数据分享：气候数据哪里找？

👇 连享会 · 推文导航 | www.lianxh.cn

• 🍎 Stata：Stata基础 | Stata绘图 | Stata程序 | Stata新命令
• 📘 论文：数据处理 | 结果输出 | 论文写作 | 数据分享
• 💹 计量：回归分析 | 交乘项-调节  | IV-GMM | 时间序列 | 面板数据  | 空间计量 | Probit-Logit | 分位数回归
• ⛳ 专题：SFA-DEA | 生存分析  | 爬虫 | 机器学习 | 文本分析
• 🔃 因果：DID | RDD | 因果推断 | 合成控制法 | PSM-Matching
• 🔨 工具：工具软件 | Markdown | Python-R-Stata
• 🎧 课程：最新专题 |  计量专题 | 关于连享会

🍓 课程推荐：连享会：2025 寒假班
嘉宾：连玉君（初级|高级）；杨海生（前沿）
时间：2025 年 1 月 13-24 日
咨询：王老师 18903405450（微信）

作者：刘烁华 (西北农林科技大学)
邮箱：13343206847@163.com

温馨提示： 文中链接在微信中无法生效。请点击底部「阅读原文」。或直接长按/扫描如下二维码，直达原文：

目录

• 1. 简介

• 2. 技术背景

• 3. 数据来源与数据介绍

• 3.1 降水和气温数据

• 3.2 风速和日照数据

• 3.3 其他气象数据

• 4. 数据应用举例

• 5. nc 数据处理

• 6. 相关推文

1. 简介

气候是温度、湿度、气压、风 (包括风向和风速)、降水量、大气成分数等气象要素在很长时期 (一般几十年以上) 和特定区域内基于统计数据的综合概括描述。在资源经济与环境管理研究领域，已有很多研究将气象数据纳入到计量模型之中，以便更科学有效地进行政策评估。在本文中，我们将介绍如何下载和应用一些分辨率较高和使用较为方便的气象数据。

2. 技术背景

空间技术的发展，尤其是地理信息系统和全球定位系统技术的相互渗透，推动着生态环境评价的研究。多时相遥感观测数据揭示传统方法无法观测到的大尺度过程和特征。地理信息系统 (GIS) 的空间分析功能可将遥感收集到的数据可视化。

因此，我们可以通过遥感 (RS) 和 GIS 技术来监测一个区域不同时间资源状况和生态环境质量，并以图片或数据的形式体现出来。已有研究使用 RS 与 GIS 的技术主要是对地面生态环境的监测，比如森林资源的时空变化、土壤侵蚀的测算，生态政策的评估等。

3. 数据来源与数据介绍

3.1 降水和气温数据

中国科学院资源环境科学与数据中心 (https://www.resdc.cn/)：包含了中国 1980 年以来逐年年平均气温、年降水量空间插值数据集。该数据集是基于全国 2400 多个气象站点日观测数据，通过整理、计算和空间插值处理生成。年平均气温单位为 0.1 摄氏度，年降水量单位为 0.1 毫米 (数值相当扩大了 10 倍，除以 10 分别为氏度和毫米)。

该数据是通过澳大利亚的 ANUSPLIN 插值软件整理得到。ANUSPLIN 是一种采用平滑样条函数对多变量数据进行分析和插值的工具，它能够对数据进行合理的统计分析和数据诊断，并可以对数据的空间分布进行分析进而实现空间插值的功能。该数据集的时间分辨率为每年，空间分辨率为 1000m。

黄土高原科学数据中心 (http://loess.geodata.cn)：该网站可下载的气温/降水数据集是根据 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中国主要陆地 (不含南海岛礁等区域)。数据均为 int16 型存于 nc 文件中，月平均气温单位为 0.1 摄氏度，月平均降水单位为 0.1 毫米。该数据集的时间分辨率为每月，空间分辨率为 0.0083333° (约1km)。注意这两个数据集下载之后为 nc 格式，文末我们会附上nc数据的处理方式。

3.2 风速和日照数据

风速和日照数据均来源于国家科技基础条件平台—国家地球系统科学数据共享服务平台-黄土高原科学数据中心 (http://loess.geodata.cn)。

其中，中国 1km 分辨率年日照时数数据集 (1981-2015 年) 是基于中国地面 824 个基准、基本气象台站 1981-2015 年本站日照时数的年值资料。数据经过严格的质量控制和筛选后，采用全国 1km 分辨率的地形图 DEM 为协变量，利用 ANUSPLIN 软件的样条法 (TPS，Thin Plate Spline) 进行空间插值，生成 1981-2015 年的中国地面水平分辨率 1km×1km 的年格点数据。为便于存储数据均为 int16 型，数据单位为 0.1h。

