该数据集是基于16个动态全球植被模式（TRENDY v8）在S2情景下（CO2+Climate）模拟的NPP，表征生态系统净初级生产力。数据来源于Le Quéré et al. (2019)，具体信息和方法参见文章。源数据范围为全球，本数据集选取了青藏高原区域，空间上用最近邻方法插值到0.5度，时间上保持了原有的月尺度。该数据集是标准的模型输出数据，常被用作评定总初级生产力的时间和空间格局，且与其它遥感观测、通量观测等数据进行比较和参考，具有实际意义和理论价值。

本数据通过GIPL1.0冻土空间分布模型，结合已有基础数据，包括气候变化，土壤类型，以及植被数据，对川藏线的多年冻土以及季节冻土特性进行了模拟，数据结果为500m空间分辨率栅格，包括了多年冻土区最大化深度以及季节冻土区最大冻结深度。该结果通过了钻孔数据验证。数据日期为2001-2019，2041-2060，2081-2100（20年平均值），其中水体以及冰川区域通过掩膜排除在计算范围以外（空值）。气候数据为月均值，其他数据在模拟的过程中保持不变，空间分辨率都为500m。数据来源与“WoeldClim:https://www.worldclim.org/，DEM以及植被土壤：https://data.tpdc.ac.cn/zh-hans/”根据不同数据源的特点对原始资料进行真实性、一致性的检查及规范化处理；利用冻土模型对多年冻土及季节冻土进行计算模拟，输出结果为地温和活动层（最大冻深），模拟结果与钻孔地温进行验证。最终空间数据集通过ArcGIS成图。制定数字加工操作规范。加工过程中，规定操作人员严格遵守操作规范，同时由专人负责质量审查。经多人复查审核，其数据完整性、逻辑一致性、位置精度、属性精度、接边精度、现势性均符合国家测绘局制定的有关技术规定和标准的要求，质量优良可靠。数据可为后期开展川藏工程走廊冻结（融化）深度相关研究工作提供必要的数据支撑。

该数据集包含位于西藏自治区昌都市江达县岗托镇矮拉山附近（98°29′16″E, 31°36′36″N）冻融滑坡及融冻泥流浅层地温、水分及现场气象要素监测数据，基于Hobo温度、水分及小型气象站通过现场监测获得。观测时间在2019年8月31日-2020年7月14日之间。通过一个完整冻融周期的现场监测，下载现场传感器自动获取的地温、水分及气象要素监测数据，通过一定的质量控制包括剔除传感器未完全适应土壤环境时的数据和传感器出现故障造成的系统误差。地温、水分观测时间间隔4小时，地温的观测深度为10cm, 20cm, 40cm, 60cm，80cm，100cm，150cm及200cm，共8层，水分的观测深度为20cm，50cm，100cm及200cm共4层。气象观测要素主要包括气温、降雨量、风速、风向及太阳辐射等，观测的时间间隔为30分钟（注：太阳辐射传感器最大量程为1276.8 W/m2，实际太阳辐射值大于最大量程时显示为1276.9 W/m2；风速传感器的最小启动风速为0.5m/s，当实际风速小于启动风速时，显示值为0。因此该数据无法体现超太阳常数现象和低于0.5m/s的风速）。质量控制包括剔除传感器未完全适应土壤环境时的数据和传感器出现故障造成的系统误差。经过矫正的最终数据以excel文件存储。获取的现场数据经多人复查审核，数据完整性和准确度达到95%以上。监测数据可为后期开展藏东南地区冻融滑坡和融冻泥流相关研究工作提供必要的数据支撑。

This file contains the datasets used in a manuscript published in JGR Biogeosciences (Nieberding, F., Wille, C., Ma, Y., Wang, Y., Maurischat, P., Lehnert, L., and Sachs, T.: Winter daytime warming and shift in summer monsoon increase plant cover and net CO2 uptake in a central Tibetan alpine steppe ecosystem, Journal of Geophysical Research: Biogeosciences, 126, e2021JG006441, doi:10.1029/2021JG006441, 2021.). The manuscript contains all the details on how the data was generated and processed and the corresponding code was published in the supplementary material.

