本数据包括西藏纳木错湖水不同深度处的日平均水温数据，是实地监测获取的湖水温度变化情况；该数据利用水质多参数仪及温度探头放置于水中而连续获取，温度记录的分辨率是10分钟和2小时，并基于原始测量数据计算了日平均水温；所用仪器和方法均非常成熟，数据处理过程进行了严格的质量控制，确保数据真实可靠；该数据已用于纳木错湖水热力学分层研究、湖气热量平衡研究等物理湖泊学方面的基础研究，并用来校正基于遥感数据的湖水温度数据及不同的湖泊模型研究。可用于物理湖泊学、水文学、湖气相互作用、遥感数据同化验证及湖泊模型研究。
王君波
青藏高原野外观测研究平台是开展青藏高原科学观测和研究的前沿阵地。基于高原地表过程与环境变化的陆面-边界层立体综合观测为青藏高原地气相互作用机理及其影响研究提供了大量的珍贵数据。本数据集综合了珠穆朗玛大气与环境综合观测研究站、藏东南高山环境综合观测研究站、那曲高寒气候环境观测研究站、纳木错多圈层综合观测研究站、阿里荒漠环境综合观测研究站、慕士塔格西风带环境综合观测研究站2005-2016年逐小时大气、土壤和涡动观测数据。包含了由多层风速风向、气温、湿度以及气压、降水组成的梯度观测数据，辐射四分量数据，多层土壤温湿度和土壤热通量观测数据以及感热通量、潜热通量和二氧化碳通量组成的湍流数据。这些数据能广泛的应用于青藏高原气象要素特征分析、遥感产品评估和遥感反演算法的发展、数值模拟的评估和发展等研究中。
马耀明
太阳总辐射和直接辐射采用国产辐射表(TBQ-4-1,TBS-2,China)测量，温湿度采用自动气象站(HOBO weather station, Model H21, Onset Company, USA)测量。本数据为太阳辐射和气象要素数据，包括太阳总辐射和直接辐射，波长范围270-3200nm，单位W/m2。温湿度和水汽压单位分别为℃、%、hPa。太阳辐射和气象要素数据来源于数据提供者的测量。数据覆盖时间为2013-2016年。该数据集可以用于中国亚热带地区的太阳辐射及其变化机制等相关研究。
白建辉
This data set is output from WRF model. The data include ‘LU_INDEX’ (land use category), ‘ZNU’(eta values on half (mass) levels), ‘ZNW’(eta values on full (w) levels)，’ZS’(depths of centers of soil layers), ‘DZS’ (thicknesses of soil layers), ‘VAR_SSO’ (variance of subgrid-scale orography), ‘U’(x-wind component), ‘V’(y-wind component),’W’(z-wind component),’T’(perturbation potential temperature (theta-t0)), ‘Q2’ ('QV at 2 M), ‘T2’ (TEMP at 2 M), ‘TH2’ ('POT TEMP at 2 M), ‘PSFC’ (SFC pressure), ‘U10’ (U at 10 M), ‘V10’ (V at 10 M), ‘QVAPOR’ (Water vapor mixing ratio), ‘QLOUD’ (Cloud water mixing ratio),’QRAIN’ (Rain water mixing ratio), ‘QICE’ (Ice mixing ratio), ‘QSNOW’ (Snow mixing ratio), ‘SHDMAX’ (annual max veg fraction), ‘SHDMIN’ (annual min veg fraction), ‘SNOALB’ (annual max snow albedo in fraction), ‘TSLB’ (soil temperature), ‘SMOIS’ (soil moisture), ‘GRDFLX’ (ground heat flux), ‘LAI’ (Leaf area index),’ HGT’ (Terrain Height), ‘TSK’ (surface skin temperature), ‘SWDOWN’ (downward short wave flux at ground surface), ‘GLW’ (downward long wave flux at ground surface), ‘HFX’ (upward heat flux at the surface), ‘QFX’ (upward moisture flux at the surface), ‘LH’ (latent heat flux at the surface), ‘SNOWC’ (flag indicating snow coverage (1 for snow cover)), and so on. The data is in netCDF format with a spatial resolution of 10 km.
Xuelong Chen
1）数据内容：包含中亚地区，区域范围：30°N～60°N，40°E～90°E； 2）数据来源：对CMIP数据集进行加工，采用双线性插值方法将不同分辨率模式数据插值到0.5°× 0.5°,CRU观测数据1901年——2014年； 3）数据质量：时间长度较长，数据质量良好，缺测值统一用999标识； 3）数据应用成果集前景：数据已用于进行对中亚地区温度模拟能力评估，通过计算并分析中亚地区的温区的域平均、相对误差、均方根误差、泰勒图、EOF分解、季节变化等评估气候系统模式模拟中亚地区历史气候变化的能力。 4) 数据可靠性：通过对比分析观测和模拟资料的年变化，数据结果均呈显著的增温趋势，通过对数据结果进行相关性检验，均通过99%信度检验。同时，CMIP计划数据和CRU数据也是较为常用的数据集，在很多进行气候变化的研究中，也经常采用这样的数据。
马金玉
本数据为中亚大湖区2017年逐6小时分辨率常规和卫星资料。其中常规资料包含中亚大湖区及其周边地区（中国、哈萨克斯坦、吉尔吉斯斯坦、土库曼斯坦、塔吉克斯坦、乌兹别克斯坦、阿富汗、俄罗斯、伊朗、巴基斯坦、印度等）的地面台站和探空站点观测，观测要素包含气温、气压、风速和湿度，每个时次的站点数平在600个左右，站点间距离在10-100km之间；卫星资料来源于极轨气象卫星（NOAA-18、NOAA-19、METOP-A和METOP-B）反演的云导风，并重采样到30km水平分辨率。云导风通过追踪示踪云的移动来估计风速，由示踪云的高度确定风场高度。本数据全部来源于全球电信系统Geostationary Tether Satellite（GTS），经过质量控制剔除了质量较差的观测资料。该数据可应用于中亚大湖区的资料同化，也可用于检验和评估模式对中亚大湖区的数值模拟。
姚遥
本数据集基础数据源提供逐小时、逐日到逐年时间分辨率不等的气象数据，观测站基础观测数据可提供包括温度、降水、露点、风速等在内的气象环境信息。本数据集主要覆盖泛第三极东南亚及中东地区关键节点区域。数据处理的主要步骤为：首先从众多基础气象数据中筛选得到日最高温度数据；综合日最高温相对湿度关系，基于气象站露点温度数据，完成日相对湿度计算。该数据集对评价关键节点区域的高温天气过程提供了基础资料和有力参考。
葛咏, 刘庆生
气象数据是一组反映天气的数据，气象数据可分为气候资料和天气资料。本数据集主要包含了气象数据中的降雨数据以及气温数据（数据集中pre代表降雨、T2代表气温）。该数据集来自英国东安格利亚大学（University of East Anglia）提供的CRU（Climate Research Unit）全球格网数据（http://www.cgiar-csi.org/）。CRU数据集通过对中亚365个地区的观测站点资料插值得到，在中亚地区有较高的准确度。本数据集利用CRU通过Arcgis批量裁剪的方式得到中亚五国的降雨以及气温数据。数据格式：GeoTIFF；空间分辨率：0.5°；时间尺度：月尺度。该气象数据应用十分广泛，可与不同领域资源相融合，在交通运输、新能源、农业、移动互联网软件开发和服务、公共管理及基于大数据技术的智慧城市、智慧交通、智慧粮食等领域的开发建设中起到重要作用。
CRU
中亚地区气温和辐射数据时间分辨率为月尺度，空间分辨率分别为0.5度和0.05度，采用GCS_WGS_1984投影坐标系统。其中，辐射数据计算采用了GLDAS的下行短波辐射、空气温度数据和空气水汽压数据、MOD11C3的地表温度/发射率数据、MCD43C3地表反照率数据和ASTER_GEDv4.1比辐射率数据计算得到；温度数据计算采用了MOD06_L2云产品和MOD07_L2大气剖面数据计算得到。本数据基于先进的遥感算法，充分利用目前精度较高的遥感数据和产品，区别于传统的气候模式对气候要素的估算原理。本数据可用于中亚地区水资源时空变化特征、农业水资源供需关系分析和水资源开发潜力评估等。
宋进喜, 蒋晓辉
站点日月年统计数据集是反映站点气候情况的关键参数，是GSOM日月年数据集。气象在岩石圈、生物圈、土壤圈和大气圈中有着重要作用，为评价气候因素在全球的区域贡献和响应提供了基础。 本数据集以34个泛第三极关键节点区域为研究区域（阿巴斯、阿斯塔纳、曼谷等），基于2000至2016年日月年站点气候数据，对不同地区的气象因素进行了统计，最终得到了关键节点区域站点气象观测日月年数据集。 主要参数是：日月年平均最高值，平均最低值和平均温度；每月总降水量和降雪量等
贾小凤
海陆热力差异是形成季风的重要原因，印度夏季风的建立与欧亚大陆和印度洋之间产生的海陆热力差异有关。对流层中高层青藏高原和热带印度洋的热力差异与印度夏季风的爆发及其年际和年代际变化紧密相关。青藏高原和热带东印度洋上空温度是对印度夏季风变化最敏感的两个区域，基于此，用500-200hPa温度场定义了一个青藏高原与印度洋热力差异指数： TCI = Nor[T(25°N-38°N, 65°E-95°E) - T(5°S-8°N, 65°E-95°E)] 其中，Nor表示标准化，T表示500hPa-200hPa温度场。 青藏高原与印度洋热力差异指数（TCI）分为逐候、月、夏季3种时间分辨率序列。它可以从多种时间尺度反映高原与北印度洋之间的热力差异及其与后期印度夏季风变率的关系。并且，与单独的青藏高原或印度洋热力状况相比，该指数表现得更好，指数大时，后期印度夏季风强度往往偏强。另外，TCI的逐候增量对印度季风的演变具有预测意义，TCI逐候增量超前印度季风指数3候开始显著相关，且超前15候的时候相关最大。同时，TCI逐候增量前25候平均值的大小对印度季风爆发的早晚有一定的预报意义。 资助项目： 中国科学院战略性先导科技专项泛第三极环境变化与绿色丝绸之路建设（XDA20060501 印度洋-第三极热力差异对季风的影响及其经向输送效应）
李张群, 肖子牛, 赵亮
为了了解北半球气温变化的时空变化特征，该研究用 CRU（Climatic Research Unit）网格数据计算了 30 年（1971-2000）年平均气温的空间分布。年平均气温随着纬度的升高而降低，变化范围从大于 30 °C 到小于-25 °C。在相同纬度地区，高海拔地区（比如青藏高原、蒙古高原和西西伯利亚山区）的年平均气温凸显低温的趋势。同时我们完成了分辨率为0.5 °× 0.5 °北半球1901-2016年间的年平均气温变化趋势分布图。
尹国安, 石亚亚
该数据集包含了2018年1月1日至2018年12月31日黑河流域地表过程综合观测网中游大满超级站气象要素梯度观测系统数据。站点位于甘肃省张掖市大满灌区农田内，下垫面是玉米田。观测点的经纬度是100.3722E, 38.8555N，海拔1556m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m、15m、20m、30m、40m处，共7层，朝向正北；气压计安装在2m处；翻斗式雨量计安装在塔西侧约8m处，架高2.5m；四分量辐射仪安装在12m处，朝向正南；两个红外温度计安装在12m处，朝向正南，探头朝向是垂直向下；土壤热流板（自校正式）（3块）依次埋设在地下6cm处，朝向正南距离塔体2m处，其中两块（Gs_2、Gs_3）埋设在棵间，一块（Gs_1）埋设在植株下面；平均土壤温度传感器TCAV埋设在地下2cm、4cm处，朝向正南，距离塔体2m处；土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、80cm、120cm和160cm处，在距离气象塔2m的正南方；土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、80cm、120cm和160cm处，在距离气象塔2m的正南方；光合有效辐射仪安装在12m处，探头朝向是垂直向上；另有四个光合有效辐射仪分别架设在冠层上方和冠层内，冠层上方安装在12m（探头垂直向上和向下方向各一个）、冠层内安装在0.3m（探头垂直向上和向下方向各一个）高处，朝向正南。 观测项目有：风速（WS_3m、WS_5m、WS_10m、WS_15m、WS_20m、WS_30m、WS_40m）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m、WD_15m、WD_20m、WD_30m、WD_40m）(单位：度)、空气温湿度（Ta_3m、Ta_5m、Ta_10m、Ta_15m、Ta_20m、Ta_30m、Ta_40m和RH_3m、RH_5m、RH_10m、RH_15m、RH_20m、RH_30m、RH_40m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、平均土壤温度（TCAV）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(单位：百分比)、土壤温度（Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm）(单位：摄氏度) 、光合有效辐射（PAR）(单位：微摩尔/平方米秒)、冠层上向上与向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒)和冠层下向上与向下光合有效辐射（PAR_D_up、PAR_D_down）(单位：微摩尔/平方米秒)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；2018.9.17-11.7由于采集器的问题，气象梯度部分的数据缺失；由于采集器通道问题，平均土壤温度TCAV数据在11月7日后数据不正确。（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2018-6-10 10:30。 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
李新, 车涛, 徐自为, 任志国, 谭俊磊
中亚野外气象站观测数据集包括中亚10个野外气象站气温、降水、风向风速、相对湿度、气压、辐射、土壤热通量、日照时间和土壤温度等实地观测数据。10个野外站涵盖农田、森林、草地、沙漠、荒漠、湿地、高原、山地等不同生态系统类型。本数据集由地面气象观测站收集到的气象原始数据经筛查和审核后，进行格式转换后获得。数据质量良好。中亚地区气候类型多样，生态环境脆弱，气象灾害频繁，本数据集的建立对于开展长期的中亚生态环境监测、防灾减灾、中亚地区气候变化与生态环境等领域的研究提供了数据支撑，目前已经在中亚生态环境监测研究中获得了应用。
李耀明
本数据为RCP4.5情景下的月干燥指数数据集（Aridity Index, AI）。AI数据为降水与潜在蒸散发的比值。本数据由14个模式平均计算得到。这14个模式分别为：CanESM2；CCSM4；CNRM-CM5；CSIRO-Mk3-6-0；GISS-E2-R；HadGEM2-CC；HadGEM2-ES；inmcm4；IPSL-CM5A-LR；MIROC5；MIROC-ESM-CHEM；MIROC-ESM；MPI-ESM-LR；MRI-CGCM3。空间分辨率为全球2度*2度，时间分辨率为2020年1月-2099年12月。该数据集即可用于中亚大湖区未来干湿变化情景分析，也可用于全球其他区域在未来情景下的干湿过去和格局的分析。
华丽娟
本数据集包含从2017年1月1日到2018年12月31日，纳木错台站观测的气温、气压、相对湿度、风速、降水、总辐射等日值。 数据集加工方法为原始数据经过质量控制后形成连续的时间序列。满足国家气象局和世界气象组织（WMO）对气象观测原始数据的精度，剔除了曳点数据和传感器出现故障造成的系统误差。 该数据的服务对象为从事大气物理、大气环境、气候、冰川、冻土等学科科学研究和人才培养的专业人员。主要应用于冰川学、气候学和环境变化、寒区水文过程以及冻土学等学科领域。 测量参数的单位和精度如下： 空气温度，单位：℃，精度：0.1℃； 空气相对湿度，单位：%，精度：0.1%； 风速，单位：m/s，精度：0.1m/s； 气压，单位：hPa，精度：0.1hPa； 降水，单位：mm，精度：0.1mm； 总辐射，单位：W/m2，精度：0.1W/m2。
王君波, 邬光剑
东南亚国家及澜湄流域水资源研究基础数据集（1901-2010）收集整理了东南亚国家及澜湄流域主要的水文气象数据，气象数据包括降水，平均气温，最高气温，最低气温，水汽压等，数据来源于全球广泛使用的CRU TS v. 4.03（Climatic Research Unit Time-Series Version 4.03），数据格式为nc，时间分辨率为逐月，时间长度为1901年1月至2018年12月。水文数据包括水文模型模拟得到的地表径流和地下径流，数据来源于GLDAS （Global Land Data Assimilation System），数据格式为nc，时间分辨率为逐月，时间长度为1979年1月至2019年2月。
CRU, Global Land Data Assimilation System
该数据集记录了阿里荒漠环境综合观测研究站，2017-2018年气象数据集，数据时间分辨率为天。包含如下基本气象参数：气温（距地面1.5米，半小时观测一次，单位：摄氏度）、相对湿度（距地面1.5米，半小时一次，单位：%）、风速（距地面1.5米，半小时一次，单位：米/秒）、风向（距地面1.5米，半小时一次，单位：度）、气压（距地面1.5米，半小时一次，单位：hPa）、降水量（24时一次，单位：毫米）、水汽压（单位：Kpa）、蒸发（单位：毫米）、向下短波辐射（单位：W/m²）、向上短波辐射（单位：W/m²） 、向下长波辐射（单位：W/m²） 、向上长波辐射（单位：W/m²） 、净辐射（单位：W/m²）、地表反照率（单位：%）。 数据采集地点：中国科学院青藏高原研究所阿里荒漠环境综合观测研究站观测场，经度：79°42'5"；纬度：33°23'30"；海拔：4264米。 数据从阿里站自动气象站直接下载，其中降水数据是自动雨雪量计和人工观测校正得到每天的降水量，其它均为半小时的观测值经平均得到逐日均值。 观测仪器型号：温度和湿度：HMP45C空气温湿度探头；降水：T200-B雨雪量仪传感器；风速和风向： Vaisala 05013风速风向传感器；净辐射：Kipp Zonen NR01净辐射传感器；气压：Vaisala PTB210大气压传感器。采集器型号：CR 1000，采集时间：30分钟。 本数据表是由专人根据观测记录进行加工和质量控制。严格按照仪器操作规范进行观测和数据采集，在加工生成数据表时，剔除了一些明显误差数据
赵华标
The data include daily precipitation (Precip) amount and daily mean near-surface air temperature (T2M) over the Pan Third Pole region. The data is downscaled by using the Weather Research and Forecasting (WRF) model (3.7.1). The boundary and initial condition come from the fifth-generation global reanalysis product by the European Centre for Medium-Range Weather Forecasts (ECMWF), ERA5. The seasonal cycle and summer mean of precipitation over Tibet is well reproduced in comparison to the in situ observations.
