该数据为黑河计划项目“黑河上游土壤水文异质性观测试验及其对山区水文过程的影响”(91125010)的土壤水分采样点经纬度信息，主要用于表达本项目中土壤水分采样点的空间分布情况。
贺缠生
该数据集包含了2012年7月至2013年8月的黑河流域典型土壤样点饱和导水率数据。黑河流域典型土壤样点采集方式为代表性采样，指能够采集到景观区域内的典型土壤类型，尽可能采集代表性较高的样点，重复三次测每类土壤的饱和导水率，取平均值。
张甘霖, 宋效东
黑河流域30m/月植被指数（NDVI/EVI）数据集提供了2011-2014年的月度NDVI/EVI合成产品，该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率（组网后2天）和空间分辨率（30m）的特点构造多角度观测数据集，以平均合成MC法作为主算法进行合成，备用算法采用VI法。同时，将多源数据集主要观测角作为质量描述符的一部分，以辅助分析合成植被指数残留的角度效应。每月获取的遥感数据能够提供比单天传感器数据更多的角度和更多次的观测，但由于传感器的在轨运行时间及性能差异，多时相、多角度观测数据的质量参差不齐。因此，为有效利用多时相、多角度观测数据，本算法在利用多源数据集进行植被指数合成前，设计了对多源数据集的数据质量检查，去除了较大误差观测及不一致的观测。在黑河中游农田区域的验证结果表明，联合多时相、多角度观测数据的NDVI/EVI合成结果与地面实测数据具有较好的一致性（R2=0.89，RMSE=0.092）。总之，黑河流域30m/月合成植被指数（NDVI/EVI）数据集综合利用多时相、多角度观测数据以提高参数产品的估算精度、时间分辨率等，实现了稳定的标准化产品的从无到有，更好的服务于遥感数据产品的应用。
李静, 柳钦火, 仲波, 吴俊君, 吴善龙
黑河流域1km/5day植被指数（NDVI/EVI）数据集提供了2011-2014年的5天分辨率NDVI/EVI合成产品，该数据利用我国国产卫星FY-3数据兼具较高时间分辨率（1天）和空间分辨率（1km）的特点构造多角度观测数据集，在对多源数据集以及现有合成植被指数产品及算法进行分析的基础上，提出了基于多源数据集生产1km分辨率5天周期的全球合成植被指数产品算法体系。植被指数合成算法基本采用MODIS的植被指数合成算法，即基于半经验的Walthall模型的BRDF角度归一化方法、CV-MVC法和MVC法的算法体系。利用该算法体系，分别对一级数据、二级数据计算合成植被指数，并进行质量标识。多源数据集可在有限时间内提供比单一传感器更多的角度和更多次的观测，但是，由于传感器的在轨运行时间及性能差异，多源数据集的观测质量参差不齐。因此，为更有效的利用多源数据集，算法体系首先对多源数据集进行了质量分级，根据观测合理性分为一级数据、二级数据、三级数据。三级数据为受薄云污染的观测，不用于计算。在黑河中游农田、森林区域的验证结果表明，联合多时相、多角度观测数据的NDVI/EVI合成结果与地面实测数据具有较好的一致性（RMSE=0.105）。与MODIS MOD13A2产品的时间序列对比分析，充分显示了时间分辨率从16天提高到5天时，稳定的高精度的植被指数对植被生长细节的细致描述。总之，黑河流域1km/5day合成植被指数（NDVI/EVI）数据集综合利用多时相、多角度观测数据以提高参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
李静, 柳钦火, 仲波, 杨爱霞
黑河流域土地利用覆盖数据集提供了2011-2015年的月度地表类型覆盖数据，该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率（组网后2天）和空间分辨率（30m）的特点构造时间序列数据，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。黑河流域土地利用覆盖数据集保留了传统的土地利用图的基本类别信息，包括水体，城镇，耕地，常绿针叶林，落叶阔叶林等，同时增加了对耕地范围的作物精细分类（包括玉米、大麦、油菜、春小麦等主要作物信息）、更新了上游冰川、积雪等信息，使黑河流域的土地覆盖信息更为详细。 通过和黑河流域历史土地利用图以及其他植被覆盖产品相比，黑河流域土地利用覆盖数据集的分类效果在视觉上都要优于其他数据，利用黑河中游实地调研数据，中游的作物精细分类信息精度也较高。由Google Earth高清影像和实地调研数据对2012年的分类结果进行精度评价，总体精度达到92.19%。总之，黑河流域土地利用覆盖数据集不仅具有较高总体精度而且细化了耕地范围的作物信息，更新了冰川、积雪等地类信息，是精度更高、分类更细的黑河流域地表分类数据。
