土壤水分是全球观测系统提出的关键气候变量之一，在陆气相互作用中起着重要作用。植被光学厚度是微波辐射传输过程中衡量植被衰减特性的关键参数，在植被水力学、植被物候学和生物量研究领域中有着广泛应用。 本数据集基于AMSR-E和AMSR2交叉定标亮度温度数据，使用多通道协同反演算法(MCCA)获得了全球第一套具有极化差异的多波段（C/X/Ku）植被光学厚度产品及土壤水分产品。该算法(MCCA)能综合考虑多个通道之间的物理关系，能同时反演出土壤水分和具有频率差异，极化差异的植被光学厚度。 本数据集使用了来自国际土壤水分观测网络和美国农业部发布的共25个土壤水分密集观测站网进行验证，结果表明，在目前公开的与AMSR-E/2相关的土壤水分数据集中，MCCA土壤水分的无偏均方根误差(ubRMSE)最小。此外，MCCA反演得到的具有频率和极化差异的植被光学厚度数据可为植被生理过程中的水通量研究提供新的见解。
胡路, 赵天杰, 居为民, 彭志晴, 姚盼盼, 施建成
该数据集为全球呼吸数据，包含自养呼吸（ra）和异养呼吸（rh）两部分，由耦合模式比较计划第6阶段（CMIP6）中TaiESM1模式在Historical情景下模拟得到。数据时间范围为1850-2014年，时间分辨率为月，空间分辨率约为0.9°x1.25°。模拟数据详细说明可见链接https://www.wdc-climate.de/ui/cmip6?input=CMIP6.CMIP.AS-RCEC.TaiESM1.historical。
美国气候模式诊断和对比计划委员会
典型年三极土壤微生物后处理产品收集了2005-2006年期间南北极地区土壤采样细菌分布分析结果和2015年期间青藏高原地区土壤采样细菌分布分析结果。通过整理归纳汇总得到三极区域土壤微生物后处理数据产品，数据格式为excel，方便用户查看。其中南北极地区样品采集时间为2005年12月13日至2006年12月8日，包含北极3个地区52个样品（Spitsbergen Slijeringa，Spitsbergen Vestpynten，及Alexandra Fjord Highlands），南极5个地区171个样品（Mitchell Peninsula,Casey station main power house, Robinsons Ridge，Herring Island，Browning Peninsula）；青藏高原采集时间为2015年7月1日至7月15日，包含草甸，草原，荒漠3种生态系统，共计18个采样点位，每个采样点位样品个数为3-5个。采样点降水、气温和干旱度由气象信息估算得到，供读者参考。土壤表层样品采集后用液氮保存，运回悉尼实验室，通过FastPrep DNA试剂盒提取。提取后的DNA样品使用27F（5'-GAGTTTGATCNTGGCTCA-3'）和 519R (5'-GTNTTACNGCGGCKGCTG-3')扩增16S rRNA基因片段。扩增后的片段通过454方式测序，原始数据通过Mothur软件分析。首先去除测序质量不佳序列，之后进行排序并去除嵌合体序列。之后计算序列之间相似度，相似度在97%以上的序列聚类为一个OTU，并定义OTU代表序列。OTU代表序列通过与Silva数据库进行比对，在可靠性大于>80%的情况下鉴定到属一级水平。
叶爱中
本次调查区域覆盖四川泸定，康定，雅江，理塘，巴塘等地区，涉及作物包括青稞、小麦、玉米、土豆及番茄等露地蔬菜，采用干漏斗法提取，共获得中小型土壤动物样品171份，捕获土壤动物800余只。样品保存于中国科学院成都生物研究所，样品采集后借助体式显微镜鉴定，其中，以四川巴塘地区的0-15cm 土层数量最多，鉴定有208只中小型土壤动物；其次是四川康定的0-15 cm 土层，观察到有130只中小型土壤动物。
孙晓铭
中国区域表层7cm土壤湿度月值数据。时间范围包括历史时期1850-2014，未来时期2015-2100（未来时期包含四个不同共享社会经济路径：SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5-8.5）。空间分辨率0.25°。 该数据是基于深度学习方法，以ERA5-Land 表层7cm土壤湿度数据为参考，融合降尺度25个CMIP6模式的表层土壤湿度数据。在气候变化背景下，数据可用于干旱和植被相关分析。
冯冬含
该数据集包含了2021年1月1日至2021年10月9日青海湖流域地表过程综合观测网高寒草甸草原混合草原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
该数据集包含了2021年1月1日至2021年10月13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2021年1月1日至2021年10月13日的青海湖流域水文气象观测网温性草原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，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
本数据集提供青海湖沙柳河流域上游千户里小流域阴坡、阳坡和流域出水口三处位置2019年1月至2021年12月份的逐日土壤温湿度观测数据。千户里小流域地理坐标位于（37°25′N，100°15′E），海拔介于3565-3716m之间。该数据集的观测指标包括土壤含水量（SWC）和土壤温度（ST）。阴坡和阳坡土壤温湿度数据由ECH2O和5层5TE传感器观测，阴阳坡5层传感器安装深度分别为10 cm, 30 cm, 50 cm, 80 cm, 110 cm和10 cm, 30 cm, 60 cm, 90 cm, 120 cm。流域出口土壤温湿度数据由Trime监测及10层PICO32传感器观测，传感器布设深度分别为5 cm, 10 cm, 20 cm, 40 cm, 80 cm, 100 cm, 120 cm, 140 cm, 160 cm, 180 cm。该数据集可用于青海湖流域典型小流域土壤水文过程的定量分析并为模型模拟提供校验数据。
李小雁
1）数据内容：祁连山典型小流域植被-土壤-岩石三维空间结构CT扫描数据集，数据包括祁连山典型小流域不同深度苔藓层体积密度、土壤大孔隙度和土壤石砾体积密度数据；2）数据来源及加工方法：在祁连山典型小流域采集苔藓层和苔藓覆盖下深度为30 cm的原状土柱，利用工业X射线三维显微镜对苔藓层和原状土柱进行扫描；3）数据质量描述：苔藓层分辨率40 μm，原状土柱分辨率68 μm；4）数据应用成果及前景：祁连山典型小流域植被-土壤-岩石三维空间结构CT扫描数据集对于祁连山区的生态恢复、水资源管理和利用均有着重要意义，可为阐述祁连山的水源涵养功能及机理提供基础数据和理论支撑。
胡霞
本数据集为1960-2019年青藏高原逐年的降雨侵蚀力的栅格数据集。利用青藏高原及周围150km范围内129个站点1960-2019年的日降雨资料计算降雨侵蚀力，其中74个站点位于青藏高原内部，55个站点位于外部，计算方法与全国第一次水利普查的算法一致，采用WGS_1984坐标系和Albers投影（中央经线105°E，标准纬线25°N和47°N），然后逐年进行克里金插值生成栅格图，空间分辨率为250m。降雨侵蚀力是土壤侵蚀的主要动力因子，也是CSLE、RUSLE等模型计算的基础因子。整编完善的长时间序列日降雨资料的数据精度高，提高降雨侵蚀力估算的准确性，也有助于进一步精确估算青藏高原土壤侵蚀量。
章文波
本数据集包括祁连山地区2021年日值0.05°×0.05°地表土壤水分产品。采用耦合小波分析的随机森林优化降尺度模型（RF-OWCM），通过对SMAP L3级被动微波36km地表土壤水分产品（SMAP L3 Radiometer Global Daily 36 km EASE-Grid Soil Moisture, V8）进行降尺度，得到0.05°×0.05°地表土壤水分产品。参与降尺度模型的数据包括GLASS Albedo，MUSES LAI/FVC，中国西部逐日1 km全天候地表温度数据集（TRIMS LST-TP；2000-2021）V2，以及经/纬度等信息。
柴琳娜, 朱忠礼, 刘绍民
基于“第二次青藏高原综合科学考察”和”我国土系调查和《中国土系志》编制项目“获取的土壤调查剖面资料，采用预测性数字土壤制图范式，利用地理信息与遥感技术对成土环境进行精细刻画和空间分析，研发自适应深度函数拟合方法，集成先进的集合式机器学习方法，生成了青藏高原地区系列土壤属性（土壤有机碳、PH值、全氮、全磷、全钾、阳离子交换量、砾石含量（>2mm），砂粒、粉粒、粘粒、土壤质地类型、容重、土体厚度等）三维栅格分布图，并量化了不确定性的空间分布，与已有土壤图相比，较好地表征了青藏高原地区土壤属性的空间变异特征。该数据集可为研究青藏高原地区土壤、生态、水文、环境、气候、生物等提供土壤信息支持。
刘峰, 张甘霖
数据集包含了雅鲁藏布江流域148个点位的实测土壤厚度数据，以及40个点位的土壤样品的物理性质及水力特性（粒径、饱和含水量、有机质含量、饱和导水率等）。采样点遍布雅鲁藏布江流域上游仲巴县至下游林芝市之间。土壤厚度数据通过开挖剖面测量得到，其他土壤数据由采集的环刀样品按标准化实验流程测试得到，因此数据精度较高。该数据集提供的雅鲁藏布江流域土壤数据，可以为青藏高原尺度的大范围土壤制图提供参照，提升相关研究的预测精度。
刘金涛
本数据集提供了基于遥感估算凋萎系数优化后的全球土壤质地数据，空间分辨率为0.25度。数据集采用了SCE-UA的优化方法，以基于SMAP遥感土壤水分估算的凋萎系数为优化目标，对两套常用的土壤质地数据集GSDE（Shangguan et al. 2014）和HWSD（Fischer et al., 2008）进行了优化。与站点观测的结果表明（北美地区44个站点），在陆面模式中使用优化后土壤质地数据集的土壤水分和蒸散比模拟准确度有较为明显的提升。
何晴, 卢麾, 周建宏, 阳坤, 施建成
1）青海省湟水流域典型工业园土壤环境质量数据，为区域工业活动导致的土壤污染管控提供基础支撑； 2）数据来源为湟水流域典型区域土壤样品，样品采集后迅速放入-4℃冰箱保存送尽快至实验室，经前处理后完成相关参数的检测； 3）样品采集、转运过程符合规范，实验检测过程遵照相关标准严格执行结果，因土壤环境各因素的变化，该结果仅针对本次调查结果； 4）该数据可用于对区域土壤污染状况、重金属风险评估等内容进行分析；
王凌青
