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
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
一、数据描述 葫芦沟土壤温度监测深度分布为20cm、50cm、100cm、200cm、300cm。地下水温度监测深度为10m。观测频率为1小时/次。观测数据时间范围为2016年5月17日~2016年9月18日。 二、采样地点 葫芦沟小流域土壤温度监测点设置在流域三角洲中部，其地理坐标为99°52′45.38″E, 38°15′21.27″N。
2017-01-20
选取土壤表层深度0-20cm土壤机械组成数据，选择最优的土壤成分数据空间预测制图方法，制作土壤质地（粒径组成）空间分布数据产品。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寒区旱区数据中心，以及黑河流域重大研究计划集成项目（黑河流域上游植被及其环境要素空间插值与动态模拟分析/批准号91325204）集成的土壤采样数据。
2017-01-19
使用数字土壤制图方法制作土壤表层pH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。
2017-01-12
选取土壤表层深度0-20cm土壤机械组成数据，选择最优的土壤成分数据空间预测制图方法，制作土壤质地（粒径组成）空间分布数据产品。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寒旱区数据中心，祁连山天老池流域土壤物理性质—土壤容重、机械组成数据集土壤采样剖面数据。
2016-12-27
选取土壤表层深度0-20cm土壤机械组成数据，选择最优的土壤成分数据空间预测制图方法，制作土壤质地（粒径组成）空间分布数据产品。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寒区旱区数据中心，以及黑河流域重大研究计划集成项目（黑河流域上游植被及其环境要素空间插值与动态模拟分析/批准号91325204）集成的土壤采样数据。
2016-12-23
该数据集包含了2015年1月1日至2015年12月31日的宇宙射线仪器（crs）观测数据。站点位于甘肃省张掖市大满灌区大满超级站内，下垫面是玉米地。观测点的经纬度是100.3722E, 38.8555N，海拔1556m，仪器探头底部距地面0.5m，采样频率是1小时。 宇宙射线仪器的原始观测项目包括：电压Batt（V）、温度T（℃）、相对湿度RH（%）、气压P（hPa）、快中子数N1C（个/小时）、热中子数N2C（个/小时）、快中子采样时间N1ET（s）及热中子采样时间N2ET（s）。发布的数据为经过处理计算后的数据，数据表头包括：Date Time（日期 时间）、P（气压 hPa）、N1C（快中子数 个/小时）、N1C_cor（气压订正的快中子数 个/小时）和SW（土壤体积含水量 %），其处理的主要步骤包括： 1） 数据筛选 数据筛选共四条标准：（1）剔除电压小于和等于11.8伏特的数据；（2）剔除空气相对湿度大于和等于80%的数据；（3）剔除采样时间间隔不在60±1分钟内的数据；（4） 剔除快中子数较前后一小时变化大于200的数据。此外缺失数据用-6999补充。 2） 气压订正 根据仪器说明手册中提到的快中子气压订正公式，对原始数据进行气压订正，得到订正后的快中子数N1C_cor。 3） 仪器率定 在计算土壤水分的过程中需要对计算公式中的N0进行率定。N0为土壤干燥条件下的快中子数，通常使用测量源区内的土样得到实测土壤水分（或者通过比较密集的土壤水分无线传感器获取）θm（Zreda et al. 2012）和对应时间段内的快中子校正数据N，再通过公式反求得到N0。 在此，根据仪器源区内的Soilnet土壤水分数据对仪器进行率定，建立土壤体积含水量θv和快中子之间的关系。分别选取干湿状况差异比较明显的6月26日-27日和7月16日-17日四天的数据，其中6月26日-27日率定数据显示土壤水分较小，因此选取4厘米、10厘米和20厘米的三个值平均值作为率定数据，其变化范围为22%-30%，而7月16日-17日率定数据显示土壤水分较大，因此选取4厘米、10厘米的两个值平均值作为率定数据，其变化范围为28%-39%，最后平均N0为3597。 4） 土壤水分计算 根据公式，计算得到每小时的土壤含水量数据。 水文气象网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Zhu et al. (2015)。
2016-07-26
