青藏高原分区域动力降尺度(TPSDD)数据集是一个高空间-时间分辨率的网格数据集,用于整个青藏高原的陆地-空气交换过程和低层大气结构研究,并考虑到了青藏高原各分区域的气候特征。该数据集的时间跨度为1981年至2020年,时间分辨率为2小时,空间分辨率为10公里。数据集的气象要素包括近地表土地-空气交换参数,如向下/向上的长波/短波辐射通量、动量通量、显热通量、潜热通量等。此外,还包括从地表到对流层顶的3维风、温度、湿度和气压的垂直分布。通过比较观测数据和最新的ERA5再分析数据,对该数据集进行了独立评估。结果表明了该数据集的准确性和优越性,为未来的气候变化研究提供了巨大的潜力。
李斐, 马舒坡, 朱金焕, 邹捍, 李鹏, 周立波
青藏高原分区域动力降尺度数据集-标准年(TPSDD-Standard)是一个高空间-时间分辨率的网格数据集,用于整个青藏高原的陆地-大气交换过程和低层大气结构研究,并考虑到了青藏高原各分区域的气候特征。根据青藏高原上空500 hPa多年平均位势高度场,选取与该位势高度场空间相关系数最大的年份(2014年)作为标准年,它能粗略反映青藏高原大气多年平均状况。该数据时间分辨率为1小时,空间分辨率为5公里。数据集的气象要素包括近地表土地-空气交换参数,如向下/向上的长波/短波辐射通量、感热通量、潜热通量等。此外,还包括从地表到对流层顶的3维风、温度、湿度和气压的垂直分布。通过比较观测数据和最新的ERA5再分析数据,对该数据集进行了独立评估。结果表明了该数据集的准确性和优越性,为未来的气候变化研究提供了巨大的潜力。
李斐, 马舒坡, 朱金焕, 周立波, 李鹏, 邹捍
青藏高原气溶胶光学特性地基观测数据集采用Cimel 318太阳光度计连续观测获得,涉及珠峰站和纳木错站共两个站点。这些产品是经过云检测之后的结果。数据覆盖时间从2021年1月1日到2021年12月31日,时间分辨率为逐日。太阳光度计在可见光至近红外设有8个观测通道,中心波长分别为:340、380、440、500、670、870、940和1120 nm。仪器的视场角为1.2°,太阳跟踪精度为0.1°。根据太阳直接辐射可获得6个波段的气溶胶光学厚度,精度估计为0.01-0.02。最终采用AERONET统一反演算法,获得气溶胶光学厚度、Ångström指数、粒度谱、单次散射反照率、相函数、复折射指数和不对称因子等。
丛志远
三极气溶胶类型数据产品是综合利用MEERA 2同化资料和主动卫星CALIPSO产品经过一系列数据预处理、质量控制、统计分析和对比分析等过程而融合得出的气溶胶类型结果。该气溶胶类型融合算法的关键是对CALIPSO气溶胶类型的判断。气溶胶类型数据融合时根据CALIPSO气溶胶类型的种类和质控,并参考MERRA 2气溶胶类型得到最终的三极地区气溶胶类型数据(共12种)和质量控制结果。该数据产品充分考虑了气溶胶的垂直分布以及空间分布,具有较高的空间分辨率(0.625°×0.5°)和时间分辨率(月)。
赵传峰
2000-2020年三极地区0.1º气溶胶光学厚度数据集(也称为“Poles AOD Collection 1.0”气溶胶光学厚度(AOD)数据集),结合Merra-2模式数据与MODIS卫星传感器AOD制作,数据覆盖时间从2000年到2020年,时间分辨率为逐日,覆盖范围为“三极”(南极、北极和青藏高原)地区,空间分辨率为0.1度。通过实测站点验证表明,数据相对偏差在35%以内,可有效提高极区气溶胶光学厚度的覆盖率和精度。
光洁
基于12套过去千年温度资料(包括2套青藏高原夏季温度格点重建数据集、2条北极温度重建序列、1套北极格点温度重建序列、6套全球温度格点重建数据集,以及1套过去千年全球再分析数据集),利用最优信号提取法重建了过去千年(900–1999 CE)青藏高原和北极夏季年分辨率气温变化序列。青藏高原的选取范围是(27°N–36°N, 77°E–106°E),北极的选取范围是(60°N–90°N)。重建目标是仪器观测数据CRUTEM4v数据集6月至8月夏季平均气温基于1961–1990 CE时段的异常值。数据可用于研究过去千年青藏高原和北极的温度变化规律及机理。
史锋
玛曲草地观测点始建于 2005 年,海拔 3434 米,位于距离玛曲县城以南约 18公里的河曲马场(102°08′45″E,33°51′50″N),下垫面为典型的发育良好的高寒草原,属于季节性冻土区。本数据集为2017-2020年黄河源区玛曲草地观测站点的常规气象观测数据,使用Kipp&Zonen CNR4、Vaisala HMP155A、PTB110等仪器观测获得,时间分辨率为半小时,主要包括风速、风向、气温、相对湿度、气压、向下短波辐射、向下长波辐射、降水。
孟宪红, 李照国
采用WRF4.1.1模式制备的青藏高原高分辨率大气-水文模拟数据集,格点数为191*355,空间分辨率9km,覆盖范围如图1所示,时间分辨率为3h,模拟时采用的主要参数化方案包括:Thompson微物理方案、RRTM长波辐射方案、Dudhia短波辐射方案、MYJ边界层方案、Noah陆面过程方案。数据的时间跨度为2000-2010年,变量包括:降水(Rain),地面2m高度的温度(T2)和湿度(Q2),地表温度(TSK)、地面气压(PSFC)、地面上10m风场的纬向分量(U10)、地面上10m风场的经向分量(V10)。地表向下的长波通量(GLW)、地表向下短波通量(SWDOWN)、地表热通量(GRDFLX)、感热通量(HFX)、潜热通量(LH)、地表径流(SFROFF)、地下径流(UDROFF)等。该数据可有效支撑青藏高原地区区域气候特征及气候变化研究。
