地表长波下行辐射（LWDR）作为地球能量平衡系统的关键分量，对生态和气候变化研究具有重要意义。随着遥感估算精度的不断提高和再分析资料时空分辨率与精度的提升，遥感和再分析数据融合将是进一步提高地表辐射等关键参量可信度和时空连续性的新途径。考虑到当前多源LWDR数据在时空分辨率和局部区域精度的差异，研究结合全球范围内的站点实测数据，将遥感观测数据（CERES）与再分析数据ERA5、GLDAS进行时空融合，研制了2000-2020年、覆盖全球、时空分辨率为1h/0.25°的高精度地表长波下行辐射数据集。新研制的LWDR数据集，与站点实测数据在陆地表面验证的相关系数 (R)、平均偏差误差 (BIAS) 和均方根误差 (RMSE) 分别为 0.97、-0.95 Wm-2 和 22.38 Wm-2 ；在海洋表面分别为 0.99、-0.88 Wm-2 和 10.96 Wm-2，特别指出的是，相比于已有数据，新数据集在中低纬度和复杂地形区表现出更好的精度和稳定性。
王天星, 王世遥
本数据集是一个包含接近35年（1984-2018）的全球高分辨率光合有效辐射数据集，其分辨率为3小时/逐日/逐月，10公里，数据单位为W/㎡，瞬时值。该数据集可用于生态过程模拟和全球碳循环的理解。该数据集是基于改进的物理参数化方案并以ISCCP-HXG云产品、ERA5再分析数据、MERRA-2气溶胶数据以及MODIS反照率产品为输入而生成的。验证并和其他全球卫星辐射产品比较表明，该数据集的精度通常比CERES全球卫星辐射产品的精度要高。该全球辐射数据集将有助于未来生态过程模拟的研究和全球二氧化碳通量的估算。
唐文君
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
该数据集包含了2005年5月17日至2006年9月26日的清华大学位山（高营）站涡度相关系统通量及气象观测数据。站点（116.0542°E，36.6487°N，海拔30m）建于2005年3月18日，地处山东省聊城市茌平区肖庄镇境内，属于位山引黄灌区。气候为暖温带半湿润大陆性季风气候，多年平均气温13.8℃，多年平均降水量为553mm，大部分降水发生在6月至10月之间，多年平均潜在蒸发量为1950mm。站点土壤类型为粉砂壤土，表层5cm土壤饱和含水量为0.43 m3m-3，田间持水量为0.33 m3m-3，凋萎点为0.10 m3m-3。通量塔高10m，下垫面为冬小麦-夏玉米轮种制农田。冬小麦一般在10月中旬播种，次年6月初收割；收完小麦后立即播种玉米，玉米通常在9月底或10月初收割。具体的播种、收割及灌溉日期见数据集中名为Supplementary data_WeishanGaoying20052006.xlsx的文件。 地表通量数据由涡度相关系统测得，该系统由三维超声风速计（CSAT3, Campbell Scientific, Inc., Logan, UT, USA）和开路式红外气体分析仪组成（Li7500, LI-COR, Inc., Lincoln, NE, USA），安装高度为3.7m。采用Eddypro软件对原始10Hz数据进行处理后得到30分钟净生态系统碳交换量（NEE）、潜热通量（LE）、显热通量（H）数据。预处理步骤包含：野点识别和剔除，30分钟时段平均，两次坐标旋转，频谱校正，WPL密度校正并采用“0-1-2”方案对数据质量进行标记。对Eddypro处理后输出的30分钟通量值进行质量控制：（1）剔除标记为2的质量差的通量；（2）将H和LE分别限制在-200~500 W m-2和-200~800 W m-2的范围内；（3）剔除降雨时段的数据。之后，采用REddyproc软件对低湍流混合状况下的数据进行剔除（即根据摩擦风速u*对通量数据进行过滤），对数据序列中的空缺值进行插补，然后采用夜间分割法将NEE分割成生态系统呼吸（Reco）和总初级生产力（GPP）。 