我们提供了中国范围内1km高质量的土壤湿度数据集-SMCI1.0(Soil Moisture of China by in situ data, version 1.0)，SMCI1.0是包含2000-2020年、日尺度、以10厘米为间隔10层深度（10-100cm）的高时空分辨率土壤湿度。该数据集是以中国气象局提供的1,648个站点观测10层土壤湿度作为基准，使用ERA5_Land时间序列数据、叶面积指数（LAI）、土地覆盖类型（Landtypes）、地形（DEM）和土壤特性（Soil properties）作为协变量，通过机器学习方式获得。我们进行了两组实验以验证SMCI1.0的精度，时间尺度上：ubRMSE为0.041-0.052，R为0.883-0.919；空间尺度上：ubRMSE为0.045-0.051，R为0.866-0.893。 由于SMCI1.0是基于实地观测的土壤湿度，它可以作为现有基于模型和卫星数据集的有效补充。该数据产品可用于各种水文、气象、生态分析和建模，尤其在需要高质量、高分辨率土壤湿度的应用上至关重要。有关数据集的引用及详细描述，请阅读说明文档。为便于使用，我们提供了两种不同分辨率的版本：30 秒（~1km）和0.1度（~9km）。
上官微, 李清亮, 石高松
帕里土壤温湿度观测网位于青藏高原南部，站点平均海拔4486米。观测网提供土壤水分、温度以及冻融信息，旨在为一系列卫星遥感和水文气象研究提供支持。 观测网详细信息： （1）站点数目：25 （2）观测变量：土壤湿度、土壤温度 （3）观测深度：0-5 cm、10 cm、20 cm、40cm （4）空间范围：27.7°-28.1°N； 89.1°-89.4°E （5）空间尺度：0.3°x 0.3°（对应被动微波卫星象元尺度） （6）记录间隔：30 min （7）测量精度： ±2%（土壤水分）；±1℃（土壤温度） 数据文件字段描述： （1）变量1-6：观测时间（yyyy-mm-dd-hh-mm-ss；北京时间，UTC+8） （2）变量7-34：各站点观测值（实型，缺省值：-99.00） （3）土壤水分（SM）：体积含量，单位：%vol（m3/m3） （4）土壤温度（ST）： 单位：℃ 数据校正与质量控制： （1）土壤水分：基于实测土壤质地和有机质对“介电常数-土壤水分”转换公式进行校正 （2）土壤温度：针对实测数据进行合理物理范围内的质量控制
阳坤, 陈莹莹, 赵龙, 秦军, 拉珠, 周旭, 姜尧志, 田佳鑫
本数据包含青藏高原西部52个样点0-10cm、10-20cm和20-30cm土壤深度的土壤碳氮含量，土壤样本是由研究团队在2019-2020年间通过土壤打钻的方法获得，将土壤过2mm孔径筛后，进行风干和挑除细根的处理，再在实验室由碳氮分析仪测定。本数据可以为未来全球气候变化情景下研究青藏高原西部不同深度土壤碳氮过程提供理论基础，同时为模型模拟土壤碳氮循环过程提供数据支持，这有助于更深刻地理解青藏高原西部土壤碳氮循环过程。
丁金枝
综合利用站点观测输沙量、气象及遥感观测资料，改进通用水土流失方程（RUSLE）的降雨-融雪径流侵蚀力计算方案，并基于改进的RUSLE模型完成重点侵蚀区“一江两河”坡面侵蚀量的计算，获得了2001-2015年该区域多年平均降雨侵蚀力因子、土壤可蚀性因子、坡长坡度因子、植被覆盖因子、水土保持措施因子以及土壤侵蚀速率的空间分布。该数据集可解析年楚河流域“水少沙多”和拉萨河流域“水多沙少”的现象，为区域水土保持工作提供理论支持。
王莉, 张凡
本数据集是基于青藏高原多年冻土分布区1114个样点的土壤调查数据，重点考虑了古气候在估算青藏高原土壤碳储量中的重要作用，在综合了气候（古气候和现代气候条件）、植被、土壤（土层厚度和土壤理化属性等）和地形等因素后，通过机器学习算法重新评估得到的青藏高原3m深度土壤碳储量。结果集表明当前陆地生态系统模型普遍低估了青藏高原冻土碳库大小，模型中缺乏对古气候影响的考虑是导致模拟偏差的重要原因。因此，未来模型模拟土壤碳循环应该将古气候的作用考虑在内。
丁金枝
1）数据内容： 生物标志物数据能够用于重建古气候，本套数据除了重建气候外，还尝试用于重建古海拔，并获得了较好的结果 2）数据来源及加工方法 生物标志物分析：样品经过超声萃取后，通过柱层析分离从而获得甲醇洗脱组分，定容后在LC-MS上机测试分析，得到GDGT数据(数据表述为无纲量的峰面积) 3）数据质量 样品采集、实验处理均按照严格的标准进行，所获数据质量可靠。 4) 数据应用成果及前景 应用这套数据发表SCI论文1篇（Frontiers in Earth Science）。
聂军胜
本数据集是中巴经济走廊及天山山脉土壤类型图（1971-1981），来源于世界粮农组织（FAO）和谐世界土壤数据库(v1.2)，覆盖范围为全球，空间分辨率为0.0833333°。该土壤数据是世界粮农组织与世界土壤信息机构、中国科学院土壤研究所及欧盟委员会联合研究中心合作的结果。统一的世界土壤数据库是一个拥有15000多个不同土壤测绘单元的30弧秒栅格数据库，结合了全世界现有的土壤信息与世界粮农组织的1:5 000 000比例尺世界土壤图（粮农组织，1971-1981）中的信息。该栅格数据库由21600行和43200列组成，并使用标准化的结构将属性数据与栅格地图联系起来，以显示或查询土壤单位的组成和选定的土壤参数的特征。土壤类型图可以为土地利用规划，地质灾害防治和管理等提供基础科学参考。
裴艳茜
本数据集包括祁连山地区2020年日值0.05°×0.05°地表土壤水分产品。采用耦合小波分析的随机森林优化降尺度模型（RF-OWCM），通过对SMAP L3级被动微波36km地表土壤水分产品（SMAP L3 Radiometer Global Daily 36 km EASE-Grid Soil Moisture, V8）进行降尺度，得到0.05°×0.05°地表土壤水分产品。参与降尺度模型的数据包括GLASS Albedo，MUSES LAI/FVC，中国西部逐日1 km全天候地表温度数据集（TRIMS LST-TP；2000-2021）V2，以及经/纬度等信息。
柴琳娜, 朱忠礼, 刘绍民
土壤冻结深度(SFD)是评估冻土区水资源平衡、地表能量交换和生物地球化学循环变化所必需的，是冰冻圈气候变化的重要指标，对季节性冻土和多年冻土都至关重要。 本数据是基于Stefan方程，对CanEMS2 (RCP 45和RCP85)、GFDL-ESM2M （RCP26、RCP45、RCP60和RCP85）、HadGEM2-ES（RCP26、RCP45和RCP85）、IPSL-CM5A-LR（RCP26、RCP45、RCP60和RCP85）、MIROC5（RCP26、RCP45、RCP60和RCP85）和NorESM1-M（RCP26、RCP45、RCP60和RCP85）等多模型不同情景下，利用逐日气温的预测数据及E-factor数据，获得2007-2065年空间分辨率为0.25度，青藏高原区域年平均土壤冻结深度数据集。
潘小多, 李虎
土壤剖面指从地面垂直向下的土壤纵剖面，也就是完整的垂直土层序列，是土壤成土过程中物质发生淋溶、淀积、迁移和转化形成的。不同类型的土壤，具有不同形态的土壤剖面，土壤剖面可以表示土壤的外部特征，也能反映土壤的形成过程及土壤性质。阿尔金山-柴达木盆地荒漠带土壤剖面照片集（2019-2021）反映了该区域不同取样点的土壤剖面特征。本数据集土壤剖面照片均来源于2019年至2021年阿尔金山-柴达木盆地荒漠带植被与土壤调查。该数据集对于解析土壤剖面地球化学组成特征、土壤形成的地质背景以及成壤作用具有重要的指示意义。
秦树高
该数据集包含了青海湖千户里小流域的高寒草甸观测的季节性冻土土壤活动层土壤温度和湿度高频观测数据，站点位于青海刚察县，处于沙柳河流域的支流上游，处于河谷东侧，海拔高度介于3565-3716ｍ，海拔落差151 ｍ，是典型的高寒草甸下垫面，观测点的经纬度为E100°15，37°25'N。 10层土壤水分SM（5cm、10cm、20cm、40cm、80cm、100cm、120cm、140cm、160cm和180cm）10层土壤温度ST（5cm、10cm、20cm、40cm、80cm、100cm、120cm、140cm、160cm和180cm）及10层土壤介电常数EC（5cm、10cm、20cm、40cm、80cm、100cm、120cm、140cm、160cm和180cm）。数据1-10编号对应相应（5cm、10cm、20cm、40cm、80cm、100cm、120cm、140cm、160cm和180cm）的土壤深度。 原始的采集器输出数据统一整理成30分钟采样周期并经过初步质量控制，将整理后的将数据30分钟存储，命名规则为：数据日期。 数据观测时段为2018年11月5日至2011年12月21日。2020年下半年数据缺失较多。时间分辨率半小时。该数据集可为率定土壤水热模型，及土壤活动层动态刻画提供数据支撑。
李小雁, 王佩
土壤水分是地气交互作用的重要边界条件，是全球观测系统提出的关键气候变量之一；植被光学厚度是微波辐射传输过程中衡量植被衰减特性的物理量，在表征植被水分与生物量动态变化中具有重要作用。 本数据集使用多通道协同反演算法获取SMAP观测的土壤水分与植被光学厚度。该算法利用参数间的自约束关系与通道间的理论转换关系进行地表参数反演，反演过程不依赖于其他辅助数据，并适用于多种不同载荷配置。本数据集的土壤水分反演结果包含了融化期的土壤水分含量与冻结期的液态水含量；同时反演了水平和垂直两个极化的植被光学厚度，是全球第一套具有极化差异的L波段植被光学厚度产品。 本数据集基于国际土壤水分观测网络、美国农业部及研究室自建发布的共19个土壤水分密集观测站网（其中包含9个SMAP核心验证站点以及SMAP尚未使用的10个密集观测站点）以及被广泛使用的土壤气候分析网络SCAN进行验证，结果发现MCCA土壤水分反演结果精度优于其它SMAP产品。
赵天杰, 彭志晴, 姚盼盼, 施建成
本数据集为TCA(Triple Collocation Analysis)算法代码集，用于生成2011-2018年全球日尺度土壤水分融合数据。
谢秋霞, 贾立, 胡光成
2019-2021年的复杂山区泥石流、堰塞湖沉积物测年数据。数据采集地点为青藏高原东缘、南缘等区域泥石流易发的复杂山区。主要在中国科学院青海盐湖研究所盐湖化学分析测试中心、中国科学院成都山地所分析测试中心等完成实验分析。使用的仪器包括Risø TL/OSL–DA–20全自动释光仪等。建立了典型复杂山区泥石流沉积物年代数据集，定量研究了复杂山区泥石流沉积物的形成年代，确定了复杂山区的古泥石流灾害活动历史。
胡桂胜
本数据集是一个包含10年（2010-2019）的全球日尺度地表土壤水分数据集，分辨率为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.(2017，2021)发展的土壤水分神经网络反演算法，将SMAP的优势传递到FY-3B/MWRI，利用人工神经网络方法，以SMAP标准土壤水分产品为训练目标，以FY-3B/MWRI的亮温为输入，最终输出长时序土壤水分数据。土壤水分精度和SMAP接近，达到5%左右。（ 全球14个密集观测站网的验证精度 ）。
