采用黑河计划数据管理中心提供的黑河流域30米分辨率的ASTER GDEM数据和90米分辨率的SRTM数据两组栅格数据，以及多来源的点数据。利用HASM升尺度算法，将不同来源和不同精度的栅格数据与高程点数据进行融合，获得黑河流域的高精度坡向数据。首先利用各种点数据对两组栅格数据进行精度验证，根据精度验证的结果，在不同的区域，采用不同的栅格数据作为数据融合的趋势面。计算各样点数据与趋势面的残差，运用HASM算法进行插值获得残差曲面，将趋势面与残差曲面叠加，从而获得最终的坡向曲面。空间分辨率为500米。
2016-12-22
采用黑河计划数据管理中心提供的每日四次常规气象观测数据集，包括13个站点。对逐日蒸发进行统计整理，计算逐个站点的2000-2009年多年逐月蒸发数据。对其进行空间平稳性分析，计算变异系数，若变异系数大于100%，则采用地理加权回归计算站点与地理地形因素关系，得逐月蒸发分布趋势；若变异系数小于等于100%，则采用普通最小二乘回归计算站点蒸发值与地理地形因素（经纬度、高程、坡度、坡向等）的关系，得逐月蒸发分布趋势；对去掉趋势后的残差采用HASM（High Accuracy Surface Modeling Method）进行拟合修正。最后将趋势面结果与残差修正结果相加即得1961-2010年黑河流域多年月平均蒸发分布。时间分辨率：2000-2009年多年月平均蒸发。空间分辨率：500m。
2016-12-22
采用黑河计划数据管理中心提供的黑河流域及周边地区21个气象常规观测站及黑河周边13个全国基准站的站点数据信息，对逐日风速进行统计整理，计算逐个站点的1961-2010年多年逐月风速数据。对其进行空间平稳性分析，计算变异系数，若变异系数大于100%，则采用地理加权回归计算站点与地理地形因素关系，得逐月风速分布趋势；若变异系数小于等于100%，则采用普通最小二乘回归计算站点风速值与地理地形因素（经纬度、高程、坡度、坡向等）的关系，得逐月风速分布趋势；对去掉趋势后的残差采用HASM（High Accuracy Surface Modeling Method）进行拟合修正。最后将趋势面结果与残差修正结果相加即得1961-2010年黑河流域多年月平均风速分布。时间分辨率：1961-2010年多年月平均风速。空间分辨率：500m。
2016-12-20
采用黑河计划数据管理中心提供的黑河流域30米分辨率的ASTER GDEM数据和90米分辨率的SRTM数据两组栅格数据，以及多来源的点数据，这些点数据包括中上游的雷达点云高程数据；根据黑河计划数据管理中心中土壤样点、植被样方提取的高程数据；气候水文站点提取的高程数据；以及课题组测量的高程样点数据。利用HASM升尺度算法，将不同来源和不同精度的栅格数据与高程点数据进行融合，获得黑河流域的高精度DEM数据。首先利用各种点数据对两组栅格数据进行精度验证，根据精度验证的结果，在不同的区域，采用不同的栅格数据作为数据融合的趋势面。计算各样点数据与趋势面的残差，运用HASM算法进行插值获得残差曲面，将趋势面与残差曲面叠加，从而获得最终的DEM曲面。空间分辨率为500米。
2016-12-20
采用黑河计划数据管理中心提供的黑河流域30米分辨率的ASTER GDEM数据和90米分辨率的SRTM数据两组栅格数据，以及多来源的点数据。利用HASM升尺度算法，将不同来源和不同精度的栅格数据与高程点数据进行融合，获得黑河流域的高精度坡度数据。首先利用各种点数据对两组栅格数据进行精度验证，根据精度验证的结果，在不同的区域，采用不同的栅格数据作为数据融合的趋势面。计算各样点数据与趋势面的残差，运用HASM算法进行插值获得残差曲面，将趋势面与残差曲面叠加，从而获得最终的坡度曲面。空间分辨率为500米。
2016-12-19
基于CMIP5（Coupled Model Intercomparison Project Phase 5）气温历史时期的降尺度结果数据，预测了未来2011-2040年，2041-2070年，2071-2100年三个时段的多年平均气温，在rcp2.6，rcp4.5及rcp8.5情景下，采用普通最小二乘回归与HASM（High Accuracy Surface Modeling Method）相结合的方法，对其进行降尺度模拟预测，得到三种情境下2011-2040、2041-2070、2071-2100三个时段的多年平均气温的1km降尺度结果。
2016-04-04
蒸散发监测对农业水资源管理、区域水资源利用规划和社会经济可持续发展至关重要。传统监测ET 方法的局限性主要在于无法做到大面积同时观测，只能局限于观测点上，因此人员设备成本相对较高，既不能提供面上的ET 数据，也不能提供不同土地利用类型和作物类型的ET 数据。利用遥感可以做到ET的定量监测，遥感信息的特点是既能反映地球表面的宏观结构特性，又能反映微观局部的差异。 本数据使用2012年6-9月份MODIS数据和M-SEBAL 模型以及基于参考蒸发比的时间尺度扩展方案估算了黑河中游整个生长季的蒸散发的时空分布，并使用地面观测数据对M-SEBAL 模型和时间尺度扩展方案进行了详细的评估。 其时间分辨率为逐日尺度，空间分辨率为250米，数据覆盖范围为黑河中游，单位为毫米。 数据的投影信息如下：UTM投影，47N
2015-02-24
