DEM是数字高程模型的英文简称(Digital Elevation Model)是流域地形、地物识别的重要原始资料。DEM 的原理是将流域划分为m 行n列的四边形(CELL),计算每个四边形的平均高程,然后以二维矩阵的方式存储高程。由于DEM 数据能够反映一定分辨率的局部地形特征,因此通过DEM 可提取大量的地表形态信息,这些信息包含流域网格单元的坡度、坡向以及单元格之间的关系等。同时根据一定的算法可以确定地表水流路径、河流网络和流域的边界。因此从DEM 提取流域特征,一个良好的流域结构模式是设计算法的前提和关键。 高程数据图是根据中国1:25万等高线和高程点形成的1km数据,包括DEM、山影(hillshade)、坡度(Slope)、坡向(Aspect)图 数据集投影: 两种投影方式 : 正轴割圆锥等面积投影 Albers Conical Equal Area(105、25、47) 大地坐标WGS84坐标系
汤国安
该数据为中国逐月平均温度数据,空间分辨率为0.0083333°(约1km),时间为1901.1-2021.12。数据格式为NETCDF,即.nc格式。数据单位为0.1 ℃。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国地区降尺度生成的。并且,使用496个独立气象观测点数据进行验证,验证结果可信。本数据集包含的地理空间范围是全国主要陆地(包含港澳台地区),不含南海岛礁等区域。数据坐标系统建议使用WGS84。
彭守璋
数据集包括以下土壤理化性质:pH值、有机质含量、阳离子交换量、根系丰度、总氮(N)、总磷(P)、总钾(K)、碱解氮、速效磷、速效钾、可交换H+、Al3+、Ca2+、Mg2+、K+、Na+、土层厚度、土壤剖面深度、砂、淤泥和C。铺设部分、岩石碎片、体积密度、孔隙、结构、稠度和土壤颜色。提供了质量控制信息(QC)。 分辨率为30弧秒(赤道处约1公里)。土壤性质的垂直变化由8层记录,深度为2.3 m(即0-0.045-0.091、0.091-0.166、0.166-0.289、0.289-0.493、0.493-0.829、0.829-1.383和1.383-2.296 m),以便于在普通土地模型和社区土地模型(CLM)中使用。 数据采用NetCDF格式存储,数据文件名称及其说明如下: 1.THSCH.nc: Saturated water content of FCH 2.PSI_S.nc: Saturated capillary potential of FCH 3.LAMBDA.nc: Pore size distribution index of FCH 4.K_SCH.nc: Saturate hydraulic conductivity of FCH 5.THR.nc: Residual moisture content of FGM 6.THSGM.nc: Saturated water content of FGM 7.ALPHA.nc: The inverse of the air-entry value of FGM 8.N.nc: The shape parameter of FGM 9.L.nc: The pore-connectivity parameter of FGM 10.K_SVG.nc: Saturated hydraulic conductivity of FGM 11.TH33.nc: Water content at -33 kPa of suction pressure, or field capacity 12.TH1500.nc: Water content at -1500 kPa of suction pressure, or permanent wilting point
戴永久, 上官微
2007年,2008年和2009年Envisat ASAR数据179景,覆盖黑河全流域。其中,2007年共63景,2008年共71景,2009年共45景。 成像模式和获取时间分别为:APP可选择极化模式,时间范围为2007-08-15至2007-12-23,2008-01-02至2008-12-20,2009-02-15至2009-09-06;IMP成像模式,时间范围为2009-06-19至2009-07-12;WSM宽幅模式,时间范围为2007-01-01至2007-12-30,2008-01-01至2008-11-28,2009-03-13至2009-05-22。 产品级别为L1B级,未经过几何校正,为振幅数据。 黑河综合遥感联合试验的Envisat ASAR遥感数据集主要通过中欧“龙计划”项目(项目编号:5322和5344)获取;2007年和2008年1月的WSM宽幅模式数据是从ITC的Bob Su教授处获得;8景APP可选择极化模式数据从中国科学院对地观测与数字地球中心购买。