姚盼盼, 卢麾, 赵天杰, 武胜利, 施建成
该数据集包含西藏念青唐古拉山沿海拔梯度（30°30′-30°32′N, 91°03′E; 4500m, 4600m, 4700m, 4800m, 4900m, 5000m, 5100m, 5200m）的生态系统呼吸及土壤温度和水分含量的数据。数据来自兰州大学生态学创新研究院科考团队在2021年，利用Li-8100 CO2气体分析仪实时测定的数据。数据集为原始未经过处理的数据，是在高原实际气压条件下的观测数据。该数据集可用来分析西藏念青唐古拉山海拔梯度生态系统呼吸的季节动态极其调控因子，数据集补充了青藏高原腹地山地碳循环观测数据的不足。
赵景学
于2020年8月~9月在西藏自治区的河湖源区开展规范的野外调查和土壤样品采集工作，采集土壤样品共150个。数据集包括序号、样地号、经纬度、海拔、土壤含水量、容重、有机质、全氮、全磷、全钾、pH和机械组成（砂粒、粉粒和粘粒含量），数据格式为Excel表。各项土壤性质的测定参考《土壤环境质量监测技术规范》的要求，通过野外采样和室内测试获得。土壤容重分别测量5–10 cm和15-20 cm土层。机械组成根据国际制分类标准，划分为砂粒（2–0.02 mm）、粉粒（0.02–0.002 mm）和粘粒（< 0.002 mm）。土壤去除石砾、根系等杂质并粉碎，土壤有机质、全氮、全磷、全钾的测定是全样。pH用电位法测定，水土比为2.5：1。土壤样品的采集参照土壤样品采集规范，室内分析测试参照标准的分析方法，通过测定重复样品和标准样品对数据质量进行控制。此数据可以为综合评估典型土地利用变化的环境效应提供数据支撑。
汪霞
那曲土壤温湿度观测网位于青藏高原中部100 km x 100 km的空间范围，站点平均海拔4650米。观测网提供三个空间尺度（1°、0.3°、0.1°）的土壤水分、温度以及冻融信息，旨在为一系列卫星遥感和水文气象研究提供支持。 观测网详细信息： （1）站点数目：57 （2）观测变量：土壤湿度、土壤温度 （3）观测深度：0-5 cm、10 cm、20 cm、40cm （4）空间范围：31°-32°N； 91.5°-92.5°E （5）空间尺度：1°x 1°（对应GCM网格尺度）、0.3°x 0.3°（对应被动微波卫星象元尺度）、0.1°x 0.1°（对应主被动融合微波象元尺度） （6）记录间隔：30 min （7）测量精度： ±2%（土壤水分）；±1℃（土壤温度） 数据文件字段描述： （1）变量1-6：观测时间（yyyy-mm-dd-hh-mm-ss；北京时间，UTC+8） （2）变量7-78：各站点观测值（实型，缺省值：-99.00） （3）土壤水分（SM）：体积含量，单位：%vol（m3/m3） （4）土壤温度（ST）： 单位：℃ 数据校正与质量控制： （1）土壤水分：基于实测土壤质地和有机质对“介电常数-土壤水分”转换公式进行校正 （2）土壤温度：针对实测数据进行合理物理范围内的质量控制
阳坤, 陈莹莹, 赵龙, 秦军, 拉珠, 周旭, 姜尧志, 田佳鑫
本数据集记录了沙化土地植被恢复重建技术模拟区（宁夏/中卫/沙坡头）2021.01-2021.12的气象要素以及不同深度土壤三参数数据，以及为探明咸海高矿化度咸水用于植被建设的可行性，课题成员于2020-2021年在新疆塔里木河下游农二师31团2连、甘泉堡、克拉玛依、轮台、图木舒克等盐碱地开展咸水灌溉种植盐地碱蓬试验，用以研究不同植物在高矿化度咸水灌溉下的表型特征。收集到的数据包括土壤含水量、电导率、土壤盐分等土壤理化性质以及耐盐植物生理等数据。
李新荣, 何明珠, 赵振勇
该数据集包含了2020年青藏高原草原水平及垂直样带土壤和植被碳氮含量。土壤中碳（C）、氮（N）元素作为植物生长发育所需的重要营养元素，其含量高低及其化学计量特征不仅可以反映植物制造同化产物的能力和养分利用效率，还能判断影响植物生长发育的限制性元素。其中，C:N是判定叶片光合作用固碳能力的重要依据，因此分析高原地区水平及垂直样带上土壤及植物的碳氮含量，对生态环境建设具有重要意义。该数据主要是通过2020年的样带考察时实地观测获得（此后在实验室内进行分析测定）。获得样方植物样品后利用中科院植物所分析中心元素分析仪及总碳/总氮分析仪测试。其中，土壤有机碳及总氮为三个重复取样所得平均数。共获得了8个样点不同草地类型水平样带样点的土壤碳氮含量及22个水平样带样方、5个垂直样带样方的植被叶片碳氮含量。
许振柱
数据集包括4个数据文件，分别是（1）土地利用数据集_祁连山-阿尔金综合区（2021），包括祁连山-阿尔金综合区31个点的土地利用调查数据，包括调查时间、地点、经纬度、海拔、坡度坡向、主要植被类型和优势物种；（2）优势物种叶绿素含量数据集_祁连山-阿尔金综合区（2021），包括祁连山-阿尔金综合区31个调查点优势物种的叶绿素含量，每株植物选择5片叶，分别测定叶片上部、中部和下部的叶绿素含量；（3）叶面积调查数据_祁连山-阿尔金综合区（2021），包括祁连山-阿尔金综合区31个调查点主要植被类型的叶面积指数调查数据和计算求得的平均值，使用Sunscan冠层分析仪进行测量；（4）土壤温湿度数据集_祁连山-阿尔金综合区（2021），包括祁连山-阿尔金综合区31个调查点的经纬度、海拔、土壤表面温度、土壤30cm处湿度，数据记录为每个调查点3次重复测量。该数据集可用于青藏高原植被环境变化规律分析研究。
周广胜, 周怀林, 王玉辉
1）数据内容：草地围栏工程内外对比土壤理化性质数据集，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）"、"pH (0-15cm)"、"pH(15-30cm)"、"SOM (0-15cm（‰）)"、"SOM(15-30cm（‰）)"、"TN(0-15（‰）)"、"TN(15-30（‰）)"、"TP(0-15（‰）)"、"TP(15-30（‰）)" 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的稳定增长。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
"基于青藏高原不同的退化过程，分别将1990和2015的冻土退化、植被退化、盐碱化、沙漠化、土壤侵蚀过程作为主要的退化类型，选择对高原土地退化影响显著的退化过程进行叠加，评估从1990到2015时期内青藏高原土地退化变化趋势。土地退化类型分类：0 - No degradation； 1 - Salinization； 10 - Permafrost degradation； 11 - Salinization and permafrost degradation； 100 - Soil erosion； 101 - Soil erosion and salinization； 110 - Soi erosion and permafrost degradation； 111 - Soi erosion, permafrost degradation and salinization； 1000 - Desertification； 1001 - Desertification and salinization； 1010 - Desertification and permafrost degradation； 1011 - Desertification, permafrost degradation and salinization； 1100 - Desertification and soil erosion； 1101 - Desertification, soil erosion and salinization； 1110 - Desertification, soil erosion and permafrost degradation； 1111 - Desertification, soil erosion, permafrost degradation and salinization； 10000 - Vegetation degradation； 10001 - Vegetation degradation and salinization； 10010 - Vegetation degradation and permafrost degradation； 10011 - Vegetation degradation, permafrost degradation and salinization； 10100 - Vegetation degradation and soil erosion； 10101 - Vegetation degradation, soil erosion and salinization； 10110 - Vegetation degradation, soil erosion and permafrost degradation； 10111 - Vegetation degradation, soil erosion, permafrost degradation and salinization； 11000 - Vegetation degradation and desertification； 11001 - Vegetation degradation, desertification and salinization； 11010 - Vegetation degradation, desertification and permafrost degradation； 11011 - Vegetation degradation, desertification, permafrost degradation and salinization； 11100 - Vegetation degradation, desertification and soil erosion； 11101 - Vegetation degradation, desertification, soil erosion and salinization； 11110 - Vegetation degradation, desertification, soil erosion and permafrost degradation； 11111 - Vegetation degradation, desertification, soil erosion, permafrost degradation and salinization；"
