数据由三个字段组成:经度、纬度和湖泊深度。利用声呐设备在湖泊上走航测量得到的水深数据,GPS同步测量得到的经度和纬度。利用湖水盐度和温度数据校正声呐测得的深度数据,并剔除数据异常点。利用水深数据可以插值形成湖泊水下地形图。利用水下地形图可以计算湖泊的储水量,评估青藏高原湖泊总水量。利用水下地形图结合遥感数据还可以研究青藏高原湖泊水量变化特征及其影响因素,是亚洲水塔水量变化研究的重要组成部分。
朱立平
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
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
全面估算了1132个大于1 km2湖泊的水量变化。总的来说,1976至2019年间,湖泊水储量增加了169.7±15.1 Gt(3.9±0.4 Gt yr-1),主要发生在内流区(157.6±11.6或3.7±0.3 Gt yr-1)。1976至1995年间,湖泊水量显示减少(-45.2±8.2Gt或-2.4±0.4Gt yr-1),但在1995至2019年间,大幅增加(214.9±12.7Gt或9.0±0.5Gt yr-1)。2010至2015年间,水量增速减缓(23.1±6.5 Gt或4.6±1.3 Gt yr-1),随后在2015至2019年间再次出现高值(65.7±6.7 Gt或16.4±1.7 Gt yr-1)。在1976-2019年间,冰川补给湖水量增加(127.1±14.3 Gt)远远高于非冰川补给湖(42.6±4.9 Gt),这也与冰川补给湖数量多,面积广有关。另外,封闭湖水量增幅(161.9±14.0 Gt)大大高于外流湖(7.8±5.8 Gt)。
张国庆
本数据为阿姆河上游支流卡菲尼干河水文站水文资料。该站为中国气象局乌鲁木齐沙漠气象研究所和塔吉克斯坦国家科学院水问题水能与生态研究所、塔吉克斯坦水文气象局合作建设。该数据可以用于中亚山区水资源评估等科学研究和水利工程等服务。资料时段:2019年11月3日至2020年12月3日。资料要素:逐小时流速(m/s)、逐小时水位(m)和逐小时降雨量(m)。站点位置:37°36′01″N,68°08′01″E,420m 一、300W-QX河流流速、水位观测仪 (一)流速参数: 1供电电压 12(9~27)V(DC) 2工作电流 120(110~135)mA 3工作温度(-40 ~85) °C 4测量范围 (0.15 ~20)m/s 5测量精度 ±0.02m/s 6分辨率 1mm 7探测距离 0.1~50 m 8安装高度0.15~ 25 m 9采样频率 20sps (二)水位参数: 1测量范围 0.5~20 m 2测量精度 ±3 mm 3分辨率 1 mm 4重复性 ±1mm 二、SL3-1翻斗式雨量传感器 1承水口径 ф200mm 2测量降水强度 4mm/min以内 3测量最小分度 0.1mm降水量 4最大允许误差 ±4%mm 三、流速、观测仪数据获取的频率:传感器每隔5S测量一次流速和水位数据 四、小时平均流速计算:小时平均流速和水位数据由一小时内所有每隔5S测量的流速和水位数据取平均计算得出 五、水位数据中大量出现的0值的说明:水位数据中0值是供电不足引起传感器断电重启,初次启动第一条数据是0,导致小时平均值出现0。经2020年7月26日供电改造后,数据恢复了正常,2020年9月底又开始出现供电不足,经2020年12月25日二次供电改造,数据恢复正常 六、水位监测情况进行说明(如7358行,2020/11/3 16:00,最高水位6.7m,最低水位为0m,如何解释?另,最高水位的最大值是6.7m,数据中多次出现这个最高水位的值,似乎显示了6.7m是监测数据的极限值,实际情况是否如此? ):6.7m是设置的初始传感器距离河床底部高度,出现6.7m是传感器刚启动时候的异常数据,是设备供电不足导致断电重启引起传感器重启,初次启动出现这种异常值,经2020年12月25日供电改造后,数据恢复了正常
霍文, 尚华明
本数据集包括中亚大湖区五国(哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土库曼斯坦和乌兹别克斯坦)的内陆水域数据,包括河流,运河和湖泊的分布。各个国家的线状和面状要素分别存储在不同文件中。该数据集来自世界数字地图(DCW),其主要来源是美国,澳大利亚,加拿大和英国制作的美国国防测绘局(DMA)的操作导航图(ONC)1:1,000,000比例纸质地图系列。DCW数据库最后更新至1992年,并于2006年开始免费提供。
徐晓凡, 谈明洪
