西藏拉鲁湿地国家自然保护区，总面积6.2平方公里，平均海拔3645米，是典型的青藏高原湿地，属于芦苇泥炭沼泽。该数据集为西藏拉鲁湿地六个不同位点采集土壤表层（0-10cm）样品测定的土壤基本理化指标数据，数据集包括以下土壤理化性质：土壤pH值，土壤水分含量，土壤有机碳，土壤总磷含量，可利用磷含量，土壤总钾含量，土壤可利用钾含量，土壤总氮含量，土壤铵态氮和土壤硝态氮含量；数据可应用于拉鲁湿地土壤质量评价等相关科学研究当中。
闫钟清
本数据集来源于书籍： 《南迦巴瓦峰地区自然地理与自然资源》，该书籍的指导为任美锷，主编为彭补拙、杨逸畴，指导单位为中国科学院地理研究所。本书是南迦巴瓦峰《登山科学考察丛书》之一，是对南迦巴瓦峰及雅鲁藏布江下游大拐弯这个科学上空白地区进行自然地理研究的全面总结。 由于南峰地区的河流多是水流湍急,因此,蒸发浓缩作用微弱。另外,在湿润的南峰地区广泛分布着发育在片麻岩上的土壤,其淋溶作用强烈,土体中可溶盐贫乏,多显酸性反应。为了便于对天然水中一些阴、阳离子的含量进行分析,测定了南峰地区在不同海拔发育于片麻岩母质上的不同类型土壤中部分阴离子,结果列于表3。 土壤中元素的含量和分布不但受成土母质的影响,还与有机质和土壤中物理化学组成的性质有关,现将发育在本区土壤类型中部分土壤的元素含量及物理化学组成列于表8。从表8可以看出,某些元素与有机质及颗粒度等物理化学组成有关。南峰地区降水充沛,植物覆盖率大,生物及化学作用增强,在土壤有机质的积累和粘粒的形成方面与其高度有明显的关系,即海拔愈低,生物和化学风化愈强烈。同时与珠峰地区相比,化学风化也有所增强，这就造成了本区土壤中除Na,Mg,K外,其它元素都接近于世界土壤元素含量的主要原因。 土壤中的元素含量与成土母质和土壤类型有密切的关系,现将主要土壤类型和成土母质中的元素测得值,取其算术平均值,并求标准偏差,列于表9。从表9可以看出,不同母质发育的土壤中,元素含量有一定的差异,不同类型的土壤中元素含量也有相当大的差别。说明土壤中的元素含量与成土母质和土壤类型有密切的关系。这主要与元素本身的化学性质及元素在成土过程中的地球化学性质有关。 用PI XE法分析了南峰地区号营地、大本营、派区等点大气气溶胶样品,现将测得值列于表10，以探讨其输送、扩散、转化和富集规律，尽快地开展清洁区大气背景值的研究,追踪污染物质的来源。有机氯化合物如DDT、666,PCB,由于性质稳定,在环境中可以受到各种自然因素的影响而作长距离的迁移，为了解南峰地区是否也受到这类有机氯化合物的污染,我们首次用痕量分析方法,分析了水、土壤、动植物等样品中有机氯化合物的含量,以达到了解南峰地区生物背景状况的目的（表11、12、13），南峰地区水体、土壤、某些植物和禽蛋中 DDT,666含量很低一般仅为10-8数量级。收集的人发和牛毛样品中其他元素等含量水平未见异常。 南峰及北京地区部分生物样品中无机物含量列于表14。
彭补拙, 杨逸畴
为了更好地说明山地自然带的景观特征，以及组成要素之间的物质交换和地球化学上的内在联系，阐明各元素及其化合物在自然景观中的迁移转化规律。我们对每一自然带景观中的岩石、风化壳（土壤母质）、土壤中元素含量进行了化学分析，并计算大量元素、微量元素的迁移系数，求出该景观风化壳、土壤的元素迁移系列。在景观的表生作用带内不活泼的元素（或弱迁移的），有铝和钛等，在进行大量元素与微量元素迁移能力计算时，分别用铝和钛作为基准，计算各个元素的淋出量、淋出率（%）及迁移系数。
彭补拙, 杨逸畴
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
本数据集包括6个数据文件，分别是：(1)高寒草甸海拔梯度土壤温度和水分数据_西藏当雄（2019-2020），该数据是2019-2020年西藏当雄高寒草甸海拔4400m，4500m，4650m，4800m，4950m，5100m不同土壤深度（5cm和20cm）的温度和含水量的逐小时观测数据。(2)色季拉山林线气象环境数据_西藏林芝(2019)，该数据是2019年西藏林芝色季拉山林线（包括阴坡林外、阴坡林内、阳坡林外、阳坡林内）的逐小时气象环境（包括风速、距离地表1m气温、距离地表1m相对湿度、距离地表3m气温、距离地表3m相对湿度、大气压、总辐射、净辐射、光合有效辐射、660nm红光辐射、730nm红外辐射、地表温度、大气长波辐射、地表长波辐射、地下5cm\20cm\60cm热通量、地下5cm\20cm\60cm土壤温度和湿度、雨量、雪厚）逐小时观测数据，其中由于高原地区设备电力故障，导致部分观测数据缺失，已在数据中说明。(3)主要气象站点的植被NDVI_青藏高原（2020），包括青藏高原25个气象站点附近的植被NDVI调查数据和计算平均值。(4)土地利用调查数据集_川藏铁路沿线(2019)，包括川藏铁路沿线35个调查点的土地利用调查数据，包括调查时间、地点、经纬度、海拔、坡度坡向、主要植被类型和优势物种。(5)叶面积指数调查数据_川藏铁路沿线（2019），包括川藏铁路沿线主要植被类型的叶面积指数调查数据和计算平均值，使用Sunscan冠层分析仪和LAI-2200测量。(6)土壤温湿度调查数据_川藏铁路沿线(2019)，包括川藏铁路沿线34个调查点：地点、经纬度、海拔、土壤表面温度、土壤30cm处湿度，数据记录为每个调查点3次重复测量。该数据集可用于青藏高原植被环境变化规律分析研究。
