一年的数据怎么分月;一年的表格数据如何按月分开

气象指标在日常研究中非常常用，之前我们给大家分享过来源于国家青藏高原科学数据中心提供的气象指标栅格数据（均可查看之前的文章获悉详情）：

• 1901-2022年1km分辨率逐月平均气温栅格数据
• 1901-2022年1km分辨率逐年平均气温栅格数据
• 1901-2022年1km分辨率逐月最低气温栅格数据
• 1901-2022年1km分辨率逐年最低气温栅格数据
• 1901-2022年1km分辨率逐月最高气温栅格数据
• 1901-2022年1km分辨率逐年最高气温栅格数据
• 1901-2022年1km分辨率的逐月降水栅格数据
• 1901-2022年1km分辨率的逐年降水栅格数据

本次我们继续分享来自国家青藏高原科学数据中心发布的高精度气象指标栅格数据——1901-2022年1km分辨率的逐月潜在蒸散发栅格数据！

从官方网站下载的逐月潜在蒸散发数据的单位是0.1mm，数据格式为NETCDF，即.nc格式，数据是基于之前发布的相同来源的1km逐月均温、最低温和最高温，采用潜在蒸散发公式计算得到，具体公式见下文。

为方便大家使用，我们对原始数据进行了一些处理，单位转化为毫米（mm），格式转为栅格（.tif）格式。此外，全国范围的数据非常大，不方便使用，我们将全国数据划分为了分省份的数据！大家在公众号回复关键词 1007 可免费获取全国任意一个省份的1901-2022年1km分辨率的逐月潜在蒸散发数据，无需转发文章，直接获取！如果想要全国范围的数据，请按照文末的转发要求获取！以下为数据的详细介绍：

01 数据预览

全国范围的数据

首先我们先来看一下全国范围的数据，我们会提供三种数据：

①原始nc格式的数据

②空间范围大于中国国界的tif格式数据

我们以2022年12月的全国潜在蒸散发为例来预览一下，由原始.nc格式数据转为的.tif格式数据的范围为矩形范围，且大于中国国界：

2022年12月全国潜在蒸散发（大于全国范围）

③中国国界范围的tif格式数据

我们以国界为范围提取出国界范围的逐月潜在蒸散发数据：

2022年12月全国潜在蒸散发（全国范围）

分省份的数据对于分省份的数据，我们以2022年12月湖北省和江苏省的潜在蒸散发为例来预览一下：

2022年12月湖北省潜在蒸散发

2022年12月江苏省潜在蒸散发

02 数据详情

数据来源：

数据来源于彭守璋学者在国家青藏高原科学数据中心平台上分享的数据，网址为：https://data.tpdc.ac.cn/zh-hans/data/8b11da09-1a40-4014-bd3d-2b86e6dccad4/

数据说明：

该数据集是基于国家青藏高原科学数据中心之前发布的中国1km逐月均温、最低温、最高温数据集（Peng at al. 2019），采用Hargreaves潜在蒸散发计算式得到（Peng at al. 2017）。公式如下：PET = 0.0023 × S0 ×sqrt(MaxT – MinT)×（MeanT + 17.8）, 其中，PET为潜在蒸散发，mm/月；MaxT、MinT、MeanT分别为月最高温、最低温、均温；S0为到达地球大气层顶的理论太阳辐射，根据太阳常数、日地距离、儒略日、赤纬等计算得到。数据坐标系统建议使用WGS84。

数据格式：

栅格格式（.tif）和NETCDF（.nc）格式

数据单位：

栅格（.tif）格式：毫米（mm）NETCDF（.nc）格式：0.1mm

时间范围：

1901-2022年（逐月）

数据坐标：

为GCS_WGS_1984

空间范围：

全国/分省

空间分辨率：

0.0083333°（约1km）

数据的引用：

彭守璋.中国1km逐月潜在蒸散发数据集（1901-2022）.国家青藏高原科学数据中心,10.11866/db.loess.2021.001[.1 km monthly potential evapotranspiration dataset in China (1901-2022).National Tibetan Plateau Data Center,10.11866/db.loess.2021.001]

发布数据的文章的引用：

1.Peng, S.Z., Ding, Y.X., Wen, Z.M., Chen, Y.M., Cao, Y., & Ren, J.Y. (2017). Spatiotemporal change and trend analysis of potential evapotranspiration over the Loess Plateau of China during 2011–2100. Agricultural and Forest Meteorology, 233, 183–194. https://doi.org/10.1016/j.agrformet.2016.11.129

2.Ding, Y.X., & Peng, S.Z. (2020). Spatiotemporal trends and attribution of drought across China from 1901–2100. Sustainability, 12(2), 477.

3.Ding, Y.X., Peng, S.Z. (2021). Spatiotemporal change and attribution of potential evapotranspiration over China from 1901 to 2100. Theoretical and Applied Climatology. https://doi.org/10.1007/s00704-021-03625-w

4.Peng, S.Z., Ding, Y.X., Liu, W.Z., & Li, Z. (2019). 1 km monthly temperature and precipitation dataset for China from 1901 to 2017. Earth System Science Data, 11, 1931–1946. https://doi.org/10.5194/essd-11-1931-2019如有数据使用需求请按照官方平台的要求进行引用，更多数据详情可以查看官网获悉！

03 数据获取