中国地表温度数据集包含2003-2017年期间中国(约960万平方公里土地)的地表温度数据,时间分辨率为月尺度,空间分辨率为5600 m。 数据集主要是通过集成MODIS每日数据(MOD11C1和MYD11C1),月数据(MOD11C3和MYD11C3)和气象站数据,以重建月尺度LST图像云覆盖下的真实LST来生成的,然后构建回归分析模型以进一步提高精度。 六个具有不同气候条件的自然分区。 精度分析表明,重建结果与现场测量结果密切相关,平均RMSE为1.39°C,MAE为1.30°C,R2为0.97。 详情请参考引用文献Zhao et al (2020)。
毛克彪
中亚农业水资源脆弱性数据集基于气象、土地覆盖、地形和社会经济数据, 依据脆弱性概念框架, 从暴露度、敏感度和适应度 3 个方面选取 18 个指标, 建立了农业水资源脆弱性评价指标体系, 采用等权重法和主成分分析法确定指标权重, 对中亚农业水资源脆弱性进行了评价及特征分析。对部分原始各个栅格数据进行比较,从原始目标栅格最左上角开始,依次向相邻的右、下栅格延伸,四个栅格(即0.5°)取中位数合并为一个栅格,并且该中位数作为四个栅格中心点对应的地理坐标的数值,消除栅格间的极端数值情况。数据提供了1992-1996、1997-2001、2002-2006、2007-2011、2012-2017和1992-2017六个时间段,空间分辨率为0.5°乘以0.5°。数据集可为中亚五国农业水资源供需和开发利用分析等提供基础数据支撑。
李兰海, 于水
该数据提供了青藏高原内陆流域582个面积大于1平方公里的湖泊从1986-2019的年湖泊面积。 首先根据JRC和SRTM DEM数据,识别研究区内582个大于1 km2的湖泊。利用Landsat5/7/8所有覆盖湖泊的遥感影像合成每年的Landsat影像,根据NDWI指数和Ostu算法动态分割每个湖泊,并据此计算每个湖泊1986-2019年湖泊面积大小。 本研究基于Landsat卫星遥感影像,利用Google Earth Engine 处理了所有Landsat影像,建立了至今为止最全的青藏高原地区大于1平方公里的年湖泊面积数据集;开发了一套湖泊面积自动提取算法,实现单个湖泊多年面积的批量计算;该数据对分析青藏高原地区湖泊面积动态、水量平衡,及研究青藏高原湖气候变化有重要意义。
朱立平, 彭萍
湖冰是冰冻圈的重要参数,其变化与气温、降水等气候参数密切相关,而且可以直接反映气候的变化,因此是区域气候参数变化的一个重要指标。但由于其研究区往往位于自然环境恶劣,人口稀少的区域,大规模的实地观测难以进行,因此利用哨兵1号卫星数据,以10m的空间分辨率和优于30天的时间分辨率对不同类型的湖冰变化进行监测,可填补观测空白。利用HMRF算法对不同类型的湖冰进行分类,通过时间序列分析三个极区中部分面积大于25km2的湖泊的不同类型湖冰的分布,形成湖冰类型数据集。数据包括了被处理湖泊的序号,所处年份及其在时间序列中的序号等信息,矢量数据集包括采用的算法,所使用的哨兵1号卫星数据,成像时间,所处极区,湖冰类型等信息,用户可以根据矢量文件确定时间序列上不同类型湖冰的变化。
田帮森, 邱玉宝
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。 2019年中国高寒地区地表过程与环境观测网络水文数据集,主要收集:藏东南站、珠峰站、玉龙雪山站、纳木错站、阿里站、天山站等六个站 点实测水文(径流、水位、水温等)数据。 藏东南站:流量数据,包含2019年4次利用M9测流数,有平均流速、流量和最大水深等数据;相对水位数据采用hobo压力式水位仪测量,包含2019年全年日均相对水位和水温数据。 纳木错站:流量数据,包括2019年4次利用国产LS-1206B手持流速仪测量数据,包含河宽和流量数据,水位数据采用hobo压力式水位仪测量,包含2019年原始1小时的水压、水温和电量,通过水压可以计算相对水位; 珠峰站:绒布河流量,包括2019年6-9月13次利用国产LS-1206B手持流速仪测量数据,包含河宽和流量数据; 阿里站:流量数据:包括2019年利用河锚M9不定期测量的22次数据,相对水位数据采用hobo压力式水位仪测量,包含2019年全年每小时水位和水温数据; 天山站:水位数据:包括3个点2019年的日平均水位 玉龙雪山站: 包括木家桥2019年1-10月流量数据
朱立平, 彭萍
青藏高原由于高云覆盖,通常用来监测湖泊面积的光学遥感影像数据,如Landsat只能用来监测湖泊年尺度面积变化,而对湖泊季节变化研究了解较少。使用Sentinel-1 SAR数据,对青藏高原大于50平方公里湖泊月尺度面积进行了提取。研究显示,湖泊的季节变化显示出截然不同的模式,面积较大的湖泊(> 100 km2)在8-9月达到峰值,而较小的湖泊(50-100 km2)面积在6-7月达到峰值。封闭湖泊面积的季节峰值更突出,而外流湖的季节峰值更平缓。冰川补给湖相对于非冰川补给湖显示了延迟的面积峰值。同时,大尺度的大气环流,如西风、印度季风、和东亚季风也影响着湖泊面积的季节变化。此研究为监测湖泊面积年内变化弥补了空白。
张宇, 张国庆