周广胜, 吕晓敏, 罗天祥, 杜军, 王玉辉, 周怀林
该数据集包含了3类数据，分别是：（1）2020年青藏高原热熔塌陷区土壤理化指标和碳氮、植物碳氮和微生物碳氮数据。这些数据为评估青藏高原碳氮循环过程提供了重要参考。该数据主要是通过2020年在青海刚察考察时实地观测获得。获得的植物和土壤样品带回实验室后进行初步分类、去除杂质，再放入65°C的烘箱中烘干至恒重。测量土壤和植物中的碳氮组分。共获得了4个典型样点的40个样方。该数据可用于揭示土壤和植物碳氮组分的空间变化规律，理解碳氮组分在土壤-植物-微生物体系中的分配情况。 （2）2019年青藏高原草原水平样带土壤营养成分的数据。该数据主要是通过2019年的样带考察时实地打土钻获得。样方土壤样品带回实验室进行初步分类、去根、筛去杂碎石头等杂质。将土壤样品自然风干，然后混合均匀平均分成两份（每份100g左右），一份用2mm土壤筛过筛获得过筛样，另一份使用球磨仪进行土样研磨获得研磨样。包含的内容要素有：壤全C、N、P、K、Fe、Mn 、Cu、Zn、Ca、Na 和全Mg的含量；土壤速效P、K、Fe、Mn、Cu、Zn、Ca、Na 和Mg的含量。土壤全C、全N的测定：对研磨样进行包样，然后采用CHNOS元素分析仪（Vario EL III，GmbH, Hanau, Germany）测定全C、全N的含量。土壤全量元素测定：使用压片机对研磨样进行压片，然后采用X射线荧光光谱仪（XRF, PANalytical Axios mAX, Almelo, The Netherlands）测定样品的全P、K、Fe、Mn 、Cu、Zn、Ca、Na 和全Mg的含量。土壤速效态元素测定：对过筛样进行浸提处理，提取滤液通过电感耦合等离子体发射光谱仪（iCAP 6300, Thermo Electron Corporation, Waltham, MA, USA）测定速效P、K、Fe、Mn、Cu、Zn、Ca、Na 和Mg的含量。共获得了13个样带样点。39个样方，每个样方获得三个土壤层次（即0~10，10~20，20~30cm的土壤层次）。因此，每个样方的每个土壤营养元素共有117个数据(C、N、P、Mn、Zn等)；该该数据是此此科考获得的直接获得的实地土壤样品，风干过筛研磨后通过相关分析仪（上述）按相应测试规范测定，质量可靠，可供分析不同区域土壤碳氮含量或密度的分布规律、评估土壤养分状况、生态系统的可持续性等，特别是可供降水变化驱动的碳氮循环研究及其建模使用，具有较为广泛的使用价值和应用前景。 （3）2019年青藏高原草原水平样带植被生产力数据。该数据主要是通过2019年的样带考察时实地观测获得。获得样方植物样品后带回实验室进行初步分类、去除碎石等杂质，再放入65°C的烘箱中烘干至恒重。根据其样方生物量换算为生态系统碳循环关键要素--植被生产力（NPP）。共获得了13个样带样点，39个样方的观测数据。数据的内容要素包含地上、地上生物量及NPP。单位为克每平方米；该数据是此此科考获得的实地观测资料，质量可靠，可供分析不同区域植被生产力的分布规律、植被覆盖、生态系统的碳储量评估等，特别是供降水变化驱动的碳循环研究及其建模使用，具有较为广泛的使用价值和应用前景。
许振柱, 杨元合, 张峰
本数据包括北极Barrow地区不同年龄冻土土壤细菌物种组成数据，可用来探索土壤微生物对冻土消融的响应及不同年龄冻土的土壤细菌差异；本数据为扩增子测序结果，引物为Earth Microbiome Project 标准引物 515F–806R，扩增范围为V4区，测序平台为Illumina Hiseq PE250; 数据通过质量控制，至少达到Q30水平；本数据用于发表于Cryospshere文章Permafrost thawing exhibits a greater influence on bacterial richness and community structure than permafrost age in Arctic permafrost soils. The Cryosphere, 2020, 14, 3907–3916, https://doi.org/10.5194/tc-14-3907-2020。本数据还可用于三极土壤微生物比较分析研究
孔维栋
