为降低成本、提高效率,实现我国智慧农业、精准农业的发展和制定新农业气候区划等工作,需要获取全国范围内精细化的农业气候要素空间分布数据。然而,目前已有研究结果精细度不够,且插值方法存在选择或使用不恰当导致的误差等诸多问题,同时也缺少部分典型要素的研究。本研究采用全国范围内气象站公开的30年数据(1981年～2010年间降水量和积温(>10℃)数据以及1971年～2000年间无霜期日数数据)进行典型农业气候要素精细化方法研究。研究首先以黄土高原为试验区进行最优插值方案试验,分析目标要素的不同特征及其所适用的精细化方法。通过分区插值,将方案推广应用到全国陆地范围(未涉及我国的台湾岛及附属岛屿、南海诸岛)测试各种方法对不同区域的表现,并进行精度检验,从而得到一整套数据精细化方案和全国范围三种农业气候要素空间分布数据。主要结论如下:(1)区域范围典型农业气候要素精细化有效方案:通过对目标要素研究区设置外围缓冲区,根据先验知识确定值域后进行Logit转换,逐步回归筛选辅助要素,拟合筛选最优半变异函数模型,然后根据目标要素特征选择合适插值方法进行计算。在精细化全国范围要素时,最好先根据农业气候要素的已知分布特征进行分区,再对各分区进行精细化工作。(2)目标要素的空间自相关性及其与地理因素之间关系影响着精细化结果的精度。在选择方法时,可以此对插值结果好坏进行预判。由于不同区域的地带性等环境情况差异,在选择辅助变量时,各区应该分别选用与目标要素有因果关系的地理要素。(3)本研究对比多元线性回归(MLR)、地理加权回归(GWR)、普通克里金(OK)、多元线性回归克里金(MLRK)和地理加权回归克里金(GWRK)五种方法对三种农业气候要素空间插值过程和结果,发现通常MLRK和GWRK方法插值结果较好。本研究提供的区域范围内三种农业气候要素空间分布精细化方法可以推广,也可为其他相关研究提供案例和技术支持。研究得到的全国范围内三种农业气候要素高精度的(R2在0.9以上)高分辨率的(500 m × 500 m空间分辨率)空间分布数据可为各区域农作物区划、农产品土地适宜性评价、区域农业产业结构评价提供重要依据和高精度数据的支撑。