青藏高原的水土资源匹配数据,由站点气象数据(2008-2016年,国家气象数据共享网)经过彭曼公式计算得出的潜在蒸散发数据,利用土地利用的不同土地类型,根据下垫面影响系数计算现有土地利用下的蒸散发量;以及气象数据中的站点降雨数据插值得到的降雨数据,根据两者差值得到水土资源匹配系数。实际降雨与现有土地利用条件下的需水量之间的差值来反映水土资源的匹配性,数值越大匹配性越好。水土资源的匹配情况的空间分布能为进一步了解青藏高原的农牧业资源情况做铺垫。
董凌霄
利用长时间序列Landsat遥感数据,获取了整个青藏高原近50年(1970s~2021)共15期湖泊观测数据,对大于1平方公里湖泊的数量及面积变化进行了详细分析。研究发现青藏高原湖泊数量从1970年代的1080个增加到2021年的~1400个。相应地,湖泊面积从1970年代的4万平方公里增加到了2021年的5万平方公里,净增加了1万平方公里。青藏高原湖泊并非持续单调地增加。在1970s至1995年间,大部分湖泊呈现萎缩状态;但在1995年之后,除2015年外,青藏高原湖泊的数量和面积总体呈现出持续增加趋势。流域尺度上,除雅鲁藏布流域外,均在扩张。
张国庆
青藏高原湖泊广布,近年来呈现普遍扩张的趋势。掌握这些湖泊的水位及水量变化信息对认识区域水文-气候交互机制及其演变规律意义重大。本数据集包含青藏高原52个大、中型湖泊2000 - 2017年的水位、水量变化,面积-水位关系曲线等信息,多数湖泊的水位及水量变化时间分辨率在月尺度或旬尺度。本数据基于多源测高卫星数据和Landsat光学影像制作,将光学影像观测到的湖泊岸线变动转化为水位信息(简称光学水位),并且借助光学水位移除了多源测高水位之间系统偏差。野外实验和理论分析的结果一致表明光学水位的精度在0.1 - 0.2 m,与测高水位精度相当,测高水位的不确定性用同一周期内有效水面足迹点高程的标准差表示,已经包含在数据集中。本数据集可以应用于水资源和水安全管理,湖泊流域水文分析,水量平衡分析等,尤其在湖泊溢流洪水监测方面有较大的潜力。
李兴东, 龙笛, 黄琦, 韩鹏飞, 赵凡玉, 荣田佳秀
本数据是通过建立雅鲁藏布江流域WEB-DHM分布式水文模型,以气温、降水、气压等作为输入数据,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)。本数据是通过建立雅鲁藏布江流域WEB-DHM分布式水文模型,以气温、降水、气压等作为输入数据,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)。
王磊
本研究数据主要基于Google Earth Engine大数据云处理平台,选用2017年三江源、普尔河、育空河流域Sentinel-2为基础数据,SRTM-DEM和Global Surface Water为辅助数据,选用AWEIn,AWEIs,WI2015,MNDWI,NDWI等多种水体指数阈值提取的方法,依据年水体频率获得季节水体与永久水体分类数据(空间分辨率10m)。该水体数据产品,为高时空分辨率水体变化和冻土水文分析提供了有效基础数据。
冉有华
GLObal WAter BOdies database(GLOWABO)数据集,Charles Verpoorter等人基于GeoCoverTM Water bodies Extraction Method利用2000±3年Landsat 7 ETM+影像,获得全球水体数据集。水体提取方法结合主成分分析、阈值提取、纹理特征提取等多种方法,空间分辨率15m,总体精度91%。数据还包括水体面积、周长、形状指数、高程等信息。本数据集选区其中三江源流域、普尔河流域、育空河流三个流域数据集,为北半球极地水文研究提供数据支持。
Charles Verpoorter
基于20世纪60年代的锁眼卫星数据,采用面向对象的监督分类,结合人工目视解译修正,生产出水体数据产品。总解译面积64.5万km2,占研究区96.28%,其中三江源研究区影像缺失18844 km2,阿拉斯加育空流域研究区影像缺失4220 km2,西西伯利亚普尔河流域研究区影像缺失1954 km2。解译最小线状地物图上宽度大于8米,最小面状地物图上面积大于100平方米,描迹精度2个象元,一级类解译精度达到95%以上。获取的高空间分辨率水体数据产品,为上世纪70年代水体变化研究提供有效数据,也为冻土变化研究提供可靠依据。
冉有华
结合Landsat影像(4215景)、地形图,利用半自动水体提取及人工目视检查编辑,完成了过去60多年来(1960s, 1970s, 1990, 1995, 2000, 2005, 2010, 2015, 2020)详细的中国湖泊(大于1平方公里)数量与面积变化研究。从1960s到2020年,中国湖泊总数量(≥ 1 km^2)从2127个增加到2621个,面积从68537 km^2扩张到82302 km^2 。
张国庆
联系方式
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