孟宪红, 马媛媛
鄂陵湖是青藏高原最大的淡水湖泊,与邻近的扎陵湖一起构成了黄河源头的“姊妹湖”,并入选了国际重要湿地名录,也是三江源国家公园的核心区。本数据集为中国科学院若尔盖高原湿地生态系统研究站2017-2020年黄河源区鄂陵湖草地观测点的常规气象观测数据,使用Kipp&Zonen CNR4、Vaisala HMP155A、PTB110等仪器观测获得,时间分辨率为半小时,主要包括风速、风向、气温、相对湿度(2020年为比湿)、气压、向下短波辐射、向下长波辐射、降水。
孟宪红, 李照国
“亚洲水塔”青藏高原(TP)的降水在区域水和能源循环中发挥着关键作用,对下游国家的水资源供应有重要影响。气象站点所获取的降水信息通常被认为是最准确的,但在地形复杂、环境恶劣的青藏高原中,气象站数据却十分有限。卫星和再分析降水产品可以为地面测量提供补充信息,特别是在大面积测量不足的区域。在这里,我们通过使用人工神经网络 (ANN) 和环境变量(包括海拔、地表压力和风速)确定各种数据源的权重来最优地融合站点、卫星和再分析数据。在 1998-2017 年期间,以每日时间尺度和 0.1° 的空间分辨率生成了一个多源降水 (MSP) 数据集横跨青藏高原。与其他四颗卫星产品相比,MSP与标准观测的日降水相关系数(CC)最高(0.74),均方根误差第二低,表明MSP的质量和数据合并的有效性方法。我们使用分布式水文模型进一步评估了青藏高原长江和黄河源头测量不佳的不同降水产品的水文效用。在 2004-2014 年期间,MSP 实现了每日流量模拟的最佳 Nash-Sutcliffe 效率系数(超过 0.8)和 CC(超过 0.9)。此外,基于多重搭配评估,MSP 在未测量的西部 TP 上表现最好。该合并方法可应用于全球其他数据稀缺地区,为水文研究提供高质量的降水数据。整个 TP 的左下角的经纬度、行数和列数以及网格单元信息都包含在每个 ASCII 文件中。
洪仲坤, 龙笛
冰川区域内的近地表气温变化和温度预测的可靠性是水文和冰川学研究的重要问题,由于缺乏高海拔观测,这些问题仍然难以捉摸。本研究基于从 6 个不同流域的 12 个自动气象站、43 个温度记录仪和 6 个国家气象站收集的 2019 年气温数据,展示了不同冰川/非冰川地区的气温变化,并评估了不同温度预测的可靠性,以减少消融估计中的误差。结果表明,不同气候背景下温度递减率 (LRs) 的空间异质性很大,最陡峭的 LRs 位于寒冷干燥的青藏高原西北部,最低的 LRs 位于受暖湿季风影响的青藏高原东南部。青藏高原西部和中部高海拔冰川区的近地表气温受下降风的影响较小,因此可以从冰川外的记录中线性预测。相比之下,青藏高原东南部温带冰川上盛行的局地降风风对环境气温的降温作用明显,因此,冰川上气温明显低于同等海拔的非冰川地区。因此,来自低海拔非冰川站的线性温度预测可能导致正度日数高估 40%,特别是对于流线距离长且冷却效果显着的大型冰川。这些发现提供了值得注意的证据,表明在估算青藏高原冰川融化时,应仔细考虑不同气候条件下高海拔冰川的不同 LR 和相关冷却效应。
杨威
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。
张冉
1) 青藏高原地面气象驱动数据集(2019-2020),包括地表温度(Land surface temperature)、地表降水率(Mean total precipitation rate)、下行短波辐射(Mean surface downward long-wave radiation flux)以及下行长波辐射(Mean surface downward short-wave radiation flux)4个气象要素。 2) 该数据集以ERA5再分析数据为基础,辅以MODIS NDVI、MODIS DEM、FY3D MWRI DEM数据产品。通过多元线性回归方法对ERA5再分析数据进行降尺度处理,最后通过重采样生成。 3) 青藏高原地面气象驱动数据集(2019-2020)各数据要素均以TIFF格式存储,时间分辨率包括(每日、每月、每年),空间分辨率统一为0.1°×0.1°。 4) 本数据方便不会使用.nc格式的此类同化数据的科研人员和学生使用。在高寒网各野外站和泛第三极地区境外台站的长期观测数据基础上,建立泛第三极地区气象、水文及生态要素系列数据集;通过重点区域的强化观测与样地和样点验证,完成气象要素、湖泊水量与水质、地上植被生物量、冰川冻土变化等数据产品的反演;基于物联网技术,研制建立多站联网的气象、水文、生态数据管理平台,实现联网数据实时获取与远程控制及共享。
朱立平, 杜宝隆
本数据集为覆盖全球范围考虑积融雪过程的标准化水分距平指数(SZIsnow),该干旱指数数据集由GLDAS-2驱动产生。该指数考虑了与干旱发展相关的诸多水文过程,尤其是积融雪过程。目前许多干旱指数忽略了积融雪过程,导致不能准确地对积雪地区干旱的发生和发展进行评估,该指数很好地弥补了这一不足,解决了干旱物理机制解析与多时间尺度分析无法兼顾,不同类型干旱难以统一评估的两个难题。经验证该指数能够很好地对全球不同地区的历史干旱时间进行定量描述,其优异表现在高纬度和高海拔地区更为突出。因此本数据集可以为干旱的监测评估以及干旱相关研究提供科学参考。
