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2026年间覆盖中国全境、空间分辨率为1公里的月度夜间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夜间地表热环境时空格局、变化趋势及相关的能量平衡与气候变化问题提供了重要的数据基础。关键词GEE夜间地表温度LST1000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、高精度的夜间LST数据对于深入理解区域气候演变规律、评估人类活动对夜间热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公里空间分辨率夜间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数据对中国区域的夜间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2000-2026年、经过严格质量控制并直接提供年度夜间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2000-2026年夜间平均值合成地表温度月度数据集”。该数据集通过对原始的MOD11A2夜间数据进行投影转换、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27个年度的夜间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27年来夜间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夜间城市热岛效应、研究夜间能量平衡特征、模拟生态系统夜间热力过程或与气象、土地利用、社会经济等数据进行耦合分析以揭示夜间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、可靠的夜间热环境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GEEGoogle 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GEEGoogle Earth Engine平台编写代码实现日期筛选裁剪导出功能。选取每月1日至每月最后一日作为起止时间。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2000-2026共27年的1000米分辨率的LST的TIFF影像全国影像命名格式例如MOD11A2_LST_Day_mean_09_2024.tif。代表由日数据平均值合成的2024年9月份LST数据。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波段在月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夜间地表温度产品MOD11A2加工成一个可直接用于夜间热环境特征分析的、覆盖范围完整且时间跨度长达27年2000-2026年的专题月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夜间热力特征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夜间城市热岛监测、地表能量平衡研究、生态系统夜间热胁迫评估等领域具有更直接、更高效的重用价值。