湖冰物候是描述湖冰覆盖的季节性循环特征,湖冰物候的变化是碳、水和能量过程研究中的重要内容,也是气候变化的敏感因子之一。本数据集是基于被动微波反演的湖冰物候,包含青藏高原与北半球高纬度地区200个湖泊2002-2018年的湖冰物候(含湖泊开始冻结日期、完全冻结日期、开始融化日期、完全融化日期),部分湖泊可以延伸至1978年。该数据与同时期MODIS监测结果验证表明二者的判读误差为2-4天。用户可利用此数据开展北半球气候变化研究。
邱玉宝
该数据集为全球植被生产力数据,包含总初级生产力(GPP)和净初级生产力(NPP)两部分,由耦合模式比较计划第6阶段(CMIP6)中CNRM-CM6-1模式在Historical情景下模拟得到。数据时间范围为1850-2014年,时间分辨率为月,空间分辨率约为1.406°×1.389°。模拟数据详细说明可见链接http://www.umr-cnrm.fr/cmip6/spip.php?article11。
美国气候模式诊断和对比计划委员会
基于西藏地区的钩虾物种名录及其分布基础数据库,采用分子生物学方法构建西藏地区钩虾谱系关系图。提取钩虾新鲜标本的基因组DNA,通过PCR扩增获取分子序列,应用最大似然法和贝叶斯法构建系统发育树。每个种群选取10个个体进行简化基因组测序,构建基因组,分析种群动态。综合分析西藏地区钩虾谱系关系图,从进化、遗传的视角探讨气候环境变化对钩虾多样性的影响以及钩虾对环境变化的响应,为西藏地区生物多样性评估和生态保护提供科学依据。
侯仲娥
(1)数据提供了申扎站高寒草原观测场的空气温度(地面2米)、湿度、降水、气压、风速、辐射等关键气象要素的监测(2015年--至今)。中国科学院申扎高寒草原与湿地观测试验站是海拔4730米,是青藏高原第一个针对高寒草原建立的综合生态监测站。申扎生态监测站地处藏北腹地,位于冈底斯山和色林错之间,属南羌塘高原大湖盆地带,地势较缓,丘陵、高山与盆地相间。气候属于高原亚寒带半干旱季风气候区,紫花针茅群落是该区的优势群落。 (2)数据由自动气象站采集,并进行了日均值处理; (3)已对数据质量进行检查,所有数据均为原始数据; (4)数据集可作为相关研究的基础数据使用。
魏达, 王小丹
本数据是通过建立长江黄河源WEB-DHM分布式水文模型,以气温、降水、气压等作为输入数据,以GAME-TIBET数据作为验证数据,模拟输出的5km逐月水文数据集,包括格网径流与蒸发(若蒸发小于0,则表示凝华;若径流小于0,则表示当月降水小于蒸发)。数据是基于WEB-DHM分布式水文模型,以气温、降水、气温等(源自itp-forcing和CMA)为输入数据,以GLASS、MODIA、AVHRR为植被数据,SOILGRID及FAO为土壤参数建立起的模型,并通过对径流、土壤温湿度的率定与验证获得的1998-2017年长江黄河源5公里逐月格网径流与蒸发。若asc无法在arcmap中正常打开,请将asc文件前5行顶格。
王磊
本技术框架旨在评估不同类型环境因素对物种分布的影响,进而改善模型预测能力,更准确地评估未来物种分布区域的变化。通过设定不同类型环境因子的组合,预测末次冰期物种分布范围。再与现在分布范围进行比较,得到不同的假定物种群体动态模型。通过遗传数据,重建物种群体进化历史,并与基于物种分布模型获得的假定群体进化历史进行比较,确定预测能力最好的环境因子组合。再利用该环境因子组合,预测未来气候变化背景下物种分布区域的可能变化。本技术框架利用物种群体历史,对气候模型进行检验,可以有效改进物种分布模型的预测能力。
车静
雪冰中可溶有机碳(DOC)能够有效的吸收紫外和近紫外波段的太阳辐射,也是导致雪冰消融增强的重要因素之一。通过连续阿勒泰地区2016年11月至2017年4月的积雪样品,利用仪器进行实验分析测试获得阿勒泰地区库威站积雪DOC、总氮TN以及黑碳BC的数据,时间分辨率为周,消融期为每日。 1. 单位: DOC和TN的单位μg g-1 (ppm), BC的单位ng g-1(ppb),MAC的单位是 m2 g-1
上官冬辉
在过去的几十年中,关于EC能量闭合问题的大量野外观测和数值模拟试验极大地加深了人们对于EC能量闭合问题的理解和认识。本数据是基于WRF LES模拟分析不同地表异质性类型及特征长度情形下EC能量闭合的变化,定量EC能量闭合与地表异质性尺度之间的关系,探讨地表异质性引起的大尺度涡旋造成EC能量不闭合的机制。 该数据使用WRF 3.9.1的LES模块来进行LES试验。为了更真实地表征实际地表异质性,本章采用二维地表异质性设计。研究区域x方向为5 km,y方向为 5 km,高2 km。水平分辨率为50 m,垂直方向采用拉伸网格,其分辨率在6 m~20 m之间。x,y,z方向上的网格数量分别为100,100和100。时间分辨率为0.25 s。 更多详细信息请参考Zhou et al., (2019).
周彦昭
青藏高原重大生态工程布局图集 主要包括林地保护与建设工程、草地保护与建设工程、沙化土地治理工程、水土流失综合治理工程等主要生态保护工程;数据来源:西藏、三江源、横断山区和祁连山的重大生态工程规划及厅级单位资料调研,包括西藏生态安全屏障保护与建设工程(一期,三类10项)、三江源自然保护区生态保护与建设工程(三类13项),横断山区各类生态保护建设工程(长江中上游防护林体系建设、天然林保护、退耕还林工程、长江中上游水土保持重点防治工程、川西北藏区退牧还草、川西北沙化土地治理工程)、祁连山生态保护与建设综合治理工程一期(4类16项);加工方法:分类汇总,按照类型区域矢量化,形成以县级为单位的区域分布图。
魏达
中国西部地貌信息集成是由中国科学院地理科学与资源环境研究所谢传节博士领导的小组完成的。其中包括1:400万全国地貌数据库和1:100万西部地貌数据库,1:400万地貌数据是追踪收集和整理李炳元主编的“中国地貌图(1:400万)”和陈志明主编的“中国及其毗邻地区地貌图(1:400万)”。对资料进行扫描配准,利用ArcMap软件将所有配准得图件进行矢量化,并建立各自得分类和代码体系,按照图斑(普染色)和符号将地貌类型分为基本地貌类型和形态结构类型(点、线、面表示) 1:100万西部地貌数据是基于遥感影像等多源数据进行数字地貌集成、更新采用分层分级的解译方法。即平原与山地;基本地貌类型(25种),10种成因类型:次级成因类型:形态差异划分类型:次级形态差异划分类型:坡度、坡向及其组合划分地貌的倾斜程度或坡度;物质组成或岩性确定的地貌物质类型。 共对16幅地貌分幅进行解译工作,其编号分别为:G-45(加德满都)、G-46(错那)、H-44(普兰)、H-45(日喀则)、H-46(拉萨)、H-47(昌都)、I-43(伊斯兰堡)、I-44(狮泉河)、I-45(改则)、I-46(安多)、I-47(玉树)、J-43(喀什)、J-44(和田)、J-45(且末)、J-46(格尔木)、J-47(西宁幅)
周成虎, 程维明
冻土是指温度低于或等于0℃且含有冰的土体或岩体,它对温度特别敏感,其物理力学性质会随温度的变化而产生显著变化。冻土的冻胀变形和融化沉降变形是最为常见的冻土灾害,它们的发生主要是因冻土工程活动使冻土固有的温度发生变化而引起的,所以保护冻土主要也是保护冻土温度,让其维持在工程活动之前最为接近的状态。获取冻土地温的主要方法是埋设测温电缆,通过CR3000的数据采集功能获得测温电缆不同时间的阻值变化,利用标定系数和电阻值的对应关系计算出温度值。依据冻土对温度的敏感特征,地温的变化情况,能够反应气候的变化情况,也能够结合其他要素分析出人类活动对冻土的稳定性的影响机理及程度,从而来指导后期工程活动中的冻土保护措施的升级改造等。
陈继
DEM是数字高程模型的英文简称(Digital Elevation Model)是流域地形、地物识别的重要原始资料。DEM 的原理是将流域划分为m 行n列的四边形(CELL),计算每个四边形的平均高程,然后以二维矩阵的方式存储高程。由于DEM 数据能够反映一定分辨率的局部地形特征,因此通过DEM 可提取大量的地表形态信息,这些信息包含流域网格单元的坡度、坡向以及单元格之间的关系等。同时根据一定的算法可以确定地表水流路径、河流网络和流域的边界。因此从DEM 提取流域特征,一个良好的流域结构模式是设计算法的前提和关键。 高程数据图是根据中国1:25万等高线和高程点形成的1km数据,包括DEM、山影(hillshade)、坡度(Slope)、坡向(Aspect)图 数据集投影: 两种投影方式 : 正轴割圆锥等面积投影 Albers Conical Equal Area(105、25、47) 大地坐标WGS84坐标系
汤国安
本数据集根据最新发布的NOAA全球模拟和绘图项目(GIMMS,Global Inventory Monitoring and Modeling System)长序列(1981-2013)均一化植被指数产品,版本号3g,先将NDVI数据产品从1/12度空间分辨率重采样到0.5度,然后对每年的时间序列采用double-logistic方法进行平滑,并计算平滑后的曲率,选取春季曲率最大值作为植被的春季返青期,该数据可分析泛北极植被春季物候的时空特征。
徐希燕
本数据集包括祁连山区域1985年至2017年每5年一期的30m耕地和建筑用地分布产品。该产品基于Landsat系列数据生产。生产耕地产品时,利用夏季合成的Landsat系列数据,使用归一化植被指数NDVI,并辅助以作物的物候期、作物种植类别等先验知识设定产品生产规则;生产建筑用地产品时,利用夏季合成的Landsat系列数据,使用归一化植被指数NDVI、NDBI、MNDWI等指数,辅助以DEM、灯光数据等设定产品生产规则。以2015年的产品为例,由Google Earth高清影像和实地调研数据进行精度评价,得出2015年耕地和建筑用地产品的精度分别为89.43%和91.89%。
仲波, 角坤升
本数据集包括祁连山区域2018年的30m土地覆盖分类产品。该产品首先利用Landsat-8/OLI构造2015年时间序列数据,针对各类地物随时间变化呈现的NDVI时间序列曲线不同,对不同地物特征进行知识归纳,设定提取规则不同地物信息,得到2015年的土地覆盖分类图。分类系统参考了IGBP分类系统和FROM_LC分类系统,共分为耕地、林地、草地、灌丛、湿地、水体、不透水面、裸地、冰川和积雪共10大类。由Google Earth高清影像和实地调研数据进行精度评价,得出2015年土地覆盖分类产品的总体精度高达92.19%。以2015年的土地覆盖分类产品为底图,按各类别的比例选取大量样本,基于Google Earth Engine平台的Landsat系列数据和强大地数据处理能力,利用深度学习的思想,选取随机森林分类器,对波段信息和NDVI、MNDWI、NDBI等指数进行样本训练,生产出2018年的土地覆盖分类产品。对分类产品进行比较,得出基于Google Earth Engine平台生产的土地覆盖分类产品与基于时间序列方法得到的分类产品具有很好的一致性。总之,祁连山核心区的土地覆盖数据集具有较高的总体精度,且基于Google Earth Engine平台样本训练的方法能够在时间和空间上对现有的分类产品进行扩展,能够在长时间序列上反映更多的土地覆盖类型变化信息。
仲波
该数据集包含了2018年8月31日至2018年12月24日青海湖流域地表过程综合观测网高寒草甸草原混合草原超级站气象要素梯度观测系统数据。站点位于青海省天峻县苏里路旁侧,下垫面是高寒草甸和高寒草原的混合。观测点经纬度为:东经 98°35′41.62″E,北纬 37°42′11.47″N,海拔3718m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m、15m、20m、30m、40m处,共7层,朝向正北;气压计安装在3m处;翻斗式雨量计安装在塔西偏北侧10m平台上;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤热流板(自校正式)(3块)依次埋设在地下6cm处,朝向正南距离塔体2m处;土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的正东方;土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的正东方;光合有效辐射仪安装在6m处,探头垂直向上和向下方向各一个,朝向正南。 观测项目有:风速(WS_3m、WS_5m、WS_10m、WS_15m、WS_20m、WS_30m、WS_40m)(单位:米/秒)、风向(WD_3m、WD_5m、WD_10m、WD_15m、WD_20m、WD_30m、WD_40m)(单位:度)、空气温湿度(Ta_3m、Ta_5m、Ta_10m、Ta_15m、Ta_20m、Ta_30m、Ta_40m和RH_3m、RH_5m、RH_10m、RH_15m、RH_20m、RH_30m、RH_40m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_400cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_400cm)(单位:摄氏度) 、向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018/8/31 10:30。
李小雁
该数据集包含了2018年1月1日至2018年12月31日的黑河流域地表过程综合观测网下游混合林站涡动相关仪观测数据。站点位于内蒙古额济纳旗四道桥,下垫面是胡杨与柽柳。观测点的经纬度是101.1335E, 41.9903N,海拔874 m。涡动相关仪的架高22m,采样频率是10Hz,超声朝向是正北向,超声风速温度仪(CSAT3)与CO2/H2O分析仪(Li7500)之间的距离是17cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Eddypro软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除降水前后1h的数据;(3)剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。2月7日-11日由于供电问题,导致数据缺失。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),奥布霍夫长度L(m),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(较插补数据好);9数据质量差))。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
本数据集包括祁连山区域1990年至2017年每5年一期的30m土地覆盖分类产品。该产品首先利用Landsat-8/OLI构造2015年时间序列数据,针对各类地物随时间变化呈现的NDVI时间序列曲线不同,对不同地物特征进行知识归纳,设定提取规则不同地物信息,得到2015年的土地覆盖分类图。分类系统参考了IGBP分类系统和FROM_LC分类系统,共分为耕地、林地、草地、灌丛、湿地、水体、不透水面、裸地、冰川和积雪共10大类。由Google Earth高清影像和实地调研数据进行精度评价,得出2015年土地覆盖分类产品的总体精度高达92.19%。以2015年的土地覆盖分类产品为底图,按各类别的比例选取大量样本,基于Google Earth Engine平台的Landsat系列数据和强大地数据处理能力,利用深度学习的思想,选取随机森林分类器,对波段信息和NDVI、MNDWI、NDBI等指数进行样本训练,生产出1985-2017年每5年一期的土地覆盖分类产品。对2套2015年的分类产品进行比较,得出基于Google Earth Engine平台生产的土地覆盖分类产品与基于时间序列方法得到的分类产品具有很好的一致性。总之,祁连山核心区的土地覆盖数据集具有较高的总体精度,且基于Google Earth Engine平台样本训练的方法能够在时间和空间上对现有的分类产品进行扩展,每5年一期的频次能够在长时间序列上反映更多的土地覆盖类型变化信息。
