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来源于国家青藏高原科学数据中心提供的1901-2021年1km分辨率逐月平均气温栅格数据（可查看之前的文章获悉详情）！
本次我们分享的同样是来自国家青藏高原科学数据中心的高精度气温栅格数据——1901-2021年1km分辨率的逐月最高气温栅格数据！
从官方网站下载的逐月最高气温数据的单位是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！需要重点说明的是：这儿的逐月最高气温是当月每日最高气温的月平均值！
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月的全国最高气温为例来预览一下，由原始.nc格式数据转为的.tif格式数据的范围为矩形范围，且大于中国国界：
③中国国界范围的tif格式数据
我们以国界为范围提取出国界范围的最高气温数据：
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最高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/35ffff9f-8e1b-4296-801f-d8231e4f8dc3
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）
数据的引用：
彭守璋. (2020). 中国1km分辨率月最高温度数据集（1901-2021）. 国家青藏高原科学数据中心 10.5281/zenodo.3114194
Peng, S. (2020). 1-km monthly maximum temperature dataset for China (1901-2021). National Tibetan Plateau/Third Pole Environment Data Center 10.5281/zenodo.3114194
发布数据的文章的引用：
1.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.
2.Ding, Y.X., & Peng, S.Z. (2020). Spatiotemporal trends and attribution of drought across China from 1901–2100. Sustainability, 12(2), 477.
3.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
4.Peng, S. , 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.
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分辨率逐月最高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！