Tinghai Ou
数据内容：本数据集包括1998-2017年青藏高原逐年的气温和降水格点数据，是进行气候变化及其对生态环境影响的基础性数据。数据来源及加工：源数据来自基于国家气象信息中心基础资料专项最新整编的中国地面高密度台站（2400多个国家级气象观测站）的气温和降水日值资料，对缺测站点进行预处理之后，利用ANUSPLIN软件的薄盘样条法 (TPS，Thin Plate Spline)进行空间插值，生成青藏高原及200km缓冲区空间分辨率1km的年值格点数据。数据应用：该数据可用于气候变化对生态环境影响的研究中。
丁明军
试验所采用的区域气候模式（RCM）是国际理论物理中心的RegCM4 (Giorgi et al., 2012)，模拟区域为联合区域气候降尺度协同试验第二阶段东亚（CORDEX Phase II East Asia）的推荐区域，覆盖整个中国及其周边的东亚地区。模式的水平分辨率为25 km，模式垂直方向是18层，层顶高度为10 hPa，模式的参数设置按照Gao et al. (2016, 2017)，并根据韩振宇等 (2015) 更新了中国土地覆盖数据，以可以地描述下垫面植被状况。RegCM4所需的初始和侧边界条件由CMIP5全球气候模式HadGEM2-ES的模拟结果提供（RCP4.5情景），数据主要包含气温和降水要素。
高学杰
本数据集是1990年至2015年青藏高原地区气候要素数据集，记录了青藏高原25年来每五年的年平均气温空间分布变化情况。数据为tif栅格格式，空间分辨率为1公里，年平均气温单位为0.1摄氏度。该数据来源于青藏高原上的气象站点日观测数据，通过时间聚合计算和空间插值处理生成，该数据集作为一种重要的气候要素可用于研究青藏高原的年平均气温变化与气候变化，作为青藏高原生态环境变化的气候背景，为城镇化与生态环境交互胁迫研究提供数据支撑。
杜云艳, 易嘉伟
该数据为中国逐月平均温度数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2021.12。数据格式为NETCDF，即.nc格式。数据单位为0.1 ℃。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国地区降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。数据坐标系统建议使用WGS84。
彭守璋
本数据是通过建立雅鲁藏布江流域WEB-DHM分布式水文模型，以气温、降水、气压等作为输入数据，模拟输出的5km逐月水文数据集，包括格网径流与蒸发（若蒸发小于0,则表示凝华；若径流小于0，则表示当月降水小于蒸发）。本数据是通过建立雅鲁藏布江流域WEB-DHM分布式水文模型，以气温、降水、气压等作为输入数据，模拟输出的5km逐月水文数据集，包括格网径流与蒸发（若蒸发小于0,则表示凝华；若径流小于0，则表示当月降水小于蒸发）。
王磊
基于WRF模式，以ERA5再分析资料为初始和边界场，通过动力降尺度的方法，初步获得了青藏高原高分辨率低层大气结构和地气交换数据集。该数据集时间范围为2014年8月1日－8月31日，时间分辨率1小时，水平范围25oN-40oN，70oE-105oE，水平分辨率为0.05°。数据格式为NetCDF，每一小时数据输出一个文件，文件以日期命名。低层大气结构数据包含温度、相对湿度、水汽混合比、位势高度、经向风、纬向风气象要素，垂直方向为34层等压面；地气交换数据集包含地表接收的向上/向下短波辐射、向上/向下长波辐射、地表感热和通量、2米气温和水汽混合比、10米风等。该数据集可对青藏高原天气过程和气候环境研究提供数据支撑。
马舒坡
数据内容：本数据集包含3种分辨率（0.25度、0.75度和2度）青藏高原多年平均月温度递减率（单位：℃/m）网格数据 数据来源及加工方法：基于高程标准差和相关性阈值动态检测不同分辨率网格内MODIS地温-海拔样本的有效性来获得局部可靠的温度递减率 数据质量描述：基于青藏高原113个站点的1980-2014年间日平均气温观测，对ERA-Interim气温数据应用0.75度气温递减率产品进行日平均气温的空间降尺度，使其验证误差（均方根误差）由~4℃降低到~2℃。 数据应用成果及前景：该数据集可应用于多种再分析资料的气温降尺度。
张凡, 张宏波
中蒙俄经济走廊气象站基础气象数据集包括风速、风向、降水量、气温及雪深。时间分辨率为3小时。站点散布在走廊周围，站点数量为29个。该数据集基于美国国家海洋和大气管理局的国家环境信息中心（NCEI）小时/亚小时观测数据集提取得到。各个数据除了包括数据本身之外，还包括数据质量评估结果、数据获取方式等信息。此外，各个站点降水量数据由4个检测设备共同获取组成，以确保数据稳定性。雪深数据包括雪深度和等效水深尺寸，即雪融化后成水的深度。
李生宇, 范敬龙
对未来气候变化的有效评价，特别是对未来降水量的预测，是西北地区生态环境脆弱、干旱半干旱地区合理制定适应战略的重要依据。本数据是基于RegCM4.6模型和HadGEM2-ES的未来四种不同碳排放浓度（RCP2.6、RCP4.5、RCP6.0和RCP8.5）情景下，未来2007-2099年空间分辨率为0.25度，时间分辨率分别为3小时，逐日和逐年的多套中国西北（甘肃、宁夏、青海、新疆和陕西5省）气候预测。这些数据表明，在RCP8.5情景下，未来中国西北地区近地表气温将持续变暖，到21世纪末，气温将变得更为显著，超过6℃，未来的降水量将继续增加，到21世纪末将增加100毫米；极端气候指数夏季高温天数将继续增加，这表明中国西北地区的高温将更加频繁，相比之下，连续干燥日将减少。
潘小多, 张磊
该数据集是从中国科学院青藏高原研究所开发的一套中国区域近地面气象与环境要素再分析数据集中提取得到。该数据集是以国际上现有的 Princeton 再分析资料、GLDAS 资料、GEWEX-SRB 辐射资料，以及 TRMM 降水资料为背景场，融合了中国气象局常规气象观测数据制作而成。其时间分辨率为 3 小时，水平空间分辨率 0.1°，包含近地面气温、近地面气压、近地面空气比湿、近地面全风速、地面向下短波辐射、地面向下长波辐射、地面降水率，共 7 个要素（变量）。 各变量的物理意义： 气象要素 变量名 单位 物理意义 近地面气温 temp K 瞬时近地面（2m）气温 地表气压 pres Pa 瞬时地表气压 近地面空气比湿 shum kg/ kg 瞬时近地面空气比湿 近地面全风速 wind m /s 瞬时近地面（风速仪高度）全风速 向下短波辐射 srad W /平方米 3 小时平均 （-1.5hr ～ +1.5hr） 向下短波辐射 向下长波辐射 lrad W /平方米 3 小时平均 （-1.5hr ～ +1.5hr） 向下长波辐射。 降水率 prec mm/hr 3 小时平均 （-3.0hr ～ 0.0hr） 降水率。 更多信息，请参见随数据一同发布的《User’s Guide for China Meteorological Forcing Dataset》。
阳坤
（1）数据提供了申扎站高寒草原观测场的空气温度（地面2米）、湿度、降水、气压、风速、辐射等关键气象要素的监测（2015年--至今）。中国科学院申扎高寒草原与湿地观测试验站是海拔4730米，是青藏高原第一个针对高寒草原建立的综合生态监测站。申扎生态监测站地处藏北腹地，位于冈底斯山和色林错之间，属南羌塘高原大湖盆地带，地势较缓，丘陵、高山与盆地相间。气候属于高原亚寒带半干旱季风气候区，紫花针茅群落是该区的优势群落。 （2）数据由自动气象站采集，并进行了日均值处理； （3）已对数据质量进行检查，所有数据均为原始数据； （4）数据集可作为相关研究的基础数据使用。
魏达, 王小丹
本数据是通过建立长江黄河源WEB-DHM分布式水文模型，以气温、降水、气压等作为输入数据，以GAME-TIBET数据作为验证数据，模拟输出的5km逐月水文数据集，包括格网径流与蒸发（若蒸发小于0,则表示凝华；若径流小于0，则表示当月降水小于蒸发）。数据是基于WEB-DHM分布式水文模型，以气温、降水、气温等（源自itp-forcing和CMA）为输入数据，以GLASS、MODIA、AVHRR为植被数据，SOILGRID及FAO为土壤参数建立起的模型，并通过对径流、土壤温湿度的率定与验证获得的1998-2017年长江黄河源5公里逐月格网径流与蒸发。若asc无法在arcmap中正常打开，请将asc文件前5行顶格。
王磊
该数据集包含了2018年8月31日至2018年12月24日青海湖流域地表过程综合观测网高寒草甸草原混合草原超级站气象要素梯度观测系统数据。站点位于青海省天峻县苏里路旁侧，下垫面是高寒草甸和高寒草原的混合。观测点经纬度为：东经 98°35′41.62″E，北纬 37°42′11.47″N，海拔3718m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m、15m、20m、30m、40m处，共7层，朝向正北；气压计安装在3m处；翻斗式雨量计安装在塔西偏北侧10m平台上；四分量辐射仪安装在6m处，朝向正南；两个红外温度计安装在6m处，朝向正南，探头朝向是垂直向下；土壤热流板（自校正式）（3块）依次埋设在地下6cm处，朝向正南距离塔体2m处；土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处，在距离气象塔2m的正东方；土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处，在距离气象塔2m的正东方；光合有效辐射仪安装在6m处，探头垂直向上和向下方向各一个，朝向正南。 观测项目有：风速（WS_3m、WS_5m、WS_10m、WS_15m、WS_20m、WS_30m、WS_40m）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m、WD_15m、WD_20m、WD_30m、WD_40m）(单位：度)、空气温湿度（Ta_3m、Ta_5m、Ta_10m、Ta_15m、Ta_20m、Ta_30m、Ta_40m和RH_3m、RH_5m、RH_10m、RH_15m、RH_20m、RH_30m、RH_40m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_400cm）(单位：百分比)、土壤温度（Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_400cm）(单位：摄氏度) 、向上与向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2018/8/31 10:30。
李小雁
本数据集来源于论文：Huang, R., Zhu, H.F., Liang, E.Y., Liu, B., Shi, J.F., Zhang, R.B., Yuan, Y.J., & Grießinger, J. (2019). A tree ring-based winter temperature reconstruction for the southeastern Tibetan Plateau since 1340 CE. Climate Dynamics, 53(5-6), 3221-3233. 在本文中，为了了解过去几百年冬季温度变化历史及其驱动因素，中国科学院青藏高原研究所高寒生态重点实验室、青藏高原地球科学卓越创新中心梁尔源研究员课题组，利用2007-2016年期间采集的树木年轮样本重建了青藏高原东南部地区公元1340年以来的冬季（11-2月）最低温度变化历史。 数据由论文作者提供，数据包含了1340-2007年青藏高原东南部昌都地区冬季的最低温度重建数据。 数据包含以下字段： year：年 Tmin.recon（ ℃）：重建的最低温度（ ℃） 数据详细信息参见附件：A tree ring-based winter temperature reconstruction for the southeasternTibetan Plateau since 1340 CE.pdf
黄茹, 朱海峰, 梁尔源
本研究基于中国及周边国家共1153个气温站点和1202个降水站点数据，利用ANUSPLIN软件的局部薄盘光滑样条法进行插值，重建了1951−2011年中国月值气温和降水量的高空间分辨率0.025°（~2.5 km）格点数据集（简称LZU0025）。数据集的质量评估主要基于以下三个方面：（1）分析ANUSPLIN在日志文件中提供的一系列用于判别误差来源和插值质量的统计参数。结果表明在1951-2011年，表征最佳插值模型的广义交叉验证GCV（generalized cross validation）值较小，在气温插值时为1.06℃，在降水进行开方运算插值时为1.97mm1/2。（2）对比LZU0025格点值与预留的265个站点实测数据。结果表明在1951-2011年，LZU0025月插值数据与实测数据接近，两者的平均绝对差为0.59℃和70.5mm，标准差为1.27℃和122.6mm，并且标准差的变化与GCV变化一致。（3）将LZU0025与现有数据集进行对比。首先以插值所用站点较多的中国气象局发布的0.5°数据集（简称CMA）为基准，利用泰勒图对比了基于不同数据集刻画的气候平均状态均值（Mean）、距离平均状态的标准差（Standard deviation）以及随时间变化的气候趋势（Time trend）。结果表明与基于其他数据集衍生的三类指标相比，LZU与基准CMA相关系数较高，标准差较接近，并且归一化的均方根误差较小。其次，将LZU0025格点数据与能量和水循环观测项目-亚洲季风项目西藏地区（CAMP-Tibet）气象站数据进行对比，结果表明仅有少数台站降水数据与LZU0025相关性不显著，但多数台站气温和降水数据与LZU0025显著相关且相关性高于0.87。基于以上评估分析，LZU0025数据集可靠。高分辨率的LZU0025能刻画更多的气候类型如喜马拉雅山脉地区未被粗分辨率数据集识别的苔原和极地气候。LZU0025可作为研究全球气候变化下区域气候变化和精准农业气候的基础数据。
黄伟, 赵虹
中国区域地面气象要素驱动数据集，包括近地面气温、近地面气压、近地面空气比湿、近地面全风速、地面向下短波辐射、地面向下长波辐射、地面降水率共7个要素。数据为NETCDF格式，时间分辨率为3小时，水平空间分辨率为0.1°。可为中国区陆面过程模拟提供驱动数据。 该数据集是以国际上现有的Princeton再分析资料、GLDAS资料、GEWEX-SRB辐射资料，以及TRMM降水资料为背景场，融合了中国气象局常规气象观测数据制作而成。详细过程请参阅参考文献。原始资料来自于气象局观测数据、再分析资料和卫星遥感数据。已去除非物理范围的值，采用ANU-Spline统计插值。精度介于气象局观测数据和卫星遥感数据之间，好于国际上已有再分析数据的精度。
阳坤, 何杰, 唐文君, 卢麾, 秦军, 陈莹莹, 李新
