全球气候变暖及人类活动导致青藏高原大面积冻土退化、热融滑塌等问题,严重影响了多年冻土区工程建设和生态环境。以青藏高原黑河流域俄博岭的冻土为研究区,基于高分辨率卫星影像,利用机器学习面向对象分类技术提取研究区内热融滑塌信息,结果表明2009年至2019年研究区热融滑塌数量从12条增至16条,总面积由14718.9平方米增至28579.5平方米,增加了近两倍。高空间分辨率遥感与面向对象分类方法相结合在冻土热融滑塌监测中具有广阔的应用前景。
江利明
湖冰物候是描述湖冰覆盖的季节性循环特征,湖冰物候的变化是碳、水和能量过程研究中的重要内容,也是气候变化的敏感因子之一。本数据集是基于被动微波反演的湖冰物候,包含青藏高原与北半球高纬度地区200个湖泊2002-2018年的湖冰物候(含湖泊开始冻结日期、完全冻结日期、开始融化日期、完全融化日期),部分湖泊可以延伸至1978年。该数据与同时期MODIS监测结果验证表明二者的判读误差为2-4天。用户可利用此数据开展北半球气候变化研究。
邱玉宝
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
雪冰中可溶有机碳(DOC)能够有效的吸收紫外和近紫外波段的太阳辐射,也是导致雪冰消融增强的重要因素之一。通过连续阿勒泰地区2016年11月至2017年4月的积雪样品,利用仪器进行实验分析测试获得阿勒泰地区库威站积雪DOC、总氮TN以及黑碳BC的数据,时间分辨率为周,消融期为每日。 1. 单位: DOC和TN的单位μg g-1 (ppm), BC的单位ng g-1(ppb),MAC的单位是 m2 g-1
上官冬辉
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
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
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
在众多反映气候环境变化的指标中,冰芯稳定同位素指标是冰芯记录研究中必不可少的参数,是恢复过去气候变化最可靠的手段和最有效的途径之一。冰芯积累量是冰川上降水量的直接记录,而且高分辨率冰芯记录保证了降水记录的连续性。因此,冰芯记录提供了一种恢复降水量变化的有效手段。从青藏高原钻取的冰芯同位素和积累量可用来重建温度和降水变化,是很好的气候环境记录。本数据集提供了青藏高原冰芯同位素和积累量数据,为研究青藏高原的气候变化提供数据支撑。
徐柏青
1)数据内容:数据包括老虎沟12号冰川2014-2018年年物质平衡;2)数据来源及处理方法:数据源于老虎沟12号冰川海拔每隔100m的花杆观测,观测从海拔5300-5100m,每隔海拔带有三根物质平衡花杆,每年5月及9月各观测一次,采用面积平均法计算整个冰川面物质平衡;3)数据质量描述:数据均为人工实地观测,且操作方法严格按照冰川学方法,具有高的可靠性;4)数据应用成果及前景,该数据已被多次用于冰川模拟的验证以及模型参数的率定,对大尺度冰川模拟的参数率定和验证具有很好的利用价值。
刘宇硕
钻孔位置在加格达奇向北约7km附近(50.47°N, 124.23°E)一个湿地里面,地表泥炭土层较厚约80cm。 钻孔直径为40mm,深度为20~60 m的钻孔,利用冻土工程国家重点实验室研制的热敏电阻(精度±0.05℃)对中俄原油管道沿线冻土地温进行监测,获取地层信息、冻土地温、地表温度、活动层厚度等关键冻土特征参数。测温孔有三个,一个是管道附近T1(距离一线管中心2m),一个是天然孔T2(距离一线管中心约16.6m),第三个孔T3,距离管道二线约50m。2014年10月~2017年10月期间,T1和T2进行每年一次的人工监测。T3从2018年6月12日开始连续自动化监测。至此,三个孔得到连续时间序列的地温数据。通过该地温监测资料可分析中俄原油管道沿线多年冻土的发育特征、历史演化趋势及其对气候变化的响应过程。
李国玉
活动层是多年冻土的主要特征之一,暖季融化,冷季冻结,呈季节性变化,其中活动层地温变化剧烈程度将直接影响冻土温度的变化,从而影响冻土稳定性。该数据集的监测站点位于92°E,35°N,海拔4600米,监测场地地势平坦,植被类型为高寒草甸,监测仪器为DT500系列数据采集仪,分别在地表以下10cm、20cm、40cm、80cm、160cm的5个深度上进行地温监测,该数据集的时间间隔为1天,是通过30分钟一次的数据的平均值,监测期间数据稳定、连续。通过结合土壤热通量和土壤水分等资料开展活动层的热变化过程以及变化机理等科学课题
青藏高原作为亚洲“水塔”为亚洲主要河流提供水资源。由生物质和化石燃料燃烧排放的黑碳(Black carbon,BC)气溶胶对辐射具有极强的吸收作用,进而对地球系统的能量收支和分布具有重要的影响,是气候环境变化不可忽视的影响因子。青藏高原周边地区排放的黑碳气溶胶经大气环流可被传输至高原内部,并沉降到雪冰表面,对降水和冰川物质平衡产生重要影响。在青藏高原通过钻取冰芯样品、采集表雪样品,测量其中的黑碳含量,恢复历史记录和空间分布,为对评估黑碳对青藏高原的气候环境影响和大气污染物的跨境传输提供数据基础。
徐柏青
