青藏高原过去的冻土图主要基于稀少的台站气温观测，采用基于连续性的分类系统。本数据集利用地理加权回归模型（GWR）综合了经过时空重建的MODIS地表温度、叶面积指数、积雪比例和国家气象信息中心多模型土壤水分预报产品、融合了4万多个气象站降水观测和FY2卫星观测的降水产品及152个气象台站2000-2010年的多年平均气温观测数据，模拟得到了青藏高原过去1公里分辨率的多年平均气温数据，利用多年冻土热条件分类系统，将多年冻土分为非常冷（Very cold）、冷（Cold）、凉（Cool）、暖（Warm）、非常暖（Very warm）和可能解冻（Likely thawing）几个类型。该图显示，扣除湖泊和冰川，青藏高原多年冻土总面积约为107.19万平方公里。验证表明该图具有更高的精度。可为今后冻土工程规划设计与环境管理等提供支持。
冉有华, 李新
高亚洲地区是中纬度全球变化敏感区和研究的热点区域，其境内湖泊星罗棋布，湖冰冻融参数是全球变化的关键敏感因子之一。由于冰水介电常数差异大，高重访率且对天气不敏感的星载被动微波遥感可实现湖冰冻融状态的快速监测。本数据集依据微波辐射计像元内湖泊和陆表的面积比例，应用混合像元分解方法获取了像元（亚像元级）的湖泊亮温信息，实现高亚洲地区被动微波遥感亚像元级湖冰冻融监测，并采用多种被动微波数据，共计获得高亚洲区域 2002-2016 年 51 个中大型时间序列湖泊亮温数据和冻融状态信息。以无云MODIS 光学产品为验证数据，在高亚洲不同区域，选取可可西里湖、达则错、库赛湖等三个大小不一的湖泊进行冻融判别验证，结果表明微波和光学遥感所获取的湖冰冻结和融化参数具有较高的一致性，其相关系数可达0.968 与 0.987。本数据集包含湖泊的时间序列亮温值和湖冰冻融参数，可进一步对湖泊开展特征参数反演，以及提升对高亚洲地区的湖冰冻融的理解，为高亚洲地区气候、环境变化以及高亚洲对全球气候变化响应模型提供数据基础。数据集由 2 部分数据组成，其一为 2002-2016 年高亚洲区域 51个湖泊的被动微波遥感亮温数据集，观测时间间隔为 1~2 天；其二是由湖泊亮温数据集判断所获得的湖冰冻融数据集。文件名分别为：最邻近法与像元分解的湖泊亮温数据 .zip（12 MB），2002–2016 高亚洲 51 个湖泊湖冰冻融数据集 .xls（0.1 MB）
邱玉宝
南北极冰盖冻融数据集采用微波辐射计和微波散射计两种数据获取。微波辐射计数据覆盖时间从1978年到2015年，空间分辨率为25 km；微波散射计数据覆盖时间从2000年到2015年，空间分辨率为4.45km.时间分辨率为逐日，覆盖范围为南北极冰盖。基于微波辐射计的遥感反演方法采用改进的基于小波冰盖冻融探测算法，算法考虑冰盖冻融亮温特性在时间上的变化，首先利用小波变换对格陵兰所有冰盖区域的长时间亮度温度数据进行小波多尺度分解，在不同尺度下对边缘信息进行分析。再次，采用方差分析的方法将冰盖融化和重新冻结过程产生的边缘信息从噪声中分离出来。基于已提取的冰盖长时间亮度温度变化边缘信息，利用广义高斯模型来确定干雪和湿雪分类的最优边缘阈值， 从而探测出格陵兰冰盖发生融化的区域。最后，基于空间自动纠错的原理，运用空间邻域纠错算子对由噪音引起的错误结果进行探测，并进行人工纠错。长时间序列星载被动微波亮度温度数据来自SMMR、SSM/I和SSMI/S三个传感器。为保证不同传感器亮度温度在时间上的一致性，在冻融提取之前对不同传感器亮度温度进行了交叉订正。通过实测站点的验证表明格陵兰冰盖冻融探测精度在70%以上。基于微波辐射计的遥感反演方法考虑积雪特性在时空和空间上的变化，首先提取散射计数据的DVPR时间序列数据，有效利用散射计数据的高时间分辨率，同时利用通道差去除地形带来的影响；随后利用广义高斯模型对每一个采样点时间序列的方差值进行拟，以此来区分出干湿雪点，即确定融化范围，这种广义高斯模型相比于传统的双高斯模型需要的输入参数少，得到的阈值也具有唯一性；最后利用移动窗分割算法来精确找到湿雪点的融化开始时间、 结束时间以及持续时间， 可以有效地去除融化或非融化时期的温度突变所带来的影响。长时间序列星载微波散射计数据来自QSCAT和ASCAT两个传感器。通过实测站点的验证表明南极冰盖冻融探测精度在70%以上。数据每一天存放一个bin文件，基于微波辐射计的南极冻融数据每个文件由316*332的栅格组成，格陵兰冰盖冻融数据每个文件由304*448的栅格组成；基于微波散射计的南极冻融数据每个文件由810*680的栅格组成，格陵兰冰盖冻融数据每个文件由810*680的栅格组成（0值：非融化区域，1值：融化区域）。
