该数据集包含了2020年1月14日至2020年12月31日的10m塔涡动相关仪观测数据。站点位于河北省怀来县东花园镇，下垫面水浇地玉米。观测点的经纬度是115.7880E, 40.3491N，海拔480m。涡动相关仪的采集频率是10Hz，架高为5 m，超声朝向是正北向，超声风速仪（CSAT3）与CO2/H2O分析仪（Li7500A）之间的距离是15 cm。 发布的数据是采用Eddypro软件对原始采集的10Hz数据进行后处理得到的30分钟数据，其处理的主要步骤包括：野点值剔除，延迟时间校正，坐标旋转（二次坐标旋转），频率响应修正，超声虚温修正和密度（WPL）修正等。同时对各通量值进行质量评价，主要是大气平稳性（Δst）和湍流相似性特征（ITC）的检验。对处理后输出的30min通量值也进行了筛选：（1）剔除仪器出错时的数据；（2）剔除降水前后1h的数据；（3）剔除10Hz原始数据每30min内缺失率大于10%的数据；（4）剔除夜间弱湍流的观测数据（u*小于0.1m/s）。观测数据的平均周期为30分钟，一天48个数据，缺失数据标记为-6999。 涡动相关仪发布的观测数据包括：日期/时间Date/Time，风向Wdir（°），水平风速Wnd（m/s），侧向风速标准差Std_Uy（m/s），超声虚温Tv（K），水汽密度H2O（g/m3），二氧化碳浓度CO2（mg/m3），摩擦速度Ustar（m/s），奥布霍夫长度，感热通量Hs（W/m2），潜热通量LE（W/m2），二氧化碳通量Fc（mg/(m2s)），感热通量的质量标识QA_Hs，潜热通量的质量标识QA_LE。感热、潜热、二氧化碳通量的质量标识分为三级（质量标识0:（Δst <30, ITC<30）; 1: （Δst <100, ITC<100）; 其余为2）。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xls格式存储。 观测试验或站点信息请参考Guo et al.(2020)，数据处理请参考Liu et al. (2013)。
刘绍民, 徐自为
该数据集包含了2020年1月1日至2020年12月31日的10m塔自动气象站观测数据。站点位于河北省怀来县东花园镇，下垫面为水浇地玉米。观测点的经纬度是115.7880E, 40.3491N，海拔480m。 自动气象站安装在10m塔上，采集频率为30s，且10min输出一次。观测要素包括空气温度、相对湿度（5 m），朝向为正北；风速（10 m），风向（10 m），朝向为正北；气压（安装在防水箱内）；雨量（10 m）；四分量辐射（5 m），朝向为正南；土壤温湿度探头埋设在气象塔正南方1.5m处，土壤温度探头埋设深度为0cm、2cm、4cm、10cm、20cm、40cm、80cm、120cm和160 cm处，土壤水分传感器埋设深度为2cm、4cm、10cm、20cm、40cm、80cm、120cm和160cm；平均土壤温度埋在地下2, 4cm；土壤热流板（3块）埋设在地下6 cm处。 观测数据的处理与质量控制：（1）确保每天1440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）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2020-6-10 10:30。 自动气象站发布的数据包括：日期/时间Date/Time，空气温湿观测（Ta_5m,RH_5m）(℃，%)，风速(Ws_10m)（m/s），风向（WD）（°），降水（Rain）(mm)，四分量辐射（DR、UR、DLR、ULR、Rn）(W/m2)，地表辐射温度（IRT1、IRT2）（℃），土壤热通量（Gs_1、Gs_2、Gs_3）(W/m2)、 多层土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(%)、多层土壤温度（Ts_2cm 、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm）(℃)、平均土壤温度TCAV(℃) ，气压（Press）(hpa)。 观测试验或站点信息请参考Guo et al. (2020)，数据处理请参考Liu et al. (2013)。
刘绍民, 徐自为
Accurate estimation of the gross primary production (GPP) of terrestrial vegetation is vital for understanding the global carbon cycle and predicting future climate change. Multiple GPP products are currently available based on different methods, but their performances vary substantially when validated against GPP estimates from eddy covariance data. This paper provides a new GPP dataset at moderate spatial (500 m) and temporal (8-day) resolutions over the entire globe for 2000–2016. This GPP dataset is based on an improved light use efficiency theory and is driven by satellite data from MODIS and climate data from NCEP Reanalysis II. It also employs a state-of-the-art vegetation index (VI) gap-filling and smoothing algorithm and a separate treatment for C3/C4 photosynthesis pathways. All these improvements aim to solve several critical problems existing in current GPP products. With a satisfactory performance when validated against in situ GPP estimates, this dataset offers an alternative GPP estimate for regional to global carbon cycle studies.
