1)数据内容:数据为围栏工程实地采样数据,包含样方编号、草地类型、调查县、调查地点、工程类型、采样时间、工程开始时间、持续时间、"经度(°E)"、"纬度(°N)"、"海拔(m)"、"总盖度(%)" "高度平均(cm)"、地上生物量(g/m2)、地下生物量(g/m2)、总生物量(g/m2), 2)数据来源:实地采样数据 3)数据质量:质量较高。 4)数据应用前景:青藏高原草地围栏工程将在保护草地、恢复区域植被生产力上获得显著成效,工程的实施为区域畜牧业发展提供了更广阔的空间, 保障了当地农牧民收入与地区经济为稳定的增长。此外,工程的实施保证并支持了藏区牧民的正常生产和生活, 实现了牧区草地保护与牧民畜牧业生产的稳定发展, 这对维护西藏社会全面稳定,促进西藏地区又好又快发展具有重要意义。
洪江涛, 王小丹
印度洋是海气相互作用非常活跃的区域,它与太平洋共同构成的“印度洋-太平洋暖池”是全球海温最高、体积最大的暖水区,不仅通过季风将大量的热量和水汽输送到热带外海域,而且热带印度洋上空的强对流也在全球气候变化中扮演重要的角色。研究印度洋本身的热力性质以及海气相互作用,需要准确、可靠的格点化三维海温数据集。 本数据集由印度洋三维格点温度构成,其水平范围覆盖印度洋(30°E-105°E,45°S-30°N),垂直方向从表层到2000米共41层,水平分辨率为1/4°,时间分辨率是逐月。数据采用“表层-次表层”反演技术和最优插值方案制作。首先,“表层-次表层”反演过程使用机器学习算法(广义神经网络)将遥感的海表面温、海表面高度异常等信息投影到次表层,形成反演剖面(或“伪”剖面)。进一步,挑选高质量的反演剖面,补充到英国气象局提供的海洋次表层现场剖面数据库中,使用最优插值方案进行融合,得到最终的融合数据集。通过与现有的IAP、EN4以及Ishii数据集相比,该数据集能够抓住印度洋主要的海温变化特征,高分辨率版本可以提取更多中小尺度信号。该数据集分辨率高,融合了现场剖面和遥感资料的优势,有望在印度洋海气相互作用方面发挥作用。
王公杰, 赵亮
1)数据内容:塔里木盆地沙蜥属和麻蜥属物种名录及其分布数据,包含纲、目、科中文名、科拉丁名、属中文名、属拉丁名、种拉丁名、种中文名、国家、省、市县分布地;2)数据来源及加工方法:基于2008至2020年间对塔里木盆地干旱荒漠区两栖爬行动物野外科考,记录该地区沙蜥属和麻蜥属蜥蜴的物种组成和分布范围;3)数据质量描述:标本的调查、采集和鉴定人员均为专业人员,样品的采集信息经过核对,确保分布数据的质量;4)数据应用成果及前景:综合分析塔里木盆地沙蜥属和麻蜥属蜥蜴的物种多样性和分布数据,可以为为亚洲中部干旱区生物多样性编目提供重要资料,为评估生物多样性格局及制定保护策略提供科学依据。
郭宪光
该数据包含波密2008年降水稳定同位素δ18O日均值,气温和降水量;降水样品由波密气象局采集,降水稳定同位素是在法国气候与环境科学实验室(Laboratoire des Sciences du Climat et de l’Environnement, France)测定,δ18O由MAT-252质谱仪测定。气温和降水量由波密气象局在降水事件发生时记录,气温为降水事件开始与结束的平均值。降水稳定同位素δ18O精度为0.05‰。 该数据研究已发表在JOURNAL OF CLIMATE,题为Precipitation Water Stable Isotopes in the South Tibetan Plateau: Observations and Modeling。
高晶
该数据集为孟加拉,Satkhira、Barisal、Sylhet3个观测站点2017-2018年的日降水稳定同位素数据(δ18O,δD,d-excess),由Bangladesh Atomic Energy Commission (BAEC)采集,在中国科学院青藏高原研究所环境与地表过程重点实验室用Picarro L2130i 波长扫描光腔衰荡光谱仪测得。 三个观测点样品采集地点及时间: Satkhira :2017.03.11-2018.07.16 Barisal:2017.03.05-2018.07.02 Sylhet : 2017.02.20-2018.09.04
高晶
通过近30年的研究,人们对青藏高原,特别是喜马拉雅山以北地区降水稳定同位素(2H和18O)的气候控制作用有了充分的认识。然而,尼泊尔(喜马拉雅山以南)对降水稳定同位素的控制知识还远远不够。 本研究描述了2016年5月10日至2018年9月21日期间尼泊尔加德满都降水稳定同位素的季节内和年度变化,并分析了对降水稳定同位素的可能控制因素。所有样品均位于尼泊尔首都加德满都(27°42′N, 85°20′E),平均海拔约1400m。并结合了2001年1月1日至2018年9月21日的气象资料,给出了降水量(P)、温度(T)和相对湿度(RH)的值。
高晶
采自青藏高原的冰芯样品提供了冰雪同位素组成变化的高分辨率记录。该数据集包含了自1864-2006年各年的冰芯氧稳定同位素数据,冰芯是从青藏高原南部宁金岗桑冰川钻取得到,长度为55.1米,通过利用中国科学院青藏高原研究所 环境变化与地表过程重点实验室的MAT-253同位素质谱分析仪测得氧同位素数据,测量精度为0.05%。 数据采集地点: 宁金刚桑冰川(90.2°E,29.04°N,海拔高度5950米)
高晶
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
利用长时间序列Landsat遥感数据(1976年的KH-9数据为辅助数据),人工目视解译获取了念青唐古拉山西段近40年(1970s-2018)共5期冰湖数据,对大于0.0036平方千米的冰湖从类型、规模、海拔、流域4个方面的变化特征进行了详细分析。研究发现,念青唐古拉山西段冰湖持续扩张,数量从1976年的192个增加到2018年的299个,增加了107个(+56%),相应地总面积由原来的6.75±0.13平方千米扩张到9.12±0.13平方千米,增加了2.37平方千米 (+35%);冰湖的类型正发生明显的变化;较小规模的冰湖变化较快;冰湖的扩张正向更高海拔发展。
罗玮, 张国庆
为描述青藏高原及周边地区主要驯化动物疾病情况,调查青藏高原主要家养动物的疫病情况,对各主要家养动物的主要流行疾病进行抗病和易感个体的遗传样本及肠道微生物样品的采集工作。本数据集包含新疆伊犁地区褐牛样品48个,青海海东蒙古羊样品39个,青海马样品32个,云南香格里拉黄牛样品20个,山羊样品20个。所有样品都为新鲜粪便,提取DNA后进行的微生物16S测序的测序结果。所有数据均为下机原始数据未进行任何分析。检测这些样品的目的是为了比较泛第三极区域不同家养动物肠道微生物种类和数量的差异。
段子渊
本数据集为青海可可西里地区湖泊要素数据集,详细记录了可可西里地区主要湖泊特征和水质采样分析数据。青海可可西里地区湖泊众多,是青藏高原湖泊集中分布区之一。该区域湖泊发育的基本特点是:数量大,类型多,结构复杂。据初步统计,面积大于1km2的湖泊有107个,总面积为3825km2,湖泊度约为0.05。该数据集原始数据数字化自《青海可可西里地区自然环境》一书,具体包括了35个主要湖泊特征数据和60个湖泊水体化学分析数据。本数据集对于研究青海可可西里地区提供了基础数据,对于相关领域的研究具有参考价值。
李炳元
为了解析蔓菁如何、何时进入青藏高原,探讨蔓菁在青藏高原传播与驯化与早期人类活动的高原定居和古丝绸交流之间的关系,2018年6月,课题组利用三代基因组测序技术,对青海省囊谦县的蔓菁自交F1代品种进行全基因组测序和De Novo组装,得到组装基因组大小为409.69 Mb,Contig N50为1.21 Mb。这一结果可为研究植物扩散与人类活动之间的关系提供遗传基础。同时,这项研究有助于揭示人工驯化和人类选择对蔓菁的遗传分化的影响,以及蔓菁适应高原生态环境的适应性机制。
段元文
水资源估算的主要思路是使用径流系数和径流影响因子(包括气候、地形、土地利用、土壤等)建立机器学习模型,然后再根据模型估算的径流深和降水数据计算出成径流系数。首先,基于全球公开资料,建立径流深和地形、气候、土壤、土地利用的多种机器学习模型,评估不同模型的模拟精度和有效性,选择最优模型用于径流深估算。最后,利用最优模型估算并生成“一带一路”地区径流深分布,根据2015年的降水分布数据,计算得到径流系数分布。
贾绍凤
基于雅鲁藏布江流域内已有的262个雨量筒2014—2016年逐月降水数据,利用海拔地形校正和线性校正相结合的方法对China Meteorological Administration (CMA) 和 Global Land Data Assimilation Systems (GLDAS)降水数据进行校正,重建了雅鲁藏布江流域及7个子流域1961–2016年10km分辨率的逐日降水数据。利用该数据驱动VIC水文模型模拟了流域及各子流域径流及冰雪面积,并利用实测径流、MODIS及冰川编目数据进行验证。
苏凤阁, 孙赫
本套数据集连接了CSR RL06 Mascon和JPL RL06 Mascon数据在GRACE和GRACE-FO之间的间断期。以中国区域作为研究区域,数据集包括“Decimal_time”, “lat”, “lon”, “time”, “time_bounds”, “TWSA_REC”和“Uncertainty”7个参数。其中“Decimal_time”对应为十进制时间,2002年4月-2019年12月份一共191个月(GRACE数据163个月,GRACE-FO数据17个月,GRACE与GRACE-FO间断期11个月,一共191个月。我们并未弥补GRACE或GRACE-FO各自数据之间存在的个别月份的缺失数据);“lat”对应为数据纬度范围;“lon”对应为数据经度范围;“time”对应为数据从2002年1月1日起的年积日;“time_bounds”;对应为数据每个月开始日期和结束日期所对应的年积日。“TWSA_REC”为2002年4月-2019年12月份每个月的中国区域陆地水储量变化;“Uncertainty”是数据与CSR RL06 Mascon产品之间的不确定性。使用GRACE卫星重力数据CSR GRACE/GRACE-FO RL06 Mascon Solutions (version 02)、中国逐日网格降水量实时分析系统(1.0版)数据、CN05.1温度数据等数据集,通过建立降水重构模型,并考虑Mascon产品的季节项和趋势项,得到中国区域基于降水重构陆地水储量变化数据集。数据质量整体较好,全国大部分区域的误差在5cm以内。本数据集补充了GRACE与GRACE-FO卫星中间一年多的数据间断期,为中国区域长期的陆地水储量变化分析提供了完整的时间序列。本数据集与CSR RL06 Mascon产品一样扣除了2004.0000 - 2009.999间的平均值,所以可以直接提取本数据的第164-174个月(即2017年7月至2018年5月)的数据作为间断期的陆地水储量变化的估计。JPL RL06 Mascon数据间断期的构建与CSR RL06 Mascon方法是一致的。
钟玉龙, 冯伟, 钟敏, 明祖涛
2018年产生的蔓菁基因组序列,经过Hi-C测序后的生物信息学分析可以实现将初步组装的基因组草图中的大部分序列定位到染色体,并能够确定这些序列在染色体上的顺序和方向,为获得高质量的序列图谱奠定重要的基础。故课题组通过该技术把蔓菁基因组序列草图中的序列分别划分到同该物种染色体数目一致的群组(Group)中,并且确定每一群组中所有序列的顺序(Order)及方向(Orientation),之后可以结合参考蔓菁基因组、转录组组装序列(EST序列)、近缘物种及遗传图谱数据对划分群组的准确性及序列之间的顺序和方向进行评估。
段元文
“一带一路”沿线国水资源承载力限制性分类/分区是水资源承载力评价的重要成果之一。水资源承载力的限制性分类/分区方法:基于遥感、统计和调研等多源数据,结合水资源可利用量与人均综合用水评价研究,根据资源供给与需求的平衡关系,从水土平衡、人水平衡的角度,定量评价绿色丝绸之路沿线国家和地区的水资源承载力,研究水资源承载力评价的阈值体系,对沿线国家水资源承载力的限制性分类/分区,为水资源安全预警、水资源承载力增强调控策略提供依据。
贾绍凤
降水中稳定的氧同位素比(δ18O)是全球大气过程的综合示踪剂。 自1990年代以来,一直致力于研究位于青藏高原TP上20多个站点的降水同位素组成,这些站点位于西风和季风之间的气团交汇处。 在本文中,我们建立了一个青藏高原月尺度降水δ18 O的数据库,并使用不同的模型来评估TP上降水δ18 O的气候控制。 降水δ18 O的时空格局及其与温度和降水的关系揭示了三个不同的域,分别与西风(北TP),印度季风(南TP)及其之间的过渡有关。
高晶
为研究青藏高原及周边地区主要马属驯化动物的群体演化历史和局部适应遗传机制,并建立相应的种质遗传资源库。我们对截止2018年底在青海省、西藏自治区、新疆自治区采集的青藏高原及周边地区的236份马属样本进行全基因组重测序:包括藏马、藏家驴、平原家驴、家马平原地方品种。并对75份样本(包括73份驴的样本和两份马的样本)进行线粒体基因组测序以及D-loop测序。测序产生了一批基因组学数据,为追溯该地区主要马属驯化动物的驯化、迁徙、扩张等群体历史事件,并进一步探讨马属动物对缺氧、高寒、干燥等恶劣环境的适应机理提供资料。
李艳
