甘肃省气象观测数据集的日数据主要来自USAF DATSAV3地表数据和联邦气候综合地表小时(ISH)数据集中包含的天气观测数据。数据集包含甘肃省内15个站点的数据。每日数据类型除降水量(0.01英寸),还包括:平均温度(0.1华氏度)、最高温度(0.1华氏度)、最低温度(0.1华氏度)、平均风速(0.1节)、最大持续风速(0.1节)、最大阵风(0.1节)和积雪深度(0.1英寸)等。
采集时间 | 2000/01/01 - 2022/12/31 |
---|---|
采集地点 | 甘肃省 |
数据量 | 9.9 MiB |
数据格式 | xlsx |
数据时间分辨率 | 日 |
坐标系 |
数据来源来自USAF DATSAV3地表数据和联邦气候综合地表小时(ISH)数据集中包含的天气观测数据。
下载数据后人工筛选。
数据质量良好。
# | 标题 | 文件大小 |
---|---|---|
1 | _ncdc_meta_.json | 3.6 KiB |
2 | 甘肃省气象观测数据集(2000-2022).zip | 9.9 MiB |
# | 时间 | 姓名 | 用途 |
---|---|---|---|
1 | 2025/09/12 17:51 | 武* |
论文题目:博士课题开题
数据在研究中的作用:绘制图件
论文类型:博士论文
导师姓名:谌文武
|
2 | 2025/09/05 17:09 | 汤* |
Paper title:面向气象因素感知电网承载能力评估的
物理信息因果图学习方法
Paper abstract:可再生能源的日益普及使得气象因素成为电网运行的关键影响因素。然而,现有电力预测方法面临着重大挑战,序列预测无法解决气象和电力系统之间的数据异质性、缺乏物理可解释性以及无法适应快速天气变化的静态调节策略的问题,台风、暴雨等极端天气的影响使短期负荷预测失真,在历史负荷数据匮乏的情况下,其预测精度仍存在局限。针对这些问题,本研究提出了一种新的物理因果图学习框架,用于实现气象不确定性下的动态网格调节。采集不同天气环境下电力系统的运行数据,构建流星网格因果图与图神经网络相结合的混合模型揭示天气-功率相互作用中的因果途径,使其能够适应负荷预测相关的数据分布和特征,采用物理约束在线学习自适应算法不断更新模型中系统参数以提高求解精度,并搭建了涵盖多种极端天气场景的开源基准数据集用以研究极端场景下电力系统运行调整,实现气候适应型电力系统的可重复研究。本文所提出的方法和数据集能调节大气科学与电力系统工程之间的差距,对气候适应战略具有启示意义
Paper type:科技论文
Tutor:韩洁平
|
3 | 2025/08/15 01:03 | 追* |
论文题目:氮元素迁移及水环境质量变化
数据在研究中的作用:分析气温、降水对水环境影响
论文类型:硕士论文
导师姓名:杨银科
|
4 | 2025/07/27 18:45 | 陆致远*****陆致远 |
高中研学活动小组项目课题研究数据资料需要
|
5 | 2025/07/15 18:34 | 蓝* |
项目水文报告章节引用,用于单位申请的项目
|
6 | 2025/07/14 19:49 | 陈* |
参加挑战杯竞赛,需要进行新能源功率预测模型训练
|
7 | 2025/07/10 17:13 | 杨* |
用于甘肃省干旱灾害风险评估与防控对策研究项目研究
|
8 | 2025/07/16 01:06 | 魏*娥 |
用于毕业论文中数据分析绘图及日常的数据积累
|
9 | 2025/07/08 00:50 | 赵*宁 |
用于个人学习、图片绘制、数据分析处理等工作
|
10 | 2025/06/29 08:03 | 王*丽 |
写毕业设计需要数据下载,用来写毕业设计需要
|
© 中国科学院西北生态环境资源研究院 2005- 备案号:陇ICP备2021001824号-21
兰州市东岗西路320号, 730000, 电话: 0931-4967592,0931-4967596