Generar con precisión conjuntos de datos de cuadrícula de superficie de alta resolución a menudo implica fusionar múltiples redes de observación meteorológica y abordar el desafío de la heterogeneidad de la red. Este estudio tiene como objetivo abordar el problema de la interpolación precisa de datos de temperatura en regiones con una topografía compleja. Para lograr esto, introducimos un método de interpolación determinista que incorpora la elevación para mejorar la precisión de los conjuntos de datos de temperatura. Este método es particularmente valioso para áreas con terrenos intrincados. Nuestra metodología robusta integra un método de armonización de redes con interpolación de funciones de base radial (RBF) para regiones topográficas complejas. El método se probó en datos de temperatura promedio de 10 minutos de la isla Jeju, Corea del Sur, durante 2 años, que tenían una resolución espacial de 100 m. Los resultados muestran una reducción significativa del 5.5% en las tasas de error, de un promedio de 0.73 grados C a 0.69 grados C, al incorporar todos los datos ajustados. La integración de un perfil de temperatura no lineal parametrizado mejora aún más la precisión, logrando una reducción promedio del 4.4% en el error en comparación con el modelo lineal. El método de interpolación espacial, basado en funciones de base radial basadas en regresión, demuestra una mejora del 6.7% sobre el kriging basado en regresión para el mismo perfil de temperatura. Esta investigación ofrece un enfoque valioso para la interpolación precisa de temperatura, especialmente en regiones con una topografía compleja.