仲波, 角坤升
植被调查数据是研究生态系统结构与功能必不可少的数据。藏北地区蕴含广袤的草地生态系统,主要包括高寒草甸、高寒草地、以及高寒荒漠化的草地。由于独特的地理位置以及高海拔缺氧的环境条件,在藏北高原的群落调查数据较为稀少。本课题组基于前期工作的积累,在2017年生长季对整个藏北高原15个县域开展了较为全面的植被调查。本数据集包括藏北样带上从那曲到日土县23个采样点的围栏内外的生物量数据。本数据集可用于生产力的空间分析与模型的校准工作。
张宪洲, 牛犇
本数据集根据NASA EOSDIS LP DAAC 和美国地质调查 USGS EROS共同发布的第六版MODIS均一化植被指数产品(2001-2014)。NDVI的时间分辨率是16天,空间分辨率0.05度,我们先将NDVI数据产品从0.05度空间分辨率重采样到0.5度,然后对每年的时间序列采用double-logistic方法进行平滑,并计算平滑后的曲率,选取春季曲率最大值作为植被的春季返青期,该数据可分析泛北极植被春季物候的时空特征。
美国国家航空航天局, 徐希燕
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
该数据集为全球生态系统呼吸数据,包含生态系统自养呼吸(Ra)和异养呼吸(Rh)两部分,由耦合模式比较计划第6阶段(CMIP6)中CNRM-CM6-1模式在Historical情景下模拟得到。数据时间范围为1850-2014年,时间分辨率为月,空间分辨率约为1.406°×1.389°。模拟数据详细说明可见链接http://www.umr-cnrm.fr/cmip6/spip.php?article11。
美国气候模式诊断和对比计划委员会
本数据集来源于论文:Zhang, J. F., Xu, B., Turner, F., Zhou, L., Gao, P., Lü, X., & Nesje, A. (2017). Long-term glacier melt fluctuations over the past 2500 yr in monsoonal High Asia revealed by radiocarbon-dated lacustrine pollen concentrates. Geology, 45(4), 359-362. 在本文中,中国科学院青藏高原研究所、地球科学卓越创新中心徐柏青研究员及其博士后张继峰与来自北京大学等单位的合作者,对高原南部枪勇冰川冰前湖沉积物进行了多方法(植物残体、孢粉浓缩物、全有机质)放射性碳测年,提出了一个重建古冰川融化强度的新指标(“老孢粉效应”,即沉积物孢粉年龄与沉积物真实年龄的差值)。该研究发现北半球温度及西风环流活动可能是高原季风区冰川百年尺度波动的主控因素,高原近代的冰川融化强度达到过去2500年以来最强,超过了历史上的中世纪暖期和罗马暖期。 数据由论文作者提供,数据包含了基于老孢粉效应(ΔAgepollen)重建的过去2500年枪勇冰川融化强度变化数据。 研究人员从枪勇错冰前湖获得了一根3.06米长的湖芯(QYL09-4)和一根1.06m长的平行重力钻湖芯(QY-3),使用新的复合提取及纯化程序,从沉积物中获得了相对纯的孢粉浓缩物和植物残体浓缩物(PRC;> 125μm)。对全有机质,PRC和孢粉浓缩物分别进行了14C年代测定。所有14C年龄都使用IntCal13(Reimer et al., 2013)进行了校准。年龄深度模型基于210Pb、137Cs年龄及五个PRC的14C年龄。使用Oxcal 4.2(Bronk Ramsey,2008)中的P_Sequence算法构建岩芯的年龄深度模型。将校准的孢粉年龄中减去根据沉积模型得出的真实沉积物年龄,从而得出老孢粉效应值(ΔAgepollen)。 数据为湖芯(QYL09-4)的放射性碳测年与老孢粉效应数据。 数据包含字段如下: Lab No.:样本编号 Dating Material:测年材料 Depth (cm):深度(厘米) 14C age (yr BP):碳14年龄(年 距今) ΔAgepollen (≥95.4 % yrs):孢粉年龄与估算的沉积物年龄间的差值(≥95.4 % 年) Sediment Age (CE):沉积物年龄(公元) 数据详细信息参见附件:ZhangJF et al. 2017 GEOLOGY_Long-term glacier melt fluctuations over the past 2500 yr on the Tibetan Plateau.pdf。
张继峰
本数据集包括祁连山区域1986、1990、1995、2000、2005、2010、2015和2017年月度合成30m×30m地表植被指数产品。采用最大值合成 (Max value composition, MVC) 方法,利用 Landsat5, Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成。数据通过Google Earth Engine云平台对反射率进行月度合成,通过模型计算指数,对于缺失像素进行插补,质量较好,可用于环境变化监测等领域。
仲波, 吴俊君
该数据集包含了2018年1月1日至2018年12月31日黑河流域地表过程综合观测网上游大沙龙站气象要素观测数据。站点位于青海省祁连县西侧沙龙滩地区,下垫面是沼泽化高寒草甸。观测点的经纬度是98.9406E, 38.8399N,海拔3739m。空气温度、相对湿度传感器架设在5m处,朝向正北;气压计安装在地面上的防撬箱内;翻斗式雨量计安装在10m处;风速与风向传感器架设在10m,朝向正北;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处,在距离气象塔2m的正南方;土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处,并距离气象塔2m的正南方。 观测项目有:空气温湿度(Ta_5m、RH_5m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤温度(Ts_0cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm)(单位:摄氏度)、土壤水分(Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm)(单位:体积含水量,百分比)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-9-10 10:30;(6)命名规则为:AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 李新, 车涛, 谭俊磊, 任志国, 张阳, 徐自为
该数据集包含了2018年1月1日至2018年10月12日青海湖流域水文气象观测网青海湖鱼雷发射基地站气象要素梯度观测系统数据。站点位于青海省青海湖二郎剑景区鱼雷发射基地,下垫面是青海湖水面。观测点经纬度为:东经 100° 29' 59.726'' E,北纬 36° 35' 27.337'' N,海拔3209m。风速/风向架设在距湖面14m处,共1层,朝向正北;空气温度、相对湿度传感器分别架设在距湖面12m、12.5m处,共2层,朝向正北;翻斗式雨量计安装在距湖面10m处;四分量辐射仪安装在距湖面10m处,朝向正南;一个红外温度计安装在距湖面10m处,朝向正南,探头朝向是垂直向下;湖水温度探头设在水下0.2, 0.5, 1.0, 2.0, and 3.0 m处;光合有效辐射仪安装在距湖面10m处,探头朝向是垂直向下,朝向正南。 观测项目有:风速(WS_14m)(单位:米/秒)、风向(WD_14m)(单位:度)、空气温湿度(Ta_12m、Ta_12.5m和RH_12m、RH_12.5m)(单位:摄氏度、百分比)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、湖表辐射温度(IRT_1)(单位:摄氏度)、湖水温度(Tw_20cm、Tw_50cm、Tw_100cm、Tw_200cm、Tw_300cm)(单位:摄氏度) 、光合有效辐射(PAR)(单位:微摩尔/平方米秒)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;2018.1.1-10.12由于由于采集器的问题,除四分量外的气象数据均无记录;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-1-1 10:30。
李小雁
本数据集包括祁连山区域1986、1990、1995、2000、2005、2010、2015和2017年月度合成30m×30m地表植被覆盖度产品。采用最大值合成 (Max value composition, MVC) 方法,利用 Landsat5, Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成,进而计算FVC。数据通过Google Earth Engine云平台对反射率进行月度合成,通过模型计算指数,对于缺失像素进行插补,质量较好,可用于环境变化监测等领域。
仲波, 吴俊君
本数据集包括祁连山区域2018年月度合成30m×30m地表植被指数产品。采用最大值合成 (Max value composition, MVC) 方法,利用Landsat 8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成。数据通过Google Earth Engine云平台对反射率进行月度合成,通过模型计算指数,对于缺失像素进行插补,质量较好,可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
本数据集包括祁连山区域2018年的30m耕地和建筑用地分布产品。该产品基于Landsat-8/OLI数据生产。生产耕地产品时,利用夏季合成的OLI数据,使用归一化植被指数NDVI,并辅助以作物的物候期、作物种植类别等先验知识设定产品生产规则;生产建筑用地产品时,利用夏季合成的Landsat系列数据,使用归一化植被指数NDVI、NDBI、MNDWI等指数,辅助以DEM、灯光数据等设定产品生产规则。由Google Earth高清影像和实地调研数据进行精度评价,得出2018年耕地和建筑用地产品的精度分别为90.05%和90.97%。
仲波, 角坤升
数据集包括:北极地区人口及GDP数据(1990-2015)、第三极(甘肃、青海、西藏)地区县级人口及GDP数据(1970-2016)。 社会经济统计属性包括:人口(万人)、GDP(万元)、工农业生产总值(万元)、农业总产值(万元)、工业生产总值(万元) 北极人口数据主要来自经济社会局《世界人口展望:2017年修订版》按照 区域和国家划分的人口总数。 第三极数据主要参考甘肃省统计年鉴、青海省统计年鉴、西藏自治区统计年鉴;甘肃省、青海省、西藏自治区各县县志。
经济和社会事务部, 国家统计局, 青海省统计局
该数据集是三极地区9个通量站点的30分钟涡度相关通量观测数据,包括生态系统净碳交换量(NEE)、总初级生产力(GPP)和生态系统呼吸(ER)数据,时间范围覆盖2000-2016年。该数据预处理主要步骤包括野点去除(±3σ)、坐标轴旋转(三维风旋转)、Webb-Pearman-Leuning校正、异常值剔除、碳通量插补与分解等,缺失数据通过CO2通量值(Fc)与环境因子之间的非线性经验公式进行插补。
张扬建, 牛犇
该数据集包含了2018年1月1日至2018年12月31日黑河流域地表过程综合观测网中游花寨子荒漠站气象要素观测数据。站点位于甘肃省张掖市花寨子,下垫面是盐爪爪山前荒漠。观测点的经纬度是100.3201E, 38.7659N,海拔1731m。空气温度、相对湿度传感器架设在5m、10m处,朝向正北;气压计安装防水箱内;翻斗式雨量计安装在10m处;风速风向传感器架设在5m、10m处,朝向正北;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,在距离气象塔2m的正南方;土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处。 观测项目有:空气温湿度(Ta_5m、RH_5m、Ta_10m、RH_10m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_5m、WS_10m)(单位:米/秒)、风向(WD_5m、WD_10m)(单位:度)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm)(单位:体积含水量,百分比)和土壤温度(Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;1.1-1.7及8.22-8.31,9.4-9.12间由于传感器的问题,4cm土壤水分出错;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-6-10 10:30;(6)命名规则为:AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
本数据集包括祁连山区域1986、1990、1995、2000、2005、2010、2015和2017年月度合成30m×30m地表NPP产品。采用最大值合成 (Max value composition, MVC) 方法,利用 Landsat5, Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成,进而计算NPP。 数据通过Google Earth Engine云平台对反射率进行月度合成,通过模型计算指数,对于缺失像素进行插补,质量较好。
吴金华, 仲波
该数据集包含了黑河流域地表过程综合观测网下游四道桥站的大孔径闪烁仪通量观测数据。下游四道桥站架设了一台BLS900型号的大孔径闪烁仪,北塔为接收端,南塔为发射端。观测时间为2018年1月1日至2018年12月31日。站点位于内蒙古额济纳旗,下垫面是柽柳、胡杨、裸地和耕地。北塔的经纬度是101.137E,42.008N,南塔的经纬度是101.131E,41.987N,海拔高度约873m。大孔径闪烁仪的有效高度25.5m,光径长度是2350m,采样频率是1min。 大孔径闪烁仪原始观测数据为1min,发布的数据为经过处理与质量控制后的数据,其中感热通量主要是结合自动气象站观测数据,基于莫宁-奥布霍夫相似理论通过迭代计算得到,主要的质量控制步骤包括:(1)剔除Cn2达到饱和的数据(Cn2>7.58E-14);(2)剔除解调信号强度较弱的数据(Average X Intensity<1000);(3)剔除降水时刻的数据;(4)剔除稳定条件下的弱湍流的数据(u*小于0.1m/s)。在迭代计算过程中,选取Thiermann and Grassl(1992)的稳定度普适函数,详细介绍请参考Liu et al. (2011, 2013)。 关于发布数据的几点说明:(1)下游LAS数据缺失时刻以-6999标记。(2)数据表头:Date/Time :日期/时间(格式:yyyy/m/d h:mm),Cn2 :空气折射指数结构参数(单位:m-2/3),H_LAS :感热通量(单位:W/m2)。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xlsx格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
