【数据分享】2000-2023年我国1km分辨率的逐年O3栅格数据(免费获取)

文摘   2024-11-11 11:58   上海  

空气质量数据是在我们日常研究中经常使用的数据!之前我们给大家分享了2000-2023年全国范围逐年的PM2.5栅格数据戳我跳转)、2013-2023年全国范围逐年SO2栅格数据戳我跳转2000-2023年全国范围逐年PM10栅格数据戳我跳转


本次我们给大家带来的是2000-2023年全国范围的逐年的O3栅格数据,原始数据格式为NetCDF (.nc),空间分辨率为1km,单位为µg/m3,坐标系为WGS_1984。为了方便大家使用,我们将数据格式转为栅格格式(.tif)。

数据来源于韦晶博士、李占清教授团队发布在国家青藏高原科学数据中心网站上的中国高分辨率高质量近地表空气污染物数据集(ChinaHighAirPollutants, CHAP),O3数据是该数据集的主要指标之一。数据集利用人工智能技术,以地表太阳辐射强度和空气温度为主要预测因子,结合地基观测、大气再分析和排放清单等大数据生产得到2000年至2023年全国无缝隙地面最大8小时滑动平均O3数据。另外,该数据持续更新,8月份刚刚更新了2023年的数据,如有需要大家可持续关注!


大家可以自己去国家青藏高原科学数据中心下载nc格式的原始数据,也可以在本公众号回复关键词 426 免费获取nc格式,以及我们转换出的tif格式两种格式的数据。无需转发文章,无路获取!以下为数据的详细介绍:


01

数据预览

该数据包括nc和tif两种格式!两种数据格式的命名规则不同:

(1)nc.格式:CHAP_O3_ab_yyyy_V1.nc

  • CHAP:表示数据集名称

  • O3:表示空气污染物的指标名称

  • ab:表示时间和空间分辨率,其中a表示时间分辨率(Y表示为逐年数据),b表示空间分辨率(1K表示1km)

  • yyyy:表示数据时间,其中yyyy代表年

  • V1:表示数据版本

  • .nc:表示数据格式

例如:CHAP_O3_Y1K_2023_V1.nc,表示为2023年的1km分辨率的逐年的O3数据。

(2).tif格式:照年份(yyyy.tif)命名栅格文件

例如:2021.tif,表示为2021年O3栅格数据。


我们以2023年全国范围的O3数据为例来预览一下:

2023年全国O3


02

数据详情

时间范围
2000-2023年(逐年)
空间范围:
全国
数据格式:
NetCDF [.nc] 和.tif
空间分辨率:
1km
数据单位:
ug/m3
数据坐标:
WGS_1984
原始数据的下载网站:
数据来源于美国马里兰大学韦晶博士、李占清教授团队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/87753867-77c8-42f1-b2e6-da569679635f
数据引用:
韦晶, 李占清. (2023). 中国高分辨率高质量地面O3数据集(2000-2023). 国家青藏高原数据中心. https://doi.org/10.5281/zenodo.10477125.

Wei, J., Li, Z. (2023). ChinaHighO3: High-resolution and High-quality Ground-level MDA8 O3 Dataset for China (2000-2023). National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.5281/zenodo.10477125.

相关论文引用:

Wei, J., Li, Z., Li, K., Dickerson, R., Pinker, R., Wang, J., Liu, X., Sun, L., Xue, W., & Cribb, M. (2022). Full-coverage mapping and spatiotemporal variations of ground-level ozone (O3) pollution from 2013 to 2020 across China. Remote Sensing of Environment, 270, 112775. 

https://doi.org/10.1016/j.rse.2021.112775 

如有数据使用需求请按照官方平台的要求进行用,更多数据详情可以查看官网获悉!


03

数据获取


在公众号回复关键词

426

免费获取.nc和.tif格式的

2000-2023年全国1km分辨率的逐年O3栅格数据



-----------关注公众号----------




立方数据学社
公众号持续分享各类开源城市数据!目前已分享几百种数据!
 最新文章