CMST 3.0建立完整不确定性框架，实现从单站到全球平均的定量溯源

近日，我院李庆祥教授团队牵头发展的全球近地表温度数据集China-MST（CMST）3.0不确定性评估框架研究成果，发表于学术期刊《Journal of Geophysical Research: Atmospheres》。论文第一作者为我院博士研究生黎梓琛，通讯作者为李庆祥教授，研究团队联合了英国东安吉利尔大学气候研究中心（UEA/CRU）Phil Jones 教授、美国大气海洋局国家环境信息中心（NOAA/NCEI）Boyin Huang博士等国际、国内多家单位同行专家。在本论文中，研究团队致力于建立和完善一套系统的数据不确定性评估框架，这标志着CMST3.0数据集已系统实现全流程不确定性量化溯源。

图1.基于CMST3.0的1850年以来全球近地表温度、陆地气温和海表温度序列及其95%置信度的不确定性水平

全球近地表平均温度是衡量地球气候变化的核心指标，其精度与可靠性直接决定气候变暖评估、极端事件归因及全球气候治理政策制定。长期以来，全球主流近地表温度数据集主要由欧美几个顶尖机构所主导。团队自2019年发布CMST1.0以来，CMST系列历经多年迭代，已跻身国际知名全球温度基准数据集之一，并已多次被IPCC、WMO等机构的重要评估报告及国内、外顶级学术期刊所广泛采纳或引用。

本次升级完成的CMST 3.0数据集（图1）已更新为涵盖1850-2025年的逐月观测数据，实现陆海数据融合的全面升级：陆地部分采用团队自主研制的China-LSAT（CLSAT）2.1版，它整合了全球超2万个气象站观测，经严格质量控制、均一化与城市化偏差评估，并显著提升了东亚、“一带一路” 沿线等区域数据精度；海洋部分同步使用美国NOAA/NCEI最新借助人工神经网络（ANN）技术大幅提升其高频重建能力的ERSST v6海温数据集。本文中CMST 3.0突破性的贡献是自主建立了全链条、可追溯、分量化的不确定性评估体系，将数据集总不确定性系统拆解为观测不确定性（涵盖台站观测、数据均一化、标准气候值、抽样、城市化和暴露度偏差）、分析不确定性（包括重建参数和重建方法）、覆盖不确定性（综合考虑观测缺失及观测约束），首次实现该数据集从单站观测到全球平均的全流程定量溯源。

论文评估显示，覆盖不确定性（95%置信度）是全球陆地气温（GLSAT）不确定性的最主要来源，19 世纪中期曾高达 0.44℃（同期总不确定性水平约为0.58℃），随着观测网络完善和数据完整性提高，到1900s后期以来（总不确定性自1920s）才降至0.10℃以下（图2）。相应地，全球近地表平均温度（GMST）不确定性呈显著下降趋势，从1850s以来的0.22℃，到1970s以来稳定低于0.05℃，证明现代全球变暖监测结论具备极高置信度。从空间分布上看，全球近地表温度不确定性呈现“北半球低、南半球高” 格局，南极、非洲、南美等资料稀疏区相对偏高。与HadCRUT5、NOAAGlobalTemp、GISTEMP等国际权威数据集对比表明，基于CMST 3.0得到的全球平均温度（GMST）序列高度一致（相关系数超0.99），且其在东亚、北极、南极和青藏高原等多个区域进行了针对性完善，各数据集的整体不确定性水平也旗鼓相当（图2）。

图2.当前常用的全球温度数据集不确定性水平对比

目前，CMST 3.0数据集已面向全球公开免费共享（http://www.gwpu.net/h-col-103.html），提供全球格点温度场（全球5°×5°，陆地气温包括5°×5°、0.5°×0.5°两个版本）、全球/半球/陆海平均时间序列及全套不确定性数据，可广泛服务于气候变暖监测、极端事件归因、气候模式评估、防灾减灾与碳中和路径优化等关键领域。

参考文献：

Li, Z., Li, Q.*, Jiao, B., Xu Q., Wei S., Ru X., Si P., Chao L., Zhang H., Lin J., Liao L., Zhang H., Huang B., P. Jones. 2025, An integrated uncertainty framework for the China-MST 3.0 global surface temperature dataset. J. Geophys. Res. Atmos., DOI: 10.1029/2025JD044732.