吴普特, 田磊, 张宝庆
本数据为降水数据,是热带降水测量任务TRMM(Tropical Rainfall Measuring Mission)逐月降水产品TRMM 3B43,融合青藏高原为主主体的范围区域(25~40°N;73~105°E)内332个气象站点降水数据,该气象站降水数据源自中国气象局国家气象信息中心。本数据集采用站点3°插值优化变分订正方法计算获得的再分析数据集。时间跨度为1998年1月至2018年12月的月样本资料,空间覆盖范围是25~40°N;73~105°E,空间分辨率为1°*1°。
徐祥德, 孙婵
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。
申彦波, 胡玥明, 胡秀琴
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。
朱蓉, 孙朝阳
汞是一种全球性污染物。青藏高原毗邻当前大气汞排放最严重的地区南亚,可能受到长距离传输的影响。利用冰芯和湖芯可以很好地重建大气汞传输和沉降历史。基于青藏高原和喜马拉雅山南坡8支湖芯和1支冰芯重建了工业革命以来的大气汞沉降历史。本数据集包含青藏高原纳木错、班公错、令戈错、枪勇湖、唐古拉湖和喜马拉雅山南坡Gosainkunda湖、Gokyo湖和Phewa湖的8支湖芯数据,各拉丹冬1支冰芯数据。冰芯数据分辨率为1年,湖芯数据2~20年,数据包含汞浓度数据和沉降通量数据。
康世昌
陆地实际蒸散发(ETa)是陆地生态系统的重要组成部分,它连接着水文、能量和碳循环。然而,准确监测和理解青藏高原(TP)实际蒸散发(ETa)的时空变化仍然非常困难。在此,利用MOD16-STM模型,在土壤属性、气象条件和遥感数据集的支持下,对青藏高原多年(2000-2018年)月度ETa进行了估算。估算出的ETa与9个通量塔的测量结果相关性非常好,均方根误差(平均RMSE=13.48 mm/月)和平均偏差(平均MB=2.85 mm/月)较低,相关系数(R=0.88)和一致性指数(IOA=0.92)较高。2000年至2018年,整个TP和东部TP(Lon>90°E)的空间平均ETa显著增加,增速分别为1.34 mm/年(P<0.05)和2.84 mm/年(P<0.05),而西部TP(Lon<90°E)未发现明显趋势。ETa及其组分的空间分布不均匀,从东南向西北TP递减。东部ETa呈显著上升趋势,西南部ETa全年呈显著下降趋势,尤其是冬春两季。土壤蒸发(Es)占总ETa的84%以上,其时间趋势的空间分布与年平均ETa相似。春季和夏季的ETa变化幅度和速率最大。陆表ETa的多年平均年值(面积2444.18×10^3 km2)为376.91±13.13 mm/年,相当于976.52±35.7 km3/年。整个TP(包括所有高原湖泊,面积2539.49×10^3 km2)的年平均蒸发水量约为1028.22±37.8 km3/年。新的ETa数据集有助于研究土地覆被变化对水文的影响,有助于对整个TP的水资源管理。
马耀明, 陈学龙, 袁令
该数据集包含纳木那尼冰川(北支)2008-2018年的年物质平衡数据,侧碛和末端自动气象站2011-2019年日气象数据及冰面上2018-2019年的月均气温和相对湿度数据。 冰川物质平衡数据观测时间为每年9月底或10月初,采用冰面测杆和雪坑结合的方法进行观测,获取测杆点的物质平衡数据,然后计算整条冰川的年净物质平衡(具体方法见参考文献)。 2台自动气象站(AWSs,Campbell公司)分别安装在纳木那尼冰川侧碛和末端。AWS1观测时间为2011年10月1日-2018年11月30日,观测数据包括气温(℃)、相对湿度(%)、太阳辐射(W/m2),仪器半小时记录一次气象资料。AWS2观测时间为2010年10月19日-2018年11月30日,观测数据包括风速(m/s)、大气压(hPa)、降水 (mm),仪器每小时记录一次气象资料。首先剔除原始记录中的少量异常数据,然后计算这些参数的日值。数据质量方面:原始数据质量较好,缺失较少。 两个温湿度探头(型号:Hobo MX2301)于2018年安装于冰面,半小时记录一次数据。将半小时数据处理为月均值。原始数据质量较好,没有缺失。 数据以excel文件存储。 该观测资料可以为研究喜马拉雅西段北坡气候、冰川、水资源及其之间的关系提供重要的基础数据,可供研究气候、水文、冰川等的科研工作者使用。
赵华标
基于1980-2019年青藏高原及附近105个气象站点的气象数据(数据源于中国气象局数据国家气象科学数据中心)计算含氧量,发现含氧量和海拔显著线性相关,y=-0.0263x+283.8,R2=0.9819。因此基于DEM数据栅格计算得到含氧量分布图。由于青藏高原地区自然环境的限制,相关定点观察机构较少,本数据可在一定程度上反应青藏高原地区含氧量的分布情况,对青藏高原人类生存环境等相关研究有一定的借鉴意义。
信忠保
本数据集包含2001-2018年青藏高原月平均地表实际蒸散发量,空间分辨率为0.1度。数据集主要以卫星遥感数据(MODIS)和再分析气象数据(CMFD)作为输入,利用地表能量平衡系统模型(SEBS)计算得到。在计算湍流通量的过程中引入了次网格地形拖曳参数化方案,提高了对地表感热通量和潜热通量的模拟。另外,利用青藏高原6个湍流通量站的观测数据对模型输出的蒸散发量进行了验证,显示出了较高的精度。该数据集可用于研究青藏高原陆气相互作用和水循环特征。
