该数据集包含了三江源地区1km空间分辨率的理论载畜量数据集。该数据集在2015年到2021年收集的地面样点数据基础上，与基于MODIS遥感影像提取的NDVI数据进行建模，反演得到三江源地区地上草地生物量数据，利用羊单位（SU）换算得到公里网格2020年理论载畜量（羊单位，SU）数据集。空间分辨率为1km。在算法中，首先结合地面样方和对应的同时相MODIS植被指数，建立回归关系模型，此外，集成了去云算法、基于地面验证点建立了基于支持向量机分类器的优化算法，最终得到分类效果较好的草地分类产品作为掩膜，最终得到公里网格理论载畜量（羊单位，SU）。该数据集具有很好的高空间分辨率和高时效性等特点。
魏彦强
基于MODIS 2000年至2020年生长季平均的NDVI与EVI（空间分辨率250m），利用Mann-Kendall趋势检测方法，计算了NDVI的变化趋势。MOD13Q1 V6产品提供逐像元的植被指数。一个是归一化差值植被指数(NDVI)，又称连续性指数，是由现有的国家海洋和大气管理局高级甚高分辨率辐射计(NOAA-AVHRR)导出的NDVI。第二个植被层是增强植被指数(EVI)，该指数将冠层背景变化最小化，并在浓密的植被条件下保持敏感性。EVI还使用蓝色波段去除烟雾和亚像素薄云造成的残留大气污染。MODIS NDVI和EVI产品是由大气校正的双向地表反射率计算而来的。该数据空间分辨率为250m。
王旭峰
三江源积雪面积遥感产品是基于MODIS表面反射率产品，分别针对MOD09GA和MYD09GA，利用监督分类获取研究区Landsat-5 TM/Landsat8 OLI二值积雪影像（雪和无雪），将其作为参考值，结合MODIS地表类型数据MCD12Q1，获取针对植被区和非植被区积雪制图算法，制备三江源长时间序列MODIS逐日积雪范围产品，产品命名为SJY_CLOUDY_SCE_日期_500m_L1，数据格式是TIFF，数据投影为WGS84投影，分辨率为500m。
郝晓华
该数据集包含了基于ASTER GDEM v3提取的三江源地区数字高程数据，空间分辨率为30m。数字高程模型（Digital Elevation Model，简称DEM），利用有序、有限的位置高程数值矩阵实现对地球表面高程状态的数字化模拟，是建立数字地形模型（Digital Terrain Model，简称DTM）的基础。 NASA（美国国家航空航天局）和METI（日本经济产业省）于2009年6月28日共同发布了ASTER GDEM v1数据产品，并宣布向全球用户免费开放下载使用。2011年10月中旬，NASA和METI共同发布了ASTER GDEM v2版本，在v1的基础之上，新增了26万光学立体像对数据，主要用于改善覆盖范围、提升数据分辨率、提升水体掩模处理精确度。2019年8月5日，NASA和METI共同发布了ASTER GDEM v3版本，在v2的基础之上，新增了36万光学立体像对数据，主要用于减少高程值空白区域、水域数值异常。 本DEM数据是基于ASTER GDEM v3，利用三江源地区边界范围进行拼接处理和修正，空间分辨率为1弧度秒（约30 米），格式为GeoTIFF，参考大地水准面为WGS84/EGM96，特殊DN值：无效像素值为-9999，海平面数据为0。精度：垂直精度20米，水平精度30米。
魏彦强
该数据集是MODIS的植被指数数据（MOD13Q1），将三江源区域进行了提取，以便单独开展三江源地区的研究分析。MOD13Q1是16天合成的植被指数，包含归一化植被指数（NDVI）和增强型植被指数（EVI）。三江源的空间范围覆盖两景MODIS文件（h25v05和h26v05）。数据存储格式为hdf，每个文件中包含12个波段：归一化植被指数（NDVI）、增强型植被指数（EVI）、数据质量（VI Quality）、红波段反射率（red reflectance）、近红外波段反射率（NIR reflectance）、蓝波段反射率（blue reflectance）、中红外波段反射率（MIR reflectance）、观测天顶角（view zenith angle）、太阳天顶角（sun zenith angle）、相对方位角（relative azimuth angle）、合成的时间（composite day of the year）和象元可靠性（pixel reliability）. 本数据集数据格式为hdf，空间分辨率250m，时间分辨率是16天，时间范围：2000年2月至2021年10月。
王旭峰
