当前浏览: 黑河流域


黑河流域数字土壤制图产品(第二版):土壤容重分布数据集(2012-2014)

本数据集的源数据来源于黑河流域重大研究计划集成项目(黑河流域土壤数据集成与土壤信息产品生成,91325301)集成的土壤剖面数据。 范围:黑河流域; 投影:WGS_1984_Albers; 空间分辨率:100米; 数据格式:TIFF;

2017-07-13

黑河生态水文遥感试验:非均匀下垫面地表蒸散发的多尺度观测试验-通量观测矩阵数据集(张掖湿地站涡动相关仪)

该数据集包含了2012年6月25日至9月26日的通量观测矩阵中湿地站涡动相关通量观测数据。站点位于甘肃省张掖市,下垫面是湿地。观测点的经纬度是100.44640E, 38.97514N,海拔1460.00m。涡动相关仪架高5.2m,采样频率是10Hz,超声朝向是正北向,超声风速仪与CO2/H2O分析仪之间的距离是25cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Edire软件后处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,角度订正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Edire软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除降水前后1h的数据;(3)剔除10Hz原始数据每30min内缺失率大于3%的数据;(4)剔除夜间弱湍流的观测数据(u*小于0.1m/s)。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。因仪器漂移等原因引起的可疑数据用红色字体标识。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),稳定度Z/L(无量纲),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为三级(质量标识0:(Δst <30, ITC<30); 1: (Δst <100, ITC<100); 其余为2)。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。 多尺度观测试验或站点信息请参考Liu et al. (2016),观测数据处理请参考Xu et al.(2013)。

2017-07-09

黑河生态水文遥感试验:大野口流域2米DEM数据

通过数据编程,2012年5月中旬获取了大野口流域WorldView-2立体像对数据。同年7-8月,在流域GPS差分大地控制网基础上,测得27个GPS像控点及检查点数据。在全野外GPS地面控制点基础上,利用数字摄影测量软件系统,对WorldView-2影像自带RPC文件进行校正。在立体模型上通过影像自动匹配技术,匹配60个均匀分布的高精度影像连接点快速提取黑河流域上游大野口子流域1米、2米数字高程模型(DEM)。同时,在阴坡森林覆盖区、大野口水库等重点区域进行DEM进行编辑,在地形特征变化大的地方测量一定数量的特征点、线数据,极大地提高了成果精度。通过外业控制点、模型保密点组成的检查点进行定量DEM验证,其高程中误差分别为1.9米和1.2米,达到1:2000比例尺2级高山地2米精度要求。

2017-06-29

黑河生态水文遥感试验:大野口流域0.5米WorldView-2DOM数据(2012年5月)

通过数据编程,2012年5月中旬获取了大野口流域WorldView-2立体像对数据。同年7-8月,在流域GPS差分大地控制网基础上,测得27个GPS像控点及检查点数据。在全野外GPS地面控制点基础上,利用数字摄影测量软件系统,对WorldView-2影像自带RPC文件进行校正。在立体模型上通过影像自动匹配技术,匹配60个均匀分布的高精度影像连接点快速提取黑河流域上游大野口子流域1米、2米数字高程模型(DEM)。基于共线条件方程,利用数字微分纠正原理,选取立体像对中的正视影像生成大野口流域数字正射影像DOM。

2017-06-23

黑河流域多年月平均日照时数(1961-2010)

采用黑河计划数据管理中心提供的黑河流域及周边地区21个气象常规观测站及黑河周边13个全国基准站的站点数据信息,对逐日日照时数进行统计整理,计算逐个站点的1961-2010年多年逐月日照时数数据。对其进行空间平稳性分析,计算变异系数,若变异系数大于100%,则采用地理加权回归计算站点与地理地形因素关系,得逐月日照时数分布趋势;若变异系数小于等于100%,则采用普通最小二乘回归计算站点日照时数值与地理地形因素(经纬度、高程、坡度、坡向等)的关系,得逐月日照时数分布趋势;对去掉趋势后的残差采用HASM(High Accuracy Surface Modeling Method)进行拟合修正。最后将趋势面结果与残差修正结果相加即得1961-2010年黑河流域多年月平均日照时数分布。时间分辨率:1961-2010年多年月平均日照时数。空间分辨率:500m。

2017-06-23

黑河流域数字土壤制图产品:三维土壤有机碳含量分布数据集(2012)

