该数据集包括青藏高原不同地区不同环境介质的碳质组分的碳同位素数据（10个青藏高原典型站点的气溶胶中黑碳和有机碳的碳同位素数据、11个雪坑不同年份的黑碳和水不溶性有机碳的碳同位素数据、及青藏高原及其周围地区11个站点季风期降水中水溶性有机碳的碳同位素数据），所有样品均为各个站点实地采集，测试了各碳质组分的含量及δ13C和Δ14C数据，利用该数据可以精确评估大气碳质气溶胶和沉降在冰川上碳质颗粒物以及降水中水溶性有机碳的来源以化石燃料和生物质燃料的贡献比例。
李潮流
本数据集为青藏高原地区各典型站点—纳木错站（2013-2017）、鲁朗站（2014-2017）、珠峰站（2015-2016）及拉萨站（2017-2018）降水中黑碳和水不溶性有机碳的含量及各个站点的降水量数据，实地采集各个站点的降水样品后，进行过滤处理，测试每个降水事件样品的黑碳和水不溶性有机碳的含量，通过该数据可评估青藏高原典型地区水不溶性碳质颗粒物湿沉降速率的时间和空间变化，是模型模拟重要的输入数据。
李潮流
本数据集包括青藏高原典型站点（然乌（2018-2021）、纳木错（2013-2016）、珠峰（2013-2016）、鲁朗站（2015-2016））的大气和降水中碳质组分的吸光数据，所有样品均来自于各个采样点实地采集，测试了黑碳和水溶性有机碳的浓度，以及吸光数据，利用表示吸光能力的指标（MAC值），计算了水溶性有机碳和黑碳的吸光的MAC值，该数据对于评估大气中碳质颗粒物的辐射强迫具有重要意义，是模型模拟输入的重要基础数据。
李潮流
中国科学院（CAS）气候系统模式FGOALS-f3-L于近期完成了第六次国际耦合模式比较计划（CMIP6）试验中的全球季风比较计划（GMMIP）的Tier-1和Tier-3试验并发布了相应数据。本文是FGOALS-f3-L参加GMMIP试验的数据描述文章。在GMMIP Tier-1试验中，基于观测的海温和海冰强迫，FGOALS-f3-L模式完成了三组不同初始场的历史模拟试验。在GMMIP Tier-3试验中，FGOALS-f3-L模式完成了5组地形和热力扰动的敏感性试验。具体来说，包括四组地形敏感性试验，分别去除了青藏高原、东非和阿拉伯半岛高原、北美马德雷山脉和南美的安第斯山脉，以及一组热力敏感性试验，去除了青藏-伊朗高原及邻近区域500m以上地形的地表感热加热。这组数据集将贡献于CMIP6用于评估海温对全球季风环流和降水的长期以及短期趋势的影响，以及更好的理解大地形在影响全球季风中的作用。
何编
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
基于雅鲁藏布江流域内已有的262个雨量筒逐月降水数据、WRF和ERA5降水数据，利用随机森林学习算法重建了雅鲁藏布江流域及7个子流域1951–2020年10km分辨率的逐日降水数据。该数据经过了站点单点验证，在年和季节变化方面表现较好。并且该数据经过了水文模型反向评估，利用该数据驱动VIC水文模型模拟了雅江流域及各子流域径流变化，并利用实测径流、MODIS及冰川编目数据进行验证。该数据在原有第一版基础上考虑了降水空间分配特征，能更好描述高山区降水特征。
孙赫
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
青藏高原作为强大的热源，影响到亚洲季风的爆发与进退，西风带和季风带的相互作用。为了研究高原热力作用的变化及其对周边地区气候的影响，需要高原热源相关的基础数据。 本数据集由再分析资料计算得到得青藏高原及其周边地区逐月热源基础数据构成，变量包括青藏高原及周边地区大气热源、潜热通量、感热通量等，其水平范围覆盖为40°E-180°，20°S-80°N。空间分辨率为2.5°x2.5°，主要包括ERA5和NCEP/NCAR两种再分析资料数据。
李清泉
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
