一年的數據怎么分月;一年的表格數據如何按月分開

氣象指標在日常研究中非常常用，之前我們給大家分享過來源于國家青藏高原科學數據中心提供的氣象指標柵格數據（均可查看之前的文章獲悉詳情）：

• 1901-2022年1km分辨率逐月平均氣溫柵格數據
• 1901-2022年1km分辨率逐年平均氣溫柵格數據
• 1901-2022年1km分辨率逐月最低氣溫柵格數據
• 1901-2022年1km分辨率逐年最低氣溫柵格數據
• 1901-2022年1km分辨率逐月最高氣溫柵格數據
• 1901-2022年1km分辨率逐年最高氣溫柵格數據
• 1901-2022年1km分辨率的逐月降水柵格數據
• 1901-2022年1km分辨率的逐年降水柵格數據

本次我們繼續(xù)分享來自國家青藏高原科學數據中心發(fā)布的高精度氣象指標柵格數據——1901-2022年1km分辨率的逐月潛在蒸散發(fā)柵格數據！

從官方網站下載的逐月潛在蒸散發(fā)數據的單位是0.1mm，數據格式為NETCDF，即.nc格式，數據是基于之前發(fā)布的相同來源的1km逐月均溫、最低溫和最高溫，采用潛在蒸散發(fā)公式計算得到，具體公式見下文。

為方便大家使用，我們對原始數據進行了一些處理，單位轉化為毫米（mm），格式轉為柵格（.tif）格式。此外，全國范圍的數據非常大，不方便使用，我們將全國數據劃分為了分省份的數據！大家在公眾號回復關鍵詞 1007 可免費獲取全國任意一個省份的1901-2022年1km分辨率的逐月潛在蒸散發(fā)數據，無需轉發(fā)文章，直接獲取！如果想要全國范圍的數據，請按照文末的轉發(fā)要求獲取！以下為數據的詳細介紹：

01 數據預覽

全國范圍的數據

首先我們先來看一下全國范圍的數據，我們會提供三種數據：

①原始nc格式的數據

②空間范圍大于中國國界的tif格式數據

我們以2022年12月的全國潛在蒸散發(fā)為例來預覽一下，由原始.nc格式數據轉為的.tif格式數據的范圍為矩形范圍，且大于中國國界：

2022年12月全國潛在蒸散發(fā)（大于全國范圍）

③中國國界范圍的tif格式數據

我們以國界為范圍提取出國界范圍的逐月潛在蒸散發(fā)數據：

2022年12月全國潛在蒸散發(fā)（全國范圍）

分省份的數據對于分省份的數據，我們以2022年12月湖北省和江蘇省的潛在蒸散發(fā)為例來預覽一下：

2022年12月湖北省潛在蒸散發(fā)

2022年12月江蘇省潛在蒸散發(fā)

02 數據詳情

數據來源：

數據來源于彭守璋學者在國家青藏高原科學數據中心平臺上分享的數據，網址為：https://data.tpdc.ac.cn/zh-hans/data/8b11da09-1a40-4014-bd3d-2b86e6dccad4/

數據說明：

該數據集是基于國家青藏高原科學數據中心之前發(fā)布的中國1km逐月均溫、最低溫、最高溫數據集（Peng at al. 2019），采用Hargreaves潛在蒸散發(fā)計算式得到（Peng at al. 2017）。公式如下：PET = 0.0023 × S0 ×sqrt(MaxT – MinT)×（MeanT + 17.8）, 其中，PET為潛在蒸散發(fā)，mm/月；MaxT、MinT、MeanT分別為月最高溫、最低溫、均溫；S0為到達地球大氣層頂的理論太陽輻射，根據太陽常數、日地距離、儒略日、赤緯等計算得到。數據坐標系統(tǒng)建議使用WGS84。

數據格式：

柵格格式（.tif）和NETCDF（.nc）格式

數據單位：

柵格（.tif）格式：毫米（mm）NETCDF（.nc）格式：0.1mm

時間范圍：

1901-2022年（逐月）

數據坐標：

為GCS_WGS_1984

空間范圍：

全國/分省

空間分辨率：

0.0083333°（約1km）

數據的引用：

彭守璋.中國1km逐月潛在蒸散發(fā)數據集（1901-2022）.國家青藏高原科學數據中心,10.11866/db.loess.2021.001[.1 km monthly potential evapotranspiration dataset in China (1901-2022).National Tibetan Plateau Data Center,10.11866/db.loess.2021.001]

發(fā)布數據的文章的引用：

1.Peng, S.Z., Ding, Y.X., Wen, Z.M., Chen, Y.M., Cao, Y., & Ren, J.Y. (2017). Spatiotemporal change and trend analysis of potential evapotranspiration over the Loess Plateau of China during 2011–2100. Agricultural and Forest Meteorology, 233, 183–194. https://doi.org/10.1016/j.agrformet.2016.11.129

2.Ding, Y.X., & Peng, S.Z. (2020). Spatiotemporal trends and attribution of drought across China from 1901–2100. Sustainability, 12(2), 477.

3.Ding, Y.X., Peng, S.Z. (2021). Spatiotemporal change and attribution of potential evapotranspiration over China from 1901 to 2100. Theoretical and Applied Climatology. https://doi.org/10.1007/s00704-021-03625-w

4.Peng, S.Z., Ding, Y.X., Liu, W.Z., & Li, Z. (2019). 1 km monthly temperature and precipitation dataset for China from 1901 to 2017. Earth System Science Data, 11, 1931–1946. https://doi.org/10.5194/essd-11-1931-2019如有數據使用需求請按照官方平臺的要求進行引用，更多數據詳情可以查看官網獲悉！

03 數據獲取