2003-01-01~2022-12-31各省市区县平均地表土壤水分日度面板数据

848 字 约 3 分钟 数据资料 面板数据生态环境

今天给大家分享一份 2003-01-01~2022-12-31 各省市区县平均地表土壤水分日度面板数据。

原始栅格数据下载自 https://data.tpdc.ac.cn/zh-hans/data/e1f24e35-6235-40b2-b3d7-677dfb249e39 ，为 HDF5 格式。使用该数据可以使用如下格式引用：

宋沛林, 张永强, 姚盼盼, 赵天杰. (2021). 中国1千米分辨率逐日全天候地表土壤水分数据集（2003-2022）. 国家青藏高原数据中心. https://doi.org/10.11888/Hydro.tpdc.271762. https://cstr.cn/18406.11.Hydro.tpdc.271762.

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这个课程：

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

不过这个 HDF5 格式的数据比较难搞，R 语言的 terra 包无法识别它的坐标系。本来想分享转换得到的 tif 文件，不过有 100 多 Gb，实在难以分享，所以我这里简单说明下如何给读取的 HDF5 文件设定正确的坐标系并转换成 tif 文件，HDF5 文件直接从原始网页就可以下载到。

首先索引到所有的 h5 文件：

library(tidyverse)
library(sf)
library(terra)

fs::dir_ls("ChinaSoilMoisture_1km_daily_all-weather_V2.0_update_on_20230522", recurse = T, regexp = "h5$") -> ls

读取一个：

rast(ls[1]) -> rst
# 小于 0 的都替换成缺失值
rst[rst<0] <- NA

该数据的坐标系是（wkt 格式）：

wkt <- 'PROJCS["AMSRE_Coordinate_System",GEOGCS["WGS 84",DATUM["WGS_1984",SPHEROID["WGS 84",6378137,298.257223563,AUTHORITY["EPSG","7030"]],AUTHORITY["EPSG","6326"]],PRIMEM["Greenwich",0],UNIT["degree",0.0174532925199433,AUTHORITY["EPSG","9122"]],AUTHORITY["EPSG","4326"]],PROJECTION["Cylindrical_Equal_Area"],PARAMETER["standard_parallel_1",30],PARAMETER["central_meridian",0],PARAMETER["false_easting",0],PARAMETER["false_northing",0],UNIT["metre",1,AUTHORITY["EPSG","9001"]],AXIS["Easting",EAST],AXIS["Northing",NORTH]]'
crs(rst) <- crs(wkt)

该数据的范围是：

ext(rst) <- c(7087254.893403063, 13032486,
              2280754, 5896446.849020582)

这样就给数据设定了恰当的范围和坐标系。

保存 tif 文件：

rst %>%
      writeRaster("newrst.tif")

然后循环所有的文件就可以了。

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：

  1. 省份：2003-01-01~2022-12-31各省市平均地表土壤水分面板数据.xlsx
  2. 城市1：2003-01-01~2022-12-31各城市平均地表土壤水分面板数据_part1.xlsx
  3. 城市2：2003-01-01~2022-12-31各城市平均地表土壤水分面板数据_part2.xlsx
  4. 城市3：2003-01-01~2022-12-31各城市平均地表土壤水分面板数据_part3.xlsx
  5. 区县：各区县平均地表土壤水分面板数据（文件夹）

由于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）。

除了省市区县、日期信息，数据都包含了地表土壤水分变量。

原始作者为节省存储空间，数据均以Int16型数据存储，所有存储数据在使用时应乘以0.001以得到真实的地表土壤水分物理量（如某像元某日存储的数据为327，则对应地表土壤水分含量为0.327 cm3/cm3）。

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：2003-01-01~2022-12-31各省市区县平均地表土壤水分日度面板数据

相关文章

评论