该数据集包含了黑河流域地表过程综合观测网中游大满站的大孔径闪烁仪通量观测数据。中游大满站分别架设了BLS900和RR-RSS460型号的大孔径闪烁仪,北塔为BLS900的接收端和RR-RSS460的发射端,南塔为BLS900的发射端和RR-RSS460的接收端。观测时间为2019年1月1日至2019年12月31日。站点位于甘肃省张掖市大满灌区内,下垫面是玉米、果园和大棚,以玉米为主。北塔的经纬度是100.3785E,38.8607N,南塔的经纬度是100.3685E,38.8468N,海拔高度约1556m。大孔径闪烁仪的有效高度24.1m,光径长度是1854m,采样频率是1min。 大孔径闪烁仪原始观测数据为1min,发布的数据为经过处理与质量控制后的数据,其中感热通量主要是结合自动气象站观测数据,基于莫宁-奥布霍夫相似理论通过迭代计算得到,主要的质量控制步骤包括:(1)剔除Cn2达到饱和的数据(BLS900:Cn2>7.25E-14,RR-RSS460:Cn2>7.84 E-14);(2)剔除解调信号强度较弱的数据(BLS900:Average X Intensity<1000;RR-RSS460:Demod>-20mv);(3)剔除降水时刻的数据;(4)剔除稳定条件下的弱湍流的数据(u*小于0.1m/s)。在迭代计算过程中,对于BLS900,选取Thiermann and Grassl(1992)的稳定度普适函数;对于RR-RSS460,选取Andreas(1988)的稳定度普适函数,详细介绍请参考Liu et al. (2011, 2013)。由于仪器维修、供电不足和信号问题,大孔径闪烁仪数据缺失的日期为:2019.01.22-2019.01.24;2019.03.01-2019.04.26;2019.08.05-2019.08.07;2019.10.28-2019.10.31;2019.11.29-2019.12.21。 关于发布数据的几点说明:(1)中游LAS数据以BLS900为主,缺失时刻由RR-RSS460观测补充,两者都缺失则以-6999标记。(2)数据表头:Date/Time :日期/时间(格式:yyyy/m/d h:mm),Cn2 :空气折射指数结构参数(单位:m-2/3),H:感热通量(单位:W/m2)。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xlsx格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
稳定连续的长时序地表土壤水分数据集对于全球环境和气候变化监测等都非常重要。SMAP等卫星搭载的L波段辐射计能提供目前最优精度的全球地表土壤水分观测,但其数据记录的短时间限制了其在长期研究中的应用;而AMSR-E和AMSR2系列传感器能提供长时序多频段辐射计观测(C、X和K波段)。本数据集是一个20年(2002/07/27~2022/08/31)的全球连续一致的地表土壤水分数据集,分辨率为日尺度的36 km,采用EASE-Grid2投影坐标系,数据单位为m3/m3。数据集采用Yao et al.(2017)发展的土壤水分神经网络反演算法,将SMAP的优势传递到AMSR-E/2,以目前卫星最优精度的SMAP标准土壤水分产品为训练目标,以AMSR-E/2的亮温为输入,最终输出长时序土壤水分数据。该数据集能够重现SMAP土壤水分的时空分布,精度与SMAP土壤水分产品相当;同时该数据集精度优于AMSR-E和AMSR2的官方土壤水分产品,通过全球14个密集观测站网的地面观测验证表明,其土壤水分精度为5%左右。该全球长时序数据集目前时间覆盖20年,随着AMSR2的持续在轨观测以及即将发射的后继AMSR3任务,该数据集是可延长的,为气候极端事件、趋势分析和年代际变化的长时序研究提供支持。
姚盼盼, 卢麾
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网中游大满超级站涡动相关仪观测数据。站点位于甘肃省张掖市大满灌区内,下垫面是玉米。观测点的经纬度是100.37223E, 38.85551N,海拔1556.06m。涡动相关仪的架高4.5m,采样频率是10Hz,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17cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的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Eddypro软件输出的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原始数据中每30min内缺失率大于10%的数据。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。 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(℃),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L(m),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,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
基于青藏高原土壤温湿度观测网玛曲站点建立的地基L波段微波辐射计观测系统(ELBARA-III,由欧洲航空局提供),本数据集囊括了水平和垂直极化的L波段亮温数据,地表及以下不同层土壤湿度和温度数据,地表通量(如感热、潜热、碳通量),气象要素数据(如降水、上下行长波/短波辐射、空气温度和湿度、气压)以及植被叶面积指数LAI和土壤性质等辅助数据。此多年尺度的数据集可用于提高对陆面过程、微波辐射过程的理解,验证SMOS和SMAP卫星亮温观测和土壤湿度反演结果,校验微波辐射传输模型中的假设条件,验证陆面模式输出以及再分析资料,反演土壤物理性质,量化陆-气间的水、碳、能量交换,并将帮助定量化地球系统模型中参数化方案的偏差和不确定性,从而提出相应改进方案。 ELBARA-III双极化亮温数据可通过测量的辐射计电压和校准的内部噪声温度计算得到。该数据质量可靠,其质量控制主要通过:1)对辐射计输出的原始电压数据(以800Hz采样频率)进行直方图检验,利用统计指标过滤射频干扰对ELBARA-III微波信号数据的影响;2)检查辐射计进行天空辐射测量时两天线端口的电压值是否相似,天线电缆有无损耗;3)分析仪器内部温度、主动冷源温度和环境温度;4)分析不同入射角度的双极化亮温的特点。 - 时间分辨率:30分钟 - 空间分辨率:入射角为40°~ 70°,间隔为5°,观测覆盖范围为3.31 m^2~ 43.64 m^2 - 测量精度:亮温,1 K;土壤水分,0.001 m^3 m^-3;土壤温度,0.1 °C - 单位:亮温,K;土壤水分,m^3 m^-3;土壤温度,°C /K
Bob Su, 文军
本数据集来源于论文:Su, T. et al. (2019). No high tibetan plateau until the Neogene. Science Advances, 5(3), eaav2189. doi:10.1126/sciadv.aav2189 数据为该论文的补充数据,主要包含研究人员搜集的棕榈化石记录,与伦坡拉盆地棕榈化石相近的棕榈属的气候范围数据,以及伦坡拉盆地化石与现代棕榈属化石的形态比较数据。 2016年,研究团队在青藏高原中部伦坡拉盆地(32.033°N, 89.767°E)发现了保存较为完好的棕榈化石,将其与已有的棕榈化石进行了比较,发现它和已有的棕榈化石形态都不相同,因此,研究人员建立了一个新种——西藏似沙巴棕(<em>Sabalites tibensis</em> T. Su et Z.K. Zhou)。研究人员利用棕榈化石结合古气候模型重建了青藏高原中部的古高程,得出结论:新近纪之前青藏高原还没有出现。 数据中包含的表格如下: (1)Table S1. Fossil records of palms around the world(世界范围内的棕榈化石记录) (2)Table S2. Morphological comparisons between fossils from Lunpola Basin and modern palm genera(伦坡拉盆地化石与现代棕榈属化石的形态比较数据) (3)Table S3. Climate ranges of 12 living genera that show the closest morphological similarity to S. tibetensis T. Su et Z.K. Zhou sp. nov.(与新发现的西藏似沙巴棕化石(<em>S. tibetensis</em> T. Su et Z.K. Zhou sp. nov)形态最接近的12个现存棕榈属的气候范围) 数据也包含论文补充数据中的图形数据。
苏涛
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
本数据集包含2001-2018年青藏高原月平均地表实际蒸散发量,空间分辨率为0.1度。数据集主要以卫星遥感数据(MODIS)和再分析气象数据(CMFD)作为输入,利用地表能量平衡系统模型(SEBS)计算得到。在计算湍流通量的过程中引入了次网格地形拖曳参数化方案,提高了对地表感热通量和潜热通量的模拟。另外,利用青藏高原6个湍流通量站的观测数据对模型输出的蒸散发量进行了验证,显示出了较高的精度。该数据集可用于研究青藏高原陆气相互作用和水循环特征。
韩存博, 马耀明, 王宾宾, 仲雷, 马伟强, 陈学龙, 苏中波
"一带一路"亚洲关键区域流域边界图的划定主要依据以下原则: 原则1:在丝绸之路沿线 原则2:位于干旱半干旱区 原则3:具有较高的水资源风险 原则4:流域完整性 1. 干旱区划分依据 Food and Agriculture Organization of the United Nations. FAO GEONETWORK. Global map of aridity - 10 arc minutes (GeoLayer). (Latest update: 04 Jun 2015) Accessed (6 Mar 2018). URI: http://data.fao.org/ref/221072ae-2090-48a1-be6f-5a88f061431a.html?version=1.0 2. 水资源风险数据: Gassert, F., M. Landis, M. Luck, P. Reig, and T. Shiao. 2014. Aqueduct Global Maps 2.1. Working Paper. Washington, DC: World Resources Institute. 3. 贫困指数数据: Elvidge C D, Sutton P C, Ghosh T, et al. A global poverty map derived from satellite data. Computers & Geosciences, 2009, 35(8): 1652-1660. https://www.ngdc.noaa.gov/eog/dmsp/download_poverty.html 4. 基础流域边界数据: (1) Watershed boundaries were derived from HydroSHEDS drainage basins data (Lehner and Grill 2013) based on a grid resolution of 15 arc-seconds (approximately 500 m at the equator), which can be free download via https://hydrosheds.cr.usgs.gov/hydro.php (2) AQUASTAT Hydrological basins: This dataset is developed as part of a GIS-based information system on water resources. It has been published in the framework of the AQUASTAT - programme of the Land and Water Division of the Food and Agriculture Organization of the United Nations. The map is also available in the SOLAW Report 15: “Sustainable options for addressing land and water problems – A problem tree and case studies”. Data can be free download via http://www.fao.org/nr/water/aquamaps/ (3) HydroBASINS: https://www.hydrosheds.org/downloads 5. The GloRiC provides a database of river types and sub-classifications for all river reaches globally. https://www.hydrosheds.org/page/gloric 6. HydroATLAS offers a global compendium of hydro-environmental sub-basin and river reach characteristics at 15 arc-second resolution. https://www.hydrosheds.org/page/hydroatlas 覆盖面积146.94万平方公里,具体包含如下区域:怒江流域,死海流域,锡斯坦河流域,黄河流域,约旦-叙利亚东部流域,印度河流域,伊朗内流区,乌尔米耶湖流域,石羊河流域,哈里卢德-穆尔加布河流域,两河流域,疏勒河流域,黑河流域,伊塞克库尔湖,塔里木河流域,吐鲁番-哈密盆地,艾比湖流域,准噶尔盆地,阿姆河流域,玛纳斯河流域,乌伦古河流域,额敏河流域,楚河-塔拉斯河流域,锡尔河流域,伊犁河流域,里海流域,澜沧江流域,长江流域,青海湖水系,柴达木盆地东部,柴达木盆地西部,羌塘高原区,雅鲁藏布江流域.