本数据集包括祁连山区域2018年月度合成30m×30m地表植被覆盖度产品。采用最大值合成 (Max value composition, MVC) 方法,利用 Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成,进而计算FVC。数据通过Google Earth Engine云平台对反射率进行月度合成,通过模型计算指数,对于缺失像素进行插补,质量较好,可用于环境变化监测等领域。
仲波, 吴俊君
本数据集来源于论文:Huang, R., Zhu, H.F., Liang, E.Y., Liu, B., Shi, J.F., Zhang, R.B., Yuan, Y.J., & Grießinger, J. (2019). A tree ring-based winter temperature reconstruction for the southeastern Tibetan Plateau since 1340 CE. Climate Dynamics, 53(5-6), 3221-3233. 在本文中,为了了解过去几百年冬季温度变化历史及其驱动因素,中国科学院青藏高原研究所高寒生态重点实验室、青藏高原地球科学卓越创新中心梁尔源研究员课题组,利用2007-2016年期间采集的树木年轮样本重建了青藏高原东南部地区公元1340年以来的冬季(11-2月)最低温度变化历史。 数据由论文作者提供,数据包含了1340-2007年青藏高原东南部昌都地区冬季的最低温度重建数据。 数据包含以下字段: year:年 Tmin.recon( ℃):重建的最低温度( ℃) 数据详细信息参见附件:A tree ring-based winter temperature reconstruction for the southeasternTibetan Plateau since 1340 CE.pdf
黄茹, 朱海峰, 梁尔源
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
该数据集包含2018年6月5日至12月15日黑河流域地表过程综合观测网中游大满超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(GCC)、物候期及覆盖度(FC)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
屈永华, 徐自为, 李新
本数据集包括祁连山区域1986、1990、1995、2000、2005、2010、2015和2017年月度合成30m×30m地表LAI产品。采用最大值合成 (Max value composition, MVC) 方法,利用 Landsat5, Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成,进而计算LAI。数据通过Google Earth Engine云平台对反射率进行月度合成,通过模型计算指数,对于缺失像素进行插补,质量较好,可用于环境变化监测等领域。
仲波, 吴俊君
该数据集包含了2018年9月24日至2018年12月31日的兰州大学寒旱区科学观测网络瓜州站涡动相关仪观测数据。站点位于甘肃酒泉瓜州县柳园镇,下垫面是荒漠。观测点的经纬度是95.673E,41.405N,海拔2014m。涡动相关仪的架高4m,采样频率是10Hz,超声朝向是正北向,超声风速温度仪(CSAT3)与CO2/H2O分析仪(Li7500A)之间的距离是17cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Eddypro软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除降水前后1h的数据;(3)剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。4月3日-4日涡动系统的Li7500A进行标定,导致数据缺失。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),奥布霍夫长度L(m),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(较插补数据好);9数据质量差)。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。 观测数据处理请参考Liu et al. (2011)。
张仁懿
该数据集包含了2018年1月1日至2018年10月12日的青海湖流域水文气象观测网青海湖鱼雷发射基地站涡动相关仪观测数据。站点位于青海省青海湖二郎剑景区鱼雷发射基地,下垫面是青海湖水面。观测点经纬度为:东经 100° 29' 59.726'' E,北纬 36° 35' 27.337'' N,海拔3209m。涡动相关仪的架高16.1m,采样频率是10Hz,超声朝向北向偏移40°,超声风速温度仪(Gill-windmaster pro)与CO2/H2O分析仪(Li7500A)之间的距离约是17cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Eddypro软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除降水前后1h的数据;(3)剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。2018年10月12日至2018年12月31日的数据因湖面冻结,无法上湖,因此还未采集。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),奥布霍夫长度L(m),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(较插补数据好);9数据质量差))。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。
李小雁
本数据集包括祁连山区域2018年月度合成30m×30m地表叶面积指数(Leaf Area Index, LAI)产品。采用最大值合成 (Max value composition, MVC) 方法,利用Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成,进而计算LAI。数据通过Google Earth Engine云平台对反射率进行月度合成,通过模型计算指数,对于缺失像素进行插补,质量较好,可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
该数据集包含了2018年1月1日至2018年12月31日的黑河流域地表过程综合观测网上游大沙龙站涡动相关仪观测数据。站点位于青海省祁连县,下垫面是沼泽化高寒草甸。观测点的经纬度是98.9406E, 38.8399N,海拔3739 m。涡动相关仪的架高4.5m,采样频率是10Hz,超声朝向是正北向,超声风速温度仪(CSAT3)与CO2/H2O分析仪(Li7500RS)之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Eddypro软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除降水前后1h的数据;(3)剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。9月27日-11月14日涡动系统的三维超声风速仪出现问题,导致数据缺失。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),奥布霍夫长度L(m),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(较插补数据好);9数据质量差))。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 张阳, 谭俊磊
本数据集来源于论文: Pei, S.P., Niu, F.L., Ben-Zion, Y., Sun, Q., Liu, Y.B., Xue, X.T., Su,J.R., & Shao, Z.G. (2019). Seismic velocity reduction and accelerated recovery due to earthquakes on the Longmenshan fault. Nature Geoscience. 12. 387-392. doi:10.1038/s41561-019-0347-1. 数据整理自论文内Supplementary information中的表格数据。 该论文研究位于青藏高原东缘与四川盆地西部的龙门山断裂带在大地震中的结构演化过程,通过对地震波速度同震降低和震后恢复现象的观测,发现芦山地震的发生显著加速了汶川地震破裂区的愈合。 数据集包含3个数据表,数据表名称和内容分别为: Data list:数据列表; t1:Data of the four periods(汶川地震前、汶川地震后、芦山地震前、芦山地震后四个时期的数据); t2:The average velocities with error in Figure 2 in the paper for Wenchuan earthquake (WCEQ) and Lushan earthquake (LSEQ) area(文章中图二汶川地震和芦山地震区域含误差的平均速度)。 数据详细信息参见附件:Supplementary information.pdf,Seismic velocity reduction and accelerated recovery due to earthquakes on the Longmenshan fault.pdf。
裴顺平
该数据集包含了黑河流域地表过程综合观测网上游阿柔站的大孔径闪烁仪通量观测数据。上游阿柔站分别架设了BLS450和zzlas型号的大孔径闪烁仪,北塔为zzlas的接收端和BLS450的发射端,南塔为zzlas的发射端和BLS450的接收端。观测时间为2018年1月1日至2018年12月31日。站点位于青海省祁连县阿柔乡草达坂村,下垫面是高寒草地。北塔的经纬度是100.4712E,38.0568N,南塔的经纬度是100.4572E,38.0384N,海拔高度约3033m。大孔径闪烁仪的有效高度9.5m,光径长度是2390m,采样频率是1min。 大孔径闪烁仪原始观测数据为1min,发布的数据为经过处理与质量控制后的数据,其中感热通量主要是结合自动气象站观测数据,基于莫宁-奥布霍夫相似理论通过迭代计算得到,主要的质量控制步骤包括:(1)剔除Cn2达到饱和的数据(BLS450:Cn2>7.25E-14,zzlas:Cn2>7.84 E-14);(2)剔除解调信号强度较弱的数据(BLS450:Mininum X Intensity <50;zzlas:Demod>-20mv);(3)剔除降水时刻的数据;(4)剔除稳定条件下的弱湍流的数据(u*小于0.1m/s)。在迭代计算过程中,对于BLS450,选取Thiermann and Grassl(1992)的稳定度普适函数;对于zzlas,选取Andreas, 1988的稳定度普适函数,详细介绍请参考Liu et al. (2011, 2013)。由于仪器故障,2018年7月5日-8月24日大孔径闪烁仪数据缺失。 关于发布数据的几点说明:(1)上游LAS数据以BLS450为主,缺失时刻由zzlas观测补充,两者都缺失则以-6999标记。(2)数据表头:Date/Time :日期/时间(格式:yyyy/m/d h:mm),Cn2 :空气折射指数结构参数(单位:m-2/3),H_LAS :感热通量(单位:W/m2)。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xlsx格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
李新, 车涛, 徐自为, 张阳, 谭俊磊
该数据集包含了2018年1月1日至2018年12月31日黑河流域地表过程综合观测网中游大满超级站宇宙射线观测系统数据。站点位于甘肃省张掖市大满灌区农田内,下垫面是玉米田。观测点的经纬度是100.3722E, 38.8555N,海拔1556m。仪器探头底部距地面0.5m,采样频率是1小时。 宇宙射线仪器的原始观测项目包括:电压Batt(V)、温度T(℃)、相对湿度RH(%)、气压P(hPa)、快中子数N1C(个/小时)、热中子数N2C(个/小时)、快中子采样时间N1ET(s)及热中子采样时间N2ET(s)。发布的数据为经过处理计算后的数据,数据表头包括:Date Time(日期 时间)、P(气压 hPa)、N1C(快中子数 个/小时)、N1C_cor(气压订正的快中子数 个/小时)和VWC(土壤体积含水量 %),其处理的主要步骤包括: 1) 数据筛选 数据筛选共四条标准:(1)剔除电压小于和等于11.8伏特的数据;(2)剔除空气相对湿度大于和等于80%的数据;(3)剔除采样时间间隔不在60±1分钟内的数据;(4) 剔除快中子数较前后一小时变化大于200的数据。剔除及缺失数据用-6999补充。 2) 气压订正 根据仪器说明手册中提到的快中子气压订正公式,对原始数据进行气压订正,得到订正后的快中子数N1C_cor。 3) 仪器率定 在计算土壤水分的过程中需要对计算公式中的N0进行率定。N0为土壤干燥条件下的快中子数,通常使用测量源区内的土样得到实测土壤水分(或者通过比较密集的土壤水分无线传感器获取)θm(Zreda et al. 2012)和对应时间段内的快中子校正数据N,再通过公式反求得到N0。 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Zhu et al. (2015)。
朱忠礼, 徐自为, 李新, 车涛, 谭俊磊, 任志国, 张阳
该数据集包含2018年6月13日至11月16日黑河流域地表过程综合观测网中游阿柔超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
屈永华, 徐自为, 李新
