由于地面气象台站的布局原则改变及气象台站本身的沿革，全国756 个基本站和基准站1951-2010 年的逐日观测温度数据资料中，许多台站的数据出现了不连续，为了得到完整的逐日温度序列，本文通过 1951-2010 年的逐日平均温度资料，采用逐月差值订正法对15 组序列有缺失的邻近站点数据进行了序列整合分析。根据分析，距离较近的两个站点由于受到同一天气系统的影响逐日温度变化趋势完全一致，又由于相邻站点逐月差值的多年平均值稳定，因此可以利用平行观测年份计算差值对站点进行逐年订正；考虑到有些站点没有平行观测年份，文中选取具有相同逐日温度变化趋势的距离较近的参考站点来推出差值。计算结果显示：各组数据订正值逐月变化差异较大，不同站点冷季和暖季的温度差异各不相同，这些差异由海拔高度差和局地环境差异（土壤、植被、水文条件及城市热岛效应）共同引起；其中海拔高度差异和城市热岛效应对于站点温度的影响较大，15 组数据中有7 组数据的逐月订正平均值超过了0.5 ℃，这7 组数据中有6 组数据的海拔高度差异在100m 以上，另一组数据则受到了城市热岛效应的影响；另有6 组数据虽然订正值较小，但是与海拔高度同号，即海拔高度较高的站点温度反而比较高，数据受到了局地环境差异特别是城市热岛效应的影响。利用这些差值订正后的序列连续性较好，整合前后年平均温度序列基本走向一致，连接点没有出现异常的波动；用M-K 检验各序列年平均温度在整合处于0.05 的显著性水平上未出现突变现象，且其变化趋势与拥有较长时间序列的邻近站点基本同步。因此，本文对于日平均温度序列所作的订正合理，且使用订正方法简便，订正思路对于其它站点数据整合有普遍的适用性，对其它气象要素（极端最低温度、极端最高温度、降水等）的订正也具有一定的参考意义，订正的结果可以为长时间的气候变化研究提供很好的数据基础。