本数据集是基于MODIS数据进行处理和分析后得到,通过改进不同下垫面下的不同积雪提取算法,提高了积雪范围识别精度,同时利用隐马尔科夫去云算法和SSM/I雪水当量结合,最终生成完全无云的逐日积雪面积产品。取值范围: 1:积雪;0 非积雪。空间分辨率为0.005 度(约500m),时间范围是2000年2月24日至2019年12月31日。 数据格式为geotiff,推荐使用Arcmap或python +GDAL打开和处理数据
郝晓华
本数据集来源于中国长时间序列雪深数据集,利用三江源边界进行提取形成三江源雪深数据集。取值范围:0-100 cm。时间分辨率:逐日。空间分辨率为0.25 度(约25km),时间范围是1980年1月1日至2020年12月31日。雪深数据基于星载被动微波遥感数据生产,使用了三个不同的被动微波传感器数据,它们分别是SMMR,SSM/I和SSMI/S。由于不同的传感器之间存在一定的系统偏差,因此,首先对不同传感器的数据进行了交叉订正,然后再基于被动微波亮度温度梯度法制作中国长时间序列雪深数据集。头文件信息可参考数据集header.txt。
戴礼云
青藏高原地温分布图是基于程国栋(1984)提出的多年冻土稳定型划分指标(表1),利用统计模拟的年变化深度地温数据划分的。利用地理加权回归方法,融合2010年左右233个钻孔年变化深度处的年平均地温数据和遥感积雪日数、GLASS叶面积指数、SoilGrids250m的土壤沙粒含量、土壤粘粒含量、土壤粉粒含量、土壤有机质和土壤体密度数据产品、中国气象局陆面数据同化系统(CLDAS)输出的二版土壤湿度产品和融合了近4万区域自动气象站和FY2/EMSIP降水产品的融合产品。估计得到了代表2010年代的青藏高原1km分辨率年冻土稳定性分布图。数据格式为Arcgis Raster。
冉有华
高质量的多年冻土图是多年冻土环境效应研究和寒区工程应用的基础数据。该数据集是在系统整编青藏高原2005-2015年共237个钻孔位置年变化深度年平均地温测量数据基础上,利用支持向量回归模型融合了这些地面观测与遥感冻结指数、融化指数、积雪日数、叶面积指数、土壤容重、高程和高质量的土壤水分再分析资料, 集合模拟了代表2005-2015年的青藏高原1km分辨率年平均地温分布图。10折交叉验证表明,模拟的年平均地温的均方根误差约为0.75 °C, 偏差约0.01 °C。基于高海拔多年冻土稳定性分类体系,利用年平均地温,划分了多年冻土的热稳定类型。数据显示,青藏高原多年冻土面积约115.02 (105.47-129.59) *104 km2, 其中, 极稳定型(<-5.0 °C)、稳定型(-3.0~-5.0 °C)、亚稳定型(-1.5~-3.0 °C)、过渡型(-0.5~-1.5 °C)和不稳定型(>-0.5 °C)多年冻土面积分别为0.86*104 km2, 9.62*104 km2, 38.45*104 km2, 42.29*104 km2和23.80*104 km2。该数据集可用于寒区工程的规划、设计及生态规划与管理等,并可作为多年冻土现状的数据基准,用于评估未来青藏高原多年冻土的变化。关于该数据更详细的方法等信息可参考《中国科学:地球科学》的论文(Ran et al., 2020)。
冉有华, 李新
三极冰芯数据主要来源于美国国家海洋与大气局(NOAA: National Oceanic and Atmospheric Administration, https://www.ncdc.noaa.gov/data-access/paleoclimatology-data/datasets/ice-core )。原始数据主要是文本格式,由相关单位与研究人员志愿提供。数据主要包含了氧同位素、温室气体浓度、冰芯年龄、等原始观测数据,也包含研究者根据观测数据生产的历史气温、二氧化碳浓度、甲烷浓度等。数据主要分为南极、北极、格陵兰岛及第三极区域。数据库包含打钻地址、时间、衍生产品、对应观测站点数据、参考文献等要素。衍生产品包含产品名称、类型、时间等要素。空间位置分为南极、北极、第三极,包含阿拉斯加、加拿大、俄罗斯、格陵兰岛等地区。对收集的数据通过整理与后处理后,采用Microsoft Office自带的Access数据库管理系统建立冰芯数据库。按照南极、北极、格林兰岛、第三极,分成四个子数据库,打开每个数据库中第一个表为readme,该表包含每个数据表信息及参考文献。
叶爱中