该数据集包含了2012年9月20日至2013年12月31日的宇宙射线仪器（crs）观测数据。站点位于甘肃省张掖市大满灌区农田内，下垫面是玉米地。观测点的经纬度是100.3722E, 38.8555N，海拔1556m，仪器探头底部距地面0.5m，采样频率是1小时。 宇宙射线仪器的原始观测项目包括：电压Batt（V）、温度T（℃）、相对湿度RH（%）、气压P（hPa）、快中子数N1C（个/小时）、热中子数N2C（个/小时）、快中子采样时间N1ET（s）及热中子采样时间N2ET（s）。发布的数据为经过处理计算后的数据，数据表头包括：Date Time（日期 时间）、P（气压 hPa）、N1C（快中子数 个/小时）、N1C_cor（气压订正的快中子数 个/小时）和VWC（土壤体积含水量 %），其处理的主要步骤包括： 1） 数据筛选 数据筛选共四条标准：（1）剔除电压小于和等于11.8伏特的数据；（2）剔除空气相对湿度大于和等于80%的数据；（3）剔除采样时间间隔不在60±1分钟内的数据；（4） 剔除快中子数较前后一小时变化大于200的数据。此外缺失数据用-6999补充。 2） 气压订正 根据仪器说明手册中提到的快中子气压订正公式，对原始数据进行气压订正，得到订正后的快中子数N1C_cor。 3） 仪器率定 在计算土壤水分的过程中需要对计算公式中的N0进行率定。N0为土壤干燥条件下的快中子数，通常使用测量源区内的土样得到实测土壤水分（或者通过比较密集的土壤水分无线传感器获取）θm（Zreda et al. 2012）和对应时间段内的快中子校正数据N，再通过公式反求得到N0。 在此，根据仪器源区内的Soilnet土壤水分数据对仪器进行率定，建立土壤体积含水量θv和快中子之间的关系。分别选取干湿状况差异比较明显的6月26日-27日和7月16日-17日四天的数据，其中6月26日-27日率定数据显示土壤水分较小，因此选取4厘米、10厘米和20厘米的三个值平均值作为率定数据，其变化范围为22%-30%，而7月16日-17日率定数据显示土壤水分较大，因此选取4厘米、10厘米的两个值平均值作为率定数据，其变化范围为28%-39%，最后平均N0为3597。 4） 土壤水分计算 根据公式，计算得到每小时的土壤含水量数据。 水文气象网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Zhu et al. (2015)。
2016-07-14
该数据集包含了2014年1月1日至2014年12月31日的宇宙射线仪器（crs）观测数据。站点位于甘肃省张掖市大满灌区农田内，下垫面是玉米地。观测点的经纬度是100.3722E, 38.8555N，海拔1556m，仪器探头底部距地面0.5m，采样频率是1小时。 宇宙射线仪器（CRS1000B）的原始观测项目包括：电压Batt（V）、温度T（℃）、相对湿度RH（%）、气压P（hPa）、快中子数N1C（个/小时）、热中子数N2C（个/小时）、快中子采样时间N1ET（s）及热中子采样时间N2ET（s）。发布的数据为经过处理计算后的数据，数据表头包括：Date Time（日期时间）、P（气压hPa）、N1C（快中子数个/小时）、N1C_cor（气压订正的快中子数个/小时）和VWC（土壤体积含水量 %），其处理的主要步骤包括： 1） 数据筛选 数据筛选共四条标准：（1）剔除电压小于和等于11.8伏特的数据；（2）剔除空气相对湿度大于和等于80%的数据；（3）剔除采样时间间隔不在60±1分钟内的数据；（4）剔除快中子数较前后一小时变化大于200的数据。此外缺失数据用-6999补充。 2） 气压订正 根据仪器说明手册中提到的快中子气压订正公式，对原始数据进行气压订正，得到订正后的快中子数N1C_cor。 3） 仪器率定 在计算土壤水分的过程中需要对计算公式中的N0进行率定。N0为土壤干燥条件下的快中子数，通常使用测量源区内的土样得到实测土壤水分（或者通过比较密集的土壤水分无线传感器获取）θm（Zreda et al. 2012）和对应时间段内的快中子校正数据N，再通过公式（1）反求得到N0。 （1） 其中θm为质量含水量，N为订正后快中子数，N0为干燥条件下的快中子数，a1=0.079、a2=0.64、a3=0.37和a4=0.91为常数项。 在此，根据仪器源区内的Soilnet土壤水分数据对仪器进行率定，并根据实际情况之间建立土壤体积含水量θv和快中子之间的关系，即将公式（1）中的θm换作θv处理。分别选取干湿状况差异比较明显的6月26日-6月27日和7月16日-7月17日四天的数据，其中6月26日-27日率定数据显示土壤水分较小，因此选取4厘米、10厘米和20厘米的三个值平均值作为率定数据，其变化范围为22%-30%，而7月16日-7月17日率定数据显示土壤水分较大，因此选取4厘米、10厘米的两个值平均值作为率定数据，其变化范围为28%-39%，最后平均得到crs_a和crs_b的值N0分别为3252、3597。 4） 土壤水分计算 根据公式（1），计算得到每小时的土壤含水量数据。 水文气象网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Zhu et al. (2015)。
2016-07-13
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
