新版本在这里： https://rstata.duanshu.com/#/brief/course/441fd2ee8e9b449eaafc5a19713d7d11
之前给大家分享过一份相对湿度的数据：
1980～2020年中国各省市区县分年、分月、逐日相对湿度面板数据（气象资料日值数据集来源）：https://rstata.duanshu.com/#/brief/course/9f63d4f663dc4d8084af8f4b68751eaa
不过由于原始数据无法再获取 2020 年之后的，所以这个数据没法更新了，不过 NASA 的 Merra2 数据提供了一种新的解决办法。
从 https://disc.gsfc.nasa.gov/datasets/M2I1NXLFO_5.12.4/summary 页面可以下载到近地表的气压、比湿、风速和气温的数据。这里的“比湿”就是湿度的另外一种衡量方法：
比湿（specific humidity）是指在一团湿空气中，水汽的质量与该团空气总质量（水汽质量加上干空气质量）的比值。如果湿空气与外界无质量交换，并且没有相变发生，那么比湿会保持不变。比湿通常以g/g或g/kg为单位来表示，通常大气中的比湿都小于40g/kg，是记录大气水汽状况的一个重要指标。
Merra2 数据中的比湿单位就是 g/g。大家可以考虑使用这个指标替代之前的相对湿度。
除此之外，这次我也顺便处理了气压、风速和气温三个指标，也非常有用。
另外平台上也提供了根据“气象资料日值数据集”和“GSOD数据”处理的这三个指标，感兴趣的小伙伴可以到平台上找找看～
处理方法
之前的课程：
逆温数据是如何处理的？使用 R 语言完成整个过程：https://rstata.duanshu.com/#/brief/course/55b47a7a83124138b918e7475f4141d9
中我介绍了如何使用 R 语言处理从 NASA 下载的 nc 文件，不过这个数据的处理方法不太一样，因此最近我准备再单独开设个课程讲解如何处理这份数据，感兴趣的小伙伴可以先期待一下～
数据概览
由于年度数据和月度数据可以使用日度数据汇总得到，所以这里我就只提供日度数据了，相信大家能够独立完成这种数据的分组运算～
附件中有如下文件：
- 1980年1月1日～2024年4月1日各省份地表高度、气压、相对湿度、风速和气温日度数据.xlsx
- 各城市地表高度、气压、比湿、风速和气温日度数据（文件夹）
- 各区县地表高度、气压、比湿、风速和气温日度数据（文件夹）
- 栅格数据
由于城市和区县的日度数据都非常大，所以我提供的是按年份拆分的结果（都是 xlsx 文件）。
栅格数据里面存放了根据 nc 文件转换得到的 tif 文件，会更方便使用～
除了省市区县、日期信息，数据都包含如下几个变量：
- HLML
- PS
- QLML
- SPEEDLML
- TLML
各变量含义如下：
QLML 就是前面我介绍的比湿，HLML 表示地表的高度，然后其它几个变量就都很好理解了。
为了方便大家直观感受数据，我绘制了一些图表：
点击这里跳转到 RStata 短书平台获取附件：旧版本｜1980年1月1日～2024年4月1日各省市区县地表高度、气压、比湿、风速和气温日度数据
评论