该数据集包含了2015年1月1日至2015年12月31日黑河文气象观测网上游垭口站气象要素观测数据。站点位于青海省祁连县大冬树垭口，下垫面是高寒草甸。观测点的经纬度是100.2421E, 38.0142N，海拔4148m。发布的数据包括两个观测点，均在垭口观测站，相距10m左右，一套在2015年持续进行观测（30min输出），另一套为2015年9月18日在垭口新建的10m高气象站（10min输出），具体包括：空气温度、相对湿度传感器架设在5m处，朝向正北（两组观测，分别10min和30min输出）；气压计安装在地面上的防撬箱内（两组观测，分别10min和30min输出）；翻斗式雨量计安装在10m处；风速与风向传感器架设在10m，朝向正北（两组，分别10min和30min输出）；四分量辐射仪包含两个观测点，其中一个安装在气象塔6m处，朝向正南（10min输出），另一个安装在离地1.5m高的支架上（30min输出）；两个红外温度计安装在6m处，朝向正南，探头朝向是垂直向下；土壤温度探头埋设在地表0cm和地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处（两组观测，分别10min和30min输出）；土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处（两组观测，分别10min和30min输出）；土壤热流板埋设在地下6cm处（两组观测，分别10min（3块热流板）和30min（2块热流板）输出）。 观测项目有：空气温湿度（Ta_5m、RH_5m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、风速（WS_10m）(单位：米/秒)、风向（WD_10m）(单位：度)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤温度（Ts_0cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm）(单位：摄氏度)、土壤水分（Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(单位：体积含水量，百分比)。 观测数据的处理与质量控制：（1）确保每天144或48个数据（每10min或30min），若出现数据的缺失，则由-6999标示；30min输出的四分量长波辐射在2015.1.1-4.1之间由于传感器的问题，数据缺失；30min观测数据在5.24-7.12之间由于采集器问题，数据缺失。（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2015-9-10 10:30；（6）命名规则为：AWS+站点名称。 水文气象网或站点信息请参考Li et al. (2013)，观测数据处理请参考Liu et al. (2011)。
车涛, 刘绍民, 李新, 徐自为, 张阳, 谭俊磊
该数据集包含了2015年1月1日至2016年12月31日黑河水文气象观测网上游峨堡站气象要素观测数据。站点位于青海省祁连县峨堡镇草场，下垫面是高寒草地。观测点的经纬度是100.9151E, 37.9492N，海拔3294m。空气温度、相对湿度传感器架设在5m处，朝向正北；气压计安装在地面上的防撬箱内；翻斗式雨量计安装在10m处；风速与风向传感器架设在10m，朝向正北；四分量辐射仪安装在6m处，朝向正南；两个红外温度计安装在6m处，朝向正南，探头朝向是垂直向下；土壤温度探头埋设在地表0cm和地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处，在距离气象塔2m的正南方；土壤热流板（3块）依次埋设在地下6cm处，在距离气象塔2m的正南方。 观测项目有：空气温湿度（Ta_5m、RH_5m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、风速（WS_10m）(单位：米/秒)、风向（WD_10m）(单位：度)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤温度（Ts_0cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm）(单位：摄氏度)、土壤水分（Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(单位：体积含水量，百分比)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；四分量辐射与红外温度在2015.10.11-11.05之间由于传感器的问题，数据缺失；11.1-11.5之间重新调试观测塔仪器，数据缺失；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2015-9-10 10:30；（6）命名规则为：AWS+站点名称。 水文气象网或站点信息请参考Li et al. (2013)，观测数据处理请参考Liu et al. (2011)。
车涛, 刘绍民, 李新, 徐自为, 张阳, 谭俊磊
在高寒网各野外站和泛第三极地区境外台站的长期观测数据基础上，建立泛第三极地区气象、水文及生态要素系列数据集；通过重点区域的强化观测与样地和样点验证，完成气象要素、湖泊水量与水质、地上植被生物量、冰川冻土变化等数据产品的反演；基于物联网技术，研制建立多站联网的气象、水文、生态数据管理平台，实现联网数据实时获取与远程控制及共享。 数据包含中国高寒网17个站点2014-2017年青藏高原地区逐日气象观测数据集（气温、降水、风向风速、相对湿度、气压、辐射和蒸发），三江源的数据有所缺失。
朱立平, 彭萍
“一带一路”沿线国家2000-2015年大气强迫数据集来源于CRUNCEP。CRUNCEP是一套供陆面模式使用的大气强迫场数据集。具体来说，这个长时间序列数据集（包括气温、降水、温度等）是用来长期驱动Community Land Model（CLM）土地模型的。 CRUNCEP是两个现有数据集的融合；CRU TS3.2 0.5°×0.5°月数据涵盖1901年至2002年期间，NCEP再分析2.5°×2.5°度6小时数据涵盖1948至2016年期间。融合后的CRUNCEP数据集空间分辨率为0.5°X0.5°，时间分辨率为6小时。CRUNCEP数据集被用来驱动CLM，用于研究植被生长、蒸散和初级生产力、陆-气碳交换变化趋势项目（1980-2010）以及许多其他应用。目前数据集的最新版本是版本7。
NCAR, 曹巍
本数据集包括了青藏高原祁连山地区自从1980年到2013年以来的逐月的2m高的气温数据。本数据集来源于欧洲中期天气预报中心的第三代ERA-Interim再分析资料，该数据集采用四维变分分析，结合卫星数据误差校正等技术，实现了再分析资料的质量提升。数据集的空间分辨率为0.125°。本数据集是祁连山地区过去30多年以来的气温的网格数据集，可以为祁连山地区的气温变化、生态系统发展演替及相关地球系统模型的研究提供基础依据。
吴晓东
本数据集包括了青藏高原祁连山地区自从1980年到2013年以来的逐月的地表平均温度数据。本数据集来源于欧洲中期天气预报中心的第三代ERA-Interim再分析资料，该数据集采用四维变分分析，结合卫星数据误差校正等技术，实现了再分析资料的质量提升。数据集的空间分辨率为0.125°。本数据集是祁连山地区过去30多年以来地表温度网格数据集，可为祁连山地区的气候变化、生态系统发展演替及相关地球系统模型的研究提供数据基础。
吴晓东
采用WRF模式制备的青藏高原近地表大气驱动和地表状态数据集，时间范围：2000-2010，空间范围：25-40 ºN，75-105 ºE，时间分辨率：逐时，空间分辨率：10 km，格点数为150*300。 总计有33个变量，其中包含的近地表大气变量11个： 地面上2m高度的温度、 地面上2m高度的比湿、地面气压、地面上10m风场的纬向分量、地面上10m风场的经向分量、固体降水比例、累积的积云对流降水、累积的格点降水、地表处的向下短波辐射通量、地表处的向下长波辐射通量、累计的潜在蒸发。 包含的地表状态变量有19个：各层土壤温度、各层土壤湿度、 各层土壤液态水含量、雪相态改变的热通量、土壤底部温度、地表径流、地下径流、植被比例、地面热通量、雪水当量、实际雪厚、雪密度、冠层中的水、地表温度、反照率、背景反照率、更低边界处的土壤温度、地表面处向上的热量通量（感热通量）、地表面处向上的水量通量（感热通量）。 其他变量3个：经度、纬度和行星边界层高度。
潘小多
本数据集包含了自1010至2005年内各年代氧同位素数据，用于研究青藏高原希夏邦马地区环境变化。 冰芯氧同位素利用仪器测量得出，由仪器或者实验完成后直接得到数据，各个环节严格按照相关操作规程进行样品和数据采集，符合各实验室操作标准规范。 本数据包含两个字段： 字段1：年代 AD 字段2：氧同位素 ‰
田立德
本数据集来源于欧洲中期天气预报中心（ECMWF）所发布的基于4维变分（4D-Var）的全球大气再分析数据集ERA-Interim。 ERA-Interim是欧洲中期天气预报中心（ECMWF）的一项主要任务，旨在通过改进的大气模型和同化系统来进行再分析，以取代ERA-40中使用的模型和同化系统，尤其在数据丰富的1990年代和2000年代下，并将继续作为ECMWF气候数据同化系统（ECDAS），直到被新的系统所取代。 自1997年起，由于计算力的系统性提升，使得4维变分同化（4D-Var）逐步可行并成为了ECMWF同化系统的一部分，这为ERA-Interim基于4D-Var打下了基础。计算力的加强还将水平分辨率从T159提升到了T255，且可以开始应用最新的集成预测系统（IFS CY31r1和CY31r2）和经过改进的物理参数化方案。 在垂直层上，ERA-interim与ERA-40一样又60层，最高层为0.1 hPa。此外，ERA-Interim的数据同化效果的提高还得益于质量控制，该质量控制借鉴了ERA-40和JRA-25的经验，卫星辐射数据的偏差校正以及通过改进的快速辐射传输模型更广泛地使用辐射。 在数据上，ERA-Interim使用了新的ERS（欧洲遥感卫星）高度波高度，EUMETSAT（欧洲气象卫星开发组织）重新处理的风和晴空辐射，来自卢瑟福·阿普尔顿实验室的GOME（全球臭氧监测实验）臭氧数据以及CHAMP（具有挑战性的微型卫星有效载荷），GRACE（重力恢复和气候实验）和COSMIC（气象，电离层和气候星座观测系统）由UCAR（大学大气研究公司）处理和存档的GPS无线电掩星测量。
邓创武
“额尔齐斯河流域标准气象站气象观测数据集”包含额尔齐斯河流域哈巴河气象站、吉木乃气象站、布尔津气象站、福海气象站、阿勒泰气象站、富蕴气象站共6个观测站点月尺度的气温和降水观测资料，数据的时间尺度为月。该数据集起始于1961年1月（其中富蕴站1961年1-5月数据缺失），结束于2015年12月。地面基础资料专项工作对历史信息化文件重新进行了质量检测，并对存在问题和分歧的站点文件进行了修订。该数据集没有对资料进行均一性订正，只是对明显存在非均一性的台站进行了分段处理。
张伟
气象数据是一组反映天气的数据，气象数据可分为气候资料和天气资料。本数据集主要包含了气象数据中的降雨数据以及气温数据（数据集中pre代表降雨、T2代表气温）。该数据集来自英国东安格利亚大学（University of East Anglia）提供的CRU（Climate Research Unit）全球格网数据（http://www.cgiar-csi.org/）。CRU数据集通过对中亚365个地区的观测站点资料插值得到，在中亚地区有较高的准确度。本数据集利用CRU通过Arcgis批量裁剪的方式得到中亚五国的降雨以及气温数据。数据格式：GeoTIFF；空间分辨率：0.5°；时间尺度：月尺度。该气象数据应用十分广泛，其可与不同领域资源相融合，在交通运输、新能源、农业、移动互联软件开发和服务、公共管理及基于大数据技术的智慧城市、智慧交通、智慧粮食等领域的开发建设中起到重要作用。
刘铁
本数据集包含自1951年1月至2006年12月，青藏高原地区历年各季度和历年各月份的温度距平序列。依照气候距平法（CAM），基于《中国均一化历史气温数据集（1951-2004）1.0版》与2005-2006逐日平均气温资料，对青藏高原及其邻近区域共123个站点的逐月平均气温网格化，进而以面积加权法建立了高原1951-2006年逐月平均气温距平序列。其中，为最大限度地利用观测资料，着重探讨了利用参考站订正短序列气温资料气候标准值的方法。参考文献：任雨，张雪芹，彭莉莉.青藏高原1951-2006年气温距平序列的建立与分析.高原气象,2010. 《中国均一化历史气温数据集（1951-2004）1.0版》与2005-2006逐日平均气温资料，符合相关国家标准。 年各月温度距平数据表共有五个字段 字段1：年 字段2：月份 字段3：网格数 参加计算的网格数 字段4：站点数 参加计算的站点数 字段5：月温度距平 单位 ℃ 历年及各季温度距平数据表共有五个字段 字段1：年 字段2：季度 字段3：网格数 参加计算的网格数 字段4：站点数 解释：参加计算的站点数 字段5：温距平 ℃ 其中，季度字段中 1. 如果为空值，表示为年温度距平 2. DJF：冬季（上年12月至当年2月）温度距平值 ℃ 3. MAM：春季（3-5月）温度距平值 ℃ 4. JJA：夏季（6-8月）温度距平值 ℃ 5. SON：秋季（9-11月）温度距平值 ℃ 数据精度：月均温距平到小数点后三位，年均温与季均温距平到小数点后两位。
刘林山
色季拉山气象数据，记录西藏林芝鲁朗附近进地表（1.2-1.5m）常规气象观测，数据集包括色季拉山东坡2005-2017年和113道班林外林线附近的2005-2012年的温度、湿度、降水量等的日平均数据。 数据采集地点色季拉山东坡林线附近29°39′25.2″N; 94°42′25.62″E; 4390m；色季拉山113道班阴坡林外29°35′50.9″N; 94°36′42.7″E; 4390m。 采集器型号Campbell Co CR1000，采集时间：30分钟。数字化自动采集数据，人工计算日均值。 包含如下基本气象参数： 道班阴坡林外数据： 风速，单位：m/s 气温，单位：℃ 相对湿度，单位：% 大气压，单位：hPa 总辐射，单位：w/m2 土壤热通量，单位：w/m2 土壤温度，单位：℃ 土壤湿度，单位：% 雨量，单位：mm 超声波测量的雪厚，单位：cm 东坡林线附近数据： 气温，单位：℃ 相对湿度，单位：% 气压，单位：hPa 风速，单位：m/s 降雨量，单位：mm 辐射，单位：w/m2 土壤含水率，单位：% 土壤热通量，单位：w/m2
罗伦
本数据集包含从2008年1月1日到2018年10月1日，斯里兰卡22个国际交换站观测的气温、气压、相对湿度、风速、风向、降水、辐射、水汽压等日值。 数据来源于NOAA的NCDC。 数据集加工方法为原始数据经过质量控制后形成连续的时间序列。满足对气象观测原始数据的精度，剔除了曳点数据和传感器出现故障造成的系统误差。 本数据集所包含的气象站点信息如下： LATITUDE LONGITUDE ELEVATION  COUNTRY  STATION NAME +09.800  +080.067   +0015.0   SRI LANKA  KANKASANTURAI +09.650  +080.017   +0003.0   SRI LANKA  JAFFNA +09.267  +080.817   +0002.0   SRI LANKA  MULLAITTIVU +08.983  +079.917   +0003.0   SRI LANKA  MANNAR +08.750  +080.500   +0098.0   SRI LANKA  VAVUNIYA +08.539  +081.182   +0001.8   SRI LANKA  CHINA BAY +08.301  +080.428   +0098.8   SRI LANKA  ANURADHAPURA +08.117  +080.467   +0117.0   SRI LANKA  MAHA ILLUPPALLAMA +08.033  +079.833   +0002.0   SRI LANKA  PUTTALAM +07.706  +081.679   +0006.1   SRI LANKA  BATTICALOA +07.467  +080.367   +0116.0   SRI LANKA  KURUNEGALA +07.333  +080.633   +0477.0   SRI LANKA  KANDY +07.181  +079.866   +0008.8   SRI LANKA  BANDARANAIKE INTL COLOMBO +06.900  +079.867   +0007.0   SRI LANKA  COLOMBO +06.822  +079.886   +0006.7   SRI LANKA  COLOMBO RATMALANA +06.967  +080.767   +1880.0   SRI LANKA  NUWARA ELIYA +06.883  +081.833   +0008.0   SRI LANKA  POTTUVIL +06.817  +080.967   +1250.0   SRI LANKA  DIYATALAWA +06.983  +081.050   +0667.0   SRI LANKA  BADULLA +06.683  +080.400   +0088.0   SRI LANKA  RATNAPURA +06.033  +080.217   +0013.0   SRI LANKA  GALLE +06.117  +081.133   +0020.0   SRI LANKA  HAMBANTOTA
