摘要：本数据集基于MODIS Terra卫星的MOD11A2产品，采用平均值合成法，生成了2000年至2025年间覆盖中国全境、空间分辨率为1公里的年度地表温度平均值序列；该数据经过严格的质量控制，其长时间序列和高空间连续性的特点，为研究中国区域地表热环境时空格局、变化趋势及相关的生态环境与气候变化问题提供了重要的数据基础。

关键词：GEE；白天地表温度；LST；1000米分辨率；平均值合成；MOD11A2

引言

地表温度是表征地表能量平衡和物理过程的一个关键地球物理参数，在全球气候变化研究、水文循环分析、城市热环境监测以及农业生产评估等领域具有不可替代的作用。特别是在中国这样一个地域辽阔、气候类型复杂多样且正经历快速城市化和经济发展的国家，获取长时间序列、大范围、高精度的LST数据，对于理解区域气候演变规律、评估人类活动对生态环境的影响以及制定科学的环境保护与适应策略具有重要的数据科学意义。

遥感技术的发展为宏观、动态监测LST提供了有效手段。其中，中分辨率成像光谱仪搭载于Terra和Aqua卫星，其提供的MOD11A2数据产品以其时间序列长、空间覆盖广、数据质量稳定可靠而成为全球及区域尺度LST研究中最广泛应用的数据源之一。该产品提供了每8天合成的1公里空间分辨率LST数据，有效减少了云覆盖的影响，为长时序分析奠定了坚实基础。目前，已有大量研究利用MOD11A2数据对中国区域的LST时空格局、变化趋势及其驱动因素进行了深入探讨，但这些研究多集中于特定区域（如某个城市群或流域）或特定的时间窗口。然而，一个覆盖中国全境、时间跨度长达二十余年（2000-2025年）、经过严格质量控制并直接提供年度平均值的标准化数据集仍然较为缺乏。这样的数据集能够显著降低研究人员进行大尺度、长时序分析的数据预处理门槛和技术壁垒，避免因处理方法不一致导致的结果可比性问题。

本工作旨在填补这一数据空白，生成了“MODIS (MOD11A2) 中国2000-2025年平均值合成地表温度年度数据集”。该数据集通过对原始的MOD11A2数据进行投影转换、质量控制、年度平均值的计算以及中国行政边界裁剪等一系列标准化处理，最终生成了26个年度的LST栅格数据层。其潜在的重用价值极高：首先，它可直接用于分析中国近26年来地表温度的时空分异规律和长期变化趋势，服务于气候变化研究。其次，可作为基础输入数据，用于评估城市热岛效应、研究极端高温事件、模拟生态系统蒸散发、或与气象、土地利用、社会经济等数据进行耦合分析，以揭示LST变化的深层驱动机制。本数据集的发布将为地理学、生态学、气象学及环境科学等多个领域的研究人员提供一个高效、可靠的数据支撑，有望推动相关领域的量化研究取得新进展。

1  数据采集和处理方法

1.1 数据采集方法

本数据集依靠GEE（Google Earth Engine）平台，使用MOD11A2数据集。MOD11A2 中的每个像素值都是在 8 天内收集的所有相应 MOD11A1 LST 像素的简单平均值。MOD11A2 会对所有每日 LST 值进行简单的平均处理，而不会对特定质量检查位进行任何过滤。每个 MOD11A2 质量检查值均根据任何给定像素的大多数输入每日质量检查值而设置。之所以选择 8 天的合成周期，是因为 Terra 和 Aqua 平台的确切地面轨道重复周期是该周期的两倍。此产品中包含日间和夜间地表温度波段及其质量指标 (QC) 图层，以及 MODIS波段 31 和 32 以及 8 个观测图层。

1.2  数据处理

通过GEE（Google Earth Engine）平台编写代码，实现日期筛选，裁剪，导出功能。每年统一选取1月1日至12月31日作为平均值合成的起止时间。通过上传的矢量边界筛选影像范围。并逐月导出至谷歌云空间。投影统一采用WGS84投影。实际值需乘0.02。单位为K。

2  数据样本描述

本数据集包含2000-2025共26年的1000米分辨率的LST的TIFF影像全国影像命名格式例如MOD11A1 _LST_Day_mean2024.tif。代表由日数据平均值合成的2024年的LST数据。

图11000米分辨率白天LST示例图

3  数据质量控制和评估

本数据集的质量控制严格遵循原始MOD11A2产品的质量评估（QC）波段，在年度平均值合成过程中优先采用高质量像元，并对因云覆盖等导致的潜在误差像元进行了标识，确保了数据的可靠性。对于连续性问题，平均值合成法有效减少了数据缺失，但仍存在因整月无有效观测导致的个别像元数据空缺，已在最终产品中以“NoData”明确标识，供用户甄别。

4  数据价值

本数据集的价值在于其针对中国区域，通过专项的平均值合成方法，将标准的全球MODIS地表温度产品（MOD11A2）加工成一个可直接用于极端高温事件分析的、覆盖范围完整且时间跨度长达26年（2000-2025年）的专题年度序列；相较于原始数据或其他区域性子集，本数据集在加工方法上强调了极端热胁迫的指示意义，在覆盖范围上保证了国家尺度的长期一致性，从而在城市化热环境监测、干旱评估、生态系统脆弱性研究等领域具有更直接、更高效的重用价值。

数据来源：地球资源数据云