按照全球数字土壤制图(GlobalSoilMap.net)标准,将0-1m土壤深度划分为0-5cm、5-15cm、15-30cm、30-60cm、60-100cm 5个层次,根据土壤-景观模型原理,使用数字土壤制图方法制作不同层次的土壤有机碳含量空间分布数据产品。本数据集的源数据来源于黑河流域重大研究计划集成项目(黑河流域土壤数据集成与土壤信息产品生成,91325301)集成的土壤剖面数据。 范围:黑河流域; 投影:WGS_1984_Albers; 空间分辨率:100米; 数据格式:TIFF; 数据集内容: hh_soc_layer1.tif:0-5cm 土壤有机碳含量; hh_soc_layer2.tif:5-15cm 土壤有机碳含量; hh_soc_layer3.tif:15-30cm 土壤有机碳含量; hh_soc_layer4.tif:30-60cm 土壤有机碳含量; hh_soc_layer5.tif:60-100cm 土壤有机碳含量;

2017-04-11

黑河流域数字土壤制图产品(第二版):关键土壤水文属性分布数据集(2012)

根据土壤-景观模型原理,使用数字土壤制图方法制作关键水文参数空间分布图数据产品。本数据集的源数据来源于黑河流域重大研究计划集成项目(黑河流域土壤数据集成与土壤信息产品生成,91325301)集成的土壤剖面数据。 范围:黑河流域; 投影:WGS_1984_Albers / Albers_Conic_Equal_Area; 空间分辨率:90米; 数据格式:TIFF; 数据内容:饱和含水量、田间持水量、萎蔫含水量、饱和导水率空间分布 预测方法:增强回归树 环境变量:主要的成土因素 数据集内容: pr_0kp sm.tif:饱和含水量(单位:%) pr_33kp sm.tif: 田间持水量(单位:%) x1500kp sm.tif:萎蔫含水量(单位:%) shc sm.tif:饱和导水率 (单位:Ks/(mm•min-1))

2017-03-29

黑河流域数字土壤制图产品(第二版):土壤质地数据集(2012-2014)

土壤粒级划分标准使用美国制分类法。本数据集的源数据来源于黑河流域重大研究计划集成项目(黑河流域土壤数据集成与土壤信息产品生成,91325301)集成的土壤剖面数据。预测方法主要是基于土壤-景观模型,该模型基本理论基础是经典的土壤发生理论,模型将土壤视为气候、地形、母质、生物和时间综合作用的产物。 范围:黑河流域; 投影:WGS_1984_Albers; 空间分辨率:100米; 数据格式:TIFF; 数据内容:土壤粘粒、粉粒、砂粒含量空间分布 预测方法:增强回归树 环境变量:主要的成土因素

2017-03-27

黑河流域数字土壤制图产品(第二版):土壤有机碳分布数据集(2012)

按照全球数字土壤制图(GlobalSoilMap.net)标准,将0-1m土壤深度划分为0-5cm、5-15cm、15-30cm、30-60cm、60-100cm 5个层次,根据土壤-景观模型原理,使用数字土壤制图方法制作不同层次的土壤有机碳含量空间分布数据产品。预测方法主要是基于土壤-景观模型,该模型基本理论基础是经典的土壤发生理论,模型将土壤视为气候、地形、母质、生物和时间综合作用的产物。本数据集来源于黑河流域重大研究计划集成项目(黑河流域土壤数据集成与土壤信息产品生成,91325301)集成的土壤剖面数据。 范围:黑河流域; 投影:WGS_1984_Albers; 空间分辨率:100米; 数据格式:TIFF; 数据内容:土壤有机碳含量空间分布 预测方法:增强回归树 环境变量:主要的成土因素

2017-03-26

黑河流域数字土壤制图产品(第二版):土壤厚度分布数据集(2012-2014)

本数据集的数据来源于黑河流域重大研究计划集成项目(黑河流域土壤数据集成与土壤信息产品生成,91325301)集成的土壤剖面数据。预测方法主要是基于土壤-景观模型,该模型基本理论基础是经典的土壤发生理论,模型将土壤视为气候、地形、母质、生物和时间综合作用的产物。 范围:黑河流域; 投影:Albers_Conic_Equal_Area; 空间分辨率:90米; 数据格式:ArcGIS Grid; 数据内容:土壤厚度空间分布 预测方法:增强回归树 环境变量:主要的成土因素

2017-03-25