邓创武
青藏高原地区属于高原山地气候，气温及其季节变化一直是全球气候变化研究的热点之一。 数据包含青藏高原地区的气温数据，空间分辨率为1km*1km，时间分辨率为月、年，时间覆盖范围为2000年、2005年、2010年、2015年。数据通过对青藏高原地区国家气象站数据进行Kring插值得到。 数据可用于分析青藏高原的气温的时间空间分布情况，此外数据还可用于分析青藏高原的气温随时间变化的规律，对青藏高原的生态环境研究有重要意义。
方华军
本数据集来自中国科学院西北生态环境资源研究院那曲高寒气候环境观测研究站那曲观测场（31.37ºN，91.90º E，海拔高度4509m），观测场地平坦开阔，不均匀的生长着高度为3-20cm的植被。本数据集观测时间为2014年1月1日至2017年12月31日，观测要素主要包括风速、气温、空气相对湿度、气压、向下短波辐射、降水量、蒸发、潜热通量和CO2通量。其中降水量、蒸发和CO2通量数据为日累积值，其他观测要素为日平均值。观测数据总体上连续性较好，但由于供电故障导致部分数据缺测，数据中的缺测值标记为NAN。
胡泽勇, 谷良雷, 孙方林, 王树金
中亚野外气象站观测数据集包括中亚10个野外气象站气温、降水、风向风速、相对湿度、气压、辐射、土壤热通量、日照时间和土壤温度等实地观测数据。10个野外站涵盖农田、森林、草地、沙漠、荒漠、湿地、高原、山地等不同生态系统类型。本数据集由地面气象观测站收集到的气象原始数据经筛查和审核后，进行格式转换后获得。数据质量良好。中亚地区气候类型多样，生态环境脆弱，气象灾害频繁，本数据集的建立对于开展长期的中亚生态环境监测、防灾减灾、中亚地区气候变化与生态环境等领域的研究提供了数据支撑，目前已经在中亚生态环境监测研究中获得了应用。
李耀明
1、数据内容：气温、相对湿度、降水、气压、风速、平均总辐射、总净辐射值及水汽压日平均数据。 2、数据来源及加工方法：由美国campel高山型自动气象站观测，其中空气温湿度传感器型号HMP155A；风速风向仪型号：05103-45；净辐射仪：CNR 4 Net Radiometer four component；大气压力传感器：CS106；雨量筒：TE525MM。自动气象站每隔10分钟自动采集一次数据，每日采集完自动统计计算得出日均值气象数据。 3、数据质量描述：数据自动连续获取。 4、数据应用成果及前景：该气象站设置在冰川中部，气象数据可为模拟预测未来气候变化背景下海洋型冰川变化对全球气候变化的响应研究提供了数据保证。
刘婧
1、数据内容：气温、相对湿度、降水、气压、风速、总净辐射值及水汽压日平均数据。 2、数据来源及加工方法：由美国campel高山型自动气象站观测，其中空气温湿度传感器型号HMP155A；风速风向仪型号：05103-45；净辐射仪：CNR 4 Net Radiometer four component；大气压力传感器：CS106；雨量筒：TE525MM。自动气象站每隔10分钟自动采集一次数据，逐日采集完自动统计计算得出日均值气象数据。 3、数据质量描述：数据自动连续获取。 4、数据应用成果及前景：该气象站设置在冰川上部，气象数据可为海洋型冰川积雪-径流模型等提供数据支持，为冰川动力学模式和模拟研究提供了数据保证。
刘婧
本数据为祁连老虎沟大本营2014-2018年气象塔日志数据集，"老虎沟12号冰川10米气象塔位于大本营，海拔4200米，其观测要素包括气温、降水、风速、风向、相对湿度、气压、向下辐射、向上辐射、向下长波辐射、向上长波辐射，分辨率为日值，气象仪器经过中国气象局的标定和调试后，都与耐低温（-55℃）数据采集器CR1000（Campbell，美国）连接，数据质量完整，多篇文章成果的数据均来源于此数据，祁连山冰川融水哺育的河西走廊作为国家战略“一带一路”的重要通道，研究其变化对于甘肃、青海乃至全国都具有重大的影响，因此此数据具有极大的研究价值和应用价值。
秦翔
1、数据内容：气温、相对湿度、降水、气压、风速、平均总辐射及水汽压日平均数据。 2、数据来源及加工方法：由美国campel高山型自动气象站观测，其中空气温湿度传感器型号HMP155A；风速风向仪型号：05103-45；净辐射仪：CNR 4 Net Radiometer four component；大气压力传感器：CS106；雨量筒：TE525MM。自动气象站每隔10分钟自动采集一次，每日采集完自动统计计算得出日均值气象数据。 3、数据质量描述：数据自动连续获取。 4、数据应用成果及前景：该气象站的下垫面类型为高山草甸，气象数据可为高寒区陆面过程模拟提供基础数据保障。
刘婧
全球ERA-Interim 地面气温再分析数据集（1979-2016）是欧洲中长期天气预报中心（ECMWF）采用ECMWF IFS预报系统（T255，60层），经过窗口为12小时的四维变分同化系统（4DVAR）同化全球不同地区和来源的地表和上层大气的常规观测和卫星遥感资料（TOVS,GOES,Meteosat等）获得。该地面气温（2米气温）数据覆盖时间从1979年1月到2016年12月，时间分辨率为6小时，水平分辨率0.75°，覆盖全球，投影方式为等经纬度投影。数据每个月存放一个NetCDF格式文件，包含经度（longitude）、纬度（latitude）、时间（time）、气温（t2m，单位：K）四个变量，纬向241个格点，经向480个格点。
李斐
CMADS V1.0(The China Meteorological Assimilation Driving Datasets for the SWAT model Version 1.0) 版本数据集引入STMAS同化算法技术,利用数据循环嵌套、重采样,模式推算及双线性插值等多种技术手段而建立。CMADS数据集按照SWAT模型输入驱动数据格式进行了格式整理与修正,使SWAT模型可直接使用该数据集而不需要任何格式转换。CMADS系列数据集同时建立了两种格式的数据(.dbf和.txt),方便其他它模型应用人员及气象分析人员调用与分析。CMADS数据源介绍：气温、气压、比湿、风速驱动数据采用了2421个国家级自动站和业务考核的39439个区域自动站2008年1月以来地面基本气象要素逐小时观测数据以及相应时期的台站信息(台站经纬度、海拔高度),利用多重网格三维变分方法(STMAS),在NCEP/GFS背景场基础上制作地面基本要素分析场；其中,中国区域以外,只对NCEP/GFS背景数据做地形调整、变量诊断,并插值到分析格点；中国区域以内,利用STMAS算法,将经过前处理的NCEP/GFS背景数据和自动站观测融合,并与中国区域以外的数据进行拼接。降水：由多卫星与地面自动站降水融合而成。其中,中国区域以外采用NCEP-CPC制作的CMORPH卫星融合降水产品,中国区域采用CMORPH产品为背景场融合中国降水自动站观测制作的中国区域小时降水量融合产品。辐射：基于DISSORT辐射传输模型,获取来自FY2E卫星一级产品实时反演太阳短波辐射产品。主要以ISCCP资料为背景数据,利用大气辐射传输模式DISORT对FY2D/E标称图数据进行反演,计算出分析格点上的地面入射太阳总辐射辐照度。CMADSV1.0系列数据集空间覆盖整个东亚(0°N-65°N,60°E-160°E), 空间分辨率分别为CMADS V1.0版本: 1/3°,CMADS V1.1版本: 1/4°,CMADS V1.2版本: 1/8°及CMADS V1.3版本: 1/16°,以上分辨率均为逐日(CLDAS同化场基本分辨率为1/16°,保证了CMADS数据集最高分辨率达1/16°),时间尺度为2008-2016年。 本页发布的数据集为CMADSV1.0版本数据集(空间分辨率:1/3°。时间分辨率:逐日。空间覆盖范围:东亚(0°N-65°N,60°E-160°E)。提供要素:日平均2米温度,日最高\低2米温度,日累计24时降水量,日平均太阳辐射,日平均气压,日比湿度,日相对湿度,日平均10米风速,提供数据格式:dbf及txt。该驱动数据已在我国多个流域进行了驱动验证,效果表现良好。 数据集元数据介绍 CMADS--SWAT驱动数据总体存放路径说明： 数据集分为专门驱动SWAT模型的子数据驱动集与其他模型使用的数据驱动集 1)专门驱动SWAT模型的子数据集路径为：CMADS-V1.0\For-swat\ 2)专门其他模型使用的子数据集路径为：CMADS-V1.0\For-other-model\ CMADS--SWAT驱动数据各子集文件路径及名说明 CMADS--SWAT驱动数据子集路径 1)CMADS的SWAT子数据驱动集(For-swat文件夹内),包含Station\与Fork\子目录。 其中Station\目录下为SWAT模型需要的所有输入数据(逐日)。以上输入数据分别位于以下目录： Relative-Humidity-58500\ 日平均相对湿度(fraction) Precipitation-58500\ 日累计降水量(mm) Solar radiation-58500\ 日平均太阳辐射(MJ/m2) Tmperature-58500\ 日最高、最低2米气温(℃) Wind-58500\ 日平均10米风速(m/s) CMADS--SWAT驱动数据子集命名格式 中国大气数据同化SWAT模型数据集(CMADS)的SWAT子集文件命名： 数据集代码由要素代码：R、P、S、T、W+维度格网数-经度格网数组成(经纬度网格数提取参见CMADS数据集使用手册.pdf)。 CMADS--SWAT驱动数据子集命名格式实体文件的内容描述： 数据集时间尺度：2008年－2016年间共9年数据文件 空间分辨率：1/3度 时间分辨率：逐日 要素数据存放格式：dbf 索引表存放格式：txt CMADS--SWAT驱动数据子集索引表： 其中Fork\目录下为SWAT模型需要的所有站点索引表。以上输入数据索引表均可用以下索引表索引： PCPFORK.txt 降水索引表 RHFORK.txt 相对湿度索引表 SORFORK.txt 太阳辐射索引表 TMPFORK.txt 温度索引表 WINDFORK.txt 风速索引表 CMADS其他模式驱动数据子集路径 CMADS的SWAT子数据驱动集(For-other-model文件夹内),包括常规模型需要的所有气象输入数据(逐日)。以上输入数据分别位于以下目录： Atmospheric-Pressure-txt\ 日平均大气压强(hPa) Average-Temperature-txt\ 日平均2米气温(℃) Maximum-Temperature-txt\ 日最高2米气温(℃) Minimum-Temperature-txt\ 日最低2米气温(℃) Precipitation-txt\ 日累计降水(mm) Relative-Humidity-txt\ 日平均相对湿度(fraction) Solar-Radiation-txt\ 日平均太阳辐射(MJ/m2) Specific-Humidity-txt\ 日平均比湿(g/kg) Wind-txt\ 日平均10米风速(m/s) For-other-model 子集文件命名： CMADS_V1.0_PRS_纬度格网数-经度格网数.txt 日平均大气压强(hPa) CMADS_V1.0_TMP_AVG_纬度格网数-经度格网数.txt 日平均2米气温(℃) CMADS_V1.0_TMP_MAX_纬度格网数-经度格网数.txt 日最高2米气温(℃) CMADS_V1.0_TMP_MIN_纬度格网数-经度格网数.txt 日最低2米气温(℃) CMADS_V1.0_24h_PRE_纬度格网数-经度格网数.txt 日 24h 累计降水(mm) CMADS_V1.0_RHU_纬度格网数-经度格网数.txt 日平均相对湿度(fraction) CMADS_V1.0_SOR_纬度格网数-经度格网数.txt 日平均太阳辐射(MJ/m 2 ) CMADS_V1.0_SHU_纬度格网数-经度格网数.txt 日平均比湿(g/kg) CMADS_V1.0_WIND_纬度格网数-经度格网数.txt 日平均10米风速(m/s) 数据存储信息 存储格式和读取：数据集存储格式分为SWAT子集文件(dbf文件),及其他模式数据集(txt文件)。 数据集附属说明文档: metadata：元数据文档(CMADS_META_C.pdf)。 description：说明文档(CMADS_DOCU_C.pdf)。 数据总量：33.6GB 占用空间：35.2GB 时间范围：2008年－2016年 时间分辨率：逐日 地理范围描述：东亚 最西经度：60°E 最东经度：160°E 最北纬度：65°N 最南纬度：0°N 台站数量：58500站 空间分辨率： 1/3°×1/3°网格点 垂直范围：无
孟现勇, 王浩
