本数据集针对吉林省典型农田区，主要包括吉林省长春市、松原市、白城市、四平市，基于2017–2020年2月1日至3月20日的1小时步长、10km×10km分辨率的ERA5数据集(包括浅层土壤温度数据、雪深数据)以及数据集中每个格网对应的经度和纬度信息，利用多元线性回归分析制作了2017–2020年东北典型农田区春季逐日土壤温度数据集。首先利用MATLAB软件编程把一小时步长的浅层土壤温度数据、雪深数据处理成日平均数据集，然后利用数理统计中多元线性回归分析确定2017–2018年的气象站点实测土壤温度数据与产品的浅层土壤温度数据、雪深数据、经度信息、纬度信息的关系，从而得到东北典型农田区春季逐日浅层(0-10cm)土壤温度拟合模型。利用2019年站点实测土壤温度数据对浅层土壤温度拟合模型进行验证，表明结果具有较高的模拟精度（RMSE=1.6℃）。最后根据构建的浅层土壤温度拟合模型得到2017年–2020年10km×10km分辨率的东北典型农田区春季（2月1日–3月20日）逐日0–10cm的土壤温度数据集。
原始数据的主要来源于ERA5产品数据
接着根据数理统计中多元线性回归分析确定2017–2018年的气象站点实测土壤温度数据与浅层土壤温度数据、雪深数据、经度信息、纬度信息的关系，从而得到东北典型农田区春季逐日浅层土壤温度拟合模型，模型如下： Y = (–23.1034 + 0.8101 * (ERA5_Temp–273.15) + 2.5341 * ERA5_SD + 0.2465 * Lon–0.2077 * Lat) + 273.15； 其中ERA5_Temp代表该像元点ERA5产品的0–7cm土壤温度值，ERA5_SD代表该像元点ERA5产品的雪深值，Lon代表该像元点经度，Lat代表该像元点纬度，Y为拟合的0–10cm土壤温度。 最后根据构建的东北典型农田区春季逐日0–10cm土壤温度拟合模型得到2017年–2020年10km*10km分辨率的东北典型农田区春季（2月1日–3月20日）逐日0–10cm的土壤温度数据集。
"原始数据的主要来源于ERA5产品数据，对ERA5产品进行加工处理。首先读取1小时步长的ERA5数据集（浅层土壤温度数据、雪深数据），通过日平均获得东北典型农田区春季逐日的10km10km分辨率的浅层土壤温度数据和雪深数据。对2017–2018年的气象站点实测土壤温度数据与浅层土壤温度数据、雪深数进行数据离群值的检验，剔除离群值。接着根据数理统计中多元线性回归分析确定2017–2018年的气象站点实测土壤温度数据与浅层土壤温度数据、雪深数据、经度信息、纬度信息的关系，从而得到东北典型农田区春季逐日浅层土壤温度拟合模型。最后根据构建的东北典型农田区春季逐日0–10cm土壤温度拟合模型得到2017年–2020年10km10km分辨率的东北典型农田区春季（2月1日–3月20日）逐日0–10cm的土壤温度数据集。 数据质量控制阶段分为两步：首先数据提供者对验证数据集进行了数据准确性检查，对残差大于95% 的实测土壤温度的离群点进行了剔除，并利用实测土壤温度值对浅层土壤温度拟合模型进行验证，表明结果具有较高的模拟精度（RMSE=1.6℃）。另一方面对数据的存储方式、数据格式进行统一与规范。第二阶段邀请专家对数据进行审核，审核数据的完整性和准确性。 "
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.ncdc.isnow.db2512.2022
10.12072/ncdc.I-SNOW.db1662.2022