中国科学院遥感与数字地球研究所
结合Landsat影像(4215景)、地形图,利用半自动水体提取及人工目视检查编辑,完成了过去60多年来(1960s, 1970s, 1990, 1995, 2000, 2005, 2010, 2015, 2020)详细的中国湖泊(大于1平方公里)数量与面积变化研究。从1960s到2020年,中国湖泊总数量(≥ 1 km^2)从2127个增加到2621个,面积从68537 km^2扩张到82302 km^2 。
张国庆
沙漠化是我国北方干旱、半干旱及部分半湿润地区由于人地关系不相协调所造成的以风沙活动为主要标志的土地退化。 数据源:中国冰川冻土沙漠研究所编绘,中国科学院地理研究所协作,根据七十年代航片,加上实地调研,绘制的1:200万沙漠图,图中中国国界是根据地图出版社一九七一年出版的1:400万《中华人民共和国地图》地图绘制。 一、数据集内容 1、Desert_Ch_2009(沙漠分布) 2、Dune_hight_Ch_200(沙丘高度) 3、Gobi_Ch_200(戈壁) 4、Wind_eroded_land_Ch_200(风蚀地数据) 二、沙漠化属性表字段如下: (1)Semifixed(半固定沙丘):缓起伏沙地(2-1)、灌丛沙丘(2-2)、抛物线状沙丘(2-3)、梁窝状沙丘(2-4)、沙垄及树枝状沙垄(2-5)、蜂窝状沙丘(2-6)、蜂窝状沙垄(2-7)、复合型沙垄(2-8) (2)Fixation(固定沙丘):平沙地(3-1)、草原丛沙堆(3-2)、沙垄(3-3)、蜂窝状沙丘(3-4) (3)Migratory(流动沙丘):新月形沙丘及沙丘链(1-1)、新月形沙垄及沙垄(1-2)、格状沙丘及格状沙丘链(1-3)、鱼鳞状沙丘(1-4)、羽毛状沙垄(1-5)、金字塔沙丘(1-6)、复合型沙丘及沙丘链(1-7)、复合型沙垄(1-8)、复合型穹状沙丘(1-9)、链状沙山(沙丘)(1-10)、迭置型链状沙山(1-11)、复合型垄状沙山(1-12)、复合型链状沙山(1-13)、金字塔形沙山(1-14) (4)class_id:沙化属性编码 三、投影信息 PROJCS["Albers", GEOGCS["GCS_Beijing_1954", DATUM["Beijing_1954", SPHEROID["Krasovsky_1940",6378245.0,298.3]], PRIMEM["Greenwich",0.0], UNIT["Degree",0.0174532925199433]], PROJECTION["Albers_Conic_Equal_Area"], PARAMETER["False_Easting",0.0], PARAMETER["False_Northing",0.0], PARAMETER["longitude_of_center",105.0], PARAMETER["Standard_Parallel_1",25.0], PARAMETER["Standard_Parallel_2",47.0], PARAMETER["latitude_of_center",0.0], UNIT["Meter",1.0]]
王建华
本数据集:主编:侯学煜 编图:候学煜,孙世洲,张经炜,何妙光.王义凤,孔德珍,王绍庆 出版:地图出版社 发行:新华书店 时间:1979年 比例尺:1:4000000 自1972年5月至1976年7月历时五年完成的。在制订图例和具体编图过程中,参考了我国1949年以后的绝大部分植被考察资料(包括图件和文字资料),举行了十几次所内外有关研究人员参加的制图讨论会。在编图工作完成后的发排期间,又补充了许多新的考察资料,特别是西藏西部地区的植被资料。 本图的性质基本上市属于现状植被图,包括自然植被和农业植被两部分,自然植被的图例是按照七个植被群系纲组排列的,他们主要是根据植物群落的外貌并结合一定的生态特征而划分的。