赵广举
泛第三极土壤可蚀性因子（K）数据集，基于国际土壤信息参比中心（International Soil Reference and Information Centre, ISRIC）网站（https://files.isric.org/soilgrids/latest/data/）下载的7.5弧秒分辨率土壤属性数据计算，所用数据包括土壤黏粒含量（%）、粉粒含量（%）、砂粒含量（%）、土壤有机碳含量（g/kg）、土壤质地类型。利用Wischmeier（1978）在USLE手册第二版中提出的土壤可蚀性因子算法、本项目研发的土壤可蚀性因子计算工具（K_Tool），计算得到与输入数据分辨率（30弧秒，尺度地区约1000m）相同分辨率的土壤可蚀性因子图。泛第三极土壤可蚀性因子数据，是基于CSLE进行土壤侵蚀速率计算的必备数据，同时也是分析泛第三极土壤特征的基础数据。
杨勤科
泛第三极（LS）数据集，基于公开的1弧秒分辨率SRTM数字高程数据（Shuttle Radar Topography Mission, SRTM；http://srtm.csi.cgiar.org），经过去接边、去除伪条纹等和滤波除噪等预处理，利用CSLE模型中的坡度坡长因子算法和本项目研发的坡度坡长因子计算工具（LS_Tool），计算得到30弧秒分辨率坡度坡长因子图。泛第三极65国坡度坡长因子数据，是基于CSLE进行土壤侵蚀速率计算的必备数据，同时分析泛第三极265国侵蚀地形特征（如高程、坡度、坡度等宏观分布和微观格局）的基础数据，对于该地区地貌特征、地质灾害特征的分析，也具有参考价值。
杨勤科
土壤是人类生存和发展的基础，多个联合国可持续发展目标（SDGs）与土壤资源利用和管理直接相关。然而，全球和我国现有土壤信息大多源于历史土壤调查，较为粗略、陈旧，不能满足应对粮食安全、水资源紧缺、土地退化和气候变化等全球和区域性问题的需要。中国疆域辽阔，土壤景观复杂多样，人为活动强烈，建立高精度土壤信息网格在科学上和应用上均有重要意义。基于近年“我国土系调查与《中国土系志》编制项目”获得的5000多个代表性土壤剖面样点，采用预测性土壤制图范式，利用地理信息与遥感技术对成土环境条件进行精细刻画和空间分析，研发自适应深度函数拟合方法，集成先进的集合式机器学习方法，在高性能并行计算环境下生成了我国系列土壤属性（土壤有机碳、PH值、全氮、全磷、全钾、阳离子交换量、砾石含量（>2mm），砂粒、粉粒、粘粒、土壤质地类型、容重、土体厚度等）高分辨率三维栅格分布图，并估算了不确定性的空间分布。与现有土壤图和相关土壤数据集相比，本研究结果大幅提高了现有制图的准确性和精细度，并提供了空间预测的不确定性信息，更好地表征了我国土壤属性的空间变异特征。该工作初步构建了我国第1版高分辨率国家土壤信息网格，也是对全球数字土壤制图计划（GlobalSoilMap.net）的重要贡献，预期在土壤资源、农业、水文、生态、气候、环境等领域有广泛的应用前景，如土壤监测与管理、土壤功能评价、陆面过程模拟和法庭土壤物证溯源等。
刘峰, 张甘霖
降雨侵蚀力是量化青藏高原土壤侵蚀的重要基础数据之一。高精度的降雨侵蚀力数据是了解目前青藏高原水土流失现状，以及制定水土保持措施的关键，同时可以为青藏高原地质灾害防治提供有力参考。本研究基于青藏高原1-min稠密降水观测数据和高精度格点降水资料，经过订正、重构和检验等步骤，构建了一套新的青藏高原1950~2020年逐年降雨侵蚀力数据集。该数据集是目前青藏高原精度最高、时间序列最长的降雨侵蚀力数据集。
陈悦丽
土壤呼吸是陆地生态系统仅次于光合作用的碳通量，土壤生物化学过程CO2和δ13C产生与输送是土壤呼吸量级与过程评价的制约因素。根据土壤生物化学过程CO2气体产生和输送特点，基于稳定同位素红外光谱技术，自主研发非线性在线标定技术、多通道双循环的高效循环气路、气体浓度预降低的高效循环气路、可模拟冻融过程的变温技术；集成创新研制分别针对土壤-大气界面气体交换过程、土壤内部气体垂直运移过程和土壤有机质分解过程的三套CO2及其δ13C浓度和通量观测系统，并在生态脆弱区开展观测示范，有效解决了土壤生物化学过程CO2的产生、运移与释放的综合监测难题。 本课题研发了土壤微生物呼吸δ13C全自动变温模拟与测定系统，针对野外试验条件无法控制的难题，建立室内的可模拟冻融过程的全自动变温模式与部件，可按既定程序调节培养瓶内的温度，实现模拟复杂情景的实验需求。变温模拟与测定系统控温范围-5~35℃、控温精度优于0.23℃、变温速率为1.06 ℃/2 min（0~35℃）和0.70 ℃/2 min（-5~0℃），可至少同时控制16 路的培养瓶和3 路标气。 将野外采集的土壤样品分别放在16个样品瓶中，利用本课题研发的土壤微生物呼吸δ13C全自动变温模拟与测定系统，获得了从-5℃到35℃升温和降温过程土壤呼吸CO2浓度和δ13C数据。数据处理通常先通过仪器性能参数初步判断数据质量，然后利用标气对实测CO2浓度和δ13C进行校正，并对空气湿度、温度、大气压和通量计算的斜率进行质控，剔除异常数据，获得质控后的高质量数据，并利用通量计算公式计算CO2及其δ13C通量数据。 该设备平均国产化率 80%以上，已运用于森林、草地、和农田等生态系统的自动化监测，实现我国生态监测技术的自主创新与升级换代，可以推广到CERN、CFERN和CNERN以及其它相关部门类似的野外台站，有助于大幅提升我国对生态监测与评估的科技研发能力、水平和国际影响力，有效支撑我国陆地生态系统固碳速率及潜力评估与认证，为国家生态文明建设、碳达峰碳中和以及生态安全调控提供技术支撑。
孙晓敏
土壤呼吸是陆地生态系统仅次于光合作用的碳通量，土壤生物化学过程CO2和δ13C产生与输送是土壤呼吸量级与过程评价的制约因素。根据土壤生物化学过程CO2气体产生和输送特点，基于稳定同位素红外光谱技术，自主研发非线性在线标定技术、多通道双循环的高效循环气路、气体浓度预降低的高效循环气路、可模拟冻融过程的变温技术；集成创新研制分别针对土壤-大气界面气体交换过程、土壤内部气体垂直运移过程和土壤有机质分解过程的三套CO2及其δ13C浓度和通量观测系统，并在生态脆弱区开展观测示范，有效解决了土壤生物化学过程CO2的产生、运移与释放的综合监测难题。 土壤和大气δ13C廓线协同观测系统：针对大气和土壤CO2气体浓度差异较大而土壤CO2气体浓度非常高的难题，利用旁路系统零气降低气路内CO2气体浓度的方式，消除“死气”对观测结果的干扰。通过旁路系统零气动态稀释的方式将气体分析仪最佳测试区间从300-2000 ppm拓展为300-80000 ppm，达到项目的核心技术指标要求。从技术创新上首次实现了低浓度与高浓度兼顾的在线标定系统，解决仪器非线性响应与时间漂移和多通道双循环的气路设计和CO2浓度预降低气路设计，有效解决管路长导致气路切换效率低的问题。 研制设备平均国产化率 80%以上，已运用于森林、草地、和农田等生态系统的自动化监测，实现我国生态监测技术的自主创新与升级换代，可以推广到CERN、CFERN和CNERN以及其它相关部门类似的野外台站，有助于大幅提升我国对生态监测与评估的科技研发能力、水平和国际影响力，有效支撑我国陆地生态系统固碳速率及潜力评估与认证，为国家生态文明建设、碳达峰碳中和以及生态安全调控提供技术支撑。
孙晓敏
土壤呼吸是陆地生态系统仅次于光合作用的碳通量，土壤生物化学过程CO2和δ13C产生与输送是土壤呼吸量级与过程评价的制约因素。根据土壤生物化学过程CO2气体产生和输送特点，基于稳定同位素红外光谱技术，自主研发非线性在线标定技术、多通道双循环的高效循环气路、气体浓度预降低的高效循环气路、可模拟冻融过程的变温技术；集成创新研制分别针对土壤-大气界面气体交换过程、土壤内部气体垂直运移过程和土壤有机质分解过程的三套CO2及其δ13C浓度和通量观测系统，并在生态脆弱区开展观测示范，有效解决了土壤生物化学过程CO2的产生、运移与释放的综合监测难题。 多通道双循环土壤呼吸δ13C观测系统：研发CO2及其δ13C 分析仪的多浓度的非线性响应的在线标定系统，确保仪器的精度和准确度；研发多通道气路间的双泵双循环的CO2及其δ13C高效循环气路，通过待测通道气体预混，最大限度地降低了切换时间并消除了“死气”对观测结果的干扰；基于模拟通量验证系统测试表明CO2和δ13C模拟通量结果均优于0.32 μmol m-2 s-1 @ 10 μmol m-2 s-1 (CO2)和0.52‰ @ 10 μmol m-2 s-1 (CO2)，优于项目的核心技术指标要求。 该设备平均国产化率 80%以上，已运用于森林、草地、和农田等生态系统的自动化监测，实现我国生态监测技术的自主创新与升级换代，可以推广到CERN、CFERN和CNERN以及其它相关部门类似的野外台站，有助于大幅提升我国对生态监测与评估的科技研发能力、水平和国际影响力，有效支撑我国陆地生态系统固碳速率及潜力评估与认证，为国家生态文明建设、碳达峰碳中和以及生态安全调控提供技术支撑。
孙晓敏
本数据由中国科学院纳木错多圈层综合观测研究站自动气象站观测获得，地理位置坐标为北纬30.77°，东经90.96°，海拔4730m，下垫面为高寒草原。数据集要素包括土壤温度、土壤含水量、电导率，按照三个测量深度（分别为0、10和20厘米）进行测量。时间范围为2019年2月2020年12月。数据质量方面：已经通过噪点控制、图示检查。数据以excel文件存储。监测期间数据稳定、连续性较好。同时，本数据应用前景广泛，可服务于如气候学、自然地理学和生态学等背景的研究生和科学家。
王君波
基于遥感的全球表层土壤水旬度数据集（RSSSM，2003~2020）是在世界11种常用的全球微波遥感土壤水数据产品基础上，采用神经网络方法，融入了9个微波遥感反演土壤水分的质量影响因子完成。数据空间分辨率是0.1度，时间分辨率为旬。原数据覆盖2003~2018年，现更新至2020年。RSSSM数据集的时间连续性突出，除冰雪和水体外实现空间全覆盖。通过全球实测数据进行检验，可证明RSSSM数据集较已有的常用全球或区域长时间序列表层土壤水产品具有更高的时空格局精度。此外，虽然RSSSM数据是基于遥感的，未融合任何降水资料，但其年际变异与降水量（如GPM IMERG降水数据）和标准化降水蒸散发指数（SPEI）的时间变异均可较好地吻合。RSSSM数据还可一定程度反映城市化、农田灌溉、植被恢复等人类活动对土壤水分的影响。数据为tiff格式，压缩后的数据量为2.48 GB。 数据论文于2021年发表在Earth System Science Data。
陈永喆, 冯晓明, 傅伯杰
