1951-2025年中国逐年1千米逐月总降水量区域统计数据集_年表_县

摘要 :本数据集为中国1000米分辨率逐月总降水量数据集(1951-2025)衍生生成的"1951-2025年中国逐年1千米逐月总降水量区域统计数据集"区域统计产品,统计范围为中国县级行政区,输出格式为CSV。结果面向区域平均水平、总量和离散程度分析,可直接支持区域差异比较与时间序列研究。

关键词:降水量;县级行政区;CSV

引 言

区域统计产品的核心作用,是将规则网格栅格结果转换为行政区层级可直接理解和使用的表格成果,使时间序列监测、区域比较、资源评估和政策分析具备统一的数据入口。

本产品以"1951-2025年中国逐年1千米逐月总降水量区域统计数据集"为主题,围绕县级行政区对栅格结果进行逐时段汇总,形成规范的 CSV 统计表。

与仅提供栅格结果相比,区域统计表更适合进行跨区域对比、排序、汇总和外部系统接入,也更便于直接用于 Excel、数据库或其他分析环境中的二次处理。年尺度结果优先选取最近年份,月尺度结果优先选取最近年份中空间表达最清晰的月份。

本次生成结果共包含 125488 条记录、15 个字段,按统一字段名和时间格式写盘,可直接满足省、地级、县等层级分析需求。

1 数据采集和处理方法

1.1 数据采集方法

该数据集通过对地面气象站点观测的逐日降水量数据计算得到月总降水量,并结合数字高程模型等地理环境协变量,利用Anusplin插值方法生成1000米空间分辨率的月总降水量数据。

1.2 数据处理

本产品统计范围为中国范围(县级行政区统计),空间表达按照县级行政区划组织,统计过程调用统一行政区边界,对每个时间片执行 mean、sum、min、max、std、count 等指标汇总。

2 数据样本描述

本数据集主表为 1951-2025年中国逐年1千米逐月总降水量区域统计数据集_年表_县,时间范围为 1951-2025年,记录数为 125488,字段数为 15。统计表可直接按时间、行政区和统计指标展开查询与分析。

3 数据质量控制和评估

区域统计结果保留了有效像元数和标准差等质量相关字段,用于反映不同区域在不同时间片上的样本覆盖程度和离散水平。对无有效像元或样本过少的情况,结果按缺失值或零自由度规则表达,避免误导性填补。

4 数据价值

"1951-2025年中国逐年1千米逐月总降水量区域统计数据集"县级统计表适合直接用于区域平均水平对比、时序评估、专题制图和外部系统接入,是栅格结果向行政区业务分析转换的重要中间成果。通过统一命名和统一字段结构,区域统计结果能够更方便地与同批气象衍生数据共同使用,降低后续整合成本。

相关推荐
TechEdu2026064 分钟前
[人工智能]Gemini(Google DeepMind):多模态模型、智能体与工程实践
人工智能·ai
java1234_小锋6 分钟前
YOLO26 计算机视觉 - 训练自己的 YOLO26 模型
人工智能·yolo·机器学习·计算机视觉·yolo26
小程序设计10 分钟前
机械设计之大蒜茎叶粉碎抛送装置设计
人工智能·数据挖掘
treacle田14 分钟前
达梦数据库-Linux DM主备集群动态增加节点-记录总结
linux·运维·数据库·达梦主备集群动态扩展
满怀冰雪16 分钟前
23-PaddleClas 数据集、配置文件与训练参数详解
人工智能·python·深度学习·paddlepaddle
Akir.weiwen16 分钟前
③ 约束显化:把隐含的语义假设变成显式规则
人工智能·编译·设计规范·语义
tachibana217 分钟前
AI Agent 的记忆机制
人工智能·ai·大模型·llm·agent
苦猿的大模型日记18 分钟前
Day52|从0学习Claude Code(二):从一台机床到一个工具箱,循环一行没改
人工智能
richard_first20 分钟前
从 ChatGPT 到机器人:NVIDIA Jetson Orin Nano 2 背后的 Physical AI 浪潮
人工智能·chatgpt·机器人
余俊晖21 分钟前
Self-OPD:去掉教师机的流匹配模型 On-Policy 蒸馏
人工智能·算法·机器学习