CHAP-PM10月度：2000～2025 年各省市区县月度 PM10 浓度面板数据

1014 字 约 4 分钟 数据资料 面板数据空气质量

今天给大家分享一份 2000～2025 年 PM10 质量浓度月度面板数据。原始数据（nc 栅格文件）下载自国家青藏高原科学数据中心（TPDC）发布的 CHAP（ChinaHighAirPollutants）全球大气污染物浓度数据集（下载地址：https://data.tpdc.ac.cn/projectDataList?specialId=8f82de3c-80ab-4fd9-90b1-9ff8b9813ac5），由 RStata 数据中心在原始 nc 栅格基础上，按 2021 年行政区划（省 / 市 / 县）裁剪汇总，处理得到各省市区县的月度面板数据。

数据概览

为了方便大家使用，我把数据汇总成了各省份、各城市、各区县的 PM10 质量浓度面板数据，时间分辨率包含月度。

  • 2000～2025年各省份PM10质量浓度月度数据.xlsx
  • 2000～2025年各城市PM10质量浓度月度数据.xlsx
  • 2000～2025年各区县PM10质量浓度月度数据.xlsx

各文件预览如下：

每张表均包含 省代码、省（省级文件还含有 城市代码/城市、区县代码/区县）、时间字段（year 或 date）以及浓度统计量 max（最大值）、mean（平均值）、min（最小值）、sd（标准差）、sum（加总）等字段，单位均为 微克/立方米（μg/m³）。

可用于研究可吸入颗粒物（PM10）浓度对居民呼吸系统健康的影响，以及扬尘治理、建筑施工与道路扬尘管控政策的效果评估。

图表展示

下图展示了 2000～2025 各省份 PM10 年均浓度的空间分布（基于 2021 年行政区划裁剪汇总，ColorBrewer YlOrRd 连续色带）：

下图展示了全国 PM10 年均浓度随时间的变化趋势：

下图展示了基准年各省份 PM10 年均浓度的分布（直方图）：

下图展示了基准年各省份 PM10 最小值与均值的关系（散点图 + OLS 拟合线，反映多个相似变量间的一致性）：

处理代码

本数据附带了基于 R 语言（r-china-map 包）绘制的图表代码，保存在各数据文件夹的 code/make_charts.R 中，核心的数据读取与聚合逻辑如下：

## 1. 定位省份级 xlsx 并读取
files <- list.files(folder, pattern = "\\.xlsx$", recursive = TRUE, full.names = TRUE)
prov  <- files[str_detect(files, "省份")]
df0 <- read_xlsx(prov[1])

## 2. 时间变量标准化（兼容 year / 年份 / date / month 列名）
if ("年份" %in% names(df) && !("year" %in% names(df))) df <- df %>% rename(year = 年份)
if ("month" %in% names(df) && !("date" %in% names(df))) df <- df %>% rename(date = month)
if ("year" %in% names(df)) {
  df <- df %>% mutate(yr = as.numeric(year))
} else if ("date" %in% names(df)) {
  df <- df %>% mutate(yr = as.numeric(format(date, "%Y")))
}

## 3. 聚合到省份-年 年均浓度（月度/日度先取年内平均）
ann <- df %>%
  group_by(省代码, yr) %>%
  summarise(ann_mean = mean(mean, na.rm = TRUE), .groups = "drop")

附件中也提供了该数据的处理代码供参考（code/make_charts.R）。

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: CHAP-PM10月度：2000～2025 年各省市区县月度 PM10 浓度面板数据. 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 PM10 (Coarse Particulate Matter) Mass Concentration by Province, City, and District/County, 2000–2025. 2026. https://tidyfriday.cn/rsdb2/

关联课程/数据推荐

栅格数据的裁剪与面积汇总——基于 R 语言的方法：https://rstata.duanshu.com/#/course/d2c2710928f44ad7a7518b8a178562c0
栅格数据几何运算：https://rstata.duanshu.com/#/course/b579b775ee4f449283615a06f9cdcebb
1980～2025 年各省市区县 PM10 质量浓度日度面板数据：https://rstata.duanshu.com/#/course/8bb36121e2614b058da66f04d331e23a
1990～2015 年中国各省市区县、各部门多种污染物排放面板数据：https://rstata.duanshu.com/#/course/e2415fe187d74195afb6e685cdf1c349
1990～2024 年上市公司周边的卫星反演污染物面板数据：https://rstata.duanshu.com/#/course/115cd5fb9ea04e0c88f4d3b343a2fd84

如果有相关数据处理与定制需要，可以联系李老师付费定制。

点击这里跳转到 RStata 短书平台获取附件：CHAP-PM10月度：2000～2025 年各省市区县月度 PM10 浓度面板数据

相关文章

评论