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
青藏高原湖泊动态数据集采用美国陆地资源卫星(Landsat)遥感数据为主,采用波段比值与阈值分割方法制作,数据覆盖时间从1984年到2016年,时间分辨率为5年一期,覆盖范围为青藏高原,空间分辨率为30m。水体面积提取方法采用波段比值(B4/B2)或者水体指数(MNDWI)为主,构建分类树,算法构建考虑水体的光谱特征在时间和空间上的变化,并且考虑水体所处的空间为主的坡度、坡向信息调整决策树的阈值。长时间序列星载卫星数据来自Landsat MSS、TM、ETM+和OLI等系列传感器。水体信息提取的最小单元为2*2个像元,小于0.36*10^-2Km²的水体全部剔除。通过高分辨率遥感数据提取的水体信息以及目视解译确定的水体检验点的验证表明青藏高原水体面积信息的总体精度优于95%。数据以shape文件保存,投影方式为Albers投影,中央经线为105 °,双标准纬线纬度为25 °和47 °。
宋开山, 杜嘉
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
随着SAR干涉测量技术的不断进步,使得高精度获取冰川区的多时相DEM成为了可能。特别是,2000年美国国家航空航天局(NASA)主导的航天飞机雷达制图计划(SRTM)提供了覆盖全球56ºS - 60ºN范围的DEM资料;德国宇航局(DLR)的TanDEM-X双站SAR干涉测量系统能够提供全球范围高分辨率、高精度DEM。这些高质量、大覆盖范围的SAR干涉测量数据,以及发布的DEM数据产品,为利用多时相DEM探测冰川厚度变化提供了宝贵的基础资料。 青藏高原典型冰川厚度变化数据的时间段为2000-2013年,覆盖范围为普若岗日和祁连山西部地区,空间分辨率30米。利用TanDEM-X双站InSAR数据和C波段 SRTM DEM,首先采用差分干涉测量方法高精度的生成TanDEM-X DEM,然后在进行DEM精确配准的基础上,通过对比不同时期获取的DEM数据,估算冰川厚度变化。该数据集采用Geotiff格式,每个典型冰川冰厚变化存储为一个文件夹。 数据的详细情况见青藏高原典型冰川厚度变化数据集-数据说明。
江利明
本数据集包括甘肃省张掖市甘州区五星村农田2013年11月21日-22日车载微波辐射计观测亮温、同步测量的土壤质地,粗糙度和地表温度连续观测数据集。地表温湿度包括温度传感器在土壤深度1cm、5cm,10cm,20cm四层和湿度传感器在土壤深度0-5cm处,观测的土壤温度,土壤水分数据。土壤温湿度的常规观测的时间频率为5分钟。 数据细节: 1. 时间:2013年11月21日-22日 2. 数据: 亮温: 使用车载多频被动微波辐射计观测,包括6.925、18.7和36.5GHz V极化和H极化数据(10.65GHz 波段损坏) 土壤温度:使用安装在dt80上的传感器测量1cm,5cm,10cm,20cm土壤温度 土壤湿度:使用H-probe传感器测量0-5cm土壤湿度,该传感器可以同时测量0-5cm土壤温度 土壤质地:取土样在北京师范大学测量 土壤粗糙度:使用东北地理所提供的粗糙度仪测量 3. 数据大小:2.5M 4. 数据格式:.xls
赵少杰, 寇晓康, 叶勤玉, 马明国
本数据集包括甘肃省张掖市甘州区五星村农田2013年11月19日-20日车载微波辐射计观测亮温、同步测量的土壤质地,粗糙度和地表温度连续观测数据集。地表温湿度包括温度传感器在土壤深度1cm、5cm,10cm,20cm四层和湿度传感器在土壤深度0-5cm处,观测的土壤温度,土壤水分数据。土壤温湿度的常规观测的时间频率为5分钟。 数据细节: 1. 时间:2013年11月19日-20日 2. 数据: 亮温: 使用车载多频被动微波辐射计观测,包括6.925、18.7和36.5GHz V极化和H极化数据(10.65GHz 波段损坏) 土壤温度:使用安装在dt80上的传感器测量1cm,5cm,10cm,20cm土壤温度 土壤湿度:使用H-probe传感器测量0-5cm土壤湿度,该探头可以同时测量0-5cm土壤温度 土壤质地:取土样在北京师范大学测量 土壤粗糙度:使用东北地理所提供的粗糙度仪测量 3. 数据大小:2.5M 4. 数据格式:.xls
赵少杰, 寇晓康, 叶勤玉, 马明国
