本数据集包含自1982年至2006年基于生态学模式与遥感数据计算青藏高原植被净初级生产力(Net Primary Productivity,NPP)的结果。 基于遥感Advanced Very High Resolution Radiometer(AVHRR)数据和Carnegie-Ames-Stanford Approach(CASA)模型生成的青藏高原生态系统NPP(1982-2006),基于第二次土壤普查数据生成的土壤碳含量,以及基于High Resolution Biosphere Model(HRBM)模型生成的生物量碳数据。 青藏高原森林生态系统NPP(1982-2006年): npp_forest82.e00,npp_forest83.e00,npp_forest84.e00,npp_forest85.e00,npp_forest86.e00, npp_forest87.e00,npp_forest88.e00,npp_forest89.e00,npp_forest90.e00,npp_forest91.e00, npp_forest92.e00,npp_forest93.e00,npp_forest94.e00,npp_forest95.e00,npp_forest96.e00, npp_forest97.e00,npp_forest98.e00,npp_forest99.e00,npp_forest00.e00,npp_forest01.e00, npp_forest02.e00,npp_forest03.e00,npp_forest04.e00,npp_forest05.e00,npp_forest06.e00 青藏高原草地生态系统NPP(1982-2006年): npp_grass82.e00,npp_grass83.e00,npp_grass84.e00,npp_grass85.e00,npp_grass86.e00, npp_grass87.e00,npp_grass88.e00,npp_grass89.e00,npp_grass90.e00,npp_grass91.e00, npp_grass92.e00,npp_grass93.e00,npp_grass94.e00,npp_grass95.e00,npp_grass96.e00, npp_grass97.e00,npp_grass98.e00,npp_grass99.e00,npp_grass00.e00,npp_grass01.e00, npp_grass02.e00,npp_grass03.e00,npp_grass04.e00,npp_grass05.e00,npp_grass06.e00 青藏高原生物量碳、土壤碳: Biomass.e00,Socd.e00 土壤碳含量数据(Socd)是参考全国第二次土壤普查的数据与《中国1:100万土壤图》按土壤亚类插值生成。 NPP数据来自CASA模型与AVHRR数据模拟生成: Potter CS, Randerson JT, Field CB et al. Terrestrial ecosystem production: a process model based on global satellite and surface data. Global Biogeochemical Cycles, 1993, 7: 811–841. 生物量碳数据来自HRBM模型模拟生成: McGuire AD, Sitch S, et al. Carbon balance of the terrestrial biosphere in the twentieth century: Analyses of CO2, climate and land use effects with four process-based ecosystem models. Global Biogeochem. Cycles, 2001, 15 (1), 183-206. 原始资料主要是遥感数据和野外观测数据。精度较好;生产过程中与野外实测数据进行的验证和调参,是模拟结果尽量与野外实测数据保持在可接受的误差范围内;NPP数据与野外实测数据的验证结果表明,误差保持在15%的范围内。 空间分辨率0.05度×0.05度(经度×纬度)。
