当前位置: 首页 > news >正文

【数据分享】1961—2022年全国范围的逐日降水栅格数据

降水数据是我们在各项研究中最常用的气象指标之一!之前我们给大家分享过来源于国家青藏高原科学数据中心发布的1901-2022年1km分辨率逐月降水栅格数据以及1901-2022年1km分辨率逐年降水栅格数据(均可戳我跳转)!很多小伙伴拿到数据后还咨询我们有没有逐日的降水栅格数据!

本次我们分享的是来自国家青藏高原科学数据中心发布的逐日降水栅格数据——1961—2022年全国范围的逐日降水栅格数据!

从官方网站下载的逐日降水栅格数据的格式为NETCDF,即.nc格式;提供了三种空间分辨率的数据,分别为0.1°分辨率、0.25°分辨率和0.5°分辨率;数据范围为18°N–54°N, 72°E–136°E,涵盖了我国大部分区域,缺少我国台湾省和南海诸岛的数据;数据单位是毫米。此外,为方便大家使用,我们将数据格式转为栅格(.tif)格式。

以下为数据的详细介绍:

01 数据预览

我们以栅格数据为例进行预览,0.1°、0.25°和0.5°三种空间分辨率的逐日降水数据各自汇总在一个文件夹中:

每个文件夹中均包含1961-2022年逐日的降水栅格文件,并以"pre_<年月日>"方式命名,例如2022年12月31日的降水数据的文件名为"pre_20221231"

我们以0.1°空间分辨率的2022年7月1日的降水栅格为例进行可视化展示:

2022年7月1日降水

02 数据详情

数据来源:

数据来源于缪驰远, 韩静雅和苟娇娇学者在国家青藏高原科学数据中心平台上分享的数据,网址为:https://data.tpdc.ac.cn/zh-hans/data/e5c335d9-cbb9-48a6-ba35-d67dd614bb8c

数据说明:

官网上对数据集进行了说明,CHM_PRE数据集基于中国境内及周边1961至今共2839个站点的日降水观测,在传统的“降水背景场 + 降水比值场”的数据集构建思路上,尝试应用月值降水约束和地形特征校正,并依据中国范围内约4万个高密度站点2015–2019年的日降水量插值后数据进行精度评价。经评估认为,CHM_PRE可以较好的表征降水的空间变异性,其日值时间序列与高密度站点日值降水观测结果之间的相关系数中位数为0.78,均方根误差中位数为8.8 mm/d,KGE值中位数为0.69,与目前常用的降水数据集(CGDPA、CN05.1、CMA V2.0)有很好的一致性。

数据格式:

栅格格式(.tif)和NETCDF(.nc)格式

数据单位:

毫米(mm)

时间范围:

1961-2022年(逐日)

空间范围:

18°N–54°N, 72°E–136°E

空间分辨率:

0.1°/0.25°/0.5°

数据坐标:

GCS_WGS_1984

空间范围:

全国

数据的引用:

缪驰远, 韩静雅, 苟娇娇. (2023). 中国逐日降水数据集(1961-2022,0.1°/0.25°/0.5°). 国家青藏高原科学数据中心.

https://doi.org/10.11888/Atmos.tpdc.300523. https://cstr.cn/18406.11.Atmos.tpdc.300523.

如有数据使用需求请严格按照官方平台的要求进行引用,更多数据详情和引用要求可以查看官网获悉!

文末下方是我们的公众号名片,我们将定期介绍各类城市数据以及数据的可视化和分析技术,有关1961—2022年全国范围的逐日降水栅格数据,欢迎大家多多关注我们进行了解!

相关文章:

【数据分享】1961—2022年全国范围的逐日降水栅格数据

降水数据是我们在各项研究中最常用的气象指标之一&#xff01;之前我们给大家分享过来源于国家青藏高原科学数据中心发布的1901-2022年1km分辨率逐月降水栅格数据以及1901-2022年1km分辨率逐年降水栅格数据&#xff08;均可戳我跳转&#xff09;&#xff01;很多小伙伴拿到数据…...

