欢迎光临散文网 会员登陆 & 注册

可视化案例分享|今年真的是史上最热年吗?

2023-07-31 15:27 作者:小草莓_BDP  | 我要投稿

不知道你有没有感觉今年天气很热呢?

据报道,自从今年初以来,各地就已经出现了多次高温天气。很多地区一秒入夏,气温直达40℃。

有关专家对此表示,受“厄尔尼诺”现象推升全球气温影响,2023年或2024年将打破2016年的全球最暖纪录成为“史上最暖年”。


那从实际数据上看,气温变化真的有我们感受到的这么明显吗?

本文,我们通过数据分析工具——BDP个人版提供的公共数据:天气数据,一起看下,如何将气温数据通过可视化图表展示


添加天气数据方式:在线登录BDP个人版—添加数据源—公共数据源—天气数据(包含区县、城市天气预报和天气历史数据,每日自动更新)


1、平均气温变化


平均气温

指某一段时间内,各次观测的气温值的算术平均值。通常通过气温的平均情况来表达气温一段时间内的状况。根据计算时间长短不同,可分日平均气温、月平均气温、年平均气温等。

历年全国日平均气温变化图
北京—月平均气温变化图
部分省份平均气温分布图


 据报道,2023年6月全国平均气温21.1℃,较常年同期偏高0.7℃,为1961年有气象记录以来历史同期第二高,仅低于2022年6月的21.3℃。全国平均降水量为86.7毫米,较常年同期偏少15.6%,为2005年以来同期最少。


2、最高气温变化


最高气温变化

在2023年,大家除了感受到整体气温升高外,还注意到了极端高温天气的多次出现,根据数据统计,2023年截至7月26日,北京高温天气(最高气温大于35℃)出现次数已达24次,同比去年增加19次


近3年各省份最高气温温度和高温天气(大于35℃)出现次数情况:

2023年-部分地区高温天气出现次数

2023年华北高温极端性强。截至7月11日,今年以来中央气象台已发布高温预警43次,其中高温黄色预警27次,高温橙色预警16次。京津冀等地高温天气过程极端性强、持续时间长、40℃以上高温范围广,为华北地区近10年来6月最强高温天气。


但根据图表数据变化,我们也可以发现,2023年截至目前,北方地区似乎高温情况更加显著,而南方地区高温天气还不是非常明显,实际上,根据国家气候中心的预测,今年夏天全国大部分地区气温比常年同期偏高,高温日数也高于常年同期。但南北方出现高温天气的集中时段不一样,南方地区一般在盛夏时间段进入高温季,而北方地区往往在初夏时间段。


2022年北京-最高气温TOP30分布
2021年北京-最高气温TOP30分布

通过数据分析我们可以发现,气温的变化其实并没有我们感受到的那么强烈,事实上,平均气温的0点几度变化,都会影响自然、生物系统和生产生活等众多方面。据统计,气温每上升1℃,粮食产量将减少10%。


搜索往年报道,每年都会有一些“今年是最热年”“今年极端天气频发”的相关内容。气象研究、气温监测和气象预报都是复杂且长期的工作。这些工作涉及到广泛的领域和复杂的数据分析,需要依靠先进的技术手段和专业知识,且影响因素众多,很难通过短期的数据变化找到规律和原因。


但我们可以依据天气数据,练习和尝试更多的数据可视化分析思路和展现形式。

感兴趣的话可以在BDP中添加公共数据源-天气数据,一起来试试吧~

3、可视化图表讲解

1、色块图

自定义图表,作用于二维数据的热力图,由小色块代表某个维度的值

要求:两个维度,一个数值

特别适合用于数据量较大、且具有连续性的数据进行分析,直观地利用颜色展示数据分布。比如:每日按小时的时间周期分析。


2、折线图:

折线图是最常用的图表类型,通常可以展示时间维度上数据的变化,结合颜色配置,我们可以对比分析数据波动情况

依据哪个字段配置颜色,就把其拖拽到颜色设置栏,例如这个折线图中,我们希望对平均温度设置颜色渐变,区分高温、低温变化。

3、行政地图:

展示数据在地理空间上的对比情况,可以使用行政地图,在展示不同省份的天气数据时就非常适用。

维度:省份

数值:温度

4、气泡日历图:

与普通日历图相似,以气泡大小代表数值

要求:一个日期维度,一个数值

适用于时间跨度较长,侧重于按日期顺序排布,以日历格式展示,用来展示时间段内的数据分布情况。比如:近三年的销量情况。 

可以自定义设置TOP数量、颜色等

数据分析工具BDP个人版免费注册

可视化案例分享|今年真的是史上最热年吗?的评论 (共 条)

分享到微博请遵守国家法律