2025年数维杯C题数据收集方式分享
2025年数维杯C题”清明时节雨纷纷，何处踏青不误春？“需要我们根据题目的要求自行数据，下图为目前已经收集到的问题一二数据集，本文将为大家详细的介绍具体收集数据方式以及处理方式。
通过网盘分享的文件：分享数据集
链接: https://pan.baidu.com/s/1PNIsWAuvC7gSyySv7kx4wQ 提取码: 4evx
对于问题一数据集，
数据主要来源为题目给出第二个网站
天气网提供从1981 年起世界 241 个国家的历史天气信息和最新天气预报。站点数据库的数据每三小时记录一次，每天八次。网址为： https://rp5.ru/。网站使用说明见文末
在网站首页查找本题所需要研究的城市即可。对于问题一要求的西安、吐鲁番、婺源、杭州、毕节、武汉、洛阳。由于气象网站问题，七个城市中婺源、毕节、洛阳均无法直接搜索。这里我们可选择接邻的城市进行平替，网站中对于洛阳的历史天气会直接输出郑州历史天气。我们也可以使用网站中存在的景德镇数据替代婺源，贵阳数据替代毕节。对于下载的数据，是近十年逐小时或者3小时分辨率的数据。我们还需要对数据进行一定的数据清洗。
基于题目研究的清明节天气，并让我们适当简化模型。这里我们初步构想为使用过去十年的清明节当天的天气预测2026年的天气。因此需要进行数据筛选。对于清明节的定义为春分后15天，并非指定的4.4.下表为近十年的清明节具体时间
| 年份 | 具体时间 | 年份 | 具体时间 |
| 2000年 | 4月4日 | 2014年 | 4月5日 |
| 2001年 | 4月5日 | 2015年 | 4月5日 |
| 2002年 | 4月5日 | 2016年 | 4月4日 |
| 2003年 | 4月5日 | 2017年 | 4月4日 |
| 2004年 | 4月4日 | 2018年 | 4月5日 |
| 2005年 | 4月5日 | 2019年 | 4月5日 |
| 2006年 | 4月5日 | 2020年 | 4月4日 |
| 2007年 | 4月5日 | 2021年 | 4月4日 |
| 2008年 | 4月4日 | 2022年 | 4月5日 |
| 2009年 | 4月4日 | 2023年 | 4月5日 |
| 2010年 | 4月5日 | 2024年 | 4月4日 |
| 2011年 | 4月5日 | 2025年 | 4月4日 |
| 2012年 | 4月4日 | 2026年 | 4月5日 |
基于改时间点对收集的数据进行筛选即可。
筛选中存在一定的问题
1、对于杭州数据;2012、2013年时间分表率为6h，可自行插值为3h与后续年份统一
2、对于各种指标的选择(T P0 U Ff WW VV)可根据自己模型需要进行选择
3、表格中存在很多的文字信息，为了方便后续处理应该进行一定的转码处理
对于问题二数据集，
基于题目给出的文献以及以(‘***花期预报’)进行知网搜索的文献对文献中的研究地区以及记录数据进行爬取，部分文献如下所示
| 当地时间西安咸阳(机场） | T | P0 | U | Ff | WW | VV |
| 05.04.2018 00:00 | 7.0 | 723.1 | 87 | 2 | 1 | 5 |
| 05.04.2018 01:00 | 7.0 | 723.8 | 93 | 1 | 1 | 6 |
| 05.04.2018 02:00 | 7.0 | 724.5 | 93 | 2 | 1 | 5 |
| 05.04.2018 03:00 | 6.0 | 724.4 | 93 | 1 | 1 | 4 |
| 05.04.2018 04:00 | 7.0 | 724.5 | 93 | 0 | 1 | 3.5 |
| 05.04.2018 05:00 | 7.0 | 723.8 | 93 | 1 | 1 | 3 |
| 05.04.2018 06:00 | 7.0 | 724.5 | 100 | 2 | 1 | 2.8 |
| 05.04.2018 07:00 | 8.0 | 724.7 | 93 | 3 | 1 | 2 |
| 05.04.2018 08:00 | 8.0 | 724.7 | 93 | 2 | 0 | 2.5 |
| 05.04.2018 09:00 | 9.0 | 725.6 | 94 | 2 | 0 | 4 |
| 05.04.2018 10:00 | 10.0 | 725.7 | 88 | 2 | 0 | 6 |
| 05.04.2018 11:00 | 11.0 | 725.1 | 77 | 2 | 0 | 10 |