[Linux] 网络文件共享服务

一、存储类型 存储类型可分为三类&#xff1a;DAS&#xff08;直连式存储&#xff09;,NAS&#xff08;网络附加存储&#xff09;,SAN&#xff08;存储区域网络&#xff09;。 1.1 DAS 定义&#xff1a; DAS是指直连存储&#xff0c;即直连存储&#xff0c;可以理解为本地文…...

二十七、W5100S/W5500+RP2040树莓派Pico<iperf 测速示例>

文章目录 1 前言2 简介2 .1 什么是网络测速技术&#xff1f;2.2 网络测速技术的优点2.3 网络测速技术数据交互原理2.4 网络测速应用场景 3 WIZnet以太网芯片4 示例概述以及使用4.1 流程图4.2 准备工作核心4.3 连接方式4.4 主要代码概述4.5 结果演示 5 注意事项6 相关链接 1 前言…...

非常经典的一道SQL报错注入题目[极客大挑战 2019]HardSQL 1(两种解法!)

题目环境&#xff1a; 没错&#xff0c;又是我&#xff0c;这群该死的黑客竟然如此厉害&#xff0c;所以我回去爆肝SQL注入&#xff0c;这次&#xff0c;再也没有人能拿到我的flag了 做了好多这个作者出的题了&#xff0c;看来又要上强度了 判断注入类型 username&#xff1a;a…...

创建一个用户test且使用testtab表空间及testtemp临时表空间并授予其权限,密码随意

文章目录 1、连接到数据库2、创建表空间3、创建用户4、授予权限5、测试 1、连接到数据库 sqlplus / as sysdba2、创建表空间 创建testtab表空间 CREATE TABLESPACE testtab DATAFILE /u01/app/oracle/oradata/orcl/testtab.dbf SIZE 50M AUTOEXTEND ON NEXT 5M MAXSIZE …...

Linux网络应用层协议之http/https

文章目录 目录 一、http协议 1.URL 2.http协议格式 3.http的方法 4.http的状态码 5.http常见header 6.实现一个http服务器 二、https协议 1.加密 2.为什么要加密 3.常见的加密方式 对称加密 非对称加密 4.https的工作过程探究 方案1 只使用对称加密 方案2 只使…...

LLM(四)| Chinese-LLaMA-Alpaca:包含中文 LLaMA 模型和经过指令微调的 Alpaca 大型模型

论文题目&#xff1a;《EFFICIENT AND EFFECTIVE TEXT ENCODING FOR CHINESE LL AMA AND ALPACA》 ​论文地址&#xff1a;https://arxiv.org/pdf/2304.08177v1.pdf Github地址&#xff1a;https://github.com/ymcui/Chinese-LLaMA-Alpaca 一、项目介绍 通过在原有的LLaMA词…...

虚拟机CentOS 8 重启后不能上网

情况说明&#xff1a;原本虚拟机是可以上网的&#xff0c;然后嘚一下&#xff0c;重启后&#xff0c;连接不上网络&#xff0c;完了&#xff0c;上网查找一堆质料&#xff0c;我的连接方式是桥接模式&#xff08;复制物理网络连接状态&#xff09;。 好&#xff0c;有人说是vmn…...

让AI拥有人类的价值观,和让AI拥有人类智能同样重要

编者按&#xff1a;2023年是微软亚洲研究院建院25周年。25年来&#xff0c;微软亚洲研究院探索并实践了一种独特且有效的企业研究院的新模式&#xff0c;并以此为基础产出了诸多对微软公司和全球社会都有积极影响的创新成果。一直以来&#xff0c;微软亚洲研究院致力于创造具有…...

《C++避坑神器·十七》找到程序崩溃Bug的一个实用方法:dump调试

在检查程序报错除了断点调试&#xff0c;生成log日志&#xff0c;还有种直接的方法&#xff0c;调试dump文件&#xff0c;该调试方法可以在运行exe程序崩溃时进行调试。文章末尾有下载链接。 头文件 #include "crashdump.h"在mainWindow或主程序最开始处加下面代码…...

ROS stm32 CAN通信

文章目录 运行环境&#xff1a;原理1.1 ros中的代码1)socketcan_bridge2)测试的ros-python包3)keil5中数据解析4)USB-CAN连接5)启动指令 运行环境&#xff1a; ubuntu18.04.melodic STM32&#xff1a;DJI Robomaster C板 ROS&#xff1a;18.04 硬件&#xff1a;USB-CAN&#x…...