冰川对区域和全球气候变化异常敏感,因此常被作为气候变化的指示器之一,其相关参数也是气候变化研究的关键指标,特别是在地球三极环境变化对比研究中,冰川速度的时间和空间差异性对比是气候变化研究的重点之一。但由于冰川基本位于高海拔、高纬度和高寒地区,自然环境恶劣、人迹罕至,缺乏且难以开展大规模冰川运动的常规现场测量工作,为了能够及时高效、全面和准确地了解三极地区冰川运动状况,利用雷达干涉测量、雷达和光学影像像素跟踪等方法获取了三极地区部分典型冰川2000-2017年部分年份的表面运动分布情况,为三极冰川运动的对比分析提供了基础资料。数据集包含12个栅格文件,栅格文件名为“某地区某时段冰川运动”,每一幅栅格图主要包含以某一典型冰川所在的区域流速分布。
闫世勇
本产品基于多源遥感DEM数据生成,步骤如下:以Landsat ETM+、SRTM 和ICESat遥感数据为参考在相对稳定和平坦的地形区域内选控制点。控制点水平坐标是以Landsat ETM+ L1T全色影像作为水平参考进行获取。控制点的高度坐标则主要通过ICESat GLA14高程数据进行获取,在无ICEsat分布的区域内以SRTM高程数据补充。利用选取的控制点和自动生成的连接点,通过Brown’s物理模型对透镜畸变和残余形变进行补偿,使得所有立体像对的空中三角测量结果中影像总RMSE<1个像素。为了对提取的DEM数据进行编辑以消除明显的高程异常值,采用了DEM内插、DEM滤波和DEM平滑等方法对冰川上的DEM进行了编辑,并对西昆仑-西和西昆仑-东区域的KH-9 DEM数据进行了拼接,从而形成产品。
周建民
湖冰是冰冻圈的重要参数,其变化与气温、降水等气候参数密切相关,而且可以直接反映气候的变化,因此是区域气候参数变化的一个重要的指标,但由于其研究区往往位于自然环境恶劣,人口稀少的区域,大规模的实地观测难以进行,因此利用哨兵1号卫星数据,以10m的空间分辨率和优于30天的时间分辨率对不同类型的湖冰变化进行了监测,填补了观测空白。利用HMRF算法对不同类型的湖冰进行分类,通过时间序列分析三个极区中部分面积大于25km2的湖泊的不同类型湖冰的分布,形成湖冰类型数据集,可以获得这些湖泊不同类型湖冰的分布,数据包括了被处理湖泊的序号,所处年份及其在时间序列中的序号等信息,矢量数据集包括采用的算法,所使用的哨兵1号卫星数据,成像时间,所处极区,湖冰类型等信息,用户可以根据矢量文件确定时间序列上不同类型湖冰的变化。
邱玉宝, 田帮森
河湖冰物候对气候变化敏感,是指示气候变化的重要指示因子。308个Excel文件名称对应于湖泊编号。每个excel文件包含6个列,包含2002年7月至2018年6月对应湖泊的日冰覆盖率信息。每一列的属性分别为:日期、湖水覆盖率、湖水冰覆盖率、云覆盖率、湖水覆盖率和经过云处理后的湖面冰覆盖率。通常以0.1、0.9的冰覆盖面积比作为判别湖泊冰物候的依据。数据集包含的excel文件可以进一步获取四个湖冰物候参数:开始冻结(FUS),完全冻结(FUE),开始融化(BUS),完全融化(BUE),和92个湖泊,可获取两个参数,FUS和BUE。
邱玉宝
青藏高原湖泊众多,该地区湖泊冰期物候和持续时间对区域和全球气候变化非常敏感,因此被用作气候变化研究的关键指标,特别是地球三极环境变化对比研究。但由于其自然环境恶劣,人口稀少,缺乏对湖泊冰物候的常规现场测量。利用中分辨率成像光谱仪(MODIS)归一化差雪指数(NDSI)数据,以500米的分辨率对湖泊冰进行了监测,填补了观测空白。利用传统的雪图算法对晴天条件下的湖泊日冰量和覆盖范围进行检测,利用湖泊表面条件的时空连续性,通过一系列步骤对云层覆盖条件下的湖泊日冰量和覆盖范围进行重新确定。通过时间序列分析308个大于3km2的湖泊确定为湖冰范围和覆盖的有效记录,形成每日湖冰范围和覆盖数据集,包括216个湖泊。
邱玉宝
多年冻土约占青藏高原陆地面积的46%,是冰冻圈重要组成部分。但是,由于多年冻土埋藏较深,其分布难以通过地表观测直接获取,因此,研究多年冻土分布往往依赖于地面观测。该数据集基于多种观测方法,包括:钻孔勘察、坑探、土壤温度和探地雷达,获取青藏高原多年冻土分布点尺度信息,并归档形成首个青藏高原多年冻土存在性数据集(v1.0)。数据集包含626条信息,覆盖不同海拔、坡向和气候状态。同时,根据观测方式和数据质量,对数据的置信度进行了分类,为不同研究目的使用该数据提供了参考。该数据为多年冻土分布提供了本底信息,可用于多年冻土模拟验证和未来气候变暖下多年冻土退化评估。
曹斌, 张廷军, 吴青柏, 盛煜, 赵林, 邹德富
