ScapeD的博客

气温、降水、scPDSI再分析数据最常用的为cru格点数据，其下载连接分别为：

说明：文章为笔者原创随笔，引用请标明出处。摘 要 全球变暖显著影响，然而，我们对气温变化的季节和空间差异了解有限。分析了中国1960-2020年气温变化的时空差异和影响因素。首先，分析了全国和5个不同气候区域年平均气温的变化趋势，结果表明1990前后全国和不同气候区域的年平均气温均出现显著突变。1990年后全国和不同区域年平均气温变暖加快，不同季节变化不同：春、夏季增温加快，冬季增温减缓，而秋季全国气温趋势变化不大。随后，利用地理探测器定量比较了两个阶段气温变化与下垫面影响因子的关系。植被类型、纬度地带

结果图：ggpubr包提供了方便的一页多图方法，并且提供了方便的共享图例方法。因为应用中，一个页面上多幅单一类型的图一般只需一个图例即可。参照以下代码：library(ggpubr)dsamp <- diamonds[sample(nrow(diamonds), 1000), ]p1 <- qplot(carat, price, data = dsamp, colour = clarity)p2 <- qplot(cut, price, data = d.

1、NASA的 Land Surface Temperature 基于Modis卫星获取地表反射率，进而转化为地表温度。

以下以提取降水的cru格点数据为例，温度的数据类似。inputpath <- 'data/cru_ts4.05.1901.2020.pre.dat.nc' #文件存储路径library(ncdf4) # package for netcdf manipulationnc_data <- nc_open(inputpath)print(nc_data)# Save the print(nc) dump to a text file{ sink('ncdata.txt')

一、长表转换为宽表好多气象数据（如气象站点、格点等）是用长表存储的，其格式如下：长表格式常用于数据的存储，尤其对于多维数据的存储十分方便，然而并不利于数据分析。R语言tidyr包中的pivot_wider函数 可以将长表变为宽表，适用于将多个变量保存到了一列的情况。如上图示例，我们需要将表中数据转换成：每年（列）不同站点（行）的观测值，我们使用以下代码：d.tempwider <-d.monthtemp1 %>%pivot_wider(names_from = stat