周才平
本数据集包含沉错化石硅藻,沉错电导率重建,纳木错化石硅藻,纳木错电导率重建。可用于研究青藏高原湖泊现生硅藻种属组成特征及古环境定量重建。硅藻资料根据样品鉴定统计而得出,水环境资料由仪器测量得到;重建的电导率由硅藻-盐度转换函数计算得出。本数据集由实验室测量获取,由仪器或者实验完成后直接得到数据在各个环节严格按照相关操作规程进行样品和数据采集和分析。 本数据集共有6个子表: 子表1为湖泊环境,共有18个字段,分别为湖泊名称、编号、湖泊序号、纬度、经度、水深、海拔和各水环境指标; 子表2为表层沉积物硅藻,共有4个字段,分别为湖泊序号,硅藻缩写,硅藻名称和其含量; 子表3为沉错化石硅藻,有6个字段,分别为样品编号、分析编号和深度,硅藻缩写,硅藻名称和其含量; 子表4为沉错电导率重建,有3个字段,分别为深度、年龄、硅藻重建的电导率。 子表5为纳木错化石硅藻,有5个字段,前两个字段分别为深度和年龄,以后所有字段为不同种属硅藻的含量; 子表6为纳木错电导率重建,有3个字段,分别为深度、年龄、硅藻重建的电导率。 各子表中硅藻含量量纲为百分含量%,样品深度、水深、年龄、经度、纬度、海拔、离子含量、电导率的单位分别为:cm、m、AD、°东经、°北纬、m、mg/L、μS/cm。 硅藻样品采自青藏高原共约90个湖泊,经度范围为84.528-102.360°E,纬度范围为28.148-38.897°N;海拔:2797-5180m。
羊向东
该数据集是玛多地区2016年7月、8月、9月的植被指数(NDVI),基于高分一号的多光谱数据计算得到,空间分辨率为16m。对高分一号数据进行镶嵌、转投影、裁切等处理,然后在7月、8月、9月中每个月进行最大化合成。
李飞, 张志军
本数据集包括青海果洛军牧场草甸碳通量站观测的生物量调查数据。时间范围为2005-2009年。 碳通量数据观测方法:采用涡度相关观测仪器,均为自动记录;生物量观测方法:收获法,置于60度烘箱中48小时承重。碳通量数据均为仪器自动记录,并进行了人工检查。 严格按照仪器操作规范进行观测和数据采集,并已经在相关学术期刊发表,数据观测过程中,仪器的操作、观测对象的选择等严格按照专业要求进行,可以用在植物叶片光合参数模拟和生产力估算中。 1) 果洛草甸生态系统生物观测数据 : 日期, 站点编号, 植被类型 , 样地编号 , 地上生物量(g/m²) , 地下生物量(g/m²) , 总生物量(g/m²) 2) 果洛草甸生态系统碳通量观测数据: 站点编号, 日期 , 植被类型 , 土壤类型, 水汽通量(w/m²) , 碳通量(mg/m²·S) 数据精度良好,为定点观测数据。
赵新全
本数据集包括当雄沼泽草甸碳通量站观测的碳通量数据和土壤水分数据。时间范围为2009-2010年,碳通量数据的时间分辨率为4小时,记录凌晨00:00到20:00的数据;土壤水分数据的时间分辨率为1天。 数据均采用涡度相关观测仪器自动记录,并进行了人工检查。严格按照仪器操作规范进行观测和数据采集,数据观测过程中,仪器的操作、观测对象的选择等严格按照专业要求进行。 数据采集地点中国科学院拉萨农业生态试验站当雄湿地碳通量观测站,经度,91°07’;纬度,30°50’;海拔:4333m。 数据集可以用在植物叶片光合参数模拟和生产力估算中,用于研究湿地生态系统水碳过程及其对气候变化的响应。
石培礼