农业灌溉需要消耗大量的可利用淡水资源，是人类对自然水循环过程最直接的扰动，加速了区域水循环的同时伴随着冷却作用。因此，估算灌溉用水对于探索人类活动对自然水循环的影响、量化水资源收支、优化农业水资源管理配置等具有重要意义。然而，目前灌溉用水数据主要是基于调查统计结果，数据空间分布离散且缺乏统一性，无法满足对灌溉用水的时空变化进行估算的需求。全球灌溉农田灌溉用水量遥感估算数据集（2011-2018）是基于卫星土壤湿度、降水、植被指数以及气象资料入辐射与气温等要素，通过土壤水量平衡原理，耦合遥感蒸散发过程模块以及利用基于差分优化的数据-模型融合算法来估算全球灌溉农田实际灌溉用水量。该数据集的灌溉用水估算结果相比传统的离散调查统计数据在不同空间尺度（区域、州/省和国家）上具有较小的偏差，如中国各省2015年农业用水统计结果对比（bias = −3.10 km^3），美国各州2013年调查数据结果对比（bias = −0.42 km^3）以及粮农组织各个国家尺度对比结果（bias = −10.84 km^3）。而且，相较于基于单个降水和土壤水分卫星产品的估算结果，该集合数据显示出更低的不确定性。此外，数据统一采用全球地理经纬度格网，相关元数据存储在对应的NetCDF文件内，空间分辨率约为25公里，时间分辨率为月尺度，时间跨度为2011年−2018年。该数据集将有助于定量评估历史时期农业灌溉用水的时空格局和支撑科学农业用水管理等。
张琨, 李新, 郑东海, 张凌, 朱高峰
过去50年，在全球气候变化的大背景下，随着人口增加和经济发展，欧亚草地已发生了较严重的退化。土壤理化性质作为草原质量评估的重要指标，其时空格局分布与变化都能直观反映草原退化情况，有效评估草原质量对沿线国家的可持续性发展和中国“一带一路”战略的推进都具有重要的意义。在以往研究中，土壤属性指标的时空分布表达在精度和准确性上均存在着可提升的空间。随着地理信息系统、全球定位系统、各类传感器等工具及土壤制图技术的日益强大，数字土壤制图逐渐成为一种高效表达土壤空间分布的方法。本研究以土壤景观学和空间自相关理论为基础，融合多源样点数据与环境协变量数据，使用机器学习模型，分别预测2000年前后欧亚大陆温性草地1km分辨率表层土壤属性空间分布。为了解决土壤样点据标准化的问题，使用等面积样条函数将不同剖面土层属性拟合至表层20cm土壤属性，采用土壤颗粒分布参数模型将不同土壤质地分类标准统一转换为美国制。为了解决土壤样点数不足的问题，使用伪专家观测点补充欠采样区土壤有机质和含砂量样点；采用逐步回归结合支持向量机模型，并通过计算阈值筛选有效土壤容重模拟样点。针对地形气候条件复杂的特征，结合多源遥感数据，应用NGBoost模型挖掘基于样点的土壤属性与环境景观因子（地形、气候、植被、土壤类型等）及空间位置之间的关系，分别预测研究区内1980-1999年和2000-2019年的土壤有机质、含砂量与容重，并给出对应指标的不确定性空间分布。模拟的土壤属性指标的空间分布趋势总体符合实际情况。模拟值与实测值较为吻合，线性关系显著，2000年前土壤有机质含量、容重和含砂量R²分别为0.64、0.35和0.44，RMSE分别为0.25、0.07和13.94；2000年后R²分别为0.79、0.77和0.86，RMSE分别为0.2、0.13和6.61。研究结果表明，本方法能有效反演欧亚大陆温性草地的土壤理化性质，为评估该地区草原退化与构建草原质量评价体系提供基础。
李振宇, 张娜
土壤水分是水循环中核心变量之一，虽然其变化量很小，但对于一次降水过程来说，土壤水分直接决定着降水转化为蒸发、径流及地下水的比例，这对于精细模拟水文过程各分量的时空动态及准确估计黑河上游来水量极其重要。本数据集包括黑河上游八宝河流域40个无线传感器网络节点自2013年7月至2017年12月的观测数据。每个节点都有4cm和20cm土壤水分观测；部分节点还包括10cm深度观测。数据观测频率为1小时。该数据集可为流域水文模拟、数据同化及遥感验证提供地面数据集。 具体数据详细介绍请参考附件信息：黑河上游八宝河流域生态水文无线传感器网络土壤水分观测说明文档。
晋锐, 亢健
“一带一路”泛第三极关键节点区域土壤类型与属性数据（Soil mapping and attribution dataset of all nodes area in pan-third pole）是泛第三极关键节点区域反映土壤资源、土壤肥力、土壤环境、土壤生物等土壤数据库的重要信息，为泛第三极关键节点区域有关天气过程、干旱和水文监测方面提供了极其有价值的参考。本数据的基底数据以从粮农组织土壤门户所属的世界土壤数据库(HWSD v1.2)权威性公开数据为主要数据，若干由世界土壤数据中心ISRIC所出版的ISRIC土壤数据和其他收集的项目数据等补充数据为数据来源，筛选并获得了预期31个泛第三极关键节点区域土壤的完整信息的分布。最终得到了泛第三极关键节点区域土壤类型与属性数据。本数据集作为所有土壤数据的研究基础，为项目提供了土壤区划基底数据。数据具有栅格可视化和属性表格直观化的特点，可通过多项途径查看。栅格可视化数据提供了土壤类型及分布的大致数据，属性信息涵盖在表格中，包含了详细的土壤参数（包括有机碳、pH值、蓄水量、土壤深度、土壤的阳离子交换能力和粘土含量、总可交换养分、石灰和石膏含量、钠交换率、盐度、结构等级和粒度等）。