冉有华, 王磊, 曾甜, 盖春梅, 李虎
本数据集为青藏高原地区2005、2010、2015、2017、2018年逐日0.01°×0.01°地表土壤水分产品。采用多元统计回归模型,通过对“青藏高原地区SMAP时间扩展0.25°×0.25°地表土壤水分数据(SMsmapTE, V1)”进行降尺度,得到0.01°×0.01°地表土壤水分产品。参与多元统计回归的数据包括GLASS Albedo/LAI/FVC,周纪-中国西部1km全天候地表温度数据(V1),以及经/纬度等信息。
柴琳娜, 朱忠礼, 刘绍民
本数据集为基于SMAP时间扩展方法生产的青藏高原地区0.25°×0.25°地表土壤水分产品。即采用随机森林方法,利用被动微波亮温数据及相关辅助数据,实现对SMAP L3级地表土壤水分产品的时间扩展。其中,1980、1985、1990、1995和2000年为逐月产品,使用SMMR,SSM/I和SSMIS 19 GHz V/H及37 GHz V三个通道的亮温数据。2002年6月20日至2018年12月30日为逐日产品,使用AMSR-E和AMSR2 6.925 GHz V/H,10.65 GHz V/H及36.5 GHz V五个通道的亮温数据。 参与训练随机森林模型的辅助数据包括IGBP地表分类数据,GTOPO30 DEM数据以及经/纬度等信息。
柴琳娜, 朱忠礼, 刘绍民
高质量高时空分辨率降水产品在理解全球和区域尺度的“水-碳-能”循环研究中扮演重要角色。卫星遥感为监测降水高时空变异特征提供了不可替代的手段,尤其是在自然条件恶劣的无资料地区。但由于是间接估算而来,卫星遥感降水产品不可避免地存在系统偏差和随机误差。聚焦于目前主流的遥感降水产品(GPM IMERG及其回推产品,0.1°/half-hourly,2000-present)获取过程中的潜在不足,如该产品的矫正时空尺度为1.0°/monthly,本研究在更高时空尺度上提出一套新的时空矫正算法,并引入高质量地面观测产品APHRODITE(0.25°/daily),生产了一套亚洲地区同期高质量高时空分辨率降水数据集AIMERG(0.1◦/half-hourly,2000–2015)。AIMERG降水数据集能够同时有效考虑卫星估计和地面观测的各自优势,其系统偏差和随机误差在中国地区不同时空尺度上的表现优于GPM IMERG,为亚洲地区相关领域的科学研究及生产实践提供了更为丰富且可靠的基础数据。
马自强
本数据集来源于论文:Chen, J.*#, Huang, Y.*#, Brachi, B.*#, Yun, Q.*#, Zhang, W., Lu, W., Li, H., Li, W., Sun, X., Wang, G., He, J., Zhou, Z., Chen, K., Ji, Y., Shi, M., Sun, W., Yang, Y.*, Zhang, R.#, Abbott, R. J.*, & Sun, H.* (2019). Genome-wide analysis of Cushion willow provides insights into alpine plant divergence in a biodiversity hotspot. Nature Communications, 10(1), 5230. doi:10.1038/s41467-019-13128-y. 本数据集包含青藏高原高山植物小垫柳Fasta格式的基因组组装文件,包括核苷酸(DNA)、核糖核酸(RNA)、蛋白质编码序列(Protein)序列数据,以及gff格式的基因组组装注释文件。 组装等级:染色体级别 基因组覆盖程度:全基因组 参考基因组:是 组装方法:SMARTdenovo 1.0; CANU 1.3 测序方法及测序深度: PacBio, 125×; Illumina Hiseq X Ten, 43×; Oxford Nanopore Technologies, 74× 基因组组装统计: 基因组大小(bp):339,587,529 GC含量:34.15% 染色体数量:19 细胞器基因组数量:2 基因组组装序列数量:30 最大组装序列长度(bp):39,688,537 最小组装序列长度(bp):57,080 平均组装序列长度(bp):11,319,584 基因组组装序列N50(bp):17,922,059 基因组组装序列N90(bp):13,388,179 全基因组组装注释: Protein:30,209 tRNA:784 rRNA:118 ncRNA:671 详细的注释信息请参见附件。 本数据集中也包含文章中Supplementary Information中的表格数据,数据列表参见附件。 基因组项目号为:GWHAAAA00000000(https://bigd.big.ac.cn/gwh/Assembly/663/show)。
陈家辉, 杨永平, Richard John Abbott, 孙航
1) These data main included the GPR-surveyed ice thickness of six typical various-sized glaciers in 2016-2018; the GlabTop2-modeled ice thickness of the entire UIB sub-basins, discharge data of the hydrological stations, and related raw & derived data. 2) Data sources and processing methods: We compared the plots and profiles of GPR-surveyed ice bed elevation with the GlabTop2-simulated results and selected the optimal parametric scheme, then simulated the ice thickness of the whole UIB basin and assessed its hydrological effect. These processed results were stored as tables and tif format, 3) Data quality description: The simulated ice thickness has a spatial resolution of 30 m, and has been verified by the GPR-surveyed ice thickness for the NSE values were above 0.9. The maximum error of the GPR-measured data was ± 2.4 m, within the quoted glacier error at ± 5%. 4) Synthesizing knowledge of the ice thickness and ice reserves provides critical information for water resources management and regional glacial scientific research, it is also essential for several other fields of glaciology, including hydrological effect, regional climate modeling, and assessment of glacier hazards.
张寅生
泛第三极主要城市2000-2017年土地覆盖数据包含2000/2010/2017年14个城市(乌鲁木齐、西宁、兰州、达卡、加德满都、勒克瑙、德里、拉合尔、伊斯兰堡、喀布尔、杜尚别、塔什干、比什凯克、阿拉木图)30米分辨率的数据。包括植被、耕地、人造地表、水体和其它五种地类。利用GlobeLand30, MCD12Q1,Globcover2009识别了分类一致区域并保留,采用深度学习方法对分类不一致区域重新分类,融合两类区域得到最终的分类结果。 每年数据均经过人工目视解译验证。 数据应用于泛第三极城市建设用地变化、人类活动影响的研究。 数据类型:栅格。 投影方式:UTM投影。
栾文飞, 李新
(1)本数据集是申扎高寒湿地2016-2019年的碳通量数据集,包含空气温度、土壤温度、降水、生态系统生产力等参数。(2)该数据集以野外涡度相关实测数据为基础,采用国际上公认的涡度相关数据标准处理方法,基本流程包括:野点剔除-坐标旋转-WPL校正-储存项计算-降水同期数据剔除-阈值剔除-异常值剔除-u*校正-缺失数据插值-通量分解与统计。本数据集还包含了基于涡度相关数据集标定后的模型模拟数据。(3)该数据集已经过数据质量控制,数据缺失率为37.3%,缺失数据已采用插值方式补充。(4)该数据集对认识高寒湿地碳汇功能具有科学价值,也可以用于机理模型的矫正和验证等。
魏达
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
该数据集包含了2019年05月01日至2019年12月31日青海湖流域地表过程综合观测网高寒草甸草原混合超级站的物候相机观测数据。站点位于青海省天峻县苏里路旁侧,下垫面是高寒草甸和高寒草原的混合。观测点经纬度为:东经 98°35′41.62″E,北纬 37°42′11.47″N,海拔3718m。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为2592*1944,本数据集中的物候照片是在每天12:10拍摄的,拍摄时间误差在±10 min。图片命名方式为BSDCJZ BEIJING_IR_Year_Month_Day_Time.