农业植被群落的概念,同自然植物群落一样,也具有一定的生活型(外貌、结构、层片),种类组成和一定的生态地段。 1990年,中国科学院地理研究所资源与环境信息系统国家重点实验室完成了该图的数字化工作,并撰写了相关的数据说明文档,数字化后的数据也采用等积圆锥投影,并可利用GIS软件转换为其他投影. 本数据包括1个e00格式的矢量文件,中国植被编码设计说明, 数据集说明,植被数据层属性数据表和扫描的《中华人民共和国植被图--简要说明》等文件。 数据投影: Projection: Albers false_easting: 0.000000 false_northing: 0.000000 central_meridian: 110.000000 standard_parallel_1: 25.000000 standard_parallel_2: 47.000000 latitude_of_origin: 0.000000 Linear Unit: Meter (1.000000) Geographic Coordinate System: Unknown Angular Unit: Degree (0.017453292519943299) Prime Meridian: Greenwich (0.000000000000000000) Datum: D_Unknown Spheroid: Clarke_1866 Semimajor Axis: 6378206.400000000400000000 Semiminor Axis: 6356583.799999999800000000 Inverse Flattening: 294.978698213901000000
侯学煜, 孙世洲, 张经炜, 何妙光, 王义凤, 孔德珍, 王绍庆
1.数据概述 大本营综合环境观测系统数据集是祁连站在大本营观测点布设1套ENVIS综合环境观测系统(德国,IMKO)。并由ENVIS数采系统自动存储。 2.数据内容 此数据集为2011年1月1日—2011年12月31日日尺度数据。主要包括日尺度地上两层温、湿、风,六层土壤含水量、降水量、5cm地热通量、总辐射、七层土壤温度、CO2、气压。 3.时空范围 地理坐标:经度:99°53′E;纬度:38°16′N;海拔:2980.2m
陈仁升, 韩春坛
青藏高原冻土图(1:300万)(李树德和程国栋,1996)是中国科学院兰州冰川冻土研究所(今中科院寒区旱区环境与工程研究所)冻土工程国家重点实验室根据多年从事冻土考察研究的第一手资料及前人研究论文、文献、并详细研究与参阅了航空像片、卫星影像及青藏公路沿线多年冻土图(1:60)万(童伯良 等,1983)、祁连山地貌图(1:100万)(中国科学院地理研究所,1985)、青藏高原自然景观图(1:300万)(中国科学院地理研究所,1990)、青藏高原第四纪冰川遗迹分布图(1:300万)(李炳元和李吉均,1991)、南水北调西线工程通天河-雅砻江调水区冻土遥感图(1:50万)(中国科学院兰州冰川冻土研究所,1995)、中国冰雪冻土图(1:400万)(施雅风和米德生,1988),在100万航测地形图上进行编绘,然后缩编成1:300万青藏高原冻土图。后经由中科院寒区旱区环境与工程研究所南卓铜等数字化完成。 数据包括: 1)数字化的青藏高原冻土分布图 2)青藏高原冻土图扫描图 数字化后的冻土分布图中的冻土类型包括: 0, Seasonally frozen ground;季节冻土 1, permafrost;多年冻土 2, island permafrost;岛状多年冻土 3, continuous permafrost;片状多年冻土
程国栋, 李树德, 南卓铜, 童伯良
本数据集是建立在青藏高原基础上的高原土壤水分和土壤温度观测数据,用于量化粗分辨率卫星和土壤水分和土壤温度模型产物的不确定性。青藏高原土壤温湿度观测数据(Tibet-Obs)由四个区域尺度的原位参考网络组成,包括寒冷半干旱气候的那曲网络,寒冷潮湿气候的玛曲网络和寒冷干旱的阿里网络,以及帕里网络。这些网络提供了对青藏高原不同气候和地表水文气象条件的代表性覆盖。 - 时间分辨率:逐时 - 空间分辨率:点测量 - 测量精度:土壤水分,0.00001;土壤温度,0.1℃;数据集尺寸:标称深度为5,10,20,40和80厘米的土壤水分和温度统计值 - 单位:土壤水分,cm ^ 3 cm ^ -3; 土壤温度, ℃