1）数据内容为65国平均降雨侵蚀力R栅格数据，空间分辨率为1km。2）数据源为Climate Prediction Center（CPC）发布的基于全球站点数据，基于此生成的0.5°×0.5°网格日降雨数据，从而计算了65国降雨侵蚀力R因子。3）采用中国气象局全国2358个气象站1986-2015年日降雨数据计算R值，对建立CPC数据源计算的R值进行复核修订，最终取得的数据质量良好。4）降雨侵蚀力R因子作为CSLE模型的动力因子，其数据可分析65国土壤侵蚀模拟及其空间格局分析，对于研究土壤侵蚀机理等具有重要意义。
章文波
泛极第三极20国土壤可蚀性因子（K）数据，基于国际土壤信息参比中心（International Soil Reference and Information Centre, ISRIC）网站（https://files.isric.org/soilgrids/latest/data/）下载的7.5弧秒分辨率土壤属性数据计算，所用数据包括土壤黏粒含量（%）、粉粒含量（%）、砂粒含量（%）、土壤有机碳含量（g/kg）、土壤质地类型。利用Wischmeier（1978）在USLE手册第二版中提出的土壤可蚀性因子算法、本项目研发的土壤可蚀性因子计算工具（K_Tool），计算得到与输入数据分辨率（1弧秒，尺度地区约25m）相同分辨率的土壤可蚀性因子图。泛第三极20国土壤可蚀性因子数据，是基于CSLE进行土壤侵蚀速率计算的必备数据，同时也是分析泛第三极土壤特征的基础数据。
杨勤科
泛第三极20国坡度坡长因子（LS）数据集，基于公开的1弧秒分辨率SRTM数字高程数据（Shuttle Radar Topography Mission, SRTM；http://srtm.csi.cgiar.org），经过去接边、去除伪条纹等和滤波除噪等预处理，利用CSLE模型中的坡度坡长因子算法和本项目研发的坡度坡长因子计算工具（LS_Tool），计算得到7.5弧秒分辨率坡度坡长因子图。泛第三极20国坡度坡长因子数据，是基于CSLE进行土壤侵蚀速率计算的必备数据，同时分析泛第三极20国侵蚀地形特征（如高程、坡度、坡度等宏观分布和微观格局）的基础数据，对于该地区地貌特征、地质灾害特征的分析，也具有参考价值。
杨勤科
1）数据内容包含重点区域20国植被覆盖与生物措施因子B栅格数据，空间分辨率为300米。2）基础数据源为2014~2016年的MODIS MOD13Q1产品，空间分辨率250m，据此计算得到3年平均的24个半月植被覆盖度栅格数据，然后按地类计算土壤流失比例，进一步利用24个半月的降雨侵蚀力进行加权平均，得到植被覆盖与生物措施B因子栅格图。3）MOD13Q1遥感植被数据侧重进行了去云预处理，计算的B因子按地类进行统计并进行合理性分析，最终取得的数据质量良好。4）植被覆盖与生物措施B因子反映了地表土地利用/植被覆盖对土壤侵蚀的影响，对重点区域20国的土壤侵蚀模拟及其空间格局分析具有重要意义。
章文波
1）数据内容包含重点区域20国2015年土壤侵蚀强度栅格数据，空间分辨率为300米。2）基于重点区域20国13000个调查单元数据，采用中国土壤侵蚀预报模型（CSLE），计算降雨侵蚀力因子、土壤可蚀性因子、坡长因子、坡度因子、植被覆盖与生物措施因子、工程措施因子以及耕作措施因子。然后按土类进行土壤侵蚀量插值并进一步进行强度分级，得到重点区域20国土壤侵蚀强度图。3）对土壤侵蚀强度数据进行空间格局合理性分析，数据质量良好。4）土壤侵蚀强度数据对理解重点区域20国土壤侵蚀空间格局及开展水土流失治理等具有重要意义。
章文波
于2019年7月至8月在青海省西宁市至格尔木市段、青海省格尔木市至西藏自治区拉萨段、以及格尔木市至西宁段每隔20km在远离人为扰动的地方采集不同土地利用类型的土壤样品，共计土壤样品147个，其中草地83个，沙地48个，农地14个，林地3个。数据集内容包括序号、各样点地理位置、土地利用类型、经纬度坐标、海拔、土壤全氮、全磷、全钾含量和土壤pH，数据格式为Excel表。本数据集通过野外采样与室内实验相结合的方法自主测定获得。在各样方内用随机取样法，用土钻(直径8 cm)取0-15 cm的土样，用粗筛筛去与根系脱离的土壤，全氮、全磷、全钾的测定是全样，用的0.15mm的土样，其中全氮通过半自动凯氏定氮仪测定，全磷采用分光光度计测定，全钾采用火焰光度计测定，pH测定：称取过1mm筛的风干土样10g于50ml烧杯中，加入无二氧化碳蒸馏水保持水土比为2.5:1，用PHSJ-4F实验室进行测定。此数据可为高寒生态系统修复提供数据支撑和科学依据。
赵广举
于2019年9月~10月在三江源区沿214国道开展野外调查，考察的地质、地貌、气候和植被类型资料，并采集沿线土壤样品，共计土壤样品32个。并于2020年6月~7月在三江源区典型沙化草地、放牧草地和高原鼠兔活动区开展野外调查，其中不同沙化程度土样15个，不同放牧强度土样9个，鼠兔活动区土样12个，共计36个。两次野外调查合计土样68个。数据集内容包括序号、各样点地理位置、土地利用类型、经纬度坐标、海拔、土壤全氮、全磷、全钾含量和土壤pH，数据格式为Excel表。本数据集通过野外采样与室内实验相结合的方法自主测定获得。其中全氮通过半自动凯氏定氮仪测定，全磷采用分光光度计测定，全钾采用火焰光度计测定，pH采用PHSJ-4F实验室pH计测得。此数据可为高寒生态系统修复提供数据支撑和科学依据。
赵广举
地表向下辐射（SDR）包括短波向下辐射（SWDR）和长波向下辐射（LWDR），对能源和气候研究具有重要意义。考虑到东亚-太平洋（EAP）地区缺乏具有高时空分辨率的可靠SDR数据，利用下一代地球静止卫星Himawari-8开发了2016至2020年、时空分辨率为10min/0.05°的短波和长波数据集。SDR产品充分考虑了云、高气溶胶背景和地形效应对SWDR的影响。与云和地球辐射能系统（CERES）、欧洲中期天气预报中心（ECMWF）、下一代再分析（ERA5）和全球陆表特征参量产品（GLASS）等辐射产品对比，新SDR产品不仅分辨率明显更高，而且产品精度也更优。在精度方面，新SWDR的每小时和每日均方根误差分别为104.9和31.5 Wm-2，远小于CERES（分别为121.6和38.6 Wm-2）、ERA5（分别为176.6和39.5 Wm-2）和GLASS（每日36.5 Wm-2）。同时，新LWDR每小时和每日值的RMSE分别为19.6和14.4 Wm-2，与CERES和ERA5相当，在高海拔地区甚至更优。
胡斯勒图, 王天星, 杜艺涵
新的北半球多年冻土图利用基于规则的GIS模型融合了新的多年冻土范围（Ran et al., 2021b）、气候条件、植被结构、土壤和地形条件以及富冰和富含有机质多年冻土图（yedoma）。与之前的多年冻土图不同，根据多年冻土与气候和生态系统的复杂交互作用，我们将北半球多年冻土分为五种类型：气候驱动型、气候驱动型/生态系统改造型、气候驱动型/生态系统保护型、生态系统驱动型和生态系统保护型。除去冰川和湖泊，北半球这五种类型的面积分别为3.66×106km2、8.06×106km2、0.62×106km2、5.79×106km2和1.63×106km2。北半球81%的多年冻土区受到生态系统的改造、驱动或保护，表明生态系统在北半球多年冻土稳定性中的主导作用。气候驱动的多年冻土只占北半球多年冻土区的19%，主要分布在高北极和高山地区，如青藏高原。
冉有华, M. Torre Jorgenson, 李新, 金会军, 吴通华, 李韧, 程国栋
本地表粗糙度数据集来源于滦河流域土壤水分遥感试验中的地面同步观测，分别覆盖（1）70 km×12 km 典型试验区（南北航线）的30个样区以及（2）165 km×5 km复杂试验区（东北—西南航线）的8个样区。数据分别于2018年9月17日、2018年9月18日和2018年9月20日获取，试验测量了每个样区中典型地物的东西（或平行垄）方向和南北（或垂直垄）方向的粗糙度。地表粗糙度以均方根高度和相关长度进行表示，其中均方根高度是垂直方向上粗糙程度的度量，自相关长度作为粗糙程度在水平方向上的度量。本数据集经过土壤表面高度数字化、斜度校正、周期校正、粗糙度计算等步骤处理得到。
郭鹏
典型矿产开发工程区域水环境数据包含青藏高原东北部祁连山成矿带超大型金矿带典型矿产开发区域周边水样检测数据集（2019）、青藏高原东北部祁连山成矿带超大型金矿带典型矿产开发区域周边沉积物及土样检测数据集（2019）。数据第一行为经纬度、元素名称，第二行为元素含量单位，第一列为样点编号。数据获取方式为2019年8月在甘南藏族自治州早子沟金矿、大水金矿、忠曲尾矿库周边相关流域采集的水体、沉积物、土壤样品，水样采用美国热电公司iCAP SQ型电感耦合等离子体质谱仪和海光光学AFS-2202E型原子荧光光谱仪进行检测分析，土壤和沉积物采用IEEXRF荧光光谱仪进行检测分析，主要分析K、Ca、Na等常量元素和Cr\Ni\Cu\Zn等微量元素含量。数据格式为xlsx，数据质量可靠，可应用于青藏高原东北部祁连山成矿带超大型金矿带典型矿产开发区域的水环境综合效应评估。
程昊
中国土壤类型空间分布数据根据全国土壤普查办公室1995年编制并出版的《1：100万中华人民共和国土壤图》数字化生成， 采用了传统的“土壤发生分类”系统，基本制图单元为亚类，共分出12土纲，61个土类，227个亚类。土壤属性数据库记录数达2647条，属性数据项16个，基本覆盖了全国各种类型土壤及其主要属性特征。数据来自中科院资源环境科学与数据中心。根据1：100万中国土壤图数字化生成。比例尺为1：100w
王俪璇
青藏高原土壤温湿度观测网（Tibet-Obs）始建于2008年，包括玛曲、那曲、阿里和狮泉河四个站网，目前已连续运行超过十年，并被NASA的土壤水分主被动卫星SMAP选定为其产品的地面验证点，促进了青藏高原遥感产品和模型模拟的评估和改进。本研究详细梳理了各观测站网的现状及其应用情况，并基于已有观测数据发展了一套长时序（2009-2019）地表土壤湿度（5 cm）观测数据集，主要包含四个站网各站点的15分钟原始观测数据以及玛曲和狮泉河站网的升尺度区域土壤湿度数据。
张佩, 郑东海, 文军, 曾亦键, 王欣, 王作亮, 马耀明, 苏中波