本数据集包括祁连山区域2018年月度合成30m×30m地表NPP产品。采用最大值合成 (Max value composition, MVC) 方法,利用Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成,进而计算NPP。数据通过Google Earth Engine云平台对反射率进行月度合成,通过模型计算指数,对于缺失像素进行插补,质量较好,可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
该数据集包含了2018年1月1日至2018年12月31日的黑河流域地表过程综合观测网下游四道桥超级站涡动相关仪观测数据。站点位于内蒙古额济纳旗四道桥,下垫面是柽柳。观测点的经纬度是101.1374E, 42.0012N,海拔873 m。涡动相关仪的架高8m,采样频率是10Hz,超声朝向是正北向,超声风速温度仪(CSAT3)与CO2/H2O分析仪(Li7500)之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Eddypro软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除降水前后1h的数据;(3)剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。11月9日-11月21日涡动系统的Li7500出错,导致潜热数据缺失。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),奥布霍夫长度L(m),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(较插补数据好);9数据质量差))。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
该数据集包含了2018年1月1日至2018年12月31日黑河流域地表过程综合观测网上游垭口站气象要素观测数据。站点位于青海省祁连县大冬树垭口,下垫面是高寒草甸。观测点的经纬度是100.2421E, 38.0142N,海拔4148m。发布的数据包括空气温度、相对湿度传感器架设在5m处,朝向正北;气压计安装在地面上的防撬箱内;翻斗式雨量计安装在2m处;风速与风向传感器架设在10m,朝向正北;四分量辐射仪在气象塔6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处;土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处;土壤热流板埋设在地下6cm处,在距离气象塔2m的正南方。 观测项目有:空气温湿度(Ta_5m、RH_5m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤温度(Ts_0cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm)(单位:摄氏度)、土壤水分(Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm)(单位:体积含水量,百分比)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;红外温度2在10月10日-11月17日由于传感器问题,数据错误;风向在8月份以后由于传感器损坏,数据错误;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-9-10 10:30;(6)命名规则为:AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)
刘绍民, 李新, 车涛, 徐自为, 张阳, 谭俊磊
该数据集包含了2018年1月1日至2018年12月31日的黑河流域地表过程综合观测网上游阿柔超级站涡动相关仪观测数据。站点位于青海省祁连县阿柔乡草达坂村,下垫面是亚高山山地草甸。观测点的经纬度是100.4643E, 38.0473N,海拔3033m。涡动相关仪的架高3.5m,采样频率是10Hz,超声朝向是正北向,超声风速温度仪(CSAT3)与CO2/H2O分析仪(Li7500A)之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Eddypro软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除降水前后1h的数据;(3)剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。冬季由于供电不足,观测数据会有一些缺失。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),奥布霍夫长度L(m),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(较插补数据好);9数据质量差))。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
李新, 车涛, 徐自为, 张阳, 谭俊磊
该数据集包含了2018年9月23日至2018年12月31日兰州大学兰州大学寒旱区科学观测网络瓜州站气象要素梯度观测系统数据。站点位于甘肃酒泉瓜州县柳园镇,下垫面是荒漠。观测点的经纬度是95.673E,41.405N,海拔2014m。二维超声风速/风向传感器和空气温湿度传感器分别架设在2m、4m、8m、16m、32m、48m处,共6层,朝向正北;气压计安装在1.5m采集箱内;翻斗式雨量计安装在塔4m处;红外温度计安装在4m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm、10cm、20cm、40cm、60cm、80cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_2m、WS_4m、WS_8m、WS_16m、WS_32m、WS_48m)(单位:米/秒)、风向(WD_2m、WD_4m、WD_8m、WD_16m、WD_32m、WD_48m)(单位:度)、空气温湿度(TA_2m、TA_4m、TA_8m、TA_16m、TA_32m、TA_48m和RH_2m、RH_4m、RH_8m、RH_16m、RH_32m、RH_48m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT)(单位:摄氏度)、土壤热通量(Gs_5cm、Gs_10cm)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_80cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_80cm)(单位:摄氏度) 、土壤水势(SWP_5cm、SWP_10cm、SWP_20cm、SWP_40cm、SWP_60cm、SWP_80cm)(单位:千帕)、土壤电导率(EC_5cm、EC_10cm、EC_20cm、EC_40cm、EC_60cm、EC_80cm)(单位:微西门子/厘米)、光合有效辐射(PAR)(单位:微摩尔/平方米秒)、日照时数(Sun_time)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);该地区土壤水势很低,已超出传感器的测量量程;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-6-10 10:30。
赵长明, 张仁懿
本数据来源于全国地理信息资源目录服务系统中1:100万全国基础地理数据库,由国家基础地理信息中心于2017年11月份开始免费向公众提供。我们将青藏高原作为一个整体进行了拼接融合、裁切,以便于青藏高原研究中的使用。数据现势性为2017年。 本数据集为青藏高原1:100万行政边界,包括行政国界线(National_Tibet_line)、省界(Province_Tibet),市(州)界(City_Tibet)县界图层(County_Tibet_poly)和县界线图层(County_Tibet_line)。 行政境界面图层(County_Tibet_poly)属性项名称及定义: 属性项 描述 填写实例 PAC 行政区划代码 513230 NAME 名称 县界名称 行政边界线图层(BOUL)属性项名称及定义: 属性项 描述 填写实例 GB 国标分类码 630200 行政边界线图层(County_Tibet_line)属性项含义: 属性项 代码 描述 GB 630200 省级界线 GB 640200 地、市、州级行政区界 GB 650201 县级行政区界(已定)
国家基础地理信息中心
青藏高原是世界上中低纬度地区冻土面积最大的地区。目前已编制了一些多年冻土分布图,但由于资料来源有限、标准不明确、验证不充分、高质量空间数据集的缺乏,使得在TP上绘制多年冻土分布图存在较大的不确定性。 本数据集基于改进的中分辨率成像光谱仪(MODIS)地表温度(LSTs)2003-2012年1km晴空MOD11A2 (Terra MODIS)和MYD11A2(Aqua MODIS)产品(reprocessing version 5)的冻融指数及冻土顶部温度(TTOP)模型模拟了多年冻土的分布,生成了青藏高原冻土图。并通过野外地面观测、土壤含水率和容重等各种调查数据对该图进行了验证。 冻土属性主要包括:季节性冻土(Seasonally frozen ground)、多年冻土(Permafrost)、非冻土区域(Unfrozen ground)。 数据集为青藏高原冻土研究提供了更详细的冻土分布资料和基础资料。
赵林
该数据集包含了2018年1月1日至2018年12月31日黑河流域地表过程综合观测网中游张掖湿地站气象要素观测数据。站点位于甘肃省张掖市国家湿地公园,下垫面是芦苇湿地。观测点的经纬度是100.4464E, 38.9751N,海拔1460m。空气温度、相对湿度传感器架设在5m、10m处,朝向正北;气压计安装在2m处;翻斗式雨量计安装在10m处;风速传感器架设在5m、10m处,风向传感器架设在10m处,朝向正北;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处;四个光合有效辐射仪分别架设在冠层上方和冠层内,冠层上方安装在6m(探头垂直向上和向下方向各一个)、冠层内安装在0.25m(探头垂直向上和向下方向各一个)高处,朝向正南。 观测项目有:空气温湿度(Ta_5m、RH_5m、Ta_10m、RH_10m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_5m、WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤温度(Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm)(单位:摄氏度)、冠层上向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒)和冠层下向上与向下光合有效辐射(PAR_D_up、PAR_D_down)(单位:微摩尔/平方米秒)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-6-10 10:30;(6)命名规则为:AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
该数据集包含了2018年1月1日至2018年12月31日的黑河流域地表过程综合观测网上游垭口站涡动相关仪观测数据。站点位于青海省祁连县,下垫面是高寒草甸。观测点的经纬度是100.2421, 38.0142N,海拔4148 m。涡动相关仪的架高3.2m,采样频率是10Hz,超声朝向是正北向,超声风速温度仪(CSAT3)与CO2/H2O分析仪(Li7500A)之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Eddypro软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除降水前后1h的数据;(3)剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。该站缺电现象比较严重,导致数据出现较多的缺失,在5月24-6月21日间由于供电不足数据缺失。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),奥布霍夫长度L(m),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(较插补数据好);9数据质量差))。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 张阳, 谭俊磊
该数据集包含了2018年1月1日至2018年12月31日兰州大学兰州大学寒旱区科学观测网络敦煌站气象要素梯度观测系统数据。站点位于甘肃敦煌西湖,下垫面是湿地。观测点的经纬度是93.709E,40.348N,海拔993m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处,朝向正北;气压计安装在1m采集箱内;翻斗式雨量计安装在塔4m处;红外温度计安装在4m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm和20cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_4m、WS_8m)(单位:米/秒)、风向(WD_4m、WD_8m)(单位:度)、空气温湿度(Ta_4m、Ta_8m和RH_2m、RH_4m、RH_8m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT)(单位:摄氏度)、土壤热通量(Gs_5cm、Gs_10cm)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_20cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_20cm)(单位:摄氏度) 、土壤水势(SWP_5cm,SWP_20cm)(单位:千帕)、土壤电导率(EC_5cm,EC_20cm)(单位:微西门子/厘米)光合有效辐射(PAR)(单位:微摩尔/平方米秒)、日照时数(Sun_time)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);由于采集器故障,1.23-1.24数据丢失;由于塔体倾斜,3.17-5.24部分数据异常或丢失;由于程序故障,空气湿度采集错误;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-6-10 10:30。
赵长明, 张仁懿
本数据集为祁连山地区数据高程模型数据集,空间分辨率为30m。本数据集基于先进星载热发射和反射辐射仪的全球数字高程模型(ASTER-GDEM)数据,该数据集垂直精度20m,水平精度30m。通过对数据下载、预处理、拼接,生成祁连山地区30m×30m数字高程模型数据集,通过本数据集可以提取大量的地表形态信息,是祁连山地区地形分析、地物识别的重要基础数据,服务于祁连山地区生态环境监测、生态环境保护与治理工程实施、水文水资源分析与评价等工作。
