ERA5-Land 1950-2026年中国0.1°逐月平均气温栅格数据集背景在气象观测领域2米气温是最基础也是最重要的气候要素之一。它指的是距地面标准2米高度处大气的冷热程度受太阳辐射、下垫面属性、大气环流、地形地貌以及近地层湍流交换等多种因素的综合影响。由此衍生出日均气温、月均气温、极端高低温、活动积温等一系列关键指标广泛应用于气候研究、水文分析、农业气象、生态环境评估等多个方向。连续且高精度的2米气温栅格数据是开展区域热量资源评估、气候变化趋势分析、极端灾害成因诊断以及流域生态-水文响应研究不可或缺的基础数据支撑。数据集概览本文介绍一份基于ERA5-Land数据集制作的中国区域逐月平均气温栅格数据时间跨度从1950年1月持续到2026年5月覆盖范围为中国全境空间分辨率达到0.1°约1万米。ERA5-Land 是由欧盟及欧洲中期天气预报中心ECMWF发布的高分辨率陆地再分析数据集在全球气候研究中被广泛使用。原始数据以 NetCDF 格式提供温度单位为开尔文K。为提升使用便捷性已对原始数据进行了预处理将格式统一转换为 TIFF并将温度单位从开尔文转换为摄氏度°C栅格值即代表该月的平均气温。数据集采用 WGS84 坐标系文件总大小约 1.59GB。数据参数一览参数说明数据名称ERA5-Land 逐月平均气温栅格数据时间范围1950年1月 — 2026年5月逐月空间范围中国空间分辨率0.1° × 0.1°约1万米数据格式NetCDF / TIFF投影坐标系WGS_1984数据来源ECMWF ERA5-Land 数据集文件大小约 1.59 GB原始单位开尔文K处理后单位摄氏度°C数据文件展示该数据集同时提供原始的 NetCDF 文件和经过格式转换的 TIFF 文件文件按年月命名结构清晰便于批量读取和处理。以下为部分文件列表截图ArcGIS 可视化预览以2026年5月的平均气温数据为例将t2m_202605.tif加载到 ArcGIS 中进行可视化展示。从预览结果可以看到气温分布呈现出明显的空间梯度特征南方地区气温普遍高于北方西部高海拔区域气温相对较低整体与中国的气候分布规律高度吻合。数据来源与引用数据来源欧盟及欧洲中期天气预报中心ECMWF发布的 ERA5-Land 数据集引用格式Muñoz Sabater, J. (2019): ERA5-Land monthly averaged data from 1950 to present. Copernicus Climate Change Service (C3S) Climate Data Store (CDS).使用该数据时请按照官方平台要求进行规范引用更多数据详情可访问上述官网查阅。使用建议1.数据读取TIFF 格式可使用 Python 的rasterio、gdal库或 MATLAB、R 等工具直接读取NetCDF 格式推荐使用xarray库处理能方便地进行时间序列分析和空间切片。2.时间序列分析由于数据跨度长达76年非常适合进行长期气候变化趋势分析、年代际变率研究以及极端事件识别。3.空间分析0.1°的分辨率足以支持省级乃至地市级的区域气候特征分析可结合 DEM 数据开展地形-气温关系研究。4.数据验证建议在使用前与气象站点观测数据进行交叉验证评估再分析数据在研究区域的精度表现。数据来源ECMWF ERA5-Land 数据集引用格式Muñoz Sabater, J. (2019): ERA5-Land monthly averaged data from 1950 to present. Copernicus Climate Change Service (C3S) Climate Data Store (CDS).【下载→方式一顶部专栏方式二数据下载方式汇总-CSDN博客来源城数派