CMADS V1.1(The China Meteorological Assimilation Driving Datasets for the SWAT model Version 1.1) 版本数据集引入STMAS同化算法, 利用数据循环嵌套,模式推算等多种技术手段而建立。CMADS V1.1数据集按照SWAT模型输入驱动数据格式进行了格式整理与修正,使SWAT模型可直接使用该数据集而不需要任何格式转换。CMADS V1.1数据集同时建立了两种格式的数据(.dbf和.txt),方便其他它模型应用人员及气象分析人员调用与分析。CMADS数据源介绍：气温、气压、比湿、风速驱动数据采用了2421个国家级自动站和业务考核的29452个区域自动站2009年1月以来地面基本气象要素逐小时观测数据以及相应时期的台站信息（台站经纬度、海拔高度）,利用多重网格三维变分方法（STMAS）,在NCEP/GFS背景场基础上制作地面基本要素分析场；其中,中国区域以外,只对NCEP/GFS背景数据做地形调整、变量诊断,并插值到分析格点；中国区域以内,利用STMAS算法,将经过前处理的NCEP/GFS背景数据和自动站观测融合,并与中国区域以外的数据进行拼接。降水：由多卫星与地面自动站降水融合而成。其中,中国区域以外采用NCEP-CPC制作的CMORPH卫星融合降水产品,中国区域采用CMORPH产品为背景场融合中国降水自动站观测制作的中国区域小时降水量融合产品。辐射：基于DISSORT辐射传输模型,获取来自FY2E卫星一级产品实时反演太阳短波辐射产品。主要以ISCCP资料为背景数据,利用大气辐射传输模式DISORT对FY2D/E标称图数据进行反演,计算出分析格点上的地面入射太阳总辐射辐照度。本页发布的数据集为CMADS V1.1版本空间分辨率: 1/4°,时间分辨率:逐日，时间尺度为2008-2016年。空间覆盖范围:东亚(0°N-65°N,60°E-160°E)。提供要素:日平均2米温度,日最高\低2米温度,日累计24时降水量,日平均太阳辐射,日平均气压,日比湿度,日相对湿度,日平均10米风速,提供数据格式:dbf及txt。 CMADS V1.1元数据介绍 CMADS V1.1--SWAT驱动数据总体存放路径说明： 数据集分为专门驱动SWAT模型的子数据驱动集与其他模型使用的数据驱动集 1)专门驱动SWAT模型的子数据集路径为：CMADS-V1.1\For-swat\ 2)专门其他模型使用的子数据集路径为：CMADS-V1.1\For-other-model\ CMADS V1.1--SWAT驱动数据各子集文件路径及名说明 CMADS V1.1--SWAT驱动数据子集路径 1)CMADS V1.1的SWAT子数据驱动集（For-swat文件夹内）,包含Station\与Fork\子目录。 其中Station\目录下为SWAT模型需要的所有输入数据（逐日）。以上输入数据分别位于以下目录： Relative-Humidity-104000\ 日平均相对湿度(fraction) Precipitation-104000\ 日累计降水量(mm) Solar radiation-104000\ 日平均太阳辐射(MJ/m2) Temperature-104000\ 日最高最低2米气温(℃) Wind-104000\ 日平均10米风速(m/s) CMADS V1.1--SWAT驱动数据子集命名格式 中国大气数据同化SWAT模型数据集(CMADS)的SWAT子集文件命名： 数据集代码由要素代码：R、P、S、T、W+维度格网数-经度格网数组成(经纬度网格数提取参见CMADS数据集使用手册.pdf)。 CMADS V1.1--SWAT驱动数据子集命名格式实体文件的内容描述： 数据集时间尺度：2008年－2016年间共9年数据文件 空间分辨率：1/4度 时间分辨率：逐日 要素数据存放格式：dbf 索引表存放格式：txt CMADS V1.1--SWAT驱动数据子集索引表： 其中Fork\目录下为SWAT模型需要的所有站点索引表。以上输入数据索引表均可用以下索引表索引： PCPFORK.txt 降水索引表 RHFORK.txt 相对湿度索引表 SORFORK.txt 太阳辐射索引表 TMPFORK.txt 温度索引表 WINDFORK.txt 风速索引表 CMADS V1.1其他模式驱动数据子集路径 CMADS V1.1的SWAT子数据驱动集（For-other-model文件夹内）,包括常规模型需要的所有气象输入数据（逐日）。以上输入数据分别位于以下目录： Atmospheric-Pressure-txt\ 日平均大气压强(hPa) Average-Temperature-txt\ 日平均2米气温(℃) Maximum-Temperature-txt\ 日最高2米气温(℃) Minimum-Temperature-txt\ 日最低2米气温(℃) Precipitation-txt\ 日累计降水(mm) Relative-Humidity-txt\ 日平均相对湿度(fraction) Solar-Radiation-txt\ 日平均太阳辐射(MJ/m2) Specific-Humidity-txt\ 日平均比湿(g/kg) Wind-txt\ 日平均10米风速(m/s) 数据存储信息 存储格式和读取：数据集存储格式分为SWAT子集文件（dbf文件）,及其他模式数据集（txt文件）。 数据集附属说明文档: metadata：元数据文档(CMADS_META_C.pdf)。 description：说明文档(CMADS_DOCU_C.pdf)。 数据总量：45GB 占用空间：50GB 时间范围：2008年－2016年 时间分辨率：逐日 地理范围描述：东亚 最西经度：60°E 最东经度：160°E 最北纬度：65°N 最南纬度：0°N 台站数量：104000站 空间分辨率： 1/4°×1/4°网格点 垂直范围：无
孟现勇, 王浩
该数据集包含了2017年1月1日至2017年12月31日期间果洛站的气象观测数据，包括气温（Ta_1_AVG）、相对湿度（RH_1_AVG）、水汽压（Pvapor_1_AVG）、平均风速（WS_AVG）、大气压（P_1）、平均天空长波辐射（DLR_5_AVG）、平均地表长波辐射（ULR_5_AVG）、平均净辐射（Rn_5_AVG）、平均土壤温度（Ts_TCAV_AVG）、土壤含水量（Smoist_AVG）、总降水量（Rain_7_TOT）、天空长波辐射（CG3_down_Avg），地面长波辐射（CGR3_up_Avg）、平均光合有效辐射（Par_Avg）等。时间分辨率为1小时。缺测时刻用-99999填充。
徐世晓, 胡林勇
基于青藏高原国家气象站站点数据通过PRISM模型插值生成的高原气象要素分布图，主要包括气温和降水。 青藏高原1961-1990月均温分布图(30年平均值)： t1960-90_1.e00，t1960-90_2.e00，t1960-90_3.e00，t1960-90_4.e00，t1960-90_5.e00， t1960-90_6.e00，t1960-90_7.e00，t1960-90_8.e00，t1960-90_9.e00，t1960-90_10.e00， t1960-90_11.e00，t1960-90_12.e00 青藏高原1991-2020月均温分布图(30年平均值)： t1991-20_1.e00，t1991-20_2.e00，t1991-20_3.e00，t1991-20_4.e00，t1991-20_5.e00， t1991-20_6.e00，t1991-20_7.e00，t1991-20_8.e00，t1991-20_9.e00，t1991-20_10.e00， t1991-20_11.e00，t1991-20_12.e00， 青藏高原1961-1990月降水分布图(30年平均值)： p1960-90_1.e00，p1960-90_2.e00，p1960-90_3.e00，p1960-90_4.e00，p1960-90_5.e00， p1960-90_6.e00，p1960-90_7.e00，p1960-90_8.e00，p1960-90_9.e00，p1960-90_10.e00， p1960-90_11.e00，p1960-90_12.e00 青藏高原1991-2020月降水分布图(30年平均值)： p1991-2020_1.e00，p1991-2020_2.e00，p1991-2020_3.e00，p1991-2020_4.e00，p1991-2020_5.e00， p1991-2020_6.e00，p1991-2020_7.e00，p1991-2020_8.e00，p1991-2020_9.e00，p1991-2020_10.e00， p1991-2020_11.e00，p1991-2020_12.e00， 数据时间范围分为1961-1990年、1991-2020年。 数据覆盖的空间范围为东经73°～104.95°，北纬26.5°～44.95°，空间分辨率0.05度×0.05度（经度×纬度），大地坐标投影。 名称解释： 月均温：一个月中每天的日平均气温的平均数； 月降水：一个月降水量的总和。 量纲：数据的文件格式为E00文件，DN值为1～12月的月均温平均值（×0.01℃）、月降水平均值（×0.01mm）。 数据类型：整型。 数据精度：0.05度×0.05度（经度×纬度）。 本数据原始来源为两组数据集：1）青藏高原及周边地区128个气象站自建站至2000年的月均温、月降水观测资料；2）青藏高原50×50km网格的HadRM3区域气候情景模拟数据，即1991-2020年下月平均温度、月降水模拟值。 1961-1990年，对源数据集采用PRISM（Parameter elevation Regressions on Independent Slopes Model）插值方法生成网格数据，基于站点数据对插值模型进行调参和验证。1991-2020年，对区域气候情景模拟数据以地形趋势面插值方法降尺度生成网格数据。部分源数据来自GCM模型模拟的结果：GCM模型采用Hadley Centre climate model HadCM2-SUL。 a) Mitchell JFB, Johns TC, Gregory JM, Tett SFB (1995) Climate response to increasing levels of greenhouse gases and sulphate aerosols. Nature, 376, 501-504. b) Johns TC, Carnell RE, Crossley JF et al. (1997) The second Hadley Centre coupled ocean-atmosphere GCM: model description, spinup and validation. Climate Dynamics, 13, 103-134. 对气象数据进行空间插值采用PRISM (Parameter-elevation Regressions on Independent Slopes Model)方法： Daly,C., R.P. Neilson, and D.L. Phillips, 1994: A statistical-topographic model for mapping climatological precipitation over mountainous terrain. J. Appl. Meteor., 33, 140~158. 因高原地区观测条件艰苦，基础研究数据缺乏，部分地区气象数据有缺失的现象。本数据集经调参和验证，精度尚可，但仅可做为宏观尺度气候研究的参考之用。青藏高原1961-1990月均温分布数据平均相对误差率为8.9%，青藏高原1991-2020月均温分布数据平均相对误差率为9.7%，青藏高原1961-1990月降水分布数据平均相对误差率为20.9%，青藏高原1991-2020月降水分布数据平均相对误差率为22.7%。对部分缺失数据的区域进行了插补，对明显错误的个别数值进行了修改。
周才平
包含了青海省1998-2016年西宁、海东、门源、黄南、海南、果洛、玉树、海西等主要地区平均气温数据。数据整理自统计年鉴： 《青海社会经济统计年鉴》和《青海统计年鉴》，精度同数据所摘取的统计年鉴。 数据表记录了青海省8个地区每个月及每年的平均温度。 单位：摄氏度。 数据集主要应用于地理学、社会经济研究。
青海省统计局
本数据集包括拉萨农田试验站观测的春青稞试验样地的生物量和光合作用数据以及当雄草地试验站观测的气象数据。时间范围为2006-2009年。 生物量观测方法：每个样方取样面积25cm*25cm；光合作用数据观测：仪器为LiCor-6400。 生物量数据是人工根据记录本录入；光合数据是仪器自动记录；气象数据日值中的平均风速、主风向、气温、大气压和相对湿度用半小时数据进行日平均所得，降水量和总辐射数据是观测系统自动记录数据。 生物量数据的观测过程中，严格按照农学方法，可以应用于农业生产力的估算；光合数据观测过程中，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。 青藏高原农田生态系统观测数据，包含：1）地上生物量；2）CO2响应光合数据；3）光响应光合数据；4）当雄监测点气象数据日值。 数据采集地点中国科学院拉萨农业生态试验站，经度：91°20’，纬度：29°41’，海拔：3688m；当雄高寒草甸碳通量观测站，经度：91°05′，纬度：30°25′，海拔：4333m。
张宪洲
该数据集包含孔雀河源观测点的气温、降水、相对湿度、风速、风向等日值。 观测时间从2012年7月2日至2017年9月15日。利用自动气象站（Onset公司），每2小时记录一条数据。 原始数据经过质量控制后形成连续时间序列。通过计算得到每日均值指标数据。满足国家气象局和世界气象组织（WMO）对气象观测原始数据的精度。质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。 数据以excel文件存储。
张寅生
该数据集包含了位于中国科学院青藏高原研究所阿里站所释放的探空仪器的观测数据，观测时间分别为2017/9/2 12时，16时，20时，2017/9/3 16时，20时 2017/9/4 8时，12时，16时，20时 2017/9/5 0时，4时，8时，12时，16时，20时 2017/9/6 0时，4时，8时。 原始数据精度：精确到整数位的数据分别有对数气压，相对湿度，高度，水平风风向，方位角，仰角。精确到一位小数的数据分别有温度，气压，露点温度，水平风风速，经度。精确到两位小数的数据有经向风速，纬向风速，水汽混合比，纬度。质量控制应包括剔除缺测，空测数据。 数据以excel文件存储。
马伟强
该数据集包含昆莎冰川末端观测点的气温、降水、相对湿度、风速、风向等日值。 观测时间从2015年10月3日至2017年9月19日。利用自动气象站（Onset公司），每2小时记录一条数据。 原始数据经过质量控制后形成连续时间序列。通过计算得到每日均值指标数据。满足国家气象局和世界气象组织（WMO）对气象观测原始数据的精度。质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。 数据以excel文件存储。
张寅生
青藏高原东北部1957-2009年0.25度气候数据集，包含降水、最高和最低气温、风速四个气象要素值，时间分辨率为逐日。 数据集包含2400个文本文件，每个文件里有降水（第一列）、最高（第二列）和最低（第三列）气温、风速（第四列）。每个文件名含有经纬度，每个文件代表相应网格点（0.25*0.25度）的四个气象要素值。 本数据是由高原东北部81个气象站观测资料网格化形成。考虑了气象条件随高程的变化。 网格化方法和步骤如下： 从气象局数据共享网（http://data.cma.cn）下载原始的逐日最高和最低气温、降水、风速。之后对数据进行质量控制。所用的原则为1)去除小于0，大于150mm逐日降水；小于-50°C，大于50°C逐日气温；小于0m/s风速；2）画出年序列降水、气温和风速，检查不正常的逐年变化，并通过台站迁移记录进行质量控制。对有非正常变化，但有台站迁移记录的数据，通过修改台站名称，对数据进行分段，如西宁站（52866）1996年出现不正常气温变化，通过记录发现西宁站在1996年后迁移，因此将1996年前的记录记为虚拟台站52867数据，1996年之后的仍记录为52866站的数据。如果数据出现异常变化，但没有台站迁移记录，则将异常变化的数据剔除，如1975年之前的德令哈站数据。有些台站有迁移记录，但数据没有异常变化，即假定迁移前后的台站仍处于相同的气候环境下，因此台站名称和数据记录没有任何改变。 质量控制后开始内插，其方法为1）计算日平均气温、降水和风速随海拔高度的变化。得出气温随海拔高度递减率为4.3°C/km,其决定系数R2为0.65。暖湿季（5-9月）逐日平均降水量随海拔高度有一个不显著的增加（0.5mm/km，R2为0.1）。冷干季（10-4月）逐日平均降水量不随海拔变化。风速也随海拔高度有一个不显著的增加，其增加率为0.4m/s/km，R2为0.1。气温和风速随海拔的变化率用在整个时间段里，而降水随海拔递增率只用在暖湿季，冷干季递增率为0。2）空间内插时利用Synographic Mapping System (SYMAP,Shepard, 1984)方法。这个方法在内插时考虑台站之间的距离以及周围台站之间的角度以表示台站的密集程度。将距离和角度综合为一个权重，用在内插中。距离近且台站之间的夹角大的台站赋予大权重。3）将台站的经纬度、气象要素值、海拔、随海拔的变化率和权重同时考虑，内插出目标网格的值。内插时最大的搜索范围为周围55个台站，最小的搜索范围为周围4个台站。4）综合暖湿和冷干季节的降水，形成整个时段的降水序列。5）在方法测试期，留出了部分台站以检查网格化后的数据。6）验证通过后，所有的81个台站均用在最终网格化过程，并形成本套数据集。 Shepard, D. S., 1984: Computer Mapping: The SYMAP interpolation algorithm. Spatial Statistics and Models, G.Gaile and C. Willmot, Eds., Reidel 133-145.
