气温数据是我们最常用的气象指标之一，之前我们给大家分享过1950-2022年0.1° x 0.1°精度的逐月平均气温栅格数据和逐年平均气温栅格数据（均可查询之前的文章获悉详情）！
本次我们分享的是精度更高的气温栅格数据——1901-2021年1km分辨率逐月平均气温栅格数据！数据来源于国家青藏高原科学数据中心。
从国家青藏高原科学数据中心平台下载的逐月平均气温数据的单位是0.1 ℃，数据格式为NETCDF，即.nc格式。为方便大家使用，我们对原始数据进行了一些处理，单位转化为摄氏度（℃），格式转为栅格（.tif）格式。此外，全国范围的数据非常大，不方便使用，我们将全国数据划分为了分省份的数据！
大家在公众号回复关键词 516 可免费获取全国任意一个省份的1901-2021年1km分辨率逐月平均气温数据，无需转发文章，直接获取！如果想要全国范围的数据，请按照转发要求获取！以下为数据的详细介绍：
01 数据预览
全国范围的数据
首先我们先来看一下全国范围的数据，我们会提供三种数据：
①原始nc格式的数据
②空间范围大于中国国界的tif格式数据
我们以2021年12月的全国平均气温为例来预览一下，由原始.nc格式数据转为的.tif数据的全国范围大于实际的全国范围：
③中国国界范围的tif格式数据
我们以国界按掩膜提取出全国范围的平均气温数据：
分省份的数据
对于分省份的数据，我们以2021年12月湖北省和江苏省的平均气温为例来预览一下：
02 数据详情
数据来源：
数据来源于彭守璋学者在国家青藏高原科学数据中心平台上分享的数据，网址为：https://data.tpdc.ac.cn/zh-hans/data/71ab4677-b66c-4fd1-a004-b2a541c4d5bf
数据说明：
官网上对数据集进行了说明，该数据根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国地区降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。数据坐标系统建议使用WGS84。
数据文件命名方式和使用方法：
官网上对原始数据文件的命名与使用方法介绍如下：2019QZKK0603-zgypjw：其中2019QZKK是项目编号，06代表任务6，03代表专题3，zgypjw是数据汉语拼音首字母；栅格数据格式，nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理，Matlab发布了读入与存储nc文件的函数，读取函数为ncread，切换到nc文件存储文件夹，语句表达为：ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent])，其中XXX.nc为文件名，为字符串需要’’；var是从XXX.nc中读取的变量名，为字符串需要’’；i、j、t分别为读取数据的起始行、列、时间，leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样，研究区内任何地区、任何时间段均可用此函数读取。
数据格式：
栅格格式（.tif）和NETCDF（.nc）格式
数据单位：
栅格（.tif）格式：摄氏度（ ℃）
NETCDF（.nc）格式：0.1 ℃
时间范围：
1901-2021年（逐月）
数据坐标：
为GCS_WGS_1984
空间范围：
全国/分省
空间分辨率：
0.0083333°（约1km）
数据引用：
彭守璋. (2019). 中国1km分辨率逐月平均气温数据集（1901-2021）. 国家青藏高原科学数据中心, https://doi.org/10.11888/Meteoro.tpdc.270961. https://cstr.cn/18406.11.Meteoro.tpdc.270961.
Peng, S. (2019). 1-km monthly mean temperature dataset for china (1901-2021). National Tibetan Plateau/Third Pole Environment 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
如有数据使用需求请按照官方平台的要求进行引用，更多数据详情可以查看官网获悉！
文末下方是我们的公众号名片，我们将定期介绍各类城市数据以及数据的可视化和分析技术，有关1901-2021年1km分辨率逐月平均气温栅格数据的更多详情，欢迎大家多多关注我们进行了解~
