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
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
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
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
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
