中国年均气温栅格数据（1901---2025，1km分辨率）全解析：来源、算法与引用方式
气象栅格数据 · 长时间序列 · 空间分析
在众多气象指标中，气温无疑是使用频率最高的一项。此前，国家青藏高原科学数据中心曾公开过一套覆盖中国区域、时间跨度为1901至2025年、空间分辨率达1km的逐月平均气温栅格数据 。本文介绍的这套逐年平均气温栅格数据，正是在该逐月数据的基础上加工而来------对每一年12个月的月均温取算术平均，即为该年的年平均气温，最终形成了这套1901---2025年间逐年的气温栅格产品。
该数据以tif栅格格式存储，数值单位为摄氏度（℃）。下文将从数据预览、数据详情与引用规范三个方面展开说明。
一、数据预览
以2025年这一期数据为例，其空间分布效果如下图所示：
2025年中国1km分辨率年平均气温栅格数据预览
二、数据详情
1. 数据来源与生产方法
本数据所依据的逐月平均气温原始栅格，由学者彭守璋发布于国家青藏高原科学数据中心 平台，官方页面地址为：国家青藏高原科学数据中心。
根据数据中心的官方说明，该数据集的生产流程为：以CRU发布的全球0.5°气候数据集和WorldClim发布的全球高分辨率气候数据集为输入，采用Delta空间降尺度方案，对中国区域进行降尺度计算生成。数据质量方面，研发团队选用496个相互独立的气象观测站点进行了精度验证，验证结论表明数据结果可信。在地理覆盖上，数据集涵盖中国主要陆地范围（包含中国香港、中国澳门、中国台湾地区），南海岛礁等区域不在其中。
2. 数据基本参数一览
| 参数项 | 说明 |
|---|---|
| 数据格式 | 栅格格式（.tif） |
| 数值单位 | 摄氏度（℃） |
| 时间范围 | 1901---2025年（逐年） |
| 坐标系统 | GCS_WGS_1984 |
| 空间范围 | 全国 |
| 空间分辨率 | 0.0083333°（约1km） |
3. 数据引用格式
使用本数据时，请按以下格式规范引用：
彭守璋. (2019). 中国1km分辨率逐月平均气温数据集（1901-2025）. 国家青藏高原科学数据中心. https://doi.org/10.11888/Meteoro.tpdc.270961. https://cstr.cn/18406.11.Meteoro.tpdc.270961.
Peng, S. (2019). 1-km monthly mean temperature dataset for china (1901-2025). National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.11888/Meteoro.tpdc.270961. https://cstr.cn/18406.11.Meteoro.tpdc.270961.
4. 数据发布的相关文献
以下为该数据集发布时可参考的学术论文：
- Peng, S. Z, Gang, C. , Cao, Y. , & Chen, Y. . (2017). Assessment of climate change trends over the loess plateau in china from 1901 to 2100. International Journal of Climatology.
- Peng, S.Z., Ding, Y.X., Wen, Z.M., Chen, Y.M., Cao, Y., & Ren, J.Y. (2017). Spatiotemporal change and trend analysis of potential evapotranspiration over the Loess Plateau of China during 2011-2100. Agricultural and Forest Meteorology, 233, 183-194. https://doi.org/10.1016/j.agrformet.2016.11.129
- Ding, Y.X., & Peng, S.Z. (2020). Spatiotemporal trends and attribution of drought across China from 1901--2100. Sustainability, 12(2), 477.
- Peng, S.Z., Ding, Y.X., Liu, W.Z., & Li, Z. (2019). 1 km monthly temperature and precipitation dataset for China from 1901 to 2017. Earth System Science Data, 11, 1931--1946. https://doi.org/10.5194/essd-11-1931-2019
综上，这套年均气温栅格数据时间序列长达125年、空间分辨率精细至1km，且经过大范围站点验证，可服务于气候变化分析、生态环境研究、长时间序列趋势诊断等多种应用场景。使用时请务必按照上述规范标注数据来源。
【下载→
方式一：顶部专栏
https://blog.csdn.net/m0_73019973/category_13165169.html
方式二：数据下载方式汇总-CSDN博客
来源：城数派