极端气温数据可视化：用QGIS制作1961-2020年中国气温变化动态地图

原创

于 2026-02-15 14:56:50 发布 · 160 阅读

用QGIS绘制中国极端气温动态地图：从数据准备到可视化呈现

1961年至2020年这六十年间，中国经历了显著的气候变化，极端气温事件频率和强度都在增加。对于地理信息系统（GIS）从业者和气候数据研究者来说，如何将这些抽象的温度数据转化为直观的可视化成果，是一项极具价值的技能。本文将手把手教你使用QGIS这一开源GIS工具，完成从数据导入到动态地图生成的全流程操作。

1. 数据准备与预处理

在开始可视化之前，我们需要确保数据的完整性和可用性。中国极端气温指数栅格数据集通常包含逐年和逐月两个维度的指标，格式多为NetCDF（.nc）或GeoTIFF（.tif）。这些数据来源于国家级气象站观测值，经过角距离权重法插值处理，空间分辨率为0.25°×0.25°。

关键数据检查步骤：

验证数据完整性：确保1961-2020年每年/每月数据文件都存在
检查文件命名一致性：如"SimmEX_极端气温指数_ANN-1983-01-01.tif"
确认坐标参考系统（CRS）：通常使用WGS84（EPSG:4326）

注意：如果使用原始nc文件，QGIS需要通过"网格"菜单中的"添加网格层"功能导入，而tif文件可直接拖入界面。

对于时间序列分析，建议将数据按以下结构组织：

气温数据/
├── 逐年数据/
│   ├── TXx/  # 年最大日最高气温
│   ├── TNn/  # 年最小日最低气温
│   └── ...其他指标
└── 逐月数据/
    ├── TX90p/  # 月暖昼百分比
    └── ...其他指标

2. QGIS基础设置与数据导入

启动QGIS后，首先需要进行一些基础配置以确保后续流程顺畅。在"项目"→"属性"中设置合适的CRS，对于全国范围的可视化，建议使用"Asia North Albers Equal Area Conic"（EPSG:102025）等适合中国区域的投影。

数据导入关键操作：

# 批量导入tif文件的Python脚本示例（可在QGIS Python控制台运行）
import os
import qgis.core

folder_path = "C:/气温数据/逐年数据/TXx/"
for filename in os.listdir(folder_path):
    if filename.endswith(".tif"):
        file_path = os.path.join(folder_path, filename)
        lay

标签