祁元, 张金龙, 周圣明, 王宏伟
该数据集包含了2018年1月1日至2018年12月31日的黑河水文气象观测网中游张掖湿地站涡动相关仪观测数据。站点位于甘肃省张掖市,下垫面是湿地。观测点的经纬度是100.44640E, 38.97514N,海拔1460.00m。涡动相关仪的架高5.2m,采样频率是10Hz,超声朝向是正北向,超声风速温度仪(Gill)与CO2/H2O分析仪(Li7500A)之间的距离是25cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Eddypro软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除降水前后1h的数据;(3)剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。3月25日-5月10日涡动系统的Li7500A出现问题,通量数据异常。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),奥布霍夫长度L(m),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(较插补数据好);9数据质量差))。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
本数据集为2018年祁连山重点区域人类活动数据集,空间分辨率为2m。本数据集以祁连山重点区域矿山开采、城市扩展、耕地开发、水电建设、旅游开发为重点监测内容,通过高分辨率遥感影像,对比统计前后变化图斑。对祁连山地区地类发生变化的图斑,逐块调查核实;对判图可疑的地块,重新判读验证;对影像无法反映的地类,实地核实地类,采集相关数据,核对并修正位置。同时进一步核对2018年祁连山重点区域监测内容属性信息,统一进行图斑及其属性的录入和编辑,形成2018年祁连山地区人类活动数据集,实现祁连山地区生态治理的现势性和时效性,为祁连山重点区域人类活动监测提供数据支撑。
祁元, 张金龙, 贾永娟, 周圣明, 王宏伟
该数据集包含了2018年8月28日至2018年12月31日的黑河流域地表过程综合观测网上游景阳岭站涡动相关仪观测数据。站点位于青海省祁连县景阳岭垭口,下垫面是高寒草甸。观测点的经纬度是101.1160E, 37.8384N,海拔3750m。涡动相关仪的架高4.5m,采样频率是10Hz,超声朝向是正北向,超声风速温度仪(CSAT3)与CO2/H2O分析仪(Li7500)之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Eddypro软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除降水前后1h的数据;(3)剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。冬季由于供电不足,观测数据会有一些缺失。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),奥布霍夫长度L(m),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(较插补数据好);9数据质量差))。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 张阳, 谭俊磊
该数据集包含了2018年1月1日至2018年12月31日的黑河流域地表过程综合观测网下游荒漠站涡动相关仪观测数据。站点位于内蒙古额济纳旗,下垫面是荒漠。观测点的经纬度是100.9872E, 42.1135N,海拔1054m。涡动相关仪的架高4.7m,采样频率是10Hz,超声朝向是正北向,超声风速温度仪(CSAT3)与CO2/H2O分析仪(Li7500)之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Eddypro软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除降水前后1h的数据;(3)剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。5月14日-6月26日由于数据采集器出现问题,导致数据缺失。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),奥布霍夫长度L(m),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(较插补数据好);9数据质量差))。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
本数据集包括祁连山地区2018年每日0.01°×0.01°地表温度产品。采用MYD21A1的温度数据(分辨率:0.01°)以及相关辅助数据,实现祁连山地区地表温度月/日合成产品的生产。参与反演的辅助数据包括经/纬度和儒略日信息。MYD21A1的温度数据(分辨率:0.01°)为MODIS官方产品,数据分为白天和夜晚,采用TES算法。下载地址:https://urs.earthdata.nasa.gov。
历华
此边界数据总集包含五种类型的边界: 1、TPBoundary_2500m:基于ETOPO5 Global Surface Relief,采用ENVI+IDL 提取青藏高原经度(65~105E),纬度(20~45N)范围内海拔高程2500米的数据。 2、TPBoundary_3000m:基于ETOPO5 Global Surface Relief,采用ENVI+IDL 提取青藏高原经度(65~105E),纬度(20~45N)范围内海拔高程3000米的数据。 3、TPBoundary_HF(high_frequency):李炳元(1987)曾对确定青藏高原范围的原则与具体界线进行了较系统的讨论,从高原地貌形成和基本特征角度,提出了依据地貌特征、高原面及其海拔高度,同时考虑山体完整性作为确定高原范围的基本原则。张镱锂(2002) 根据相关领域研究的新成果和多年野外实践,论证确定青藏高原范围和界线的原则, 结合信息技术方法对青藏高原范围与界线位置进行了精确的定位和定量分析,得出:青藏高 原在中国境内部分西起帕米尔高原,东至横断山脉,南自喜马拉雅山脉南缘,北迄昆仑山— 祁连山北侧。 2017年4月14日,中华人民共和国民政部发布《关于增补藏南地区公开使用地名(第一批)的公告》,增加了乌间岭、米拉日、曲登嘎布日、梅楚卡、白明拉山口、纳姆卡姆等6个藏南地区地名。 4、TPBoundary_new (2021):伴随青藏高原研究的深入,高原内外多学科研究程度和认识的提高,及地理大数据、地球观测科学和技术的进步,张镱锂等2021年版青藏高原范围界线数据研发基于ASTER GDEM和Google Earth 遥感影像等资料综合分析完成,该范围界线北起西昆仑山-祁连山山脉北麓,南抵喜马拉雅山等山脉南麓,南北最宽达1560 km;西自兴都库什山脉和帕米尔高原西缘,东抵横断山等山脉东缘,东西最长约3360 km;经纬度范围为25°59′30″N~40°1′0″N、67°40′37″E~104°40′57″E,总面积为308.34万km2,平均海拔约4320 m。在行政区域上,青藏高原分布于中国、印度、巴基斯坦、塔吉克斯坦、阿富汗、尼泊尔、不丹、缅甸、吉尔吉斯斯坦等9个国家。 5、TPBoundary_rectangle:根据范围Lon(63~105E) Lat(20~45N),画取长方形,数据采用经纬度投影WGS84。 青藏高原边界作为基础数据,可以为各类地学数据及科学研究青藏高原作参考依据。
张镱锂
该数据集包含了黑河流域地表过程综合观测网中游大满站的大孔径闪烁仪通量观测数据。中游大满站分别架设了BLS450和BLS900型号的大孔径闪烁仪,北塔为BLS900的接收端和BLS450的发射端,南塔为BLS900的发射端和BLS450的接收端。观测时间为2018年1月1日至2018年12月31日。站点位于甘肃省张掖市大满灌区内,下垫面是玉米、果园和大棚,以玉米为主。北塔的经纬度是100.3785E,38.8607N,南塔的经纬度是100.3685E,38.8468N,海拔高度约1556m。大孔径闪烁仪的有效高度22.45m,光径长度是1854m,采样频率是1min。 大孔径闪烁仪原始观测数据为1min,发布的数据为经过处理与质量控制后的数据,其中感热通量主要是结合自动气象站观测数据,基于莫宁-奥布霍夫相似理论通过迭代计算得到,主要的质量控制步骤包括:(1)剔除Cn2达到饱和的数据(Cn2>1.43E-13);(2)剔除解调信号强度较弱的数据(Average X Intensity<1000);(3)剔除降水时刻的数据;(4)剔除稳定条件下的弱湍流的数据(u*小于0.1m/s)。在迭代计算过程中,选取Thiermann and Grassl(1992)的稳定度普适函数,详细介绍请参考Liu et al. (2011, 2013)。 关于发布数据的几点说明:(1)中游LAS数据以BLS900为主,缺失时刻由BLS450观测补充,两者都缺失则以-6999标记。(2)数据表头:Date/Time :日期/时间(格式:yyyy/m/d h:mm),Cn2 :空气折射指数结构参数(单位:m-2/3),H_LAS :感热通量(单位:W/m2)。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xlsx格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
李新, 车涛, 徐自为, 任志国, 谭俊磊
该数据集包含了2018年1月1日至2018年12月31日黑河流域地表过程综合观测网中游黑河遥感站气象要素观测数据。站点位于甘肃省张掖市党寨镇东侧,下垫面是人工草地。观测点的经纬度是100.4756E, 38.8270N,海拔1560m。空气温度湿度传感器架设在1.5m处,朝向正北;气压计在防水箱内;翻斗式雨量计安装在0.7 m处;风速风向传感器架设在10m处,朝向正北;四分量辐射仪安装高度为1.5m,朝向正南;两个红外温度计安装高度为1.5m,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、80cm、120cm、160cm处;土壤水分探头埋设在2cm、4cm、10cm、20cm、40cm、80cm、120cm、160cm处;平均土壤温度探头埋设在2cm和4cm;土壤热流板(3块)依次埋设在地下6cm处;两个光合有效辐射仪分别架设在冠层上方1.5m(探头垂直向上和向下方向各一个),朝向正南。 观测项目有:空气温湿度(Ta_1.5m、RH_1.5m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤温度(Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm)(单位:摄氏度)、土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm)(单位:%)、向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒)、平均土壤温度(TCAV)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-6-10 10:30;(6)命名规则为:AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
基于第二次全国土壤调查的中国1:1000000比例尺土壤图和8595个土壤剖面图,以及美国农业部(USDA)中国区域土地和气候模拟标准,开发了一个多层土壤粒度分布数据集(砂、粉土和粘土含量)。 采用多边形链接方法,结合土壤剖面和地图多边形之间的距离、剖面的样本大小和土壤分类信息,推导出砂、粉土和粘土的含量分布图。该数据集分辨率为1公里,可用于区域范围内的土地和气候建模。 数据特征 投影:GCS_Krasovsky_1940 覆盖范围:中国 分辨率:0.00833 度(约一公里) 数据格式:FLT, TIFF 取值范围:0%-100% 文件说明 浮点栅格文件包括: sand1.flt, clay1.flt – 表层(0-30cm) 砂粒、粘粒含量。 sand2.flt, clay2.flt – 底层(30-100cm) 砂粒、粘粒含量。 psd.hdr – 头文件: ncols – 列数 nrows – 行数 xllcorner – 左下角纬度 yllcorner – 左下角经度 cellsize – 单元格大小 NODATA_value – 空值 byteorder - LSBFIRST, Least Significant Bit First TIFF 栅格文件包括: sand1.tif, clay1.tif -表层(0-30cm) 砂粒、粘粒含量。 sand2.tif, clay2.tif -底层(30-100cm) 砂粒、粘粒含量。
上官微, 戴永久
本数据为祁连山地区2018年冰川分布产品。采用经典波段比值法和人工修正的方法提取。原始基础数据为2018年祁连山全境的高分系列影像。参考数据为谷歌影像和天地图影像。产品以shp文件格式存储,包含坐标系、冰川ID、冰川面积等属性。产品为1期,空间分辨率为2米,边界精度在2米(一个像元)左右。该数据直观地反映了祁连山冰川在2018年的分布,可用于冰川物质平衡变化定量估计、冰川变化对流域径流量影响定量估计等研究。
李佳, 汪赢政, 李建江, 李新, 刘绍民
