中国高分辨率高质量地面NO2数据集(2008-2023)

  • 时间分辨率:日
  • 空间分辨率:1km - 10km
  • 共享方式:开放获取
  • 数据大小:15.36 GB
  • 数据时间范围:2008-01-01 --- 2023-12-31
  • 元数据更新时间:2024-08-19

数据集摘要

ChinaHighNO2数据集是中国高分辨率高质量近地表空气污染物数据集(ChinaHighAirPollutants, CHAP)中地面NO2数据集。该数据集利用人工智能技术,考虑了空气污染的时空异质特性,从大数据(如地基观测、卫星遥感产品、大气再分析和模式模拟资料等)中生产得到2008年至今全国无缝隙地面NO2数据,主要范围为整个中国地区,空间分辨率2019年之前为10 km,2019年之后为1 km,10公里数据十折交叉验证决定系数R2为0.84,均方根误差RMSE为7.99 µg/m3;1公里数据十折交叉验证决定系数R2为0.93,均方根误差RMSE为4.89 µg/m3,时间分辨率为日、月、年,单位为µg/m3。注意:该数据集持续更新,如需要更多数据,请发邮件联系作者(weijing_rs@163.com; weijing@umd.edu)。 数据文件中包含NC转GeoTiff的四种代码(Python、Matlab、IDL和R语言)nc2geotiff codes。

数据文件命名方式和使用方法

文件命名:该数据以NetCDF文件格式存储,文件的名称为CHAP_NO2_ab_yyyymmdd_V1.nc,其中a表示时间分辨率(D表示日数据,M表示月数据,Y表示年数据),b表示空间分辨率(1K表示1km),yyyy代表年,mm表示月,dd表示日。数据读取方式:可用Python、Matlab、IDL等编程实现文件从nc到tif的转换。数据坐标系为WGS-1984,背景值为65535。

本数据要求的引用方式数据引用必读

数据的引用

韦晶, 李占清. (2023). 中国高分辨率高质量地面NO2数据集(2008-2023). 国家青藏高原科学数据中心. https://doi.org/10.5281/zenodo.4571660.

Wei, J., Li, Z. (2023). ChinaHighNO2: High-resolution and High-quality Ground-level NO2 Dataset for China (2008-2023). National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.5281/zenodo.4571660.

(下载引用: RIS格式 RIS英文格式 Bibtex格式 Bibtex英文格式 )

文章的引用

1、Wei, J., Liu, S., Li, Z., Liu, C., Qin, K., Liu, X., Pinker, R., Dickerson, R., Lin, J., Boersma, K., Sun, L., Li, R., Xue, W., Cui, Y., Zhang, C., & Wang, J. (2022). Ground-level NO2 surveillance from space across China for high resolution using interpretable spatiotemporally weighted artificial intelligence. Environmental Science & Technology, 56(14), 9988--9998. https://doi.org/10.1021/acs.est.2c03834 ( 查看 下载 Bibtex格式 )

2、Wei, J., Li, Z., Wang, J., Li, C., Gupta, P., & Cribb, M. (2023). Ground-level gaseous pollutants (NO2, SO2, and CO) in China: daily seamless mapping and spatiotemporal variations. Atmospheric Chemistry and Physics, 23, 1511--1532. https://doi.org/10.5194/acp-23-1511-2023 ( 查看 下载 Bibtex格式 )

相关推荐
破z晓1 小时前
javascript 导出excel表
开发语言·javascript·excel
2601_960356381 小时前
数学专业“考证”新思路:为学术与职业双重赋能
大数据
zhixingheyi_tian2 小时前
Mapreduce 之 nativetask
大数据·mapreduce
小罗水2 小时前
第17章 后台管理端与演示支持
javascript·vue.js·ecmascript
远航计算机3 小时前
职业技能培训机构如何利用QClaw+Skills做豆包GEO:知识库搭建×内容创作×效果监测的完整实操手册
大数据·人工智能·自动化·aigc·火山引擎
IanSkunk3 小时前
视光中心承接近视防控需求,核心是先把服务流程做成标准化工程
大数据
SEO_juper3 小时前
用Google Search Console数据做内容审计:找出网站上哪些页面在“吃白饭“
大数据·人工智能·外贸独立站
万少4 小时前
DeepSeek-V4-Flash 正式版上线了,但这 3 个坑我帮你提前踩了
前端·javascript·后端
宁风NF4 小时前
JavaScript:网络请求与前端通信
开发语言·前端·javascript·网络·学习·ecmascript
猫猫不是喵喵.4 小时前
Vue3 中 computed 计算属性与 watch、watchEffect 监听
前端·javascript·vue.js