李小雁
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
本数据集包括祁连山地区重点区域2019年5月至2019年10月的归一化植被指数、植被覆盖度、植被净初级生产力、草地生物量、森林蓄积量植被参数遥感产品,空间分辨率为10m。本数据集采用高分一号、高分六号、哨兵、资源三号等遥感数据源,结合气象、地面监测等基础数据,采用波段比值法、混合像元分解模型、CASA模型等植被参数反演算法和模型,生成祁连山重点区域生长季逐月植被指数遥感产品。本数据集通过构建以高分卫星为主的高时空分辨率生态环境监测数据集,为区域生态环境问题诊断与生态环境动态评估提供数据支持。
祁元, 张金龙, 曹永攀, 周圣明, 王宏伟
地表温度是地表能量平衡的重要参量之一。本数据集为2019年7-9月逐月的黑河流域典型站点无人机遥感地表温度数据;飞行使用大疆M600 pro无人机搭载FLIR VUE pro热像仪,分别以湿地内的SD站、绿洲内的DM站和荒漠内的HZ站为中心,观测了地表温度获取了地表亮温图像,无人机的飞行高度约300m,热像仪的像素为336x256,图像的空间分辨率为0.4m。地表温度反演算法为改进的单通道算法,将该算法应用于无人机热红外遥感传感器获取的地表亮温数据,最终得到0.4m空间分辨率的地表温度数据。
周纪, 刘绍民, 王子卫
地表反照率是地表能量平衡的重要参量之一。本数据集为2019年植被生长季逐月的黑河流域典型站点无人机遥感地表反照率数据。地表反照率算法为统计回归方法,即基于6S模型和大量的典型地物光谱反射率数据,建立的从窄波段反射率到宽波段反照率的经验回归模型。将该回归模型应用于无人机多光谱遥感传感器获得的地表反射率,最终得到0.2 m空间分辨率的地表反照率数据。本数据集经过了辐射定标、几何校正,与地面站点实测数据的验证结果显示,均方根误差为0.049。本数据集提供了超高分辨率的地表反照率数据,可以作为卫星遥感尺度和地面观测尺度之间的“桥梁”,并为从事高分辨率和超高分辨率遥感数据工作的科研工作者提供数据支持。
周纪, 刘绍民, 董惟琛
本数据集包括黑河流域2019年5月至2019年10月的归一化植被指数、植被覆盖度、植被净初级生产力、草地生物量、森林蓄积量植被参数遥感产品,空间分辨率为10m。本数据集采用高分一号、高分六号、哨兵、资源三号等遥感数据源,结合气象、地面监测等基础数据,采用波段比值法、混合像元分解模型、CASA模型等植被参数反演算法和模型,生成祁连山重点区域生长季逐月植被指数遥感产品。本数据集通过构建以高分卫星为主的高时空分辨率生态环境监测数据集,为区域生态环境问题诊断与生态环境动态评估提供数据支持。
祁元, 张金龙, 曹永攀, 周圣明, 王宏伟
该数据集包含了2018年10月23日至2019年12月31日青海湖流域水文气象观测网青海湖鱼雷发射基地站气象要素梯度观测系统数据。站点位于青海省青海湖二郎剑景区鱼雷发射基地,下垫面是青海湖水面。观测点经纬度为:东经 100° 29' 59.726''E,北纬 36° 35' 27.337''N,海拔3209m。风速/风向架设在距湖面14m处,共1层,朝向正北;空气温度、相对湿度传感器分别架设在距湖面12m、12.5m处,共2层,朝向正北;翻斗式雨量计安装在距湖面10m处;四分量辐射仪安装在距湖面10m处,朝向正南;一个红外温度计安装在距湖面10m处,朝向正南,探头朝向是垂直向下;湖水温度探头设在水下0.2, 0.5, 1.0, 2.0, and 3.0 m处;光合有效辐射仪安装在距湖面10m处,探头朝向是垂直向下,朝向正南。 观测项目有:风速(WS_14m)(单位:米/秒)、风向(WD_14m)(单位:度)、空气温湿度(Ta_12m、Ta_12.5m和RH_12m、RH_12.5m)(单位:摄氏度、百分比)、降水量(Rain)(单位:毫米)、湖表辐射温度(IRT_1)(单位:摄氏度)、光合有效辐射(PAR)(单位:微摩尔/平方米秒) 、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、湖水温度(Tw_20cm、Tw_50cm、Tw_100cm、Tw_200cm、Tw_300cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;2018.1.1-10.12由于由于采集器的问题,除四分量外的气象数据均无记录;(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)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-1-1 10:30。
李小雁
该数据集包含了2019年4月26日至2019年12月31日的青海湖流域水文气象观测网温性草原芨芨草站气象要素梯度观测系统数据。站点位于青海省刚察县三角城种羊场南部,下垫面是温性草原。观测点经纬度为:东经 100°14'8.99"E,北纬 37°14'49.00"N,海拔3210m。风速/风向、风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处,共3层,朝向正北;气压计安装在3m处;翻斗式雨量计安装在塔西偏北侧;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤热流板(自校正式)(3块)依次埋设在地下6cm处,朝向正南距离塔体2m处;土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的东方;土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的东方;光合有效辐射仪安装在6m处,探头垂直向上和向下方向各一个,朝向正南。 观测项目有:风速(WS_3m、WS_5m、WS_10m)(单位:米/秒)、风向(WD_3m、WD_5m、WD_10m)(单位:度)、空气温湿度(Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m)(单位:摄氏度、百分比)、降水量(Rain)(单位:毫米)、气压(Press)(单位:百帕)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒) 、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_400cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_400cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144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)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018/8/31 10:30。
李小雁
数据为2019年夏天的巴尔喀什湖水质测量数据,通过数理统计、Piper 三线图、Gibbs 模型和主成分分析(PCA)等方法,对巴尔喀什湖流域不同水体的化学参数进行分析,初步研究了该区域水化学类型和同位素空间分布特征,探讨了其形成原因和环境意义。结果表明,不同水体的水化学类型不同,湖泊水体的主要化学类型为SO4-Na和Cl-Na,入湖河流的水化学类型为HCO3-Ca型,其中伊犁河水化学类型从上游到下游由重碳酸盐型过渡到硫酸化物型、氯化物型;Gibbs图显示湖泊水体离子组成位于蒸发作用区,河流水体离子组成位于蒸发作用和岩石风化作用之间,伊犁河从上游到下游向蒸发控制带偏移,反映了上游河水受降水、冰雪融水的补给影响较大,而下游水体受蒸发作用影响较大;此外,PCA分析指示人类活动对湖泊、伊犁河中下游和其他入湖河流水化学的影响。
吴敬禄
归一化植被指数在研究植被长势、地物分类方面有重要作用。本数据集为2019年植被生长季逐月的黑河流域典型站点无人机遥感NDVI(Normalized Differential Vegetation Index)数据,空间分辨率为0.2 m。NDVI数据获取流程为将无人机拍摄后的单幅影像通过pix4D mapper进行拼接,并由pix4D mapper自动进行拼接后影像的植被指数计算。最后将pix4D mapper拼接的单航次影像利用ArcGIS镶嵌得到整个飞行区域影像。
周纪, 刘绍民, 金子纯
该数据集包含了2019年4月28日至2019年12月31日青海湖流域地表过程综合观测网亚高山灌丛气象要素梯度观测系统数据。站点位于青海省刚察县沙柳河镇大寺附近,下垫面是亚高山灌丛。观测点经纬度为:东经100°6'3.62"E,北纬37°31'15.67"N,海拔3495m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处,共3层,朝向正北;气压计安装在3m处;翻斗式雨量计安装在塔西偏北侧2m平台上;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤热流板(自校正式)(3块)依次埋设在地下6cm处,朝向正南距离塔体2m处;土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和500cm处,在距离气象塔2m的正东方;土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和500cm处,在距离气象塔2m的正东方;光合有效辐射仪安装在6m处,探头垂直向上和向下方向各一个,朝向正南。 观测项目有:风速(WS_3m、WS_5m、WS_10m)(单位:米/秒)、风向(WD_3m、WD_5m、WD_10m)(单位:度)、空气温湿度(Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m)(单位:摄氏度、百分比)、降水量(Rain)(单位:毫米)、气压(Press)(单位:百帕)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒) 、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_500cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_500cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144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)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018/8/31 10:30。
李小雁
该数据集包含了2019年6月1日至2019年9月20日的黑河水文气象观测网下游混合林站叶面积指数观测数据。站点位于内蒙古额济纳旗四道桥,海拔870 m,下垫面是胡杨与柽柳混合。观测在混合林站(101.1335E, 41.9903N)旁开展,样方大小约30m×30m,每个样方内布设5个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网(LAINet)获取,该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据(Level0),利用LAINet软件对原始观测数据进行处理,逐节点计算每天LAI(Level1),进一步对无效值识别与填充,并7天滑动平均消除天气变化对LAI计算的影响(Level2),对有多个LAINet节点的观测子区,节点的均值为该子区的最终观测值(Level3)。 本次发布的数据集为处理后的Level3产品,数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Qu et al. (2014)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含了2018年9月3日至2019年12月31日青海湖流域地表过程综合观测网高寒草甸草原混合超级站气象要素梯度观测系统数据。站点位于青海省天峻县苏里路旁侧,下垫面是高寒草甸和高寒草原的混合。观测点经纬度为:东经 98°35′41.62″E,北纬 37°42′11.47″N,海拔3718m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m、15m、20m、30m、40m处,共7层,朝向正北;气压计安装在3m处;翻斗式雨量计安装在塔西偏北侧10m平台上;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤热流板(自校正式)(3块)依次埋设在地下6cm处,朝向正南距离塔体2m处;土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的正东方;土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的正东方;光合有效辐射仪安装在6m处,探头垂直向上和向下方向各一个,朝向正南。 观测项目有:风速(WS_3m、WS_5m、WS_10m、WS_15m、WS_20m、WS_30m、WS_40m)(单位:米/秒)、风向(WD_3m、WD_5m、WD_10m、WD_15m、WD_20m、WD_30m、WD_40m)(单位:度)、空气温湿度(Ta_3m、Ta_5m、Ta_10m、Ta_15m、Ta_20m、Ta_30m、Ta_40m和RH_3m、RH_5m、RH_10m、RH_15m、RH_20m、RH_30m、RH_40m)(单位:摄氏度、百分比)、降水量(Rain)(单位:毫米)、气压(Press)(单位:百帕)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒) 、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_400cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_400cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144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)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018/8/31 10:30。
李小雁
该数据集包含2019年1月1日至12月31日石羊河流域地表过程综合观测网西营河站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为2592*1944,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)、物候期及覆盖度(Fc)。
赵长明, 张仁懿
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
该数据集包含2019年4月26日至10月31日大通河流域地表过程综合观测网连城站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为2592*1944,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)、物候期及覆盖度(Fc)。
赵长明, 张仁懿
本数据为近几年依据地质考察成果绘制的青藏高原北部的班戈地点的地质剖面图。采用方法为人工测量地层的厚度,由经验丰富的地质工作者鉴定各个不同地层的岩性。在剖面上寻找化石,并明确标明化石出产的位置。回到室内后将所获得的地层数据资料和岩性资料进行系统整理,使用绘图软件进行地质剖面图的绘制,添加文字说明。本图的描绘非常细致全面,对青藏高原北部班戈地点的地质地貌研究,尤其是古高度和高原隆升过程的研究有着重要作用。
孙博阳