兰措
该数据集包含狮泉河源观测点的气温、降水、相对湿度、风速、风向等日值。 观测时间从2012年7月2日至2014年8月5日、2015年9月30日至12月25日。利用自动气象站（Onset公司），每2小时记录一条数据。 原始数据经过质量控制后形成连续时间序列。通过计算得到每日均值指标数据。满足国家气象局和世界气象组织（WMO）对气象观测原始数据的精度。质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。 数据以excel文件存储。
张寅生
该数据集包含纳木那尼冰川末端观测点的气温、相对湿度等日值。 观测时间从2011年7月6日至2017年9月15日。利用自动气象站（Campbell公司），每60分钟记录一条数据。 原始数据经过质量控制后形成连续时间序列。通过计算得到每日均值指标数据。满足国家气象局和世界气象组织（WMO）对气象观测原始数据的精度。质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。 数据以excel文件存储。
张寅生
本数据集包含青藏高原南部羊卓雍错湖芯孢粉图谱与温度/降水重建序列研究数据。用于研究羊卓雍错地区20ka来环境变化。利用孢粉分析方法获取本数据集由实验室测量及计算获取。在各个环节严格按照相关操作规程进行样品和数据采集，鉴定。 本数据集共有三个子表，其中： 前两个表为TC1孔孢粉样品分析数据，分别为： 字段1：样品号 字段2：样品深度 单位 cm 字段3：样品年代 单位 aBP 字段4：孢粉总浓度 单位 粒/克 字段5：总花粉颗粒 单位 粒数 字段6：指示性花粉总数 单位 粒数 字段7：鉴定指示性花粉数 单位 粒数 字段8：样品重量 单位 克 字段9：浓度系数 单位 粒/克 字段1：样品号 字段2：植物种类 字段3：花粉含量 单位 % 第三个子表为重建的温度降水，共有6个字段， 字段1：样品代码 字段2：样品名称 字段3：深度 单位 cm 字段4：年龄 单位 aBP 字段5：年均温 单位 0.1℃ 字段6：年降水 单位 0.1mm 岩芯采自青藏高原南部羊卓雍错流域，大致采样位置为：90°27′E，28°56′N，海拔：4425m
王君波, 吕厚远
数据集综合了藏北高原大气、水文和土壤的多站点长期监测项目，包含了藏北高原青藏公路/铁路沿线9个站点（D66，NewD66，沱沱河，D105，D110，安多，MS3478/NPAM，那曲布交，MS3608）多层或单层大气基本要素（风、温、湿、压和降雨/雪等），地面辐射各分量及多层土壤温、湿和热流等观测资料。 数据集通过架设在野外的自动气象站（AWS）、大气边界层塔（PBL）所获得的监测数据组成。所使用的温湿度和气压传感器由芬兰的Vaisala公司生产；风速风向传感器由美国的MetOne公司生产；辐射传感器由美国的APPLEY公司和日本的EKO公司生产；气体分析仪由美国的Licor公司生产；土壤含水量、超声风速仪和数据采集器等由美国的CAMPBELL公司生产。定期（每年2-3次）由专业人员对观测系统进行维护，对传感器进行标定和更换，对采集的数据进行下载和整编。 数据集加工方法为原始数据经过质量控制后形成时间连续序列。满足国家气象局和世界气象组织（WMO）对气象观测原始数据的精度，质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。 数据包含如下观测指标： 空气温度，单位：℃，精度：0.05℃； 空气相对湿度，单位：%，精度：2%； 风速，单位：m/s，精度：0.1m/s； 气压，单位：hPa，精度：0.5hPa； 风向，单位：°，精度：4°； 降水，单位：mm，精度：0.05mm； 辐射，单位：W/m²，精度：5%； 土壤热流，单位：W/m²，精度：2%； 土壤温度，单位：℃，精度：0.2℃； 土壤体积含水量，单位：v/v%，精度：2%。
胡泽勇
第三极地区降水资料库包含7个指标：降水量（Precipitation），订正后降水 （Corrected Precipitation），订正系数（Correction Factor），风速损失（Wind-induced loss），蒸发损失（Evaporation loss），湿润损失（Wetting loss），微降水（Trace precipitation）。涵盖了第三极地区台站观测降水数据，同时包含了订正后的降水数据、订正系数，以及由风速、蒸发、湿润等引起的降水损失、微量降水等。 (1)中国境内观测降水数据来自于中国气象局-国家气象信息中心(http://data.cma.gov.cn/site/index.html) (2)国外观测降水数据来自NCDC国际气候数据中心-NOAA卫星信息服务中心(http://www7.ncdc.noaa.gov/CDO/country)，巴基斯坦气象局，尼泊尔气象局等。 原始数据已经由气象业务部门经过严格的质量控制，并已经在相关学术期刊发表。因各个国家气象数据集的规范不同，订正前需要统一气象要素单位，即气温、风速、降水等单位各自统一为℃、m/s、mm。 该数据集包含2个表格： 第三极地区中国境内降水日资料； 第三极地区境外降水日资料。 表格1，2包含如下字段：台站编号，日期，观测降水，订正后降水，订正系数，风速损失，蒸发损失，湿润损失，微降水。
张寅生
本数据集主要包括藏东南高山环境综合观测研究站色季拉山高山林线观测场2005-2008年观测的气象数据和土壤水分数据。 藏东南山地林线观测数据集，包含：1)气象数据集 ；2)土壤水分数据。其中：气象数据集内容包括：风速、气温(1,3m)、相对湿度（1，3m）、土壤热通量（-5，-20，-60cm）、土壤温度（-5，-20，-60cm）、气压、总辐射、净辐射、光合有效辐射、红光辐射（660，730nm）、大气长波辐射、地面长波辐射、地表温度、降水量、雪厚；土壤水分数据包括：植被类型、土壤含水量（-5，-20，-60cm）。 各观测指标所使用的仪器情况： 气温：气温传感器( Air Temperature Probe)，产自台湾，型号为TRH-S。 相对湿度：型号为TRH-S，产自台湾。 风速：风速仪(Anemoscope), 产自台湾，型号为03102。 气压：气压仪(Barometric Pressure sensor)，产自台湾，型号为BP0611A。 大气长波辐射：大气长波辐射仪(pyrgeometer），产自荷Kipp & Zonen公司，型号为CG3。 地面长波辐射：地面长波辐射仪（pyrgeometer），产自荷兰Kipp & Zonen公司，型号为CG3。 总辐射：总辐射仪（Pyranometer）,产自荷兰Kipp & Zonen公司，型号为CM3。 净辐射：净辐射仪(Net Radiometer), 产自荷兰Kipp & Zonen公司，型号为NR-Lite。 光合有效辐射：有效光合辐射仪（PAR-Sensor），产自产自荷兰Kipp & Zonen公司，型号为MS-PAR。 红外辐射：红外辐射仪(Infrared radiation sensor） ，产自英国Skye公司，型号为SKY110。 雨量：雨量筒（Rain Gauge）, 产自台湾，型号为7852M。 雪厚：超声波雪厚仪（ultrasonic snow depth sensor），产自美国，型号为260-700。 土壤温度：土壤温度传感器（Soil temperature probe）, 产自美国Onset公司，型号为12-Bit。 土壤热通量：土壤热通量板（Soil heat flux plate），产自荷兰Hukseflux公司，型号为HFP01。 土壤含水量：土壤水分传感器（Soil moisture sensor），产自美国Onset公司，型号为S-SMA-M003。 严格按照仪器操作规范进行观测和数据采集， 每项观测仪器在安装前都经过了供应商严格的调试并校正，从而确保了观测数据的准确性。在加工生成数据表时，剔除了一些明显误差数据。
刘新圣, 罗天祥
本数据集包含祁连山东段3个气象站点（西营水库[XYSCZ]，护林站[XYHLZ]和上池沟[XYSCG]）2006-2010年间的气象观测数据，要素包括气温、降水、相对湿度、风速、主风向、总辐射和气压，时间分辨率为：天。 原始数据严格按照仪器操作规范进行观测和数据采集，精度满足国家气象局和世界气象组织（WMO）对气象观测数据的要求，每年2-3次由专业人员对观测系统进行维护，对传感器进行标定和更换，对采集的数据进行下载和整编。该数据是原始数据经过质量控制后形成时间连续序列，剔除曳点数据和传感器出现故障造成一些明显的系统误差数据。
高红山
小冬克玛底冰川，位于唐古拉山，为大陆型冰川。该冰川是由一条朝南向的主冰川(也叫大冬克玛底冰川)和一条朝向西南的支冰川(也叫小冬克玛底冰川)汇流而成的复式山谷冰川，2012年-2015年小冬克玛底6个点、羊八井4个点和哈日钦4个点等冰川逐日温度、湿度观测资料。
徐柏青
该数据集是青藏工程走廊多年冻土段三个气象站近50年来的年平均气温和降雨量变化趋势。从记录数据可以看到，年平均气温整体在经历着缓慢的升高过程。五道梁和沱沱河在过去的56年内年平均气温的变化有很好的相关性（r2=0.83）。在1957年，五道梁、沱沱河年平均气温分别为-6.6和-5.1℃，到2012年，两站的气温分别为-4.6和-3.1℃，总的增温大约是2℃左右，年平均增温率为0.03-0.04℃。五道梁和安多在过去的47年内年平均气温的变化也有很好的相关性（r2=0.84）。在1966年，安多年平均气温为-3.0℃，到2012年，气温增加到了-1.8℃，总的增温大约是1.2℃，年平均增温为0.02-0.03℃。年平均气温的增加在五道梁和沱沱河略快于安多。 然而，从降雨量来看，降雨的变化比气温变化更加波动。五道梁和沱沱河在过去56年内年降雨量的变化相关性较差（r2=0.60）。在1957年，五道梁、沱沱河年降雨量分别为302和309mm，到2012年，两站的年降雨量分别为426和332mm，五道梁有124mm的降雨增加，年降雨量增加率约为2mm，沱沱河年降雨量增加率仅为0.4mm。五道梁和安多在过去的47年内年降雨量的变化相关性也较差（r2=0.35）。在1966和2012年，安多年平降雨量分别为354和404mm，总的增加大约是50mm，年平均增加率为1mm。年降雨量的增加在五道梁是最快的。 三个气象站代表了青藏工程走廊多年冻土段的气候变化情况。从整体的气温和降雨量的变化趋势来看，过去50年，走廊北部和中部的气温增速较快，超过全球平均0.02℃／a的水平（IPCC）。北部的降雨量增加也较明显，尤其是五道梁气象站的降雨增速非常明显。气温变暖和降雨增加都对加速多年冻土的空间变化产生较大影响，是导致青藏高原多年冻土退化的主导因素。
牛富俊, 林战举, 尹国安
以中国科学院大气物理研究所东亚区域气候-环境重点实验室发展具有独立版权的区域集成环境系统模式RIEMS 2.0为基础，其中RIEMS 2.0区域气候模式是以美国大气研究中心和美国滨州大学发展的中尺度模式（MM5）为非静力动力框架，耦合了一些研究气候所需的物理过程方案。这些过程包括生物圈-大气圈输送方案、采用FC80闭合方案的Grell积云参数化方案、MRF行星边界条件和修改的CCM3辐射方等，采用黑河流域流域观测和遥感数据对该模式中的重要参数进行重新率定，植被资料采用黑河流域数据清单中2000年土地利用数据和黑河流域30sec DEM数据，建立的起来适合黑河流域生态-水文过程研究的区域气候模式。 驱动场：ERA-INTERIM再分析资料 空间范围：模拟区域的网格中心位于（40.30N，99.50E）, 水平分辨率为3 km，模式的模拟网格点数为161（经向）X 201（纬向）。 投影方式：LAMBERT正形投影，两个标准纬度为30N 和60N。 时间范围：2011年1月1日－2016年12月31日，时间间隔为6小时 文件内容说明：采用grads无格式月存储。除最高、最低温度为日尺度以外，其他变量都是6小时数据。 可以采用MATLAB进行读取,可见tmax_erain_xiong_heihe.m文件说明。 黑河流域数据说明： 1) Anemometer west wind(m/s) 简称usurf 2) Anemometer south wind(m/s) 简称vsurf 3) Anemometer temperature (deg K) 简称tsurf 4)maximal temperature (deg K) 简称tmax 5) minimal temperature (deg K) 简称tmin 6) Anemom specific humidity (g/kg) 简称qsurf 7) Accumulated precipitation (mm/hr) 简称precip 8) Accumulated evaporation (mm/hr) 简称evap 9) Accumulated sensible heat (watts/m**2/hr) 简称sensible 10) Accumulated net infrared radiation (watts/m**2/hr) 简称netrad 文件名定义: 简称-erain-xiong.年月
熊喆
太阳辐射数据为采用国际上通用的太阳辐射表(LI200SZ，LI-COR, Inc., USA)测量获得。本测量数据为总太阳辐射，包括直射和漫反射的太阳辐射，波长范围400-1100nm。测量结果单位为W/m2，在自然采光下典型误差为± 3%（入射角60°以内）。三极不同地点（青藏高原珠峰站和纳木错站，北极Sodankylä 站，南极DomeA站）的数据来源于与站点合作和网站下载等。青藏高原珠峰站和纳木错站数据覆盖时间从2009年到2016年；北极Sodankylä 站数据覆盖时间从2001年到2017年；南极DomeA站数据覆盖时间从2005年到2014年。
白建辉
本数据集包含从2005年10月1日到2016年12月31日，纳木错台站观测的气温、气压、相对湿度、风速、降水、总辐射等日值。 数据集加工方法为原始数据经过质量控制后形成连续的时间序列。满足国家气象局和世界气象组织（WMO）对气象观测原始数据的精度，剔除了曳点数据和传感器出现故障造成的系统误差。 该数据的服务对象为从事大气物理、大气环境、气候、冰川、冻土等学科科学研究和人才培养的专业人员。主要应用于冰川学、气候学和环境变化、寒区水文过程以及冻土学等学科领域。 测量参数的单位和精度如下： 空气温度，单位：℃，精度：0.1℃； 空气相对湿度，单位：%，精度：0.1%； 风速，单位：m/s，精度：0.1m/s； 风向，单位：°，精度：0.1°； 气压，单位：hPa，精度：0.1hPa； 降水，单位：mm，精度：0.1mm； 总辐射，单位：W/m2，精度：0.1W/m2。
汪远伟, 邬光剑
本数据集包括2007年1月1日至2017年12月31日藏东南站，大气气温、相对湿度、降水、风速、风向、净辐射、气压等的日平均数据。 该数据服务对象为从事气象、大气环境、生态研究的学生和科研人员。 其中各种气象要素的单位如下：气温℃；降水mm；相对湿度%；风速m/s；风向°；净辐射W/m2；气压hPa；可入肺颗粒物μg/m3。 所有数据均是原始观测数据计算得到的日平均值。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；加工过程中剔除了一些明显误差数据，缺失数据用空值。 2015年由于台站观测探头老化问题，风速数据只保留后8个月数据。
罗伦
本数据集包含从2003年5月18日到2016年12月31日，慕士塔格西风带环境综合观测研究站观测的气温、气压、相对湿度、风速、风向、降水、辐射、水汽压等日值。 数据来自于自动气象站（Vaisala公司），每30分钟记录一条数据，数据集加工方法为原始数据经过质量控制后形成连续的时间序列。 满足国家气象局和世界气象组织（WMO）对气象观测原始数据的精度，剔除了曳点数据和传感器出现故障造成的系统误差。 主要应用于冰川学、气候学和环境变化、寒区水文过程以及冻土学等学科领域，服务对象为从事大气物理、大气环境、气候、冰川、冻土等学科科学研究和人才培养的专业人员。
