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，尽管目前已存在多种气温数据产品，但由于黄土高原观测站分布不均、区域再分析数据与实测值之间存在的系统性偏差，当前对区域尺度长期气温动态与趋势变化的评估仍存在一定的不确定性。本研究利用中国气象驱动数据集（China Meteorological Forcing Dataset, CMFD）v1.7，生成黄土高原1982-2020年历史气温数据产品，空间覆盖范围为33.75°-41.25°N、100.95°-114.55°E，并有着0.1°的高空间分辨率与日时间分辨率。相较于其他数据集，本数据集的核心优势在于其能够更精细地刻画气温的时空分异规律，显著提升对局地极端气温、热浪事件的模拟能力，从而为区域气候模拟、及极端气温事件研究提供更可靠的数据支持。
本数据以NetCDF格式（*.nc）存储。数据文件命名格式为LoessPlateau_temp_1982_2020。其中，LoessPlateau为地区名称，temp为变量名称。数据文件中yearly_day_temp为气温变量，时空分辨率分别为日、10 km，时间范围为1982-2020年，lat和long分别为格点的纬度和经度。
中国气象驱动数据集（China Meteorological Forcing Dataset, CMFD）v1.7是由中国科学院青藏高原研究所发布、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）v1.7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（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）通过对比区域内国家气象站观测的日气温数据，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日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地区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0.11℃、均方根误差（RMSE）为0.16℃、相关系数（R²）为0.95。该气温数据在系统偏差、误差幅度及空间代表性上能够更可靠地刻画黄土高原地区近地面气温的时空分布，适用于高分辨率陆面过程模拟及气候研究。
| # | 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.db7327.2026
10.12072/ncdc.loess.db7327.2026