本数据集包括甘肃省张掖市甘州区五星村农田2013年11月18日-19日车载微波辐射计观测亮温、同步测量的土壤质地,粗糙度和地表温度连续观测数据集。地表温湿度包括温度传感器在土壤深度1cm、5cm,10cm,20cm四层和湿度传感器在土壤深度0-5cm处,观测的土壤温度,土壤水分数据。土壤温湿度的常规观测的时间频率为5分钟。 数据细节: 1. 时间:2013年11月18日-19日 2. 数据: 亮温: 使用车载多频被动微波辐射计观测,包括6.925、18.7和36.5GHz V极化和H极化数据(10.65GHz 波段损坏) 土壤温度:使用安装在dt80上的传感器测量1cm,5cm,10cm,20cm土壤温度 土壤湿度:使用H-probe传感器测量0-5cm土壤湿度,该探头可以同时测量0-5cm土壤温度 土壤质地:取土样在北京师范大学测量 土壤粗糙度:使用东北地理所提供的粗糙度仪测量 3. 数据大小:3.5M 4. 数据格式:.xls
赵少杰, 寇晓康, 叶勤玉, 马明国
青藏高原典型冰川DEM采用双站InSAR方法制作,数据采集时间为2013年11月21日,覆盖范围为普若岗日和祁连山西部地区,空间分辨率10米,高程精度0.8m的DEM结果,精度可满足国家1∶10000地形制图的要求。冰川DEM采用TanDEM-X双站InSAR数据,采用改进的SAR干涉处理方法,顾及了双站InSAR在成像几何和相位解缠等方面的特点,高分辨率、高精度地生成了上述两个典型冰川的表面DEM。该数据集采用Geotiff格式,每个典型冰川DEM存储为一个文件夹。 数据的详细情况见青藏高原典型冰川DEM数据集-数据说明。
江利明
青藏高原土壤细菌多样性数据集提供了青藏高原土壤表层(0-2厘米)微生物分布特征。样品采集时间为2015年7月1日至7月15日,包含草甸,草原,荒漠3种生态系统。土壤样品用冰袋保存,运回北京青藏高原研究所生态实验室。土壤DNA通过MO BIO PowerSoil DNA试剂盒提取。土壤表层样品采集后用液氮保存,运回悉尼实验室,通过FastPrep DNA试剂盒提取。提取后的DNA样品使用515F (5'-GTGCCAGCMGCCGCGGTAA-3') and 909r (5'-GGACTACHVGGGTWTCTAAT-3')扩增16S rRNA基因片段。扩增后的片段通过Illumina Miseq PE250方式测序,原始数据通过Mothur软件分析。首先去除测序质量不佳序列,之后进行排序并去除嵌合体序列。之后计算序列之间相似度,相似度在97%以上的序列聚类为一个OTU,并定义OTU代表序列。OTU代表序列通过与Silva数据库进行比对,在可靠性大于>80%的情况下鉴定到属一级水平。本数据系统的比较了青藏高原微生物的多样性,对研究微生物在青藏高原的分布具有重大意义。
计慕侃
采用供需平衡的分析方法,分别计算流域总体及各县区水资源供给量及需求量的基础上,评估流域水资源系统脆弱性。采用IPAT等式设置未来水资源需求情景,即通过设定未来的人口增长率、经济增长速度、单位GDP耗水量等变量来建立需水情景。以2005年为基准年,预测未来2010-2050年的各县市水资源需求情景。人口规模、经济规模采用配套预测数据。 应用瑞典水文气象研究所HBV概念性水文模型的基本结构,设计了在气候变化下流域变化趋势的模型,以冰川融化情景为模型的输入,构建气候变化下出山径流情景。依据流域水资源配置的国家地方规定设置配水方案,综合计算水资源供给量。综合供需情况,以缺水率为指标评价水资源系统脆弱性。通过计算流域主要县市的(小麦生产)土地压力指数,分析了流域气候变化、冰川融化及人口增长情景下土地资源的供需平衡,评价了农业系统脆弱性。分别运用迈阿密公式及HANPP模型计算了未来情景下,流域各主要县市净初级生物生产量及初级生物量的人类占用,以供需平衡角度评估生态系统脆弱性。
杨林生, 钟方雷
采用供需平衡的分析方法,分别计算流域总体及各县区水资源供给量及需求量的基础上,评估流域水资源系统脆弱性。 采用IPAT等式设置未来水资源需求情景,即通过设定未来的人口增长率、经济增长速度、单位GDP耗水量等变量来建立需水情景。以2005年为基准年,预测未来2010-2050年的各县市水资源需求情景,人口规模、经济规模采用配套预测数据。 应用瑞典水文气象研究所HBV概念性水文模型的基本结构,设计了在气候变化下流域变化趋势的模型,以冰川融化情景为模型的输入,构建气候变化下出山径流情景。依据流域水资源配置的国家地方规定设置配水方案,综合计算水资源供给量。综合供需情况,以缺水率为指标评价水资源系统脆弱性。通过计算流域主要县市的(小麦生产)土地压力指数,分析了流域气候变化、冰川融化及人口增长情景下土地资源的供需平衡,评价了农业系统脆弱性。分别运用迈阿密公式及HANPP模型计算了未来情景下,流域各主要县市净初级生物生产量及初级生物量的人类占用,以供需平衡角度评估生态系统脆弱性。