| 05.04.2018 12:00 | 13.0 | 724.7 | 67 | 3 | 0 | 10 |
| 05.04.2018 13:00 | 14.0 | 724.1 | 59 | 3 | 0 | 10 |
| 05.04.2018 14:00 | 14.0 | 723.4 | 67 | 4 | 0 | 10 |
| 05.04.2018 15:00 | 15.0 | 722.8 | 55 | 3 | 0 | 10 |
| 05.04.2018 16:00 | 15.0 | 722.1 | 59 | 4 | 0 | 10 |
| 05.04.2018 17:00 | 15.0 | 722.1 | 55 | 3 | 0 | 10 |
| 05.04.2018 18:00 | 15.0 | 722.1 | 59 | 3 | 0 | 10 |
| 05.04.2018 19:00 | 14.0 | 722.6 | 59 | 2 | 0 | 7 |
| 05.04.2018 20:00 | 14.0 | 723.4 | 59 | 0 | 0 | 7 |
| 05.04.2018 21:00 | 10.0 | 723.6 | 88 | 2 | 0 | 7 |
| 05.04.2018 22:00 | 11.0 | 725.1 | 82 | 1 | 0 | 7 |
| 05.04.2019 00:00 | 11.0 | 719.4 | 54 | 2 | 0 | 10 |
| 05.04.2019 01:00 | 11.0 | 718.6 | 58 | 1 | 0 | 10 |
| 05.04.2019 02:00 | 10.0 | 718.5 | 62 | 2 | 0 | 10 |
| 05.04.2019 03:00 | 12.0 | 718.7 | 58 | 2 | 0 | 10 |
| 05.04.2019 04:00 | 9.0 | 717.7 | 71 | 1 | 0 | 10 |
| 05.04.2019 05:00 | 9.0 | 717.7 | 66 | 2 | 0 | 10 |
| 05.04.2019 06:00 | 9.0 | 717.7 | 66 | 1 | 0 | 10 |
| 05.04.2019 07:00 | 9.0 | 718.3 | 66 | 2 | 0 | 10 |
| 05.04.2019 08:00 | 14.0 | 719.0 | 55 | 2 | 0 | 10 |
| 05.04.2019 09:00 | 19.0 | 720.5 | 37 | 2 | 0 | 10 |
| 05.04.2019 10:00 | 22.0 | 720.9 | 31 | 2 | 0 | 10 |
| 05.04.2019 11:00 | 26.0 | 720.7 | 17 | 3 | 0 | 10 |
| 05.04.2019 12:00 | 27.0 | 720.2 | 14 | 4 | 0 | 10 |
| 05.04.2019 13:00 | 29.0 | 719.0 | 11 | 3 | 0 | 10 |
| 05.04.2019 14:00 | 30.0 | 718.4 | 10 | 3 | 0 | 10 |
| 05.04.2019 15:00 | 30.0 | 717.1 | 10 | 6 | 0 | 10 |
| 05.04.2019 16:00 | 30.0 | 716.5 | 9 | 4 | 0 | 10 |
| 05.04.2019 17:00 | 30.0 | 716.5 | 8 | 5 | 0 | 10 |
| 05.04.2019 18:00 | 29.0 | 715.6 | 9 | 4 | 0 | 10 |
| 05.04.2019 19:00 | 27.0 | 715.3 | 9 | 3 | 0 | 10 |
| 05.04.2019 20:00 | 25.0 | 715.1 | 11 | 3 | 0 | 10 |
| 05.04.2019 21:00 | 20.0 | 715.1 | 17 | 2 | 0 | 10 |
| 05.04.2019 22:00 | 17.0 | 714.7 | 22 | 1 | 0 | 10 |
| 05.04.2019 23:00 | 13.0 | 714.2 | 31 | 2 | 0 | 10 |
| 04.04.2020 00:00 | 10.0 | 726.4 | 76 | 2 | 0 | 6 |