"坡度、坡向等地貌参数数据(Digital data including slope and aspect,Slope and Aspect)数据是地理信息系统的基础数据,可以作为描述地形特征信息的两个重要指标,不但能够间接表示地形的起伏形态和结构,而且是水文模型、滑坡监测与 分析、地表物质运动、土壤侵蚀、土地利用规划等 地学分析模型的基础数据。目前,坡度和坡向数据一般在数字高程模型( Digital Elevation Model, DEM)上通过一定的计算模型计算得到。本数据以泛第三极34个关键节点为研究区域,以分辨率30米DEM数据为基底,实现对地面地形数据中坡度及坡向的数字化模拟(即地形表面数据中坡度坡向形态的数字化表达),最终得到了泛第三极关键节点坡度、坡向等地貌参数数据。 数据的区域为泛第三极34个关键节点(阿巴斯、阿斯塔纳、科伦坡、瓜达尔、孟巴、德黑兰、万象等地区)。
尚成
该数据集包含2019年3月26日至10月31日疏勒河流域地表过程综合观测网瓜州站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为2592*1944,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)、物候期及覆盖度(Fc)。
赵长明, 张仁懿
该数据集包含了2012年7月至2013年8月采集的黑河流域典型土壤样点的土壤pH数据。2012年组织开展了第1次野外土壤调查采样。2013年在对已有土壤剖面样点进行定量评估的基础上,重点对已有剖面点代表性较差的景观区域进行土壤环境分析,形成补充性调查方案,组织开展了第2次土壤调查采样。黑河流域典型土壤样点采集方式为代表性采样,所采集样点覆盖了黑河流域的上游、中游、下游地区,涵盖了黑河流域的典型景观类型,能够反映黑河流域土壤属性整体的空间分布规律。野外土壤样品采集的深度参照中国土壤系统分类,以诊断层和诊断特性为基础,采取土壤剖面的土壤发生层样品。
宋效东, 张甘霖
数据集包括2015年11月27日- 2016年3月26日阿勒泰基站(lon:88.07, lon: 44.73)地面被动微波亮温、多角度亮温、10分钟四分量辐射和雪温、雪坑日观测数据和逐时气象数据。 日雪坑参数包括:积雪分层、分层厚度、密度、粒度、温度。 这些数据存储在5个NetCDF文件中,TBdata.nc, TBdata-multiangle.nc, Ten-minute 4 component radiation and snow temperature.nc, Hourly meteorological and soil data.nc and Daily snow pit data.nc,以及readme.doc。 TBdata.nc 为六通道双偏振微波辐射计RPG-6CH-DP自动采集的两偏振三个通道的亮度温度。内容包括年、月、日、时、分、秒、Tb1h、Tb1v、Tb18h、Tb18v、Tb36h、Tb36v、入射角、方位角。 TBdata-multiangle.nc为两种极化的3个通道的7组多角度亮度温度。 包括年、月、日、时、分、秒、Tb1h、Tb1v、Tb18h、Tb18v、Tb36h、Tb36v、入射角、方位角。 The ten-minute 4 component radiation and snow temperature. nc 为4组分辐射和层状雪温度。 内容包括:年、月、日、时、分、SR_DOWN、SR_UP、LR_DOWN、LR_UP、T_Sensor、ST_0cm、ST_5cm、ST_15cm、ST_25cm、ST_35cm、ST_45cm、ST_55cm。 The hourly meteorological and soil data.nc为每小时天气数据和分层土壤数据。内容包括年、月、日、时、Tair、Wair、Pair、Win、SM_10cm、SM_20cm、Tsoil_5cm、Tsoil_10cm、tsoil_15cm、Tsoil_20cm。 The daily snow pit data.nc为人工雪坑数据。观测时间为当地时间上午8:00-10:100。内容包括年、月、日、雪深、thickness_layer1、thickness_layer2、thickness_layer4、thickness_layer5、thickness_layer6、Long_layer1、Short_layer1、Long_layer2、Short_layer2、Long_layer3、Short_layer4、Long_layer5、Short_layer5、Long_layer6、short_layer6、Stube、snow shovel_0-10、 雪铲_10-20、雪铲_20-30、雪铲_30-40、雪铲_40-50、雪叉_10、雪叉_15、雪叉_20、雪叉_25、雪叉_30、雪叉_35、雪叉_40、雪叉_45、雪叉_50、形状1、形状2、形状3、形状4、形状5。
戴礼云
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网中游大满超级站气象要素梯度观测系统数据。站点位于甘肃省张掖市大满灌区农田内,下垫面是玉米田。观测点的经纬度是100.3722E, 38.8555N,海拔1556m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m、15m、20m、30m、40m处,共7层,朝向正北;气压计安装在2m处;翻斗式雨量计安装在塔西侧约8m处,架高2.5m;四分量辐射仪安装在12m处,朝向正南;两个红外温度计安装在12m处,朝向正南,探头朝向是垂直向下;土壤热流板(自校正式)(3块)依次埋设在地下6cm处,朝向正南距离塔体2m处,其中两块(Gs_2、Gs_3)埋设在棵间,一块(Gs_1)埋设在植株下面;平均土壤温度传感器TCAV埋设在地下2cm、4cm处,朝向正南,距离塔体2m处;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、80cm、120cm和160cm处,在距离气象塔2m的正南方;土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、80cm、120cm和160cm处,在距离气象塔2m的正南方;光合有效辐射仪安装在12m处,探头朝向是垂直向上;另有四个光合有效辐射仪分别架设在冠层上方和冠层内,冠层上方安装在12m(探头垂直向上和向下方向各一个)、冠层内安装在0.3m(探头垂直向上和向下方向各一个)高处,朝向正南。 观测项目有:风速(WS_3m、WS_5m、WS_10m、WS_15m、WS_20m、WS_30m、WS_40m)(单位:米/秒)、风向(WD_3m、WD_5m、WD_10m、WD_15m、WD_20m、WD_30m、WD_40m)(单位:度)、空气温湿度(Ta_3m、Ta_5m、Ta_10m、Ta_15m、Ta_20m、Ta_30m、Ta_40m和RH_3m、RH_5m、RH_10m、RH_15m、RH_20m、RH_30m、RH_40m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、平均土壤温度(TCAV)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm)(单位:百分比)、土壤温度(Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm)(单位:摄氏度) 、光合有效辐射(PAR)(单位:微摩尔/平方米秒)、冠层上向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒)和冠层下向上与向下光合有效辐射(PAR_D_up、PAR_D_down)(单位:微摩尔/平方米秒)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;2019.10.27-11.15由于采集器的问题,气象梯度部分的数据缺失;由于采集器通道问题,土壤部分数据在3.10-3.23间数据不正确。(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)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2019-6-10 10:30。 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2019年6月1日至2019年9月20日的黑河水文气象观测网下游四道桥超级站叶面积指数观测数据。站点位于内蒙古额济纳旗四道桥,海拔870 m,下垫面是柽柳。观测在四道桥超级站(101.1374E, 42.0012N)旁开展,样方1个,大小约30m×30m,每个样方内布设5个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网(LAINet)获取,该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据(Level0),利用LAINet软件对原始观测数据进行处理,逐节点计算每天LAI(Level1),进一步对无效值识别与填充,并7天滑动平均消除天气变化对LAI计算的影响(Level2),对有多个LAINet节点的观测子区,节点的均值为该子区的最终观测值(Level3)。 本次发布的数据集为处理后的Level3产品,数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Qu et al. (2014)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含了2019年1月1日至2018年12月31日黑河流域地表过程综合观测网中游张掖湿地站气象要素观测数据。站点位于甘肃省张掖市国家湿地公园,下垫面是芦苇湿地。观测点的经纬度是100.4464E, 38.9751N,海拔1460m。空气温度、相对湿度传感器架设在5m、10m处,朝向正北;气压计安装在2m处;翻斗式雨量计安装在10m处;风速传感器架设在5m、10m处,风向传感器架设在10m处,朝向正北;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处;四个光合有效辐射仪分别架设在冠层上方和冠层内,冠层上方安装在6m(探头垂直向上和向下方向各一个)、冠层内安装在0.25m(探头垂直向上和向下方向各一个)高处,朝向正南。 观测项目有:空气温湿度(Ta_5m、RH_5m、Ta_10m、RH_10m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_5m、WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤温度(Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm)(单位:摄氏度)、冠层上向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒)和冠层下向上与向下光合有效辐射(PAR_D_up、PAR_D_down)(单位:微摩尔/平方米秒)。 观测数据的处理与质量控制:(1)确保每天144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)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2019-6-10 10:30;(6)命名规则为:AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2019年1月1日至2019年12月31日黑河水文气象观测网上游阿柔超级站气象要素梯度观测系统数据。站点位于青海省祁连县阿柔乡草达坂村,下垫面是亚高山山地草甸。观测点的经纬度是100.4643E, 38.0473N,海拔3033m。空气温度、相对湿度、风速传感器分别架设在1m、2m、5m、10m、15m、25m处,共6层,朝向正北;风向传感器架设在10m处,朝向正北;气压计安装在2m处;翻斗式雨量计安装在阿柔超级站28m观测塔上;四分量辐射仪安装在5m处,朝向正南;两个红外温度计安装在5m处,朝向正南,探头朝向是垂直向下;光合有效辐射仪安装在5m处,朝向正南,探头朝向是垂直向上;土壤部分传感器埋设在塔体正南方向2m处,其中土壤热流板(自校正式)(3块)均埋设在地下6cm处;平均土壤温度传感器TCAV埋设在地下2cm、4cm处;土壤温度探头埋设在地表0cm和地下2cm、4cm、6cm、10cm、15cm、20cm、30cm、40cm、60cm、80cm、120cm、160cm、200cm、240cm、280cm、320cm处,其中4cm和10cm这两层有三个重复;土壤水分传感器分别埋设在地下2cm、4cm、6cm、10cm、15cm、20cm、30cm、40cm、60cm、80cm、120cm、160cm、200cm、240cm、280cm、320cm处,其中4cm和10cm这两层有三个重复。 观测项目有:风速(WS_1m、WS_2m、WS_5m、WS_10m、WS_15m、WS_25m)(单位:米/秒)、风向(WD_10m)(单位:度)、空气温湿度(Ta_1m、Ta_2m、Ta_5m、Ta_10m、Ta_15m、Ta_25m和RH_1m、RH_2m、RH_5m、RH_10m、RH_15m、RH_25m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、光合有效辐射(PAR)(单位:微摩尔/平方米秒)、平均土壤温度(TCAV)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_2cm、Ms_4cm_1、Ms_4cm_2、Ms_4cm_3、Ms_6cm、Ms_10cm_1、Ms_10cm_2、Ms_10cm_3、Ms_15cm、Ms_20cm、Ms_30cm、Ms_40cm、Ms_60cm、Ms_80cm、Ms_120cm、Ms_160cm Ms_200cm、Ms_240cm、Ms_280cm、Ms_320cm)(单位:体积含水量,百分比)、土壤温度(Ts_0cm、Ts_2cm、Ts_4cm_1、Ts_4cm_2、Ts_4cm_3、Ts_6cm、Ts_10cm_1、Ts_10cm_2、Ts_10cm_3、Ts_15cm、Ts_20cm、Ts_30cm、Ts_40cm、Ts_60cm、Ts_80cm、Ts_120cm、Ts_160cm Ts_200cm、Ts_240cm、Ts_280cm、Ts_320cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;土壤热通量在1.1-1.19日之间,7-8月G2,由于传感器线头接触不良,数据缺失;9.3-10.27由于采集器的问题,土壤温湿度数据缺失。(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)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2019-6-10 10:30;(6)命名规则为:AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网上游垭口站气象要素观测数据。站点位于青海省祁连县大冬树垭口,下垫面是高寒草甸。观测点的经纬度是100.2421E, 38.0142N,海拔4148m。发布的数据包括空气温度、相对湿度传感器架设在5m处,朝向正北;气压计安装在地面上的防撬箱内;翻斗式雨量计安装在2m处;风速与风向传感器架设在10m,朝向正北;四分量辐射仪在气象塔6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处;土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处;土壤热流板埋设在地下6cm处,在距离气象塔2m的正南方。 观测项目有:空气温湿度(Ta_5m、RH_5m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤温度(Ts_0cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm)(单位:摄氏度)、土壤水分(Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm)(单位:体积含水量,百分比)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;由于传感器问题,10.21后向下短波辐射数据错误;由于积雪覆盖太阳能板导致供电问题,12.10-12.25间数据缺失;(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)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2019-9-10 10:30;(6)命名规则为:AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