本数据集为2014-2018青藏高原西大滩(XDT)气象要素数据集。气象要素包括:2m空气温度(℃)、2m空气湿度(%)、降水(mm)、2m风速(m/s)、总辐射(w/㎡)。降水观测采用T200B。数据来源于中国科学院青藏高原冰冻圈观测研究站位于青藏线西大滩的综合监测场(场点编号:XDTMS),数据根据原始监测数据(监测频率为每半小时一次)计算日均值,缺测部分或不满足计算日均值条件的以NAN表示。数据经过人工整理及校验,缺测时段为2017-7-7至2017-10-3。
赵林
总览我国现有的各种冻土图,他们在分类系统、数据源、制图方法等方面存在较大的不同,这些图件代表了我国在过去的半个世纪中对多年冻土分布的阶段认识。为了更加合理地反映我国冻土的分布,并统计出我国冻土分布面积,我们在分析现有冻土图的基础上,制备了一个新的冻土分布图,该图融合了现有多个冻土图和青藏高原多年冻土分布的模型模拟结果,统一了全国各部分数据的获取时间,反映了2000年左右我国冻土的分布状况。 新的冻土图中,各种冻土类型的分布按以下原则确定: 1. 底图采用中国冻土区划及类型图(1:1000万)(邱国庆 等,2000)。青藏高原以外的高山多年冻土和瞬时冻土的分布沿用原图;季节冻土和瞬时冻土、瞬时冻土和非冻土的界限也均无变化。青藏高原地区的多年冻土和东北地区高纬度多年冻土的分布则采用以下结果更新。 2. 青藏高原区域的高海拔多年冻土和高山多年冻土分布采用南卓铜 等(2002)的模拟结果进行更新。该模型利用青藏公路沿线76个钻孔实测年平均地温数据,进行回归统计分析,获取年平均地温与纬度、高程的关系,并基于该关系,结合GTOPO30高程数据(美国地质调查局地球资源观测与科技中心领导下发展的全球1km数字高程模型数据)模拟得到整个青藏高原范围上的年平均地温分布,再以年平均地温0.5C作为多年冻土与季节冻土的界限。 3. 东北地区的高纬度多年冻土分布采用了Jin et al. (2007)的最新结果。 Jin et al. (2007)通过对过去几十年东北年平均降水和土壤水分的分析,认为东北地区的多年冻土南界与年平均气温的关系在过去几十年中没有发生实质变化。 4. 其他地区的高山多年冻土分布采用中国冰川冻土沙漠图(1:400万)(中国科学院寒区旱区环境与工程研究所,2006)更新。 在分类系统方面,现有的冻土图对多年冻土的划分多采用连续性标准,但对连续性的具体定义有很大不同。很多研究表明,连续性标准是一个与尺度密切相关的概念,并不适合于高海拔多年冻土的分类(程国栋, 1984; Cheng et al., 1992),且该标准无法应用于以网格为基本模拟单元的多年冻土分布模型。在本文中,我们放弃了连续性标准,而以制图单元(网格或区域)内是否存在冻土为标准。新的冻土图将我国冻土分为几下几类: (1)高纬度多年冻土 (2)高海拔多年冻土 (3)高原多年冻土 (4)高山多年冻土 (5)中深季节冻土:可能达到的最大季节冻结深度>1m; (6)浅季节冻土:可能达到的最大季节冻结深度<1m; (7)瞬时冻土:保存时间不足一个月 (8)非冻土。 数据具体说明,请参考说明文档及引用文献。
冉有华, 李新
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
青藏高原冰芯-积雪黑碳含量数据集包括5个表:1 Xu et al. 2006 AG,2 Xu et al. 2009 PNAS_Conc,3 Xu et al. 2009 PNAS_flux,4 Xu et al. 2012 ERL,5 Wang et al. 2015 ACP。 数据采集地点包括煤矿冰川、冬克玛底、枪勇、抗物热、纳木那尼、慕士塔格、绒布、唐古拉山、宁金岗桑、左丘普、天山乌鲁木齐河源1号等冰川,采集地点经纬度,高程等信息在数据中均有标注。 数据主要指标为:地点、时间、有机碳(organic carbon,OC)、元素碳(elemental carbon,EC)、黑碳(black carbon,BC)含量和通量。 地点:经纬度 时间:年份或日期 OC:有机碳 EC:元素碳 BC:黑碳 Conc.:含量,单位:ng g-1 Flux:通量,单位:mg m-2a-1 数据来自课题: ①国家重点基础研究发展计划(973计划):全球变化敏感因子的时空特性与遥感模式化;负责人:徐柏青单位:中国科学院青藏高原研究所资助者:科技部 ②国家重点基础研究项目:青藏高原形成演化对全球变化的响应与适应对策;负责人:姚檀栋单位:中国科学院青藏高原研究所资助者:科技部 ③国家自然科学基金面上项目:青藏高原雪冰中高分辨率碳黑记录研究;负责人:徐柏青单位:中国科学院青藏高原研究所资助者:国家自然科学基金委 ④国家自然科学基金面上项目:青藏高原冰芯包裹气体中气候环境信息的提取;负责人:徐柏青单位:中国科学院青藏高原研究所资助者:国家自然科学基金委 ⑤国家自然科学基金杰出青年基金项目:青藏高原雪冰-大气化学与环境变化;负责人:徐柏青单位:中国科学院青藏高原研究所资助者:国家自然科学基金委 ⑥国家自然科学基金青年基金项目:藏东南冰芯近百年来南亚人类活动气溶胶排放与燃烧得变化研究;负责人:王茉单位:中国科学院青藏高原研究所资助者:国家自然科学基金委 观测方法:两步加热法、热/光学碳分析方法和单颗粒黑碳气溶胶光度计。
徐柏青
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