简单地聊一聊Spring Boot的构架

前言 本文小编将详细解析Spring Boot框架&#xff0c;并通过代码举例说明每个层的作用。我们将深入探讨Spring Boot的整体架构&#xff0c;包括展示层、业务逻辑层和数据访问层。通过这些例子&#xff0c;读者将更加清晰地了解每个层在应用程序中的具体作用。通过代码实例&…...

【算法】复习搜索与图论

&#x1f34e; 博客主页&#xff1a;&#x1f319;披星戴月的贾维斯 &#x1f34e; 欢迎关注&#xff1a;&#x1f44d;点赞&#x1f343;收藏&#x1f525;留言 &#x1f347;系列专栏&#xff1a;&#x1f319; 蓝桥杯 &#x1f319;请不要相信胜利就像山坡上的蒲公英一样唾手…...

【KCC@南京】KCC南京数字经济-开源行

一场数字经济与开源的视听盛宴&#xff0c;即将于11月26日&#xff0c;在南京举办。本次参与活动的有&#xff1a; 庄表伟&#xff08;开源社理事执行长、天工开物开源基金会执行副秘书长&#xff09;、林旅强Richard&#xff08;开源社联合创始人、前华为开源专家&#xff09;…...

苍穹外卖-day11

苍穹外卖-day11 课程内容 Apache ECharts营业额统计用户统计订单统计销量排名Top10 功能实现&#xff1a;数据统计 数据统计效果图&#xff1a; 1. Apache ECharts 1.1 介绍 Apache ECharts 是一款基于 Javascript 的数据可视化图表库&#xff0c;提供直观&#xff0c;生…...

git_07_协同开发

1.作业回复 干的什么事&#xff1f;动了哪些东西&#xff1f; 文档作业xxx文档已编写完成&#xff0c;相关svn目录&#xff1a;xxx/xxx/xxx代码作业(Git代码提交规范)具体什么问题&#xff0c;影响范围&#xff0c;是否已经解决&#xff1a; feat(xxx):改动描述 perf(xxx):改动…...

对比国内主流开源 SQL 审核平台 Yearning vs Archery

Yearning, Archery 和 Bytebase 是目前国内最主流的三个开源 SQL 审核平台。其中 Yearning 和 Archery 是社区性质的项目&#xff0c;而 Bytebase 则是商业化产品。通常调研 Bytebase 的用户也会同时比较 Yearning 和 Archery。 下面我们就来展开对比一下 Yearning 和 Archery…...

Mistral 7B 比Llama 2更好的开源大模型 (三)

Mistral 7B 比Llama 2更好的开源大模型 Mistral 7B是一个70亿参数的语言模型,旨在获得卓越的性能和效率。Mistral 7B在所有评估的基准测试中都优于最好的开放13B模型(Llama 2),在推理、数学和代码生成方面也优于最好的发布34B模型(Llama 1)。Mistral 7B模型利用分组查询注…...

关于 Git 你了解多少?

1. 什么是Git? Git 是一个版本控制系统&#xff0c;由林纳斯托瓦兹创建。它旨在管理项目代码的更改&#xff0c;以便团队成员可以协作开发和维护代码库。Git 可以让用户跟踪代码的更改、回滚错误的更改、合并代码等。Git 还具有分支和标签的功能&#xff0c;使得团队成员可以在…...

关于Elasticsearch的自动补全、数据同步和集群,以下是相关的知识点

1. 自动补全&#xff1a;Elasticsearch可以通过自动补全功能帮助用户快速查找相关的内容。它使用了一种称为“completion suggester”的功能来实现自动补全&#xff0c;是一种基于前缀的建议查询&#xff0c;可以在用户输入时提供实时建议。 2. 数据同步&#xff1a;Elasticse…...