该数据集包含了2018年1月1日至2018年12月31日黑河水文气象观测网上游阿柔超级站气象要素梯度观测系统数据。站点位于青海省祁连县阿柔乡草达坂村,下垫面是亚高山山地草甸。观测点的经纬度是100.4643E, 38.0473N,海拔3033m。空气温度、相对湿度、风速传感器分别架设在1m、2m、5m、10m、15m、25m处,共6层,朝向正北;风向传感器架设在10m处,朝向正北;气压计安装在2m处;翻斗式雨量计安装在阿柔超级站28m观测塔上;四分量辐射仪安装在5m处,朝向正南;两个红外温度计安装在5m处,朝向正南,探头朝向是垂直向下;光合有效辐射仪安装在5m处,朝向正南,探头朝向是垂直向上;土壤部分传感器埋设在塔体正南方向2m处,其中土壤热流板(自校正式)(3块)均埋设在地下6cm处;平均土壤温度传感器TCAV埋设在地下2cm、4cm处;土壤温度探头埋设在地表0cm和地下2cm、4cm、6cm、10cm、15cm、20cm、30cm、40cm、60cm、80cm、120cm、160cm、200cm、240cm、280cm、320cm处,其中4cm和10cm这两层有三个重复;土壤水分传感器分别埋设在地下2cm、4cm、6cm、10cm、15cm、20cm、30cm、40cm、60cm、80cm、120cm、160cm、200cm、240cm、280cm、320cm处,其中4cm和10cm这两层有三个重复。 观测项目有:风速(WS_1m、WS_2m、WS_5m、WS_10m、WS_15m、WS_25m)(单位:米/秒)、风向(WD_10m)(单位:度)、空气温湿度(Ta_1m、Ta_2m、Ta_5m、Ta_10m、Ta_15m、Ta_25m和RH_1m、RH_2m、RH_5m、RH_10m、RH_15m、RH_25m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、光合有效辐射(PAR)(单位:微摩尔/平方米秒)、平均土壤温度(TCAV)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_2cm、Ms_4cm_1、Ms_4cm_2、Ms_4cm_3、Ms_6cm、Ms_10cm_1、Ms_10cm_2、Ms_10cm_3、Ms_15cm、Ms_20cm、Ms_30cm、Ms_40cm、Ms_60cm、Ms_80cm、Ms_120cm、Ms_160cm Ms_200cm、Ms_240cm、Ms_280cm、Ms_320cm)(单位:体积含水量,百分比)、土壤温度(Ts_0cm、Ts_2cm、Ts_4cm_1、Ts_4cm_2、Ts_4cm_3、Ts_6cm、Ts_10cm_1、Ts_10cm_2、Ts_10cm_3、Ts_15cm、Ts_20cm、Ts_30cm、Ts_40cm、Ts_60cm、Ts_80cm、Ts_120cm、Ts_160cm Ts_200cm、Ts_240cm、Ts_280cm、Ts_320cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;平均土壤温度TCAV在2.16-3.31和4.15-5.20之间,由于传感器线头接触不良,数据缺失;11-12月份土壤热通量出现一些错误值。(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-6-10 10:30;(6)命名规则为:AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 张阳, 谭俊磊
该数据集包含了2018年1月1日至2018年12月31日的黑河流域地表过程综合观测网中游大满超级站涡动相关仪观测数据。站点位于甘肃省张掖市大满灌区内,下垫面是玉米。观测点的经纬度是100.37223E, 38.85551N,海拔1556.06m。涡动相关仪的架高4.5m,采样频率是10Hz,超声朝向是正北向,超声风速温度仪(CSAT3)与CO2/H2O分析仪(Li7500A)之间的距离是17cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Eddypro软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除降水前后1h的数据;(3)剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),奥布霍夫长度L(m),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(较插补数据好);9数据质量差))。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
李新, 车涛, 徐自为, 任志国, 谭俊磊
该数据集包含了2018年10月18日至2018年12月31日兰州大学兰州大学寒旱区科学观测网络寺大隆站气象要素梯度观测系统数据。站点位于甘肃张掖市肃南县康乐乡,下垫面是森林。观测点的经纬度是99.926E,38.428N,海拔3146m。二维超声风速/风向传感器和空气温湿度传感器分别架设在0.5m、3m、13m、24m、48m处,共5层;气压计安装在1.5m采集箱内;翻斗式雨量计安装在塔24m处;两个红外温度计分别安装在4m(冠层下)、24m(冠层下)处,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm、10cm、20cm、40cm、60cm处;光合有效辐射传感器分别安装在4m(冠层下)、24m(冠层下)处;日照时数传感器以及四分量辐射仪安装在24m处。 观测项目有:风速(WS_0.5m、WS_3m、WS_13m、WS_24m、WS_48m)(单位:米/秒)、风向(WD_0.5m、WD_3m、WD_13m、WD_24m、WD_48m)(单位:度)、空气温湿度(TA_0.5m、TA_3m、TA_13m、TA_24m、TA_48m和RH_0.5m、RH_3m、RH_13m、RH_24m、RH_48m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_A、IRT_B)(单位:摄氏度)、土壤热通量(Gs_5cm、Gs_10cm)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm (单位:百分比)、土壤温度(Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm)(单位:摄氏度) 、土壤水势(SWP_5cm、SWP_10cm、SWP_20cm、SWP_40cm、SWP_60cm)(单位:千帕)、土壤电导率(EC_5cm、EC_10cm、EC_20cm、EC_40cm、EC_60cm)(单位:微西门子/厘米)、光合有效辐射(PAR_A、PAR-B)(单位:微摩尔/平方米秒)、日照时数(Sun_time)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);该地区土壤水势很低,已超出传感器的测量量程;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-6-10 10:30。
赵长明, 张仁懿
本数据为祁连山地区2018年地表水体(包括液态水、冰川及多年积雪)分布产品。采用经典归一化水体指数法(Normalized Difference Water Index , NDWI)和人工修正的方法提取。原始基础数据为2018年祁连山全境的Landsat影像。参考数据为谷歌影像和哨兵2号影像。产品以shp文件格式存储,包含坐标系、水体面积等属性。产品为1期,时间分辨率为1年,空间分辨率为30米,边界精度在30米(一个像元)左右。该产品直观地反映了祁连山水体在2018年的大致分布,可用于流域水资源定量估计研究。
李佳
该数据集包含了2018年1月1日至2018年12月31日黑河流域地表过程综合观测网下游荒漠站气象要素观测数据。站点位于内蒙古额济纳旗荒漠滩,下垫面是红砂荒漠。观测点的经纬度是100.9872E, 42.1135N,海拔1054m。空气温度、相对湿度传感器架设在5m、10m处,朝向正北;气压计安装防水箱内;翻斗式雨量计安装在10m处;风速传感器架设在5m、10m处,风向传感器架设在10m处,朝向正北;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,在距离气象塔2m的正南方;土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处。 观测项目有:空气温湿度(Ta_5m、RH_5m、Ta_10m、RH_10m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_5m、WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm)(单位:体积含水量,百分比)和土壤温度(Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-6-10 10:30;(6)命名规则为:AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
李新, 车涛, 徐自为, 任志国, 谭俊磊
本数据集为祁连山重点区域2018年数字高程模型(DEM)数据集,空间分辨率5m。本数据集基于高分辨率立体测绘卫星资源三号数据,通过空间分辨率为2.1m(正视)和3.5m(后视)的三线阵立体CCD测绘数据,并结合高精度地形图等基础资料,利用前后视立体相对及平差模型提取祁连山重点区域DEM数据,最后通过GIS软件的Mosaic工具拼接成的5m×5m的祁连山重点区域DEM数据集。该数据能够应用于祁连山重点区域开展三维空间数据处理、水文分析、地形分析、灾害监测、人类活动监测等。
祁元, 张金龙, 周圣明, 王宏伟
该数据集包含了2018年1月1日至2018年12月31日黑河流域地表过程综合观测网上游景阳岭站气象要素观测数据。站点位于青海省祁连县景阳岭垭口,下垫面是高寒草甸。观测点的经纬度是101.1160E, 37.8384N,海拔3750m。空气温度、相对湿度传感器架设在5m处,朝向正北;气压计安装在地面上的防撬箱内;翻斗式雨量计安装在10m处;风速与风向传感器架设在10m,朝向正北;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处,在距离气象塔2m的正南方;土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处,在距离气象塔2m的正南方。 观测项目有:空气温湿度(Ta_5m、RH_5m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤温度(Ts_0cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm)(单位:摄氏度)、土壤水分(Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm)(单位:百分比)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;由于雪覆盖太阳能板引起供电不足,导致12.13-12.21间数据缺失;由于传感器问题,5.29-6.22,7.16-8.19风速风向出现较多NAN无效值,12.13-12.31四分量长波辐射数据出错,1.1-1.3,4.1-5.20间4cm土壤水分数据出错。(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-9-10 10:30;(6)命名规则为:AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
该数据集包含2018年5月16日至11月6日黑河流域地表过程综合观测网下游混合林站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
屈永华, 徐自为, 李新
该数据集包含了2018年9月2日至2018年12月18日的青海湖流域水文气象观测网高寒草甸草原混合草原超级站涡动相关仪观测数据。站点位于青海省天峻县苏里路旁侧,下垫面是高寒草甸和高寒草原的混合。观测点经纬度为:东经 98°35′41.62″E,北纬 37°42′11.47″N,海拔3718m。涡动相关仪的架高4.5m,采样频率是10Hz,超声朝向为西,超声风速温度仪(CSAT3A)与CO2/H2O分析仪(EC150)之间的距离约是17cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Eddypro软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除降水前后1h的数据;(3)剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。12月18日-12月24日因仪器死机,导致数据缺失。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),奥布霍夫长度L(m),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(较插补数据好);9数据质量差))。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。
李小雁
该数据集包含了2018年1月1日至2018年12月31日黑河流域地表过程综合观测网下游四道桥超级站气象要素梯度观测系统数据。站点位于内蒙古额济纳旗达来呼布镇四道桥,下垫面是柽柳。观测点的经纬度是101.1374E, 42.0012N,海拔873m。空气温度、相对湿度、风速传感器分别架设在5m、7m、10m、15m、20m、28m处,共6层,朝向正北;风向传感器架设在15m处,朝向正北;气压计安装在防水箱内;翻斗式雨量计安装在28m处;四分量辐射仪安装在10m处,朝向正南;两个红外温度计安装在10m处,朝向正南,探头朝向是垂直向下;两个光合有效辐射仪安装在10m处,朝向正南,探头垂直向上和向下方向各一个;土壤部分传感器安装在塔体南侧2m处,其中土壤热流板(自校正式)(3块)依次埋设在地下6cm处;平均土壤温度传感器TCAV埋设在地下2cm、4cm处;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、80cm、120cm、160cm和200cm处;土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、80cm、120cm、160cm和200cm处。 观测项目有:风速(WS_5m、WS_7m、WS_10m、WS_15m、WS_20m、WS_28m)(单位:米/秒)、风向(WD_15m)(单位:度)、空气温湿度(Ta_5m、Ta_7m、Ta_10m、Ta_15m、Ta_20m、Ta_28m和RH_5m、RH_7m、RH_10m、RH_15m、RH_20m、RH_28m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、向上和向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒)、平均土壤温度(TCAV)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm、Ms_200cm)(单位:体积含水量,百分比)、土壤温度(Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm、Ts_200cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;1-6月由于传感器的问题,降雨数据出错;7-10月由于接线问题,气压数据出错;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-9-10 10:30;(6)命名规则为:AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