青藏高原研究所寒区地表水文学过程课题组经过3年的努力,完成色林错环湖区域的植物考察、采样与鉴定工作,共采集植物模式标本200余份,拍摄高清植物图片2000余张。目前,科研人员已鉴定出植物种类45种,分属于23科35属。该成果邀请中科院植物研究所植物分类专家对已鉴定的所有植物种名进行二次核实和校正,将色林错环湖区域的植物资源匹配相应的图解和注解说明,进行专业的排版、编校并出版成册,已出版书籍:宋洪涛,高海峰,等著. 2017. 色林错植物图鉴: 羌塘"鬼湖"的植物生灵. 北京:科学出版社. 可供该区域相关学术研究时参考之用。 色林错湖区属半干旱草原地带,罕见乔木和灌木分布,且草本植物种类也相对稀少。但植被对维持当地自然生态的完整性、野生动物栖息地及牧民生产生活起着不可或缺的作用。调查结果表明,环湖区域内植物种呈现科数多但同科物种属、种少的状况,其中:菊科物种最多,隶属7属8种,分别为火绒草属1种,蒿属2种,亚菊属1种,风毛菊属1种,狗娃花属1种,蒲公英属1种和香青属1种;其次为紫草科,共4种,均为微孔草属;毛茛科3属3种,分别为碱毛茛属1种,翠雀属1种,唐松草属1种;玄参科2属3种,分别为兔耳草属1种,马先蒿属2种;景天科3种,均为景天属;唇形科2种,均为青兰属;莎草科2种,分别为嵩草属1种,薹草属1种;蓼科2种,均为蓼属;石竹科2种,分别为无心菜属1种,蝇子草属1种;禾本科2种,分别为早熟禾属1种,披碱草属1种;百合科2种,均为葱属。此外,科内单属单种的植物12种,分别为瑞香科狼毒属、荨麻科荨麻属、龙胆科龙胆属、川续断科刺续断属、十字花科念珠芥属、蔷薇科委陵菜属、柽柳科水柏枝属、报春花科点地梅属、豆科黄芪属、蝶形花科棘豆属、藜科藜属和紫葳科角蒿属。
张寅生
该数据集包含了2016年9月份在玛多县高寒草原和高寒草甸的样方调查数据。样方大小为50cm×50cm。调查内容包括覆盖度、物种名称、植被高度、生物量(干重和鲜重)、样方的经纬度坐标、坡度、坡向、坡位、土壤类型、植被类型、地表特征(凋落物、砾石、风蚀、水蚀、盐碱斑等)、利用方式、利用强度等。
李飞, 张志军, 张志军
MODIS土地覆盖类型产品是每年从Terra数据中提取的土地覆盖特征不同分类方案的数据分类产品(MOD12Q1)。本数据为标准MODIS土地覆盖产品MOD12Q1经过重新投影到地理坐标,空间分辨率为0.5度的产品。基本的土地覆盖分类为国际地圈生物圈计划(IGBP, International Geosphere Biosphere Programme)定义的17类,包括11类自然植被分类,3类土地利用和土地镶嵌,3类无植生土地分类。其覆盖经度范围-180-180度,纬度范围为-64-84度。数据格式为GeoTIFF。 该数据可免费使用,版权属于 University of Maryland, Department of Geography and NASA
S.Channan, Channan, 徐希燕
该NDVI数据集是由NASA EOSDIS LP DAAC 和美国地质调查 USGS EROS共同发布的第六版MODIS均一化植被指数产品(2001-2016)。该产品的时间分辨率是16天,空间分辨率0.05度。该版本是在原有1公里分辨率的NDVI产品(MYD13A2)基础上生成的气候模拟格点(CMG)数据产品。 请在致谢中以下方式说明该数据的来源: The MOD13C NDVI product was retrieved from the online in courtesy of the NASA EOSDIS Land Processes Distributed Active Archive Center (LP DAAC), USGS/Earth Resources Observation and Science (EROS) Center, Sioux Falls, South Dakota, The [PRODUCT] was (were) retrieved from the online [TOOL], courtesy of the NASA EOSDIS Land Processes Distributed Active Archive Center (LP DAAC), USGS/Earth Resources Observation and Science (EROS) Center, Sioux Falls, South Dakota.
