中国逐年干燥度指数空间分辨率为1km数据集

​

 简介：

中国逐年干燥度指数，空间分辨率为1km，时间为1901-2022，为比值，没有单位。该数据集是基于中国1km逐月潜在蒸散发（PET）和降水量（PRE）采用比值法计算式得到（年AI =年PET/年PRE）。AI是表征一个地区干湿程度的指标，一般来说，根据AI分类可以概括地把区域分为湿润（AI<1，相当于森林）、半湿润（AI在1-1.5，相当于森林草原）、半干旱（AI在1.5-4，相当于干草原）和干旱地区（AI≥4，相当于荒漠）。前言 – 人工智能教程

干燥度指数是指空气中的水蒸气含量与该温度下的最大水蒸气含量之比，以百分数表示。其作用是衡量空气中的干燥程度，是评价空气干湿程度的重要指标。

在气象学、农业、工业、医疗等领域中，干燥度指数被广泛应用。在气象学中，用于评估空气湿度，掌握降水潜力，预测气象灾害等；在农业中，用于判断土壤干湿程度，合理灌溉；在工业中，用于控制生产过程中的湿度，保证产品质量；在医疗中，用于评估患者身体的脱水程度，给予适当的治疗。

干燥度指数越大，表示空气中相对干燥的程度越高，空气中的水汽含量越低；反之，干燥度指数越小，表示空气中相对潮湿的程度越高，空气中的水汽含量越高。通常情况下，干燥度指数在40%~60%之间，对人类的健康和生产活动都比较适宜。

数据集ID: 

TPDC/CHINA_ARID_INDEX

时间范围: 1901年-2022年

范围: 全国

来源: 国家青藏高原科学数据中心

复制代码段: 

var images = pie.ImageCollection("TPDC/CHINA_SOIL_EROSION_K")

 在PIE中这里有一个错误，就是波段名称并不是下面所示的而是使用“B1”

 代码:

var img =  pie.ImageCollection("TPDC/CHINA_SOIL_EROSION_K")
            //.filterDate("2000-01-01", "2006-01-01")
            .select("B1").first()
            //.mean();
print(img);
//设定颜色预览组合
visParams = {
            palette: ['#0D0887','#5B02A3','#9A179B','#CB4678','#EB7852','#FBB32F','#F0F921']};
//定位地图中心
Map.centerObject(img, 3);
//加载影像
Map.addLayer(img, visParams, "img");

​