摘要：太阳辐射是地球能量的主要来源，对气候和水文循环至关重要。高分辨率的太阳辐射数据集对预测气候变化、评估大气组成，并监测气溶胶和云层分布发挥重要作用，被广泛应用于大气污染和气候变化的研究中！

太阳辐射是地球能量的主要来源，对气候和水文循环至关重要。高分辨率的太阳辐射数据集对预测气候变化、评估大气组成，并监测气溶胶和云层分布发挥重要作用，被广泛应用于大气污染和气候变化的研究中！

本次给大家分享的是1983-2017年全国范围逐月高分辨率地表太阳辐射数据集！数据格式为NetCDF (.nc)，空间分辨率为10km，数据单位为W/㎡，坐标系为WGS_1984。

数据来源于北京师范大学的冯飞和王开存学者发布在国家青藏高原科学数据中心网站上的全国高分辨率地表太阳辐射月度数据集，该数据集是基于以ISCCP-HXG云产品为主要输入的全球高分辨率（3小时，10公里）地表太阳辐射数据集（1983-2017）上，通过地理加权回归方式，融合全国2261个气象台站日照时数反演的地表太阳辐射站点数据而生成的全国地表太阳辐射分布数据。

大家可以自己去国家青藏高原科学数据中心下载nc格式的原始数据，也可以在本公众号回复关键词 459 免费获取nc格式。无需转发文章，无套路获取！以下为数据的详细介绍：

01 数据预览

我们本次分享的数据为nc格式，我们来预览一下数据：

02 格式转化

原始网站提供的数据为nc格式，有很多同学对于这种格式的数据，不知道应该如何处理，为方便大家使用，以下为利用ArcGIS软件打开nc格式文件并转化为栅格（.tif）格式的教程：

1.在ArcGIS软件里面搜索“创建NetCDF栅格图层”工具，并打开。

2.加载nc文件，也就是下图中1的位位置。需要重点说明的是：这儿的路径必须是英文路径，路径里面不能有中文！如果是英文路径，下图中2里面的对话框将默认填写，不用做其他调整，点下方的确定即可！

通过上面的操作我们就可以在ArcGIS中打开nc文件了，如下图：

3.我们在图层名称上右击右击“属性”，打开图层属性后，找到NetCDF，然后在维度值一栏的“值”里单击滑动选择想要可视化的图层。

本数据中通过修改维度值的“RecordID”里的数值选择对应的月份，共有0-407可选，因为本数据时间跨度为1983.7-2017.6一共408个月，如果此处选0即为1983年7月的太阳辐射数据；选407即为2017年6月的太阳辐射数据，以此类推。

如果需要tif格式的当月度的太阳辐射数据，在维度值处选好该月份数值后在图层名称上右击“数据-导出数据”即可单独保存该月份数据。

当然，如果会python的话，可以批量进行格式转换，方便很多。

03 数据详情

数据来源：

该数据来源于北京师范大学的冯飞和王开存学者发布在国家青藏高原科学数据中心网站上的全国高分辨率地表太阳辐射月度数据集，网址为：https://data.tpdc.ac.cn/zh-hans/data/a82849b0-9af5-457d-8968-4471dd845f2e

数据介绍：

冯飞等学者基于Advanced Very High Resolution Radiometer（AVHRR）数据（这是一种由美国国家海洋和大气管理局（NOAA）的系列卫星搭载的高分辨率辐射计传感器获取的地球表面和大气层的辐射测量数据，自1978年起开始收集，覆盖全球范围，并提供多光谱图像），通过地理加权回归模型（Geographically weighted regression ，GWR）融合了我国2261个气象台站日照时数（Sunshine Duration, SunDu）反演的地表太阳辐射站点数据，进而生成了全国高分辨率地表太阳辐射月度数据集。

时间范围：

1983年7月1日-2017年6月30日（逐月）

空间范围：

全国

数据格式：

NetCDF [.nc]

空间分辨率：

数据单位：

W/㎡

数据坐标：

WGS_1984

数据引用：

冯飞, 王开存. (2020). 中国区域融合日照时数的高分辨率（10km）地表太阳辐射数据集（1983-2017）. 国家青藏高原数据中心. https://doi.org/10.11888/Meteoro.tpdc.271023.https://cstr.cn/18406.11.Meteoro.tpdc.271023.

Feng, F., Wang, K. (2020). High spatial resolution (10km) surface solar radiation dataset with by merging sunshine hours over China China (1983-2017). National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.11888/Meteoro.tpdc.271023.https://cstr.cn/18406.11.Meteoro.tpdc.271023.

文章引用：

Feng, F., Wang, K.C. (2021). Merging High-Resolution Satellite Surface Radiation Data with Meteorological Sunshine Duration Observations over China from 1983 to 2017. Remote Sensing, 13, 602.

03 数据获取

来源：立方数据学社