数据简介

      今天我们分享的是来源于一篇2024.05更新的论文极端天气数据,该数据为全球的数据,我们从中获取了我国省市的数据,都免费分享给大家,感兴趣的朋友也可以去原文阅读一下。

      极端气候事件变得越来越频繁,并对国际社会产生了严重影响。因此,与气候变化相关的风险越来越受到关注,并被视为风险因素的新来源。为了了解这种新风险的社会经济影响,系统地衡量世界各地的风险对于研究人员和政策制定者来说至关重要。该文基于气象站的日常观测,构建了气候物理风险指数 (CPRI) 数据集,其中特别关注四种极端气候事件:极端低温 (LTD)、极端高温 (HTD)、极端降雨 (ERD) 和极端干旱 (EDD)。

数据详情

数据来源:原始数据来源于NOAA(美国国家海洋和大气管理局)

数据频度:1993-2023

数据频度:年度

数据范围:中国省市区域(31个省、229个城市)

数据格式:Excel

数据概览

1.指标展示及解释:

图片

省级数据展示:

图片

地级市数据展示:

图片

2.数据描述  

      每组CPRI数据包含四个分项指数和一个总指数,涵盖1993年至2023年期间。LTD(极端低温日数)、HTD(极端高温日数)、ERD(极端降雨日数)、EDD(极端干旱日数)是四个子指数,分别代表一个国家/地区一年中极端低温日数、极端高温日数、极端降雨日数和极端干旱日数。这些指数使用下面解释的方法标准化,然后用于构建一般CPRI,它是指一个国家/地区的气候物理风险的总体程度。

参考文献

Kun Guo, Qiang Ji, Dayong Zhang,A dataset to measure global climate physical risk,Data in Brief,Volume 54,2024,110502,ISSN 2352-3409,https://doi.org/10.1016/j.dib.2024.110502.

获取方式

关注后,后台发送数据编号D064

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