数据集包含 35 个数据体，数据体命名采用年份，如 1981 即为 1981 年的数据。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。该数据集的时间分辨率为每月，空间分辨率为 0.0083333° (约 1km)。

中国 1km 分辨率年平均风速数据集 (1981-2015 年) 是基于中国地面 824 个基准、基本气象台站 1981-2015 年本站平均风速的年值资料。数据经过严格的质量控制和筛选后，采用全国 1km 分辨率的地形图 DEM 为协变量，利用 ANUSPLIN 软件的样条法 (TPS，Thin Plate Spline) 进行空间插值，生成 1981-2015 年的中国地面水平分辨率 1km×1km 的年格点数据。为便于存储数据均为 int16 型，数据单位为 0.1m/s。

数据集包含 35 个数据体，数据体命名采用年份+13，如 198113 即为 1981 年的数据。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。该数据集的时间分辨率为每月，空间分辨率为 0.0083333° (约 1km)。

3.3 其他气象数据

• 中国 0.25° 分辨率年霜冻日数数据集 (1948-2016年)
• 中国 0.25° 分辨率年大雨日数数据集 (1948-2016年)
• 中国 0.25° 分辨率年最高气温极小值数据集 (1948-2016年)
• 中国 0.25° 分辨率夏日日数数据集 (1948-2016年)
• 2021-2100 年中国 1km 分辨率多情景多模式逐月平均气温数据集
• 1990-2020 年中国 1km 逐月潜在蒸散发数据集

上述这些数据均可以在国家科技基础条件平台—国家地球系统科学数据共享服务平台-黄土高原科学数据中心 (http://loess.geodata.cn) 申请下载。

4. 数据应用举例

Ding Z, Yao S. Ecological effectiveness of payment for ecosystem services to identify incentive priority areas: Sloping land conversion program in China[J]. Land Use Policy, 2021, 104: 105350. -PDF-

这篇论文评估了中国最大的生态补偿计划，即退耕还林工程 (SLCP) 的生态有效性，以确定激励优先领域。在构建模型时，将降水、气温、风速、日照等气象指标数据经过 ArcGIS 处理纳入到模型的控制变量。考虑了空间异质性，更科学地为退耕还林工程的实施提供决策依据，推动区域植被恢复的可持续性发展。

5. nc 数据处理

nc 数据可使用 ArcMAP 软件打开制图。并且可用 Matlab 软件进行提取处理，Matlab 发布了读入与存储 nc 文件的函数。读取函数为 ncread，切换到 nc 文件存储文件夹，语句表达为：ncread ('XXX.nc', 'var', [i j t], [leni lenj lent])。

其中，XXX.nc 为文件名；var 是从 XXX.nc 中读取的变量名；i、j、t 分别为读取数据的起始行、列、时间；leni、lenj、lent 分别为在行、列、时间维度上读取的长度。这样研究区内任何地区、任何时间段均可用此函数读取。

操作步骤可查看：

• NetCDF(nc) 数据读取与格式转换_知乎：https://zhuanlan.zhihu.com/p/166650561
• nc 格式文件批量转栅格_哔哩哔哩：https://www.bilibili.com/video/av585332679/

6. 相关推文

Note：产生如下推文列表的 Stata 命令为：
  lianxh 数据, m
安装最新版 lianxh 命令：
  ssc install lianxh, replace

• 专题：数据分享
• 知乎高赞：各大行业报告的数据都是从哪里找的？
• 金融数据哪里找——Akshare数据平台
• 重磅！数据库：国家人口健康-青少年健康数据库
• 美国社会-人口数据平台-Opportunity-Insights：由Chetty发起
• Stata：如何调用联邦储备经济数据(FRED)-freduse
• Stata：CSMAR数据库API介绍
• 知乎热议：经济-金融大佬从哪里获得数据？如何处理？
• Python+Stata：如何获取中国气象历史数据
• Stata：如何快速获取《计量经济学导论》数据-bcuse
• 金融数据哪里找：Tushare数据平台
• Stata：CHFS中国家庭金融调查数据库清洗和处理-D121
• 清洗CFPS：两步搞定中国家庭追踪调查数据清洗
• Stata数据处理：清洗CFPS数据库
• 连享会 - 人文社科开放数据库汇总
• 徐现祥教授团队-IRE-公开数据：官员交流、方言指数等
• 连享会：数据在哪儿？常用数据库链接
• 数据分享——EPS数据库-新冠肺炎疫情实时监控平台
• 连享会 - 人文社科开放数据库汇总