张尧
中亚的生态系统脆弱，自然灾害频发，水资源短缺，冰川加速融化，是气候变化敏感区之一。在评估该地区的脆弱性、影响性和适应性时，急需高分辨率的气候预估数据集。为此，我们对来自CMIP5的三个偏差订正后的全球气候模式（MPI-ESM-MR、CCSM4和HadGEM2-ES），在中亚地区开展了9千米的动力降尺度，继而生产了一个中亚高分辨率气候预估数据集，将其命名为HCPD-CA（High-resolution Climate Projection Dataset in Central Asia）。它的历史时段是1986-2005，未来时段是2031-2050，排放情景是RCP4.5。这个数据集有4个静态变量和10个常被用于驱动生态和水文模型的气象要素。静态变量有地形高度（HGT, m）、土地利用类型（LU_INDEX, 21 categories）、陆地水体（LANDMASK, 1代表陆地, 0代表水体）和土壤类型（ISLTYP, 16 categories）。10个气象要素是日降水量（PREC，mm/day）、2米日平均/最高/最低温（T2MEAN/T2MAX/T2MIN，K）、2米日平均相对湿度（RH2MEAN，%）、10米日平均维向和经向风（U10MEAN/V10MEAN，m/s）、日平均向下短波/长波辐射（SWD/LWD，W/m2）和日平均地表气压（PSFC，Pa）。评估结果显示：这个数据产品在描述中亚各个气象要素的平均态上有很高的质量，这保证了其可用性。未来气候变化的主要特征是：升温剧烈（年均温升高1.62-2.02℃），向下短波和长波辐射显著增强，其他气象要素变化很小。HCPD-CA数据集可被用于评估未来气候变化对中亚的多方面影响，特别是在生态和水文系统上。
邱源
Satellite-retrieved solar-induced chlorophyll fluorescence (SIF) has shown great potential to monitor the photosynthetic activity of terrestrial ecosystems. However, several issues, including low spatial and temporal resolution of the gridded datasets and high uncertainty of the individual retrievals, limit the applications of SIF. In addition, inconsistency in measurement footprints also hinders the direct comparison between gross primary production (GPP) from eddy covariance (EC) flux towers and satellite-retrieved SIF. In this study, by training a neural network (NN) with surface reflectance from the MODerate-resolution Imaging Spectroradiometer (MODIS) and SIF from Orbiting Carbon Observatory-2 (OCO-2), we generated two global spatially contiguous SIF (CSIF) datasets at moderate spatiotemporal (0.05∘ 4-day) resolutions during the MODIS era, one for clear-sky conditions (2000–2017) and the other one in all-sky conditions (2000–2016). The clear-sky instantaneous CSIF (CSIFclear-inst) shows high accuracy against the clear-sky OCO-2 SIF and little bias across biome types. The all-sky daily average CSIF (CSIFall-daily) dataset exhibits strong spatial, seasonal and interannual dynamics that are consistent with daily SIF from OCO-2 and the Global Ozone Monitoring Experiment-2 (GOME-2). An increasing trend (0.39 %) of annual average CSIFall-daily is also found, confirming the greening of Earth in most regions. Since the difference between satellite-observed SIF and CSIF is mostly caused by the environmental down-regulation on SIFyield, the ratio between OCO-2 SIF and CSIFclear-inst can be an effective indicator of drought stress that is more sensitive than the normalized difference vegetation index and enhanced vegetation index. By comparing CSIFall-daily with GPP estimates from 40 EC flux towers across the globe, we find a large cross-site variation (c.v. = 0.36) of the GPP–SIF relationship with the highest regression slopes for evergreen needleleaf forest. However, the cross-biome variation is relatively limited (c.v. = 0.15). These two contiguous SIF datasets and the derived GPP–SIF relationship enable a better understanding of the spatial and temporal variations of the GPP across biomes and climate.
