本数据集为青藏高原164个湖泊1978~2017年日尺度湖面温度产品。首先基于MOD11A1产品获取湖面像元均值得到2000~2017年日尺度湖面温度序列。其次改进湖泊水温模型air2water以实现全年湖面温度的逐日连续模拟。进而以气象站逐日气温数据为模型驱动数据，MOD11A1监测的湖面温度为模型率定和验证数据，重建青藏高原1978~2017年日尺度湖面温度序列。与遥感监测结果相比，所有湖泊纳什效率系数高于0.6，偏差分布于±055℃之间。数据集可用于分析青藏高原湖面温度过去几十年的长时序变化，对于评估气候变暖对青藏高原湖泊水热平衡、水质及湖泊生态系统变化具有重要意义。
郭立男, 吴艳红, 郑红星, 张兵, 文梦宣
本数据集包括西藏和青海水资源统计数据,数据来源于《西藏水资源公报》和《青海水资源公报》，统计尺度为市级单元尺度，包括青海省的西宁市、海东市、海北州、海南州、黄南州、果洛州、玉树州和海西州等市级单元，西藏的拉萨、昌都、山南、日喀则、那曲、阿里和林芝等市级单元；变量包括年降水量、地表水资源量、地下水资源量、重复计算量、水资源总量、人均水资源量、产水模数、地表水源供水量、地下水源供水量、总供水量、农业用水量、工业用水量、生活用水量、生态环境用水量及总用水量等。该数据集可用于青藏高原水资源管理和生态环境保护等领域。
刘兆飞, 姚治君
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
结合MODIS积雪产品Terra/Aqua（500 m）与IMS（4 km），发展了青藏高原每日无云高分辨率积雪产品 (TAI, 500 m)。其相对于原始的MODIS Terra（云覆盖46.6%）和Aqua（55.1%）、及MODIS Terra-Aqua结合（37.3%），将云遮蔽全部去除。同时，提高了积雪成图，新生成的TAI产品的积雪面积为19.1%，相对于原始的MODIS Terra/Aqua及MODIS Terra-Aqua结合（积雪面积4.7%～8.1%），显示了大大的提高。与青藏高原105个站点雪深数据验证表明，TAI产品的总精度为94%，相对于MODIS Terra（55%）、MODIS Aqua（50%）、及MODIS Terra-Aqua结合（64%），都显示了较大的提高，特别是雪深大于4 cm时效果较好。
张国庆
青藏高原是世界上最大的高、低纬度多年冻土带，近几十年来，其多年冻土带迅速退化，其最显著的特征之一就是热融湖塘的形成。这样的湖泊由于能够调节碳循环、水和能量通量而引起了极大的关注。然而，这一地区的热融湖塘的分布在很大程度上仍不为人所知，这阻碍了我们对多年冻土的响应及其碳反馈对气候变化的理解。本数据集基于200余景Sentinel-2A影像，结合ArcGIS、NDWI和Google Earth Engine平台，通过GEE自动提取和人工目视解译的方法提提取青藏高原多年冻土区内热融湖塘边界。在2018年热融湖塘数据集中，青藏高原多年冻土区共有121,758个热融湖塘，面积为0.00035-0.5 km²，总面积为1730 km² 。本次热融湖塘编目数据集为青藏高原水资源评价、多年冻土退化评价、热喀斯特研究提供了基础数据。
陈旭, 牟翠翠, 贾麟, 李志龙, 范成彦, 母梅, 彭小清, 吴晓东
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
数据包括三个主要典型案例，2000年易贡滑坡堰塞湖溃决洪水模拟、2018年金沙江上游的白格滑坡堰塞湖溃决模拟以及川藏铁路穿越的沃卡曲流域的场景模拟。数据为堰塞湖溃决后沿下游流动的水位高程数据，带空间投影坐标信息的tif格式，为横轴墨卡托投影。对于典型的案例使用动态自适应网格的二维洪水过程模型——NewFlood进行模拟分析。模型的输入资料为地形数据、驱动数据等。地形资料采用SRTM 30米分辨率DEM数据，其中沃卡曲由于比降大，堰塞湖的水域范围相对较小，因此将DEM进行重采样后再进行模拟。模拟结果可以为开展相应流域的洪水动态过程分析提供参考。
王中根
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
