长时间序列高空间分辨率的气候数据是气候变化相关研究的基础。中国覆盖面积广，但气象站点稀疏，尤其是在高海拔的山区，比如青藏高原等地区，这限制了该区气候变化相关研究工作的开展。因此，研制长时间序列高空间分辨率的气候数据集具有重要意义。

第二次青藏科考任务六“人类活动与生存环境安全”专题三“土地利用变化及其环境效应”西北农林科技大学水土保持研究所的彭守璋等研究人员，利用空间降尺度方案对长时间序列低空间分辨率（约55km）的气候数据集（CRU v4.02）进行降尺度处理，生成了1901-2017年中国1km分辨率月气候数据集（包括月最低温、最高温、均温及降水量），并结合496个气象站点的数据对降尺度结果进行评价，证明方法可靠，研制的数据精度较高，其中月温度偏差为0.82～1.28°C，月降水偏差为13.3 mm，相比原始CRU数据，月温度和降水数据偏差分别减少了35.4～48.7%和25.7%，且在高海拔地区的改进更为明显。

相关成果于2019年12月13日发表在《地球系统科学数据》（Earth System Science Data，IF 2019=10.951）上。截止目前，该数据集已被国内外同行下载70959次。该数据集将每年更新一次，全球科研人员可通过黄土高原科学数据中心和欧洲科塔数据中心进行下载。

该数据集是我国目前时间序列最长、空间分辨率最高、覆盖面积最广的月气候数据集，为第二次青藏科考相关研究任务提供了重要基础数据，也为中国地区气候变化相关研究提供数据支撑。第二次青藏高原综合科学考察研究项目（2019QZKK0603)是本研究的第一资助。

气候数据空间降尺度过程——以2017年7月均温为例

1901-2017年中国地区温度与降水变化趋势-基于1km降尺度数据（紫色区域表示在95%置信水平下显著变化）