近几十年,全球范围内多家著名数据研究机构都相对独立发展了具有各自特色的全球陆地表面气温数据集,其所表征的全球陆地表面气温变化的结论也已经获得了普遍共识。然而,数据集中的台站在部分区域仍旧存在空间覆盖率低,台站记录长度短等问题。针对这些问题,中国气象局发挥自身在亚洲周边、南美、非洲等区域收集到的观测数据优势,通过多元融合、质控、均一化过程发展形成了中国第一套全球陆地表面气温均一化数据集(CMA-LSAT v1.0)。本文主要依据CMA-LSAT v1.0数据集,围绕全球陆地表面气温变化基本特征,并结合目前研究的前沿热点问题展开系列研究,同时也对趋势估计结果中的多种误差进行了评价。研究的主要结论包括:(1)分析获得了中国第一套全球陆地表面气温均一化数据集所显示的近百年全球陆地表面气温变化特征,并分析了与其他知名数据集之间的差别。1901～2015年,CMA-LSAT v1.0反映的全球陆地表面气温距平序列显示了与其他数据集大体一致的增温特征,即1901～1930s、1980s前期～2000s中期两个明显的升温期,和1940s～1970s以及最近的18年两个变暖减缓期。1901年以来,新数据集反映的全球和北、南半球年平均气温的增温趋势分别为0.104℃/10a、0.115℃/10a和0.088℃/10a。空间上,北极和北半球高纬度气候变暖的程度长期领先于中低纬度。北半球各季节变暖幅度明显高于南半球,并且北半球冬、春季平均升温趋势高于夏、秋季节;在1998～2015年,北半球冬季和南半球的秋季甚至出现变冷趋势。1901年以来亚洲和欧洲的增暖趋势最大,非洲和大洋洲的增暖趋势偏小。CMA-LSAT v1.0所反映的1901～2015年全球气温升温速率与其他数据集结果基本一致,但不同时期的趋势估计结果存在一定的差别。(2)分析发现了近百年最高最低气温变化的非对称性,并导致全球日较差在1950s出现了明显逆转现象,并且发现北半球的日较差逆转现象和降水变化存在显著的相关。1901～2014年,全球最高和最低气温分别上升了 1.1℃和1.6℃,这种最高和最低气温的长期非对称性变化,直接导致了全球日较差1901年以来长期的下降趋势。对于20世纪上半叶,日较差在绝大部分的网格上都显示出显著增加趋势,而后日较差在1950s附近发生了明显转折的现象。至20世纪下半叶,全球大量网格日较差呈下降趋势。日较差变化趋势的空间分布显示,1901～2014年时期,日较差明显下降的区域主要在亚洲、北美和澳大利亚,而在欧洲日较差则显示为增加趋势。日较差在1950s附近的转折现象是所有时期的转折中最明显的一次,并且主要发生在北半球。进一步分析发现,降水、火山喷发、以及欧洲(斯德哥尔摩)的“早期变亮”都支持1950s附近全球和区域日较差转折的现象。(3)揭示了全球变暖停滞期的典型变冷区域中国东北冬春季变冷,夏秋持续变暖的现象,并从环流角度分析了东北最近冬季变冷的可能原因。全球变暖减缓典型区域中国东北,1951～2014年的最高、最低和平均气温的升温趋势明显高于中国大陆和全球平均水平,而1998～2014年全球变暖减缓时期,东北年最高、最低和平均气温都存在变冷的现象,但是变冷主要发生在冬春季节,夏秋季节仍旧保持变暖,即冷暖季节更加分明的现象。1998～2014年期间,中国东北的变冷现象产生的可能原因是:变冷期北极涛动位于负位相、西伯利亚高压和东亚大槽强度偏强、东亚大槽槽线偏西、同时东亚冬季风明显加强,这些因子协同作用,导致冷空气更容易南下造成1998年以后中国东北冬季变冷的现象。(4)分析了兴都库什-喜马拉雅区域变暖随海拔高度的依赖关系,发现四季尤其是冬季气温、以及年极端气温中冷事件的趋势变化对海拔高度有很强的依赖关系。1951～2015年,兴都库什-喜马拉雅区域中,平均气温、最高和最低气温随海拔高度的升高都是升温趋势,海拔每升高500m趋势分别增加0.029℃/10a、0.015℃/10a、0.023℃/10a。冬季气温变化趋势随着海拔升高的变化最敏感。极端气温指数中冷事件有关的气温指数的变化与海拔有很好的对应关系,而极端暖事件变化随海拔变化则不敏感。(5)分析发现了 1951～2015年间大尺度平均上北半球城市化是趋势估计中主要的误差来源,而早期资料缺失、区域平均方法,趋势估计方法带来的趋势估计误差都很小。1951～2015年,北半球大尺度平均城市化贡献率为15.6%,而欧洲和北美略低于北半球平均水平,在东亚的城市化贡献率可达19.3%。仅考虑中国城市化对全球和北半球气温趋势估计的影响,城市化贡献大约在3%。早期资料缺失带来的影响不确定性在3%～15%之间。在全球大尺度长期趋势估计中,不同的区域平均方法和不同趋势估计方法带来的误差分别为4%～9%和1%～6%,所以不同的统计方式对于大尺度长期趋势估计的影响都低于趋势的量级,即不同统计手段对趋势估计的影响不明显。