杨林生, 钟方雷
南极冰盖高程数据采用雷达高度计数据(Envisat RA-2)和激光雷达数据(ICESat/GLAS)制成。为提高ICESat/GLAS数据的精度,采用了五种不同的质量控制指标对GLAS数据进行处理,滤除了8.36%的不合格数据。这五种质量控制指标分别针对卫星定位误差、大气前向散射、饱和度及云的影响。同时,对Envisat RA-2数据进行干湿对流层纠正、电离层纠正、固体潮汐纠正和极潮纠正。针对两种不同的测高数据,提出了一种基于Envisat RA-2和GLAS数据光斑脚印几何相交的高程相对纠正方法,即通过分析GLAS脚印点与Envisat RA-2数据中心点重叠的点对,建立这些相交点对的高度差(GLAS-RA-2)与表征地形起伏的粗糙度之间的相关关系,对具有稳定相关关系的点对进行Envisat RA-2数据的相对纠正。通过分析南极冰盖不同区域的测高点密度,确定最终DEM的分辨率为1000 m。考虑到南极普里兹湾和内陆地区的差异性,将南极冰盖分为16个区,利用半方差分析确定最佳插值模型和参数,采用克吕金插值方法生成了1000 m分辨率的南极冰盖高程数据。利用两种机载激光雷达数据和我国多次南极科考实测的GPS数据对新的南极DEM进行了验证。结果显示,新的DEM与实测数据的差值范围为3.21—27.84 m,其误差分布与坡度密切关系。
黄华兵
该数据为2005年格陵兰岛地区ENVISAT-1卫星ASAR传感器获取的Wide Swath模式Level 1B级SAR数据,幅宽400km,空间分辨率为75m,绝对定位精度约为200米。 该SAR数据在存储时都是以时间增长为序的方式存储的,这使的下行轨道的图象为左右镜象,而上行轨道的图象为上下镜象。 该数据的命名规则如下例所示: ASA_IMS_1PPIPA 20050402_095556_000000162036_00065_16151_0388.N1 ASA: 产品标识,ASAR传感器 IMS: 数据的接收、处理信息(成像模式,如WS,WSS,IM,...) 1PPIPA:订制的编号 20050402: 数据获取的时间(UTC时间) 095556:地理位置(开始、结束) 000000162036:卫星轨道信息 00065:产品信任数据 16151:产品大小、结构信息 0388 => 校验码
惠凤鸣
青藏高原湖水微生物多样性数据。样品采集时间为2015年7月1日至7月15日,包含28个湖泊(巴木措,白马湖,班戈盐湖,班公湖,崩错,别若则错,错萼措,错愕(平措北),达瓦措,当穹错,当惹雍措,洞措,鄂雅错琼,公珠措,果根错,甲热布错,玛旁雍错,纳木错,聂尔错(盐湖),诺尔玛措,朋彦错,蓬错,枪勇,色林错,吴如错,物玛错,扎日南木措,扎西措,),138个样品。盐度梯度为0.07-118 ppm。 DNA提取方法:湖水过滤到0.45膜上,然后通过MO BIO PowerSoil DNA试剂盒提取DNA。16S rRNA基因片段扩增引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3') and 909r (5'-GGACTACHVGGGTWTCTAAT-3')。测序方式为Illumina MiSeq PE250,原始数据通过Mothur软件分析,包括quality filtering, chimera removal, 序列分类依据Silva109数据库,古菌、真核和未知来源序列已被移除。OTU以97%相似度分类,然后只在数据库中出现一次的序列被移除。最后每个样品被重取样到7,230序列/样品。 GPS坐标,进化信息,环境因子见数据内。
计慕侃
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
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