仲波, 杨爱霞
黑河流域30m/月合成光合有效辐射吸收比例（FAPAR）数据集提供了2011-2014年的月度LAI合成产品，该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率（组网后2天）和空间分辨率（30m）的特点构造多角度观测数据集，考虑不同植被类型，基于土地覆盖分类图，结合30m/月合成叶面积指数（LAI）产品，采用基于能量守恒的FAPAR-P模型，进行月合成FAPAR产品生产。算法从能量守恒原理出发，考虑植被间及土壤与植被间的多次反弹，也考虑了天空散射光等多种因素的影响，通过分析光子与冠层作用的过程，从光子在植被冠层内的运动和发生多次散射时的再碰撞概率相等为出发点，建立了均匀连续植被FAPAR模型。此外，分析多种影响因素对FAPAR模型的影响，其中土壤和叶片反射率、聚集指数、G函数在针对不同情况采用不同取值。算法具有很高的动态性，对于不同的土壤背景、植被类型、辐射条件、光照与观测几何、天气条件下获得的图像都能得到较好的结果。通过与2012年7月8日甘肃省张掖市盈科灌区玉米冠层PAR测量数据对比，30m/月合FAPAR产品与地面观测数据具有高度的一致性，与观测值误差小于5%。总之，黑河流域30m/月合成光合有效辐射吸收比例（FAPAR）数据集综合利用多时相、多角度观测数据以提高参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
范闻捷, 柳钦火, 仲波, 吴俊君, 吴善龙
黑河流域1km/5天合成植被覆盖度（FVC）数据集提供了2011-2014年的5天FVC合成结果，该数据利用Terra/MODIS、Aqua/MODIS、以及国产卫星FY3A/MERSI和FY3B/MERSI传感器数据构建空间分辨率1km、时间分辨率5天的多源遥感数据集。将全国划分为不同植被区划、地类，分别计算植被指数（NDVI）与FVC的转换系数，采用计算的转换系数查找表和1km/5天合成NDVI产品生产区域1km/5天合成FVC产品。黑河流域1km/5天合成FVC产品通过高分辨率数据可以直接获得植被覆盖比例，减轻低分辨率数据异质性的影响；另外，选择植被生长变化的典型时期，通过对每一个像元时间序列植被指数进行拟合得到每个像元对应的生长曲线参数；再配合土地利用图和植被分类图，寻找区域的代表性均一像元用于训练植被指数的转换系数。通过与黑河流域高分辨率ASTER参考FVC结果相比，首先联合地面实测数据，利用尺度上推方法，将黑河流域ASTER产品聚合到 1km 尺度得到ASTER聚合FVC数据，并与Geoland2项目发布的基于SPOT VEGETATION遥感数据的FVC产品（简称GEOV1 FCOVER）进行间接比较，根据三种数据FVC时间序列曲线图，结果表明：GEOV1的结果较ASTER 影像联合地面实测的结果偏高，黑河流域1km/5天合成FVC产品结果位于两者之间，在实验区内黑河流域1km/5天合成FVC产品优于GEOV1产品。总之，黑河流域1km/5天合成FVC数据集综合利用多源遥感数据以提高FVC参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
穆西晗, 阮改燕, 仲波, 柳钦火
