数据内容：国民经济工业增加值（月度）（2010-2021） 数据来源及加工方法：从世界银行官方网站、新浪网获取2010-2021年第三极（中国地区）工业经济原始数据，通过数据整理、筛选及清洗得到2010-2021年（中国地区）工业经济数据集，数据起始时间为2010年至2021年，Microsoft Excel（xls）格式。 数据质量描述：优良 数据应用成果及前景：作为社会工业经济数据提供有效参考

2000-2020年三极地区0.1º气溶胶光学厚度数据集(也称为“Poles AOD Collection 1.0”气溶胶光学厚度（AOD）数据集），结合Merra-2模式数据与MODIS卫星传感器AOD制作，数据覆盖时间从2000年到2020年，时间分辨率为逐日，覆盖范围为“三极”（南极、北极和青藏高原）地区，空间分辨率为0.1度。通过实测站点验证表明，数据相对偏差在35%以内，可有效提高极区气溶胶光学厚度的覆盖率和精度。

青藏工程走廊北起格尔木，南至拉萨，其穿越青藏高原核心区域、是连通内地与西藏的重要通道。活动层厚度不仅是研究多年冻土区地面热状态的重要指标，而且是冻土工程建设中需考虑的关键因子。GIPL1.0的核心是Kudryavtesv方法，该模型考虑了雪盖、植被和不同土层的热物理性质，但尹国安等发现相比Kudryavtesv方法，引入TTOP模型后精度更高，因此结合冻结/融化指数对模型做了改进，通过实地监测数据验证发现：活动层厚度模拟误差小于50cm。因此利用改进后的GIPL1.0 模型模拟了青藏工程走廊的活动层厚度，并预测了SSP2-4.5气候变化情景下未来活动层的厚度。

（1）数据内容：1500-2000年年平均的北半球环状模指数和南半球环状模指数；（2）数据来源及加工方法：该数据由作者自主生产，基于PAGES2k代用资料数据集，利用机器学习模型（随机森林、极端随机树、轻量梯度提升机、CatBoost）重建而产生。（3）数据质量描述：该数据集与多个器测数据在器测时段内有较高的一致性，重建效果更好。数据可用于研究多时间尺度（年际、年代际、多年代际）上南北半球主要大气环流的变化规律及机理。

基于12套过去千年温度资料（包括2套青藏高原夏季温度格点重建数据集、2条北极温度重建序列、1套北极格点温度重建序列、6套全球温度格点重建数据集，以及1套过去千年全球再分析数据集），利用最优信号提取法重建了过去千年（900–1999 CE）青藏高原和北极夏季年分辨率气温变化序列。青藏高原的选取范围是（27°N–36°N, 77°E–106°E），北极的选取范围是（60°N–90°N）。重建目标是仪器观测数据CRUTEM4v数据集6月至8月夏季平均气温基于1961–1990 CE时段的异常值。数据可用于研究过去千年青藏高原和北极的温度变化规律及机理。

（1）数据内容：过去200年南极区域海冰范围（最北边界）数据集；（2）数据来源及加工方法：该数据利用6条年分辨率的代用指标（冰芯MSA、积累率等），基于统计模型产生；（3）数据质量描述：年分辨率；包含区域：印度洋-西太平洋（50°–150°E, IndWPac），罗斯海 (160°E–140°W, RS)，阿蒙森海(90°–140°W, AS)，别林斯高晋海 (50°–90°W, BS)，威德尔海 (50°W–20°E, WS)；（4）可用于研究南极海冰的年代际演变特征。

青藏高原（TP）在春季和夏季作为一个巨大的高架式地表和大气热源，对区域和全球气候和气候具有重要影响。为了探讨TP的热强迫效应，制备了青藏高原感热异常的全球模拟 敏感性试验数据集。 本数据包含三组敏感性试验：（1）全耦合模式CESM1.2.0中春季3-5月高原感热偏强cgcm_lar_mon_3-12-2.nc和高原感热偏弱cgcm_sma_mon_3-12-2.nc的敏感性试验；（2）单独大气环流模式CAM4.0中春季3-5月高原感热偏强cam_lar_mon3-8.nc和高原感热偏弱cam_sma_mon3-8.nc的敏感性试验。 包括：三维风、位势高度、气温、地表温度、比湿、感热通量、潜热通量、降水等常规变量 空间范围：全球模拟结果

