1998～2014 年工企周边 1～5km 范围的年均气象数据（气象资料日值数据集来源）

之前给大家分享过很多气象数据，例如降水量、平均气温等指标：

1.×

2.

3. …（更多气象数据可以在平台搜索）

也给大家分享了不少关于工企周边的数据，例如工企周边的碳排放量、夜间灯光等指标：

1.×

2.

3. …

最近有小伙伴提出是不是可以使用类似的方法计算工企附近的气象数据，考虑到计算量比较大，因此我就直接帮忙处理好了工企周边 1～5 km 范围的各种气象指标的计算结果，时间范围为 1998～2014 年。数据概览如下：

这里我提供的数据格式为 dta 格式，数据包含的变量如下：

group、年份、gqid、企业匹配唯一标识码、组织机构代码、企业名称、县代码、县、省代码、省、市代码、市、经度、纬度、年度平均地表气温_1km、年度平均地表气温_2km、年度平均地表气温_3km、年度平均地表气温_4km、年度平均地表气温_5km、年度平均气压_1km、年度平均气压_2km、年度平均气压_3km、年度平均气压_4km、年度平均气压_5km、年度平均气温_1km、年度平均气温_2km、年度平均气温_3km、年度平均气温_4km、年度平均气温_5km、年度平均风速_1km、年度平均风速_2km、年度平均风速_3km、年度平均风速_4km、年度平均风速_5km、年度日照时数_1km、年度日照时数_2km、年度日照时数_3km、年度日照时数_4km、年度日照时数_5km、年度相对湿度_1km、年度相对湿度_2km、年度相对湿度_3km、年度相对湿度_4km、年度相对湿度_5km、年度降水量_1km、年度降水量_2km、年度降水量_3km、年度降水量_4km、年度降水量_5km

例如，下图展示了北京宏华电器有限公司周边 1~5km 范围内年度累计降水量：

处理方法

工企数据我使用的是之前分享的这个：

×

其中经纬度是使用高德地图地理编码接口进行解析的。

具体处理方法如下：

1. 首先分别生成工企地址周边 1km、2km、3km、4km、5km 的缓冲区（因为计算量非常大，所以这次没有计算 10km、15km 和 20km 的），例如地址 5km 的缓冲区是这样生成的：

library(tidyverse)
library(sf)
haven::read_dta("1998～2014年工企地理位置面板数据.dta") %>%
  filter(年份 == 2014) %>%
  select(gqid, contains("度")) -> df1

df1 %>%
  st_as_sf(coords = c("经度", "纬度"), crs = 4326) -> df2

df2 %>%
  st_buffer(dist = units::set_units(5, km)) %>%
  st_transform("+proj=aea +lat_0=0 +lon_0=105 +lat_1=25 +lat_2=47 +x_0=0 +y_0=0 +datum=WGS84 +units=m +no_defs") -> df2_5km

这样会得到一个以每个工企为中心、半径为 5km 的圆形区域。

2. 读取各种气象指标的栅格数据。

3. 使用上面的缓冲区数据和读取到的栅格数据进行地理计算，就可以得到每个缓冲区内的各种气象指标的均值了。

4. 按照这个思路循环各个年份的即可（不过运算量非常大，建议大家不要尝试，非常耗时）。

5. 处理之后再整理即可得到分享给大家的1998~2014 年工企周边 1~5km 范围的年均气象数据 （气象资料日值数据集来源）.dta了。

点击这里跳转到 RStata 短书平台获取附件：1998～2014 年工企周边 1～5km 范围的年均气象数据（气象资料日值数据集来源）