一、数据概述 此数据汇交是“黑河流域生态-水文过程集成研究”重大研究计划重点项目“黑河流域典型荒漠植物耐旱机理的基因组学研究”的第二次数据汇交。本项目的主要研究目标是以典型荒漠植物沙冬青为材料，利用目前国际上先进的新一代基因测序技术对沙冬青的全基因组序列及基因转录组序列进行解码，从而发掘与抗旱相关的基因和基因群组，并用转基因技术在模式植物（如拟南芥和水稻）中验证其抗旱性。 二、数据内容 1．沙冬青基因组和转录组的序列测定： 前期基因组预测序测得蒙古沙冬青的基因组大小约为926 Mb，GC含量36.88%，重复序列比例66%，基因组杂合率0.56%，表明其基因组重复序列多，杂合度较高，属复杂基因组。 基于这一预测序结果，我们随后开展了沙冬青基因组的深度测序，所得数据经组装后得到937 Mb的全基因组序列（表一），与前期预测的基因组大小基本一致。通过对沙冬青的转录组测序和序列组装（表二），获得了77,000余个基因编码序列（Unigene），对这些基因序列进行注释发现，绝大部分基因序列与豆科植物大豆、鹰嘴豆和菜豆等有较高的相似度（图一），与沙冬青属豆科植物的事实相符。 2．沙冬青简单重复序列（SSR）分子标记的发掘： 网络公共数据库已有公开发表的沙冬青转录组数据集，其样品采集地点是宁夏中卫市。而本项目组样品采集的地点是甘肃民勤县，为了研究这不同地区的沙冬青的序列是否具有序列多态性，我们首先鉴定了民勤县植物样品的基因组中的简单重复序列（SSR）分子标记（表三），随后与中卫市植物样品的转录组序列进行比较，发现部分SSR分子标记具有多态性（表四），这些分子标记可用于该物种植物的遗传图谱构建、QTL定位和遗传多样性分析等研究中。 三、数据处理说明 样品采集地点：甘肃民勤县，经纬度：北纬N38°34′25.93″ 东经E103°08′36.77″。基因组测序：共构建8个不同大小的基因组DNA文库，使用Illumina HiSeq 2500仪器测定。转录组测序：共构建24个转录组mRNA的文库，使用Illumina HiSeq 4000仪器测定。 四、数据的使用说明和意义 我们选定一种典型的荒漠植物作为研究对象，从基因组学的角度解析该荒漠植物的全基因组和转录组序列，发掘其中蕴藏的宝贵抗旱基因资源，并研究他们的抗旱机理，有利于沙冬青这一古老而重要植物资源的有效利用，以及黑河流域抗旱植物的遗传培育、生态恢复和可持续发展。
何军贤, 冯磊
样地调查数据为，于2013年8月份，在天涝池流域设置森林样地30块，样地规格为10 m×20 m，样地长边与山坡走向平行，其中青海云杉林26块，祁连圆柏林2块，云杉圆柏混交林2块，在样地内，采用围尺测量每株树木的胸径（树干1.3 m高度处的直径），采用手持超声波测高器测量每株树木的树高、枝下高（树冠下端第一活枝的高度），采用皮尺测量南北方向和东西方向冠幅，利用差分GPS对样地进行定位。 采用HASM-AD算法的并行版本对已分类好的LIDAR点云数据进行模拟，由地面点生成DEM，由所有点生成DSM，对DSM与DEM做作差值运算即得到地表地物的高度，在森林区域，即为树冠高度模型（Canopy Height Model，CHM）。用给定搜索半径的圆形窗口，在CHM上查找局部最大值，若圆心象元值为最大值，则判定为树冠顶点，树顶点的像元属性值即为树高，空间分辨率为1m。
岳天祥, 王轶夫
黑河流域30m/月合成植被覆盖度（FVC）数据集提供了2011-2014年的月度FVC合成产品，该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率（组网后2天）和空间分辨率（30m）的特点构造多角度观测数据集，将全国划分为不同植被区划、地类，分别计算植被指数（NDVI）与FVC的转换系数，采用计算的转换系数查找表和月度合成NDVI产品生产区域月度合成FVC产品。黑河流域30m/月合成FVC产品通过高分辨率数据可以直接获得植被覆盖比例，减轻低分辨率数据异质性的影响；另外，选择植被生长变化的典型时期，通过对每一个像元时间序列植被指数进行拟合得到每个像元对应的生长曲线参数；再配合土地利用图和植被分类图，寻找区域的代表性均一像元用于训练植被指数的转换系数。通过黑河流域30m/月合成FVC产品与ASTER参考FVC结果相比，30m/月合成FVC产品的数值略高于ASTER参考结果，但总体偏差并不大，产品与参考值的均方根误差（RMSE）最大值小于0.175。此外，与河北怀来实验场地面测量数据对比，30m/月合成FVC产品总体上反映了植被生长季节性变化，与地面测量数据结果偏差小于0.1；同时与东北、华北、东南地区的多个流域植被盖度地面测量结果对比，30m/月合成FVC产品与地面测量数据整体误差在0.2以内。总之，黑河流域30m/月合成FVC数据集综合利用多时相、多角度遥感数据以提高FVC参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
