气温时序数据是全球和区域气候研究、水文模拟及生态系统评估中的关键基础数据。然而，现有市县气温数据序列普遍较短。这导致当前对区域尺度，尤其是市县等局部单元上的长期气温动态与趋势变化的评估仍存在不确定性。本研究利用中国气象驱动数据集（China Meteorological Forcing Dataset, CMFD）版本 1.7”，生成黄土高原1982-2020年历史气温数据产品，再从中提取出不同市县的历史气温数据，空间覆盖范围为北纬33.75°-41.25°、东经100.95°-114.55°。相较于其他数据集，本数据集的核心优势在于提供了1982-2020年共39年的长序列气温数据。这一完整的长时间序列有助于揭示局地气候对全球变化的响应细节，从而为市县尺度的长期气候风险评估、适应性规划提供坚实的数据基础。
本数据以Excel格式（*.xlsx）存储。数据文件中不同工作表为不同市县气温数据，时间分辨率为年，时间范围为1982-2020年。
中国气象驱动数据集（China Meteorological Forcing Dataset, CMFD）版本 1.7”。它是由中国科学院青藏高原研究所研制、专门针对中国陆面过程研究而开发的一套高时空分辨率格点气象数据集。该数据集通过融合中国气象局约700个地面观测站数据、多套卫星遥感产品以及国际再分析资料，生成了覆盖中国区域自1979年以来的长时间序列、时空连续的近地表气象要素驱动场。CMFD1.7提供了包括2米气温、地表气压、比湿、10米风速、向下短波与长波辐射以及降水率在内的7个关键变量，其空间分辨率高达0.1°（约10公里），时间分辨率为3小时，因其高质量和在中国区域的良好表现，已成为驱动各类陆面、水文及生态模型，以及进行区域气候分析的重要基准数据之一。
（1）采用覆盖全国范围的中国气象驱动数据集（CMFD）版本1.7的3小时近地表气温格点数据作为基础输入数据源，从中提取并裁剪出黄土高原地区不同市县（北纬33.75°–41.25°，东经100.95°–114.55°）的时空数据子集；（2）将高时间分辨率的网格数据聚合为日尺度数据，具体方法是对一天内8个3小时时次的瞬时气温（°C）值计算平均值，最终生成每个格点的日平均气温（°C）；（3）基于得到的日平均气温格点数据，在时间维度上逐年进行平均，计算出每个格点的年平均气温。随后，计算每个市县级行政单元内所有格点的平均值，最终生成每个市县的逐年平均气温序列；（4）通过对比区域内国家气象站观测的年气温数据，从平均偏差（MBE）、均方根误差（RMSE）和相关系数（R²）等多方面系统验证所生成的黄土高原不同市县年降水数据集的精度和可靠性。
本研究采用平均偏差误差（MBE）、均方根误差（RMSE）与相关系数（R²）作为核心验证指标，系统评估了该气温数据与独立站点观测的一致性。
验证结果表明，该气温数据在黄土高原不同市县与站点数据表现出高一致性。该数据与站点数据的平均偏差误差（MBE）为0.04℃至0.15℃之间、均方根误差（RMSE）为0.16℃至0.33℃之间、相关系数（R²）为0.89至0.97。该气温数据在系统偏差、误差幅度、相关系数上能够更可靠地刻画黄土高原不同市县近地面气温的时间分布，适用于市县尺度的长期气候风险评估。
| # | 编号 | 名称 | 类型 |
| 1 | 2022YFC3003401 | 黄土高原极端天气演化趋势及灾害风险演进机制 |
本作品采用
CC BY 4.0 （知识共享 署名 4.0 国际许可协议）进行许可。
CSTR:11738.11.ncdc.loess.db7333.2026
10.12072/ncdc.loess.db7333.2026
