旧版本｜1901～2023 年各省市区县干燥度面板数据

新版本在这里：https://rstata.duanshu.com/#/brief/course/87dbba87c43c4171a7335b70c037f7e7

今天给大家分享一份 1901～2023 年各省市区县干燥度面板数据。

原始数据为 NETCDF 格式的栅格数据（https://data.tpdc.ac.cn/zh-hans/data/b7a5c363-3f63-4921-b657-8a4229476ec1），里面提供了空间分辨率为 1km×1km 的中国逐年干燥度指数。

最近有培训班的小伙伴询问如何处理和使用这份数据，于是我就直接帮大家处理好了。为了方便大家使用，我把这份数据汇总成了中国各省份、各城市、各区县、各乡镇的干燥度面板数据。

数据概览

经过栅格数据到面板数据的转换，得到如下文件：

• 1901~2023年各乡镇干燥度面板数据.dta

• 1901~2023年各区县干燥度面板数据.dta

• 1901~2023年各城市干燥度面板数据.dta

• 1901~2023年各省份干燥度面板数据.dta

根据干燥度分类，可以概括地把区域分为湿润（干燥度<1，相当于森林）、半湿润（干燥度 1-1.5，相当于森林草原）、半干旱（干燥度 1.5-4，相当于干草原）和干旱地区（干燥度≥4，相当于荒漠）。

另外在附件中我还提供了一份省市区县乡镇代码对照表：

干燥度

为了更直观地展示这份数据的可靠性，我还绘制了下面这些图。

各省份

下图展示了 2023 年各省份干燥度：

各城市

下图展示了 2023 年各城市干燥度：

各区县

下图展示了 2023 年各区县干燥度：

连续性检查

1901~2023 年中国各省干燥度时间序列展示如下：

连续性还不错！

处理方法

栅格数据转面板的方法都差不多，感兴趣的小伙伴可以学习下面两个课程：

1. 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/#/brief/course/75de598dcfcc4ad0b9ff28bff27f6b83
2. 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/#/brief/course/3239b87be1384488bdacb679cd467548

点击这里跳转到 RStata 短书平台获取附件：旧版本｜1901～2023 年各省市区县干燥度面板数据