发布的观测数据包括：年（year），月（month），日（day），时间（time），大气压（P），红外地表温度（Tsurf），风速（Ws），风向（Wd），2m处空气温度（Tair）和相对湿度（rH），向下短波辐射（Rsd），向上短波辐射（Rsu），向下长波辐射（Rld），向上长波辐射（Rlu），净辐射（Rn），太阳光合有效辐射（PAR_dn），反射光合有效辐射（PAR_up），降雨量（precip），地下水位（GW），5cm/10cm/20cm/40cm/80cm/160cm土壤含水量（soil_VW_5cm/10cm/20cm/40cm/80cm/160cm）及土壤温度（soil_T_5cm/10cm/20cm/40cm/80cm/160cm），5cm深度处的土壤热通量（soil_G），净生态系统碳交换量原始值（NEE_raw），潜热通量原始值（LE_raw），显热通量原始值（H_raw），净生态系统碳交换量插补值（NEE_f），潜热通量插补值（LE_f），显热通量插补值（H_f），生态系统呼吸插补值（Reco_f），总初级生产力插补值（GPP_f）。数据均为30分钟时间间隔，以.xlsx格式存储。数据集中空值用NA表示。 具体的站点信息及观测仪器型号请参考Lei and Yang (2010a, 2010b)。
雷慧闽
华北平原是中国最重要的产粮基地之一，然而该地区水资源缺乏、供需矛盾突出。 在全球气候变化及用水需求日益增加的背景下， 该地区水循环过程变得愈加脆弱。 因此如何准确估算蒸散发、 掌握蒸散发的时空变化规律， 进而合理配置水资源、提高农业用水效率、维持粮食产量是迫在眉睫的问题。 本研究利用支持向量回归模型，基于华北平原及周边的8个通量站点，并结合气象及遥感数据，对华北平原农田区域的蒸散发进行估算，并生产了年限为2001-2015年，空间分辨率为1km，时间分辨率为8天的蒸散发数据集。该模型在交叉验证试验中表现良好， 说明其空间泛化能力较强，适用于区域蒸散发模拟。
雷慧闽
华北平原是中国最重要的产粮基地之一，然而该地区水资源缺乏、供需矛盾突出。 在全球气候变化及用水需求日益增加的背景下， 该地区水循环过程变得愈加脆弱。 因此如何准确估算蒸散发、 掌握蒸散发的时空变化规律， 进而合理配置水资源、提高农业用水效率、维持粮食产量是迫在眉睫的问题。 本研究利用支持向量回归模型，基于华北平原及周边的8个通量站点，并结合气象及遥感数据，对华北平原农田区域的蒸散发进行估算，并生产了年限为1982-2015年，空间分辨率为1/12°，时间分辨率为8天的蒸散发数据集。该模型在交叉验证试验中表现良好， 说明其空间泛化能力较强，适用于区域蒸散发模拟。
雷慧闽
充分了解中国温带半干旱草地蒸散发的时空变化，可以提高我们对全球半干旱区气候、水文和生态过程的认识。本研究基于区域内13个站点的涡度相关系统观测数据，结合气象及遥感数据，利用机器学习方法(支持向量机)，生产了年限为1982-2015年，空间分辨率为1km，时间分辨率为8天的长序列中国温带半干旱草地蒸散发数据集。该数据集在站点实测数据的验证和流域水量平衡的对比中，均表现较好。(详细过程请参阅参考文献)
雷慧闽
This file contains the datasets used in a manuscript published in JGR Biogeosciences (Nieberding, F., Wille, C., Ma, Y., Wang, Y., Maurischat, P., Lehnert, L., and Sachs, T.: Winter daytime warming and shift in summer monsoon increase plant cover and net CO2 uptake in a central Tibetan alpine steppe ecosystem, Journal of Geophysical Research: Biogeosciences, 126, e2021JG006441, doi:10.1029/2021JG006441, 2021.). The manuscript contains all the details on how the data was generated and processed and the corresponding code was published in the supplementary material.