Bob Su, 阳坤
本数据集的源数据来源于第二次土壤普查的1:100万中国土壤图和8595个土壤剖面。本数据包括剖面深度、土层厚度、砂粒、粉粒、粘粒、砾石、容重、孔隙度、土壤结构、土壤颜色、pH值、有机质、氮、磷、钾、可交换阳离子量、可交换的氢、铝、钙、镁、钾、钠离子和根量。数据集还提供了数据质量控制信息。 数据为栅格格式,空间分辨率为30弧秒。为便于使用CLM模型,土壤数据分为8层,最到深度为2.3米 (i.e. 0- 0.045, 0.045- 0.091, 0.091- 0.166, 0.166- 0.289, 0.289- 0.493, 0.493- 0.829, 0.829- 1.383 and 1.383- 2.296 m) 数据文件说明: 1 Soil profile depth PDEP.nc 2 Soil layer depth "LDEP.nc LNUM.nc" 3 pH Value (H2O) PH.nc 4 Soil Organic Matter SOM.nc 5 Total N TN.nc 6 Total P TP.nc 7 Total K TK.nc 8 Alkali-hydrolysable N AN.nc 9 Available P AP.nc 10 Available K AK.nc 11 Cation Exchange Capacity (CEC) CEC.nc 12 Exchangeable H+ H.nc 13 Exchangeable Al3+ AL.nc 14 Exchangeable Ca2+ CA.nc 15 Exchangeable Mg2+ MG.nc 16 Exchangeable K+ K.nc 17 Exchangeable Na+ NA.nc 18 Particle-Size Distribution Sand SA.nc Silt SI.nc Clay CL.nc 19 Rock fragment GRAV.nc 20 Bulk Density BD.nc 21 Porosity POR.nc 22 Color (water condition unclear) Hue Unh.nc Value Chroma Unc.nc 23 Dry Color Hue Dh.nc Value Chroma Dc.nc 24 Wet Color Hue Wh.nc Value Chroma Wc.nc 25 Dominant and Second Structure S1.nc SW1.nc RS.nc 26 Dominant and Second Consistency C1.nc CW1.nc RC.nc 27 Root Abundance Description R.nc
上官微, 戴永久
此边界数据总集包含五种类型的边界: 1、TPBoundary_2500m:基于ETOPO5 Global Surface Relief,采用ENVI+IDL 提取青藏高原经度(65~105E),纬度(20~45N)范围内海拔高程2500米的数据。 2、TPBoundary_3000m:基于ETOPO5 Global Surface Relief,采用ENVI+IDL 提取青藏高原经度(65~105E),纬度(20~45N)范围内海拔高程3000米的数据。 3、TPBoundary_HF(high_frequency):李炳元(1987)曾对确定青藏高原范围的原则与具体界线进行了较系统的讨论,从高原地貌形成和基本特征角度,提出了依据地貌特征、高原面及其海拔高度,同时考虑山体完整性作为确定高原范围的基本原则。张镱锂(2002) 根据相关领域研究的新成果和多年野外实践,论证确定青藏高原范围和界线的原则, 结合信息技术方法对青藏高原范围与界线位置进行了精确的定位和定量分析,得出:青藏高 原在中国境内部分西起帕米尔高原,东至横断山脉,南自喜马拉雅山脉南缘,北迄昆仑山— 祁连山北侧。 2017年4月14日,中华人民共和国民政部发布《关于增补藏南地区公开使用地名(第一批)的公告》,增加了乌间岭、米拉日、曲登嘎布日、梅楚卡、白明拉山口、纳姆卡姆等6个藏南地区地名。 