穆西晗, 阮改燕, 仲波, 吴俊君, 吴善龙, 柳钦火
黑河流域30m/月合成叶面积指数（LAI）数据集提供了2011-2014年的月度LAI合成产品，该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率（组网后2天）和空间分辨率（30m）的特点构造多角度观测数据集，考虑地表分类和地形起伏影响，算法针对不同植被类型特点选择适宜的一体化模型参数化方案，基于查找表方法反演LAI。每月获取的遥感数据能够提供比单天传感器数据更多的角度和更多次的观测，但由于传感器的在轨运行时间及性能差异，多时相、多角度观测数据的质量参差不齐。因此，为有效利用多时相、多角度观测数据，首先设计了数据质量检查方案。利用黑河上游大野口地区与中游盈科、临泽等地区的9个森林样方，20个农田样方和14个稀树草原样方的LAI地面观测数据验证7月份LAI，反演结果与测量结果吻合得很好，平均误差小于1；此外联合多时相、多角度观测数据的LAI反演结果与地面实测数据具有较好的一致性（R2=0.9，RMSE=0.42）。总之，黑河流域30m/月合成叶面积指数（LAI）数据集综合利用多时相、多角度观测数据以提高参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
柳钦火, 范闻捷, 仲波
本数据集包括黑河中游盈科/大满灌区5.5km×5.5km观测矩阵内75个BNUNET节点的2012年5-9月连续观测数据集。75个节点配置均相同，包含4cm、10cm和20cm深度的3层土壤温度探头和4cm深度的1层土壤水分探头，观测频率为10分钟。本数据集可为异质性地表关键水热变量的遥感估算及其遥感真实性检验，生态水文研究，灌溉优化管理等研究提供时空连续的观测数据集。时间是UTC+8。 详细信息请参见“BNUNET数据文档.docx”
刘军, 寇晓康, 马明国
黑河流域植被物候数据集提供了2012年至2015年遥感物候产品。其空间分辨率为1km，投影类型为正弦投影。该数据采用MODIS LAI产品MOD15A2作为物候遥感监测数据源，MODIS陆地覆盖分类产品MCD12Q1作为辅助数据集进行提取。产品算法首先采用时间序列数据重建方法（BISE法）控制输入时间序列的数据质量；然后利用主算法（Logistic函数拟合法）与备用算法（分段线性拟合法）相结合的方式提取植被物候参数，实现算法互补，保证精度的同时提高可反演率。算法可提取一年最多三个生长周期，每个生长周期包含6个数据集，包括植被生长起点、生长峰值起点、生长峰值终点、生长终点、生长最快点、衰落最快点，同时记录了生长周期类型、生长季长度、质量标识等，共25个数据集。该物候产品降低了反演缺失率，提高了产品稳定性，数据集信息丰富，是相对可靠的。
李静
本数据集包括黑河中游张掖市周边扁都口地区0.5°×0.5°观测矩阵内26个BNUNET节点的2013年9月至2014年3月连续观测数据集。26个节点配置均相同，包含1cm、5cm和10cm深度的3层土壤温度探头和5cm深度的1层土壤水分探头，观测频率为2小时。本数据集可为地表异质性的遥感真实性检验、生态水文等研究提供时空连续的观测数据集。时间为UTC+8。 详细信息请参见“BNUNET数据文档.docx”
赵少杰, 王琦, 陆峥, 马明国, 柴琳娜
数据集包含黑河流域典型样点土壤观测数据：PH值、土壤质地 1、土壤PH值：典型土壤样点经纬度及PH值。 2、土壤质地：包含2012年7月至2013年8月的黑河流域典型土壤样点的土壤质地数据。黑河流域典型土壤样点采集方式为代表性采样，指能够采集到景观区域内的典型土壤类型，尽可能采集代表性较高的样点。按照中国土壤系统分类，以诊断层和诊断特性为基础，采取每个剖面的土壤样本。