Felix Nieberding, 马耀明, Christian Wille, Lukas Lehnert, Yuyang Wang, Philipp Maurischat, Weiqiang Ma, Torsten Sachs
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
该数据集包含了2019年1月1日至2019年12月31日的大孔径闪烁仪观测数据，分别架设了两台型号为BLS450和zzlas的大孔径闪烁仪。站点位于河北省怀来县东花园镇，下垫面玉米。观测点的经纬度是115.7880E, 40.3491N，海拔480m。大孔径闪烁仪的有效高度为14m，光径长度是1870m，发射端经纬度是115.8023E，40.3596N，接收端的经纬度是115.7825E，40.3522N。BLS450和zzlas的采集频率分别为5Hz和1Hz，平均为1min输出。 大孔径闪烁仪原始数据为1min，发布的数据为经过处理与质量控制后的30min平均数据，其中感热通量主要是结合自动气象站数据，基于莫宁-奥布霍夫相似理论通过迭代计算得到。在迭代计算过程中，对于BLS450，选取Thiermann and Grassl,1992的稳定度函数；对于zzlas，选取Andreas,1988的稳定度函数。主要的质量控制步骤包括：（1）剔除Cn2达到饱和的数据；（2）剔除解调信号强度较弱的数据；（3）剔除降水时刻及其前后一小时的数据；（4）剔除稳定条件下的弱湍流的数据（u*小于0.1m/s）。 关于发布数据的几点说明：（1）LAS数据以BLS450为主，缺失时刻由zzlas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，Cn2：空气折射指数结构参数（m-2/3），H_LAS：感热通量（W/m2）。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xls格式存储。 观测试验或站点信息请参考Guo et al. (2020)，数据处理请参考Liu et al. (2013)。
刘绍民, 徐自为
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
（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
地表实际蒸散发是陆表水循环的关键环节，同时也是能量平衡的重要支出项，且与地表碳收支密切相关，其准确估算不仅对于研究地球系统和全球气候变化具有重要意义，而且对于水资源有效开发利用、农作物需水生产管理、旱情监测和预测、天气预报等方面具有十分重要的应用价值。全球陆表实际蒸散发数据集(2013-2014) (ETMonitor-GlobalET-2013-2014) 是基于多参数化、适用于不同土地覆盖类型的地表蒸散发遥感估算模型ETMonitor计算得到。输入数据主要采用的遥感数据包括国家重大科学研究计划（973）项目“全球陆表能量与水分交换过程及其对全球变化作用的卫星观测与模拟研究”（2015CB953700）提供的较高空间分辨率的陆表净辐射和较高时间分辨率的水体等数据集，并结合欧洲中期天气预报中心的ERA5全球大气再分析数据等。利用ETMonitor模型在日尺度上估算植被蒸腾、土壤蒸发、冠层降水截留蒸发、水面蒸发和冰雪升华，并对各分量求和获得逐日蒸散发量。计算在1km分辨率上开展，最终聚合到5km分辨率。利用FLUXNET地面观测数据进行直接验证，估算结果与地面实测数据一致性较好。该数据集覆盖全球，空间分辨率为5公里，时间步长为每天，单位为mm/d，数据类型为整型，缩放系数为0.1。
郑超磊, 贾立, 胡光成
黑河上游山区山体阴影时空分布图（2018年），本数据基于STRM数字高程模型和太阳位置变化(http://www.esrl.noaa.gov/gmd/grad/solcalc/azel.html)，采用通视分析计算得到，空间分辨率为100m，时间分辨率为15分钟，可用于冻土、积雪、生态水文和遥感研究等领域。利用黑河上游多个自动气象站观测的太阳辐射进行综合对比分析，对计算结果进行了精度验证，可以准确地捕捉气象站位置山体阴影的时空变化，其中时间误差20分钟以内。
张艳林
