【数据分享】GIS矢量格式的2001-2022年全国各城市平均气温数据（逐日、逐月、逐年）

之前我们分享了Excel格式的全国各城市逐日、逐月、逐年的平均气温数据（），好多小伙伴拿到数据后问我们有没有GIS矢量格式的数据，我们专门对数据进行了处理，转换为了GIS矢量格式（shp格式）分享给大家！以下为数据的详细介绍：
数据分为逐日、逐月和逐年三种形式：

01 逐年数据

首先是2001-2022年逐年平均气温数据，每个年份为一个shp文件，如下图：

我们以2022年的数据为例来预览一下：

2022年全国各城市平均气温GIS数据的属性表截图
 

02逐月数据

我们再来看看2001-2022年逐月平均气温数据，每个年份为一个shp文件，每个shp文件的属性表中包括当年的12个月每月的平均气温，如下图：

我们以2022年6月份的数据为例来预览一下：2022年6月全国各城市平均气温GIS图2022年全国各城市每月平均气温GIS数据的属性表截图
逐日数据

我们再来看看2001-2022年逐日平均气温数据，每个年份为一个shp文件，每个shp文件的属性表中包括当年的365天每天的平均气温数据，如下图：

我们以2022年6月30号的数据为例来预览一下：

2022年全国各城市每日平均气温GIS数据的属性表截图数据来源

 原始数据来源于美国国家海洋和大气管理局（NOAA）下设的国家环境信息中心(NCEI)，网址为：https://www.ncei.noaa.gov/data/global-summary-of-the-day/archive/，数据包括1929——2022年的气象数据，大家可以自己去该网站下载原始数据！

处理方式

我们从NCEI网站下载到的原始数据是气象观测站点的数据，每个站点记录的是逐日的气象指标，我们基于气象站点的经纬度，以及气象站点的逐日的平均气温数值，插值（采用的是反距离权重法插值）得到全国范围的逐日的平均气温栅格图，然后再基于全国地级市的行政边界数据和气温栅格图，统计出每个地级市的逐日的平均气温数值，然后再基于逐日的平均气温数值，计算逐月的平均气温，和逐年的平均气温！

注意事项

1.该数据是通过插值方法得到的，由于插值的方式与各种处理参数的不同，该数据可能会与其他来源的最低气温数据有微小差别，这个很正常，特此说明！

2.如果在论文中使用该数据，数据来源请写上面的原始数据来源，处理方法请写上面的处理方式！

3.数据有两个地级市行政区划缺失，分别是澳门特别行政区和新疆昆玉市，特此说明！

数据获取