NASA
本数据为盈科绿洲农田、湿地、戈壁、沙漠与荒漠观测的一个生长周期内的植被覆盖度数据集。数据观测从2012年5月25日开始到9月14日结束,7月下旬之前每5天观测1次,之后10天观测1次。 测量仪器与原理: 采用数码相机拍照的方法测量了盈科绿洲的农田、湿地、戈壁、沙漠与荒漠的典型地物的植被覆盖度。样方的设计、照片拍摄方法和数据处理方法都经过一定的分析和考虑。 具体分几条进行描述: 0. 测量仪器:简易观测架搭配数码相机,将数码相机置于支撑杆前端的仪器平台,保持拍摄的竖直向下,远程控制相机测量数据。观测架可以用来改变相机的拍摄高度,面向不同类型植被实现有针对性的测量。 1. 样方设置和“真值”获取:玉米等低矮植被样方大小10×10米,果树样方30米×30米。每次测量时沿两条对角线依次拍照,共取9张照片(当地表覆盖非常均一时也有少于9张的情况),均匀分布在样方内。9张相片处理得到各自覆盖度之后取平均,最终得到一个样方的覆盖度“真值”。 2. 拍摄方法:针对低矮植被如玉米,直接采用观测架观测,保证观测架上的相机距离植被冠层的高度远大于植被冠幅,在方形样方内沿着对角线采样,然后做算术平均。在视场角度不大(<30°)的情况下,视场内包括大于2个整周期的垄行,相片的边长与垄行平行;针对较高植被如果树,在树冠下面从下向上拍摄照片,叠加配合对树冠下地表低矮植被从上向下的拍摄,得到植株附近的覆盖度,再拍摄植株之间非树冠投影区域的低矮植被,计算植株间隙的覆盖度。最后通过树冠投影法,获得树冠的平均面积。根据垄行距离计算植株树冠下与植株间隙的面积比例,加权获得整个样方的覆盖度。 3. 数据处理方法:采用一种自动分类方法,具体见“参考文献”第3条文献(Liu et al., 2012)。通过RGB颜色空间转换到更容易区分绿色植被的Lab空间,对绿度分量a的直方图进行聚类,分离出绿色植被和非绿色背景2组分,获得单张相片的植被覆盖度。该方法的优点在于其算法简单、易于实现而且自动化程度和精度较高。今后还需要更多的快速、自动、准确的分类方法,最大限度发挥数码相机方法的优势。 配套数据: 在记录表中文字记录了植被的种类、株高、垄宽、行宽、拍摄高度信息,同时附有数码相机拍摄的场景照片和田埂照片(农田)。 数据处理: 基于数字图像里面的分类方法,对植被和非植被像元分类后得到相片代表样方的植被覆盖度。
穆西晗, 黄帅, 马明国
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
本数据为在盈科绿洲观测的植被FPAR数据集。数据观测从2012年5月25日开始,至2012年7月8日结束。 测量仪器与原理: 利用北京师范大学ACCUPAR测量冠层的FPAR。在盈科绿洲5km*5km样方内选择18个玉米样方,1个果园和1个人工白杨林样方进行测量。 其中玉米地样方测量四个PAR分量:冠层上总入射PAR,冠层下透过PAR,冠层上反射PAR和冠层下反射PAR。 对于果园和人工林,测量两个量:冠层外总入射PAR,冠层下透射PAR。 配套数据: 植被的种类、株高、垄行结构等信息。 数据格式: EXcel格式。
马明国
本数据包括大满超级站、湿地、沙漠、荒漠和戈壁五个站点植被一个生长周期内的覆盖度数据集以及大满超级站玉米和湿地芦苇两种植被一个生长周期内的生物量数据集。观测时间自2013年5月19日开始,9月15日结束。 1覆盖度观测 1.1观测时间 1.1.1超级站:观测时间段2013年5月20日-9月15日, 7月31日以前每5天观测一次,7月31后每10天观测一次,共做了18次观测,具体观测时间如下; 超级站:2013-5-20、2013-5-25、2013-5-30、2013-6-5、2013-6-10、2013-6-16、2013-6-22、2013-6-27、2013-7-2、2013-7-7、2013-7-12、2013-7-17、2013-7-27、2013-8-3、2013-8-13、2013-8-25、2013-9-5、2013-9-15 1.1.2其它四个站:观测时间段2013年5月20日-9月15日,每10天观测一次,共做了12次观测,具体观测时间如下; 其它四个站:2013-5-20、2013-6-5、2013-6-16、2013-6-27、2013-7-7、2013-7-17、2013-7-27、2013-8-3、2013-8-13、2013-8-25、2013-9-5、2013-9-15 1.2观测方法 1.2.1测量仪器与原理: 采用数码相机拍照的方法测量,将数码相机置于简易支撑杆前端的仪器平台,保持拍摄的竖直向下,远程控制相机测量数据。