2005-2025年我国省市县三级的逐日地表温度数据(Shp/Excel格式)

气象数据是我们在各项研究中都经常使用的数据,尤其是高空间精度或者高时间精度的气象数据非常受欢迎。之前我们分享了2005-2025年我国逐日地表温度栅格数据!该数据来源于Climate Data Store(CDS)中的ERA5-Land再分析数据集。数据空间分辨率为0.1°*0.1°(约1万米)。ERA5-Land再分析数据集包括世界时(UTC)1950年1月1日以来的逐日地表温度数据,该数据持续更新。我们本次下载了2005年1月1日至2025年12月11日的逐日地表温度数据分享给大家。气温单位为摄氏度℃。很多小伙伴拿到数据后反馈栅格数据不太方便使用,问我们能不能把数据处理为更方便使用的Shp和Excel格式的数据!

我们特地对逐日地表温度栅格数据进行了处理,将2005-2025年逐日的全国地表温度栅格数据按照我国省级行政边界、地级市行政边界、区县级行政边界进行了求平均数处理得到了本次分享的数据------Shp和Excel格式的我国省市县三个等级的2005-2025年逐日地表温度数据!数据的时间范围是2005年1月1日至2025年12月11日,数据单位为摄氏度℃。

以下为数据的详细介绍:

01

数据预览

2005-2025年我国省市县三级的逐日地表温度数据提供Excel和Shp两种格式的数据, 数据按行政级别开存储,省市县三级分别保存为对应的Excel和Shp文件。

我们以区县层级2005-2025年逐日地表温度为例来预览一下数据。首先是Excel格式的数据,2005-2025年的区县层级逐日地表温度数据汇总为一张Excel文件,数据字段包括省份名称、省份代码、城市名称、城市代码、区县名称、区县代码和逐日地表温度

2005年1月1日-2025年12月11日全国各区县逐日地表温度数据(Excel格式)

接下来是Shp格式的数据,2005-2025年的区县层级的逐日地表气温度 数据同样汇总为一个Shp文件,属性表的字段和Excel相同。我们具体以2025年12月11日地表温度数据为例进行预览:

2025年12月11日全国各区县逐日地表温度(Shp格式)

02

数据详情

数据来源:

原始逐日地表温度栅格数据来源于Climate Data Store(CDS)中的ERA5-Land再分析数据集

数据说明:

该数据持续更新,我们本次分享的数据的范围为2005年1月1日至2025年12月11日。另外,需要说明的这儿的逐日地表温度是指1天24个时刻的温度求平均,地表温度指的是满足地表能量平衡所需的理论温度。

数据处理说明:

基于原始的2005-2025年逐日地表温度栅格数据,我们采用国家地理信息公共服务平台(天地图)发布的审图号为GS(2024)0650号的2025年省市县三级行政区划Shp数据,对每个省\每个地级市\每个区县内的栅格值进行了求平均数处理,得到了省市县三级的逐日的地表温度数据!

数据格式

Shp和Excel格式

时间范围

2005年1月1日至2025年12月11日(逐日)

数据单位:

摄氏度℃

空间范围

省、市、县三个等级

地理坐标系

GCS_WGS_1984

数据引用:

Muñoz Sabater, J., Comyn-Platt, E., Hersbach, H., Bell, B., Berrisford, P., Biavati, G., Horányi, A., Muñoz Sabater, J., Nicolas, J., Peubey, C., Radu, R., Rozum, I., Schepers, D., Simmons, A., Soci, C., Dee, D., Thépaut, J-N., Cagnazo, C., Cucchi, M. (2024): ERA5-land post-processed daily-statistics from 1950 to present. Copernicus Climate Change Service (C3S) Climate Data Store (CDS)

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!

【下载→

方式一(推荐):主页 *个人* 简介

城数派-CSDN博客

方式二:数据下载方式汇总-CSDN博客

相关推荐
噢,我明白了16 小时前
java中Excel的导入和导出(EasyExcel)
java·开发语言·excel
临床数据科学和人工智能兴趣组17 小时前
RStudio的Console(控制台)是一个非常重要的组件
人工智能·机器学习·数据分析·r语言·r语言-4.2.1
暖和_白开水19 小时前
数据分析agent (七):contextvars 模块上下文request_id
java·前端·数据分析
杨超越luckly1 天前
Agent应用指南:13年与13线——武汉地铁进化史
数据分析·html·agent·可视化·地铁客流
qifuzixunzhan1 天前
售后数据分析技巧:助力企业构建高效服务体系
数据分析·售后服务·售后管理软件·售后管理
於 兔シ1 天前
Apache Superset 二次开发实践:接入 AI Agent,并确保数据权限不被绕过
ai·数据分析·agent·数据可视化·bi·superset·数据权限
蓝创工坊Blue Foundry1 天前
多个同模板 PDF,怎样批量提取同一类字段到 Excel
运维·数据库·pdf·自动化·ocr·excel
statistican_ABin1 天前
WHO各国预期寿命影响因素分析与轻量回归预测
大数据·人工智能·python·数据分析·回归
chatexcel1 天前
ChatExcel入选量子位智库2026 Q2「创新AI 100」,跻身AI数据分析领域代表产品!
人工智能·数据挖掘·数据分析
知识分享小能手2 天前
统计学学习教程,从入门到精通,分类数据分析 — 知识点详解(14)
学习·分类·数据分析