ET（蒸散发）监测对农业水资源管理、区域水资源利用规划和社会经济可持续发展至关重要。传统监测ET 方法的局限性主要在于无法做到大面积同时观测，只能局限于观测点上，因此人员设备成本相对较高，既不能提供面上的ET 数据，也不能提供不同土地利用类型和作物类型的ET 数据。 利用遥感可以做到ET的定量监测，遥感信息的特点是既能反映地球表面的宏观结构特性，又能反映微观局部的差异。 黑河流域2000-2013年地表蒸散发数据集Version 2.0(第二版)是基于多源遥感数据，采用ETWatch最新模型估算得到栅格影像数据，它的时间分辨率是逐月尺度，空间分辨率为1公里尺度，数据覆盖整个流域，单位为毫米。数据类型包括月、季、年数据。 数据的投影信息如下： Albers 等积园锥投影， 中央经线：110度， 第一割线：25度， 第二割线：47度， 坐标西偏：4000000 meter。 文件命名规则如下： 每月累计ET值文件命名：heihe-1km_2013m01_eta.tif 其中heihe表示黑河流域，1km表示分辨率为1公里，2013表示2013年，m01表示1月份，eta表示实际蒸散数据，tif表示数据为tif格式； 每季累计ET值文件命名：heihe-1km_2013s01_eta.tif 其中heihe表示黑河流域，1km表示分辨率为1公里，2013表示2013年，s01表示1-3月，为第一季度，eta表示实际蒸散数据，tif表示数据为tif格式； 每年累计值文件命名： heihe-1km_2013y_eta.tif 其中heihe表示黑河流域，1km表示分辨率为1公里，2013表示2013年，y表示年，eta表示实际蒸散数据，tif表示数据为tif格式。
2015-02-07
ET（蒸散发）监测对农业水资源管理、区域水资源利用规划和社会经济可持续发展至关重要。传统监测ET 方法的局限性主要在于无法做到大面积同时观测，只能局限于观测点上，因此人员设备成本相对较高，既不能提供面上的ET 数据，也不能提供不同土地利用类型和作物类型的ET 数据。 利用遥感可以做到ET的定量监测，遥感信息的特点是既能反映地球表面的宏观结构特性，又能反映微观局部的差异。 黑河流域中游绿洲区2000-2013年30米分辨率月尺度地表蒸散发数据集Version 1.0是基于多源遥感数据，采用ETWatch最新模型估算得到栅格影像数据，它的时间分辨率是逐月尺度，空间分辨率为30米尺度，数据覆盖中游张掖绿洲区，单位为毫米。数据类型包括月、季、年数据。 数据的投影信息如下： Albers 等积园锥投影， 中央经线：110度， 第一割线：25度， 第二割线：47度， 坐标西偏：4000000 米。 文件命名规则如下： 每月累计ET值文件命名：heihe-midoasis-30m_2013m01_eta.tif 其中heihe表示黑河流域，midoasis表示中游绿洲区，30m表示分辨率为30米，2013表示2013年，m01表示1月份，eta表示实际蒸散数据，tif表示数据为tif格式； 每季累计ET值文件命名：heihe-midoasis-30m_2013s01_eta.tif 其中heihe表示黑河流域，midoasis表示中游绿洲区，30m表示分辨率为30米，2013表示2013年，s01表示1-3月，为第一季度，eta表示实际蒸散数据，tif表示数据为tif格式； 每年累计值文件命名： heihe-midoasis-30m_2013y_eta.tif 其中heihe表示黑河流域，midoasis表示中游绿洲区，30m表示分辨率为30米，2013表示2013年，y表示年，eta表示实际蒸散数据，tif表示数据为tif格式。
2015-02-06
此数据集为葫芦沟流域4种典型灌丛群落林下地表蒸散数据。观测时段为2013年7月16日-8月23日，为日尺度数据。数据内容包括降水数据、及lysimeter观测到的蒸发、下渗数据。该数据集可用来分析高寒灌丛及森林的蒸散数据。 数据质量信息：数据质量高，日蒸散数据观测完整。 数据源描述：试验选择小型蒸渗仪尺寸为内径25 cm、深度30 cm的小型蒸渗仪进行冠层下草地蒸散量。灌丛林下蒸散每个灌丛样地内布设两个Lysimeter，移栽试验每种灌丛各一个Lysimeter。在布设时将内桶中放置与桶等高的未被扰动的原状土柱，将外桶埋入到土壤中，在埋设时保证外桶高出地面0.5-1.0 cm，内桶外沿设计宽约2.0 cm的挡雨板，以防止地表径流进入Lysimeter蒸渗仪。在附近气象站点内同时布设有Lysimeter测量草地蒸散量，在青海云杉林样地也布设内径25 cm、深度30 cm的小型蒸渗仪测量其林下蒸发量。所有Lysimeter每天20：00时准时进行称重（电子天平感量1.0 g，约相当于0.013 mm蒸发量），观测时做好防风处理，保证测量的精度。 数据加工方法：蒸渗仪方法主要通过质量守恒来计算蒸散发量，依据Lysimeter蒸渗仪设计原理，蒸散量主要是通过连续两天内质量差别确定，由于每天都对其称重，通过水量平衡进行计算。
2015-01-07
联系方式
中国科学院西北生态环境资源研究院
0931-4967287
poles@itpcas.ac.cn
关注我们
时空三极环境大数据平台 © 2018-2020 陇ICP备05000491号 | All Rights Reserved
｜ 
京公网安备11010502040845号
数据中心技术支持: 数云软件