韩存博, 马耀明, 王宾宾, 仲雷, 马伟强, 陈学龙, 苏中波
包含青藏高原地区气溶胶类型和气溶胶光学厚度,两类数据。 气溶胶类型数据产品是综合利用MEERA 2同化资料和主动卫星CALIPSO产品经过一系列数据预处理、质量控制、统计分析和对比分析等过程而融合得出的气溶胶类型结果。该气溶胶类型融合算法的关键是对CALIPSO气溶胶类型的判断。融合时根据CALIPSO气溶胶类型的种类和质控,并参考MERRA 2气溶胶类型得到最终气溶胶类型数据(共12种)和质量控制结果。充分考虑了气溶胶的垂直分布以及空间分布,具有较高的空间分辨率(0.625°×0.5°)和时间分辨率(月)。 气溶胶光学厚度(AOD)采用自主研发的可见光波段遥感反演方法,结合Merra-2模式数据与NASA的官方产品MOD04制作,数据覆盖时间从2000年到2019年,时间分辨率为逐日,空间分辨率为0.1度。反演方法主要采用自主研发的APRS算法,反演了冰雪上空的气溶胶光学厚度,算法考虑了冰雪地表的BRDF特性,适用于冰雪上空气溶胶光学厚度的反演。通过实测站点验证表明,数据相对偏差在35%以内,可有效提高极区气溶胶光学厚度的覆盖率和精度。
光洁, 赵传峰
青藏高原0.01°空间分辨率近地表气温数据集(1979-2018)通过对中国区域地面气象要素驱动数据集中空间分辨率为0.1°的气温数据进行降尺度得到。它包含日均气温和三小时分辨率的瞬时气温。其空间分辨率为0.01°(约1km)。时间范围为1979年到2018年。空间范围为73°E-106°E, 23°N-40°N。该数据集可以为地表辐射与能量平衡、气候变化、水文气象等领域的研究与应用提供较高空间分辨率的近地表气温数据。
丁利荣, 周纪, 王伟, 马晋
青藏高原野外观测研究平台是开展青藏高原科学观测和研究的前沿阵地。基于高原地表过程与环境变化的陆面-边界层立体综合观测为青藏高原地气相互作用机理及其影响研究提供了大量的珍贵数据。本数据集综合了珠穆朗玛大气与环境综合观测研究站、藏东南高山环境综合观测研究站、那曲高寒气候环境观测研究站、纳木错多圈层综合观测研究站、阿里荒漠环境综合观测研究站、慕士塔格西风带环境综合观测研究站2005-2016年逐小时大气、土壤和涡动观测数据。包含了由多层风速风向、气温、湿度以及气压、降水组成的梯度观测数据,辐射四分量数据,多层土壤温湿度和土壤热通量观测数据以及感热通量、潜热通量和二氧化碳通量组成的湍流数据。这些数据能广泛的应用于青藏高原气象要素特征分析、遥感产品评估和遥感反演算法的发展、数值模拟的评估和发展等研究中。
马耀明
本数据集包括青藏高原及其周边共5个采样点碳质气溶胶包括有机碳和黑碳的浓度和空间分布信息。本数据包含的黑碳和有机碳数据采用膜采样,滤膜为石英滤膜,采样器为大流量采样器,切割粒径为总悬浮颗粒物(TSP),每个滤膜采样周期为24h或48h。采用热光法测定其有机碳和黑碳含量,方法检出限分别为0.43和0.12 ug/cm2。此外,还计算了黑碳的吸光参数(MAC)。该数据集将作为青藏高原及其周边区域碳质气溶胶污染状况及背景值的参考数据集。
青藏高原的水土资源匹配数据,由站点气象数据(2008-2016年,国家气象数据共享网)经过彭曼公式计算得出的潜在蒸散发数据,利用土地利用的不同土地类型,根据下垫面影响系数计算现有土地利用下的蒸散发量;以及气象数据中的站点降雨数据插值得到的降雨数据,根据两者差值得到水土资源匹配系数。实际降雨与现有土地利用条件下的需水量之间的差值来反映水土资源的匹配性,数值越大匹配性越好。水土资源的匹配情况的空间分布能为进一步了解青藏高原的农牧业资源情况做铺垫。
董凌霄
该数据集是基于MODIS 16天合成的NDVI产品(MOD13Q1 collection6)估算的三江源国家公园区域的植被生长季开始(Start of Season: SOS)和生长季结束的日期(End of Season: EOS)。共用了两种常见的物候期估算方法,分别是基于多项式拟合的阈值提取法(文件名中有poly字符)和基于双逻辑曲线(double logistic function)拟合后的拐点提取法(文件名中有sig字符)。该数据可以用来分析植被物候期与气候变化的关系。时间范围为2001年至2020年。空间分辨率为250m。数据中包含4个子文件夹,CJYYQ_phen是三江源国家公园长江源园区的物候结果,HHYYQ_phen是三江源国家公园黄河源园区的物候结果,LCJYYQ_phen是三江源国家公园澜沧江源园区的物候结果,SJY_phen是整个三江源区域的物候。 数据格式为geotif,建议使用arcmap或者Python+GDAL浏览和处理数据。
王旭峰
1) 数据内容:为了描述青藏高原上的大气水资源,我们提供了两个变量。 一种叫做大气柱水汽收入(CWI),定义为单位面积大气柱水汽通量散度和地表面蒸发之和。 CWI变量为0.25×0.25度网格资料,单位为kg/m2或毫米。 另一个是大气水塔指数(AWTI),是整个TP区域大气水资源净收入的总和,AWTI即cwi乘以高原(75-105E, 25-40N, altitude> 2.5km)格点面积之和,单位为Gt. 2) 数据来源:基于ERA5再分析数据产品计算得到 3) 数据质量描述:ERA5是目前精度较高的再分析数据 4) 数据应用成果及前景: 上述两个变量提供了高原大气中水汽净收入量,
阎虹如