4、TPBoundary_new (2021):伴随青藏高原研究的深入,高原内外多学科研究程度和认识的提高,及地理大数据、地球观测科学和技术的进步,张镱锂等2021年版青藏高原范围界线数据研发基于ASTER GDEM和Google Earth 遥感影像等资料综合分析完成,该范围界线北起西昆仑山-祁连山山脉北麓,南抵喜马拉雅山等山脉南麓,南北最宽达1560 km;西自兴都库什山脉和帕米尔高原西缘,东抵横断山等山脉东缘,东西最长约3360 km;经纬度范围为25°59′30″N~40°1′0″N、67°40′37″E~104°40′57″E,总面积为308.34万km2,平均海拔约4320 m。在行政区域上,青藏高原分布于中国、印度、巴基斯坦、塔吉克斯坦、阿富汗、尼泊尔、不丹、缅甸、吉尔吉斯斯坦等9个国家。 5、TPBoundary_rectangle:根据范围Lon(63~105E) Lat(20~45N),画取长方形,数据采用经纬度投影WGS84。 青藏高原边界作为基础数据,可以为各类地学数据及科学研究青藏高原作参考依据。
张镱锂
总览我国现有的各种冻土图,他们在分类系统、数据源、制图方法等方面存在较大的不同,这些图件代表了我国在过去的半个世纪中对多年冻土分布的阶段认识。为了更加合理地反映我国冻土的分布,并统计出我国冻土分布面积,我们在分析现有冻土图的基础上,制备了一个新的冻土分布图,该图融合了现有多个冻土图和青藏高原多年冻土分布的模型模拟结果,统一了全国各部分数据的获取时间,反映了2000年左右我国冻土的分布状况。 新的冻土图中,各种冻土类型的分布按以下原则确定: 1. 底图采用中国冻土区划及类型图(1:1000万)(邱国庆 等,2000)。青藏高原以外的高山多年冻土和瞬时冻土的分布沿用原图;季节冻土和瞬时冻土、瞬时冻土和非冻土的界限也均无变化。青藏高原地区的多年冻土和东北地区高纬度多年冻土的分布则采用以下结果更新。 2. 青藏高原区域的高海拔多年冻土和高山多年冻土分布采用南卓铜 等(2002)的模拟结果进行更新。该模型利用青藏公路沿线76个钻孔实测年平均地温数据,进行回归统计分析,获取年平均地温与纬度、高程的关系,并基于该关系,结合GTOPO30高程数据(美国地质调查局地球资源观测与科技中心领导下发展的全球1km数字高程模型数据)模拟得到整个青藏高原范围上的年平均地温分布,再以年平均地温0.5C作为多年冻土与季节冻土的界限。 3. 东北地区的高纬度多年冻土分布采用了Jin et al. (2007)的最新结果。 Jin et al. (2007)通过对过去几十年东北年平均降水和土壤水分的分析,认为东北地区的多年冻土南界与年平均气温的关系在过去几十年中没有发生实质变化。 4. 其他地区的高山多年冻土分布采用中国冰川冻土沙漠图(1:400万)(中国科学院寒区旱区环境与工程研究所,2006)更新。 在分类系统方面,现有的冻土图对多年冻土的划分多采用连续性标准,但对连续性的具体定义有很大不同。很多研究表明,连续性标准是一个与尺度密切相关的概念,并不适合于高海拔多年冻土的分类(程国栋, 1984; Cheng et al., 1992),且该标准无法应用于以网格为基本模拟单元的多年冻土分布模型。在本文中,我们放弃了连续性标准,而以制图单元(网格或区域)内是否存在冻土为标准。新的冻土图将我国冻土分为几下几类: (1)高纬度多年冻土 (2)高海拔多年冻土 (3)高原多年冻土 (4)高山多年冻土 (5)中深季节冻土:可能达到的最大季节冻结深度>1m; (6)浅季节冻土:可能达到的最大季节冻结深度<1m; (7)瞬时冻土:保存时间不足一个月 (8)非冻土。 数据具体说明,请参考说明文档及引用文献。
冉有华, 李新
该数据是中国冻土区划及类型图(1:1000万)(邱国庆等,2000;周幼吾 等,2000)的数字化,采用了区划和类型双系列体系,在同一份图上同时用区划体系和类型体系来反映在各个级别上冻土形成和分布的共性与个性。 区划体系包括三个冻土大区:(1)中国东部冻土大区;(2)中国西北冻土大区;(3)中国西南(青藏高原)冻土大区。在三个大区的基础上,又进一步划分出16个区及下面的若干亚区。冻土区划界线的划分中,I大区和III大区的界线主要参考了李炳元(1987)的结果;II大区和III大区的界线就是青藏高原的北界,即昆仑山—阿尔金山—祁连山北侧和山麓线;I大区和II大区的界线在贺兰山—狼山一带。