数据集包含2002年至2018年中国陆地土壤水分数据，单位为m³/m³，时间分辨率为月，空间分辨率为0.05°。它由3个被动微波遥感产品制成：日本宇宙航空研究开发机构（JAXA）的 AMSR-E 的 Level 3 土壤水分数据和 AMSR2 的 Level 3 土壤水分数据，以及由法国农业科学研究院（INRA）和法国空间生物圈研究中心（CESBIO）研发的 SMOS 产品的土壤水分数据。为了应对被动微波土壤水分产品空间分辨率低的不足，研究人员基于温度植被干旱指数（TVDI）建立了空间权重分解（SWD）模型，其中，TVDI由中分辨率成像光谱仪（MODIS）的地表温度（LST）MYD11C3数据和归一化植被指数（NDVI）MYD13C2数据计算而来。整体而言，降尺度的土壤水分产品与实地测量结果一致（R >0.78），且均方根误差较低（ubRMSE < 0.05 m³/m³），这表明数据在整个时间序列中具有良好的准确性。数据集可以广泛应用于水文及干旱监测，并且可以作为生态和其他地球物理模型的重要输入参数。
毛克彪
本数据集包含2018年滦河流域土壤水分遥感试验（SMELR）航空飞行试验期间地面同步测量的地表及土壤温湿度数据，用于验证遥感反演的“真值”。数据包括表层0-5 cm的土壤水分（体积含水量，%）、深层（5、10、20、40 cm）土壤水分，表层0-5 cm的土壤温度（℃）、光照和阴影下的土壤温度，光照和阴影下的植被温度。 地面同步采样样方分布于滦河的上游地区（闪电河流域、小滦河流域），采样时间为2018年9月，使用便携式土壤水分仪、外置探头型温度记录仪以及环刀法进行测量，采取样区-样方-样点嵌套的采样方案获取数据。
赵天杰, 姚盼盼, 崔倩, 蒋玲梅, 柴琳娜, 郑超磊, 卢麾, 马建威, 吕海深, 武建军, 赵伟, 杨娜, 李玉霞, 潘金梅, 刘明宇, 魏祖帅, 张子谦, 王建, 杨建卫, 刘晓敬, 刘进, 尹燕旻, 黎一杉, 倪少强, 祝鹏, 洪志明, 王莜译, 刘晨, 杨建华, 田丰, 王伟, 何珏霖, 陈勇强, 徐少博, 程渊, 高思远, 郝震, 易珍言, 王昊宇, 胡新, 彭义峰, 杜晓铮, 胡凤敏, 孙亚勇, 耿德源, 杨纲, 钟浩, 吴松, 郑杰, 杨倍倍, 赵嘉诚, 周倩
本数据集来源于滦河流域土壤水分遥感试验中的多频多角度地基微波辐射观测试验，试验地点位于内蒙古自治区多伦县 (42.18°N, 116.47°E)，数据获取于2017年。数据集共包含三个部分，即亮温数据、土壤数据和植被数据。微波亮温数据由RPG-6CH-DP车载微波辐射计观测得到，涵盖三种农作物 (玉米、莜麦和荞麦)，包括三个微波波段 (L, C和X)的水平和垂直极化亮温，观测入射角变化范围为30-65° (2.5°间隔)，时间分辨率为0.5小时。土壤数据包含了三种农作物土壤的5层土壤水分和土壤温度 (2.5 cm, 10 cm, 20 cm, 30 cm, 50 cm)，采样间隔为10分钟；土壤数据还包括地表粗糙度、降雨量、灌溉标记和土壤质地。植被数据包括叶面积指数、植株高度、植被含水量等。 试验观测时间从2017年7月19日持续到8月30日，其所涵盖的不同农作物的多频多角度微波亮温及土壤和植被等相关配套数据为陆表微波辐射建模与验证、土壤水分反演算法发展和验证提供了重要资料。
赵天杰, 胡路, 李尚楠, 樊东, 王平凯, 耿德源, 施建成
本数据集包含来自闪电河流域土壤温湿度无线传感器网络（以下简称SMN-SDR）的34个站点的土壤水分、土壤温度和降水的原位测量数据。整个观测网络覆盖约10000平方公里（115.5-116.5°E，41.5-42.5°N）。SMN-SDR 所覆盖的闪电河流域地势相对平坦，地表覆盖类型以草地和农田为主。网络中共计包含34个站点，分别设置了100公里（大尺度）、50公里（中尺度）和10公里（小尺度）三种采样尺度。站点观测使用Decagon 5TM 土壤水分传感器，每个站点统一按照五个测量深度（分别为3、5、10、20和50厘米）进行测量，其中有20个站点配备了HOBO雨量计。测量数据稳定后定期针对每个站点的每一层土壤采集土壤样品，分析重量/体积含水量、容重和土壤质地等，以对原始测量数据进行校准。数据采样间隔为10分钟（2019年6月之前）或15分钟（2019年6月之后）。 闪电河流域土壤温湿度无线传感器网络将为卫星反演和模型模拟的土壤水分产品真实性检验提供长期的地面参考数据。
赵天杰, 姬大彬, 蒋玲梅, 崔倩, 陈德清, 郑景耀, 张子谦, 胡路, 施建成
该数据集包含位于小滦河流域布设29个土壤温湿仪器观测点，观测时间在2018年8月28日-2019年2月28日之间，时间间隔30 min。观测深度为5 cm和10cm共2层。观测点位分布在被动微波像元尺度(如SMAP、SMOS、AMSR2和FY-3)和主动微波卫星像元尺度(如Sentinel-1)内。主微波像元和被动微波像元的观测面积分别为0.1°×0.1° 和 0.25°×0.25°。主动微波像元中有12个位点(称A(主动))，被动微波像元中有17个位点(称P(被动))。
蒋玲梅
本数据集包含来自闪电河流域土壤温湿度无线传感器网络（以下简称SMN-SDR）的34个站点的土壤水分、土壤温度和降水的原位测量数据。整个观测网络覆盖约10000平方公里（115.5-116.5°E，41.5-42.5°N）。SMN-SDR 所覆盖的闪电河流域地势相对平坦，地表覆盖类型以草地和农田为主。网络中共计包含34个站点，分别设置了100公里（大尺度）、50公里（中尺度）和10公里（小尺度）三种采样尺度。站点观测使用Decagon 5TM 土壤水分传感器，每个站点统一按照五个测量深度（分别为3、5、10、20和50厘米）进行测量，其中有20个站点配备了HOBO雨量计。测量数据稳定后定期针对每个站点的每一层土壤采集土壤样品，分析重量/体积含水量、容重和土壤质地等，以对原始测量数据进行校准。数据采样间隔为10分钟（2019年6月之前）或15分钟（2019年6月之后）。 闪电河流域土壤温湿度无线传感器网络将为卫星反演和模型模拟的土壤水分产品真实性检验提供长期的地面参考数据。
赵天杰, 姬大彬, 蒋玲梅, 崔倩, 陈德清, 郑景耀, 张子谦, 胡路, 施建成
本数据集包括祁连山地区2019年日值0.05°×0.05°地表土壤水分产品。采用耦合小波分析的随机森林优化降尺度模型（RF-OWCM），通过对“祁连山地区基于AMSR-E和AMSR2亮温数据的SMAP时间扩展日0.25°×0.25°地表土壤水分数据（SMsmapTE, V1）”进行降尺度，得到0.05°×0.05°地表土壤水分产品。参与降尺度模型的数据包括GLASS Albedo/LAI/FVC，周纪-中国西部1km全天候地表温度数据（TRIMS LST-TP），以及经/纬度等信息。
柴琳娜, 朱忠礼, 刘绍民
该数据集包含了2020年1月1日至2020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草原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
该数据集包含了2020年1月1日至2020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2020年1月1日至2020年12月31日的青海湖流域水文气象观测网温性草原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，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
本数据集包含了青藏高原南部雅鲁藏布江中上游地区119个表土的磁学、粒度、元素、色度和有机碳同位素等5类数据；5个风成沉积剖面的年代、磁学、粒度、元素和色度等5类数据；36个风成沉积物的年代学数据；46个不同沉积物的物源数据；21个不同沉积物的Sr-Nd同位素数据；磁化率使用Bartington MS2型磁化率仪测定，无磁滞剩磁使用LDA-5型交变退磁仪和JR-6A旋转磁力仪测定，等温剩磁使用ASCIM-10-30型脉冲强磁仪和JR-6A旋转磁力仪测定；粒度使用Malvern Mastersizer 2000激光粒度仪测定；元素使用X-射线荧光光谱仪测定；色度使用CM-700d分光光度计测定；有机碳同位素使用元素分析仪-稳定同位素比率质谱仪（EA-IRMS）测定；光释光年代使用Risø TL/OSL DA-20C/D型释光分析仪测定，碳十四年代和Sr-Nd同位素的测定方法详见科考报告正文。该数据集信息丰富，真实可靠，为认识青藏高原南部雅江流域地表粉尘理化性质、物源及古粉尘长时间尺度演化历史提供了重要数据参考。资助项目：第二次青藏高原综合科学考察研究任务六专题2“粉尘气溶胶及其气候环境效应”（2019QZKK0602）。
夏敦胜, 杨胜利, 杨军怀, 王树源, 凌智永, 王飞
该数据集主要包括黑河流域中上游土壤重金属数据。主要通过2020年8月开展的黑河流域野外实地考察获得，共计49个土壤样点。样点土壤样品带回实验室进行初步分类并去除杂质，将土壤样品自然风干，然后混合均匀，并使用球磨仪进行研磨获得研磨样，再过筛成为检测样品。取样品在ST-60型全自动消解仪中加热消解，定容后利用ICP-AES光谱仪测定重金属元素含量，包括Cd、Zn、Cu、Ni、Cr、As和Pb，单位为mg/kg，其中Cd检出限为0.0002，Zn检出限为0.001，Cu检出限为0.001，Ni检出限为0.001，Cr检出限为0.001，As检出限为0.003，Pb检出限为0.003。本数据集质量可靠，可供分析青藏高原城镇化地区土壤重金属元素的分布规律。
田玉强, 方醒醒
本数据集包括2013年全国盐田分布数据。这些数据通过Landsat卫星遥感影像人工解译提取盐湖图斑，矢量化处理后形成。主要包含盐田名称（YT）、盐性编号(YXBH)、所在省份(SF)等信息。数据集共有39条记录，56.00KB。数据集文件名及数据表标志名对应如下：盐田名称 YT、盐性编号 YXBH、所在省份 SF。采用WGS-84坐标系为空间基准，精度为1:30万，粒度以县级行政区为最小单元，以省级行政区为最大单元。
陈亮, 王建萍