本数据集是基于MODIS数据进行处理和分析后得到,通过改进不同下垫面下的不同积雪提取算法,提高了积雪范围识别精度,同时利用隐马尔科夫去云算法和SSM/I雪水当量结合,最终生成完全无云的逐日积雪面积产品。取值范围: 1:积雪;0 非积雪。空间分辨率为0.005 度(约500m),时间范围是2000年2月24日至2019年12月31日。 数据格式为geotiff,推荐使用Arcmap或python +GDAL打开和处理数据
郝晓华
基于WRF模式,以ERA5再分析资料为初始和边界场,通过动力降尺度的方法,初步获得了青藏高原高分辨率低层大气结构和地气交换数据集。该数据集时间范围为2014年8月1日-8月31日,时间分辨率1小时,水平范围25oN-40oN,70oE-105oE,水平分辨率为0.05°。数据格式为NetCDF,每一小时数据输出一个文件,文件以日期命名。低层大气结构数据包含温度、相对湿度、水汽混合比、位势高度、经向风、纬向风气象要素,垂直方向为34层等压面;地气交换数据集包含地表接收的向上/向下短波辐射、向上/向下长波辐射、地表感热和通量、2米气温和水汽混合比、10米风等。该数据集可对青藏高原天气过程和气候环境研究提供数据支撑。
马舒坡
青藏高原珠峰站和纳木错站点气溶胶光学厚度数据是基于中科院青藏高原所大气辐射观在珠峰站和纳木错站点的观测数据产品而形成,数据覆盖时间从2017年到2019年,时间分辨率为逐小时,覆盖站点为珠峰站和纳木错站点,经纬度坐标为(珠峰站:28.365N, 86.948E,纳木错站:30.7725N,90.9626E)。观测数据来源为MFRSR仪器观测的辐射数据反演获得,所包含特征变量为气溶胶光学厚度,观测反演误差范围约为15%。数据格式为txt格式。
丛志远
数据内容:本数据集包含3种分辨率(0.25度、0.75度和2度)青藏高原多年平均月温度递减率(单位:℃/m)网格数据 数据来源及加工方法:基于高程标准差和相关性阈值动态检测不同分辨率网格内MODIS地温-海拔样本的有效性来获得局部可靠的温度递减率 数据质量描述:基于青藏高原113个站点的1980-2014年间日平均气温观测,对ERA-Interim气温数据应用0.75度气温递减率产品进行日平均气温的空间降尺度,使其验证误差(均方根误差)由~4℃降低到~2℃。 数据应用成果及前景:该数据集可应用于多种再分析资料的气温降尺度。
张凡, 张宏波
降水强烈的时空变化常使得常规地基台站的降水观测不能准确把握降水的空间分布和强度变化。而卫星微波遥感可以克服此局限,实现全球尺度降水和云的观测,而且相对于红外/可见光只能反映云厚、云高等信息而言,微波能够穿透云体,利用云内降水粒子和云粒子与微波的相互作用对云、雨进行更为直接的探测。 本数据以GPM搭载的DPR双波段降水雷达获取的地表降水量为真值,以NDVI、DEM、ERA5中的土壤温/湿度为参考数据,利用GMI的多波段被动亮温数据反演青藏高原地区暖季(5月-9月)瞬时降水强度,将结果重采样至0.1°空间分辨率后累加到日。
许时光
青藏高原作为地球的第三极,春夏季作为热源对区域和全球的天气和气候有着重要的影响。为了探究高原多时间尺度热力强迫作用的时空变化特征,建立一套持续、可靠的长时间观测的观测数据为基础的高原热源(汇)数据是十分有必要的。利用中国气象局在青藏高原上80(32)个观测台站1979—2016(1960—2016)年的气象要素(地表温度、地表气温、10m 风速、 日累计降水量等)为基础计算得到感热(SH)和潜热(LH),同时利用卫星资料处理得到高原上1984—2015年的净辐射通量(RC),得到了一套通过质量控制的长期高原热源数据集。本数据集在计算地表感热通量时,考虑了总体热传输系数 的日变化特征。
胡文婷
青藏高原(TP)在春季和夏季作为一个巨大的高架式地表和大气热源,对区域和全球气候和气候具有重要影响。为了探讨TP的热强迫效应的多尺度时间变化,制备了青藏高原大气热源/汇数据集,作为计算气柱热收支的定量分析工具。 大气热源/汇数据集包含三个变量:地表感热通量SH、潜热释放LH和净辐射通量NR。 基于中国气象局(CMA)1979-2016年80(32)气象站6-h的常规观测数据:1.5m气温、10m地面温度和风速计算地表热通量数据,降水估算潜热释放量。用于计算净辐射通量的卫星数据集为全球能源和水循环实验地表辐射预算卫星辐射(GEWEX/SRB)和云和地球的辐射能系统(CERES/EBAF),利用GEWEX/SRB和CERES/EBAF大气表面和顶部(TOA)的短波和长波月辐射通量(short - twave and longwave radiation fluxes, TOA),通过统计方法得到1984-2015年期间的净辐射通量。
段安民
青藏高原作为亚洲“水塔”为亚洲主要河流提供水资源。由生物质和化石燃料燃烧排放的BC气溶胶对辐射具有极强的吸收作用,进而对地球系统的能量收支和分布具有重要的影响,是气候环境变化不可忽视的影响因子。青藏高原周边地区排放的黑碳气溶胶经大气环流可被传输至高原内部,并沉降到雪冰表面,对降水和冰川物质平衡产生重要影响。分别在青藏高原5个台站架设黑碳仪,在线测量大气黑碳含量。这对评估黑碳对青藏高原的气候环境影响和大气污染物的跨境传输提供数据基础。
王茉