二级区的界线,在II大区和III大区中以地貌条件为依据进行划分,在I大区则以气温年较差A与年平均气温T的比值为主要划分依据,并考虑到各地的冻结深度。 类型体系基于冻土连续性、冻土存在的时间和季节冻结深度,划分为8个类型,各类型界线主要取自《中国冰雪冻土图》(1:400万)(施雅风 等,1988)并参考了一些新资料,而季节冻土界线则主要以气象站资料为依据。各类型的定义如下: (1)大片多年冻土:连续系数为90%-70%; (2)大片-岛状多年冻土:连续系数为70%-30%; (3)稀疏岛状多年冻土:连续系数为<30%; (4)山地多年冻土; (5)中深季节冻土:可能达到的最大季节冻结深度>1m; (6)浅季节冻土:可能达到的最大季节冻结深度<1m; (7)短时冻土:保存时间不足一个月; (8)非冻土。 根据该数据计算的中国多年冻土区面积约2.19×106km²,约占中国领土的22.83%。其中,高山多年冻土0.42×106km²,约占我国领土面积的4.39%。季节冻土面积约4.76×106km²,约占我国领土的49.6%,瞬时冻土面积约1.86×106km²,占我国领土的19.33%。 更多信息参考文献(周幼吾 等,2000)。
郭东信, 邱国庆
该NDVI数据集是最新发布的NOAA全球模拟和绘图项目(GIMMS,Global Inventory Monitoring and Modeling System)长序列(1981-2015)均一化植被指数产品,版本号3g.v1。 该产品的时间分辨率是每月两次,空间分辨率1/12度。时间跨度1981年7月至2015年12月。该产品为共享数据产品,可直接从ecocast.arc.nasa.gov下载。 详情请参考https://nex.nasa.gov/nex/projects/1349/
NCAR
中国土地利用现状遥感监测数据库是在国家科技支撑计划、中国科学院知识创新工程重要方向项目等多项重大科技项目的支持下经过多年的积累而建立的覆盖全国陆地区域的多时相土地利用现状数据库。 数据集包括1980年代末期,1990年、1995年、2000年、2005年、2010年,2015年七期,数据生产制作是以各期Landsat TM/ETM遥感影像为主要数据源,通过人工目视解译生成。数据缺少南海部分岛屿数据。 空间分辨率1公里,投影参数:Albers_Conic_Equal_Area 中央经线105,标准纬线1: 25,标准纬线2: 47。 中国土地利用现状遥感监测数据库是目前我国精度比较高的土地利用遥感监测数据产品,已经在国家土地资源调查、水文、生态研究中发挥着重要作用。 土地利用类型包括耕地、林地、草地、水域、居民地和未利用土地6个一级类型以及25个二级类型。
中国科学院资源环境科学数据中心(http://www.resdc.cn/)
该数据是对《1:100万中国植被图集》黑河流域部分的数字化,《1:1,000,000中国植被图集》是由著名植被生态学家侯学煜院士主编(侯学煜,2001),由中国科学院有关研究所、有关部委和各省区有关部门、高等院校等53个单位250多位专家共同编制,是我国植被生态学工作者40多年来继《中国植被》等专著出版后又一项总结性成果,是国家自然资源和自然条件的基本图件。它是根据半个世纪以来全国各地开展植被调查所积累的丰富的第一手资料,并利用航空遥感和卫星影像等现代技术所获得的材料以及有关地质学、土壤学和气候学最新的研究成果编制而成。它详细反映了我国11个植被类型组、54个植被型的796个群系和亚群系植被单位的分布状况、水平地带性和垂直地带性分布规律,同时反映了我国2000多个植物优势种、主要农作物和经济作物的实际分布状况及优势种与土壤和地面地质的密切关系。该图集属于现实植被图图种,反映我国植被近期的质量状况。
侯学煜
此数据集包含了阿柔冻融观测站2007-07-25至2015-4-27间的观测数据,站点位于青海省祁连县中东部地区的阿柔乡草大板村瓦王滩牧场。经纬度为100°28′E,38°03′N,海拔高度为3032.8m。试验场建在黑河上游支流八宝河南侧的河谷高地上,周围地势相对平坦开阔,自东南向西北略有倾斜下降,南北两侧约3km外是连绵的山丘和高山,符合大气边界层近地层理论中水平均匀下垫面的要求。瓦王滩牧场是当地牧民的冬季牧场,夏季牧草长势良好,植被高度在20-30cm之间。 