观测架可以用来改变相机的拍摄高度,面向不同类型植被实现有针对性的测量。 1.2.2样方的设计 超级站:共取3块样地,每块样地样方大小10×10米,每样地每次测量时沿两条对角线依次拍照,共取9-10张照片; 湿地站:共取2块样地,每块样地样方大小10×10米,每样地每次测量拍9-10张照片; 其它3个站:选取1块样地,每块样地样方大小10×10米,每样地每次测量拍9-10张照片; 1.2.3拍摄方法 针对超级站玉米和湿地站芦苇,直接采用观测架观测,保证观测架上的相机距离植被冠层的高度远大于植被冠幅,在方形样方内沿着对角线采样,然后做算术平均。在视场角度不大(<30°)的情况下,视场内包括大于2个整周期的垄行,相片的边长与垄行平行;其它三个站点由于植被比较低矮,直接用相机垂直向下拍照(未使用支架)。 1.2.4 覆盖度计算 覆盖度计算由北京师范大学完成,采用一种自动分类方法,具体见 “建议参考文献”第1条文献。通过RGB颜色空间转换到更容易区分绿色植被的Lab空间,对绿度分量a的直方图进行聚类,分离出绿色植被和非绿色背景2组分,获得单张相片的植被覆盖度。该方法的优点在于其算法简单、易于实现而且自动化程度和精度较高。今后还需要更多的快速、自动、准确的分类方法,最大限度发挥数码相机方法的优势。 2生物量观测 2.1观测时间 2.1.1玉米:观测时间段2013年5月20日-9月15日, 7月31日以前每5天观测一次,7月31后每10天观测一次,共做了18次观测,具体观测时间如下; 玉米:2013-5-20、2013-5-25、2013-5-30、2013-6-5、2013-6-10、2013-6-16、2013-6-22、2013-6-27、2013-7-2、2013-7-7、2013-7-12、2013-7-17、2013-7-27、2013-8-3、2013-8-13、2013-8-25、2013-9-5、2013-9-15 2.1.2芦苇:观测时间段2013年5月20日-9月15日,每10天观测一次,共做了12次观测,具体观测时间如下; 芦苇:2013-5-20、2013-6-5、2013-6-16、2013-6-27、2013-7-7、2013-7-17、2013-7-27、2013-8-3、2013-8-13、2013-8-25、2013-9-5、2013-9-15 2.2观测方法 玉米:选取3块样地,每块样地每次观测选取代表样地平均水平的三株玉米分别称每株玉米的鲜重(地上生物量+地下生物量)和相应的干重(85℃恒温烘干),根据种植的株距和行距计算单位面积玉米的生物量; 芦苇:设置2个0.5mÍ0.5m的样方,齐地刈割,分别称取芦苇的鲜重(茎叶)和干重(85℃恒温烘干)。 2.3观测仪器 天平(精度0.01g)、烘箱。 3数据的存储 所有观测数据先手薄记录后整理到Excel表中存储,同时整理了玉米种植结构数据,包括种植的株距、行距,种植时间、灌水时间、除父本时间以及收割时间等相关信息。
耿丽英, 家淑珍, 李艺梦, 马明国
黑河流域月均植被指数数据是基于MODIS 的1km及250m NDVI产品,从250m产品中提出黑河流域格点值作为精度控制,对1km产品利用HASM方法修正。利用HASM方法对多源NDVI数据进行融合获得的黑河流域2001-2011年月均植被指数。分辨率:1KM*1KM 黑河流域平均降水数据集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,对逐日降水进行统计整理,计算逐个站点的1961-2010年多年逐日降水数据。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,得逐日降水分布趋势;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降水值与地理地形因素(经纬度、高程)的关系,得逐日降水分布趋势;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年黑河流域多年日平均降水分布。时间分辨率:1961-2010年多年日平均降水。空间分辨率:500m。