张尧
观测数据来自中国气象局乌鲁木齐沙漠气象研究所于2017年建设的帕米尔高原红其拉甫梯度气象观测试验站，包含各气象要素的梯度数据。资料时间段为2019年11月18日—2021年10月8日，运用TOA5合并工具及MS Office等处理所得*.xlsx格式，数据质量较好，此数据可为开展帕米尔高原和中巴经济走廊地表辐射与能量收支规律研究提供支持，为陆面过程提供参考依据。 红其拉甫气象站在我国帕米尔高原，海拔4600m，靠近中国与巴基斯坦边境，资料及其珍贵。
霍文
观测数据来自中国气象局乌鲁木齐沙漠气象研究所于2016年建设的乌鲁木齐白杨沟乌拉斯台地区中天山草地陆—气相互作用观测试验站（分别为中天山草地生态系统监测站、中天山森林生态系统监测站与中天山山顶草地站），站内有辐射观测系统、梯度探测系统以及涡动相关系统，包含辐射、土壤与各气象要素数据。资料时间段为2019年9月1日—2021年10月13日，运用Eddrpro、LoggerNet、TOA5合并工具及MS Office等处理所得*.xlsx格式，数据质量较好，此数据可为开展草地与森林下垫面地表辐射与能量收支研究规律研究提供支持，为陆面过程提供参考依据。
霍文
地表土壤水分（SSM）是了解地球表面水文过程的关键参数。长期以来，被动微波（PM）技术一直是在卫星遥感尺度上估算SSM的主要选择，而另一方面，PM观测的粗分辨率（通常>10 km）阻碍了其在更细尺度上的应用。虽然已经提出了定量研究，以缩小基于卫星PM的SSM的规模，但很少有产品可供公众使用，以满足1km分辨率和全天候条件下每日重访周期的要求。因此，在本研究中，我们在中国开发了一种具有所有这些特征的SSM产品。该产品是通过在36 km处对基于AMSR-E和AMSR-2的SSM进行降尺度生成的，涵盖了2003-2019年间两台辐射计的所有在轨时间。MODIS光学反射率数据和在多云条件下填补空白的每日热红外地表温度（LST）是降尺度模型的主要数据输入，以实现SSM降尺度结果的“全天候”质量。4月至9月期间，这一开发的SSM产品的每日图像在全国范围内实现了准完全覆盖。在其他月份，与最初的每日PM观测值相比，开发产品的全国覆盖率也大大提高。我们根据2000多个专业气象和土壤水分观测站的现场土壤水分测量结果对该产品进行了评估，发现该产品的精度在晴空到多云的所有天气条件下都是稳定的，无偏RMSE的站平均值在0.053 vol到0.056 vol之间。此外，评估结果还表明，开发的产品在1km分辨率下明显优于广为人知的SMAP Sentinel（主被动微波）组合SSM产品。这表明，我们开发的产品在改善未来水文过程、农业、水资源和环境管理相关调查方面可能带来的潜在重要效益。
宋沛林, 张永强
吉尔吉斯斯坦西天山Kara-Batkak冰川气象站（42°9'46″N，78°16'21″E，3280m）。 观测数据包括逐时气象要素（小时雨量(mm)、瞬时风向(°)、瞬时风速(m/s)、2分钟风向(°)、2分钟风速(m/s)、10分钟风向(°)、10分钟风速(m/s)、最大风速时风向(°)、最大风速(m/s)、最大风速时间、极大风速时风向(°)、极大风速(m/s)、极大风速时间、分钟内极大瞬时风速风向(°)、分钟内极大瞬时风速(m/s)、气压(hPa)、气压最高(hPa)、气压最高出现时间、气压最低(hPa)、气压最低出现时间）。 气象观测要素，经过积累和统计，加工成气候资料，为农业、林业、工业、交通、军事、水文、医疗卫生和环境保护等部门进行规划、设计和研究，提供重要的数据。
霍文
温湿指数（THI）1973年由奥利弗（J.E.Oliver）提出，其物理意义是湿度订正以后的温度。它考虑了温度以及相对湿度对人体舒适度的综合影响，是衡量区域气候舒适度的一项重要指标。在参考已有关于生理气候评价指标分级标准的基础上，结合青藏高原自然地理特征，面向青藏高原人居环境适宜性评价需求，研制了青藏高原（3000米以上）温湿指数及其适宜性分区结果（包括不适宜、临界适宜、一般适宜、比较适宜与高度适宜）。