数据为excel文件，文件包括4个表格，表格名称分别为：阿勒泰积雪DOC时间系列、阿勒泰积雪雪坑数据、阿勒泰积雪MAC（吸收截面）和中亚木斯岛冰川BC、OC、DUST数据四个表格。 阿勒泰积雪DOC表格含：样品编号、采样日期、采样时间、采样深度、DOC-PPM、BC-PPb和TN-PPM共七列，47个样品数据。 阿勒泰积雪雪坑表格含：雪坑号、样品编号、采样日期、采样时间、采样深度、DOC-PPM、BC-PPb和TN-PPM共8列，238个样品数据。 阿勒泰积雪MAC表格含：采样时间、MAC和AAE共3列，46个样品数据。 中亚木斯岛冰川BC、OC、DUST数据表格含：code no(样品号)、Latitute(纬度)、Longitude(经度)、/m a.s.l(海拔高度)、snow type(积雪类型)、BC、OC和DUST共8列，按采样时间分析。共105行数据。 缩写解释： DOC：Dissolved Organic Carbon 溶解性有机碳 MAC：mass absorption cross section吸收截面 BC：black Carbon黑碳 DUST：粉尘 OC：有机碳 TN：Total Nitrate （总氮） PPM：ug g-1 （微克每克 ） PPb：ng g-1（ 纳克每克）

亚洲高山区是世界第三极，称之为“亚洲水塔”，受气候变暖的影响，冰川持续亏损，深刻改变了冰川水资源的供需关系。为了系统认识冰川对气候变化的响应程度，项目通过冰川物质平衡的敏感性，揭示冰川物质平衡变化与气候因子之间的关系。数据包括两张图：物质平衡对气温的敏感性和物质平衡对降水的敏感性图，冰川气候敏感性分区图。 在过去70年亚洲高山区各山系的冰川物质平衡演化序列差异显著，喀喇昆仑和西昆仑地区的冰川呈现出稳定态，物质平衡为微弱的正平衡，而喜马拉雅山、天山和祁连山在1990年之后出现加速退缩的趋势。这主要归因于物质平衡对气温、降水等敏感性。利用0.5°分辨率的ERA5 气温和降水数据驱动月尺度的物质平衡模型，通过43条监测冰川的物质平衡率定参数，2000-2016年的1°×1°ASTER物质平衡数据对参数进行空间约束，利用空间参数外推的方法重建了1951-2020年亚洲高山区95085条冰川的物质平衡序列，分析了冰川物质平衡对气温（±0.5k、±1k、±1.5k）和降水（±10%、±20%、±30%）的敏感性，根据物质平衡的空间敏感性差异，结合冰川物质平衡的影响要素（夏季气温的分布、夏季降水的比率、冰川类型的分布、夏季晴空太阳辐射分布等），对亚洲高山区的冰川气候敏感性进行归类划分，主要分为为4类： 气温主控区：指气温是冰川物质平衡变化的主要控制因素，降水占据次要位置； 降水控制区：指冰川主要受降水控制，全年的冰川区气温低于0℃； 冬季累积型冰川气温、降水控制区：指冰川主要受冬季的降水补给，冰川的物质平衡变化是气温和降水共同作用的结果； 夏季累积型冰川气温、降水控制区：指冰川的补给方式是夏季降水，冰川的物质平衡是气温和降水共同作用的结果。

青藏工程走廊北起格尔木，南至拉萨，其穿越青藏高原核心区域、是连通内地与西藏的重要通道。地表温度作为地表能量平衡中的主要参数，表征了地气间能量和水分交换的程度，广泛应用于气候学、水文学和生态学等的研究中。本文利用Aqua和Terra星白天和晚上的四次观测值求得了年平均地表温度。先下载了分辨率为1公里的8天地表温度合成产品MOD11A2、MYD11A2，再通过MRT（MODIS Reprojection Tool）对两景数据进行了批量拼接和投影转化，最后使用IDL计算得到了2010年以后的年平均MODIS地表温度数据。

青藏工程走廊北起格尔木，南至拉萨，其穿越青藏高原核心区域、是连通内地与西藏的重要通道。冻土温度不仅是研究多年冻土区地面热状态的重要指标，而且是冻土工程建设中需考虑的关键因子。GIPL1.0的核心是Kudryavtesv方法，该模型考虑了雪盖、植被和不同土层的热物理性质，但尹国安等发现相比Kudryavtesv方法，引入TTOP模型后精度更高，因此结合冻结/融化指数对模型做了改进，通过实地监测数据验证发现：冻土温度模拟误差小于1℃。因此利用改进后的GIPL1.0 模型模拟了青藏工程走廊的多年冻土温度，并预测了SSP2-4.5气候变化情景下未来多年冻土温度。

该数据集是通过中国高分辨率对地观测中心获取了青藏工程走廊地区的高分1号卫星遥感影像资料，经过多光谱与全色波段的融合处理，得到了空间分辨率2 m的影像数据，在获取地面植被信息过程中，采用面向对象的计算机自动解译与人工目视解译相结合的分类技术，面向对象分类技术是集合邻近像元为对象来识别感兴趣的光谱要素，充分利用高分辨率的全色和多光谱数据空间、纹理和光谱信息来分割和分类，以高精度的分类结果或者矢量输出。在实际操作中，借助 eCognition 软件对影像进行自动提取，主要过程为影像分割、信息提取和精度评价。经过与实地定点调查验证，整体提取精度大于90%。