观测项目有:大气风温湿梯度观测(2m和10m)、气压、降水、辐射四分量、多层土壤温度(10cm、20cm、40cm、80cm、120cm和160cm)、土壤水分(10cm、20cm、40cm、80cm、120cm和160cm)及土壤热通量(5cm和15cm)。 原始的采集器输出数据为0级;初步整理后,没有任何的删除,但是标出疑似有问题的数据为1级;统一整理成30分钟采样周期并经过质量控制的为2级。整理后的将数据逐月存储,命名规则为:站点名+数据级别+AMS+数据日期。建议普通用户用2级以上的数据。 数据观测起始于2007年7月25日,观测至今,之后数据见HiWATER 水文气象网观测数据(http://www.heihedata.org/hiwater/hmon),详细信息请参见下面“其他在线资源”中的“气象水文通量数据使用指南”。
胡泽勇, 马明国, 王维真, 晋锐, 黄广辉, 张智慧, 谭俊磊
1)该套数据集为来自美国国家环境预报中心(NCEP)和国家大气研究中心(NCAR)联合研制的全球大气再分析数据,是利用观测资料、预报模式和同化系统对全球从1948年到目前的气象资料进行再分析形成的格点资料。数据变量包括地表、近地表(.995sigma层)和不同气压层的多个气象变量,如降水、温度、相对湿度、海平面气压、位势高度、风场和热通量等。 2)覆盖时间为1948年至2018年,其中1948至1957年数据是非高斯格点数据;覆盖范围为全球。空间分辨率为2.5°经纬网格。垂直分层为17个标准气压层,分别为1000、925、850、700、600、500、400、300、250、200、150、100、70、50、30、20、10 hPa,和28 sigma层。部分变量为8层(omega)和12层(humidities);时间分辨率为逐6小时、逐日、逐月和长期逐月平均(1981年至2010年平均)。逐日数据由每日0Z,6Z,12Z和18Z 4个时次值作平均得到的。 3)缺测值为-9.96921e+36f。数据以nc格式存放,文件名为var.time.stat.nc, 每个文件包括经纬度、时间和大气要素变量。 数据的详细情况见数据说明链接http://www.esrl.noaa.gov/pad/data 。
NOAA, NCAR
数据来源于联合国粮农组织(FAO)和维也纳国际应用系统研究所(IIASA)所构建的世界土壤数据库(Harmonized World Soil Database,HWSD), 该数据库于2009年3月26日发布了1.1版本。数据分辨率为1km。中国境内数据源1:100万土壤数据。采用的土壤分类系统主要为FAO-90。 土壤属性表主要字段包括: SU_SYM90(FAO90土壤分类系统中土壤名称) SU_SYM85(FAO85分类) T_TEXTURE(顶层土壤质地) DRAINAGE(19.5); ROOTS:String(到土壤底部存在障碍的深度分类); SWR:String (土壤含水量特征); ADD_PROP: Real (土壤单元中与农业用途有关的特定土壤类型); T_GRAVEL:Real (碎石体积百分比);T_SAND: Real (沙含量); T_SILT: Real (淤泥含量); T_CLAY:Real (粘土含量); T_USDA_TEX: Real (USDA土壤质地分类); T_REF_BULK: Real (土壤容重); T_OC: Real (有机碳含量); T_PH_H2O:Real (酸碱度) T_CEC_CLAY:Real (粘性层土壤的阳离子交换能力); T_CEC_SOIL: Real (土壤的阳离子交换能力) T_BS:Real (基本饱和度); T_TEB: Real (交换性盐基); T_CACO3: Real (碳酸盐或石灰含量) T_CASO4: Real (硫酸盐含量); T_ESP: Real (可交换钠盐); T_ECE: Real (电导率)。 其中以T_开头属性字段表示上层土壤属性(0-30cm),以S_开头属性字段表示下层土壤属性(30-100cm)(FAO 2009)。 该数据可为地球系统建模者提供模型输入参数,农业角度可用来研究生态农业分区,粮食安全和气候变化等。
Food and Agriculture Organization of the United Nations(FAO)
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