泛第三极区域数据集呈现海量、零散等特征，现有数据集种类较多，覆盖范围广，涉及水文、生态、大气以及灾害等多个领域，但这些数据集来自不同平台，在尺度、数据格式等方面各不相同，数据的可利用性较差，不利于科研人员展开泛第三极地区的科学研究，同时也无法发挥出这些数据集的巨大潜力。本研究采用来自多个数据平台的最新数据使用数据集成、数据融合等集成方法生产更高质量和更新年份的泛第三极综合数据集。根据不同来源、不同分辨率的数据，对这些数据进行质量控制，根据数据科学内容进行集成。对部分数据，利用数据融合技术，融合不同来源的数据，产生数据质量更高、年份更新的创新性数据产品，更好地服务于陆面过程模型等研究中。泛第三极数据集根据自然数据和社会经济数据分别采用泛第三极流域边界和泛第三极国家边界获取数据，统一采用罗宾逊（Robinson）投影格式。获得了多源集成的包含基础数据集、冰冻圈数据集、水文大气数据集、生态数据集、灾害数据集和人文地理数据集共六类数据集。 （1）基础数据集包含边界数据集、30米土地覆被数据、植被功能数据、30米SRTM数字高程数据和HWSD土壤质地数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极基础数据集数据文档.docx”。 （2）冰冻圈数据集包含冻土数据集、冰川分布数据、冰湖分布数据和积雪深度数据。其中，冻土数据集又包含冻土分布数据、冻土水热分带数据、冻土指数数据和冻土表面粗糙度数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极冰冻圈数据集数据文档.docx”。 （3）水文大气数据集包含河流湖泊数据集、蒸散发数据集和大气数据集。河流湖泊数据集包含河流数据和湖泊数据，蒸散发数据集包含MODIS蒸散发数据、土壤蒸发数据、水体冰雪蒸发数据和冠层截流蒸发数据，大气数据集包含ERA5-Land再分析数据集中的地表热辐射数据、地表太阳辐射数据、降水数据、气压数据、温度数据和风场数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极水文大气数据集数据文档.docx”。 （4）生态数据集包含总初级生产力数据和植被蒸腾数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极生态数据集数据文档.docx”。 （5）灾害数据集包含滑坡数据和地震区划数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极灾害数据集数据文档.docx”。 （6）人文地理数据集则包含交通道路数据、铁路机场数据、人口密度数据、主要国家人均GDP数据、收入水平数据和世界遗产分布数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极人文地理数据集数据文档.docx”。 泛第三极综合数据集将为相关研究者提供便利，避免相关研究在获取数据和处理数据的过程中重复劳动，节省研究者宝贵的时间，并且在陆面过程模型、水文模型和生态模型等科学研究中起到重要作用，促进泛第三极地区科学研究的发展，为泛第三极地区的科学研究提供数据支撑。
李虎, 潘小多, 李新, 盖春梅, 冉有华
该数据集包含位于西藏自治区昌都市江达县岗托镇矮拉山附近（98°29′16″E, 31°36′36″N）冻融滑坡及融冻泥流浅层地温、水分及现场气象要素监测数据，基于Hobo温度、水分及小型气象站通过现场监测获得。观测时间在2019年8月31日-2020年7月14日之间。通过一个完整冻融周期的现场监测，下载现场传感器自动获取的地温、水分及气象要素监测数据，通过一定的质量控制包括剔除传感器未完全适应土壤环境时的数据和传感器出现故障造成的系统误差。地温、水分观测时间间隔4小时，地温的观测深度为10cm, 20cm, 40cm, 60cm，80cm，100cm，150cm及200cm，共8层，水分的观测深度为20cm，50cm，100cm及200cm共4层。气象观测要素主要包括气温、降雨量、风速、风向及太阳辐射等，观测的时间间隔为30分钟（注：太阳辐射传感器最大量程为1276.8 W/m2，实际太阳辐射值大于最大量程时显示为1276.9 W/m2；风速传感器的最小启动风速为0.5m/s，当实际风速小于启动风速时，显示值为0。因此该数据无法体现超太阳常数现象和低于0.5m/s的风速）。质量控制包括剔除传感器未完全适应土壤环境时的数据和传感器出现故障造成的系统误差。经过矫正的最终数据以excel文件存储。获取的现场数据经多人复查审核，数据完整性和准确度达到95%以上。监测数据可为后期开展藏东南地区冻融滑坡和融冻泥流相关研究工作提供必要的数据支撑。
牛富俊
四川省和西藏自治区典型小流域土壤养分数据集（2020）包含了采集的四川省和西藏自治区典型小流域的土壤养分实验实测数据。数据集来源于第二次青藏高原综合科学考察在四川省和西藏自治区部分小流域对草地、耕地、林地的野外调查，在采样点采集不同深度的土壤样品，后将土壤样品带回实验室通过相关的土壤理化实验记录了详细的土壤参数（包括有机碳、ph值、水分含量等），能够为小流域区溯源土壤水蚀、了解土壤环境和进行相关研究提供重要的参考。
苏正安
本数据集包含2019-2021年青藏高原多条科考线路土壤样品的生物性质数据，包括采集人、采集时间、采集地点、经纬度、海拔、植被类型、取样深度、磷酸酶活性、微生物呼吸、氮转化特征、功能基因丰度以及真菌、细菌、原生生物多样性等信息。各项土壤性质的分析参考《土壤环境质量监测技术规范》的要求，通过室内化验分析获得的一手数据，数据质量通过测定空白样品、重复样品和标准样品进行统一控制。该数据集可用于气候变化和人类活动影响下土壤质量和功能评价。
张丽梅
本数据集内容属于2019年在青藏高原中西部地区（西藏阿里地区、日喀则地区、那曲地区以及新疆喀什地区与和田地区）采集的土壤样点数据，数据内容包括样点编号、坐标（经纬度）、土壤类型（土纲、亚纲、土类）。土壤类型以中国土壤系统分类标准命名。数据主要来源于野外采样观察土壤剖面及周边景观后得出来的土壤类型，用GPS定位获取各个点位的坐标。由于疫情影响，2019年所采的样品理化属性分析滞后，部分土壤类型可能需要后续根据所测得的理化属性对诊断层进行更进一步的判断，然后对土壤类型进行更新。点位分布与青藏高原中西部地区，基本描述了青藏高原中西部地区土壤类型的分布情况，本数据集为后续研究及其他课题的研究提供了基础的土壤背景数据。
宋效东
祁连山北坡-河西走廊干旱荒漠区土壤微生物多样性数据集（2019-2020），共包括90个采样点的90个表层（0-20 cm）土壤样本的细菌和真菌多样性信息。本数据集的土壤样品来源于2019年祁连山北坡-河西走廊干旱荒漠区综合土壤调查，土壤样品进行基于Illumina MiSeq PE300平台，分别用338F/806R和817F/1196R通用引物来扩增细菌16S rRNA V3-V4区和真菌18S rRNA V5-V7可变区，扩增得到的原始数据均经过抽平及严格检查，保证了数据的可靠性。该数据集对于提高荒漠区土壤生产力、实现土壤资源可持续利用等均具有十分重要的意义。
王旭洋
西藏拉鲁湿地国家自然保护区，总面积6.2平方公里，平均海拔3645米，是典型的青藏高原湿地，属于芦苇泥炭沼泽。该数据集为西藏拉鲁湿地六个不同位点采集土壤表层（0-10cm）样品测定的土壤基本理化指标数据，数据集包括以下土壤理化性质：土壤pH值，土壤水分含量，土壤有机碳，土壤总磷含量，可利用磷含量，土壤总钾含量，土壤可利用钾含量，土壤总氮含量，土壤铵态氮和土壤硝态氮含量；数据可应用于拉鲁湿地土壤质量评价等相关科学研究当中。
闫钟清
本数据集来源于书籍： 《南迦巴瓦峰地区自然地理与自然资源》，该书籍的指导为任美锷，主编为彭补拙、杨逸畴，指导单位为中国科学院地理研究所。本书是南迦巴瓦峰《登山科学考察丛书》之一，是对南迦巴瓦峰及雅鲁藏布江下游大拐弯这个科学上空白地区进行自然地理研究的全面总结。 由于南峰地区的河流多是水流湍急,因此,蒸发浓缩作用微弱。另外,在湿润的南峰地区广泛分布着发育在片麻岩上的土壤,其淋溶作用强烈,土体中可溶盐贫乏,多显酸性反应。为了便于对天然水中一些阴、阳离子的含量进行分析,测定了南峰地区在不同海拔发育于片麻岩母质上的不同类型土壤中部分阴离子,结果列于表3。 土壤中元素的含量和分布不但受成土母质的影响,还与有机质和土壤中物理化学组成的性质有关,现将发育在本区土壤类型中部分土壤的元素含量及物理化学组成列于表8。从表8可以看出,某些元素与有机质及颗粒度等物理化学组成有关。南峰地区降水充沛,植物覆盖率大,生物及化学作用增强,在土壤有机质的积累和粘粒的形成方面与其高度有明显的关系,即海拔愈低,生物和化学风化愈强烈。同时与珠峰地区相比,化学风化也有所增强，这就造成了本区土壤中除Na,Mg,K外,其它元素都接近于世界土壤元素含量的主要原因。 土壤中的元素含量与成土母质和土壤类型有密切的关系,现将主要土壤类型和成土母质中的元素测得值,取其算术平均值,并求标准偏差,列于表9。从表9可以看出,不同母质发育的土壤中,元素含量有一定的差异,不同类型的土壤中元素含量也有相当大的差别。说明土壤中的元素含量与成土母质和土壤类型有密切的关系。这主要与元素本身的化学性质及元素在成土过程中的地球化学性质有关。 用PI XE法分析了南峰地区号营地、大本营、派区等点大气气溶胶样品,现将测得值列于表10，以探讨其输送、扩散、转化和富集规律，尽快地开展清洁区大气背景值的研究,追踪污染物质的来源。有机氯化合物如DDT、666,PCB,由于性质稳定,在环境中可以受到各种自然因素的影响而作长距离的迁移，为了解南峰地区是否也受到这类有机氯化合物的污染,我们首次用痕量分析方法,分析了水、土壤、动植物等样品中有机氯化合物的含量,以达到了解南峰地区生物背景状况的目的（表11、12、13），南峰地区水体、土壤、某些植物和禽蛋中 DDT,666含量很低一般仅为10-8数量级。收集的人发和牛毛样品中其他元素等含量水平未见异常。 南峰及北京地区部分生物样品中无机物含量列于表14。
彭补拙, 杨逸畴
为了更好地说明山地自然带的景观特征，以及组成要素之间的物质交换和地球化学上的内在联系，阐明各元素及其化合物在自然景观中的迁移转化规律。我们对每一自然带景观中的岩石、风化壳（土壤母质）、土壤中元素含量进行了化学分析，并计算大量元素、微量元素的迁移系数，求出该景观风化壳、土壤的元素迁移系列。在景观的表生作用带内不活泼的元素（或弱迁移的），有铝和钛等，在进行大量元素与微量元素迁移能力计算时，分别用铝和钛作为基准，计算各个元素的淋出量、淋出率（%）及迁移系数。
彭补拙, 杨逸畴
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
本数据集包括6个数据文件，分别是：(1)高寒草甸海拔梯度土壤温度和水分数据_西藏当雄（2019-2020），该数据是2019-2020年西藏当雄高寒草甸海拔4400m，4500m，4650m，4800m，4950m，5100m不同土壤深度（5cm和20cm）的温度和含水量的逐小时观测数据。(2)色季拉山林线气象环境数据_西藏林芝(2019)，该数据是2019年西藏林芝色季拉山林线（包括阴坡林外、阴坡林内、阳坡林外、阳坡林内）的逐小时气象环境（包括风速、距离地表1m气温、距离地表1m相对湿度、距离地表3m气温、距离地表3m相对湿度、大气压、总辐射、净辐射、光合有效辐射、660nm红光辐射、730nm红外辐射、地表温度、大气长波辐射、地表长波辐射、地下5cm\20cm\60cm热通量、地下5cm\20cm\60cm土壤温度和湿度、雨量、雪厚）逐小时观测数据，其中由于高原地区设备电力故障，导致部分观测数据缺失，已在数据中说明。(3)主要气象站点的植被NDVI_青藏高原（2020），包括青藏高原25个气象站点附近的植被NDVI调查数据和计算平均值。(4)土地利用调查数据集_川藏铁路沿线(2019)，包括川藏铁路沿线35个调查点的土地利用调查数据，包括调查时间、地点、经纬度、海拔、坡度坡向、主要植被类型和优势物种。(5)叶面积指数调查数据_川藏铁路沿线（2019），包括川藏铁路沿线主要植被类型的叶面积指数调查数据和计算平均值，使用Sunscan冠层分析仪和LAI-2200测量。(6)土壤温湿度调查数据_川藏铁路沿线(2019)，包括川藏铁路沿线34个调查点：地点、经纬度、海拔、土壤表面温度、土壤30cm处湿度，数据记录为每个调查点3次重复测量。该数据集可用于青藏高原植被环境变化规律分析研究。