李新武, 梁雷
2008年全国遥感年平均地表温度和冻结指数是冉有华等（2015）基于MODIS Aqua/Terra逐日四次的5公里瞬时地表温度数据产品，发展了新的年平均地表温度和冻结指数估计方法，该方法利用上下午LST观测的平均获取日平均地表温度，方法的核心是如何恢复LST产品的缺失数据，该方法有两个特点：（1）将遥感观测到的日地表温度变幅进行了空间插值，利用插值获取的空间连续的日地表温度变幅，使一天只有一次的卫星观测数据得到应用；（2）利用了一个新的缺失数据时间序列滤波方法，即基于离散余弦变换的惩罚最小二乘回归方法。 验证表明，年平均地表温度与冻结指数的精度只与原始MODIS LST的精度有关，即保持了MODIS LST产品的精度。可用于冻土制图及相关资源环境应用。
冉有华, 李新
在黑河上游多年冻土区域，选取11个有编号的典型钻孔，使用钻孔温度插值计算得出多年冻土及季节冻土厚度值，设定0度等温面为多年冻土和季节冻土下底板。 数据包括钻孔编号、经纬度、冻土厚度及冻土类型。
张廷军, 高坛光
冻融指数作为冻土研究的重要参数，对于冻土研究具有十分重要的意义，同时也是研究气候变化的重要指标。冻融指数是日气温或地表土壤温度在给定时间的累计值。 本数据是根据中国气象局在黑河流域布设的15个常规气象台站逐日的地表温度的观测资料，计算得到的各气象台站1960-2006年逐年的地表冻融指数。
张廷军
1.数据概述： 此数据集是祁连站2011年1月1日—2011年12月31日人工观测冻土冻结深度数据集，每日08时观测。 2.数据内容： 数据内容为冻土器冻结深度数据集。冻土观测是利用灌注在橡皮内管中水的冻结深度 (长度 )作为记录的，根据埋入土中的冻土器内水结冰的部位和长度，来测定冻结层次及其上限和下限深度。以厘米（cm）为单位，取整数，小数四舍五入。每天0 8时观测 1次。 3.时空范围： 地理坐标：经度：99°53′E；纬度：38°16′N；海拔：2981.0m
韩春坛, 宋耀选, 刘俊峰, 阳勇, 卿文武, 刘章文
1.数据概述： 此数据集是祁连站2013年1月1日—2013年12月31日人工观测冻土冻结深度数据集，每日08时观测。 2.数据内容： 数据内容为冻土器冻结深度数据集。冻土观测是利用灌注在橡皮内管中水的冻结深度 (长度 )作为记录的，根据埋入土中的冻土器内水结冰的部位和长度，来测定冻结层次及其上限和下限深度。以厘米（cm）为单位，取整数，小数四舍五入。每天0 8时观测 1次。 3.时空范围： 地理坐标：经度：99°53′E；纬度：38°16′N；海拔：2981.0m
陈仁升, 韩春坛, 宋耀选, 刘俊峰, 阳勇, 刘章文
1.数据概述： 此数据集是祁连站2012年1月1日—2012年12月31日人工观测冻土冻结深度数据集，每日08时观测。 2.数据内容： 数据内容为冻土器冻结深度数据集。冻土观测是利用灌注在橡皮内管中水的冻结深度 (长度 )作为记录的，根据埋入土中的冻土器内水结冰的部位和长度，来测定冻结层次及其上限和下限深度。以厘米（cm）为单位，取整数，小数四舍五入。每天0 8时观测 1次。 3.时空范围： 地理坐标：经度：99°53′E；纬度：38°16′N；海拔：2981.0m
陈仁升, 宋耀选, 韩春坛, 刘俊峰, 阳勇
本数据是通过黑河上游源区内外九个站点0cm处的地表温度通过空间插值，结合冻土模拟方法获得。图中1代表季节性冻土，2代表多年冻土。 本数据为TIFF格式，投影采用WGS-84，空间范围为37.7263N-39.0976N,98.5769E-101.1608E。
葛社民
