学到了吗历史天气查询1月份(历史天气查询2022年6月份)

气象指标在日常研究中非常常用，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提供的气象指标栅格数据（可查看之前的文章获悉详情）：1901-2

 

气象指标在日常研究中非常常用，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提供的气象指标栅格数据（可查看之前的文章获悉详情）：1901-2022年1km分辨率逐月平均气温栅格数据1901-2022年1km分辨率逐月最低气温栅格数据

本次我们分享的同样是来自国家青藏高原科学数据中心的高精度气象指标栅格数据——1901-2022年1km分辨率的逐月最高气温栅格数据！该数据在持续更新，5月31日刚更新了2022年的数据！从官方网站下载的逐月最高气温数据的单位是0.1 ℃，数据格式为NETCDF，即.nc格式。

为方便大家使用，我们对原始数据进行了一些处理，单位转化为摄氏度（℃），格式转为栅格（.tif）格式此外，全国范围的数据非常大，不方便使用，我们将全国数据划分为了分省份的数据！需要重点说明的是：这儿的逐月最高气温是当月每日最高气温的月平均值！。

大家可以在公众号回复关键词 629 免费获取该数据，包括全国范围的数据和分省份的数据！无需转发文章，直接获取！以下为数据的详细介绍：01 数据预览全国范围的数据首先我们先来看一下全国范围的数据，我们会提供三种数据：

①原始nc格式的数据②空间范围大于中国国界的tif格式数据我们以2022年8月的全国最高气温为例来预览一下，由原始.nc格式数据转为的.tif格式数据的范围为矩形范围，且大于中国国界：

2022年8月全国最高气温（大于全国范围）③中国国界范围的tif格式数据我们以国界为范围提取出国界范围的最高气温数据：

2022年8月全国最高气温（全国范围）分省份的数据对于分省份的数据，我们以2022年8月湖北省和江苏省的最高气温为例来预览一下：

2022年8月湖北省最高气温

2022年8月江苏省最高气温02 数据详情数据来源：数据来源于彭守璋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/35ffff9f-8e1b-4296-801f-d8231e4f8dc3

数据说明：官网上对数据集进行了说明，该数据根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国地区降尺度生成的并且，使用496个独立气象观测点数据进行验证，验证结果可信。

本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域数据坐标系统建议使用WGS84数据格式：栅格格式（.tif）和NETCDF（.nc）格式数据单位：栅格（.tif）格式：摄氏度（ ℃）

NETCDF（.nc）格式：0.1 ℃时间范围：1901-2022年（逐月）数据坐标：为GCS_WGS_1984空间范围：全国/分省空间分辨率：0.0083333°（约1km）数据的引用：彭守璋. (2020). 中国1km分辨率月最高温度数据集（1901-2022）. 国家青藏高原科学数据中心.Peng, S. (2020). 1-km monthly maximum temperature dataset for China (1901-2022). National Tibetan Plateau Data Center.

https://doi.org/10.5281/zenodo.3114194.发布数据的文章的引用：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.

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

3.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

4.Peng, S. , Gang, C. , Cao, Y. , & Chen, Y. . (2017). Assessment of climate change trends over the loess plateau in china from 1901 to 2100. International Journal of Climatology.

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