基于最新发布的青藏高原多年冻土存在性证据数据集,利用统计模型计算得到了1公里分辨率青藏高原多年冻土概率分布图。该图考虑了气温、积雪和植被这三个多年冻土分布控制性因素,因此能够准确地反应青藏高原冻土的空间异质性。根据1000多个实测资料验证和与已有多年冻土图的对比结果显示,该图的整体分布精度为82.5%,卡帕系数可达到0.62,在多年冻土下界表现出了更好的分类效果。结果显示,青藏高原多年冻土区面积约为1.54 (1.35–1.66) 百万平方公里, 约占陆地面积的 60.7 (54.5– 65.2)% 。多年冻土面积 约为 1.17 (0.95–1.35)百万平方公里,约占46 (37.3–53.0)%。
曹斌
本数据集来源于论文: Yao, T., Thompson, L., & Yang, W. (2012). Different glacier status with atmospheric circulations in tibetan plateau and surroundings. Nature Climate Change, 1580, 1-5.,数据整理自论文内Supplementary information中的表格数据。 此论文通过对82条冰川退缩、7090条冰川面积减少和15条冰川质量平衡变化的调查,总结了近30年来的冰川状况。 数据集包含8个数据表,数据表名称和内容分别为: Data list:数据列表; t1:Distribution of Glaciers in the TP and surroundings(青藏高原及周边地区冰川分布面积); t2:Data and method for analyzing glacial area reduction in each basin(分析各流域冰川面积减少的数据和方法列表); t3:Glacial area reduction during the past three decades from remote sensing images in the TP and surroundings(基于遥感影像得出的青藏高原及周边地区过去30年中冰川面积减少情况); t4:Glacial length fluctuationin the TP and surroundings in the past three decades(青藏高原及周边地区过去30年中冰川长度波动数据); t5:Detailed information on the glaciers for recent mass balance measurement in the TP and surroundings(青藏高原及周边地区近年来冰川质量平衡测量方法的详细信息); t6:Recent annual mass balances in different regions in the TP(青藏高原不同区域近年来每年质量平衡数据); t7:Mass balance of Long-time series for the Qiyi, Xiaodongkemadi and Kangwure Glaciers in the TP(青藏高原七一冰川,小冬克玛底冰川和抗物热冰川质量平衡长时间序列数据)。 数据详细信息参见附件:Supplementary information.pdf,Different glacier status with atmospheric circulations in Tibetan Plateau and surroundings.pdf。
姚檀栋
青藏高原湖泊众多,该地区湖泊冰期物候和持续时间对区域和全球气候变化非常敏感,因此被用作气候变化研究的关键指标,特别是地球三极环境变化对比研究。但由于其自然环境恶劣,人口稀少,缺乏对湖泊冰物候的常规现场测量。利用中分辨率成像光谱仪(MODIS)归一化差雪指数(NDSI)数据,以500米的分辨率对湖泊冰进行了监测,填补了观测空白。利用传统的雪图算法对晴天条件下的湖泊日冰量和覆盖范围进行检测,利用湖泊表面条件的时空连续性,通过一系列步骤对云层覆盖条件下的湖泊日冰量和覆盖范围进行重新确定。通过时间序列分析308个大于3km2的湖泊确定为湖冰范围和覆盖的有效记录,形成每日湖冰范围和覆盖数据集,包括216个湖泊,可以进一步获取四个湖冰物候参数:开始冻结(FUS),完全冻结(FUE),开始融化(BUS),完全融化(BUE),和92个湖泊,可获取两个参数,FUS和BUE。
邱玉宝