2007年10月17日夜间，在阿柔样方2开展了Envisat ASAR数据的地面同步观测试验。 Envisat ASAR数据为AP模式，VV/VH极化组合方式，过境时间约为23:04BJT。阿柔样方2为3Grid×3Grid，每个Grid为30m×30m，共计25个采样点（包含中心点和角点）。 与卫星过境同步，在阿柔样方2，采用ML2X土壤水分速测仪获取土壤体积含水量；采用WET土壤水分速测仪测量获得土壤体积含水量、电导率、土壤温度及土壤复介电常数实部；手持式红外温度计获得地表辐射温度；并采用100cm^3环刀取土经烘干获得重量含水量、土壤容重及体积含水量。同时还对植被一些参数进行了相关调查，主要包括植被高度、覆盖度、植被含水量。地表粗糙度信息请参见“黑河综合遥感联合试验：阿柔加密观测区地表粗糙度数据集 ”元数据。 本数据可为发展和验证主动微波遥感反演土壤水分及冻融状态算法提供基本的地面数据集。
白云洁, 郝晓华, 晋锐, 李弘毅, 李新, 李哲
环北极多年冻土和地下冰分布图是1997年国际冻土协会联合多个国家的冻土研究机构编制的目前唯一的一个国际冻土数据图。该冻土图描述了北半球（20°N to 90°N）多年冻土的分布与属性及地下冰条件。通过连续性划分冻土范围，将多年冻土划分为连续（90-100%）、不连续（50-90%）、零星（10-50%）、岛状（<10%）和无多年冻土。最上层20米的地下冰丰度通过冰的体积百分比划分（>20%, 10-20%, <10% 和 0%）。发布的ESRI-shape文件源于1:10,000,000的纸质地图（Brown et al. 1997）。该图可用于全球气候变化、极地资源开发和环境保护等相关领域。中国部分如图例所示。更多信息参考文献（Heginbottom et al. 1993）。 数据的格式为ESRI shapefiles，可通过美国冰雪数据中心下载（http://nsidc.org/data/ggd318.html）。
O. Ferrians, J. A. Heginbottom, E. Melnikov
2007年10月18日，在阿柔样方1和阿柔样方2开展了Envisat ASAR数据的地面同步观测试验。Envisat ASAR数据为AP模式，VV/VH极化组合方式，过境时间约为11:17BJT。阿柔样方1和阿柔样方2均为3Grid×3Grid，每个Grid为30m×30m，共计25个采样点（包含中心点和角点）。 在每个采样点，采用WET土壤水分速测仪测量获得土壤体积含水量、电导率、土壤温度及土壤复介电常数实部；手持式红外温度计获得地表辐射温度；并用100cm^3环刀取土经烘干获得重量含水量、土壤容重及体积含水量。同时还对植被一些参数进行了相关调查，主要包括植被高度、覆盖度、植被含水量。地表粗糙度信息请参见“黑河综合遥感联合试验：阿柔加密观测区地表粗糙度数据集 ”元数据。 本数据可为发展和验证主动微波遥感反演土壤水分及冻融状态算法提供基本的地面数据集。
白云洁, 郝晓华, 晋锐, 李弘毅, 李新, 李哲
该数据是黑河流域2000年—2009年，季节冻土冻融状态的月平均空间分布。基于黑河流域2000—2009年栅格化气温数据，将地表土壤的冻融状态划分为三种：不冻结状态，不完全冻结状态，完全冻结状态。完全冻结是指土壤在全月都处于完全冻结状态。不完全冻结是指土壤在月内冻结天数≤30天但≥1天，且土壤有冻融循环出现。不冻结是指土壤在本月不发生冻结。数据以栅格的形式，可以在ArcGis中打开，1代表不冻结状态，2代表不王全冻结状态，3代表完全冻结
彭小清, 张廷军
冻土图的编制依据包括：（1）冻土野外调查、勘探实测资料；（2）航空像片和卫星影像判译；（3）TOPO30 1km分辨率的地面高程数据；（4）气温和地面温度资料。其中，青藏高原的冻土分布采用了南卓铜等（2002）的研究结果，利用青藏公路沿线76个钻孔实测年平均地温数据，进行回归统计分析，获取年平均地温与纬度、高程的关系，并基于该关系，结合GTOPO30高程数据（美国地质调查局地球资源观测与科技中心领导下发展的全球1km数字高程模型数据）模拟得到整个青藏高原范围上的年平均地温分布。以年平均地温0.5 ℃作为多年冻土与季节冻土的界限，参考《中国冰雪冻土图》（1：400万）（施雅风 等，1988）划定高原不连续多年冻土与高原岛状多年冻土的界限；另外，参考东北大小兴安岭多年冻土分区图（郭东信 等，1981）、环北极多年冻土和地下冰分布图（Brown et al. 1997）和最新野外实测资料，对东北的多年冻土界线进行了修订；西北高山多年冻土界线多采用了《中国冰雪冻土图》（1：400万）（施雅风 等，1988）中划定的界线。 根据该数据统计的中国多年冻土区面积约1.75×106km2，约占中国领土的18.25％。其中，高山多年冻土0.29×106km2，约占我国领土面积的3.03％。 更多信息参考《1：400万中国冰川冻土沙漠图》说明书（中国科学院寒区旱区环境与工程研究所，2006）