1) 基于多时相的Landsat影像获取317个大于10 km2的湖泊1976、1990、2000、2005和2013年的面积数据； 2）结合SRTM DEM和Landsat影像获取1976-1990、1990-2000、2000-2005、2005-2013年共四个时间段的湖泊水量变化数据； 3）湖泊面积的精度控制在一个像元，水量变化的精度约5%； 4）该数据已经被应用到青藏高原近期湖泊水量变化的研究工作中，成果已经发表于《Remote Sensing of Environment》；今后其他方面的研究中，该数据也能够作为基础数据，也能应用对生态环境变化、气候变化、湖泊水质等方面的分析中；
朱立平, 彭萍
1) 数据内容(包含的要素及意义) : 2000-2019年青藏高原152个大于50 km² 湖泊透明度数据（塞氏盘值）。 2) 数据来源及加工方法 : 数据反演基于高精度透明度反演模型以及MODIS-MODOCGA产品数据。遥感数据转化为遥感反射率R_rs反演透明度值，并计算出年均值。以湖泊几何中心3×3 像元均值代表该湖泊，对于几何中心位于湖泊以外的情况，则取该湖泊开阔水域计算。 3) 数据质量描述 : 湖泊年均值。 4) 数据应用成果及前景 : 气候变化可能改变湖泊透明度，湖泊透明度的变化则对区域气候变化起到反馈作用。本研究中青藏高原湖泊透明度的反演为湖-气界面能量交换提供了基础数据。
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
该数据集是通过青藏高原矢量边界对中国湖泊图裁剪而来，湖泊数据库的内容是经过实地考察，调查研究和用遥感分析得到的面积大于10平方公里的2015年湖泊的数据。湖泊编码的依据是湖泊分类，湖泊的分类体系不是层次分类，而是根据不同指标形成多重性平行式的。中国湖泊编码目前采用8位数字，第一、二位表示湖泊所在省区代号；第三、四、五位表示该省区内湖泊的顺序号；第六位表示湖泊属于内外流域和湖面面积的大小；第七位表示湖水水量亦即湖泊的容积。
杜云艳
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。 2018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：祁连山站、藏东南站、珠峰站、玉龙雪山站、纳木错站、阿里站、慕士塔格等七个站 点逐日实测水文（径流、水位、水温等）数据。
朱立平, 彭萍
湖泊的形成与消失、扩张与收缩对生态环境演化和社会经济发展都有重要影响。由于受气候、生态环境和人类活动等因素的综合影响，湖泊水域范围的变化速度快、幅度大，对观测的频率和分布都有很高的要求。近几十年以来，卫星遥感技术以其快速、覆盖面广、成本低廉等优点，为较大区域的湖泊动态监测提供了重要数据基础。针对大范围、高精度、长时间序列的湖泊变化分析对遥感数据时空分辨率的需求，本数据集基于 Landsat 卫星数据的自动湖泊提取方法（Feng et al., 2015），利用 2000 年以来的 Landsat 多颗卫星的观测数据，收集了2000 年以来的云量小于 80%的所有Landsat 数据，获得共 96278 景影像（约 25T 数据量），结合高性能数据存储和处理能力，提取了青藏高原和中亚地区 2000-2015 年湖泊分布记录，形成了时空一致的逐月水域范围数据集。利用分层随机采样采集样点，通过人工解译，获取能够代表不同时空分布的验证样点。评价结果表明：研究区时间序列水体数据总体精度为 99.45%(±0.59)，水体用户精度（错分）为 85.37% （±3.74），制图精度(漏分)为 98.17%（±1.05）。
冯敏, 车向红
该数据集包含青藏高原2000年所有影像可见湖泊的矢量数据，共32840个。 根据空间分辨率为14.25 m的GeoCover Landsat mosaic 2000影像数据目视解译得来。 数据格式为矢量数据，投影坐标系为Albers Conical Equal Area。 数据属性字段如下： Area：湖泊面积（km²）； X：湖泊中心点经度（°）； Y：湖泊中心点纬度（°）； Perimeter：湖泊周长（km）。
张国庆
该数据集包含青藏高原1970s，1990，2000，2010年份大于1平方公里湖泊矢量数据。 湖泊水体边界根据Landsat MSS, TM, ETM+等影像目视解译而来。 数据类型为矢量数据，属性字段包括Area (km²)。 投影坐标系为Albers Conical Equal Area。 主要用于青藏高原湖泊、水文与气象变化研究。
张国庆
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