岳天祥, 赵娜
该数据集包含了2015年1月1日至2017年7月31日黑河中下游绿洲植被生态属性的观测数据,共包含355条数据,其中,胡杨208条,柽柳147条。生态属性包括4组生态参数共15类74个指标,具体如下: 植被结构参数(5类25个指标): 盖度:总盖度、乔灌草三层分盖度、冠幅平均直径; 高度:乔灌草三层高度、冠层厚度、凋落物厚度、苔藓层厚度、最大根深; 密度:乔木层密度、乔木平均胸径; 叶面积指数:乔灌草三层最大叶面积指数、最小叶面积指数; 物候期:开始展叶期、盛叶期、开始落叶期、完全落叶期。 植被生产力参数(3类16个指标): 地上生物量:总生物量、乔灌草三层茎生物量、叶生物量; 根生物量:根生物量、0-5、5-15、15-30、30-50、50-100、100-250cm细根生物量; 其他生物量:凋落物层、苔藓层生物量和碳储量。 生理生态参数(4类24个指标): 生物量分配:根茎叶分配比例; 元素含量:根茎叶碳含量、碳氮比、凋落物碳含量、苔藓碳含量; 叶片形状:比叶面积、叶片长宽、叶倾角; 气体交换特征:叶水势、净光合速率、气孔导度、蒸腾速率、气温、胞间CO2浓度、光合有效辐射等; 植被水文参数(3类9个指标): 降雨再分配:最大截留能力、冠层截留、穿透雨、树干茎流‘ 产流:产流量、产流系数; 蒸发散:植物蒸腾量、土壤蒸发量、土壤蒸发深度。
李小雁, 赵文武
样地调查数据为,于2013年8月份,在天涝池流域设置森林样地30块,样地规格为10 m×20 m,样地长边与山坡走向平行,其中青海云杉林26块,祁连圆柏林2块,云杉圆柏混交林2块,在样地内,采用围尺测量每株树木的胸径(树干1.3 m高度处的直径),采用手持超声波测高器测量每株树木的树高、枝下高(树冠下端第一活枝的高度),采用皮尺测量南北方向和东西方向冠幅,利用差分GPS对样地进行定位.以样地碳储量数据为优化控制条件,以Kriging插值得到的生物量空间分布图驱动场,采用HASM算法模拟天涝池森林生物量空间分布图,模拟结果符合研究区的植被分布规律,获得较好的效果。分辨率1m
岳天祥, 赵娜
样地调查数据为,于2013年8月份,在天涝池流域设置森林样地30块,样地规格为10 m×20 m,样地长边与山坡走向平行,其中青海云杉林26块,祁连圆柏林2块,云杉圆柏混交林2块,在样地内,采用围尺测量每株树木的胸径(树干1.3 m高度处的直径),采用手持超声波测高器测量每株树木的树高、枝下高(树冠下端第一活枝的高度),采用皮尺测量南北方向和东西方向冠幅,利用差分GPS对样地进行定位.以样地碳储量数据为优化控制条件,以Kriging插值得到的生物量空间分布图驱动场,采用HASM算法模拟天涝池森林生物量空间分布图,模拟结果符合研究区的植被分布规律,获得较好的效果。
岳天祥, 赵娜
本数据集为叶片气孔计Leaf Porometer在张掖市大满水分控制实验场、EC站点、超级站和石桥样地测量的作物叶片气孔导度数据。 1) 测量目的 气孔导度数据测量的目的在于:获取黑河流域下垫面上作物叶片的气孔导度,作为先验知识用于作物生长模型参数、作物生物物理参数反演、蒸散发估算等用途。 2) 测量仪器 测量仪器:叶片气孔计Leaf Porometer。 3) 测量地点与内容 a.大满小麦水分控制实验场 分别在2012-5-17、2012-5-23、2012-5-29、2012-6-3、2012-6-9、2012-6-14、2012-6-24、2012-7-5、20127-12测量小麦叶片气孔导度。 