周广胜, 吕晓敏, 罗天祥, 杜军, 王玉辉, 周怀林
该数据集包含了3类数据，分别是：（1）2020年青藏高原热熔塌陷区土壤理化指标和碳氮、植物碳氮和微生物碳氮数据。这些数据为评估青藏高原碳氮循环过程提供了重要参考。该数据主要是通过2020年在青海刚察考察时实地观测获得。获得的植物和土壤样品带回实验室后进行初步分类、去除杂质，再放入65°C的烘箱中烘干至恒重。测量土壤和植物中的碳氮组分。共获得了4个典型样点的40个样方。该数据可用于揭示土壤和植物碳氮组分的空间变化规律，理解碳氮组分在土壤-植物-微生物体系中的分配情况。 （2）2019年青藏高原草原水平样带土壤营养成分的数据。该数据主要是通过2019年的样带考察时实地打土钻获得。样方土壤样品带回实验室进行初步分类、去根、筛去杂碎石头等杂质。将土壤样品自然风干，然后混合均匀平均分成两份（每份100g左右），一份用2mm土壤筛过筛获得过筛样，另一份使用球磨仪进行土样研磨获得研磨样。包含的内容要素有：壤全C、N、P、K、Fe、Mn 、Cu、Zn、Ca、Na 和全Mg的含量；土壤速效P、K、Fe、Mn、Cu、Zn、Ca、Na 和Mg的含量。土壤全C、全N的测定：对研磨样进行包样，然后采用CHNOS元素分析仪（Vario EL III，GmbH, Hanau, Germany）测定全C、全N的含量。土壤全量元素测定：使用压片机对研磨样进行压片，然后采用X射线荧光光谱仪（XRF, PANalytical Axios mAX, Almelo, The Netherlands）测定样品的全P、K、Fe、Mn 、Cu、Zn、Ca、Na 和全Mg的含量。土壤速效态元素测定：对过筛样进行浸提处理，提取滤液通过电感耦合等离子体发射光谱仪（iCAP 6300, Thermo Electron Corporation, Waltham, MA, USA）测定速效P、K、Fe、Mn、Cu、Zn、Ca、Na 和Mg的含量。共获得了13个样带样点。39个样方，每个样方获得三个土壤层次（即0~10，10~20，20~30cm的土壤层次）。因此，每个样方的每个土壤营养元素共有117个数据(C、N、P、Mn、Zn等)；该该数据是此此科考获得的直接获得的实地土壤样品，风干过筛研磨后通过相关分析仪（上述）按相应测试规范测定，质量可靠，可供分析不同区域土壤碳氮含量或密度的分布规律、评估土壤养分状况、生态系统的可持续性等，特别是可供降水变化驱动的碳氮循环研究及其建模使用，具有较为广泛的使用价值和应用前景。 （3）2019年青藏高原草原水平样带植被生产力数据。该数据主要是通过2019年的样带考察时实地观测获得。获得样方植物样品后带回实验室进行初步分类、去除碎石等杂质，再放入65°C的烘箱中烘干至恒重。根据其样方生物量换算为生态系统碳循环关键要素--植被生产力（NPP）。共获得了13个样带样点，39个样方的观测数据。数据的内容要素包含地上、地上生物量及NPP。单位为克每平方米；该数据是此此科考获得的实地观测资料，质量可靠，可供分析不同区域植被生产力的分布规律、植被覆盖、生态系统的碳储量评估等，特别是供降水变化驱动的碳循环研究及其建模使用，具有较为广泛的使用价值和应用前景。
许振柱, 杨元合, 张峰
本数据包括北极Barrow地区不同年龄冻土土壤细菌物种组成数据，可用来探索土壤微生物对冻土消融的响应及不同年龄冻土的土壤细菌差异；本数据为扩增子测序结果，引物为Earth Microbiome Project 标准引物 515F–806R，扩增范围为V4区，测序平台为Illumina Hiseq PE250; 数据通过质量控制，至少达到Q30水平；本数据用于发表于Cryospshere文章Permafrost thawing exhibits a greater influence on bacterial richness and community structure than permafrost age in Arctic permafrost soils. The Cryosphere, 2020, 14, 3907–3916, https://doi.org/10.5194/tc-14-3907-2020。本数据还可用于三极土壤微生物比较分析研究
孔维栋
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
过去50年，在全球气候变化的大背景下，随着人口增加和经济发展，欧亚草地已发生了较严重的退化。土壤理化性质作为草原质量评估的重要指标，其时空格局分布与变化都能直观反映草原退化情况，有效评估草原质量对沿线国家的可持续性发展和中国“一带一路”战略的推进都具有重要的意义。在以往研究中，土壤属性指标的时空分布表达在精度和准确性上均存在着可提升的空间。随着地理信息系统、全球定位系统、各类传感器等工具及土壤制图技术的日益强大，数字土壤制图逐渐成为一种高效表达土壤空间分布的方法。本研究以土壤景观学和空间自相关理论为基础，融合多源样点数据与环境协变量数据，使用机器学习模型，分别预测2000年前后欧亚大陆温性草地1km分辨率表层土壤属性空间分布。为了解决土壤样点据标准化的问题，使用等面积样条函数将不同剖面土层属性拟合至表层20cm土壤属性，采用土壤颗粒分布参数模型将不同土壤质地分类标准统一转换为美国制。为了解决土壤样点数不足的问题，使用伪专家观测点补充欠采样区土壤有机质和含砂量样点；采用逐步回归结合支持向量机模型，并通过计算阈值筛选有效土壤容重模拟样点。针对地形气候条件复杂的特征，结合多源遥感数据，应用NGBoost模型挖掘基于样点的土壤属性与环境景观因子（地形、气候、植被、土壤类型等）及空间位置之间的关系，分别预测研究区内1980-1999年和2000-2019年的土壤有机质、含砂量与容重，并给出对应指标的不确定性空间分布。模拟的土壤属性指标的空间分布趋势总体符合实际情况。模拟值与实测值较为吻合，线性关系显著，2000年前土壤有机质含量、容重和含砂量R²分别为0.64、0.35和0.44，RMSE分别为0.25、0.07和13.94；2000年后R²分别为0.79、0.77和0.86，RMSE分别为0.2、0.13和6.61。研究结果表明，本方法能有效反演欧亚大陆温性草地的土壤理化性质，为评估该地区草原退化与构建草原质量评价体系提供基础。
李振宇, 张娜
土壤水分是水循环中核心变量之一，虽然其变化量很小，但对于一次降水过程来说，土壤水分直接决定着降水转化为蒸发、径流及地下水的比例，这对于精细模拟水文过程各分量的时空动态及准确估计黑河上游来水量极其重要。本数据集包括黑河上游八宝河流域40个无线传感器网络节点自2013年7月至2017年12月的观测数据。每个节点都有4cm和20cm土壤水分观测；部分节点还包括10cm深度观测。数据观测频率为1小时。该数据集可为流域水文模拟、数据同化及遥感验证提供地面数据集。 具体数据详细介绍请参考附件信息：黑河上游八宝河流域生态水文无线传感器网络土壤水分观测说明文档。
晋锐, 亢健
“一带一路”泛第三极关键节点区域土壤类型与属性数据（Soil mapping and attribution dataset of all nodes area in pan-third pole）是泛第三极关键节点区域反映土壤资源、土壤肥力、土壤环境、土壤生物等土壤数据库的重要信息，为泛第三极关键节点区域有关天气过程、干旱和水文监测方面提供了极其有价值的参考。本数据的基底数据以从粮农组织土壤门户所属的世界土壤数据库(HWSD v1.2)权威性公开数据为主要数据，若干由世界土壤数据中心ISRIC所出版的ISRIC土壤数据和其他收集的项目数据等补充数据为数据来源，筛选并获得了预期31个泛第三极关键节点区域土壤的完整信息的分布。最终得到了泛第三极关键节点区域土壤类型与属性数据。本数据集作为所有土壤数据的研究基础，为项目提供了土壤区划基底数据。数据具有栅格可视化和属性表格直观化的特点，可通过多项途径查看。栅格可视化数据提供了土壤类型及分布的大致数据，属性信息涵盖在表格中，包含了详细的土壤参数（包括有机碳、pH值、蓄水量、土壤深度、土壤的阳离子交换能力和粘土含量、总可交换养分、石灰和石膏含量、钠交换率、盐度、结构等级和粒度等）。
尚成, 凌峰
本数据集记录了阿姆河流域karakul地区荒漠土地2019.9-2020.9的气象要素数据，以及为探明咸海高矿化度咸水用于植被建设的可行性，课题成员于2020年6月在新疆塔里木河下游农二师31团2连开展咸水灌溉种植盐地碱蓬试验和在巴州33团沙漠边缘区进行了高矿化度水（18.94g/L）滴灌种子繁殖造林试验，用以研究不同植物在高矿化度咸水灌溉下的表型特征。收集到的数据包括土壤含水量、电导率、土壤盐分等土壤理化性质以及耐盐植物生理等数据。
李新荣, 何明珠, 赵振勇
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
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
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
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
黑河上游八宝河流域2013-2014年各层(0 cm, 4 cm, 10 cm, 20 cm, 40 cm, 80 cm, 120 cm, 160 cm, 240 cm, 400 cm, 600 cm, 900 cm, 1200 cm, 1400 cm, 1500 cm) 1km 逐小时土壤温度、湿度和含冰量数据，本数据由SHAW模型模拟产生，并基于地面站点和无线传感器网络观测的土壤温湿度数据进行了验证，结果较好，可用于上游冻土水热过程相关研究。
张艳林
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
