The Land Surface Air Temperature (LSAT) climatology during the period of 1961–1990 and the anomalies (relative to the 1961–1990 climatology) have been developed over Pan-East Asian region at a (monthly) 0.5° × 0.5° resolution. The development of these LSAT data sets are based on the recently released C-LSAT station datasets and the high resolution Digital Elevation Model (DEM), and interpolated by the Thin Plate Spline (TPS) method (through ANUSPLIN software) and the Adjusted Inverse Distance Weighting (AIDW) method. Then they are combined into the high resolution gridded LSAT datasets (including the monthly mean, maximum, and minimum temperature). Considering the mean LSAT for example, the Cross Validation (CV) of the datasets indicates that the regional average of the Root Mean Square Error (RMSE) for the climatology is about 0.62°C, and the average RMSE and Mean Absolute Error (MAE) for the anomalies are between 0.47–0.90°C and 0.32–0.63°C during the study period. The analysis also demonstrate that the gridded anomalies describe the spatial pattern fairly well for the coldest (1912, 1969) and the warmest (1948, 2007) years during the first and second half of the 20th century. Further analysis reveals that the high resolution dataset also performs well in the estimation of long-term LSAT change trend. Thus it can be concluded that this newly constructed datasets is a useful tool for regional climate monitoring, climate change research as well as climate model verification.

中文翻译：

---

高分辨率和均质网格化地表气温数据的发展：泛东亚案例研究

1961-1990 年期间的地表气温 (LSAT) 气候学和异常（相对于 1961-1990 年气候学）已在泛东亚地区以（每月）0.5°×0.5° 的分辨率发展。这些 LSAT 数据集的开发基于最近发布的 C-LSAT 站数据集和高分辨率数字高程模型 (DEM)，并通过薄板样条 (TPS) 方法（通过 ANUSPLIN 软件）和调整后的反距离进行插值加权 (AIDW) 方法。然后将它们组合成高分辨率网格化 LSAT 数据集（包括月平均、最高和最低温度）。以平均 LSAT 为例，数据集的交叉验证 (CV) 表明气候学的均方根误差 (RMSE) 的区域平均值约为 0.62°C，在研究期间，异常的平均 RMSE 和平均绝对误差 (MAE) 介于 0.47-0.90°C 和 0.32-0.63°C 之间。分析还表明，网格异常很好地描述了 20 世纪上半叶和下半叶最冷（1912、1969）和最暖（1948、2007）年的空间格局。进一步的分析表明，高分辨率数据集在估计长期 LSAT 变化趋势方面也表现良好。因此可以得出结论，这个新构建的数据集是区域气候监测、气候变化研究以及气候模型验证的有用工具。分析还表明，网格异常很好地描述了 20 世纪上半叶和下半叶最冷（1912、1969）和最暖（1948、2007）年的空间格局。进一步的分析表明，高分辨率数据集在估计长期 LSAT 变化趋势方面也表现良好。因此可以得出结论，这个新构建的数据集是区域气候监测、气候变化研究以及气候模型验证的有用工具。分析还表明，网格异常很好地描述了 20 世纪上半叶和下半叶最冷（1912、1969）和最暖（1948、2007）年的空间格局。进一步的分析表明，高分辨率数据集在估计长期 LSAT 变化趋势方面也表现良好。因此可以得出结论，这个新构建的数据集是区域气候监测、气候变化研究以及气候模型验证的有用工具。