该数据集包含了2018年6月11日至2018年9月18日的黑河水文气象观测网中游大满超级站叶面积指数观测数据。站点(100.372° E, 38.856° N)位于甘肃省张掖市大满灌区内,海拔1556m,下垫面是玉米。观测样方共计3个,每个样方大小约30m×30m,经纬度范围分别为(100.373297°E~100.374205°E, 38.857871°N~38.858390°N)、(100.373918° E~100.373897°E, 38.854025°N~38.854941°N)、(100.368007°E~100.369044°E, 38.850678°N~38.851580°N)。每个样方内布设5个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网(LAINet)获取,该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据(Level0),利用LAINet软件对原始观测数据进行处理,逐节点计算每天LAI(Level1),进一步对无效值识别与填充,并7天滑动平均消除天气变化对LAI计算的影响(Level2),对有多个LAINet节点的观测子区,节点的均值为该子区的最终观测值(Level3)。 本次发布的数据集为处理后的Level3产品,数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Qu et al. (2014)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含了2018年1月1日至2018年12月31日兰州大学寒旱区科学观测网络大野口站气象要素梯度观测系统数据。站点位于甘肃张掖大野口排露沟,下垫面是林缘草地。观测点的经纬度是100.286E,38.556N,海拔2703m。二维超声风速/风向传感器和空气温湿度传感器分别架设在8m处;气压计安装在1.5m采集箱内;翻斗式雨量计安装在塔2m处;红外温度计安装在2m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)埋设在塔南侧植被下5cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在2m处,朝向正南。 观测项目有:风速(WS_8m)(单位:米/秒)、风向(WD_8m)(单位:度)、空气温湿度(Ta_8m和RH_8m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT)(单位:摄氏度)、土壤热通量(Gs_5cm)(单位:瓦/平方米)、土壤水分(Ms_5cm)(单位:百分比)、土壤温度(Ts_5cm)(单位:摄氏度) 、土壤水势(SWP_5cm)(单位:千帕)、土壤电导率(EC_5cm)(单位:微西门子/厘米)光合有效辐射(PAR)(单位:微摩尔/平方米秒)、日照时数(Sun_time)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);2018.8.29-10.18由于电池箱无保温措施,电池低温供电不稳定,部分时间段数据丢失(1.3-1.6;1.8-1.11;1.14-1.20;1.23-1.30;2.9-2.22;2.28-3.23;3.28-5.12);由于程序故障,空气湿度采集错误;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-6-10 10:30。
赵长明, 张仁懿
该数据集包含了2018年6月16日至2018年10月18日的黑河水文气象观测网下游四道桥(包括柽柳与胡杨林)叶面积指数观测数据。站点位于内蒙古额济纳旗四道桥,海拔870 m,下垫面是柽柳与胡杨。观测在四道桥超级站(101.1374E, 42.0012N)和混合林站(101.1335E, 41.9903N)旁开展,样方共计2个,每个样方大小约30m×30m,每个样方内布设5个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网(LAINet)获取,该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据(Level0),利用LAINet软件对原始观测数据进行处理,逐节点计算每天LAI(Level1),进一步对无效值识别与填充,并7天滑动平均消除天气变化对LAI计算的影响(Level2),对有多个LAINet节点的观测子区,节点的均值为该子区的最终观测值(Level3)。 本次发布的数据集为处理后的Level3产品,数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Qu et al. (2014)。
屈永华, 徐自为, 李新
该数据集包含2018年6月15日至11月7日黑河流域地表过程综合观测网下游四道桥超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
屈永华, 徐自为, 李新
本数据集包括祁连山地区重点区域2018年5月至2018年10月的归一化植被指数、植被覆盖度、植被净初级生产力、草地生物量、森林蓄积量植被参数遥感产品,空间分辨率为8m。本数据集采用高分一号、高分六号、哨兵、资源三号等遥感数据源,结合气象、地面监测等基础数据,采用波段比值法、混合像元分解模型、CASA模型等植被参数反演算法和模型,生成祁连山重点区域生长季逐月植被指数遥感产品。本数据集通过构建以高分卫星为主的高时空分辨率生态环境监测数据集,为区域生态环境问题诊断与生态环境动态评估提供数据支持。
祁元, 张金龙, 曹永攀, 周圣明, 王宏伟
该数据集包含了2018年1月1日至2018年12月31日的黑河流域地表过程综合观测网中游花寨子站涡动相关仪观测数据。站点位于甘肃省张掖市,下垫面是荒漠。观测点的经纬度是100.3201E, 38.7659N,海拔1731.00m。涡动相关仪的架高4.5m,采样频率是10Hz,超声朝向是正北向,超声风速温度仪(CSAT3)与CO2/H2O分析仪(Li7500A)之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Eddypro软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除降水前后1h的数据;(3)剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。5月13日-7月12日以及7月16日-8月21日由于CO2/H2O红外气体分析仪出现问题,潜热和二氧化碳浓度及通量缺失。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),奥布霍夫长度L(m),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(较插补数据好);9数据质量差))。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
中国土地利用现状遥感监测数据库是在国家科技支撑计划、中国科学院知识创新工程重要方向项目等多项重大科技项目的支持下经过多年的积累建立的覆盖全国陆地区域的多时相土地利用现状数据库。 数据集为西北(南)六省包括:新疆、西藏、青海、云南、四川、甘肃。以1970s、1980s、1995、2000、2005、2010、2015年Landsatt TM/ETM遥感影像为底图,利用专业软件通过人工目视解译生成。然后在矢量数据的基础上栅格化生成的1KM栅格数据。 土地利用类型包括耕地、林地、草地、水域、居民地和未利用土地6个一级土地类型以及25个二级类型。 数据包括经纬度 WGS投影(Geo)和等面积圆锥投影(Albers)两种投影方式 中国土地利用现状遥感监测数据库是目前我国精度最高的土地利用遥感监测数据产品,已经在国家土地资源调查、水文、生态研究中发挥着重要作用
刘纪远
本数据集为2018年祁连山重点区域土地覆盖/利用数据,空间分辨率2m。本数据集以祁连山地区的气候、海拔、地形地貌、地表覆盖类型等资料为基础,通过高分辨率遥感影像,对地表覆被类型进行解译判读。对影像无法反映的地类,实地核实地类,采集相关数据,核对并修正土地利用类型。同时进一步核对2018年祁连山重点区域土地覆盖/利用类型及植被覆盖情况等属性信息,统一进行图斑及其属性的录入和编辑,形成2018年祁连山地区土地覆盖/利用数据,实现祁连山地区生态治理的现势性和时效性。
祁元, 张金龙, 颜长珍, 段翰晨, 贾永娟
该数据集由三部分组成:①2018年8月16日至8月30日在祁连山石羊河流域上游7条支流及下游青土湖进行的植物样地调查数据;②2018年9月25日至10月3日在黑河、疏勒河流域主要支流进行的植物样地调查数据;③2013年8月18日至2018年8月8日在青海湖与黑河流域的植物样地调查数据。第一部分调查涉及草本、灌木、乔木的生长特性与数量信息;第二部分主要调查乔木,对草本仅作粗略估计;第三部分主要调查草甸植被。 三部分调查依据植被类型设置样地,每个样地至少选取 3 个样方(分乔木、灌木、草本)。其中,草本样方面积为 1m×1m 或 0.5m×0.5m;荒漠灌木样方面积为 10m×10m;森林灌丛面积为 2m×2m;灌木灌丛面积4m×4m;乔木样方面积为20m×20m。在每个样方内进行植物群落调查:乔木样方调查主要调查物种数量、物种多度、20株乔木每木检尺(含株高、胸径、冠幅、活枝下高)、样方内全部乔木胸径;灌木样方主要调查全部灌木的物种数量、多度、灌木冠幅、灌木株高;草本样方主要调查草本物种数量、多度或分盖度、平均株高、总盖度,地上生物量。
赵长明, 张立勋, 黄永梅, 袁建立, 张仁懿
该数据集包含了2018年1月1日至2018年12月31日兰州大学兰州大学寒旱区科学观测网络西营河站气象要素梯度观测系统数据。站点位于青海海北门源县仙米乡讨拉村,下垫面是高寒草甸。观测点的经纬度是101.855E,37.561N,海拔3616m。二维超声风速/风向传感器和空气温湿度传感器分别架设在2m、4m、8m处,共3层,朝向正北;气压计安装在1.5m采集箱内;翻斗式雨量计安装在塔4m处;红外温度计安装在4m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下20cm和40cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_2m、WS_4m、WS_8m)(单位:米/秒)、风向(WD_2m、WD_4m、WD_8m)(单位:度)、空气温湿度(Ta_2m、Ta_4m、Ta_8m和RH_2m、RH_4m、RH_8m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT)(单位:摄氏度)、土壤热通量(Gs_5cm、Gs_10cm)(单位:瓦/平方米)、土壤水分(Ms_20cm、Ms_40cm)(单位:百分比)、土壤温度(Ts_20cm、Ts_40cm)(单位:摄氏度) 、土壤水势(SWP_20cm,SWP_40cm)(单位:千帕)、土壤电导率(EC_20cm、EC_40cm)(单位:微西门子/厘米)、光合有效辐射(PAR)(单位:微摩尔/平方米秒)、日照时数(Sun_time)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);2018.8.29-10.18由于电池箱进水导致的供电不稳定,气象数据丢失严重未入库;2018.10.18日起2m超声风速/风向传感器故障,该位置风速数据错误;雨量筒程序错误,全年数据无效;由于程序故障,2018.1.1-3.2空气湿度采集错误;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-6-10 10:30。
赵长明, 张仁懿
该数据集包含了2018年1月1日至2018年12月31日兰州大学寒旱区科学观测网络连城站气象要素梯度观测系统数据。站点位于甘肃永登连城吐鲁沟国家森林公园吐鲁坪,下垫面是森林。观测点的经纬度是102.737E,36.692N,海拔2903m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处,共2层,朝向正北;气压计安装在1.5m采集箱内;翻斗式雨量计安装在塔2m处;红外温度计安装在2m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm和10cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_2m、WS_4m、WS_8m)(单位:米/秒)、风向(WD_2m、WD_4m、WD_8m)(单位:度)、空气温湿度(Ta_4m、Ta_8m和RH_4m、RH_8m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT)(单位:摄氏度)、土壤热通量(Gs_5cm、Gs_10cm)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm)(单位:摄氏度) 、土壤水势(SWP_5cm,SWP_10cm)(单位:千帕)、土壤电导率(EC_5cm、EC_10cm)(单位:微西门子/厘米)、光合有效辐射(PAR)(单位:微摩尔/平方米秒)、日照时数(Sun_time)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);2018.5.30-7.6由于供电故障数据丢失;2018.1.1-5.30土壤热通量(5cm)传感器因鼠害断线,无有效数值;由于程序故障,空气湿度采集错误;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-6-10 10:30。
赵长明, 张仁懿
该数据集包含了2018年1月1日至2018年12月31日兰州大学兰州大学寒旱区科学观测网络临泽站气象要素梯度观测系统数据。站点位于甘肃张掖临泽新华镇古寨村,下垫面是农田。观测点的经纬度是100.062E,39.238N,海拔1402m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处,共2层,朝向正北;气压计安装在1m采集箱内;翻斗式雨量计安装在塔4m处;红外温度计安装在4m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下20cm和40cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_4m、WS_8m)(单位:米/秒)、风向(WD_4m、WD_8m)(单位:度)、空气温湿度(Ta_4m、Ta_8m和RH_4m、RH_8m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT)(单位:摄氏度)、土壤热通量(Gs_5cm、Gs_10cm)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm)(单位:摄氏度) 、土壤水势(SWP_5cm,SWP_10cm)(单位:千帕)、土壤电导率(EC_5cm、EC_10cm)(单位:微西门子/厘米)、光合有效辐射(PAR)(单位:微摩尔/平方米秒)、日照时数(Sun_time)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);雨量筒程序错误,雨量数据无效;由于程序故障,空气湿度采集错误;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-6-10 10:30。
赵长明, 张仁懿
