%0 Dataset
%T 黄土高原三种全球气候模式降尺度日值气温数据集（2015-2100年）
%J 国家冰川冻土沙漠科学数据中心
%I 国家冰川冻土沙漠科学数据中心(www.ncdc.ac.cn)
%U http://www.ncdc.ac.cn/portal/metadata/9b6d4fec-a5b3-4ec7-8bf9-1cd85eeb5ab9
%W NCDC
%R 10.12072/ncdc.loess.db7331.2026
%A 张宝庆
%K 气温;长时序;深度学习;高分辨率
%X 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，但由于观测站网分布不均、再分析数据与实测值之间的系统性偏差，以及长时间序列数据在空间覆盖一致性与高分辨率连续性方面的不足，当前对黄土高原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ACCESS-ESM1-5、IPSL-CM6A-LR、MIROC-ES2L未来降水数据集，基于U-Net深度学习架构构建降尺度模型，生成黄土高原2015-2100年未来气温数据产品，空间覆盖范围为33.75°-41.25°N、100.95°-114.55°E，并具备0.1°的高空间分辨率与日时间分辨率。相较于原始模式数据，本数据集的核心优势在于其高分辨率气温数据产品更精细地刻画气温的时空分异规律，显著提升对局地极端高温、低温事件的模拟能力，从而为区域气候模拟、水文过程分析、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LoessPlateauRegion_ACCESS-ESM1-5_ssp126_temp_max_2015_2100_merged。其中，LoessPlateauRegion为地区名称，ACCESS-ESM1-5为模型名称，ssp126为未来情景名称。数据文件中temp_min为的日最低气温，temp_max为的日最高气温，时空分辨率分别为日、10 km，时间范围为2015-2100年，lat和long分别为模式格点的纬度和经度。