【數(shù)據(jù)分享】2000-2021年全國(guó)1km分辨率的逐年P(guān)M2.5柵格數(shù)據(jù)（免費(fèi)獲取）
我們發(fā)現(xiàn)在Zendo平臺(tái)上還分享有2000-2021年全國(guó)范圍的逐年的PM2.5柵格數(shù)據(jù)，原始數(shù)據(jù)格式為NetCDF (.nc)，空間分辨率為1km，單位為μg/m3，坐標(biāo)系為GCS_WGS_1984。為了方便大家使用我們將數(shù)據(jù)格式轉(zhuǎn)為柵格（.tif）。此外，全國(guó)范圍的數(shù)據(jù)非常大，不方便使用，我們將全國(guó)數(shù)據(jù)劃分為了34個(gè)省份的數(shù)據(jù)！
原始數(shù)據(jù)來(lái)源于美國(guó)馬里蘭大學(xué)韋晶博士、李占清教授團(tuán)隊(duì)研究生產(chǎn)的中國(guó)高空氣污染物（CHAP）數(shù)據(jù)集，PM2.5數(shù)據(jù)是該數(shù)據(jù)集的主要指標(biāo)之一。該數(shù)據(jù)是基于時(shí)空-極端隨機(jī)樹(shù)模型，利用模式資料填補(bǔ)了衛(wèi)星MODIS MAIAC AOD產(chǎn)品的空間缺失值，結(jié)合地基觀測(cè)、大氣再分析和排放清單等大數(shù)據(jù)生產(chǎn)得到2000年至2021年全國(guó)無(wú)縫隙地面PM2.5數(shù)據(jù)。另外，該數(shù)據(jù)持續(xù)更新，如有需要大家可持續(xù)關(guān)注！
01 數(shù)據(jù)預(yù)覽
該數(shù)據(jù)提供全國(guó)和各省兩種空間范圍尺度的數(shù)據(jù)，對(duì)于全國(guó)數(shù)據(jù)提供原始NetCDF (.nc)和柵格（.tif）兩種格式，各省數(shù)據(jù)僅提供柵格（.tif）格式。
我們先來(lái)看一下全國(guó)范圍的數(shù)據(jù)，對(duì)于柵格數(shù)據(jù)我們以年份進(jìn)行文件命名，例如：2020.tif，表示為2020年的PM2.5柵格數(shù)據(jù)；2021.tif，表示為2021年的PM2.5柵格數(shù)據(jù)。
我們具體以2021年全國(guó)范圍的PM2.5數(shù)據(jù)為例來(lái)預(yù)覽一下：
我們具體以2021年湖北省和江蘇省的PM2.5數(shù)據(jù)為例來(lái)預(yù)覽一下：
2021年湖北省PM2.5
2021年江蘇省PM2.5
02 數(shù)據(jù)詳情
時(shí)間范圍：
2000-2021年（逐年）
空間范圍：
全國(guó)/分省
數(shù)據(jù)格式：
NetCDF [.nc] 和.tif
空間分辨率：
1km
數(shù)據(jù)單位：
ug/m3
數(shù)據(jù)坐標(biāo)：
GCS_WGS_1984
原始數(shù)據(jù)的下載網(wǎng)站：
https://zenodo.org/record/6398971
數(shù)據(jù)引用：
Jing Wei, & Zhanqing Li. (2019). ChinaHighPM2.5: Big Data Seamless 1 km Ground-level PM2.5 Dataset for China (Version 4) [Data set]. Zenodo. https://doi.org/10.5281/zenodo.6398971
相關(guān)論文引用：
Wei, J., Li, Z., Lyapustin, A., Sun, L., Peng, Y., Xue, W., Su, T., and Cribb, M. Reconstructing 1-km-resolution high-quality PM2.5 data records from 2000 to 2018 in China: spatiotemporal variations and policy implications. Remote Sensing of Environment, 2021, 252, 112136. https://doi.org/10.1016/j.rse.2020.112136
Wei, J., Li, Z., Cribb, M., Huang, W., Xue, W., Sun, L., Guo, J., Peng, Y., Li, J., Lyapustin, A., Liu, L., Wu, H., and Song, Y. Improved 1 km resolution PM2.5 estimates across China using enhanced space-time extremely randomized trees, Atmospheric Chemistry and Physics, 2020, 20(6), 3273-3289. https://doi.org/10.5194/acp-20-3273-2020
如有數(shù)據(jù)使用需求請(qǐng)按照官方平臺(tái)的要求進(jìn)行引用，更多數(shù)據(jù)詳情可以查看官網(wǎng)獲悉！
03 數(shù)據(jù)獲取
