全球气候变化 地表温度数据集

大量的数据清理和准备工作可用于对气候趋势进行长期研究。技术人员使用水银温度计收集了早期数据，访问时间的任何变化都会影响测量。在1940年代，机场的建设导致许多气象站被移动。在1980年代，人们开始使用据说具有冷却偏差的电子温度计。 鉴于这种复杂性，许多组织都在整理气候趋势数据。引用最多的三个陆地和海洋温度数据集是NOAA的MLOST，NASA的GISTEMP和英国的HadCrut。 我们重新打包了来自与劳伦斯·伯克利国家实验室（Lawrence Berkeley National Laboratory）隶属的伯克利地球所汇集的最新汇编中的数据。伯克利地球表面温度研究结合了16个现有档案中的16亿个温度报告。它包装精美，可以切成有趣的子集（例如，按国家/地区）。他们为应用的转换发布源数据和代码。他们还使用允许包含来自更短时间序列的天气观测值的方法，这意味着需要丢弃的观测值更少。 在此数据集中，我们包含了几个文件： 全球陆地和海洋和陆地温度（GlobalTemperatures.csv）： 其他文件包括：

Extensive data cleaning and preparation are required for long-term studies of climate trends. Early observational data were collected using mercury thermometers, and any alterations to the observation schedule could compromise measurement accuracy. In the 1940s, the construction of airports resulted in the relocation of numerous meteorological stations. In the 1980s, electronic thermometers reported to exhibit a cooling bias came into use. Given this inherent complexity, multiple organizations have curated global climate trend datasets. The three most widely cited land and ocean temperature datasets are NOAA’s MLOST, NASA’s GISTEMP, and the UK’s HadCrut.

We repackaged data from the latest compilation assembled by Berkeley Earth, an affiliate of the Lawrence Berkeley National Laboratory. The Berkeley Earth Surface Temperature Study integrates 1.6 billion temperature reports from 16 existing archival datasets. This curated dataset is well-organized and can be subdivided into targeted subsets (e.g., grouped by country). The research team has published the original source data and the code for all applied data transformations. Additionally, they adopted a methodology that allows the inclusion of weather observations from shorter time series, thereby reducing the number of observations that need to be discarded.

Within this dataset, we include several files:
Global Land and Ocean Temperature (GlobalTemperatures.csv):
Other included files are as follows:

搜集汇总

背景与挑战

背景概述

该数据集整合了伯克利地球表面温度研究中的16亿个温度报告，覆盖从1750年（陆地平均温度）和1850年（最高/最低温度及海洋陆地温度）开始的长期时间序列，用于全球气候变化分析。数据集包括全球温度以及按国家、州、城市等细分的温度数据，并提供了温度不确定性的置信区间，支持多尺度气候趋势研究。数据经过清理和准备，来源权威，适用于环境分类和气候建模等应用。