杏吧原创 新闻
十年磨一剑，城环杏吧原创 王开存团队发布中国均一化网格气候数据集
发布时间：2026-07-29如何准确把脉中国过去60多年的气候变化？观测仪器升级、台站变迁以及逐步城市化进程，可能在常规气象观测数据中残留“非气候”的信号，严重阻碍对中国气候变化事实的认识。近期，杏吧原创 王开存研究团队，在《中国科学：地球科学》（Science China：Earth Sciences）发表题为《中国均一化网格气候数据集》（“A Homogenized Gridded Climate Dataset for China”）的研究论文，同时在国家青藏高原科学数据中心公开发布1961-2022年中国区域日尺度均一化网格气候数据集（//doi.org/10.11888/Atmos.tpdc.302712）。该文系统总结了中国国家级地面气象站网和观测仪器的演变，在对中国约2400个国家级气象站的原始观测进行了均一化处理的基础上，融合再分析数据形成了空间分辨率为0.1的网格气候数据集，可为中国区域气候变化及其影响研究提供高质量数据。
地面气象站的实地观测常被用于气候变化检测、归因和影响研究，并被用来检验卫星遥感反演和模式模拟结果。但随着科技进步，观测仪器不断升级换代，不同仪器可能具有不一样的偏差，导致观测结果产生人为变化，即气候数据的非均一性。观测资料通常要求能够代表大尺度（100km）气候变化信号，但站点周边环境变化（如城市化）会使观测结果在反映大尺度气候变化的同时，叠加了局地环境变化的影响。为准确开展气候变化检测和归因，需要尽可能剔除非气侯因素和局地环境变化对观测资料的影响。其中，台站迁移、仪器更换等引起的观测序列突变通常幅度较大，较容易通过均一化方法进行检测和订正。相比之下，台站周围观测环境的变化往往是渐变式的，每次变化对观测值的影响较小，因此难以识别和校正。然而，这类影响具有长期累积效应，可能导致观测序列产生系统性偏差，进而显著影响气候变化趋势的估计，甚至干扰气候变化检测与归因结果的可靠性。
图1、再分析（ERA5-Land）、原始数据以及均一化网格气候数据（HCD01）地表太阳辐射、日平均气温、日最高气温、日最低气温、相对湿度、风速和降水中国区域1961-2022年年平均时间序列及其线性趋势，其中(g)降水序列包含卫星观测资料GPCP和MSWEP。
传统均一化方法一般基于邻近站对比，即在待检测站周边寻找高度相似但质量可靠的参考站，通过对比参考站和待检站的时间序列，识别可能存在的不均一性。然而，当区域内大量台站同时受到仪器灵敏度漂移、仪器更换和城市化等问题影响时，参考站本身也可能存在不均一性，导致传统方法容易出现漏检，对这些渐变型和突变型不均一性的检测能力尤其有限。
针对这一问题，经过十余年的研究，王开存团队提出了基于同站对比的均一化方法，突破了渐变型不均一性的检测和订正难题，实现了对中国地表太阳辐射、风速、相对湿度、气温、地温和降水等陆表气候观测资料中渐变型和突变型不均一性的检测和订正，为我国高质量气候资料的构建提供了重要技术支撑。
研究结果表明，由于1990年以前缺乏严格的校准仪器和程序，中国地表太阳辐射观测因仪器灵敏度漂移问题存在渐变型不均一性，使1960-1990年间地表太阳辐射的降低趋势被严重高估，1990-1993年的仪器更新换代使观测结果突然增加。进入21世纪，中国气象观测开始从人工观测向自动化观测转变，影响最大的是相对湿度。当地表风速较低时，人工观测使用的干湿表容易高估相对湿度，自动化观测使用的电容式仪器没有此类问题，从而使21世纪相对湿度观测结果产生虚假降低的趋势。气象台站周边城市化带来的热岛效应放大了日最低温的增温趋势，城市化带来的地表摩擦增加使地表风速降低，而气象台站从城市向乡村的迁移又使风速突然增加。台站观测地表风速降低虽不能代表大尺度变化，却指示了观测站点的地表风速的真实变化，对台站降水观测产生影响。
然而，仅依赖均一化后的台站观测资料仍难以满足气候变化研究的需要。由于观测站点分布稀疏且空间分布不均匀，不同站点的观测时段也存在差异，难以直接开展全国尺度的时空分析。因此，研究团队在均一化站点观测资料基础上，融合ERA5-Land再分析资料，构建了中国均一化网格气候数据集（HCD01），为区域气候变化研究提供了兼具高质量和完整空间覆盖的数据基础。研究结果表明，HCD01相比再分析资料和原始观测数据，在长期趋势刻画方面均取得明显改进（图1）。
该研究由杏吧原创 王开存教授牵头，王开存教授担任论文第一作者和通讯作者。研究团队成员包括王开存课题组在读研究生蔡鸿泽、李云、夏菡梦和殷长健，以及已毕业研究生周春略教授（中山大学），贺嫣颐副教授（中山大学），张政泰青年研究员（兰州大学）和赵润泽（中国气象局国家卫星气象中心）。该研究得到了国家重点研发计划项目（2022YFF0801302）和贵州省科技计划项目（黔科合人才XKBF[2025]012）的资助。
数据论文链接：
//doi.org/10.1360/SSTe-2025-0190
//doi.org/10.1007/s11430-025-1889-0
数据下载链接：
//doi.org/10.11888/Atmos.tpdc.302712
方法论文链接：
//doi.org/10.1175/JCLI-D-22-0445.1
//doi.org/10.1029/2024JD042644
//doi.org/10.1088/1748-9326/ae8fec
//doi.org/10.5194/acp-18-8113-2018
