【數(shù)據(jù)分享】1901-2022年1km分辨率逐月平均氣溫柵格數(shù)據(jù)（全國/分省/免費獲?。?/h1>
氣溫數(shù)據(jù)是我們最常用的氣象指標之一，之前我們給大家分享過1950-2022年0.1° x 0.1°精度的逐月平均氣溫柵格數(shù)據(jù)和逐年平均氣溫柵格數(shù)據(jù)（均可查看之前的文章獲悉詳情）！
本次我們分享的是精度更高的氣溫柵格數(shù)據(jù)——1901-2022年1km分辨率逐月平均氣溫柵格數(shù)據(jù)！數(shù)據(jù)來源于國家青藏高原科學數(shù)據(jù)中心，數(shù)據(jù)持續(xù)更新，5月31日剛更新了2022年的數(shù)據(jù)！從國家青藏高原科學數(shù)據(jù)中心平臺下載的逐月平均氣溫數(shù)據(jù)的單位是0.1 ℃，數(shù)據(jù)格式為NETCDF，即.nc格式。為方便大家使用，我們對原始數(shù)據(jù)進行了一些處理，單位轉化為攝氏度（℃），格式轉為柵格（.tif）格式。此外，全國范圍的數(shù)據(jù)非常大，不方便使用，我們將全國數(shù)據(jù)劃分為了分省份的數(shù)據(jù)！
01
數(shù)據(jù)預覽
全國范圍的數(shù)據(jù)①原始nc格式的數(shù)據(jù)
我們以2022年12月的全國平均氣溫為例來預覽一下，由原始.nc格式數(shù)據(jù)轉為的.tif數(shù)據(jù)的全國范圍大于實際的全國范圍：
2022年12月全國平均氣溫（大于全國范圍）
③中國國界范圍的tif格式數(shù)據(jù)
我們以國界按掩膜提取出全國范圍的平均氣溫數(shù)據(jù)：
分省份的數(shù)據(jù)
對于分省份的數(shù)據(jù)，我們以2022年12月湖北省和江蘇省的平均氣溫為例來預覽一下：
02 數(shù)據(jù)詳情
數(shù)據(jù)來源：
數(shù)據(jù)說明：
官網上對數(shù)據(jù)集進行了說明，該數(shù)據(jù)根據(jù)CRU發(fā)布的全球0.5°氣候數(shù)據(jù)集以及WorldClim發(fā)布的全球高分辨率氣候數(shù)據(jù)集，通過Delta空間降尺度方案在中國地區(qū)降尺度生成的。并且，使用496個獨立氣象觀測點數(shù)據(jù)進行驗證，驗證結果可信。本數(shù)據(jù)集包含的地理空間范圍是全國主要陸地（包含港澳臺地區(qū)），不含南海島礁等區(qū)域。數(shù)據(jù)坐標系統(tǒng)建議使用WGS84。
數(shù)據(jù)格式：
柵格格式（.tif）和NETCDF（.nc）格式1901-2022年（逐月）
數(shù)據(jù)坐標：
為GCS_WGS_1984
空間范圍：全國/分省
空間分辨率：
0.0083333°（約1km）
數(shù)據(jù)引用：彭守璋. (2019). 中國1km分辨率逐月平均氣溫數(shù)據(jù)集（1901-2022）. 國家青藏高原科學數(shù)據(jù)中心.
Peng, S. (2019). 1-km monthly mean temperature dataset for china (1901-2022). National Tibetan Plateau Data Center.
https://doi.org/10.11888/Meteoro.tpdc.270961. https://cstr.cn/18406.11.Meteoro.tpdc.270961.
文章引用：
1.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.
2.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
3.Ding, Y.X., & Peng, S.Z. (2020). Spatiotemporal trends and attribution of drought across China from 1901–2100. Sustainability, 12(2), 477.
4.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
如有數(shù)據(jù)使用需求請按照官方平臺的要求進行引用，更多數(shù)據(jù)詳情可以查看官網獲悉！
03 數(shù)據(jù)獲取