采用WRF模式制备的青藏高原近地表大气驱动和地表状态数据集,时间范围:2000-2010,空间范围:25-40 ºN,75-105 ºE,时间分辨率:逐时,空间分辨率:10 km,格点数为150*300。 总计有33个变量,其中包含的近地表大气变量11个: 地面上2m高度的温度、 地面上2m高度的比湿、地面气压、地面上10m风场的纬向分量、地面上10m风场的经向分量、固体降水比例、累积的积云对流降水、累积的格点降水、地表处的向下短波辐射通量、地表处的向下长波辐射通量、累计的潜在蒸发。 包含的地表状态变量有19个:各层土壤温度、各层土壤湿度、 各层土壤液态水含量、雪相态改变的热通量、土壤底部温度、地表径流、地下径流、植被比例、地面热通量、雪水当量、实际雪厚、雪密度、冠层中的水、地表温度、反照率、背景反照率、更低边界处的土壤温度、地表面处向上的热量通量(感热通量)、地表面处向上的水量通量(感热通量)。 其他变量3个:经度、纬度和行星边界层高度。
潘小多
1) 数据内容(包含的要素及意义): 大气柱总含水量/可降水量、 儒略日Julian Day、经纬度和海拔高度; 2) 数据来源及加工方法: ECMWF-interm逐月再分析资料集 monthly mean analysis; 3) 数据质量描述:时间分辨率为逐月,空间分辨率:0.7°*0.7°; 4) 数据应用成果及前景:数据集给出了高原空中大气水资源的空间情况,用于分析高原空中水汽的时空变化及对周边地区降水的影响。
阎虹如
本数据集包含自1951年1月至2006年12月,青藏高原地区历年各季度和历年各月份的温度距平序列。依照气候距平法(CAM),基于《中国均一化历史气温数据集(1951-2004)1.0版》与2005-2006逐日平均气温资料,对青藏高原及其邻近区域共123个站点的逐月平均气温网格化,进而以面积加权法建立了高原1951-2006年逐月平均气温距平序列。其中,为最大限度地利用观测资料,着重探讨了利用参考站订正短序列气温资料气候标准值的方法。参考文献:任雨,张雪芹,彭莉莉.青藏高原1951-2006年气温距平序列的建立与分析.高原气象,2010. 《中国均一化历史气温数据集(1951-2004)1.0版》与2005-2006逐日平均气温资料,符合相关国家标准。 年各月温度距平数据表共有五个字段 字段1:年 字段2:月份 字段3:网格数 参加计算的网格数 字段4:站点数 参加计算的站点数 字段5:月温度距平 单位 ℃ 历年及各季温度距平数据表共有五个字段 字段1:年 字段2:季度 字段3:网格数 参加计算的网格数 字段4:站点数 解释:参加计算的站点数 字段5:温距平 ℃ 其中,季度字段中 1. 如果为空值,表示为年温度距平 2. DJF:冬季(上年12月至当年2月)温度距平值 ℃ 3. MAM:春季(3-5月)温度距平值 ℃ 4. JJA:夏季(6-8月)温度距平值 ℃ 5. SON:秋季(9-11月)温度距平值 ℃ 数据精度:月均温距平到小数点后三位,年均温与季均温距平到小数点后两位。
刘林山
光合有效辐射吸收系数光合有效辐射分量是重要的生物物理参数,是生态系统功能模型、作物生长模型、净初级生产力模型、大气模型、生物地球化学模型、生态模型等的重要陆地特征参量,是估算植被生物量的理想参数。 数据集包含青藏高原地区的光合有效辐射吸收系数数据,空间分辨率为500m,时间分辨率为8d,时间覆盖范围为2000年、2005年、2010年、2015年。数据来源为NASA网站MODIS LAI/FPAR产品数据MOD15A2H(C6)。 数据对于分析青藏高原的植被生态环境有重要意义。
方华军, Ranga Myneni
青藏高原地区属于高原山地气候,气温及其季节变化一直是全球气候变化研究的热点之一。 数据包含青藏高原地区的气温数据,空间分辨率为1km*1km,时间分辨率为月、年,时间覆盖范围为2000年、2005年、2010年、2015年。数据通过对青藏高原地区国家气象站数据进行Kring插值得到。 数据可用于分析青藏高原的气温的时间空间分布情况,此外数据还可用于分析青藏高原的气温随时间变化的规律,对青藏高原的生态环境研究有重要意义。
方华军
1、数据内容:气温、相对湿度、降水、气压、风速、平均总辐射、总净辐射值及水汽压日平均数据。 2、数据来源及加工方法:由美国campel高山型自动气象站观测,其中空气温湿度传感器型号HMP155A;风速风向仪型号:05103-45;净辐射仪:CNR 4 Net Radiometer four component;大气压力传感器:CS106;雨量筒:TE525MM。自动气象站每隔10分钟自动采集一次数据,每日采集完自动统计计算得出日均值气象数据。 3、数据质量描述:数据自动连续获取。 4、数据应用成果及前景:该气象站设置在冰川中部,气象数据可为模拟预测未来气候变化背景下海洋型冰川变化对全球气候变化的响应研究提供了数据保证。
刘婧
本数据集来源于MODIS 005版本和IMS数据集,进行了去云处理后融合的逐日无云积雪面积产品。取值范围:0%-100%。200:积雪;100: 湖冰;25:陆地;37:海洋。空间分辨率为0.005 度(约500m),时间范围是2002年7月5日至2014年12月31日。
郝晓华