王涛
字段说明： Num_code（冻土属性编码） Combo（冻土属性） extent（冻土范围） content（含冰量） 属性对照如下： （1）冻土属性对照表： 0 （No information ） 1 - chf （Continuous permafrost extent with high ground ice content and thick overburden） 2 - dhf （Discontinuous permafrost extent with high ground ice content and thick overburden） 3 - shf （Sporadic permafrost extent with high ground ice content and thick overburden） 4 - ihf （Isolated patches of permafrost extent with high ground ice content and thick overburden ） 5 - cmf （Continuous permafrost extent with medium ground ice content and thick overburden ） 6 - dmf （Discontinuous permafrost extent with medium ground ice content and thick overburden ） 7 - smf （Sporadic permafrost extent with medium ground ice content and thick overburden ） 8 - imf （Isolated patches of permafrost extent with medium ground ice content and thick overburden） 9 - clf （Continuous permafrost extent with low ground ice content and thick overburden ） 10 - dlf （Discontinuous permafrost extent with low ground ice content and thick overburden ） 11 - slf （Sporadic permafrost extent with low ground ice content and thick overburden ） 12 - ilf （Isolated patches of permafrost extent with low ground ice content and thick overburden） 13 - chr （Continuous permafrost extent with high ground ice content and thin overburden and exposed bedrock ） 14 - dhr （Discontinuous permafrost extent with high ground ice content and thin overburden and exposed bedrock ） 15 - shr （Sporadic permafrost extent with high ground ice content and thin overburden and exposed bedrock ） 16 - ihr （Isolated patches of permafrost