尚成, 凌峰
本数据集记录了阿姆河流域karakul地区荒漠土地2019.9-2020.9的气象要素数据，以及为探明咸海高矿化度咸水用于植被建设的可行性，课题成员于2020年6月在新疆塔里木河下游农二师31团2连开展咸水灌溉种植盐地碱蓬试验和在巴州33团沙漠边缘区进行了高矿化度水（18.94g/L）滴灌种子繁殖造林试验，用以研究不同植物在高矿化度咸水灌溉下的表型特征。收集到的数据包括土壤含水量、电导率、土壤盐分等土壤理化性质以及耐盐植物生理等数据。
李新荣, 何明珠, 赵振勇
稳定连续的长时序地表土壤水分数据集对于全球环境和气候变化监测等都非常重要。SMAP等卫星搭载的L波段辐射计能提供目前最优精度的全球地表土壤水分观测，但其数据记录的短时间限制了其在长期研究中的应用；而AMSR-E和AMSR2系列传感器能提供长时序多频段辐射计观测（C、X和K波段）。本数据集是一个20年（2002/07/27~2022/08/31）的全球连续一致的地表土壤水分数据集，分辨率为日尺度的36 km，采用EASE-Grid2投影坐标系，数据单位为m3/m3。数据集采用Yao et al.(2017)发展的土壤水分神经网络反演算法，将SMAP的优势传递到AMSR-E/2，以目前卫星最优精度的SMAP标准土壤水分产品为训练目标，以AMSR-E/2的亮温为输入，最终输出长时序土壤水分数据。该数据集能够重现SMAP土壤水分的时空分布，精度与SMAP土壤水分产品相当；同时该数据集精度优于AMSR-E和AMSR2的官方土壤水分产品，通过全球14个密集观测站网的地面观测验证表明，其土壤水分精度为5%左右。该全球长时序数据集目前时间覆盖20年，随着AMSR2的持续在轨观测以及即将发射的后继AMSR3任务，该数据集是可延长的，为气候极端事件、趋势分析和年代际变化的长时序研究提供支持。
姚盼盼, 卢麾
本数据集为基于SMAP时间扩展方法生产的青藏高原地区0.25°×0.25°地表土壤水分产品。即采用随机森林方法，利用被动微波亮温数据及相关辅助数据，实现对SMAP L3级地表土壤水分产品的时间扩展。其中，1980、1985、1990、1995和2000年为逐月产品，使用SMMR，SSM/I和SSMIS 19 GHz V/H及37 GHz V三个通道的亮温数据。2002年6月20日至2018年12月30日为逐日产品，使用AMSR-E和AMSR2 6.925 GHz V/H，10.65 GHz V/H及36.5 GHz V五个通道的亮温数据。 参与训练随机森林模型的辅助数据包括IGBP地表分类数据，GTOPO30 DEM数据以及经/纬度等信息。
柴琳娜, 朱忠礼, 刘绍民
该数据集包含了2018年10月23日至2019年12月31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)、湖表辐射温度（IRT_1）(单位：摄氏度)、光合有效辐射（PAR）(单位：微摩尔/平方米秒) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、湖水温度（Tw_20cm、Tw_50cm、Tw_100cm、Tw_200cm、Tw_300cm）(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；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
该数据集包含了2019年4月26日至2019年12月31日的青海湖流域水文气象观测网温性草原芨芨草站气象要素梯度观测系统数据。站点位于青海省刚察县三角城种羊场南部，下垫面是温性草原。观测点经纬度为：东经 100°14'8.99"E，北纬 37°14'49.00"N，海拔3210m。风速/风向、风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处，共3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；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）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m）(单位：度)、空气温湿度（Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m）(单位：摄氏度、百分比)、降水量（Rain）(单位：毫米)、气压（Press）(单位：百帕)、地表辐射温度（IRT_1、IRT_2）(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) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、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)。 