汪远伟, 徐柏青
本数据集包含珠穆朗玛大气与环境综合观测研究站，2005-2016年观测的气温、气压、相对湿度、风速、降水、总辐射、P2.5浓度等日平均值。 数据服务对象为从事青藏高原气象研究的学生和科研人员。 其中降水数据是人工雨量桶观测，蒸发数据为Φ20mm蒸发皿观测，其它均为半小时的观测值处理后得到的日均值。 所有数据严格按照仪器操作规范进行观测和采集，在加工生成数据时，剔除了一些明显的误差数据。
马耀明
1）该套数据集为来自美国国家环境预报中心（NCEP）和国家大气研究中心（NCAR）联合研制的全球大气再分析数据，是利用观测资料、预报模式和同化系统对全球从1948年到目前的气象资料进行再分析形成的格点资料。数据变量包括地表、近地表（.995sigma层）和不同气压层的多个气象变量，如降水、温度、相对湿度、海平面气压、位势高度、风场和热通量等。 2）覆盖时间为1948年至2018年，其中1948至1957年数据是非高斯格点数据；覆盖范围为全球。空间分辨率为2.5°经纬网格。垂直分层为17个标准气压层，分别为1000、925、850、700、600、500、400、300、250、200、150、100、70、50、30、20、10 hPa，和28 sigma层。部分变量为8层（omega）和12层（humidities）；时间分辨率为逐6小时、逐日、逐月和长期逐月平均（1981年至2010年平均）。逐日数据由每日0Z，6Z，12Z和18Z 4个时次值作平均得到的。 3）缺测值为-9.96921e+36f。数据以nc格式存放，文件名为var.time.stat.nc, 每个文件包括经纬度、时间和大气要素变量。 数据的详细情况见数据说明链接http://www.esrl.noaa.gov/pad/data 。
NOAA, NCAR
NCEP/NCAR再分析数据工程（1.0）是美国国家环境预报中心-国家大气研究中心（National Centers for Environmental Prediction–National Center for Atmospheric Research: NCEP–NCAR）利用美国国家先进的分析/预测系统去对过去的资料（1948-最近）进行数据同化处理。 这些数据大部分都是来自PSD（物理科学部：Physical Sciences Division）原始日平均的数据。然而，自1948到1957阶段数据有一点不同，属于常规（非高斯）栅格数据。目前官方网站公布的资料一般是从1948至今，最新一天的资料一般会更新到当天的前两日。对于等压面上的资料，一般垂直分辨率会有17层，从1000hPa到10hPa。水平分辨率一般为2.5°×2.5°。NCEP再分析资料是国际上比较系统的大气科学再分析数据集，与欧洲中心的再分析资料相比，其覆盖的起始年份要早一些，最新的资料更新也更快一些。两套再分析数据集是目前国际上使用最为广泛的数据集。 数据的详细情况见https://www.esrl.noaa.gov/psd/data/gridded/data.ncep.reanalysis.html
罗德海, 姚遥
在2012年中游试验期间，委托张掖观象台开展基于L波段探空系统的常规探空加密观测，同时收集1天2次的观测数据，从而获取8:00、14:00和20:00一天3次的探空观测资料。该数据用于支持航空遥感影像和卫星影像的大气校正工作，同时也可以支持气象分析。 观测地点： 张掖国家气候观象台，张掖城西20km沙井镇，观测点坐标为：39°5'15.68"N，100°16'39.11"E。 测量仪器： 国家气象局业务L波段探空系统。 测量时间： 2012年6月1日至8月31日共计92天连续观测，观测时间为7:00-8:00、13:00-14:00和19:00-20:00。2012年5月1日-31日和9月1日之30日观测时间为7:00-8:00和19:00-20:00。 数据内容： 风、温、湿、压等要素的大气廓线数据，观测频率为2秒钟1次，观测高度30000米左右。
马明国
青藏高原过去的冻土图主要基于稀少的台站气温观测，采用基于连续性的分类系统。本数据集利用地理加权回归模型（GWR）综合了经过时空重建的MODIS地表温度、叶面积指数、积雪比例和国家气象信息中心多模型土壤水分预报产品、融合了4万多个气象站降水观测和FY2卫星观测的降水产品及152个气象台站2000-2010年的多年平均气温观测数据，模拟得到了青藏高原过去1公里分辨率的多年平均气温数据，利用多年冻土热条件分类系统，将多年冻土分为非常冷（Very cold）、冷（Cold）、凉（Cool）、暖（Warm）、非常暖（Very warm）和可能解冻（Likely thawing）几个类型。该图显示，扣除湖泊和冰川，青藏高原多年冻土总面积约为107.19万平方公里。验证表明该图具有更高的精度。可为今后冻土工程规划设计与环境管理等提供支持。
冉有华, 李新
北美多模型集合NMME是由美国模式中心（包括NOAA/NCEP、NOAA/GFDL、IRI、NCAR、NASA）和加拿大CMC联合发布的多模式集合季节预报系统数据集。数据包含1982-2010年回报数据和2011年至今的实时气象预报数据。其时间分辨率为逐月，覆盖范围为全球，水平空间分辨率为1°。NMME共有9个气候预报模式，每个模式包含6-28个集合成员，预见期为9-12个月。其气候模式的名称、来源、集合成员和预见期如下： 1）CMC1-CanCM3，Environment Canada，10个模式，12个月 2）CMC2-CanCM4，Environment Canada，10个模式，12个月 3）COLA-RSMAS-CCSM3，National Center for Atmospheric Research，6个模式，12个月 4）COLA-RSMAS-CCSM34，National Center for Atmospheric Research，10个模式，12个月 5）GFDL-CM2p1-aer04，NOAA Geophysical Fluid Dynamics Laboratory，10个模式，12个月 6）GFDL-CM2p5-FLOR-A06，NOAA Geophysical Fluid Dynamics Laboratory，12个模式，12个月 7）GFDL-CM2p5-FLOR-B01，NOAA Geophysical Fluid Dynamics Laboratory，12个模式，12个月 8）NASA-GMAO-062012，NASA Global Modeling and Assimilation Office，12个模式，9个月 9）NCEP-CFSv2，NOAA National Centers for Environmental Prediction，24/28个模式，10个月 除CFSv2模式外（只含降水和平均气温），其他模式数据变量包含降水、平均气温、最高气温和最低气温。每个模式集合成员每月的一个变量数据存放一个nc文件。各变量的气象要素、变量名、单位和物理意义如下： 1）平均气温，tref，K，月平均近地面（2m）平均气温 2）最高气温，tmax，K，月平均近地面（2m）最高气温 3）最低气温，tmin，K，月平均近地面（2m）最低气温 4）降水，prec，mm/day，月平均降水量。 该数据集在气候预报，水文预报驱动，量化模式预报不确定性方面得到广泛的应用。
叶爱中
EC-EARTH-Heihe是采用EC-EARTH全球模式输出结果作为驱动场模拟1980-2005年和RCP4.5情景下2006-2080黑河流域6小时数据。空间范围：模拟区域的网格中心位于（40.30N，99.50E）, 水平分辨率为3 km，模式的模拟网格点数为161（经向）X 201（纬向）。 投影方式：LAMBERT正形投影，两个标准纬度为30N 和60N。 时间范围：1980年1月1日－2010年12月31日，时间间隔为6小时。 文件内容说明：采用grads无格式月存储。除最高、最低温度为日尺度以外，其他变量都是6小时数据。 可以采用MATLAB进行读取,可见tmax_erain_xiong_heihe.m文件说明。 黑河流域数据说明： 1) Anemometer west wind(m/s) 简称usurf 2) Anemometer south wind(m/s) 简称vsurf 3) Anemometer temperature (deg K) 简称tsurf 4)maximal temperature (deg K) 简称tmax 5) minimal temperature (deg K) 简称tmin 6) Anemom specific humidity (g/kg) 简称qsurf 7) Accumulated precipitation (mm/hr) 简称precip 8) Accumulated evaporation (mm/hr) 简称evap 9) Accumulated sensible heat (watts/m**2/hr) 简称sensible 10) Accumulated net infrared radiation (watts/m**2/hr) 简称netrad 文件名定义: 简称-ec-earth-6hour.年月 例如：precip-ec-earth-6hour.198001 为1980年1月6小时降水资料 （1） 采用EC-EARTH全球气候模式1980-2005年驱动模拟的历史6小时一次数据。 （2） 2006-2080年为EC-EARTH全球气候模式在RCP 4.5情景下生产黑河流域6小时一次数据资料。
熊喆
2008年全国遥感年平均地表温度和冻结指数是冉有华等（2015）基于MODIS Aqua/Terra逐日四次的5公里瞬时地表温度数据产品，发展了新的年平均地表温度和冻结指数估计方法，该方法利用上下午LST观测的平均获取日平均地表温度，方法的核心是如何恢复LST产品的缺失数据，该方法有两个特点：（1）将遥感观测到的日地表温度变幅进行了空间插值，利用插值获取的空间连续的日地表温度变幅，使一天只有一次的卫星观测数据得到应用；（2）利用了一个新的缺失数据时间序列滤波方法，即基于离散余弦变换的惩罚最小二乘回归方法。 验证表明，年平均地表温度与冻结指数的精度只与原始MODIS LST的精度有关，即保持了MODIS LST产品的精度。可用于冻土制图及相关资源环境应用。
冉有华, 李新
本数据为黑河中游盈科绿洲与湿地、戈壁、沙漠观测的典型地物比辐射率数据集。数据观测从2012年5月25日至2012年7月18日。 仪器：北京师范大学便携式傅立叶变换红外波谱仪（102F）、手持式红外温度计 测量方法：利用102F分别测量冷黑体、暖黑体、观测目标、金版的辐射值。利用冷暖黑体的辐射值，对102F进行定标，消除仪器自身发射的影响。利用基于平滑度的迭代反演算法，反演出比辐射率和物体温度。比辐射率波段范围为8-14μm，分辨率4cm-1。 本数据集包含102F获取的冷黑体、暖黑体、被测目标和金板的原始辐射曲线（ASCII格式）和记录文件。处理后的数据为8-14μm比辐射率曲线（ASCII格式）.部分数据配套有被测目标的热像仪照片，数码相机拍摄的场景和被测物体图像。
马明国
在2012年中游试验期间，利用Vaisala和长丰两种GPS探空仪开展CASI/SASI、TASI、WIDAS等航空飞行前后的探空观测，获取风温湿压等特征大气廓线数据。该数据用于支持航空遥感影像和卫星影像的大气校正工作，同时也可以支持气象分析。 观测地点： 黑河中游五星村、高崖水文站，上游阿柔超级站。 五星村释放点坐标为：38°51′11.9″N，100°21′48.8″E，海拔，1563米。 高崖水文站释放点坐标为：39°8′7.2″N，100°23′59.0″E，海拔，1418米 阿柔超级站释放点坐标为：38°03′17.9″N，100°27′28.1″E，海拔，2991米。 测量仪器： Vaisala无线探空仪RS92-SGP和北京长峰声表面波公司GPS探空仪。 测量时间： 2012年6月29日至8月2日航空飞行同步时观测。详见数据集中的表1. 数据内容： 风、温、湿、压等要素的大气廓线数据，观测频率为2秒钟1次，观测高度10000-30000米。详见数据集中的表1。
谭俊磊, 马明国, 韩辉邦, 于文凭, 胡荣海, 赵静, 汪艳
中游人工绿洲生态水文实验区地表温度同步观测的目的在于获取不同地表特征的日变化温度数据和热红外传感器飞行期间大棚薄膜、屋顶、道路、沟渠、水泥地等下垫面的同步地表温度，用于支持航空飞行TASI资料反演地表温度的验证和尺度效应分析。 1、观测时间、内容以及观测方式 2012年6月25日：沟渠和沥青公路使用手持式红外温度计进行观测，观测频率为5min一次。 2012年6月26日：沟渠和沥青公路使用手持式红外温度计进行观测，观测频率为5min一次；大棚薄膜和水泥地使用固定自记点温计进行观测，观测频率为1s一次。 2012年6月29日：水泥地使用手持式红外温度计进行观测，在TASI传感器进入观测上空时进行连续观测；大棚薄膜和水泥地使用固定自记点温计进行观测，观测频率为1s一次。 2012年6月30日：沥青公路、沟渠、裸土、西瓜地和田埂使用手持式红外温度计进行观测，TASI传感器进入观测上空时进行连续观测，其他时间每5min观测一次；大棚薄膜和水泥地使用固定自记点温计进行观测，观测频率为1s一次。 2012年7月10日：沥青公路、沟渠、裸土、西瓜地和田埂使用手持式红外温度计进行观测，TASI传感器进入观测上空每1min观测一次，其他时间每5min观测一次；水泥地使用固定自记点温计进行观测，观测频率为6s一次。 2012年7月26日：沥青公路、水泥地、裸土和西瓜地使用手持式红外温度计进行观测，WiDAS传感器进入观测上空进行连续观测，其他时间每5min观测一次；水泥地和大棚薄膜使用固定自记点温计进行观测，观测频率为6s一次。 2012年8月2日：玉米地和水泥地使用手持式红外温度计进行观测，其中玉米地观测根据WiDAS飞行的航带选择观测点，共选取了12个航带，每个航带下选择一个观测点在WiDAS传感器进入观测上空进行连续观测；水泥地和大棚薄膜使用固定自记点温计进行观测，观测频率为6s一次。 2012年8月3日：玉米地和水泥地使用手持式红外温度计进行观测，其中玉米地观测根据WiDAS飞行的航带选择观测点，共选取了14个航带，每个航带下选择3个观测点在WiDAS传感器进入观测上空进行连续观测；水泥地和大棚薄膜使用固定自记点温计进行观测，观测频率为6s一次。 2、观测仪器参数及标定 固定自记点温计的视场角约10°， 塑料薄膜架设高度约0.5m，水泥地面的架设高度约1m，均采用垂直观测；手持式红外温度计视场角为1°，观测比辐射率设为0.95。所有观测仪器在使用过程中分别于2012年7月6、2012年8月5和2012年9月20进行了3次标定。 3、数据的存储 所有观测数据均用Excel格式存储。
耿丽英, 家淑珍, 王宏伟, 王海波, 吴桂平, 陈书林, 彭莉, 董存辉
