之前我们分享过1980-2024年我国0.1°分辨率的逐日、逐月、逐年潜在蒸散发栅格数据，另外，我们基于此栅格数据按照行政区划取平均值，得到了Shp和Excel格式的我国省市县三个等级的1980-2024年我国省市县三级逐日潜在蒸散发数据（可查看之前的文章获悉详情）！很多小伙伴拿到数据后反馈是否可以处理出乡镇级的逐日潜在蒸散发数据！
我们特地对上述逐日栅格数据进行了进一步处理，依据乡镇（街道）边界，进行了边界内求平均数处理得到了本次分享的数据------**Shp和Excel格式的我国乡镇（街道）的1980-2024年的逐日潜在蒸散发数据！**该数据包括两种潜在蒸散发值栅格文件：petHG（基于Hargreaves法）和petPM（基于Penman-Monteith法），数据的单位都是毫米（mm）。
该数据只对立方数据学社会员开放，在本公众号后台回复关键词 会员 可得到会员规则和办理方式。对于已经是会员的同学，请向会员客服发放关键词 388A 获取该数据。以下为数据的详细介绍：
01 数据预览
全国乡镇1980-2024年逐日潜在蒸散发数据提供Excel和Shp两种格式的数据，由于逐日数据量较大，我们按照年份将逐日潜在蒸散发数据保存为一个Shp文件和一个Excel文件，每个Excel和Shp文件的属性表中包括当年的365天每天的潜在蒸散发数据。
我们以Excel格式的2024年全国乡镇的逐日潜在蒸散发数据为例来预览一下数据，数据字段包括省份名称、城市名称、区县名称、乡镇名称、完整名称和逐日潜在蒸散发数据。我们以2024年基于Hargreaves法处理得到的潜在蒸散发数据为例进行预览：
2024年全国各乡镇逐日潜在蒸散发数据的属性表
接下来是Shp格式的数据，1980-2024年的乡镇层级的逐日潜在蒸散发数据同样按照年份进行汇总，属性表的字段和Excel相同。我们具体以2024年12月31日基于Hargreaves法处理得到的各区县的潜在蒸散发数据为例进行预览：
2024年12月1日全国各乡镇逐日潜在蒸散发数据（Shp格式）
02 数据详情
数据来源：
原始nc格式的高分辨气象数据来源于国家冰川冻土沙漠科学数据中心，具体网址为：https://www.ncdc.ac.cn/portal/metadata/21691d03-bef2-4800-924e-5614e7268b87
行政区划数据来源：
该数据的处理使用到了乡镇行政区划数据，该数据较难获取，我们综合对比后，采用的"学研录"公众号分享的乡镇边界数据！需要说明的是：乡镇行政边界数据没有官方来源，因此本数据的精度有待考量，可能会存在错误，大家在使用的时候自行判断和调整！
数据处理说明：
基于1980-2024年逐日潜在蒸散发栅格数据，依据上述乡镇行政边界数据，对每个乡镇（街道）的逐日潜在蒸散发栅格的平均值进行了求平均值处理，最终得到了全国乡镇（街道）的逐日潜在蒸散发数值数据。
数据单位：
毫米（mm）
数据格式：
Shp和Excel格式
时间范围：
1980-2024年（逐日）
空间范围：
全国乡镇
地理坐标系：
WGS_1984
数据引用：
Yang, Z., Li, Z., & Wei, J. (2025). ChinaHighO₃: Daily Seamless 1 km Ground-Level O₃ Dataset for China (2000--Present) (版 3) [Data set]. Zenodo. https://doi.org/10.5281/zenodo.16883507
相关论文引用：
Yang, Z., Li, Z., Cheng, F., Lv, Q., Li, K., Zhang, T., Zhou, Y., Zhao, B., Xue, W., and Wei, J. Two-decade surface ozone (O₃) pollution in China: enhanced fine-scale estimations and environmental health implications. Remote Sensing of Environment, 2025, 317, 114459. https://doi.org/10.1016/j.rse.2024.114459
Wei, J., Li, Z., Li, K., Dickerson, R., Pinker, R., Wang, J., Liu, X., Sun, L., Xue, W., and Cribb, M. Full-coverage mapping and spatiotemporal variations of ground-level ozone (O₃) pollution from 2013 to 2020 across China. Remote Sensing of Environment, 2022, 270, 112775. https://doi.org/10.1016/j.rse.2021.112775
如有数据使用需求请按照官方平台的要求进行引用，更多数据详情可以查看官网获悉！