b. EC站点 分别在2012-5-14、2012-5-21、2012-5-25、2012-5-31、2012-6-7、2012-6-13、2012-6-23、2012-6-28、2012-7-3、2012-7-13、2012-7-18、2012-7-23、2012-8-3、2012-8-12、2012-8-28测量EC-2、EC-3、EC-5、EC-6、EC-7、EC-8、EC-9、EC-10、EC-11、EC-12、EC-13、EC-14、EC-15、EC-16共14个EC站点,测定制种玉米叶片的气孔导度。 c. 超级站样地 分别在2012-5-22、2012-5-28、2012-6-5、2012-6-11、2012-6-18、2012-6-25、2012-7-1、2012-7-8、2012-7-15、2012-7-22、2012-7-31、2012-8-9、2012-8-15、2012-8-22、2012-9-3、2012-9-11测量超级站样地,测定制种玉米叶片的气孔导度。 d. 石桥样地 分别在2012-5-17、2012-5-22、2012-5-28、2012-6-4、2012-6-11、2012-6-17、2012-6-25、2012-7-1、2012-7-8、2012-7-15、2012-7-22、2012-7-30、2012-8-8、2012-8-16、2012-8-27、2012-9-9测量石桥样地,测定制种玉米叶片的气孔导度。 4) 数据处理 通过数据预处理并转换为文本格式文件,得到测量作物叶片气孔导度数据。
徐凤英, 王静, 庄金鑫, 黄永生, 李新, 马明国
本数据集为2012年06月14日在试验区5×5Km中13个涡动站点附近开展的作物物候和田间管理调查数据。 1.1 调查目的 为涡动、气象、生物物理参数试验提供配套数据集。 1.2调查地点与内容 调查地点:石桥九社(EC3)、小满南街(EC16)、五星五社(EC13)、小满五社(EC14)、石桥二社(EC5)、中华六社(EC11)、石桥六社(EC2)、EC6、金城五社(EC7)、金城六社(EC8)、康宁一社(EC9)、康宁二社(EC10)和金城四社(EC12)。 调查作物类型为制种玉米,调查内容包括两部分:作物物候和田间管理。其中作物物候数据包括作物类型、品种、播种日期、播种方式、株距、行距、垄向、田块面积、出苗期、三叶期、七叶期等,田间管理数据包括耕作时间、翻耕时间、灌溉时间、灌溉量、施肥时间、施肥类别、施肥量等。 1.3调查方式 该调查采用逐户调查方式,现场找到预调查田块主人,根据预先设计的调查内容,开展田块中作物的物候特征和田间管理方式的问卷调查。 作物物候及田间管理调查数据组织及格式详见“作物物候与田间管理调查数据说明文档”。 数据的文件格式为Excel2007格式,数据文件包括黑河综合遥感联合试验:中游人工绿洲生态水文试验区作物物候调查数据.xlsx和黑河综合遥感联合试验:中游人工绿洲生态水文试验区作物田间管理调查数据.xlsx。
盖迎春, 庄金鑫, 马春峰, 庄金鑫, 李新
本数据集利用LI-6400光合仪,观测了黑河流域中游绿洲区的主要农作物小麦和玉米。观测地点分别位于临泽平川和小满五星村超级站。观测日期从五月中旬开始到九月份。本数据集包括观测期内的小麦和玉米的LI-6400的原始观测数据和预处理后的数据。 1) 测量目的 光合数据测量可以用于植物生理生态特性研究以及生态水文模型的模拟和验证。 2) 测量仪器与原理 测量仪器:LI-6400便携式光合作用测量仪。 测量原理:利用红外气体分析法来测量CO2浓度变化,通过测量样品室和参比室之间CO2的浓度差从而获得叶片的净生产力。 3) 测量时间与地点 小麦观测地点:临泽平川小麦试验场 观测时间:2012-05-17,2012-06-08至6-13日 玉米观测地点:五星村超级站 观测时间:2012-05-19至2012-09-15 4) 数据处理 LI-6400原始文件是文本格式的文件,经过格式转换为excel格式的文件。为保留原始数据,未对数据进行删改。测量时每个时段数据存为一个文件,并以日期+类型+时刻命名,每片叶子重复读数3次;每片叶子添加一个remark。
王海波
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