本数据集为黄河源区与祁连山黑河流域多时空尺度水量平衡要素数据集,可为流域水资源管理和水量平衡分析提供依据和参考。数据基于分布式水文模型SWAT模型模拟结果,然后利用ArcGIS和Excel软件分析和统计而成。水量平衡要素包括降水、降雪、蒸散发、地下水、土壤水和产流等,时间尺度包括年尺度和月尺度,而空间尺度包括流域尺度、河段尺度、子流域尺度、海拔带尺度和植被类型尺度。本数据目前已经应用于流域水资源评价,人工增雨效益评估和人工增雨作业指导。
邹松兵
本数据集包括祁连山区域2019年月度合成30m×30m地表LAI产品。采用最大值合成 (Max value composition, MVC) 方法,利用Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成,进而计算LAI。数据通过Google Earth Engine云平台对反射率进行月度合成,通过模型计算指数,对于缺失像素进行插补,质量较好,可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
1、数据内容为塔里木河流城迪那河、库车-渭干河、喀什噶尔河河流尾间实测地下水水位月数据,要求是30眼井水位数据,但本数据井数达到44眼水位数据;2、通过HOBO解译为CSV,通过MATLAB寻找单位为时缺值,再经过Excel筛选,提取,计算,即:经过原始数据解译,通过时、日数据,计算得出月数据;3、数据为实测数据,保留2位小数,单位为米,数据准确;4、数据可应用于科学研究及为地方健康发展地下水水位数据。
陈亚宁, 郝兴明
本数据集包括祁连山区域2019年月度合成30m×30m地表NPP产品。采用最大值合成 (Max value composition, MVC) 方法,利用Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成,进而计算NPP。数据通过Google Earth Engine云平台对反射率进行月度合成,通过模型计算指数,对于缺失像素进行插补,质量较好,可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
该数据集包含了2019年1月1日至2018年12月31日黑河流域地表过程综合观测网下游混合林站气象要素观测数据。站点位于内蒙古额济纳旗达来呼布镇四道桥,下垫面是胡杨与柽柳。观测点的经纬度是101.1335E,41.9903N,海拔874m。空气温度、相对湿度传感器架设在28m处,朝向正北;气压计安装在地面上的防撬箱内;翻斗式雨量计安装在28m处;风速与风向传感器架设在28m,朝向正北;四分量辐射仪安装在24m处,朝向正南;两个红外温度计安装在24m处,朝向正南,探头朝向是垂直向下;两个光合有效辐射仪安装在24m处,朝向正南,探头垂直向上和向下方向各一个;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm、100cm、160cm、200cm和240cm处,在距离气象塔2m的正南方;土壤水分探头埋设在地下2cm、4cm、10cm、20cm、40cm、60cm、100cm、160cm、200cm和240cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处,在距离气象塔2m的正南方。 观测项目有:空气温湿度(Ta_28m、RH_28m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_28m)(单位:米/秒)、风向(WD_28m)(单位:度)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤温度(Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm、Ts_160cm、Ts_200cm、Ts_240cm)(单位:摄氏度)、土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm、Ms_160cm、Ms_200cm、Ms_240cm)(单位:体积含水量,百分比)、向上与向下光合有效辐射(PAR_up、PAR_down)(单位:微摩尔/平方米秒)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示; 1月份由于供电问题,数据间断出现一些缺失;由于采集器存储问题,9月14日后土壤水分数据缺失;由于探头问题,9月21日后240 cm深度土壤温度有问题;(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)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2019-6-10 10:30;(6)命名规则为:AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网中游黑河遥感站气象要素观测数据。站点位于甘肃省张掖市党寨镇东侧,下垫面是人工草地。观测点的经纬度是100.4756E, 38.8270N,海拔1560m。空气温度湿度传感器架设在1.5m处,朝向正北;气压计在防水箱内;翻斗式雨量计安装在0.7 m处;风速风向传感器架设在10m处,朝向正北;四分量辐射仪安装高度为1.5m,朝向正南;两个红外温度计安装高度为1.5m,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、80cm、120cm、160cm处;土壤水分探头埋设在2cm、4cm、10cm、20cm、40cm、80cm、120cm、160cm处;平均土壤温度探头埋设在2cm和4cm;土壤热流板(3块)依次埋设在地下6cm处;两个光合有效辐射仪分别架设在冠层上方1.5m(探头垂直向上和向下方向各一个),朝向正南。 观测项目有:空气温湿度(Ta_1.5m、RH_1.5m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤温度(Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm)(单位:摄氏度)、土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm)(单位:%)、向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒)、平均土壤温度(TCAV)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144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)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2019-6-10 10:30;(6)命名规则为:AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网上游景阳岭站气象要素观测数据。站点位于青海省祁连县景阳岭垭口,下垫面是高寒草甸。观测点的经纬度是101.1160E, 37.8384N,海拔3750m。空气温度、相对湿度传感器架设在5m处,朝向正北;气压计安装在地面上的防撬箱内;翻斗式雨量计安装在10m处;风速与风向传感器架设在10m,朝向正北;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处,在距离气象塔2m的正南方;土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处,在距离气象塔2m的正南方。 观测项目有:空气温湿度(Ta_5m、RH_5m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤温度(Ts_0cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm)(单位:摄氏度)、土壤水分(Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm)(单位:百分比)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;由于雪覆盖太阳能板引起供电不足,导致2.3-3.18间数据缺失;由于传感器问题,6.6-6.20、6.22-7.30风速风向出现较多NAN无效值,9-10月四分量向上短波辐射数据出错。(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)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2019-9-10 10:30;(6)命名规则为:AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
本数据集包括祁连山区域2019年月度合成30m×30m地表植被覆盖度产品。采用最大值合成 (Max value composition, MVC) 方法,利用 Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成,进而计算FVC。数据通过Google Earth Engine云平台对反射率进行月度合成,通过模型计算指数,对于缺失像素进行插补,质量较好,可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
本数据集包括祁连山区域2019年月度合成30m×30m地表植被指数产品。采用最大值合成 (Max value composition, MVC) 方法,利用Landsat 8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成。数据通过Google Earth Engine云平台对反射率进行月度合成,通过模型计算指数,对于缺失像素进行插补,质量较好,可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
该数据集包含了黑河流域地表过程综合观测网上游阿柔站的大孔径闪烁仪通量观测数据。上游阿柔站分别架设了BLS900和RR-RSS460型号的大孔径闪烁仪,北塔为RR-RSS460的接收端和BLS900的发射端,南塔为RR-RSS460的发射端和BLS900的接收端。观测时间为2019年1月1日至2019年12月31日。站点位于青海省祁连县阿柔乡草达坂村,下垫面是高寒草地。北塔的经纬度是100.4712E,38.0568N,南塔的经纬度是100.4572E,38.0384N,海拔高度约3033m。大孔径闪烁仪的有效高度13.0m,光径长度是2390m,采样频率是1min。 大孔径闪烁仪原始观测数据为1min,发布的数据为经过处理与质量控制后的数据,其中感热通量主要是结合自动气象站观测数据,基于莫宁-奥布霍夫相似理论通过迭代计算得到,主要的质量控制步骤包括:(1)剔除Cn2达到饱和的数据(BLS900:Cn2>7.25E-14,RR-RSS460:Cn2>7.84 E-14);(2)剔除解调信号强度较弱的数据(BLS900:Average X Intensity<1000;RR-RSS460:Demod>-20mv);(3)剔除降水时刻的数据;(4)剔除稳定条件下的弱湍流的数据(u*小于0.1m/s)。在迭代计算过程中,对于BLS900,选取Thiermann and Grassl(1992)的稳定度普适函数;对于RR-RSS460,选取Andreas(1988)的稳定度普适函数,详细介绍请参考Liu et al. (2011, 2013)。由于仪器调整和供电不足,大孔径闪烁仪数据由于信号和供电等问题缺失的日期为:2019.04.20-2019.04.30;2019.05.07-2019.05.13;2019.10.21-2019.10.25;2019.12.30-2019.12.31。 关于发布数据的几点说明:(1)上游LAS数据以BLS900为主,缺失时刻由RR-RSS460观测补充,两者都缺失则以-6999标记。(2)数据表头:Date/Time :日期/时间(格式:yyyy/m/d h:mm),Cn2 :空气折射指数结构参数(单位:m-2/3),H :感热通量(单位:W/m2)。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xlsx格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
该数据集包含了黑河流域地表过程综合观测网下游四道桥站的大孔径闪烁仪通量观测数据。下游四道桥站分别架设了BLS450、BLS900和RR-RSS460型号的大孔径闪烁仪,北塔为接收端,南塔为发射端。观测时间为2019年1月1日至2019年12月31日。站点位于内蒙古额济纳旗,下垫面是柽柳、胡杨、裸地和耕地。北塔的经纬度是101.137E,42.008N,南塔的经纬度是101.131E,41.987N,海拔高度约873m。大孔径闪烁仪的有效高度25.5m,光径长度是2350m,采样频率是1min。 大孔径闪烁仪原始观测数据为1min,发布的数据为经过处理与质量控制后的数据,其中感热通量主要是结合自动气象站观测数据,基于莫宁-奥布霍夫相似理论通过迭代计算得到,主要的质量控制步骤包括:(1)剔除Cn2达到饱和的数据(BLS900&BLS450:Cn2>7.25E-14,RR-RSS460:Cn2>7.84 E-14);(2)剔除解调信号强度较弱的数据(BLS900&BLS450:Average X Intensity<1000;RR-RSS460:Demod>-20mv);(3)剔除降水时刻的数据;(4)剔除稳定条件下的弱湍流的数据(u*小于0.1m/s)。在迭代计算过程中,对于BLS900&BLS450,选取Thiermann and Grassl(1992)的稳定度普适函数;对于RR-RSS460,选取Andreas(1988)的稳定度普适函数,详细介绍请参考Liu et al. (2011, 2013)。由于仪器故障,大孔径闪烁仪数据缺失的日期为:2019.04.14-2019.04.25;2019.11.02-2019.11.12。 关于发布数据的几点说明:(1)下游LAS数据以BLS900为主,其次为BLS450,最后为RR-RSS460,最终缺失时刻以-6999标记。(2)数据表头:Date/Time :日期/时间(格式:yyyy/m/d h:mm),Cn2 :空气折射指数结构参数(单位:m-2/3),H:感热通量(单位:W/m2)。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xlsx格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含2019年8月28日至2019年12月31日黑河流域地表过程综合观测网中游大满超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)、物候期及覆盖度(Fc)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含2019年8月28日至2019年12月31日黑河流域地表过程综合观测网下游混合林站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网下游四道桥超级站气象要素梯度观测系统数据。站点位于内蒙古额济纳旗达来呼布镇四道桥,下垫面是柽柳。观测点的经纬度是101.1374E, 42.0012N,海拔873m。