青藏高原地区是除南北极和格陵兰之外中低纬度最大的冰川富集区，固态水体冰川与液态水体湖泊、河流共同组成了亚洲水塔。高原的热力和动力作用及其变率是高原影响亚洲季风与全球大气环流异常的主要驱动力之一。研究青藏高原本身的热力性质以及反馈作用，需要利用气候模式，开展青藏高原与周围地区的百年历史检验和未来百年的预估（温度、降水、辐射等）。 本数据集由青藏高原及其周边地区的格点温度、降水、辐射等数据构成，其水平范围覆盖为40°E-180°，20°S-80°N，时间分辨率包括年、季平均。数据采用第六次国际耦合模式比较计划（CMIP6）中国国家气候中心BCC-CSM2-MR模式试验结果，包括historical，SSP126，SSP245，SSP370，SSP585试验的百年历史模拟与未来预估数据，根据双线性插值方法，统一插值到1°x1°分辨率水平。该数据可以为第二次青藏高原考察时段提供区域气候和水循环变化的基本信息，为外场考察结果提供参考，研究可能的变化机理。
李清泉
青藏高原地面PM2.5浓度数据以日期命名（YYYYMMDD）。其中每个nc文件包含一天的数据，里面包含该区域的PM2.5浓度，经纬度以及时间信息（对应数据中的变量名为PM2.5，lon，lat，time）。数据反演依赖美国国家航空航天局NASA发布的再分析资料MERRA-2和多角度成像光谱仪MISR的AOD产品。MERRA-2主要基于NASA的地球系统模型版本5（GEOS 5）。该算法能够同化所有原位和遥感大气数据。本数据主要用到MERRA-2的气溶胶场。这是首次将气象和气溶胶观测联合同化为全球同化系统的年代际再分析资料。MISR是通过指向9个不同方向的摄像机观察地球，可以知道在自然条件下散射到不同方向的辐射。本数据算法主要用到的数据产品有MERRA-2 气溶胶分析产品（M2T1NXAER）和MISR level 3版本四全球气溶胶产品（MIL3DAEN_4）。首先用MERRA-2提供的气溶胶信息计算得到每个格点中的PM2.5与AOD的比值，然后用MISR的AOD乘以该比值即为该格点的PM2.5浓度。利用该方法得到的PM2.5浓度平均预测误差在20微克/立方米以内。相应的PM2.5产品也可以为评估青藏高原地区颗粒物污染状况提供参考。
傅迪松
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
印度洋-第三极（青藏高原）大气和海洋的热力状况是影响亚洲季风活动和泛第三极区域气候变化的重要因素。在季节和年际尺度上，印度洋-第三极经向断面区域的大气和海洋热源状况与印度季风、孟加拉湾季风、热带印度洋海温模态演变等密切相关。基于此，我们计算并建立了印度洋-第三极经向断面区域的大气和海洋热源数据集。 为了得到每个等压面上大气加热率的水平分布，我们采用Yanai et al.（1973）提出的计算大气热源的倒算法： Q_1=c_p [∂T/∂t+V ⃑∙∇T+(p/p_0 )^κ ω ∂θ/∂p] 其中，Q_1为大气视热源，影响大气热源的因子有温度局地变化项、温度平流项和位温垂直变化项。T是气温，θ是位温，V ⃑是水平风矢量，ω是垂直速度，p_0=1013.25hPa。κ=R/c_p，R和c_p分别为干空气的气体常数和定压比热，κ≈0.286。 我们利用ERA5全球大气再分析资料（The Fifth Generation ECMWF Atmospheric Reanalysis of the Global Climate），计算了2000-2019年逐月的印度洋-第三极经向断面区域（30°S-60°N，60°E、70°E、80°E、90°E）大气垂直剖面加热率（单位：K/s，水平分辨率：1°×1°，垂直范围：1000-100hPa，共27层）。 参照Hall and Bryden（1982）可以给出在给定经度的垂直剖面上的海洋内部热能输送（Ocean Heat Transport，OHT）计算公式： OHT=∮_(Θ=Θ_i)▒∫_(z_b)^(z_0)▒〖ρ_0 c_p (θ-θ_r ) 〗∙udz 其中，ρ_0是海水密度，c_p是海水的比热容，θ是海水位温，基准温度θ_r可取0℃，u是纬向海水流速。z_0、z_b分别表示海表和海底深度。 