本数据为末次冰盛期以来亚洲高山区冰川分布的模拟数据，其中包括典型区域（亚洲高山区、天山、喜马拉雅山、帕米尔高原）年分辨率的冰川面积变化序列以及典型时期（LGM（20000~19000ka），HS1（17000~16000ka），BA（~14900~14350ka），YD（12900~12000ka），EH（9500~8500ka），MH（6500~5500ka），LH（3500~2500ka）和Modern（1951~1990））1km分辨率的亚洲高山区冰川分布。该数据以基于CCSM3气候模式的TRACE全强迫模拟试验数据为外强迫场，驱动1km分辨率的PISM冰盖模式，从而获取末次盛冰期以来亚洲高山区冰川的可能分布。该数据可以用于研究末次冰盛期以来亚洲高山区冰川分布的变化及其对湖泊水位、径流、地貌等环境和气候要素的影响。

本数据集是一个包含接近35年（1984-2018）的全球高分辨率光合有效辐射数据集，其分辨率为3小时/逐日/逐月，10公里，数据单位为W/㎡，瞬时值。该数据集可用于生态过程模拟和全球碳循环的理解。该数据集是基于改进的物理参数化方案并以ISCCP-HXG云产品、ERA5再分析数据、MERRA-2气溶胶数据以及MODIS反照率产品为输入而生成的。验证并和其他全球卫星辐射产品比较表明，该数据集的精度通常比CERES全球卫星辐射产品的精度要高。该全球辐射数据集将有助于未来生态过程模拟的研究和全球二氧化碳通量的估算。

2018年第二次青藏高原科学考察队在青藏高原藏东南地区组建了“雅鲁藏布大峡谷水汽通道”科考分队，本次考察在雅鲁藏布江下游的雅鲁藏布大峡谷地区建立了水汽输送立体综合观测系统。“雅鲁藏布大峡谷水汽通道”科学考察队在雅鲁藏布江河谷沿线构建了水汽通道及云降水、地气相互作用过程的立体综合观测网，其中墨脱气象站是多种大型观测设备的集成观测基地，此外，沿峡谷自南向北的不同海拔梯度架设了微波辐射计，涡动相关地表能量平衡和辐射平衡等观测系统，整个综合观测网包括2部云雷达、2部微雨雷达、7套测量地气相互作用的涡动相关通量观测系统、3套多通道微波辐射温湿廓线仪、6套GPS水汽观测仪、2套自动气象站和19套雨量桶。

本数据为基于WRF模式4.1.2版本和WRFDA同化系统4.1.2版本建立的中亚区域再分析资料，变量包含气温、气压、风速、降水、辐射。再分析的建立使用了循环同化的方式，每6小时使用3DVAR同化一次，同化的资料包括常规大气观测和卫星辐射资料。其中常规资料主要来源为GTS，来源包括人工站、自动站、探空和飞机报，观测要素包括气温、气压、风速和湿度。卫星观测包括反演数据和辐射数据，反演数据主要为极轨气象卫星（NOAA-18、NOAA-19、METOP-A和METOP-B）反演的云导风，并重采样到54km水平分辨率；辐射数据包含了MSU、AMSU和MHS等微波辐射和HIRS红外辐射数据。模拟采用双层嵌套的方式，水平分辨率分别为27公里和9公里，垂直方向共38层，模式层顶为10hPa。模式的侧边界条件由ERA-Interim再分析逐6小时的分析场提供，模式使用的物理方案为Thompson微物理方案，CAM辐射方案，MYJ边界层方案、Grell对流方案和Noah陆面模式。本资料覆盖区域包括中亚地区的哈萨克斯坦、塔吉克斯坦、吉尔吉斯斯坦、土库曼斯坦和乌兹别克斯坦五个国家以及里海、咸海、巴尔喀什湖、伊萨克湖等中亚地区的湖泊，可用于该区域的气候、生态、水文等方面的研究。以中亚地区台站观测的降水为参照，本数据的模拟效果和融合降水产品MSWEP相似，优于ERA5和ERA-Interim。

我们提供了2019年夏季的青藏高原（TP）东北部的达日（4096米海拔，33.55°N，99.95°E）和德令哈（3137米海拔，37.47°N，96.81°E）的雨滴谱数据。雨滴谱数据由OTT HydroMet厂家制造的OTT PARSIVEL2雨滴谱仪的观测数据计算而来。雨滴谱数据质量控制（QC）流程在论文《雨滴大小分布的微观物理特征及对青藏高原东北部雷达降水估算的影响》中有所描述。提供的数据包括Nt（雨滴总数量浓度，m-3）、W（液态水含量，g m-3）、R（雨强，mm h-1）、Z（雷达反射率，mm6 m-3）、D0（体积中值直径，mm）和σm（质谱标准偏差）。提供了用矩法（MM）估计的伽马参数（N0、μ和λ）。还提供了标准化的伽马分布参数Nw和Dm。降水的微观物理特征的测量对于研究青藏高原上空降水的物理和动态过程非常重要。

包括典型冰川（浪卡子县枪勇冰川：东经90.23°，北纬28.88°，海拔4898米，地表覆被为基岩；申扎县甲岗山冰川：东经88.69°，北纬30.82°，海拔5362米，地表覆被为碎石和杂草）水下20cm左右，绝对压力和水体温度。该自动水位计的数据采用USB离线获取的方式收集，初始记录时间为2021年6月19日20时00分，记录间隔为10分钟，2021年9月18日11:00现场下载数据。数据完整。