Java NIO.2 异步基石:AsynchronousChannel 接口契约与并发安全深度剖析

前言&#xff1a;异步 I/O 的“宪法级”契约 在 Java NIO.2&#xff08;AIO&#xff09;的宏大架构中&#xff0c;AsynchronousChannel 是所有异步通道的根接口。它不定义任何具体的读写方法&#xff0c;也不关心网络拓扑或文件偏移——它只做一件事&#xff1a;确立异步 I/O 操…...

PagedAttention 源码解析:KV Cache 怎么管理

前言 长序列推理的瓶颈不是计算&#xff0c;是显存。KV Cache 随序列长度线性增长&#xff0c;一个 LLaMA-7B 的请求&#xff0c;序列 4096 就要吃掉 2GB 显存。PagedAttention 的做法是把 KV Cache 切成小块按需分配&#xff0c;显存利用率从 40% 提到 90%。 下面从源码层面解…...

祖玛游戏核心原理:状态机驱动的链式消除系统

1. 祖玛游戏的本质&#xff1a;不是“打珠子”&#xff0c;而是状态机驱动的链式消除系统很多人第一次听说要实现祖玛&#xff0c;第一反应是“不就是把彩色球连成三个以上就炸掉吗&#xff1f;”——这个理解对了一半&#xff0c;但恰恰漏掉了祖玛区别于其他消除类游戏的核心骨…...

从0到1:如何打造一块高精度的工业级隔离数据采集卡?

http://www.z-linear.com 在工业自动化与智能制造的浪潮中&#xff0c;数据采集卡&#xff08;DAQ&#xff09;就像是系统的“感官神经”&#xff0c;负责将现实世界的温度、压力、电压、电流等物理量转化为数字世界的数据。然而&#xff0c;在复杂的工业现场&#xff0c;强电…...

共有云环境redis的热key怎么处理

共有云Redis热key处理方案共有云Redis常见形态&#xff1a;集群分片、读写分离实例&#xff0c;业务跑在ECS、ACK容器上&#xff0c;具备弹性扩容、自带监控诊断、一键启停能力。一、云上专属&#xff1a;快速定位热key不用自己写脚本抓取&#xff0c;直接用平台工具排查1、控制…...

Magic VLSI:开启你的芯片设计之旅,从零到一轻松掌握

Magic VLSI&#xff1a;开启你的芯片设计之旅&#xff0c;从零到一轻松掌握 【免费下载链接】magic Magic VLSI Layout Tool 项目地址: https://gitcode.com/gh_mirrors/magi/magic 你是否曾梦想亲手设计自己的芯片&#xff1f;是否对集成电路设计充满好奇却不知从何入手…...

文章三:Elasticsearch 集群恢复和索引分布

集群恢复网关与集群索引分布必要性了解在 Elasticsearch&#xff08;简称 ES&#xff09;集群运维中&#xff0c;集群重启恢复、残余索引处理、索引分片分布是保障集群稳定性、数据完整性、读写性能的三大核心基础能力。多数集群故障、数据丢失、分片异常、读写卡顿问题&#x…...

UE5 RPG开发实战:用MVC架构重构你的UI系统(GAS项目避坑指南)

UE5 RPG开发实战&#xff1a;用MVC架构重构UI系统的工程化实践当你的UE5 RPG项目从原型阶段进入正式开发&#xff0c;UI系统往往会成为第一个显露出架构问题的模块。属性面板、技能栏、BUFF指示器等数十个UI组件相互纠缠&#xff0c;每次新增功能都像在走钢丝——这就是我们引入…...

Cortex-M处理器RXEV输入详解与应用优化

1. Cortex-M系列处理器中的RXEV输入详解 在嵌入式系统设计中&#xff0c;Cortex-M系列处理器因其出色的能效比和实时性能而广受欢迎。其中RXEV&#xff08;Receive Event&#xff09;输入引脚是一个常被忽视但极为关键的功能接口&#xff0c;特别是在多核协同和低功耗场景下。作…...

FPG平台:信息透明度建设的深度解析

FPG平台&#xff1a;信息透明度建设的深度解析金融服务行业的复杂性决定了平台需要在多个维度上同时具备较高的水准。FPG平台经过多年的发展&#xff0c;已经在合规、技术、服务、教育等方面形成了一套相互支撑的体系。本文从评测视角出发&#xff0c;对其综合实力进行多维度的…...