我们利用CMEMS（Copernicus Marine Service）全球海洋集合再分析数据，计算了2000-2019年逐月的印度洋-第三极经向断面区域（30°S-30°N，60°E、70°E、80°E、90°E）海洋内部垂直剖面的热能输送（以向东为正，单位：PW（1015W），水平分辨率：1°×1°，垂直范围：从海表到海底约5900m深度，共75层）。 该数据集可以反映出印度洋-青藏高原地区经向剖面的大气和海洋热力状况与印度季风、孟加拉湾季风、热带印度洋海温模态演变的密切关联。比如，从印度洋-第三极70°E经向断面区域大气垂直剖面加热率的逐月演变（图1）能够看到，从3月至5月，大气热源区从热带南印度洋上空逐渐向北推进，特别是从5月到6月，大气热源区从赤道印度洋上空移向热带北印度洋上空，且强度显著加强、范围明显扩大，与此同时印度夏季风爆发。比如，从印度洋-第三极90°E经向断面区域大气垂直剖面加热率的逐月演变（图2）可以看到，4月到6月，大气热源区从热带印度洋上空向青藏高原南侧扩张并明显增强，与孟加拉湾季风的爆发和向北推进相一致。再比如，根据印度洋-第三极60°E和90°E经向断面区域海洋内部热能输送的逐月演变（图3和4）可知，赤道印度洋次表层有自西向东的海洋热能输送，它与印度洋赤道潜流的位置非常接近，且在西部的强度明显高于东部，这与风-温跃层-海温之间的反馈机制有关；另外值得注意的是，该次表层热能输送在春季（3-5月）较强，夏季减弱，秋末冬初（10-12月）再次显著加强，与印度洋偶极子的发展和形成存在相互作用。
李德琳, 肖子牛, 赵亮
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
1. 总编号为测量年的统一编号，如：17-001（2017年的第一个测点），野外编号为单次野外编号。 2. 时间：测量时的北京时间，如： 2017/08/01 13:25（2017年8月1日13时25分）。 3. 地理位置：测量点的经纬度，如： 29.6584，101.0884（北纬29.6584°，东经101.0884°），野外由Garmin 63sc型GPS测定。 4. 海拔：测量点的绝对海拔高程，如4500m (海拔4500米)，野外由Garmin 63sc型GPS测定，精度为1 m。 5. 实测植被盖度（%）：在野外用样方（1000 m*1000 m）测得。 6. 大气压：野外用DPH-103型智能数字温湿度大气压计测得，如651.7kPa，精度：0.1 kPa。 7. 气温：野外用DPH-103型智能数字温湿度大气压计测得，如15.61℃，精度：0.01℃。 8. 相对湿度：野外用DPH-103型智能数字温湿度大气压计测得，如79.1%，精度：0.1%。 9. 相对氧含量：野外用TD400-Sh-O2便携式氧气检测仪测得，如20.16%，精度：0.01%。 其中，17-001至17-065采样点的海拔通过Garmin Oregon 450型GPS测定, 精度为1 m；大气压通过卡西欧prg-130gc型气压计测定, 精度为5 hPa；氧气相对含量利用CY-12C型数字测氧仪测得，0-50.0%量程,分辨率为0.1%，精度为±1%。
史培军
本数据为青藏高原CHNAB005号网格植物多样性与分布数据，包含此网格中植物的中文名、拉丁名、纬经度、海拔、采集编号、分子材料份数、标本份数、行政区划、小地点、采集人、采集时间及创建者等信息。该数据获取自e科考网站（http://ekk.kib.ac.cn/web/index/#/），并部分完成鉴定。此数据已涵盖本区系中植物名录和具体分布信息。此数据既可用于本区域的区系性质研究，亦可用于探讨本区域植物水平和垂直梯度格局等。 较去年不同的是，今年科考数据最多的网格发生了变化，可能有受到疫情或者环境的影响。
邓涛