封志明, 李鹏, 林裕梅
该数据集主要包括北温带湖泊在1985-2020年间4个时段的结冰观测频率值（ICO），以及湖泊所在位置、面积、高程等信息。其中，4个时间段分别为1985-1998（P1）、1999-2006（P2）、2007-2014（P3）以及2015-2020（P4），目的是提高计算时段内的“有效观测”次数，进而提高准确度。4个时段的ICO由各个时段内所有Landsat影像统计的“结冰”次数与“有效观测”次数的比值计算，其他的湖泊信息通过表格中的“Hylak_id”列与HydroLAKEs数据集相对应。此外，该数据仅保留了P1-P4均观测有效，且面积大于1平方千米的湖泊，约为3万个。该数据集可以反映近几十年来湖泊结冰情况对气候变化的响应。(详见论文)
王欣驰
为收集青藏高原特殊种质资源，并挖掘影响特殊种质资源的分子标记，依据遗传标记信息，选择具有优异位点的个体绵羊进行标记辅助选择、扩繁和世代选育，培育特殊种质资源的家系。2021年本子课题（2019QZKK05010704）在青海海北广泛收集青海藏羊和青海细毛羊样品，在乐都农业试验站及青海省三角城种羊场继续组建并扩充第一、二核心群。本数据集包含1050份组织样本基本信息，包括品种、采集地、采集时间、性别、组织类型、保存方法等。
赵凯
为解析大额牛基因组特征、驯化以及种群历史、种群遗传多样性特征、种群分化特征，以及大额牛优秀肉质经济性状的遗传基础，2021年本子课题（2019QZKK05010703）在云南省昆明市、文山苗族自治州调查独龙牛、高峰牛遗传资源，采集心肝脾肺肾各脏器组织样品。为大额牛种质资源的保护、开发和利用提供科学理论参考，促进我国高端肉牛产业的发展。 本数据集包含个体照片、组织样品信息表，信息表记录品种、采集地、采集时间、样品类型、取样部位等基本信息。
李艳
为掌握高原农牧象虫以及相关鞘翅目、脉翅目、双翅目等天敌昆虫物种组成、区系特点及寄主信息，建立高原农牧天敌昆虫的DNA条形码快速鉴定体系，评估天敌资源现状，提出天敌昆虫可持续利用建议。子课题2019QZKK05010606在青藏高原开展重点农牧区、大宗作物相关象虫以及鞘翅目、脉翅目、双翅目等天敌昆虫资源调查，天敌昆虫物种多样性数据库建设，天敌资源现状评估和可持续利用评估。2020年期间西藏自治区、云南省农牧交错区、农林交错区，农区与牧区腹地，开展农牧鞘翅目、脉翅目、双翅目等天敌昆虫关键类群调查，进行标本采集、样品采集，生物学信息与生态环境信息收集等，按照标准和规范系统整理天敌昆虫标本，并有效保藏，开展物种形态鉴定并获取DNA条形码信息，整合物种地理分布、寄主信息、生态图片等信息，构建天敌物种多样性信息库；对天敌资源现状进行评估并提出可持续利用的建议。
刘宁
为掌握高原农牧象虫以及相关鞘翅目、脉翅目、双翅目等天敌昆虫物种组成、区系特点及寄主信息，建立高原农牧天敌昆虫的DNA条形码快速鉴定体系，评估天敌资源现状，提出天敌昆虫可持续利用建议。子课题2019QZKK05010601在青藏高原开展重点农牧区、大宗作物相关象虫以及鞘翅目、脉翅目、双翅目等天敌昆虫资源调查，天敌昆虫物种多样性数据库建设，天敌资源现状评估和可持续利用评估。2020年期间西藏自治区、云南省农牧交错区、农林交错区，农区与牧区腹地，开展农牧鞘翅目、脉翅目、双翅目等天敌昆虫关键类群调查，进行标本采集、样品采集，生物学信息与生态环境信息收集等，按照标准和规范系统整理天敌昆虫标本，并有效保藏，开展物种形态鉴定并获取DNA条形码信息，整合物种地理分布、寄主信息、生态图片等信息，构建天敌物种多样性信息库；对天敌资源现状进行评估并提出可持续利用的建议。
乔格侠