该数据集包含了2018年1月1日至2018年12月31日兰州大学兰州大学寒旱区科学观测网络敦煌站气象要素梯度观测系统数据。站点位于甘肃敦煌西湖，下垫面是湿地。观测点的经纬度是93.709E，40.348N，海拔993m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处，朝向正北；气压计安装在1m采集箱内；翻斗式雨量计安装在塔4m处；红外温度计安装在4m处，朝向正南，探头朝向垂直向下；土壤热通量板（自校正式）（2块）依次埋设在塔南侧植被下5cm和10cm处；土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm和20cm处；光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处，朝向正南。 观测项目有：风速（WS_4m、WS_8m）(单位：米/秒)、风向（WD_4m、WD_8m）(单位：度)、空气温湿度（Ta_4m、Ta_8m和RH_2m、RH_4m、RH_8m）(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）(单位：摄氏度)、土壤热通量（Gs_5cm、Gs_10cm）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_20cm）(单位：百分比)、土壤温度（Ts_5cm、Ts_20cm）(单位：摄氏度) 、土壤水势（SWP_5cm，SWP_20cm）（单位：千帕）、土壤电导率（EC_5cm，EC_20cm）（单位：微西门子/厘米）光合有效辐射（PAR）(单位：微摩尔/平方米秒)、日照时数（Sun_time）（单位：小时）。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min）；由于采集器故障，1.23-1.24数据丢失；由于塔体倾斜，3.17-5.24部分数据异常或丢失；由于程序故障，空气湿度采集错误；（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：2018-6-10 10:30。
赵长明, 张仁懿
该数据集包含了2015年1月1日至2015年12月31日黑河文气象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。发布的数据包括两个观测点，均在垭口观测站，相距10m左右，一套在2015年持续进行观测（30min输出），另一套为2015年9月18日在垭口新建的10m高气象站（10min输出），具体包括：空气温度、相对湿度传感器架设在5m处，朝向正北（两组观测，分别10min和30min输出）；气压计安装在地面上的防撬箱内（两组观测，分别10min和30min输出）；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（两组，分别10min和30min输出）；四分量辐射仪包含两个观测点，其中一个安装在气象塔6m处，朝向正南（10min输出），另一个安装在离地1.5m高的支架上（30min输出）；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（两组观测，分别10min和30min输出）；土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处（两组观测，分别10min和30min输出）；土壤热流板埋设在地下6cm处（两组观测，分别10min（3块热流板）和30min（2块热流板）输出）。 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或48个数据（每10min或30min），若出现数据的缺失，则由-6999标示；30min输出的四分量长波辐射在2015.1.1-4.1之间由于传感器的问题，数据缺失；30min观测数据在5.24-7.12之间由于采集器问题，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：2015-9-10 10:30；（6）命名规则为：AWS+站点名称。 水文气象网或站点信息请参考Li et al. (2013)，观测数据处理请参考Liu et al. (2011)。
车涛, 刘绍民, 李新, 徐自为, 张阳, 谭俊磊
该数据集包含了2015年1月1日至2016年12月31日黑河水文气象观测网上游峨堡站气象要素观测数据。站点位于青海省祁连县峨堡镇草场，下垫面是高寒草地。观测点的经纬度是100.9151E, 37.9492N，海拔3294m。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：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；四分量辐射与红外温度在2015.10.11-11.05之间由于传感器的问题，数据缺失；11.1-11.5之间重新调试观测塔仪器，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：2015-9-10 10:30；（6）命名规则为：AWS+站点名称。 水文气象网或站点信息请参考Li et al. (2013)，观测数据处理请参考Liu et al. (2011)。