基于青藏高原国家气象站站点数据通过PRISM模型插值生成的高原气象要素分布图,主要包括气温和降水。 青藏高原1961-1990月均温分布图(30年平均值): t1960-90_1.e00,t1960-90_2.e00,t1960-90_3.e00,t1960-90_4.e00,t1960-90_5.e00, t1960-90_6.e00,t1960-90_7.e00,t1960-90_8.e00,t1960-90_9.e00,t1960-90_10.e00, t1960-90_11.e00,t1960-90_12.e00 青藏高原1991-2020月均温分布图(30年平均值): t1991-20_1.e00,t1991-20_2.e00,t1991-20_3.e00,t1991-20_4.e00,t1991-20_5.e00, t1991-20_6.e00,t1991-20_7.e00,t1991-20_8.e00,t1991-20_9.e00,t1991-20_10.e00, t1991-20_11.e00,t1991-20_12.e00, 青藏高原1961-1990月降水分布图(30年平均值): p1960-90_1.e00,p1960-90_2.e00,p1960-90_3.e00,p1960-90_4.e00,p1960-90_5.e00, p1960-90_6.e00,p1960-90_7.e00,p1960-90_8.e00,p1960-90_9.e00,p1960-90_10.e00, p1960-90_11.e00,p1960-90_12.e00 青藏高原1991-2020月降水分布图(30年平均值): p1991-2020_1.e00,p1991-2020_2.e00,p1991-2020_3.e00,p1991-2020_4.e00,p1991-2020_5.e00, p1991-2020_6.e00,p1991-2020_7.e00,p1991-2020_8.e00,p1991-2020_9.e00,p1991-2020_10.e00, p1991-2020_11.e00,p1991-2020_12.e00, 数据时间范围分为1961-1990年、1991-2020年。 数据覆盖的空间范围为东经73°~104.95°,北纬26.5°~44.95°,空间分辨率0.05度×0.05度(经度×纬度),大地坐标投影。 名称解释: 月均温:一个月中每天的日平均气温的平均数; 月降水:一个月降水量的总和。 量纲:数据的文件格式为E00文件,DN值为1~12月的月均温平均值(×0.01℃)、月降水平均值(×0.01mm)。 数据类型:整型。 数据精度:0.05度×0.05度(经度×纬度)。 本数据原始来源为两组数据集:1)青藏高原及周边地区128个气象站自建站至2000年的月均温、月降水观测资料;2)青藏高原50×50km网格的HadRM3区域气候情景模拟数据,即1991-2020年下月平均温度、月降水模拟值。 1961-1990年,对源数据集采用PRISM(Parameter elevation Regressions on Independent Slopes Model)插值方法生成网格数据,基于站点数据对插值模型进行调参和验证。1991-2020年,对区域气候情景模拟数据以地形趋势面插值方法降尺度生成网格数据。部分源数据来自GCM模型模拟的结果:GCM模型采用Hadley Centre climate model HadCM2-SUL。 a) Mitchell JFB, Johns TC, Gregory JM, Tett SFB (1995) Climate response to increasing levels of greenhouse gases and sulphate aerosols. Nature, 376, 501-504. b) Johns TC, Carnell RE, Crossley JF et al. (1997) The second Hadley Centre coupled ocean-atmosphere GCM: model description, spinup and validation. Climate Dynamics, 13, 103-134. 对气象数据进行空间插值采用PRISM (Parameter-elevation Regressions on Independent Slopes Model)方法: Daly,C., R.P. Neilson, and D.L. Phillips, 1994: A statistical-topographic model for mapping climatological precipitation over mountainous terrain. J. Appl. Meteor., 33, 140~158. 因高原地区观测条件艰苦,基础研究数据缺乏,部分地区气象数据有缺失的现象。本数据集经调参和验证,精度尚可,但仅可做为宏观尺度气候研究的参考之用。青藏高原1961-1990月均温分布数据平均相对误差率为8.9%,青藏高原1991-2020月均温分布数据平均相对误差率为9.7%,青藏高原1961-1990月降水分布数据平均相对误差率为20.9%,青藏高原1991-2020月降水分布数据平均相对误差率为22.7%。对部分缺失数据的区域进行了插补,对明显错误的个别数值进行了修改。
周才平