张甘霖, 宋效东
该数据集包含了2012年7月至2014年8月的黑河流域典型土壤样点的位置信息与土壤系统分类类型数据。黑河流域典型土壤样点采集方式为代表性采样，指能够采集到景观区域内的典型土壤类型，尽可能采集代表性较高的样点。按照中国土壤系统分类，以诊断层和诊断特性为基础，划分每个剖面的土壤类型。样点总共划分为8个土纲：有机土、人为土、干旱土、盐成土、潜育土、均腐土、雏形土、新成土，39个亚类。
张甘霖, 宋效东
黑河上游分布式生态水文模型（GBEHM）输出数据包括1-km网格的空间分布数据系列数据。 区域：黑河上游（莺落峡），时间分辨率：月尺度，空间分辨率：1km，时段：2000年-2012年。 数据包括蒸散发、径流深、土壤体积含水量(0-100cm)。 所有数据均为ASCII格式，流域空间范围参见reference目录下的basin.asc文件。 模型结果的投影参数: Sphere_ARC_INFO_Lambert_Azimuthal_Equal_Area
杨大文
黑河上游分布式生态水文模型（GBEHM）输出数据包括1-km网格的空间分布数据系列数据。 区域：黑河上游（莺落峡），时间分辨率：月尺度，空间分辨率：1km，时段：1980年-2010年。 数据包括降水量、蒸散发、径流深、土壤体积含水量(0-100cm)。 所有数据均为ASCII格式，流域空间范围参见reference目录下的basin.asc文件。 模型结果的投影参数: Sphere_ARC_INFO_Lambert_Azimuthal_Equal_Area
杨大文
农业灌溉占人类用水量的80%左右, 是人类水资源管理中最主要的一环，与人类生存和发展息息相关。灌溉也是水循环中重要的一环，大规模灌溉会通过影响蒸散发从而影响水循环，甚至影响局地的气候。灌溉引水取水过度会导致水资源不可持续利用，同时，会减少河道流量和含水层水储量从而危害生态环境。 因此，确定空间和时间上灌溉量的分布和变化，对于研究过去人类水资源利用情况，灌溉对于生态水文过程，环境和气候的影响，以及制定未来灌溉计划至关重要。 通过融合不同数据源的河道引水灌溉量和地下水取水灌溉量，结合陆面模式CLM4.5模拟和遥感反演的蒸散发数据，制作了一套黑河流域1981-2013年月尺度空间分辨率为30弧秒（0.0083度）的时空连续的地表水和地下水灌溉量数据集。 经过验证，该数据集在2000-2013年可信度较高，1981-1999年由于无遥感数据支持且未考虑土体利用变化，可信度较2000-2013年段为低。 文件说明如下： 每月地表水灌溉量文件命名：Monthly_surfacewater_irrigation_1981-2013.nc 每月地下水灌溉量文件命名：Monthly_groundwater_irrigation_1981-2013.nc 数据为netcdf格式。有3个维度，依次为month, lat, lon. 其中month为月份，数值为0-395，代表1981-2013年逐个月份，lat为网格纬度信息，lon为网格经度信息。 灌溉量数据储存在data变量中，单位为m^3/month 为了方便使用，还提供对应的网格面积数据Heihe_area_size.nc,面积数据储存于该文件data变量中，单位为m^2
谢正辉
本数据为盈科绿洲农田观测的一个生长周期内的ASTER植被覆盖度数据集。数据观测从2012年5月30日开始到9月12日结束。 原始数据： 1、 ASTER的15m分辨率L1B反射率产品 2、 中游人工绿洲生态水文试验区植被覆盖度数据集 数据处理： 1、 对ASTER反射率产品进行预处理得到ASTER NDVI； 2、 通过NDVI-FVC非线性转换形式，利用ASTER NDVI与地面实测FVC得到不同时相的ASTER尺度下NDVI到FVC的转换系数； 3、 将此系数应用到ASTER影像上，得到15m分辨率的植被覆盖度； 4、 将15m分辨率ASTER FVC聚合，得到1km ASTER FVC产品
黄帅, 马明国
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
