在某些情况下，云量数据或许比降水量数据作为空气污染研究工具变量更为合适。另外云量数据还可能可以作为降水量数据的工具变量（相关且外生）。 原始数据是来自 NASA EARTH OBSERVATION（ https://neo.gsfc.nasa.gov/view.php?datasetId=MODAL2_M_CLD_FR&year=2021）的全球栅格数据，网站上提供了多种下载选项，我选择的是以灰度值为衡量的云量数据。通过对栅格数据分省市区县裁剪汇总就可以得到各省市区县的平均云量面板数据了，单位为灰度值。
数据概览
为了方便大家使用，我根据原始数据计算了 2002 年 7 月 4 日～2025 年 12 月 31 日中国各省市区县的日度 平均云量，最终得到了如下文件：
- 2002-07-04～2025-12-31中国各城市平均云量日度面板数据.dta
- 2002-07-04～2025-12-31中国各区县平均云量日度面板数据.dta
- 2002-07-04～2025-12-31中国各省份平均云量日度面板数据.dta
除了省市区县、日期信息，各文件都包含了平均云量变量。数据预览如下：
全球栅格数据
原始数据提供的是全球范围的栅格数据，例如下图展示了 2005 年 2 月 24 日全球云量分布：
各省平均云量面板数据
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。进一步对中国范围的栅格数据数据分省份裁剪汇总即可得到各省的面板数据，下图展示了 2002～2025 年各省市年均平均云量：
各市平均云量面板数据
对中国范围的栅格数据数据分城市裁剪汇总即可得到各市的面板数据，下图展示了 2025 年中国各市的平均云量分布（单位：灰度值）：
各区县平均云量面板数据
对中国范围的栅格数据数据分区县裁剪汇总即可得到各区县的面板数据，下图展示了 2025 年中国各区县的平均云量分布（单位：灰度值）：
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
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: 2002-07-04～2025-12-31中国各省市区县平均云量日度面板数据. 2026. https://tidyfriday.cn/rsdb2/
英文文献可以使用下面的格式引用：
RStata Data Center: Panel Data on Daily Total Cloud Cover by Province, City, District, and County in China, July 4, 2002 – December 31, 2025. 2026. https://tidyfriday.cn/rsdb2/
点击这里跳转到 RStata 短书平台获取附件：2002-07-04～2025-12-31 中国各省市区县平均云量日度面板数据
评论