据集涵盖全球范围的台风信息，包含多项关键指标。团队同时展示了近年台风研究主题分布趋势，为相关领域研究提供最新数据支持。完整数据集包含详细指标说明及部分原始数据样例。（149字）
《中国环境统计年鉴》面板数据无缺失填充版（2000-2023年）
xiaozhuzhu1995的博客
11-10 1937
将2001-2024年的年鉴整理为包含1062个指标的面板数据，包括自然状况、水环境、海洋环境、大气环境、固体废物、自然生态、自然灾害、环境投资、城市环境、农村环境等大类。是国家统计局和生态环境部及其他有关部委共同编辑完成的一本反映我国环境各领域基本情况的年度综合统计资料。收录了年全国各省的主要环境统计数据。更多说明：包括原始、线性插值、回归填补3个版本。方式一（推荐）：主页 *个人* 简介。时间范围：2000-2023年。中国环境统计数据-面板数据。样本数量：1062个指标。数据范围：31个省份。
2000-2023年《中国农村统计年鉴》面板数据无缺失填充版
xiaozhuzhu1995的博客
09-04 1417
将2001-2024年的《中国农村统计年鉴》整理为包含1469个指标的面板数据，主要包括农村经济、生产、农村市场、农产品、进出口、文化、教育、卫生及社会服务等大类。《中国农村统计年鉴》系统收录了全国和各省农村社会经济统计数据，以及近年全国农村主要统计数据，是一部全面反映我国农村社会经济情况的资料性年刊。更多说明：包括原始、线性插值、回归填补3个版本。数据名称：《中国农村统计年鉴》面板数据整理。数据来源：《中国农村统计年鉴》中国农村统计数据-面板数据。样本数量：1469个指标。数据范围：31个省份。
2000-2023 年多国每日天气数据集 | 9 列全维度指标 (气温 / 降水 / 风速)+23 年时间跨度 | 气候趋势分析 / 环境建模 / 时间序列预测用
Lym185151的博客
09-14 2965
【摘要】本数据集整合2000-2023年全球20余国每日气象数据，涵盖气温、降水、风速、日照等9类核心指标，总记录超17万条。针对传统数据集的单一性缺陷，其突出优势在于多国覆盖（含五大洲不同气候带）、全维度指标（支持农业、防灾等多元场景）和23年长周期跨度（包含极端气候事件节点）。数据集已标准化处理，提供Python预处理代码示例，并演示气候趋势分析、气温预测等典型应用场景（如Prophet模型预测中国气温的MAE<2℃），为气候研究、环境规划等领域提供高价值数据支撑。通过MIT许可证开放获取。
中国近海台风路径数据集（1945年至今）
m0_63269495的博客
03-26 2941
1945至今，中国近海台风路径数据集，包含每个台风的真实路径信息、台风强度、气压、中心风速、移动速度、移动方向，台风的中英文名称，编号等。数据有shp格式和文本格式两种，共计1800余条数据，持续更新中。
省级面板数据库2500+指标1990-2023年
weixin_53677354的博客
10-18 1340
省级面板数据库2500+指标1990-2023年 包括：综合、国民经济核算、人口、就业人员和工资、固定资产投资和房地产、对外经济贸易、能源、财政、价格指数、人民生活、城市概况、资源和环境、农业、工业、建筑业、运输和邮电、社会消费品零售总额、批发和零售业、住宿和餐饮业、旅游业、金融业、教育、科技、卫生、社会服务、文化、体育、公共管理、社会保障等
省份-农业保险保费收入与赔付支出数据（2001-2023年）.rar
06-24
该数据集系统整理了2001-2023年中国省级行政区的农业保险核心运营指标，涵盖保费收入与赔付支出的年度面板数据。数据指标包括农业保险深度（农业保险保费占农业增加值的比例）、农业保险密度（人均保费金额）、年度...
三沙市2023年小学位置矢量数据发布
三沙市2023年小学位置矢量数据是一份典型的地理信息系统（GIS）空间数据集，其核心内容是记录海南省三沙市辖区内所有小学的地理位置信息，并以矢量数据格式进行组织和存储。该数据集对于城市规划、教育资源配置、...
鱼类识别系统【最新版】Python+TensorFlow+Vue3+Django+人工智能+深度学习+卷积神经网络算法
2301_78372746的博客
11-24 2232
鱼类识别系统，基于TensorFlow搭建卷积神经网络算法，通过收集了包括‘墨鱼’、‘多宝鱼’、‘带鱼’、‘石斑鱼’等在内的30种鱼类图像数据集进行训练，最后得到一个识别精度较高的模型，然后搭建Web可视化操作平台。前端后端：Django算法：TensorFlow、卷积神经网络算法具体功能系统分为管理员和用户两个角色，登录后根据角色显示其可访问的页面模块。登录系统后可发布、查看、编辑文章，创建文章功能中集成了markdown编辑器，可对文章进行编辑。
ResNet (2015)（卷积神经网络）
weixin_45556264的博客
11-23 794
它不是一个复杂的理论突破，而是一个极其优雅和有效的工程解决方案，其“大道至简”的思想深刻地影响了整个领域。直到今天，基于ResNet的架构仍然是许多视觉任务的强大基线。在ResNet出现之前，主流的认知是：网络越深，表达能力越强，性能应该越好。论文中提出了几种不同深度的ResNet变体，最著名的是ResNet-34和ResNet-50/101/152。这种下降不是由过拟合引起的，因为即使在训练集上，深层的模型误差也比浅层模型更高。这是ResNet的核心构建模块。，巧妙地解决了极深神经网络的。
深度学习——神经网络
2303_80634169的博客
11-24 4068
本文梳理了深度学习中的核心网络模型及其组件。基础模型包括MLP（全连接层堆叠）、CNN（卷积结构处理图像）、RNN（循环结构处理序列）和Transformer（自注意力机制）。扩展模型涵盖跨模态融合（如CLIP）、图神经网络（如GCN）和强化学习网络（如DQN）。核心组件涉及网络层（卷积/全连接/注意力等）、激活函数（ReLU/Sigmoid等）、优化器（Adam/SGD等）、损失函数（交叉熵/MSE等）以及数据处理方法。通过系统分类和典型示例，为深度学习模型选择与设计提供参考框架。
深度学习：从技术本质到未来图景的全面解析
最新发布
m0_71934846的博客
11-29 997
摘要 深度学习作为人工智能的核心技术，通过多层神经网络模拟人脑机制，实现端到端学习，广泛应用于图像识别、自然语言处理、自动驾驶等领域。其核心技术包括卷积神经网络（CNN）、循环神经网络（RNN）以及优化算法与损失函数。尽管深度学习已深刻改变产业模式，但仍面临数据依赖、可解释性差、算力消耗等挑战。未来发展趋势包括自监督学习、可解释AI、多模态学习及通用人工智能（AGI）。深度学习不仅推动技术革新，也对个人职业发展和社会数字化进程产生深远影响。
中文社交媒体情感分析实战：基于B站评论的机器学习与深度学习对比
m0_54846764的博客
11-29 694
评论内容：用户原始评论文本（核心分析对象）评论时间：发布时间戳（用于时间趋势分析）类别：情感标签（-1=负面，0=中性，1=正面）视频标题/网址：评论所属内容上下文数据预处理是关键：去重、分词、停用词过滤三步使数据质量提升30%特征工程决定上限：1-gram+2-gram的TF-IDF特征比单纯1-gram提升5%准确率模型选择需适配场景：SVM适合追求高精度的离线分析，朴素贝叶斯适合实时部署。
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
 
红包 添加红包
表情包 插入表情
表情包 代码片
 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
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