2000~2019年中国各省市区县、乡镇三大主粮物候面板数据

744 字 约 3 分钟 数据资料 面板数据

前不久给大家分享了一份三大作物种植面积占比面板数据：

2000～2019 年各省市区县、乡镇玉米、小麦、水稻三大作物种植面积占比面板数据：https://rstata.duanshu.com/#/brief/course/075d8087552d433f8601ff0373e47513

今天在给大家分享一份各省市区县、乡镇三大主粮物候面板数据，也就是每个区域各种作物的平均种植、抽穗、成熟的时间：

  • 2000~2019年中国各省份三大主粮物候面板数据.xlsx
  • 2000~2019年中国各城市三大主粮物候面板数据.xlsx
  • 2000~2019年中国各区县三大主粮物候面板数据.xlsx
  • 2000~2019年中国各乡镇三大主粮物候面板数据.xlsx

例如 2000~2019年中国各区县三大主粮物候面板数据.xlsx 文件包含下面这些变量：

readxl::read_xlsx("2000~2019年中国各区县三大主粮物候面板数据.xlsx") -> countydf
countydf %>%
  slice_sample(n = 10)

#> # A tibble: 10 × 19
#>    省       省代码 市    市代码 县    县代码 年份  Maize_HE Maize_MA Maize_V3
#>    <chr>     <dbl> <chr>  <dbl> <chr>  <dbl> <chr>    <dbl>    <dbl>    <dbl>
#>  1 内蒙古…  150000 乌兰… 150900 商都… 150923 2017      217.     249.     145.
#>  2 陕西省   610000 西安… 610100 临潼… 610115 2019      223.     258.     177.
#>  3 河南省   410000 漯河… 411100 临颍… 411122 2004      214.     253.     169.
#>  4 湖北省   420000 荆州… 421000 江陵… 421024 2001       NA       NA       NA
#>  5 台湾省   710000 台北… 710100 中正… 710109 2018       NA       NA       NA
#>  6 江苏省   320000 苏州… 320500 吴中… 320506 2016       NA       NA       NA
#>  7 河北省   130000 沧州… 130900 肃宁… 130926 2004      223.     258.     172.
#>  8 北京市   110000 北京… 110000 门头… 110109 2002       NA       NA       NA
#>  9 重庆市   500000 重庆… 500000 丰都… 500230 2012      158.     241.      89
#> 10 黑龙江省 230000 伊春… 230700 友好… 230719 2008      210.     257      146.
#> # ℹ 9 more variables: `Rice(LR)_HE` <lgl>, `Rice(LR)_MA` <lgl>,
#> #   `Rice(LR)_TR` <lgl>, `Rice(SR&ER)_HE` <dbl>, `Rice(SR&ER)_MA` <dbl>,
#> #   `Rice(SR&ER)_TR` <dbl>, `Wheat_GR&EM` <dbl>, Wheat_HE <dbl>,
#> #   Wheat_MA <dbl>
  • Maize_HE：玉米抽穗时间；
  • Maize_MA：玉米成熟时间；
  • Maize_V3：玉米营养生长期；
  • Rice(LR)_HE：晚稻的抽穗时间；
  • Rice(LR)_MA：晚稻的成熟时间；
  • Rice(LR)_TR：晚稻的移栽时间；
  • Rice(SR&ER)_HE：单粒稻和早稻的抽穗时间；
  • Rice(SR&ER)_MA：单粒稻和早稻的成熟时间；
  • Rice(SR&ER)_TR：单粒稻和早稻的移栽时间；
  • Wheat_GR&EM：小麦的变绿与发芽时间；
  • Wheat_HE：小麦抽穗时间；
  • Wheat_MA：小麦的成熟时间。

各个变量的具体含义可以参考附件中的 pdf 文件了解。

数据中的值表示从该年 1 月 1 日开始的天数，例如 250 表示的是：

250 + lubridate::ymd("2019-01-01") - 1
#> [1] "2019-09-07"

也就是 2019 年 9 月 7 日。

下图展示了 2019 年各城市玉米的平均抽穗时间：

下图展示了 2019 年各区县小麦的平均成熟时间：

下图展示了各省晚稻的种植时间变化：

点击这里跳转到 RStata 短书平台获取附件：2000~2019年中国各省市区县、乡镇三大主粮物候面板数据

相关文章

评论