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（说 kg/kg 也一样）。
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～
在之前的数据分享中我只分享了这四个指标，不过最近我发现相对湿度其实可以用这些指标计算处理。
该计算可以按照以下步骤进行：
首先相对湿度相对湿度(RH)是实际水汽压(e)与饱和水汽压(eₛ)的比值，通常以百分比表示：
这些公式来源于世界气象组织(WMO)推荐的大气湿度计算方法。
处理方法
除了相对湿度的计算，其余四个指标在之前的课程中均有讲解：
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
相对湿度的 R 语言计算函数在附件中我也提供了：calculate_merra_rh.R
使用：
source("calculate_merra_rh.R") |
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～2025年12月31日各省份相对湿度、比湿、地表高度、气压、风速和气温日度数据.xlsx
- 各城市相对湿度、比湿、地表高度、气压、风速和气温日度数据（文件夹）
- 各区县相对湿度、比湿、地表高度、气压、风速和气温日度数据（文件夹）
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）。
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
- RH（相对湿度，单位 %）
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：
最后对比下两种来源的相对湿度数据：
趋势大致相同，回归和相对系数计算结果：
# 回归系数 |
数据引用格式
由于该数据包含较多 RStata 处理的内容，在研究中使用该数据请使用清晰的方式注明数据来源于 RStata 或者 RStata 数据中心，并使用如下格式引用：
RStata 数据中心: 1980年1月1日～2025年12月31日各省市区县相对湿度、比湿、地表高度、气压、风速和气温日度数据. 2026. https://tidyfriday.cn/rsdb2/
英文文献可以使用下面的格式引用：
RStata Data Center: Daily Panel Data on Relative Humidity, Specific Humidity, Surface Elevation, Air Pressure, Wind Speed, and Air Temperature by Province, City, District, and County in China, January 1, 1980 – December 31, 2025. 2026. https://tidyfriday.cn/rsdb2/
点击这里跳转到 RStata 短书平台获取附件：1980年1月1日～2025年12月31日各省市区县相对湿度、比湿、地表高度、气压、风速和气温日度数据
评论