1980年1月1日～2022年10月31日中国各省市区县 PM10 质量浓度面板数据 & 栅格数据

之前给大家分享过根据卫星反演数据计算的 PM2.5、SO2、黑碳、粉尘、SO4、二甲硫醚等数据，这些指标都是 MERRA-2 数据可以直接计算出来的，在 MERRA-2 的常见问题中给出了 PM1 和 PM10 质量浓度的计算公式：

PM1 = (1.375 * SO4 + BCphobic + BCphilic + OCphobic + OCphilic + 0.7 * DU001 + SS01 + SS002) * AIRDENS

PM10 = (1.375 * SO4 + BCphobic + BCphilic + OCphobic + OCphilic + DU001 + DU002 + DU003 + 0.74 * DU004 + SS01 + SS002 + SS003 + SS004) * AIRDENS

MERRA-2 的常见问题：https://gmao.gsfc.nasa.gov/reanalysis/MERRA-2/FAQ/

按照该指引，我们首先找到 aer_Nv 数据的下载地址：

https://disc.gsfc.nasa.gov/datasets/M2I3NVAER_5.12.4/summary?keywords=aer_Nv

然后下载了中国范围的数据等待处理。

上次给大家分享了 PM1 的，今天我们继续分享 PM10 的。

该数据的处理方法类似之前讲解的逆温数据处理：https://rstata.duanshu.com/#/brief/course/55b47a7a83124138b918e7475f4141d9 感兴趣的小伙伴可以参考那片课程里面的方法学习。

直接下载到的数据为 NetCDF 格式的数据，分辨率为 0.5° x 0.625°，通过上面的 PM10 计算可以得到 PM10 的栅格数据，然后分省市区县进行裁剪汇总即可得到中国各省市区的 PM10 质量浓度面板数据。这些操作都可以在上面的逆温数据处理课程中学习到。

经过处理即可得到各省市区县的日度面板数据，城市和区县的数据由于观测值超过了 100 万，所以我进行了按年拆分。

为了大家更加直观的感受这份数据，我使用 Stata 绘制了下面的图表：

))

最后为了观察数据的连续性，我绘制了各省份历年 PM10 的均值趋势：

虽然这份数据是日度数据，不过原始数据是每 3 小时的数据，所以数据中还保留了 H0～H21 变量，分别表示对应时刻的 PM10 质量浓度，例如 H0 表示 0 点时刻的 PM10 质量浓度，日平均则是这 8 个变量的平均值：

点击这里跳转到 RStata 短书平台获取附件：1980年1月1日～2022年10月31日中国各省市区县 PM10 质量浓度面板数据 & 栅格数据