数据分享｜中国各省、各市、各区县分年、分月、逐日平均气温数据（2000年～2019年）
向大家介绍的是从2000年至2019年间中国各个省份及各县市按年度、月份以及每日的数据统计结果（单位：摄氏度）
原始数据源自国家气象科学数据共享平台中的中国地面气候资料日值数据库版本V3.0。为了便于大家获取这些观测站点的日度气候资料信息, 我采用了Barnes方法进行计算得到: 先运用IDW法将观测站点的数据插值生成覆盖中国区域的500×500网格, 每个网格单元大小为约 ︎ 经度 × 纬度, 再对各区域分别计算年均、月均及每日气温数值, 最终获得了21世纪初系列年份内全国各级别行政区内的逐日平均温度序列
本次分享涉及的数据包括了以下九份文件：其中各区县每日产生的观测数据总量达到 2,000,000,000 个；整体规模约为 1.8 GB；所有文件均采用 UTF-8 格式编码。这些观测数据涵盖了从各区县到国家层面的重要信息资源
2000年1月1日～2019年12月31日中国各省份平均气温日度数据.csv
2000年1月1日～2019年12月31日中国各区县平均气温日度数据.csv
2000年1月1日～2019年12月31日中国各城市平均气温日度数据.csv
2000年1月～2019年12月中国各省份平均气温月度数据.csv
2000年1月～2019年12月中国各区县平均气温月度数据.csv
2000年1月～2019年12月中国各城市平均气温月度数据.csv
2000年～2019年中国各省份平均气温年度数据.csv
2000年～2019年中国各区县平均气温年度数据.csv
2000年～2019年中国各城市平均气温年度数据.csv
每个数据集都包含从省级到基层行政单位的层级编码信息，并且这种结构设计便于与其他数据库或统计资料进行对照比对。为了辅助理解，请参阅下文图示部分，并注意该图表展示了 2019 年中国各区县平均气温数据的具体分布情况
：
各城市的：
省级地图的绘制效果没有县市的好，所以就不展示了。
从图上可以看到，符合南方气温高，北方气温低的特点。
注意事项
因气温受地形、植被分布以及水文特征等多种因素的影响而变化显著；这可能导致Barnes方法计算所得各区域平均温度与其真实值之间存在差异
链接：https://pan.baidu.com/s/14nNQU83gFKuusA68bralSA
提取码：1mtk