车涛, 刘绍民, 李新, 徐自为, 张阳, 谭俊磊
采用WRF模式制备的青藏高原近地表大气驱动和地表状态数据集，时间范围：2000-2010，空间范围：25-40 ºN，75-105 ºE，时间分辨率：逐时，空间分辨率：10 km，格点数为150*300。 总计有33个变量，其中包含的近地表大气变量11个： 地面上2m高度的温度、 地面上2m高度的比湿、地面气压、地面上10m风场的纬向分量、地面上10m风场的经向分量、固体降水比例、累积的积云对流降水、累积的格点降水、地表处的向下短波辐射通量、地表处的向下长波辐射通量、累计的潜在蒸发。 包含的地表状态变量有19个：各层土壤温度、各层土壤湿度、 各层土壤液态水含量、雪相态改变的热通量、土壤底部温度、地表径流、地下径流、植被比例、地面热通量、雪水当量、实际雪厚、雪密度、冠层中的水、地表温度、反照率、背景反照率、更低边界处的土壤温度、地表面处向上的热量通量（感热通量）、地表面处向上的水量通量（感热通量）。 其他变量3个：经度、纬度和行星边界层高度。
潘小多
该数据集记录了阿里荒漠环境综合观测研究站，2009-2017年气象数据集，数据时间分辨率为天。包含如下基本气象参数：气温（距地面1.5米，半小时观测一次，单位：摄氏度）、相对湿度（距地面1.5米，半小时一次，单位：%）、风速（距地面1.5米，半小时一次，单位：米/秒）、风向（距地面1.5米，半小时一次，单位：度）、气压（距地面1.5米，半小时一次，单位：hPa）、降水量（24时一次，单位：毫米）、水汽压（单位：Kpa）、蒸发（单位：毫米）、向下短波辐射（单位：W/m²）、向上短波辐射（单位：W/m²） 、向下长波辐射（单位：W/m²） 、向上长波辐射（单位：W/m²） 、净辐射（单位：W/m²）、地表反照率（单位：%）。 数据采集地点：中国科学院青藏高原研究所阿里荒漠环境综合观测研究站观测场，经度：79°42'5"；纬度：33°23'30"；海拔：4264米。 数据从阿里站自动气象站直接下载，其中降水数据是自动雨雪量计和人工观测校正得到每天的降水量，其它均为半小时的观测值经平均得到逐日均值。 观测仪器型号：温度和湿度：HMP45C空气温湿度探头；降水：T200-B雨雪量仪传感器；风速和风向： Vaisala 05013风速风向传感器；净辐射：Kipp Zonen NR01净辐射传感器；气压：Vaisala PTB210大气压传感器。采集器型号：CR 1000，采集时间：30分钟。 本数据表是由专人根据观测记录进行加工和质量控制。严格按照仪器操作规范进行观测和数据采集，在加工生成数据表时，剔除了一些明显误差数据。
赵华标
本数据集是通过卫星数据和地表能量平衡法得到的全球陆地地表每天和每月的蒸散发量。该数据集的空间分辨率是5公里。ET数据生产的算法主要采用Chen et al. 2019 JGR 和Chen et al. 2013 (JAMC)最新修订的SEBS 算法。如何采用热红外得到无缝的每日蒸发资料请参考 Chen et al. 2021 JGR, 该文还对不同蒸发产品做了对比，结果发现该产品在灌溉区显著优于Landflux, GLEAM, MOD16, GLDAS, 和ERA-Interim 产品，再分析驱动数据的降尺度详见该文。MODIS LST，NDVI，全球森林高度，GlobAlbedo都已经用于此ET数据集的计算中。模型产生的全球地表感热通量、净辐射通量和潜热通量可以联系作者获得。 日蒸散发文件命名规则: 20001201-ET-V1.mat, 2000-year, 12-month,01-day, ET-Evapotranspiration, V1-version 1;蒸发单位: 毫米每天 (数据存储采用unit8格式，需转成单精度或双精度，转换后需要除10再使用)；数据类型: 为了减小数据保存空间，采用unit8的数据保存格式，海洋和陆地水体象元为固定值255. 月蒸散发文件命名规则: ETm200012-ET-V1.mat, 2000-year, 12-month, ET-Evapotranspiration, V1-version 1; 蒸发单位:毫米每月 (数据存储采用int16格式，转成单精度或双精度使用，另外转换后需要除10); 数据类型:为减少存储空间采用int16的数据格式，海洋和陆地水体象元为固定值0.
陈学龙
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