空气温度、相对湿度、风速传感器分别架设在5m、7m、10m、15m、20m、28m处,共6层,朝向正北;风向传感器架设在15m处,朝向正北;气压计安装在防水箱内;翻斗式雨量计安装在28m处;四分量辐射仪安装在10m处,朝向正南;两个红外温度计安装在10m处,朝向正南,探头朝向是垂直向下;两个光合有效辐射仪安装在10m处,朝向正南,探头垂直向上和向下方向各一个;土壤部分传感器安装在塔体南侧2m处,其中土壤热流板(自校正式)(3块)依次埋设在地下6cm处;平均土壤温度传感器TCAV埋设在地下2cm、4cm处;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、80cm、120cm、160cm和200cm处;土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、80cm、120cm、160cm和200cm处。 观测项目有:风速(WS_5m、WS_7m、WS_10m、WS_15m、WS_20m、WS_28m)(单位:米/秒)、风向(WD_15m)(单位:度)、空气温湿度(Ta_5m、Ta_7m、Ta_10m、Ta_15m、Ta_20m、Ta_28m和RH_5m、RH_7m、RH_10m、RH_15m、RH_20m、RH_28m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、向上和向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒)、平均土壤温度(TCAV)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm、Ms_200cm)(单位:体积含水量,百分比)、土壤温度(Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm、Ts_200cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;4-10月由于传感器的问题,2m深度土壤温度数据出错;11.13日后红外温度2数据出错;9.15日后土壤温湿度断续出现错误;(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)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2019-9-10 10:30;(6)命名规则为:AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 任志国, 谭俊磊, 张阳, 徐自为, 李新
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网下游四道桥超级站宇宙射线观测系统数据。站点位于内蒙古额济纳旗四道桥,下垫面是柽柳。观测点的经纬度是101.1374E, 42.0012N,海拔873 m。仪器探头底部距地面0.5m,采样频率是1小时。 宇宙射线仪器的原始观测项目包括:电压Batt(V)、温度T(℃)、相对湿度RH(%)、气压P(hPa)、快中子数N1C(个/小时)、热中子数N2C(个/小时)、快中子采样时间N1ET(s)及热中子采样时间N2ET(s)。发布的数据为经过处理计算后的数据,数据表头包括:Date Time(日期 时间)、P(气压 hPa)、N1C(快中子数 个/小时)、N1C_cor(气压订正的快中子数 个/小时)和VWC(土壤体积含水量 %),其处理的主要步骤包括: 1) 数据筛选 数据筛选共四条标准:(1)剔除电压小于和等于11.8伏特的数据;(2)剔除空气相对湿度大于和等于80%的数据;(3)剔除采样时间间隔不在60±1分钟内的数据;(4) 剔除快中子数较前后一小时变化大于200的数据。剔除及缺失数据用-6999补充。 2) 气压订正 根据仪器说明手册中提到的快中子气压订正公式,对原始数据进行气压订正,得到订正后的快中子数N1C_cor。 3) 仪器率定 在计算土壤水分的过程中需要对计算公式中的N0进行率定。N0为土壤干燥条件下的快中子数,通常使用测量源区内的土样得到实测土壤水分(或者通过比较密集的土壤水分无线传感器获取)θm(Zreda et al. 2012)和对应时间段内的快中子校正数据N,再通过公式反求得到N0。 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Zhu et al. (2015)。
刘绍民, 车涛, 朱忠礼, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网中游大满超级站宇宙射线观测系统数据。站点位于甘肃省张掖市大满灌区农田内,下垫面是玉米田。观测点的经纬度是100.3722E, 38.8555N,海拔1556m。仪器探头底部距地面0.5m,采样频率是1小时。 宇宙射线仪器的原始观测项目包括:电压Batt(V)、温度T(℃)、相对湿度RH(%)、气压P(hPa)、快中子数N1C(个/小时)、热中子数N2C(个/小时)、快中子采样时间N1ET(s)及热中子采样时间N2ET(s)。发布的数据为经过处理计算后的数据,数据表头包括:Date Time(日期 时间)、P(气压 hPa)、N1C(快中子数 个/小时)、N1C_cor(气压订正的快中子数 个/小时)和VWC(土壤体积含水量 %),其处理的主要步骤包括: 1) 数据筛选 数据筛选共四条标准:(1)剔除电压小于和等于11.8伏特的数据;(2)剔除空气相对湿度大于和等于80%的数据;(3)剔除采样时间间隔不在60±1分钟内的数据;(4) 剔除快中子数较前后一小时变化大于200的数据。剔除及缺失数据用-6999补充。 2) 气压订正 根据仪器说明手册中提到的快中子气压订正公式,对原始数据进行气压订正,得到订正后的快中子数N1C_cor。 3) 仪器率定 在计算土壤水分的过程中需要对计算公式中的N0进行率定。N0为土壤干燥条件下的快中子数,通常使用测量源区内的土样得到实测土壤水分(或者通过比较密集的土壤水分无线传感器获取)θm(Zreda et al. 2012)和对应时间段内的快中子校正数据N,再通过公式反求得到N0。 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Zhu et al. (2015)。
车涛, 朱忠礼, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网中游花寨子荒漠站气象要素观测数据。站点位于甘肃省张掖市花寨子,下垫面是盐爪爪山前荒漠。观测点的经纬度是100.3201E, 38.7659N,海拔1731m。空气温度、相对湿度传感器架设在5m、10m处,朝向正北;气压计安装防水箱内;翻斗式雨量计安装在10m处;风速风向传感器架设在5m、10m处,朝向正北;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,在距离气象塔2m的正南方;土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处。 观测项目有:空气温湿度(Ta_5m、RH_5m、Ta_10m、RH_10m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_5m、WS_10m)(单位:米/秒)、风向(WD_5m、WD_10m)(单位:度)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm)(单位:体积含水量,百分比)和土壤温度(Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;风速风向偶尔出现一些错误值,由于传感器的问题,2.28-3.10间20cm土壤温度,5-7月土壤热通量2观测数据出现错误值;(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)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2019-6-10 10:30;(6)命名规则为:AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 任志国, 谭俊磊, 张阳, 徐自为, 李新
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网上游大沙龙站气象要素观测数据。站点位于青海省祁连县西侧沙龙滩地区,下垫面是沼泽化高寒草甸。观测点的经纬度是98.9406E, 38.8399N,海拔3739m。空气温度、相对湿度传感器架设在5m处,朝向正北;气压计安装在地面上的防撬箱内;翻斗式雨量计安装在10m处;风速与风向传感器架设在10m,朝向正北;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处,在距离气象塔2m的正南方;土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处,并距离气象塔2m的正南方。 观测项目有:空气温湿度(Ta_5m、RH_5m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤温度(Ts_0cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm)(单位:摄氏度)、土壤水分(Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm)(单位:体积含水量,百分比)。 观测数据的处理与质量控制:(1)确保每天144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)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2019-9-10 10:30;(6)命名规则为:AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
该数据集包含2019年8月28日至2019年12月31日黑河流域地表过程综合观测网中游阿柔超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)和归一化绿度指数。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网下游荒漠站气象要素观测数据。站点位于内蒙古额济纳旗荒漠滩,下垫面是红砂荒漠。观测点的经纬度是100.9872E, 42.1135N,海拔1054m。空气温度、相对湿度传感器架设在5m、10m处,朝向正北;气压计安装防水箱内;翻斗式雨量计安装在10m处;风速传感器架设在5m、10m处,风向传感器架设在10m处,朝向正北;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,在距离气象塔2m的正南方;土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处。 观测项目有:空气温湿度(Ta_5m、RH_5m、Ta_10m、RH_10m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_5m、WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm)(单位:体积含水量,百分比)和土壤温度(Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144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)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2019-6-10 10:30;(6)命名规则为:AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2019年6月1日至2019年9月20日的黑河水文气象观测网中游大满超级站叶面积指数观测数据。站点(100.376° E, 38.853° N)位于甘肃省张掖市大满灌区内,海拔1556m,下垫面是玉米。观测样方共计7个,每个样方大小约30m×30m,经纬度分别为(100.376°E, 38.853°N)、(100.377° E, 38.858°N)、(100.374°E, 38.855°N)、(100.374°E, 38.858°N)、(100.371°E, 38.854°N)、(100.369°E, 38.854°N)、(100.369°E, 38.854°N)。每个样方内布设5个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网(LAINet)获取,该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据(Level0),利用LAINet软件对原始观测数据进行处理,逐节点计算每天LAI(Level1),进一步对无效值识别与填充,并7天滑动平均消除天气变化对LAI计算的影响(Level2),对有多个LAINet节点的观测子区,节点的均值为该子区的最终观测值(Level3)。 本次发布的数据集为处理后的Level3产品,数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Qu et al. (2014)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网上游阿柔超级站宇宙射线观测系统数据。站点位于青海省祁连县阿柔乡草达坂村,下垫面是亚高山山地草甸。观测点的经纬度是100.4643E, 38.0473N,海拔3033m。仪器探头底部距地面0.5m,采样频率是1小时。 宇宙射线仪器的原始观测项目包括:电压Batt(V)、温度T(℃)、相对湿度RH(%)、气压P(hPa)、快中子数N1C(个/小时)、热中子数N2C(个/小时)、快中子采样时间N1ET(s)及热中子采样时间N2ET(s)。发布的数据为经过处理计算后的数据,数据表头包括:Date Time(日期 时间)、P(气压 hPa)、N1C(快中子数 个/小时)、N1C_cor(气压订正的快中子数 个/小时)和VWC(土壤体积含水量 %),其处理的主要步骤包括: 1) 数据筛选 数据筛选共四条标准:(1)剔除电压小于和等于11.8伏特的数据;(2)剔除空气相对湿度大于和等于80%的数据;(3)剔除采样时间间隔不在60±1分钟内的数据;(4) 剔除快中子数较前后一小时变化大于200的数据。剔除及缺失数据用-6999补充。 2) 气压订正 根据仪器说明手册中提到的快中子气压订正公式,对原始数据进行气压订正,得到订正后的快中子数N1C_cor。 3) 仪器率定 在计算土壤水分的过程中需要对计算公式中的N0进行率定。N0为土壤干燥条件下的快中子数,通常使用测量源区内的土样得到实测土壤水分(或者通过比较密集的土壤水分无线传感器获取)θm(Zreda et al. 2012)和对应时间段内的快中子校正数据N,再通过公式反求得到N0。 黑河综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019),观测数据处理请参考Zhu et al. (2015)。
刘绍民, 车涛, 朱忠礼, 徐自为, 张阳, 谭俊磊, 任志国, 李新
大气中的花粉是植物在开花期散布在大气中产生的,受植物的开花物候和气候等因素的影响。作为一种大气生物颗粒,大气花粉能够反映植物物候、气候条件、大气环流等的变化。大气花粉由珠峰站Burkard大气花粉采样器收集,该收集器是容积式花粉收集器,每分钟气流为10L,大气花粉颗粒被吸附在聚酯薄膜上,每周更换一次,收集下来的样品用甘油胶制成玻片,放在奥林巴斯显微镜400倍下进行鉴定,统计花粉科属类型和数量。数据集的时间覆盖范围是2011-2013年,时间分辨率为逐日。所采用的大气花粉采样装备为国际通用的采样器,遵循标准的采样和实验室处理流程,并由经验丰富的孢粉鉴定人员鉴定,确保数据真实、可靠。该数据可供该区域利用花粉分析重建古环境、植物物候响应气候变化等生态学研究做参考。
吕新苗