extent with high ground ice content and thin overburden and exposed bedrock） 17 - clr （Continuous permafrost extent with low ground ice content and thin overburden and exposed bedrock ） 18 - dlr （Discontinuous permafrost extent with low ground ice content and thin overburden and exposed bedrock ） 19 - slr （Sporadic permafrost extent with low ground ice content and thin overburden and exposed bedrock） 20 - ilr （Isolated patches of permafrost extent with low ground ice content and thin overburden and exposed bedrock ） 21 - g （Glaciers） 22 - r （Relict permafrost） 23 - l （Inland lakes ） 24 - o （Ocean/inland seas ） 25 - ld （Land） （2）冻土范围对照表 c = continuous (90-100%) d = discontinuous (50- 90%) s = sporadic (10- 50%) i = isolated patches ( 0 - 10%) （3）含冰量对照表 h = high (>20% for "f" landform codes) (>10% for "r" landform codes) m = medium (10-20%) l = low (0-10%)
National Snow and Ice Data Center（NSIDC）, 吴立宗
该图是施雅风先生和米德生编制的《中国1:400万冰雪冻土图》，地图编制的工作地图为《中华人民共和国汉语拼音版》，保留了地图的水系及山脉注记，并增加了一些山文注记。编绘冻土图的依据是：冻土调查和勘探的实际资料、遥感资料的判译、影响冻土形成和分布的气温条件及地形特征。冰川雪线高度以等值线表示其变化趋势。季节性积雪与季节性结冰是综合依据了全国1600个气象观测台站资料和多年考察结果以等值线加注记和符号表示、冷生（冰缘）现象选择具有代表性且经实地观察到的给予示意性的表示。多年冻土和非多年冻土范围界线，依据考察现场资料经计算而编制成图，其综合程度较高（特普费尔著，1982） 《中国冰雪冻土图》反映了冰川、积雪、冻土及冰缘分布的规模、类型、特征，以及在科学研究上的价值和生产实践中利用、防治的前景。表现了我们三十年来在冰川冻土科研方面的成果。
施雅风, 米德生
该数据集对扫描图《中国400万冰雪冻土图》（施雅风、米德生，1988）进行几何校正，然后通过数字化，综合考虑海拔和纬度，结合多年冻土的连续性将冻土划分为：高纬度多年冻土的大片多年冻土、岛状融区多年冻土和岛状多年冻土；高海拔多年冻土和高山多年冻土（包括阿尔泰山，天山，祁连山、横断山、喜马拉雅山及中国东部的太白山、黄岗梁和长白山）和高原多年冻土（青藏高原），高原多年冻土（青藏高原）又分为大片多年冻土和岛状多年冻土；季节冻土、瞬时冻土和无冻土区。
施雅风, 米德生
该图是Li Xin等2008年为了重新统计中国的多年冻土面积，在分析现有中国冻土图的基础上编制而成的，由三部分组成，其中青藏高原部分采用模拟的青藏高原冻土图（南卓铜，2002）、东北部分来自《1：400万中国冰川冻土沙漠图》（中国科学院寒区旱区环境与工程研究所，2006），其他部分采用中国冻土区划及类型图（1：1000万）（周幼吾 等，2000）。 更多信息参考文献（中国科学院寒区旱区环境与工程研究所，2006；南卓铜，2002；周幼吾 等，2000；Li et al, 2008）。
李新, 南卓铜, 周幼吾