青藏高原1km分辨率可利用风能资源分布数据是以数值模拟得到的青藏高原地区多年年平均风速为基础，考虑地形、水体、城镇等土地利用对风能开发的制约和限制，综合得到的非常丰富、丰富、较丰富和一般几个风能资源等级。根据地形坡度、土地利用类型来设置土地可利用率，并将城镇周边3km范围扣除，将土地可利用率按照0.2的间隔划分成从0到1的5个区间，再将年平均风速大小划分成4个区间，通过土地利用可利用率和风速两个因子的组合得到风能资源的等级划分。数据主要用于风能资源详查和风电场宏观选址。
朱蓉, 孙朝阳
青藏高原是亚洲众多主要河流的源头，为亿万人口提供生活必需的水源，被称为“亚洲水塔”。亚洲水塔的主要补给水源为青藏高原地区的降水，其中高原低涡是青藏高原上重要的降水系统之一。由于青藏高原地形复杂、观测资料匮乏，对高原低涡的气候和结构特征及其形成和变化机制的认识仍然存在很多不足之处。本数据集利用多套再分析资料和高原低涡的客观识别方法，得到了一套长时间序列高原低涡数据集，包括高原低涡的位置、半径、强度、生命史和移动路径等特征，本数据集可用于高原低涡的气候特征分析、高原低涡对降水影响、高原低涡生成发展和移出机制研究等。数据集使用的再分析数据有：NCEP1（NCEP/NCAR），NCEP2（NCEP/DOE），ERA-Interim，ERA-40，ERA-5，CFSR，MERRA2，JRA55，NCEP FNL，CRA40等共10套再分析数据，其中NCEP1和NCEP2的分辨率较低，得到的高原低涡不适用作为气候特征分析。
林志强, 郭维栋
“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
（1）数据内容为扎拉水电站高边坡环境监测数据，包含了扎拉水电站高边坡自动化监测的环境数据，对扎拉水电站边坡的稳定性具有一定的指导意义，可为扎拉水电站的防灾减灾提供数据支撑;（2）数据来源于自动化监测设备的自动传输，并通过监测预警平台的软件自动解译和处理，最终生成excel表格中的数据;（3）数据传输稳定，质量较高，可为扎拉水电站边坡稳定性提供依据;（4）数据可以反映扎拉水电站高边坡的环境变化情况，应用前景广泛。
徐昆振
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
数据为青藏高原地区FY-4A地面太阳辐射产品，包括GHI\DNI\DIF.FY4地表太阳入射辐射反演算法涉及的通道包括成像仪可见光、近红外和短波红外的6个通道：CH1(0.45-0.49微米)、CH2(0.55-0.75微米)、CH3(0.75-0.90微米)、CH4(1.36-1.39微米)、CH5(1.58-1.64微米)、CH6(2.1-2.35微米)。算法依赖的回归模型需要事先通过辐射传输模拟和统计分析建立，回归模型定义了地表太阳入射辐射与成像仪多通道辐射观测之间的回归关系式，是太阳观测几何与最重要影响参数（云、气溶胶、水汽含量、地表反照率、地表海拔高度等）的函数。算法利用FY-4卫星成像仪通道1至通道6的短波辐射观测，来获取大气和地表的瞬时状态参数信息，同时由地表高程数据获取地表海拔高度信息。在确定瞬时的大气和地表状态后，结合太阳角度和观测角度，根据事先建立的回归模型数据，进行多维线性插值，获取地表太阳入射辐射反演产品。
申彦波, 胡玥明, 胡丽琴
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，使用Aethalometer在线测量大气黑碳含量，数据时间分辨率：逐日．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。此数据是先前发布的《青藏高原大气黑碳含量5个站点观测资料（2018）》和《青藏高原大气黑碳含量5个站点观测资料（2019）》的更新。 5个站点信息如下： 纳木错：30°46'N, 90°59'E, 4730 m a.s.l 珠峰站：28.21°N, 86.56°E, 4276 m a.s.l 藏东南：29°46'N, 94°44'E, 3230 m a.s.l 阿里站：33.39°N, 79.70°E, 4270 m a.s.l 慕士塔格：38°24’N, 75°02’E, 3650 m a.s.l
王茉