冻土是指温度低于或等于0℃且含有冰的土体或岩体,它对温度特别敏感,其物理力学性质会随温度的变化而产生显著变化。冻土的冻胀变形和融化沉降变形是最为常见的冻土灾害,它们的发生主要是因冻土工程活动使冻土固有的温度发生变化而引起的,所以保护冻土主要也是保护冻土温度,让其维持在工程活动之前最为接近的状态。获取冻土地温的主要方法是埋设测温电缆,通过CR3000的数据采集功能获得测温电缆不同时间的阻值变化,利用标定系数和电阻值的对应关系计算出温度值。依据冻土对温度的敏感特征,地温的变化情况,能够反应气候的变化情况,也能够结合其他要素分析出人类活动对冻土的稳定性的影响机理及程度,从而来指导后期工程活动中的冻土保护措施的升级改造等。
陈继
青藏高原是世界上中低纬度地区冻土面积最大的地区。目前已编制了一些多年冻土分布图,但由于资料来源有限、标准不明确、验证不充分、高质量空间数据集的缺乏,使得在TP上绘制多年冻土分布图存在较大的不确定性。 本数据集基于改进的中分辨率成像光谱仪(MODIS)地表温度(LSTs)2003-2012年1km晴空MOD11A2 (Terra MODIS)和MYD11A2(Aqua MODIS)产品(reprocessing version 5)的冻融指数及冻土顶部温度(TTOP)模型模拟了多年冻土的分布,生成了青藏高原冻土图。并通过野外地面观测、土壤含水率和容重等各种调查数据对该图进行了验证。 冻土属性主要包括:季节性冻土(Seasonally frozen ground)、多年冻土(Permafrost)、非冻土区域(Unfrozen ground)。 数据集为青藏高原冻土研究提供了更详细的冻土分布资料和基础资料。
赵林
青藏高原多源遥感合成1km积雪覆盖数据集(1995-2018)基于国家卫星气象中心的青藏高原光学仪器遥感1km积雪覆盖数据集(1989-2018)和美国雪冰中心的25km近实时逐日全球冰密集度与积雪范围NISE产品数据集(1995-2019)合成得到,覆盖时间从1995年到2018年(每年1-4月和10-12月两个时段),时间分辨率为逐日,覆盖范围为青藏高原(17°N -41°N,65°E -106°E),采用等经纬度投影,空间分辨率为0.01°×0.01°。数据集以日产品表征了卫星观测时刻的地面是否为积雪所覆盖。输入数据源为NOAA或MetOp卫星AVHRR逐日积雪覆盖产品,TERRA卫星MODIS替代AVHRR对应观测通道生成的逐日积雪覆盖产品,以及DMSP卫星SSM/I或SSMIS逐日全球冰密集度和积雪范围NISE产品。数据集合成方法:以青藏高原光学仪器遥感1km积雪覆盖产品为基础,完全信任其积雪和晴空无雪信息,对有云覆盖、无法判识、缺少卫星观测等区域,在相对高空间分辨率海陆模板的辅助下,利用NISE的陆地有效判识结果进行替换。对于部分水陆边界,因NISE产品空间分辨率较低,合成结果有可能仍存在极少量的云覆盖或者无观测数据区域。基于多年地面气象台站雪深观测资料验证表明,本数据集对晴空条件下地面有无积雪的总体判识准确率在91%以上。数据采用标准的HDF4格式存储,内部有积雪覆盖和质量码两个SDS,维度均为4100列×2400行,且文件内部有完备的属性描述。
郑照军, 曹广真
青藏高原光学仪器遥感1km积雪覆盖数据集(1989-2018)基于星载光学仪器观测数据云雪判识方法制作,覆盖时间从1989年到2018年(每年1-4月和10-12月两个时段),时间分辨率为逐日,覆盖范围为青藏高原(17°N -41°N,65°E -106°E),采用等经纬度投影,空间分辨率为0.01°×0.01°。数据集以日产品表征了卫星观测时刻晴空无云或透明薄云下的地面是否为积雪所覆盖。输入数据源为NOAA与MetOp卫星的AVHRR L1数据,以及从TERRA/MODIS对应于AVHRR通道的L1数据。产品处理方法为独立于云掩模产品的动态阈值决策树算法(DT),即算法同时判别云雪,且其云检测强调保留雪信息,特别是透明卷云下的雪。DT算法针对不同情况,考虑了多种判识手段,如水云上的冰云,森林和沙地的积雪,薄雪或融雪等;根据地表类型、DEM和季节设定动态阈值;采用多种质量控制手段,如在重度气溶胶或烟尘覆盖的低纬度森林中剔除伪雪,参考最大月雪线和最小雪面亮度温度剔除伪雪;优化不同种类型云雪和晴空无雪陆地的判识流程。DT算法在正常情况下能区分大部分云雪,但会低估10月份青藏高原的积雪。基于多年地面气象台站雪深观测资料验证表明,本数据集对晴空条件下地面有无积雪的总体判识准确率在95%以上。数据采用标准的HDF4格式存储,内部有积雪覆盖和质量码两个SDS,维度均为4100列×2400行,且文件内部有完备的属性描述。
郑照军, 除多