青藏高原流域边界数据集使用2000年的航天飞机雷达地形任务收集的干涉合成孔径雷达SRTM DEM 数据、参考河流、湖泊等水系辅助数据,利用arcgis水文模型,分析、提取河网,将青藏高原划分为AmuDayra、Brahmaputra、Ganges、Hexi、Indus、Inner、Mekong、Qaidam、Salween、Tarim、Yangtze、Yellow等12个子流域。其中研究区外围边界是基于2500米等高线。
张国庆
本数据集包括祁连山地区2018年逐日地表蒸散发产品,产品分辨率为0.01°。采用高斯过程回归(Gaussian Process Regression,GPR)算法,实现对RS-PM (Mu et al., 2011)、SW (Shuttleworth and Wallace., 1985)、PT-JPL (Fisher et al., 2008)、MS-PT (Yao et al., 2013)、SEMI-PM (Wang et al., 2010a)、SIM (Wang et al.2008) 等6种蒸散发产品的集成。参与蒸散发产品生产的驱动数据包括MODIS(NDVI、Albedo、LAI、PAR),中国区域高时空分辨率地面气象要素驱动数据集(何杰, 阳坤. 中国区域高时空分辨率地面气象要素驱动数据集. 寒区旱区科学数据中心, 2011. doi:10.3972/westdc.002.2014.db)等。
姚云军, 刘绍民, 尚珂
本数据集包括祁连山地区2017年日值0.05°×0.05°地表土壤水分产品。采用多元统计回归模型,通过对“祁连山地区基于AMSR-E和AMSR2亮温数据的SMAP时间扩展日0.25°×0.25°地表土壤水分数据(SMsmapTE, V1)”进行降尺度,得到0.05°×0.05°地表土壤水分产品。参与多元统计回归的数据包括GLASS Albedo/LAI/FVC,周济-中国西部1km全天候地表温度数据(V1),以及经/纬度等信息。
柴琳娜, 朱忠礼, 刘绍民
三江源及区域国家标准气象站逐月气象数据,包含32个气象站,主要包括平均本站气压、极端最高本站气压、极端最高本站气压出现日、极端最低本站气压、极端最低本站气压出现日、平均气温、极端最高气温、极端最高气温出现日、极端最低气温、极端最低气温出现日、平均气温距平、平均最高气温、平均最低气温、日照时数、日照百分率、平均相对湿度、最小相对湿度、最小相对湿度出现日期、降水量、日降水量>=0.1mm日数、最大日降水量、最大日降水量出现日、降水距平百分率、平均风速、极大风速、极大风速之出现日、最大风速、极大风速之风向、最大风速之风向、最大风速之出现日26个变量。数据格式为txt,以站点ID命名,每个文件26列,各列数据的名称、单位以含义在SURF_CLI_CHN_MUL_MON_readme.txt文件中进行了说明。所包含的站点列表如下表: site_id lat lon elv name_cn 52754 37.33 100.13 8301.50 刚察 52833 36.92 98.48 7950.00 乌兰 52836 36.30 98.10 3191.10 都兰 52856 36.27 100.62 2835.00 恰卜恰 52866 36.72 101.75 2295.20 西宁 52868 36.03 101.43 2237.10 贵州 52908 35.22 93.08 4612.20 伍道梁 52943 35.58 99.98 3323.20 兴海 52955 35.58 100.75 8120.00 贵南 52974 35.52 102.02 2491.40 同仁 56004 34.22 92.43 4533.10 托托河 56018 32.90 95.30 4066.40 杂多 56021 34.13 95.78 4175.00 曲麻莱 56029 33.02 97.02 3681.20 玉树 56033 34.92 98.22 4272.30 玛多 56034 33.80 97.13 4415.40 清水河 56038 32.98 98.10 9200.00 石渠 56043 34.47 100.25 3719.00 果洛 56046 33.75 99.65 3967.50 达日 56065 34.73 101.60 8500.00 河南 56067 33.43 101.48 3628.50 久治 56074 34.00 102.08 3471.40 玛曲 56080 35.00 102.90 2910.00 合作 56106 31.88 93.78 4022.80 索县 56116 31.42 95.60 3873.10 丁青 56125 32.20 96.48 3643.70 囊谦 56128 31.22 96.60 3810.00 类乌齐 56137 31.15 97.17 3306.00 昌都 56151 32.93 100.75 8530.00 班玛 56152 32.28 100.33 8893.90 色达
国家气象信息中心 数据应用服务室
植物功能型(PFT)是根据植物种的生态系统功能及其资源利用方式而对宠大的植物种进行的组合,每一种植物功能型共享相似的植物属性,是将植物种的多样性简化为植物功能和结构的多样性。植物功能型的概念受到生态学家特别是生态系统建模者的推崇。其基本假设是全球重要的生态系统动态可以通过有限的植物功能型表达和模拟。目前,植物功能型已被广泛用于生物地理模型、生物地球化学模型、陆面过程模型和全球动态植被模型,如美国国家大气研究中心(NCAR)的陆面过程模型已经将原来用土地覆盖信息变为应用植物功能型图(Bonan et al., 2002)。植物功能型已经被用于动态全球植被模型(DGVM)中,用以预测全球变化情景下生态系统结构与功能的变化。 参考全球植物功能型分类体系,根据模型需求,将土地覆盖类型与植物功能型合并考虑,确定该数据的分类体系下表。 1、植物功能型分类体系 1 Needleleaf evergreen tree, temperate 2 Needleleaf evergreen tree, boreal 3 Needleleaf deciduous tree 4 Broadleaf evergreen tree, tropical 5 Broadleaf evergreen tree, temperate 6 Broadleaf deciduous tree, tropical 7 Broadleaf deciduous tree, temperate 8 Broadleaf deciduous tree, boreal 9 Broadleaf evergreen shrub, temperate 10 Broadleaf deciduous shrub, temperate 11 Broadleaf deciduous shrub, boreal 12 C3 grass, arctic 13 C3 grass 14 C4 grass 15 Crop 16 Permanent wetlands 17 Urban and built-up lands 18 Snow and ice 19 Barren or sparsely vegetated lands 20 Bodies of water 2、制图方法 中国1公里植物功能型图是根据Bonan等(Bonan et al., 2002)提出的土地覆盖与植物功能型转换的气候规则,对MICLCover土地覆盖图(冉有华 等,2009;Ran et al., 2012)进行转换。MICLCover土地覆盖图是融合了2000年中国1:10万土地利用数据、中国植被图集(1:100万)的植物型、中国1:10万冰川分布图、中国1:100万沼泽湿地图和MODIS 2001年土地覆盖产品(MOD12Q1)的最新发布的土地覆盖数据,采用IGBP土地覆盖分类系统。评价显示,其可能是目前存在的全国1km尺度上精度最高的土地覆盖图。气候数据利用何杰等(2010)发展的1981-2008年的空间分辨率为0.1度、时间分辨率为3小时的中国大气驱动数据,是我国现存的在全国尺度上具有最高时空分辨率的气候数据,该数据融合了Princeton 陆面模式驱动数据(Sheffield et al., 2006)、GEWEX-SRB 辐射数据(Pinker et al., 2003)、TRMM 3B42 和APHRODITE 降水数据以及中国气象局740个气象台站的观测数据。根据RanYouhua等(2010)的评价结果,GLC2000在目前的全球土地覆盖数据集中,具有相对较高的精度,且其分类系统中没有混交林这一类,因此MICLCover土地覆盖图中的混交林利用GLC2000 (Bartholome and Belward, 2005; 徐文婷 等,2005)中的信息进行了替换。该数据可用于陆面过程模型等相关研究中。
冉有华, 李新
本数据集在评价已经有土地覆盖数据的基础上,基于证据理论,将2000年中国1:10万土地利用数据、中国植被图集(1:100万)的植被型分类、中国1:10万冰川图、中国1:100万沼泽湿地图和MOD IS 2001年土地覆盖产品(MOD12Q1)进行了融合,最终基于最大信任度原则进行决策,产生了新的、IGBP分类系统的2000年1KM中国土地覆盖数据。 新的土地覆盖数据在保持了中国土地利用数据的总体精度的同时,补充了中国植被图中对植被类型及植被季相的信息,更新了中国湿地图,增加了中国冰川图最新信息,使分类系统更加通用。
冉有华, 李新
本研究基于中国及周边国家共1153个气温站点和1202个降水站点数据,利用ANUSPLIN软件的局部薄盘光滑样条法进行插值,重建了1951−2011年中国月值气温和降水量的高空间分辨率0.025°(~2.5 km)格点数据集(简称LZU0025)。数据集的质量评估主要基于以下三个方面:(1)分析ANUSPLIN在日志文件中提供的一系列用于判别误差来源和插值质量的统计参数。结果表明在1951-2011年,表征最佳插值模型的广义交叉验证GCV(generalized cross validation)值较小,在气温插值时为1.06℃,在降水进行开方运算插值时为1.97mm1/2。(2)对比LZU0025格点值与预留的265个站点实测数据。结果表明在1951-2011年,LZU0025月插值数据与实测数据接近,两者的平均绝对差为0.59℃和70.5mm,标准差为1.27℃和122.6mm,并且标准差的变化与GCV变化一致。(3)将LZU0025与现有数据集进行对比。首先以插值所用站点较多的中国气象局发布的0.5°数据集(简称CMA)为基准,利用泰勒图对比了基于不同数据集刻画的气候平均状态均值(Mean)、距离平均状态的标准差(Standard deviation)以及随时间变化的气候趋势(Time trend)。结果表明与基于其他数据集衍生的三类指标相比,LZU与基准CMA相关系数较高,标准差较接近,并且归一化的均方根误差较小。其次,将LZU0025格点数据与能量和水循环观测项目-亚洲季风项目西藏地区(CAMP-Tibet)气象站数据进行对比,结果表明仅有少数台站降水数据与LZU0025相关性不显著,但多数台站气温和降水数据与LZU0025显著相关且相关性高于0.87。基于以上评估分析,LZU0025数据集可靠。高分辨率的LZU0025能刻画更多的气候类型如喜马拉雅山脉地区未被粗分辨率数据集识别的苔原和极地气候。LZU0025可作为研究全球气候变化下区域气候变化和精准农业气候的基础数据。
黄伟, 赵虹
青藏高原多源遥感合成1km积雪覆盖数据集(1995-2018)基于国家卫星气象中心的青藏高原光学仪器遥感1km积雪覆盖数据集(1989-2018)和美国雪冰中心的25km近实时逐日全球冰密集度与积雪范围NISE产品数据集(1995-2019)合成得到,覆盖时间从1995年到2018年(每年1-4月和10-12月两个时段),时间分辨率为逐日,覆盖范围为青藏高原(17°N -41°N,65°E -106°E),采用等经纬度投影,空间分辨率为0.01°×0.01°。数据集以日产品表征了卫星观测时刻的地面是否为积雪所覆盖。输入数据源为NOAA或MetOp卫星AVHRR逐日积雪覆盖产品,TERRA卫星MODIS替代AVHRR对应观测通道生成的逐日积雪覆盖产品,以及DMSP卫星SSM/I或SSMIS逐日全球冰密集度和积雪范围NISE产品。数据集合成方法:以青藏高原光学仪器遥感1km积雪覆盖产品为基础,完全信任其积雪和晴空无雪信息,对有云覆盖、无法判识、缺少卫星观测等区域,在相对高空间分辨率海陆模板的辅助下,利用NISE的陆地有效判识结果进行替换。对于部分水陆边界,因NISE产品空间分辨率较低,合成结果有可能仍存在极少量的云覆盖或者无观测数据区域。基于多年地面气象台站雪深观测资料验证表明,本数据集对晴空条件下地面有无积雪的总体判识准确率在91%以上。数据采用标准的HDF4格式存储,内部有积雪覆盖和质量码两个SDS,维度均为4100列×2400行,且文件内部有完备的属性描述。
郑照军, 曹广真
青藏高原光学仪器遥感1km积雪覆盖数据集(1989-2018)基于星载光学仪器观测数据云雪判识方法制作,覆盖时间从1989年到2018年(每年1-4月和10-12月两个时段),时间分辨率为逐日,覆盖范围为青藏高原(17°N -41°N,65°E -106°E),采用等经纬度投影,空间分辨率为0.01°×0.01°。数据集以日产品表征了卫星观测时刻晴空无云或透明薄云下的地面是否为积雪所覆盖。输入数据源为NOAA与MetOp卫星的AVHRR L1数据,以及从TERRA/MODIS对应于AVHRR通道的L1数据。产品处理方法为独立于云掩模产品的动态阈值决策树算法(DT),即算法同时判别云雪,且其云检测强调保留雪信息,特别是透明卷云下的雪。DT算法针对不同情况,考虑了多种判识手段,如水云上的冰云,森林和沙地的积雪,薄雪或融雪等;根据地表类型、DEM和季节设定动态阈值;采用多种质量控制手段,如在重度气溶胶或烟尘覆盖的低纬度森林中剔除伪雪,参考最大月雪线和最小雪面亮度温度剔除伪雪;优化不同种类型云雪和晴空无雪陆地的判识流程。DT算法在正常情况下能区分大部分云雪,但会低估10月份青藏高原的积雪。基于多年地面气象台站雪深观测资料验证表明,本数据集对晴空条件下地面有无积雪的总体判识准确率在95%以上。数据采用标准的HDF4格式存储,内部有积雪覆盖和质量码两个SDS,维度均为4100列×2400行,且文件内部有完备的属性描述。
郑照军, 除多
本数据集包括祁连山地区1985-2015年每5年一期的逐月地表蒸散发产品,1985-1995年产品分辨率为0.05°,2000-2015年产品分辨率为0.01°。采用高斯过程回归(Gaussian Process Regression,GPR)算法,实现对RS-PM (Mu et al., 2011)、SW (Shuttleworth and Wallace., 1985)、PT-JPL (Fisher et al., 2008)、MS-PT (Yao et al., 2013)、SEMI-PM (Wang et al., 2010a)、SIM (Wang et al.2008) 等6种蒸散发产品的集成。参与蒸散发产品生产的驱动数据包括MODIS(NDVI、Albedo、LAI、PAR)、GIMMS AVHRR NDVI等遥感产品,中国区域高时空分辨率地面气象要素驱动数据集(何杰, 阳坤. 中国区域高时空分辨率地面气象要素驱动数据集. 寒区旱区科学数据中心, 2011. doi:10.3972/westdc.002.2014.db)等。
姚云军, 刘绍民, 尚珂
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