当前位置: 首页 > news >正文

【会员专享数据】2013-2024年我国省市县三级逐日SO₂数值数据(Shp/Excel格式)

之前我们分享过2013-2024年全国范围逐日SO₂栅格数据(可查看之前的文章获悉详情)!该数据来源于韦晶博士、李占清教授团队发布在国家青藏高原科学数据中心网站上的中国高分辨率高质量近地表空气污染物数据集。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!

我们特地对原始的栅格数据进行了处理,将2013-2024年逐日SO₂栅格数据分别按照我国省级行政边界、地级市行政边界、区县级行政边界,合计行政边界内每日SO₂的平均值得到本次分享的数据——Shp和Excel格式的我国省市县三个等级的2013—2024年逐日SO₂数据!数据单位为ug/m3。

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 A078 获取该数据。以下为数据的详细介绍:

01 数据预览

2013-2024年逐日SO₂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SO₂数据保存为一个Shp文件和一个Excel文件,每个Excel和Shp文件中包括当年的365天每天的SO₂数据。数据按行政级别分开存储,省市县三级分别保存为对应的Excel和Shp文件我们以Excel格式的2024年区县级别的逐日SO₂数据为例来预览一下数据,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SO₂数据。

2024年各区县逐日SO₂的属性表

02 数据详情

数据来源:

原始栅格数据来源于韦晶博士、李占清教授团队发布在国家青藏高原科学数据中心网站上的中国高分辨率高质量近地表空气污染物数据集(ChinaHighAirPollutants, CHAP),SO₂数据是该数据集的主要指标之一。

数据处理说明:

基于逐日SO₂栅格数据,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2024年省市县三级行政区划Shp数据(可查看之前的文章获悉详情),分别汇总各个省份(地级市和区县同理)内所有栅格日SO₂的平均值,最终得到每个省份(地级市和区县同理)的日SO₂数据。

数据单位:

ug/m3

数据格式

Shp和Excel格式

时间范围

2013-2024年(逐日)

空间范围

省、市、县三个等级

地理坐标系:

WGS_1984

数据引用:

韦晶, 李占清. (2024). 中国高分辨率高质量地面SO₂数据集(2013-2024). 国家青藏高原数据中心. https://doi.org/10.5281/zenodo.4641538.

Wei, J., Li, Z. (2024). ChinaHighSO₂: High-resolution and High-quality Ground-level SO₂ Dataset for China (2013-2024). National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.5281/zenodo.4641538.

相关论文引用:

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

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!

03 数据获取

如有数据需求,欢迎点击下方名片链接,关注我们并咨询获取~

http://www.dtcms.com/a/272118.html

相关文章:

  • Houdini 分布式解算效率瓶颈突破:渲染 101 云集群实战指南
  • Transformer江湖录 第一章:江湖前传 - 神经网络门派纷争
  • 微服务架构下某汽车APP电商模块订单服务自动化测试方案(Python蹭个场)
  • YOLO11 目标检测从安装到实战
  • [论文阅读]LLMZip: Lossless Text Compression using Large Language Models
  • qemu vcpu的创建过程
  • 智慧气象新范式:人工智能如何重构城市级气象服务生态?
  • AI技术通过智能缺陷检测正在深度重构多个行业的生产模式、质量管理体系和人才结构,其影响已超越单纯的技术升级,正在引发系统性变革。
  • Windows 11 安装过程中跳过微软账户创建本地账户
  • 大模型 Agent(智能体)技术简介
  • 静默的田野革命—人工智能重构农业生态的技术风暴与文明悖论
  • 蛋白质序列-omega参数计算算法解读
  • 「按键精灵安卓/ios辅助工具」动态验证码该怎么得到完整的图片
  • 20250710解决KickPi的K7的SDK编译异常:rk3576-android14.0-25250704.tar.gz【降低BUILD_JOBS】
  • 微软365 PDF导出功能存在本地文件包含漏洞,可泄露敏感服务器数据
  • 【办公类-107-01】20250710视频慢速与视频截图
  • 用 ngrok + SSH 实现公网远程控制电脑
  • Linux Vim 编辑器详解:从入门到进阶(含图示+插件推荐)
  • FPGA设计思想与验证方法系列学习笔记001
  • XCZU47DR-2FFVG1517I Xilinx FPGA AMD ZynqUltraScale+ RFSoC
  • 原生微信小程序研发,如何对图片进行统一管理?
  • 从代码生成到智能运维的革命性变革
  • 基于elementUI的el-autocomplete组件的自动补全下拉框实践
  • LFU 缓存
  • Vue2_element 表头查询功能
  • Vue+Element Plus 中按回车刷新页面问题排查与解决
  • pytorch 神经网络
  • 深入理解机器学习
  • 【深度学习新浪潮】什么是持续预训练?
  • 深度学习中的常见损失函数详解及PyTorch实现