中国长序列地表冻融数据集——决策树算法（1987-2009）是利用被动微波遥感 SSM/I亮度温度资料通过决策树分类提取得到。 该数据集采用EASE-Grid投影方式（等积割圆柱投影，标准纬线为±30°），空间分辨率25.067525km，提供逐日的中国大陆主体部分的地表冻融状态分类结果。数据集按年份存放，共由23个文件夹组成，从1987到2009。每个文件夹里包含当年的逐日地表冻融分类结果，为ASCII码文件，命名规则为：SSMI-frozenYYYY***.txt，其中YYYY代表年，***代表儒略日（001~365/366）。冻融分类结果txt文件可直接用文本程序打开察看，还可用ArcView + Spatial Analyst扩展模块或者Arcinfo的Asciigrid命令打开。 提取地表冻融的原始数据来源于由美国国家雪冰数据中心（NSIDC）处理的1987 年以来的逐日被动微波数据，这一数据集采用EASE-Grid（等面积可扩充地球网格）作为标准格式。 中国地表冻融长时间序列数据集——决策树算法（1987-2009）属性由该数据集的时空分辨率、投影信息、数据格式组成。 时空分辨率：时间分辨率为逐日，空间分辨率为25.067525km，经度范围为60°～140°E，纬度为15°～55°N。 投影信息：全球等积圆柱EASE-Grid投影，关于EASE-Grid投影的详细信息见数据准备中关于这种投影的说明。 数据格式：数据集由1987到2009共23个文件夹组成，每个文件夹里包括当年的逐日地表冻融分类结果，按日存储为txt文件。文件命名规则：例如SMI-frozen1994001.txt代表1994年第1天的地表冻融分类结果。该数据集的ASCII码文件是由头文件和主体内容构成。头文件包括行数、列数、x-轴左下点坐标、y-轴左下点坐标、栅格大小、无数据区标值等6行描述信息组成；主体内容为根据行数列数组成的二维数组，以列为优先进行排列，数值为整数型，从1到4，1代表冻结，2代表融化，3代表沙漠，4代表降水。因为该数据集中的所有ASCII码文件所描述的空间为我国全国范围，所以这些文件的头文件是不变的，现将头文件摘录如下（其中xllcenter， yllcenter和cellsize单位为m）： ncols 308 nrows 166 xllcorner 5778060 yllcorner 1880060 cellsize 25067.525 nodata_value 0 该数据集中的所有ASCII码文件可以直接用文本程序（如记事本）打开。除了头文件，主体内容为数值表征地表冻融的状态：1代表冻结，2代表融化，3代表沙漠，4代表降水。如果要用图示来显示的话，我们推荐用ArcView + 3D 或 Spatial Analyst 扩展模块来读取，在读取过程中会生成grid格式的文件，所显示的grid文件就是该ASCII码文件的图形表达。读取方法： [1] 在ArcView软件中添加3D或Spatial Analyst扩展模块，然后新建一个View； [2] 将View激活，点击File菜单，选择Import Data Source选项，弹出Import Data Source选择框，在此框中的Select import file type:中选择ASCII Raster，自动弹出选择源ASCII文件的对话框，点击寻找该数据集中的任一个ASCII文件，，然后按OK键； [3] 在Output Grid对话框中键入的Grid文件名字（建议使用有意义的文件名，以便以后自己查看）和点击存放此Grid文件的路径，再次按Ok键，然后按Yes（要选择整型数据），Yes（把生成grid文件调入到当前的view中）。生成的文件可以按照Grid文件标准进行属性编辑。这样就完成了显示将ASCII文件显示成Grid文件的过程。 [4] 批处理时，可以使用ARCINFO的ASCIIGRID命令，编写成AML文件，再用Run命令在Grid模块中完成： Usage: ASCIIGRID <in_ascii_file> <out_grid> {INT | FLOAT}
晋锐, 李新
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