本数据集包括藏东南站、阿里站、慕士塔格站、珠峰站和纳木错站的大气气溶胶颗粒物的PM2.5质量浓度（单位为μg/m3）。气溶胶PM2.5细颗粒物是指环境空气中空气动力学当量直径小于等于 2.5 微米的颗粒物。它能较长时间悬浮于空气中，对空气质量和能见度等有重要的影响，其在空气中含量浓度越高，就代表空气污染越严重。PM2.5的浓度特性数据以每5 min获取一组数据的频率进行产出，能实现小时、昼夜、季节和年际等不同时间尺度气溶胶质量浓度的分析，这为青藏高原地区不同位置的气溶胶质量浓度在不同时间尺度上的变化及其影响因素分析，以及当地空气质量评价，提供了重要的数据支撑。该数据为已发布数据《青藏高原不同站点气溶胶颗粒PM2.5浓度数据集（2018和2019）》的更新。
邬光剑
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
1）数据内容（包含的要素及意义）：高寒网19个站（藏东南站、纳木错站、珠峰站、慕士塔格站、阿里站、格尔木站、天山站、祁连山站、若尔盖站（共2个点，西北院和成都生物所）、玉龙雪山站、那曲站（含3个站点，青藏所、西北院和地理所）、海北站、三江源站、申扎站、拉萨站、青海湖站）2020年青藏高原气象观测数据集（气温、降水、风向风速、相对湿度、气压、辐射和通量等数据） 2）数据来源及加工方法：高寒网19个站实地观测Excel格式 3）数据质量描述：站点日分辨率 4）数据应用成果及前景：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。另外，该数据集是对中国高寒区地表环境与观测网络气象数据（2019）的更新。
朱立平
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
数据集包含西藏墨脱地区墨脱国家气候观象台（29°18’N，95°19’E，海拔1305.0米）的大气气溶胶PM10， PM2.5 和PM1数据以及环境空气温湿度。观测仪器为GRIMM-180 环境颗粒物分析仪，观测时间为2021年4月8日至2021年5月22日，数据时间分辨率为10秒，仪器工作过程中产生的异常数据已经剔除。在观测期间，由于受南亚季风影响，空气湿度较大，观测场地周边受人为活动干扰较少。本数据集为研究藏东南地区大气粉尘气溶胶物理特性、时空变化特征和来源解析提供了基础数据。资助项目：第二次青藏高原综合科学考察研究任务六专题二（2019QZKK0602）。
黄建平, 张镭, 田鹏飞, 史晋森
数据集包含西藏墨脱地区墨脱国家气候观象台（29°18’N，95°19’E，海拔1305.0米）的大气气溶胶在450nm、550nm和700nm波段处的散射系数数据。观测仪器为积分浊度计，观测时间为2021年4月8日至2021年5月22日，数据时间分辨率为10秒，仪器工作过程中产生的异常数据已经剔除。在观测期间，由于受南亚季风影响，空气湿度较大，观测场地周边受人为活动干扰较少。本数据集为研究藏东南地区大气粉尘气溶胶物理特性、时空变化特征和来源解析提供了基础数据。资助项目：第二次青藏高原综合科学考察研究任务六专题二（2019QZKK0602）。
黄建平, 张镭, 田鹏飞, 史晋森
数据集包含西藏墨脱地区墨脱国家气候观象台（29°18’N，95°19’E，海拔高度1305.0米）的大气黑碳气溶胶浓度的逐小时数据。观测仪器为AE31，观测时间为2021年4月9日至2021年5月20日，采样过程中产生的异常数据已经剔除。在观测期间，由于受南亚季风影响，空气湿度较大，观测场地周边受人为活动干扰较少。本数据集为研究藏东南地区大气黑碳气溶胶物理特性、时空变化特征和来源解析提供了基础数据。资助项目：第二次青藏高原综合科学考察研究任务六专题二（2019QZKK0602）。
黄建平, 张镭, 田鹏飞, 史晋森
本数据包括第二次青藏高原野外综合科学考察的影像资料。影像资料内容包括科考途中自然保护区采集样方的样地照片，云南西北部和四川西部自然保护区的森林生态系统，草地生态系统，湖泊生态系统的影像，植被情况，野生动植物生境，保护区内的动物，植物和真菌类数据。此外，影像数据还包括科考的样品采集过程和社区调查中科考队员入户调查以及与当地保护部门访谈的影像资料。数据来源于无人机和相机拍摄，可为科学研究提供佐证和参考。
