之前徐老师给大家分享过中国 30 米 DEM（ASTER DEMv3）数据：基于ASTER DEMv3制作的中国区域DEM和坡度数据在geodata公开发布下载，该数据原始来源于 NASA ASTER Global Digital Elevation Model V003 版数据。为了方便大家使用，我把根据徐老师提供的 DEM 数据计算了地形位置指数。
地形位置指数通常也称为地形起伏度，即在一个特定区域内最高点与最低点海拔高度的差值。地面上某点的地形位置指数等于该点高程值与该点邻域内其他点的高程平均值之差。它反映的是一个点与领域其他点在地形上的相对位置关系。
这份数据是先根据高程数据计算得到每个点处的地形位置指数（也是栅格数据），然后再对得到的栅格数据进行分区域汇总得到该区域的地形位置指数，附件中也提供了这些操作的 R 语言代码，感兴趣的小伙伴可以下载参考。
数据概览
这里我分区域汇总成了三份数据：分省份、分城市、分区县。每份数据都包含"平均地形位置指数", "最大地形位置指数", "最小地形位置指数", "地形位置指数标准差" 几个变量，这些指标的计算方法是这样的：例如对应广东省的，均值是其省内各个像素点（像元）上的值的均值。
各城市地形位置指数平均值、最大值、最小值和标准差数据.xlsx 各区县地形位置指数平均值、最大值、最小值和标准差数据.xlsx 各省份地形位置指数平均值、最大值、最小值和标准差数据.xlsx
以各城市地形位置指数平均值、最大值、最小值和标准差数据.xlsx为例，数据预览如下：
计算方法
关于这份数据是如何计算的，可以学习这两个课程：
使用 R 语言处理 Merra2 数据获取各省市区县的比湿、降水量、风速和气压数据：https://rstata.duanshu.com/#/course/3239b87be1384488bdacb679cd467548 中国各省市碳排放量是如何计算的？R 语言栅格数据转面板数据：https://rstata.duanshu.com/#/course/75de598dcfcc4ad0b9ff28bff27f6b83
不过因为原始数据很大，所以大家的电脑大概率无法处理。
绘图展示
为了更直观地感受这份数据，我绘制了下面这些图表：
中国各省份地形位置指数平均值、最大值、最小值和标准差：
中国各城市地形位置指数平均值、最大值、最小值和标准差：
中国各区县地形位置指数平均值、最大值、最小值和标准差：
获取数据
是不是感觉很硬核！欢迎报名 RStata 培训班获取全部课程和以会员价获取数据资料（10元/份）详情可阅读这篇推文：数据处理、图表绘制、效率分析与计量经济学如何学习～
详情可点击阅读原文进入 RStata 学院了解（从首页的会员卡专区即可查看和购买会员卡）。
更多关于 RStata 培训班的信息可添加微信号 r_stata 咨询：
附件下载（点击文末的阅读原文即可跳转）：
https://rstata.duanshu.com/#/brief/course/d7d9d59a6d314535b697e0556c0a3049