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2019年4月28日至2019年12月31日青海湖流域地表过程综合观测网亚高山灌丛气象要素梯度观测系统数据。站点位于青海省刚察县沙柳河镇大寺附近，下垫面是亚高山灌丛。观测点经纬度为：东经100°6'3.62"E，北纬37°31'15.67"N，海拔3495m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处，共3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2m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500cm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500cm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）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m）(单位：度)、空气温湿度（Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m）(单位：摄氏度、百分比)、降水量（Rain）(单位：毫米)、气压（Press）(单位：百帕)、地表辐射温度（IRT_1、IRT_2）(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) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、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_500cm）(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_500cm）(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：2018/8/31 10:30。
李小雁
该数据集包含了2018年9月3日至2019年12月31日青海湖流域地表过程综合观测网高寒草甸草原混合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)、降水量（Rain）(单位：毫米)、气压（Press）(单位：百帕)、地表辐射温度（IRT_1、IRT_2）(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) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、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)。 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2012年7月至2013年8月采集的黑河流域典型土壤样点的土壤pH数据。2012年组织开展了第1次野外土壤调查采样。2013年在对已有土壤剖面样点进行定量评估的基础上，重点对已有剖面点代表性较差的景观区域进行土壤环境分析，形成补充性调查方案，组织开展了第2次土壤调查采样。黑河流域典型土壤样点采集方式为代表性采样，所采集样点覆盖了黑河流域的上游、中游、下游地区，涵盖了黑河流域的典型景观类型，能够反映黑河流域土壤属性整体的空间分布规律。野外土壤样品采集的深度参照中国土壤系统分类，以诊断层和诊断特性为基础，采取土壤剖面的土壤发生层样品。
宋效东, 张甘霖
黑河上游八宝河流域2013-2014年各层(0 cm, 4 cm, 10 cm, 20 cm, 40 cm, 80 cm, 120 cm, 160 cm, 240 cm, 400 cm, 600 cm, 900 cm, 1200 cm, 1400 cm, 1500 cm) 1km 逐小时土壤温度、湿度和含冰量数据，本数据由SHAW模型模拟产生，并基于地面站点和无线传感器网络观测的土壤温湿度数据进行了验证，结果较好，可用于上游冻土水热过程相关研究。
张艳林
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