数据集包含1982、1990、2000、2010和2018年青藏高原252个地区县级人口统计资料和1988、1995、2000、2010、2015年GDP数据，人口统计资料内容包括各地户籍人口、常住人口、城镇人口、农村人口、男性人口、女性人口、非农业人口等；GDP数据包括总GDP产值和第一、第二、第三产业GDP产值。资料有利于研究人类活动对青藏高原生态气候的影响，探究青藏高原地区城市化发展、各地城乡人口流动、常住人口变动、当地出生率情况以及农业人口变化。数据获取通过第二次青藏高原科学考察与当地统计局接洽、各地相关统计年鉴与年度统计公报获得。

数据内容：该数据集产品包含青藏高原地区30米分辨率的不透水面产品，可作为青藏高原地区生态系统相关研究的关键参数。数据来源及加工方法：产品反演主要基于Landsat系列数据，从联合特征出发，结合深度空间特征、长时序的NDVI等指数特征、地形特征，采用随机森林模型实现不透水面信息提取。数据质量：整体精度较高，多数地区优于80%。数据应用成果及前景：数据集将持续更新，可用于进一步明晰人类活动对青藏高原地区生态系统的影响。

地表太阳入射辐射（Surface Solar Irradiance，SSI）是FY-4A L2定量反演产品之一，覆盖范围为全圆盘，无投影，空间分辨率为4km，时间分辨率可达15min（20180921开始全天共40个观测时次，除每个整点时次的观测外，每3hr整点前后15min各有一次观测），光谱范围为0.2µm～5.0µm。产品输出要素包括总辐照度、水平面直接辐照度、散射辐照度，有效测量范围为0～1500 W/m2。FY-4A SSI产品在覆盖范围、空间分辨率、时间连续性、输出要素等方面质的提升为进一步开展其在太阳能、农业、生态、交通等专业气象服务中的精细化应用提供了可能。目前研究结果表明，与地基观测相比，FY-4A SSI 产品在中国地区的整体相关性在0.75以上，可用于中国地区太阳能资源评估。

地上生物量（Aboveground biomass，AGB）是衡量生态系统生产力的一个重要指标。该数据集提供了2015年青藏高原地区30m分辨率的森林地上生物量。该生物量数据采用Landsat系列数据，基于地面实测数据和部分文献资料，同时结合森林树高数据，森林类型分类（包括针叶林、阔叶林和混合林）等估算而成。通过数据公开和免费下载服务的方式，为青藏高原森林生态系统动态变化的相关研究提供基础数据支持，也为该地区森林的可持续管理提供科学依据。

光合有效辐射吸收系数（FPAR）是碳循环研究的一个关键生理变量，被认为是表述植被生态系统的基本变量之一。基于30米空间分辨率的LANDSAT反射率数据，得到青藏高原区域的地表植被类型分类结果，根据不同植被类型NDVI值差异，构建遥感反演模型生产各植被类型的生长季FPAR产品。光合有效辐射吸收系数（FPAR）产品可以用来作为参数之一计算植被固碳量，评价植被生态系统状态等，广泛用于生态环境、林业等领域。该数据集投影坐标信息为经纬度WGS84。

1）数据内容：本数据集包含从1980s-2019年青藏高原地区Landsat长时序地表反射率产品,是很多地表地球物理参数（如叶面积指数、叶绿素和生物量）反演的关键输入参数。2）数据来源及加工方法：所采用的数据源主要来自中国卫星遥感地面站接收存档的Landsat四级产品，青藏高原地区地表反射率产品是基于6S辐射传输模型和MODIS大气产品进行逐像元大气校正,并在此基础上采用C因子法进行BRDF校正得到的；3）数据质量描述：几何精度为RMSE小于等于12m,地表反射率的精度为RMSD低于5%。4) 数据应用成果及前景：在森林、水资源、气候变化等领域长时序信息挖掘分析方面具有重要的应用价值。

青藏高原1km分辨率风能资源数据是采用中国气象局风能资源数值模拟评估系统（WERAS/CMA）研制的，该系统包含典型地形分类模块、中尺度模式WRF和CALMET动力诊断模式。首先从历史上出现过的天气类型中随机抽取典型日进行逐小时风速模拟，再根据天气型出现的频率统计分析得到风能资源的气候平均分布。本数据集包括青藏高原风速和风功率密度，风速的数据精度为0.01m/s，风功率密度的数据精度为0.01W/m2，数据的垂直高度为100米。数据经过了气象站观测资料的检验和订正，主要用于风能资源详查和风电场宏观选址。该数据为2008-2012年全国风能资源详查和评价项目产出数据（项目经费2.9亿），之后成为风能资源相关研究的基础数据，近期财政部没有计划投资再延长这个数据集。

本数据集包含2019-2021年青藏高原10条科考线路土壤样品的理化性质数据，包括采集人、采集时间、采集地点、经纬度、海拔、植被类型、取样深度、土壤含水量、pH、有机质含量、总碳含量、全氮含量、全磷含量、无机氮含量、重金属元素含量等信息。各项土壤性质的分析参考《土壤环境质量监测技术规范》的要求，通过室内化验分析获得的一手数据，数据质量通过测定空白样品、重复样品和标准样品进行统一控制。该数据集可用于气候变化和人类活动影响下土壤质量和功能评价。