苏旭坤
全新世单独轨道参数变化模拟结果（2019-2020）数据集是利用地球系统模式CESM模式（水平分辨率：大气与陆面模块约为2°、海洋与海冰模块约为1°），开展考虑地球轨道参数变化的全新世瞬变模拟试验。空间分辨率为2°；空间范围：北：50°N，南：20 °N，西：60 °E，东：130°E；地域范围为：欧亚大陆；时间范围为全新世。模拟结果可用于分析全新世单独轨道参数变化影响下欧亚大陆西风季风等变化的分析研究。
张冉
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
青藏高原3km分辨率逐月平均风速格点数据是基于国家气候中心为长年代时间序列中尺度数值模拟气象要素库研发的，水平分辨率3 km×3 km，时间分辨率1小时，时间长度1995⁓2016年。数据库的建立采用WRF中尺度模式的二重嵌套数值模拟方法，外重网格格距9 km，范围覆盖多半个欧亚大陆；内重网格共有4个，格距3 km，覆盖全国陆地和海域，其中第4个计算区域覆盖青藏高原（图1）。WRF模式顶高度为10 hPa，垂直方向共36层，地面至200 m高度划分9层。模式中物理过程参数化方案包括：Thompson（外重网格）和WSM6 ( 内重网格) 微物理参数化方案；外重网格设置K－F积云参数化方案，第二重不设置用积云对流参数化方案；RRTM（Rapid RadiativeTransfer Model）长波辐射参数化方案；Dudhia短波辐射参数化方案；ACM2边界层参数化方案；Noah陆面参数化方案。数值模拟采用四维资料同化技术融入全球大气环流模式格点再分析资料（CFSv2）、OISST海表面温度资料、全国2400多地面气象站和160多探空气象站的定时观测资料。 2009年中国气象局建立了包括400座测风塔的全国风能资源专业观测网，其中70 m测风塔329座，100 m测风塔68座，120 m测风塔3座，在2008～2009年期间逐步建成，主要分布与中国风能资源较丰富的地区。课题组采用测风塔70 m高度上2009年1月至2010年12月期间一个完整年的逐小时风向风速观测数据对相同时段中尺度WRF模式逐小时输出的风速模拟结果（水平分辨率3 km×3 km）进行误差检验，剔除观测资料完整率小于90%和年平均风速小于3.8 m/s的测风塔，实际用于误差检验的测风塔共有354座，每座塔的样本数8700小时左右。测风塔实测风速与数值模拟风速的相对误差检验分析表明：49%的测风塔检验得到相对误差小于5%；28%的测风塔检验得到相对误差为5～10%；14.4%测风塔的相对误差为10～15%；5.6%测风塔的相对误差为15～20%；3%测风塔的相对误差大于20%。相对误差较大的测风塔主要分布于内陆地形复杂的山区和沿海山地。此外，全国范围内逐小时风速对比的相关系数为0.6，按照16方位分别进行平均的风速的相关系数为0.8，超过99.9%的统计显著性检验，说明数值模拟的风速时空变化特征与实测风速的变化一致。西藏没有测风塔，青海省共13座测风塔，其中6座塔的相对误差小于5%，3座塔相对误差5～10%，3座塔相对误差10～15%，1座塔15～20%。
朱蓉, 孙朝阳
该数据集包括2000–2009 和 2090–2099两个时段的NEX-GDDP （NASA Earth Exchange Global Daily Downscaled Projections）的每日最低气温（Tmin）、最高气温数据（Tmax）和降水量（PPT）数据（v1.0），日最高温和日最低温单位为K；降水量单位为kgm-2s-1；背景填充值为-999。 本数据集在原始数据基础上裁取青藏高原范围内像元，原始数据于2020年8月下载自 https://portal.nccs.nasa.gov/datashare/NEXGDDP/BCSD/。 