子课题（2019QZKK05010411）以野牦牛、藏羚和棕熊种群调查监测为核心内容，开展系统而持续的野外考察工作，查清它们的地理分布、种群数量、种群结构等，开展适宜栖息地评估。分别选取其分布区和潜在分布区，划分为多个子区域，根据生境类型、气候、海拔等因素采用分层随机抽样，分别采用总体计数法、可变距离样线法或固定宽度样线法进行考察。同时针对棕熊的极低遇见率，结合访谈法进行。考察区域主要包括青海省玉树藏族自治州、海西蒙古族藏族自治州、海北藏族自治州和其他州县该三种动物的分布区和潜在分布区，以期掌握青海省境内的野牦牛、藏羚、棕熊分布和五年的种群动态情况。本数据集包含2021年在青海调查牦牛、藏羚和棕熊拍摄的照片和视频。
陈振宁
为描述青藏高原重要啮齿动物遗传多样性分布格局，厘清其相关遗传背景，分析其在全球气候变化的大背景下种群波动规律及其影响因素，分析高原鼠兔对鸟类的影响和在维持生态系统稳定性中的意义，为探讨高原物种的适应与进化机制、构建种群暴发预测预警体系，正确认识高原鼠兔在生态系统中的地位和作用，提出及时有效的种群管理对策具有重要的理论和实践意义。子课题（2019QZKK05010410）2021年集中在青海海西蒙古藏族自治州、果洛州、海南州调查高原鼠兔，共采集200份高原鼠兔脾、肺等组织样品。本数据集包含1个样品信息表，照片。样品信息表包含物种、品种、详细采样地、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。
曲家鹏
利用卫星追踪技术，子课题（2019QZKK05010409）对黑颈鹤中部越冬种群开展追踪工作。通过脚扣法捕捉黑颈鹤后，我们采取脚环式方法固定追踪器，大大提高了追踪的成果率以及获取的数据量。电量理想的情况下，采样频率可以加快到半个小时一个点。获取更精细的追踪数据。相关结果，显示黑颈鹤对越冬地的选择具有高度的稳定性，初步的分析发现黑颈鹤的越冬地和繁殖地之间，具有强连接线，但也存在着幼体在不同度夏地活动的特征。强的迁徙连接性，预示着黑颈鹤更容易受到环境改变的伤害。本数据集包含黑颈鹤生境照200张、黑颈鹤幼鸟活动数据1276条。黑颈鹤幼年个体卫星追踪数据信息表记录经纬度、日期、高度、速度、温度等信息。
伍和启
高原鼢鼠和高原鼠兔是广泛分布于青藏高原及周边平原地区的特有种和关键物种，不同的地理位置和生态环境造成了多样化的物种形成。这些物种的起源和演化的研究还有待完善。同时，它们的地理分布和形态特征是很好的研究高原适应和适应性进化的材料，比较高原与其他低海拔平原近缘种的基因组、转录组和表观遗传组学的分析，能够帮助解析高原适应的机制，初步探索表观修饰在高原适应中发挥作用的机制。2021年集中在青海省共采集16个动物的组织样本共计112份。本数据集包含一个样品信息表，样品信息表包含物种、品种、详细采样地、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。为探讨高原旗舰物种的高原适应性进化问题，对青海玛多县和拉脊山地区16个高原鼢鼠、鼠兔个体开展ChIP-seq测序转录组测序，每个个体产生15Gb数据，共600Gb。数据以fastq格式存储。
吕雪梅
为评估家栖鼠类对青藏高原生物多样性和人们生产生活的危害，评估后续潜在生态影响和风险，为制定更加科学有效的生物防控和生态保护措施提供全新的依据。子课题（2019QZKK05010303）2021年在西藏拉萨、青海海西州、四川成都调查高原境内家栖鼠类物种组成、种群特征、分布范围进行全面的实地调查，并采集家栖鼠类样品。共采集80份大家鼠、小家鼠组织样品。本数据集包含1个组织样品信息表，记录采集地、采集时间、物种、样品类型等信息。
靖美东
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
