今天给大家分享一份 1998～2023 年各省市区县 PM2.5 质量浓度面板数据及栅格数据。
原始数据来自：https://sites.wustl.edu/acag/datasets/surface-pm2-5/，为 netCDF 格式的全球栅格数据，此次更新的是 V5.GL.05.02，需要注意 V5.GL.05.02 的更新并非是增量更新，之前年份的数据可能也有变化。
数据概览
为了方便大家使用，我根据原始数据计算了 1998～2023 年中国各省市区县的年平均 PM2.5 浓度，并裁剪出了中国区域的栅格数据，最终得到了如下文件：
- 1998~2023年各城市PM2_5质量浓度面板数据.dta
- 1998~2023年各区县PM2_5质量浓度面板数据.dta
- 1998~2023年各省市PM2_5质量浓度面板数据.dta
除了省市区县、年份信息，各文件都包含了 PM2_5 变量。
绘图展示
中国范围栅格数据
根据原始数据提供的全球范围栅格数据，裁剪即可得到中国范围的栅格数据（1998～2023 年），下图展示了 2023 年中国各地 PM2.5 浓度分布（单位：微克/立方米）：
各省 PM2.5 浓度面板数据
进一步对中国范围的栅格数据数据分省份（使用 2021 年行政区划数据）裁剪汇总即可得到各省的面板数据（1998～2023 年），下图展示了 2023 年中国各省的年均 PM2.5 浓度分布（单位：微克/立方米）：
各市 PM2.5 浓度面板数据
对中国范围的栅格数据数据分城市（使用 2021 年行政区划数据）裁剪汇总即可得到各市的面板数据（1998～2023 年），下图展示了 2023 年中国各市的年均 PM2.5 浓度分布（单位：微克/立方米）：
各区县 PM2.5 浓度面板数据
对中国范围的栅格数据数据分区县（使用 2021 年行政区划数据）裁剪汇总即可得到各区县的面板数据（1998～2023 年），下图展示了 2023 年中国各区县的年均 PM2.5 浓度分布（单位：微克/立方米）：
连续性检查
为了对数据质量进行检查，我们可以观察下数据的连续性，以省份数据为例：
连续性还不错！
处理方法
栅格数据的裁剪与分区域汇总方法基本都类似，感兴趣的小伙伴可以学习平台上的这两个课程：
- 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/#/course/75de598dcfcc4ad0b9ff28bff27f6b83
- 如何将栅格数据处理成面板数据或时间序列数据？以 PM2.5 浓度数据处理为例：https://rstata.duanshu.com/#/course/109dfcdfd1174d1eb2d00c621df4f047
点击这里跳转到 RStata 短书平台获取附件：1998~2023 年各省市区县 PM2.5 质量浓度面板数据&栅格数据（华盛顿圣路易斯分校来源）
评论