NEX-GDDP数据集由CMIP5（Coupled Model Intercomparison Project Phase 5）历史气候和RCP（Representative Concentration Pathways）4.5情景模式下运行的大气环流模型（General Circulation Models）得到，共包括21个大气环流模型；其中 2000–2005为历史气候情景，2006–2009和2090–2099为RCP 4.5情景。原始数据相关说明请参见：https://www.nccs.nasa.gov/services/data-collections/land-based-products/nex-gddp。
沈妙根, 姜楠
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
基于NASA的地球系统模型版本5（GEOS 5）。该算法能够同化所有原位和遥感大气数据。本数据主要用到MERRA-2的气溶胶场。这是首次将气象和气溶胶观测联合同化为全球同化系统的年代际再分析资料。MISR是通过指向9个不同方向的摄像机观察地球，可以知道在自然条件下散射到不同方向的辐射。本数据算法主要用到的数据产品有MERRA-2 气溶胶分析产品（M2T1NXAER）和MISR level 3版本四全球气溶胶产品（MIL3DAEN_4）。首先用MERRA-2提供的气溶胶信息计算得到每个格点中的PM2.5与AOD的比值，然后用MISR的AOD乘以该比值即为该格点的PM2.5浓度。利用该方法得到的PM2.5浓度平均预测误差在20微克/立方米以内。相应的PM2.5产品也可以为评估青藏高原地区颗粒物污染状况提供参考。
傅迪松
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
本数据是基于Chen et al. 2016, Chen et al. 2011, Chen et al. 2013 所使用的2008年改则无线电探空观测数据基础之上再加工处理成的资料，加工的大气风速、风向、气温、相对湿度、气压的垂直分辨率为20m，共处理了2008年三个观测阶段的资料，即IOP1，IOP2和IOP3。IOP1从2008年2月25日开始到2008年3月19日，IOP2从2008年5月13日到6月12日，IOP3从2008年7月7日到7月16日，一天4次观测。原始无线电探空仪型号为Vaisala RS-92，原数据为每2s一条数据记录，根据Chen et al. 的文章需要对该资料采用高度等间距法对所有变量进行了线性插值。
陈学龙, 马耀明
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
该数据集包含阿里地区狮泉河国家基准气候站（32°30’N，80°05’E，海拔4278.6米）的大气中PM2.5（粒径小于2.5μm的颗粒物）的质量浓度。测量仪器为RP 1400A型振荡天平法颗粒物质量浓度监测仪（Tapered Element Oscillating MicroBalance，TEOM），其观测时段为2019年7月8日至2019年8月2日，时间分辨率为1分钟。数据以TXT格式存储。资助项目：第二次青藏高原综合科学考察研究任务六专题2（2019QZKK0602）。
黄建平, 张镭, 田鹏飞, 史晋森
该数据集包含阿里地区狮泉河国家基准气候站（32°30’N，80°05’E，海拔4278.6米）的大气中PM2.5（粒径小于2.5μm的颗粒物）在870nm波段处的散射系数与吸收系数。测量仪器为光声消光仪（Photo-Acoustic Extinctiometer，PAX），其观测时段为2019年7月13日至2019年8月2日，时间分辨率为1分钟。该数据集可用于研究青藏高原PM2.5的散射及吸收特征。资助项目：第二次青藏高原综合科学考察研究任务六专题2（2019QZKK0602）。
黄建平, 张镭, 田鹏飞, 史晋森
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