本数据集包含了青藏高原及周边地区（南亚：尼泊尔、不丹、印度、巴基斯坦、孟加拉、斯里兰卡、马尔代夫；中亚：土克曼斯坦、吉尔吉斯斯坦、乌兹别克斯坦、塔吉克斯坦、哈萨克斯坦、阿富汗斯坦；西亚：伊朗、伊拉克、阿塞拜疆、格鲁吉亚、亚美尼亚、土耳其、叙利亚、约旦、以色列、巴勒斯坦、沙特、巴林、卡塔尔、也门、阿曼、阿拉伯联合酋长国、科威特、黎巴嫩、塞浦路斯）的2017年二氧化硫、氮氧化物、PM2.5排放网格化清单。排放清单来源于IIASA网络公开的数据集，通过使用ArcGIS软件技术将排放清单处理为50km*50km的网格数据集，其质量可以保证。该数据可用于模型工作者对于第三极区域气候及空气质量的进一步研究。

本数据集包含了中国第三极地区（西藏、新疆、云南、青海）的2019年二氧化硫、氮氧化物、PM2.5排放网格化清单。排放清单来源于清华大学王书肖教授课题组排放清单数据库，通过使用ArcGIS软件技术将排放清单处理为1km*1km的网格数据集。排放计算的基础数据基于公开数据搜集、卫星观测数据、文献搜集等方式，以排放因子法进行计算，数据来自于国家统计局数据及其它行业统计年鉴。该数据可用于模型工作者对于第三极区域气候及空气质量的进一步研究。

在共享社会经济路径（SSP）5-8.5情景下4个CMIP6模式2015-2100年的模拟结果。选取标准为这四个模式水平分辨率均小于1°，且均有日数据。从原始模拟结果中提取了8个代表极端气候的变量，分别是日最高气温的极高值（TXx）、日最低气温的极高值（TNx）、日最高气温的极低值（TXn）、日最低气温的极低值（TNn）、连续干旱日数（CDD）、连续湿润日数（CWD）、降水强度（SDII）和强降水日数（R20mm）。数据时间分辨率为年，空间范围为青藏高原地区，时间范围为2015-2100年。

海冰表面积雪由于其高的反射率和低热导率，能够有效的调节海冰的变化（生长和消融），控制能量收支，是海冰厚度估算的重要参数。本数据集为2012-2020年（9月-4月）逐日的北极海冰表面积雪厚度数据。我们在原有的再分析重构模型（NASA欧拉海冰积雪模型）基础上，增加了一个融化过程，然后结合粒子滤波方法构建了北极海冰表面积雪厚度估算模型。利用ERA5提供的再分析数据（降雪、气温、风场）、OSI SAF提供的海冰漂移数据、NSIDC提供的海冰密集度数据驱动再分析重构模型获得模拟的积雪厚度，然后将遥感获取的积雪厚度数据同化到模型中得到结冰期（10月-4月）北极海冰表面积雪厚度数据。由于9月无遥感数据用于同化。因此，利用线性回归分析构建模拟积雪厚度与同化后积雪厚度的关系，得到9月份最终的积雪厚度数据。最后生成了2012-2020年（9月-4月）50 km分辨率的海冰表面积雪厚度数据。本数据集能有效的综合遥感数据和模拟数据的优势，与三种OIB数据均吻合良好（分别为NSIDC OIB Quick Look产品、NSIDC OIB L4级产品和NOAA提供的OIB产品），均方根误差分别为5.80 cm、4.61 cm和6.50 cm。本数据集能够为海冰厚度和体积的估算提供高精度的输入参数，有助于分析北极物质平衡和能量平衡，进一步推动气候模式的发展。

基于2019-2020年我国高分一号及二号数据，采用深度学习分类方法，结合人工目视解译修正，生产出青藏工程走廊冻融灾害分布数据。数据地理范围为青藏公路西大滩至安多段沿线40km范围。数据包括热融湖塘分布数据及热融滑坡分布数据。该数据集可为青藏工程走廊冻融灾害的研究工作及工程防灾减灾提供数据基础。 青藏公路西大滩至安多段沿线40km范围冻融灾害空间分布基于国产高分二号影像数据自制。首先，利用深度学习方法从高分二号数据中提取泥流阶地区块；然后，利用arcgis进行人工编辑。在制作过程中，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。

该数据集主要内容为青藏公路G109、青藏铁路以及新藏公路G219国道沿线地质灾害、路面病害以及桥涵病害调查数据集，调查时间为2020年8月12日--2020年8月19日，2021年7月26日--2021年8月15日。调查对象为南亚通道及喜马拉雅山区工程。调查的病害类型主要包括冻融诱发的地质灾害（落石、危岩体、泥石流冲沟及碎屑坡）、路面裂缝类病害、松散类病害、坑槽类病害、路基变形类病害以及桥涵病害等等。采用人工调查的方法，观察各类病害破损情况，按要求详细记录路面、桥涵以及地质灾害各种破坏类型的数量（范围）、破坏程度及所在位置。该数据集可为全面了解南亚通道及喜马拉雅山区工程冻融病害情况及相关研究提供依据。