中国1km栅格月平均气温数据集.pdf

第 1 卷 第 1 期 全球变化数据学报 Vol. 1 No.1 2017 年3 月 Journal of Global Change Data Discovery Mar. 2017 1 km 1,2 1* 1 荆文龙 ，杨雅萍 ，乐夏芳 1. 中国科学院地理科学与资源研究所 北京 100101 ；2. 中国科学院大学 北京 100049 摘 要：根据美国气候研究中心（NCEP/NCAR ）全球近地表月平均气温要素数据结合数字高程 模型（DEM ）、归一化植被指数（NDVI ）以及地理位置等要素之间定量关系，建立点至公里统 计降尺度回归树模型，计算出中国2000 年 1 月-2010 年 12 月 1 km 空间分辨率月平均气温模型 计算数据集。利用中国 380 个气象站点观测数据对其结果进行对比分析和验证，最终得到中国 2000 年 1 月-2010 年 12 月间、1 km 分辨率、月平均气温数据集。该数据是可持续更新的中国公 里网格月平均气温数据集。 关键词：月平均气温；统计降尺度；NCEP/NCAR ；NDVI ；中国；1 公里栅格数据 DOI: 10.3974/geodp.2017.01.10 1 近地表气温是描述陆地表面环境条件和热量特征的重要指标，也是气象观测资料中最 重要的观测数据之一[1,2] 。栅格化的气温数据能够提供区域范围内气温的连续分布情况，是 各种植物生理、水文、气象、环境等模式或模型中的关键的输入参数[1] 。因此，获得准确 和较高空间分辨率的栅格化气温、降水等分布数据对于更好地理解陆地表面过程和全球变 化等相关研究都有非常重要的意义[1-4] 。 近地表气温数据的获取途径主要有两种：气象站点观测和遥感反演。气象站点观测数 据是点数据，其观测仅代表站点周围一定范围的气温状况，但在许多水文、环境、生态模 型中需要栅格化的水热条件数据。虽然可以通过空间插值将气象站点的数据栅格化[5,6] ，但 是直接内插的方法强调气候要素在二维空间的分布规律，容易忽略地形、植被等因素的影 响，难以获得高精度的插值结果。一些研究者将海拔高程引入，建立了基于 DEM 的空间 插值方法，与传统简单内插方法相比，精度有所提高[5-8] 。但是由于每个站点仅代表附近有 限范围的气候状况[1] ，插值方法严重依赖于气象观测站点的分布。实际工作中，气象观测 站点的分布并不是均匀的，分布密度有限，特别是在中国西部等偏远地区，气象观测站分 布非常稀疏，导致基于观测站点的空间内插精度较低。 NCEP/NCAR 全球气候再分析资料来自美国国家环境预报中心（National Centers for Environmental Prediction, NCEP ）和国家大气中心（National Center for Atmospheric Research, NCAR ）的全球再分析计划，是由美国国家环境预报中心和国家大气研究中心协作，对来 收稿日期：2014-12-20; 修订日期：2015-03-15; 出版日期：2017-03-25 通讯作者：杨雅萍 D-4110-2017, 中国科学院地理科学与资源研究所, yangyp@ 论文引用格式：荆文龙, 杨雅萍, 乐夏芳. 中国1 km 栅格月平均气温数据集[J]. 全球变化数据学报, 2017, 1(1): 66-73. DOI: 10.3974/geodp.2017.01.10. 数据集引用格式：荆文龙, 杨雅萍, 冯敏等. 中国1 km 栅格月平均气温数据集[DB], 全球变化科学研究数据出版 系统, DOI:10.3974/geodb.2015.01.02.V1 第 1 期 荆文龙 等：中国1 km 栅格月平均气温数据集 67 源于地面、船舶、无线电探空、探空气球、飞机、卫星等的气象观测资料进行同化处理后， 研制的全球