青藏高原积雪面积长时间序列数据集来源于MODIS 005版本和IMS数据集的融合,采用插值去云算法进行去云处理后得到逐日积雪面积无云产品。投影为经纬度,空间分辨率0.005 度(约500m),时间从2003.1.1-2014.12.31长时间序列,每个文件为当日的积雪面积比例结果,数值为0-100(%),为ENVI标准文件,命名规则为:ims_mts_YYYYDDD.tif,其中YYYY代表年,ddd代表儒略日(001-365/366)。文件可直接用ENVI或者ARCMAP等软件打开察看。 文件说明:200 积雪、100 湖冰、25 陆地、37 海洋
郝晓华
青藏高原逐日无云MODIS积雪面积比例数据集(2000-2015)是在MODIS逐日积雪产品—MOD10A1的基础上,采用一种基于三次样条函数插值的去云算法进行去云处理后得到。 该数据集采用UTM(横轴等角割圆柱)投影方式,空间分辨率500m,提供逐日的青藏高原地区积雪面积比例(Fractional Snow Cover-FSC)结果。数据集为逐日文件,从2000年2月24日到2015年12月31日。每个文件为当日的积雪面积比例结果,数值为0-100(%),为ENVI标准文件,命名规则为:YYYYddd_FSC_0.5km.img,其中YYYY代表年,ddd代表儒略日(001-365/366)。文件可直接用ENVI或者ARCMAP等软件打开察看。 进行去云处理的原始MODIS积雪数据产品来源于由美国国家雪冰数据中心(NSIDC)处理的MOD10A1产品,这一数据集为hdf格式,采用sinusoidal投影。 青藏高原逐日无云MODIS积雪面积比例数据集(2000-2015)属性由该数据集的时空分辨率、投影信息、数据格式组成。 时空分辨率:时间分辨率为逐日,空间分辨率为500m,经度范围为72.8°~106.3°E,纬度为25.0°~40.9°N。 投影信息:UTM(横轴等角割圆柱)投影。 数据格式:ENVI标准格式。文件命名规则:“YYYYddd”+“_FSC_0.5km”+“.img”,其中YYYY代表年,ddd代表儒略日(001-365/366),其中“.img”是为了方便在ARCMAP等软件打开察看而添加的文件后缀。例如2000055_FSC_0.5km.img代表2000年第55天的结果。其中该数据集的ENVI文件是由头文件和主体内容构成。头文件包括行数、列数、波段数、文件类型、数据类型、数据记录格式、和投影信息等;以2000055_FSC_0.5km.img 文件为例,其头文件信息如下: ENVI description = { ENVI File, Created [Sat Apr 27 18:40:03 2013]} samples = 5760 lines = 3300 bands = 1 header offset = 0 file type = ENVI Standard data type = 1 :代表byte型 interleave = bsq :数据记录格式为BSQ sensor type = Unknown byte order = 0 map info = {UTM, 1.500, 1.500, -711320.359, 4526650.881, 5.0000000000e+002, 5.0000000000e+002, 45, North, WGS-84, units=Meters} coordinate system string = {PROJCS["UTM_Zone_45N",GEOGCS["GCS_WGS_1984",DATUM["D_WGS_1984",SPHEROID["WGS_1984",6378137.0,298.257223563]],PRIMEM["Greenwich",0.0],UNIT["Degree",0.0174532925199433]],PROJECTION["Transverse_Mercator"],PARAMETER["False_Easting",500000.0],PARAMETER["False_Northing",0.0],PARAMETER["Central_Meridian",87.0],PARAMETER["Scale_Factor",0.9996],PARAMETER["Latitude_Of_Origin",0.0],UNIT["Meter",1.0]]} wavelength units = Unknown,band names = {2000055}
唐志光, 王建
联系方式
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