数据集综合了纳木错多圈层综合观测研究站、珠穆朗玛大气与环境综合观测研究站、藏东南高山环境综合观测研究站的大气、水文和土壤的长期监测数据。数据有三种分辨率,包括0.1秒、10分钟、30分钟、24小时不等。 野外的大气边界层塔(PBL)所使用的温湿度和气压传感器由芬兰的Vaisala公司生产,风速风向传感器由美国的MetOne公司生产,辐射传感器由美国的APPLEY公司和日本的EKO公司生产,气体分析仪由美国的Licor公司生产,土壤含水量、超声风速仪和数据采集器等由美国的CAMPBELL公司生产。定期(每年2-3次)由专业人员对观测系统进行维护,对传感器进行标定和更换,对采集的数据进行下载和整编,满足国家气象局和世界气象组织(WMO)的气象观测规范。 数据集加工方法为原始数据经过质量控制后形成时间连续序列,质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。
马耀明
数据集综合了藏北高原大气、水文和土壤的多站点长期监测项目,包含了藏北高原青藏公路/铁路沿线9个站点(D66,NewD66,沱沱河,D105,D110,安多,MS3478/NPAM,那曲布交,MS3608)多层或单层大气基本要素(风、温、湿、压和降雨/雪等),地面辐射各分量及多层土壤温、湿和热流等观测资料。 数据集通过架设在野外的自动气象站(AWS)、大气边界层塔(PBL)所获得的监测数据组成。所使用的温湿度和气压传感器由芬兰的Vaisala公司生产;风速风向传感器由美国的MetOne公司生产;辐射传感器由美国的APPLEY公司和日本的EKO公司生产;气体分析仪由美国的Licor公司生产;土壤含水量、超声风速仪和数据采集器等由美国的CAMPBELL公司生产。定期(每年2-3次)由专业人员对观测系统进行维护,对传感器进行标定和更换,对采集的数据进行下载和整编。 数据集加工方法为原始数据经过质量控制后形成时间连续序列。满足国家气象局和世界气象组织(WMO)对气象观测原始数据的精度,质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。 数据包含如下观测指标: 空气温度,单位:℃,精度:0.05℃; 空气相对湿度,单位:%,精度:2%; 风速,单位:m/s,精度:0.1m/s; 气压,单位:hPa,精度:0.5hPa; 风向,单位:°,精度:4°; 降水,单位:mm,精度:0.05mm; 辐射,单位:W/m²,精度:5%; 土壤热流,单位:W/m²,精度:2%; 土壤温度,单位:℃,精度:0.2℃; 土壤体积含水量,单位:v/v%,精度:2%。
胡泽勇
第三极地区降水资料库包含7个指标:降水量(Precipitation),订正后降水 (Corrected Precipitation),订正系数(Correction Factor),风速损失(Wind-induced loss),蒸发损失(Evaporation loss),湿润损失(Wetting loss),微降水(Trace precipitation)。涵盖了第三极地区台站观测降水数据,同时包含了订正后的降水数据、订正系数,以及由风速、蒸发、湿润等引起的降水损失、微量降水等。 (1)中国境内观测降水数据来自于中国气象局-国家气象信息中心(http://data.cma.gov.cn/site/index.html) (2)国外观测降水数据来自NCDC国际气候数据中心-NOAA卫星信息服务中心(http://www7.ncdc.noaa.gov/CDO/country),巴基斯坦气象局,尼泊尔气象局等。 原始数据已经由气象业务部门经过严格的质量控制,并已经在相关学术期刊发表。因各个国家气象数据集的规范不同,订正前需要统一气象要素单位,即气温、风速、降水等单位各自统一为℃、m/s、mm。 该数据集包含2个表格: 第三极地区中国境内降水日资料; 第三极地区境外降水日资料。 表格1,2包含如下字段:台站编号,日期,观测降水,订正后降水,订正系数,风速损失,蒸发损失,湿润损失,微降水。
张寅生
本数据集包含从2005年10月1日到2016年12月31日,纳木错台站观测的气温、气压、相对湿度、风速、降水、总辐射等日值。 数据集加工方法为原始数据经过质量控制后形成连续的时间序列。满足国家气象局和世界气象组织(WMO)对气象观测原始数据的精度,剔除了曳点数据和传感器出现故障造成的系统误差。 该数据的服务对象为从事大气物理、大气环境、气候、冰川、冻土等学科科学研究和人才培养的专业人员。主要应用于冰川学、气候学和环境变化、寒区水文过程以及冻土学等学科领域。 测量参数的单位和精度如下: 空气温度,单位:℃,精度:0.1℃; 空气相对湿度,单位:%,精度:0.1%; 风速,单位:m/s,精度:0.1m/s; 风向,单位:°,精度:0.1°; 气压,单位:hPa,精度:0.1hPa; 降水,单位:mm,精度:0.1mm; 总辐射,单位:W/m2,精度:0.1W/m2。
汪远伟, 邬光剑
本数据集包括2007年1月1日至2017年12月31日藏东南站,大气气温、相对湿度、降水、风速、风向、净辐射、气压等的日平均数据。 该数据服务对象为从事气象、大气环境、生态研究的学生和科研人员。 其中各种气象要素的单位如下:气温℃;降水mm;相对湿度%;风速m/s;风向°;净辐射W/m2;气压hPa;可入肺颗粒物μg/m3。 所有数据均是原始观测数据计算得到的日平均值。严格按照仪器操作规范进行观测和数据采集,并已经在相关学术期刊发表;加工过程中剔除了一些明显误差数据,缺失数据用空值。 2015年由于台站观测探头老化问题,风速数据只保留后8个月数据。
罗伦
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