三江源积雪面积遥感产品是基于MODIS表面反射率产品，分别针对MOD09GA和MYD09GA，利用监督分类获取研究区Landsat-5 TM/Landsat8 OLI二值积雪影像（雪和无雪），将其作为参考值，结合MODIS地表类型数据MCD12Q1，获取针对植被区和非植被区积雪制图算法，并制备初级数，据用隐马尔科夫随机场模型的时空插值算法和微波雪深插值算法进行去云处理，并结合温度再分析资料，最终生产一套2000-2020年以来三江源长时间序列MODIS逐日无云积雪范围产品，产品命名为SJY_CGF-MODIS_SCE_日期_500m，数据格式是TIFF，数据投影为WGS84投影，分辨率为500m。
郝晓华
长期数据记录(LTDR)是美国国家航空航天局(NASA)在LAADS DAAC的一个制作地球系统数据记录用于研究环境(措施)项目，该项目产生并分发一套陆地表面气候数据记录(CDR)。cdr提供了40多年的时间序列，这些时间序列是经过良好校准的、一致的日常测量数据，用于分析和了解全球气候变率和变化。LTDR项目是一座重要的桥梁，它有助于将NOAA和欧洲航天局的先进高分辨率辐射计(AVHRR)获得的数据与EOS中分辨率成像光谱仪(MODIS)、Suomi国家极轨伙伴关系(SNPP)可见光红外成像辐射计套件(VIIRS)和联合极轨卫星系统(JPSS) VIIRS任务联系起来。AVHRR大气校正归一化植被指数每日L3全球0.05度CMG产品提供归一化植被指数(NDVI)值，该值是使用brdf校正的地表反射率输入导出的，并提供数据质量评估。
王旭峰
三江源及区域国家标准气象站逐月气象数据，包含32个气象站，主要包括平均本站气压、极端最高本站气压、极端最高本站气压出现日、极端最低本站气压、极端最低本站气压出现日、平均气温、极端最高气温、极端最高气温出现日、极端最低气温、极端最低气温出现日、平均气温距平、平均最高气温、平均最低气温、日照时数、日照百分率、平均相对湿度、最小相对湿度、最小相对湿度出现日期、降水量、日降水量>=0.1mm日数、最大日降水量、最大日降水量出现日、降水距平百分率、平均风速、极大风速、极大风速之出现日、最大风速、极大风速之风向、最大风速之风向、最大风速之出现日26个变量。
王旭峰
三江源国家公园遥感雪粒径数据产品（2000年-2020年），雪粒径数据产品是基于MOD09GA数据，利用由AART模型发展的SGSP算法反演得到的。雪粒径值表示积雪表层（5cm左右）的雪粒有效半径（单位： μm），数据格式是TIFF，数据投影为WGS84投影。2000-11-01至2019-04-01积雪期（每年11月1日到次年4月1日）。雪粒径取值范围为50-2000μm，并用MOD10A1识别的积雪的FSC（0-100）进行了掩膜，其他区域取值都为0。
郝晓华
三江源国家公园土壤温度数据集，时间范围为1980-2020年。数据为ERA5，ERA5是ECMWF（欧洲中期天气预报中心）对1950年1月至今全球气候的第五代大气再分析数据集。ERA5由ECMWF的哥白尼气候变化服务（C3S）生产。ERA5提供了大量大气、陆地和海洋气候变量的每小时估计值。这些数据覆盖了30公里网格上的地球，并使用137个从地表到80公里高度的高度来解析大气，包括在降低空间和时间分辨率时所有变量的不确定性信息。
王旭峰
该数据集包含了三江源地区1960-2020年间因雪灾而损失的牲畜数量和雪灾发生地点位置数据集。灾害发生地及损失情况来自《中国气象灾害大典》(温克刚, 2005)、《中国西部农业气象灾害》(王建林 et al., 2003)及《中国灾害性天气气候图集》(中国气象局, 2007)等。近些年的数据主要依据雪灾的新闻报道和文献报道数据。数据质量控制中，首先对雪灾的发生地进行了详细订正，其次对其损失数量进行了详细评估，对一些明显夸大报道的雪灾事件进行了剔除和合理纠正，使得数据较为客观和真实，能反映雪灾的具体规模大小。是研究三江源区雪灾的一手资料。
魏彦强
该数据集包含了从2020年到2021年基于LandSat-8 OLI遥感影像提取的澜沧江源区土地覆盖数据及植被类型数据集。空间分辨率为30m。共包括了7种基于UN Land Cover Classification System的土地覆盖类型。在算法中，（1）首先结合我国1：10万植被分类（2007）进行了质量订正和控制；（2）我国植被分类中侧重与气候区的结合，在订正CCI-LC时与我国气候区划相结合，与我国气候区划类型对应的植被类型相结合，全面订正了数据标签。集成了去云算法、基于地面验证点建立了基于支持向量机分类器的优化算法，最终得到分类效果较好的分类产品，通过与同类产品的对比分析，该数据集明显优于ESA-CCI 300m、MODIS 500m及GLB 30m等产品。
魏彦强