该数据集包含了2019年1月1日至2019年12月31日的黑河水文气象观测网中游张掖湿地站涡动相关仪观测数据。站点位于甘肃省张掖市,下垫面是湿地。观测点的经纬度是100.44640E, 38.97514N,海拔1460.00m。涡动相关仪的架高5.2m,采样频率是10Hz,超声朝向是正北向,超声风速仪(Gill)与CO2/H2O分析仪(Li7500A)之间的距离是25cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的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Eddypro软件输出的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原始数据中每30min内缺失率大于10%的数据。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。2月20日-3月11日,3月23日-4月11日,5月17日-6月5日由于涡动系统的供电出现问题,通量数据缺失。 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(℃),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L(m),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,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含2019年8月28日至2019年12月31日黑河流域地表过程综合观测网下游四道桥超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含了2019年1月1日至2019年11月1日的黑河流域地表过程综合观测网上游景阳岭站涡动相关仪观测数据。站点位于青海省祁连县景阳岭垭口,下垫面是高寒草甸。观测点的经纬度是101.1160E, 37.8384N,海拔3750m。涡动相关仪的架高4.5m,采样频率是10Hz,超声朝向是正北向,超声风速仪(CSAT3)与CO2/H2O分析仪(Li7500)之间的距离是15cm,9月30日后更换为超声风速温度仪(CSAT3B)与CO2/H2O分析仪(Li7500DS)组合。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的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Eddypro软件输出的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原始数据中每30min内缺失率大于10%的数据。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。冬季由于供电不足,观测数据会有一些缺失。 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(℃),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L(m),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,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网下游荒漠站涡动相关仪观测数据。站点位于内蒙古额济纳旗,下垫面是荒漠。观测点的经纬度是100.9872E, 42.1135N,海拔1054m。涡动相关仪的架高4.7m,采样频率是10Hz,超声朝向是正北向,超声风速仪(CSAT3)与CO2/H2O分析仪(Li7500)之间的距离是15cm,9月21日后更换为闭路涡动相关仪(CPEC200)。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的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Eddypro软件输出的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原始数据中每30min内缺失率大于10%的数据。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。9月14日-9月21日仪器调试期间,导致数据缺失。 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(℃),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L(m),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,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网上游大沙龙站涡动相关仪观测数据。站点位于青海省祁连县,下垫面是沼泽化高寒草甸。观测点的经纬度是98.9406E, 38.8399N,海拔3739 m。涡动相关仪的架高4.5m,采样频率是10Hz,超声朝向是正北向,超声风速仪(CSAT3)与CO2/H2O分析仪(Li7500RS)之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的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Eddypro软件输出的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原始数据中每30min内缺失率大于10%的数据。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。上半年由于供电不足和采集器的问题,数据间断出现错误,6.18-7.29由于采集器及存储卡的问题数据缺失。 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(℃),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L(m),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,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网下游四道桥超级站涡动相关仪观测数据。站点位于内蒙古额济纳旗四道桥,下垫面是柽柳。观测点的经纬度是101.1374E, 42.0012N,海拔873 m。涡动相关仪的架高8m,采样频率是10Hz,超声朝向是正北向,超声风速仪(CSAT3)与CO2/H2O分析仪(Li7500)之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的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Eddypro软件输出的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原始数据中每30min内缺失率大于10%的数据。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。7月15日-7月25日涡动系统调配,9月12日-9月28日涡动系统更换调试,导致数据缺失。 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(℃),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L(m),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,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网中游花寨子站涡动相关仪观测数据。站点位于甘肃省张掖市,下垫面是荒漠。观测点的经纬度是100.3201E, 38.7659N,海拔1731.00m。涡动相关仪的架高4.5m,采样频率是10Hz,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15cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的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Eddypro软件输出的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原始数据中每30min内缺失率大于10%的数据。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。11-12月由于供电原因,数据出现缺失。 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(℃),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L(m),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,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网下游混合林站涡动相关仪观测数据。站点位于内蒙古额济纳旗四道桥,下垫面是胡杨与柽柳。观测点的经纬度是101.1335E, 41.9903N,海拔874 m。涡动相关仪的架高22m,采样频率是10Hz,超声朝向是正北向,超声风速仪(CSAT3)与CO2/H2O分析仪(Li7500)之间的距离是17cm,9月28日后更换为超声风速温度仪(CSAT3B)与CO2/H2O分析仪(Li7500DS)组合。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的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Eddypro软件输出的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原始数据中每30min内缺失率大于10%的数据。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。冬季水汽密度出现一些负值,进行了剔除;9月13-28日仪器调试期,数据缺失。 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(℃),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L(m),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,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
数据包含了黄河源区黄河干流和4条支流的径流成分资料。在2014-2016,春季,夏季和冬季,通过测试黄河源区几种冻土区河流水样的氡同位素和氚同位素含量,根据河道水流的质量守恒模型和同位素平衡模型,对河道流量进行径流成分解析,初步划分了地下水补给和地下冰融水在河川径流中的占比。模型计算得到的数据质量较好,相对误差在20%以内,通过了与以往实测数据的对比分析。该数据可为未来水文模型的参数率定及水文径流过程的模拟提供帮助。
万程炜
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网上游垭口站涡动相关仪观测数据。站点位于青海省祁连县,下垫面是高寒草甸。观测点的经纬度是100.2421, 38.0142N,海拔4148 m。涡动相关仪的架高3.2m,采样频率是10Hz,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15cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的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Eddypro软件输出的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原始数据中每30min内缺失率大于10%的数据。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。该站冬季会出现缺电现象,导致数据缺失。 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(℃),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L(m),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,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
本数据为祁连山地区2019年地表水体(包括液态水、冰川及多年积雪)分布产品。采用经典归一化水体指数法(Normalized Difference Water Index , NDWI)和人工修正的方法提取。原始基础数据为2019年祁连山全境的Landsat影像。参考数据为谷歌影像和哨兵2号影像。产品以shp文件格式存储,包含坐标系、水体面积等属性。产品为1期,时间分辨率为1年,空间分辨率为30米,边界精度在30米(一个像元)左右。该产品直观地反映了祁连山水体在2019年的大致分布,可用于流域水资源定量估计研究。
李佳, 李建江, 李新, 刘绍民
本数据集包括祁连山地区2019年逐日地表蒸散发产品,产品分辨率为0.01°。采用高斯过程回归(Gaussian Process Regression,GPR)算法,实现对RS-PM (Mu et al., 2011)、SW (Shuttleworth and Wallace., 1985)、PT-JPL (Fisher et al., 2008)、MS-PT (Yao et al., 2013)、SEMI-PM (Wang et al., 2010a)、SIM (Wang et al.2008) 等6种蒸散发产品的集成。参与蒸散发产品生产的驱动数据包括MODIS(NDVI、Albedo、LAI、PAR),中国区域高时空分辨率地面气象要素驱动数据集(何杰, 阳坤. 中国区域高时空分辨率地面气象要素驱动数据集. 寒区旱区科学数据中心, 2011. doi:10.3972/westdc.002.2014.db)等。
姚云军, 刘绍民, 尚珂
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
本数据集是2009年欧亚大陆草地遥感三级分类图,数据为tif栅格格式,空间分辨率为1公里,三级草地分类为:温性草甸草原、温性典型草原、温性荒漠化草原、温性草原化荒漠、温性荒漠几个类型。 该数据是根据欧空局全球陆地覆盖数据(ESA GlobCover)2009产品GlobCover 2009 land cover map,结合ECMWF网站历史气象数据(降水量,年积温,湿润系数,蒸发量)及DEM数据等加工而成。该数据可为欧亚大陆温性草地分布信息以及时空变异分析提供依据。
唐家奎
祁连山典型冻土区水文地质要素数据集内容主要包括黑河上游西支流域内的地下水类型、富水性(单孔涌水量或单泉流量)、主要河流与支流、泉水(下降泉、泉群、大泉、矿泉分布)、钻孔(承压水钻孔、潜水钻孔、自流水钻孔分布)、断裂带(压性断裂、张性断裂)、角度不整合界线、平行不整合界线、黑河上游西支流域边界线、季节性冻土区与多年冻土区分界线、现代冰川及沼泽分布。本水文地质要素数据集可为寒区水文生态过程和水文地质环境提供背景资料。本数据来自四幅1:20万水文地质图(祁连幅、野牛沟幅、祁连山幅、肃南幅)的矢量化并重新对地下水类型进行整合。分辨率较高,数据可为泛第三极江河源区水土资源演变和环境变化等研究提供背景资料。
孙自永
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