该数据集包含了2012年5月10日至9月26日的通量观测矩阵中超级站气象观测数据。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100.37223E, 38.85551N，海拔1556.06m。风速与风向传感器分别架设在3米、5米、10米、15米、20米、30米、40米处，共7层，朝向正北；空气温度、相对湿度传感器分别架设在3米、5米、10米、15米、20米、30米、40米处，共7层，朝向正北；CO2廓线传感器分别架设在3米、5米、10米、15米、20米、30米、40米处，共7层，朝向正北；大气压力传感器安装在2米处，自计式雨量计安装在塔西侧约8米处，架高2.5m；四分量辐射仪安装在12米处，朝向正南；两个红外表面温度传感器安装在12米处，朝向正南，红外表面温度传感器支臂朝向正南，探头朝向是垂直向下；光合有效辐射传感器安装在12米处，朝向正南；土壤热流板（自校正式）（3块）依次埋设在地下6 cm处，朝向正南距离塔体2米处；其中两块埋设在棵间，一块埋设在植株下面。平均土壤温度传感器TCAV埋设在地下2 cm处，朝向正南距离塔体2米处； 土壤温度传感器探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、80cm、120 cm和160 cm处，并距离气象塔2米的正南方；土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、80cm、120 cm和160 cm处，并距离气象塔2米的正南方； 观测项目有：风速（WS_3m、WS_5m、WS_10m、WS_15m、WS_20m、WS_30m、WS_40m）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m 、WD_15m、WD_20m、WD_30m、WD_40m）(单位：度)、空气温湿观测（Ta_3m、Ta_5m、Ta_10m、Ta_15m、Ta_20m、Ta_30m、Ta_40m和RH_3m、RH_5m、RH_10m、RH_15m、RH_20m、RH_30m、RH_40m）(单位：摄氏度、百分比)、大气压观测（Press）(单位：百帕)、降水观测（Rain）(单位：毫米)、CO2浓度和水汽密度观测（CO2_3m、CO2_5m、CO2_10m、CO2_15m、CO2_20m、CO2_30m、CO2_40m和H2O_3m、H2O_5m、H2O_10m、H2O_15m、H2O_20m、H2O_30m、H2O_40m）(单位：微摩尔/摩尔、毫摩尔/摩尔)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表红外辐射温度（IRT_1、IRT_2）(单位：摄氏度)、光合有效辐射（PAR）(单位：瓦/平方米)、平均土壤温度（TCAV_2cm）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、 多层土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(单位：百分比)和多层土壤温度（Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm 、Ts_160cm）(单位：摄氏度) 。观测数据的处理与质量控制：（1）确保每天1440个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2012-6-10 10:30；（5）命名规则为：AMS+站点编号 。 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)。
刘绍民, 李新, 徐自为
该数据集包含了2012年5月10日至9月21日的通量观测矩阵中12号点的自动气象站观测数据。站点位于甘肃省张掖市大满灌区农田内，下垫面是玉米。观测点的经纬度是100.36631E, 38.86515N，海拔1559.25m。空气温度、相对湿度传感器架设在5m处，朝向正北；气压与翻斗式雨量计安装在2米、10米处；风速与风向传感器架设在10米，朝向正北；四分量辐射仪安装在6米处，朝向正南；两个红外表面温度传感器安装在4米处，朝向正南支臂朝向正南，探头朝向是垂直向下；土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm和100 cm处，并距离气象塔2米的正南方；土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处，并距离气象塔2米的正南方；土壤热流板（3块）依次埋设在地下6 cm处，其中两块埋设在棵间，一块埋设在植株下面。观测项目有：空气温湿观测（Ta_5m、RH_5m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水（Rain）(单位：毫米)、风速（WS_10m）(单位：米/秒)、风向（WD_10m）(单位：度)、辐射四分量（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、 多层土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm）(单位：百分比)和多层土壤温度（Ts_0cm、Ts_2cm 、Ts_4cm 、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm ）(单位：摄氏度) 。观测数据的处理与质量控制：（1）确保每天1440个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2012-6-10 10:30；（5）命名规则为：AMS+站点编号 。 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)。
刘绍民, 李新, 徐自为
区域气候模式 RegCM4.3 中参数设置如下：水平分辨率为 40 km，东西方向 112 格点，南北方向 84格点，网格中心为 74.21°E、44.76°N，投影为 Lambert投影，垂直层划分 23 层，顶层气压为 50 hPa；初始边界场采用水平分辨率 2.5°的 ERA40 再分析数据和 NCEP/NCAR 再分析数据，时间序列取模式数据和站点插值数据时间序列的公共部分。海温数据选择 GISST（1948-2002年），模式中行星边界层选择为 Holtslag格式，积云对流方案为 Emanuel MIT格式，侧边界条件为指数松弛条件，陆面过程描述为 BATs。 模式中地形数据选择 USGS的 GTOPO 30的 30″DEM数字高程模型，地表植被数据选择 USGS分辨率为30″的GLCC（global land cover characterization）。 数据集为日数据，包含地表气压（hpa），2m最高气温（K），2m最低气温（K），2m平均气温（K），地表平均降水（kg·m-2·s-1） 命名规则，xx_xxxx_YYYY.nc。其中YYYY为年份，xx代表中亚，xxxx为驱动数据名称（分别为ERA40、NCEP1）。
白磊, 李兰海, 陈曦, 张弛, 殷刚
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，对逐日气温进行统计整理，计算逐个站点的1961-2010年多年逐月气温数据，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，得逐月气温分布趋势；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气温值与地理地形因素（经纬度、高程）的关系，得逐月气温分布趋势；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既得1961-2010年黑河流域多年月平均气温分布。时间分辨率：逐日、逐月。空间分辨率：500m。
赵娜, 岳天祥
该数据集包含了2012年5月6日至9月21日的通量观测矩阵中14号点的自动气象站观测数据。站点位于甘肃省张掖市盈科灌区农田内，下垫面是玉米。观测点的经纬度是100.35310E, 38.85867N，海拔1570.23m。空气温度、相对湿度传感器架设5m处，朝向正北；气压与翻斗式雨量计安装在5米、10米处；风速与风向 传感器架设在10米，朝向正北；四分量辐射仪安装在5.5米处，朝向正南；两个红外表面温度传感器安装在5.5米处，朝向正南支臂朝向正南，探头朝向是垂直向下；土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm和100 cm处，并距离气象塔2米的正南方； 土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处，并距离气象塔2米的正南方；土壤热流板（3块）依次埋设在地下6 cm处，其中两块埋设在棵间，一块埋设在植株下面。观测项目有：空气温湿观测（Ta_5m、RH_5m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水（Rain）(单位：毫米)、风速（WS_10m）(单位：米/秒)、风向（WD_10m）(单位：度)、辐射四分量（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、 多层土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm）(单位：百分比)和多层土壤温度（Ts_0cm、Ts_2cm 、Ts_4cm 、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm ）(单位：摄氏度) 。观测数据的处理与质量控制：（1）确保每天1440个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2012-6-10 10:30；（5）命名规则为：AMS+站点编号 。 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)。
刘绍民, 李新, 徐自为
该数据集包含了2012年6月25日至9月21日的通量观测矩阵中21号点的自动气象站观测数据。站点为甘肃省张掖市湿地站，下垫面是湿地。观测点的经纬度是100.44640E, 38.97514N，海拔1460.00m。空气温度、相对湿度传感器架设在5m、10米处，朝向正北；气压与翻斗式雨量计安装在2米、10米处；风速架设在5m、10m处，风向 传感器架设在10米，朝向正北； NR01辐射传感器安装在6米处，朝向正南；两个红外表面温度传感器安装在6米处，支臂朝向正南，探头朝向是垂直向下；土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm处，并距离气象塔2米的正南方；土壤热流板（3块）依次埋设在地下6 cm处。观测项目有：空气温湿观测（Ta_5m、RH_5m、Ta_10m、RH_10m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水（Rain）(单位：毫米)、风速（WS_5m 、WS_10m）(单位：米/秒)、风向（WD_10m）(单位：度)、辐射四分量（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、多层土壤温度（Ts_0cm、Ts_2cm 、Ts_4cm 、Ts_10cm、Ts_20cm、Ts_40cm）(单位：摄氏度)。观测数据的处理与质量控制：（1）确保每天1440个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2012-6-10 10:30；（5）命名规则为：AMS+站点编号 。 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)。
刘绍民, 李新, 徐自为
该数据集包含了2012年6月3日至9月18日的通量观测矩阵中3号点的自动气象站观测数据。站点位于甘肃省张掖市盈科灌区农田内，下垫面是玉米。观测点的经纬度是100.37634E, 38.89053N，海拔1543.05m。空气温度、相对湿度传感器架设在5m处，朝向正北；翻斗式雨量计安装在塔顶10米处；风速传感器架设在10米，朝向正北；四分量辐射仪安装在6米处，朝向正南；两个红外表面温度传感器安装在6米处，支臂朝向正南，探头朝向是垂直向下；土壤温度探头埋设在地表0cm和地下2cm、4cm处，并距离气象塔2米的正南方；土壤水分传感器分别埋设在地下2cm、4cm处，并距离气象塔2米的正南方；土壤热流板（3块）依次埋设在地下6 cm处，其中两块埋设在棵间，一块埋设在植株下面。观测项目有：空气温湿观测（Ta_5m、RH_5m）(单位：摄氏度、百分比)、降水（Rain）(单位：百帕)、风速（WS_10m）(单位：米/秒)、辐射四分量（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、 多层土壤水分（Ms_2cm、Ms_4cm）(单位：百分比)和多层土壤温度（Ts_0cm、Ts_2cm 、Ts_4cm）(单位：摄氏度) 。观测数据的处理与质量控制：（1）确保每天1440个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2012-6-10 10:30；（5）命名规则为：AMS+站点编号 。 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)。
刘绍民, 李新, 徐自为
该数据集包含了2012年5月9日至9月21日的通量观测矩阵中6号点的自动气象站观测数据。站点位于甘肃省张掖市盈科灌区农田内，下垫面是玉米。观测点的经纬度是100.35970E, 38.87116N，海拔1562.97m。空气温度、相对湿度传感器架设在5m、10米处，朝向正北；气压与翻斗式雨量计分别安装在塔顶2米、10米处；风速传感器架设在5米、10米，风向传感器架设在10米，朝向正北；四分量辐射仪安装在6米处，朝向正南；两个红外表面温度传感器安装在6米处，支臂朝向正南，探头朝向是垂直向下；土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm和100 cm处，并距离气象塔2米的正南方； 土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处，并距离气象塔2米的正南方；土壤热流板（3块）依次埋设在地下6 cm处，其中两块埋设在棵间，一块埋设在植株下面。观测项目有：空气温湿观测（Ta_5m、RH_5m、Ta_10m、RH_10m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水（Rain）(单位：毫米)、风速（W5_m、WS_10m）(单位：米/秒)、风向（WD_10m）(单位：度)、辐射四分量（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、 多层土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm）(单位：百分比)和多层土壤温度（Ts_0cm、Ts_2cm 、Ts_4cm 、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm ）(单位：摄氏度) 。观测数据的处理与质量控制：（1）确保每天1440个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2012-6-10 10:30；（5）命名规则为：AMS+站点编号 。 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)。
刘绍民, 李新, 徐自为
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