该数据集包含了从2020年到2021年基于LandSat-8 OLI遥感影像提取的长江源区土地覆盖数据及植被类型数据集。空间分辨率为30m。共包括了7种基于UN Land Cover Classification System的土地覆盖类型。在算法中，（1）首先结合我国1：10万植被分类（2007）进行了质量订正和控制；（2）我国植被分类中侧重与气候区的结合，在订正CCI-LC时与我国气候区划相结合，与我国气候区划类型对应的植被类型相结合，全面订正了数据标签。集成了去云算法、基于地面验证点建立了基于支持向量机分类器的优化算法，最终得到分类效果较好的分类产品，通过与同类产品的对比分析，该数据集明显优于ESA-CCI 300m、MODIS 500m及GLB 30m等产品。
魏彦强
该数据集是基于GIMMS 最新版本的NDVI数据集GIMMS3g version 1.0估算的三江源地区的物候，包括：植被生长季开始（Start of Season: SOS）和生长季结束的日期（End of Season: EOS）。从用了两种常见的物候期估算方法，分别是基于多项式拟合的阈值提取法（文件名中有poly字符）和基于双逻辑曲线（double logistic function）拟合后的拐点提取法（文件名中有sig字符）。该数据可以用来分析植被物候期与气候变化的关系。时间范围为1982年至2020年，空间分辨率为8km。
王旭峰
草地地上生物量采用的方法为分区分类型模型，数据年份为2000、2010、2015、2020年，为8月上旬的地上植被鲜重。地上生物量定义为单位面积内地面以上实存生活的植被有机物质总量。单位：克/平方米（g/m2）。该数据产品是中国科学院遥感与数字地球研究所基于MODIS的植被指数采用统计模型计算得到。空间分辨率为250m×250m。该数据集是三江源国家公园植被监测的重要数据源。 投影信息： Albers 等积圆锥投影 中央经线：105度 第一割线：25度 第一割线：47度 坐标西偏：4000000 meter
王旭峰
三江源国家公园遥感地表温度数据集1km（2004年-2020年)，数据源为MOD11A2，MOD11A2 V6产品提供了一个1200 x 1200公里网格内的8天平均陆地表面温度（LST），数据格式为.hdf。利用MOD11A2地表温度数据，通过MRT软件进行拼接、重采样和投影转换等操作，通过ARCGIS处理好的shp图层进行掩膜，最后进行单位换算、数据平滑等处理，可得到三江源国家公园遥感地表温度数据。
王旭峰
三江源国家公园遥感蒸散发数据集（2000年-2020年）使用了MOD16A2遥感数据集，该数据集的空间分辨率为1km，时间分辨率为8天。 MOD16A2第6版蒸发/热量通量产品是一个以500米像素分辨率制作的8天综合产品。用于MOD16数据产品收集的算法是基于Penman-Monteith方程的逻辑，其中包括每日的气象再分析数据的输入，以及MODIS遥感数据产品，如植被属性动态、反照率和土地覆盖。
王旭峰
本数据集采用SMMR（1978-1987）、SSM/I（1987-2009）和SSMIS（2009-2020）逐日亮温数据，由双指标（TB,37v，SG）冻融判别算法生成，分类结果包含冻结地表、融化地表、沙漠及水体四种类型。数据覆盖范围为三江源区域，空间分辨率为25.067525 km，EASE Grid投影方式，以Geotif格式存储。象元数值表征地表冻融的状态：1代表冻结，2代表融化，3代表沙漠，4代表水体。
晋锐, 国家冰雪数据中心
该数据集是从中国科学院青藏高原研究所开发的一套中国区域近地面气象与环境要素再分析数据集中提取得到。该数据集是以国际上现有的 Princeton 再分析资料、GLDAS 资料、GEWEX-SRB 辐射资料，以及 TRMM 降水资料为背景场，融合了中国气象局常规气象观测数据制作而成。其时间分辨率为 3 小时，水平空间分辨率 0.1°，包含近地面气温、近地面气压、近地面空气比湿、近地面全风速、地面向下短波辐射、地面向下长波辐射、地面降水率，共 7 个要素（变量）。
王旭峰
该数据集包含了三江源区300m空间分辨率的ESA-CCI土地覆盖数据集。该土地覆盖类型产品是欧空局气候变化行动第二阶段产品，其空间分辨率为300米，时间覆盖范围为1992-2020. 空间覆盖范围纬向－90~90度，经向－180~180度，坐标系统为地理坐标WGS84.土地覆盖产品该地表覆盖的分类依据联合国粮食农业组织土地覆盖分类系统(LCCS, Land Cover Classification System)。CCI数据集提供了将地表分为22个等级的全球地图，这些等级是使用联合国粮食及农业组织(UN FAO)的土地覆盖分类系统(LCCS)定义的。除了土地覆盖(LC)地图之外，还制作了四个质量标志来记录分类和变化检测的可靠性。为了确保连续性，这些土地覆盖图与欧洲航天局(欧空局)气候变化倡议(CCI)制作的1990年代至2015年全球年度土地覆盖图系列一致，这些地图也可在欧空局CCI土地覆盖图查看器上获得。
魏彦强
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
