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
本项目是基于东天山庙尔沟冰芯(94°19′E,43°03′N,4518 m)高氯酸等元素数据，重建了1956-2004高氯酸历史变化。数据内容：1956-2004年高氯酸浓度(包括：Cl-, NO3- 和SO42-)；数据来源，通过ESI-MS/MS测试；数据质量：空白样品显著低于样品值，质量较好；数据应用成果及前景：数据已发表，具体信息见Zhiheng Du, Cunde Xiao, Vasile I. Furdui C,Wangbin Zhang. (2019). The perchlorate record during 1956–2004 from Tienshan ice core, East Asia. Science of the Total Environment.可提供中亚其他冰芯对比研究。
杜志恒
冰盖高程变化数据首先利用2004年和2008年的GLAS12的数据获取两年间的重复轨道，在理想情况下每个轨道都是严格重复测量的，但由于轨道偏差，无法保证轨道按照设计严格重复，偏差在几米到几百米不定，取500m*500m的格网，认为落在同一格网内的点为重复轨道的重复点，相减获取2004-2008年的高程变化，获得年度的高程变化。在格陵兰中部地形平缓区域，高程变化较为准确，但在边缘地带，高程变化明显存在较大误差，可能是因为在边缘区域的坡度较大，500m*500m的范围内的点的高程会有较大的变化，因此在边缘区的高程变化有待改正。为对比不同的方法，采用2004年和2008年的GLAS12的春季数据获取这两年间的交叉点，2004年的降轨与2008年的升轨可以获得一组交叉点对应的高程变化；2004年的升轨与2008年的降轨也可以获得一组交叉点对应的高程变化。两组交叉点作为2004年到2008年的高程变化数据，采用克里金插值获得高程变化图。采用交叉点的方法获取的高程变化得到在边缘区域的结果有明显的改善，但在格陵兰东中部部分区域内的高程变化趋势有明显的误差，这些误差可能是季节性变化引起的。因此，采用2004年到2008年的GLAS12的春季数据获取每两年间的交叉点，每两年可以获得两组交叉点数据，总共获得十组交叉点。将这十组交叉点作为2004年到2008年的高程变化数据，与前两次比较发现，高程变化精度有所提高。
黄华兵
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
北极地区因其独特的自然条件和地理位置，在全球变化中扮演着非常重要的角色。而极地海冰作为影响气候变化的重要影响因子，是全球气候变化的灵敏器。中国在北极建设的考察站之一——黄河站，其重点支持围绕全球变化及其区域相应、极区空间环境与空间气候、极地环境中的生命特征与过程三大科学领域，为中国深入开展北极科学考察活动提供了重要平台。因此，构建了近年来北极海冰关键区域数据验证产品数据集，实现对北极海冰关键区域的监测情况。
陈甫, 邱玉宝
微波散射计冰盖冻融数据覆盖时间更新到2015年到2019年，空间分辨率为4.45km.时间分辨率为逐日，覆盖范围为南北极冰盖。基于微波辐射计的遥感反演方法考虑积雪特性在时空和空间上的变化，首先提取散射计数据的DVPR时间序列数据，有效利用散射计数据的高时间分辨率，同时利用通道差去除地形带来的影响；随后利用广义高斯模型对每一个采样点时间序列的方差值进行拟，以此来区分出干湿雪点，即确定融化范围，这种广义高斯模型相比于传统的双高斯模型需要的输入参数少，得到的阈值也具有唯一性；最后利用移动窗分割算法来精确找到湿雪点的融化开始时间、 结束时间以及持续时间， 可以有效地去除融化或非融化时期的温度突变所带来的影响。长时间序列星载微波散射计数据来自QSCAT和ASCAT两个传感器。通过实测站点的验证表明南极冰盖冻融探测精度在70%以上。数据每一天存放一个bin文件，基于微波散射计的南极冻融数据每个文件由810*680的栅格组成，格陵兰冰盖冻融数据每个文件由810*680的栅格组成（0值：非融化区域，1值：融化区域）。
梁雷
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
微波辐射计冰盖冻融数据集覆盖时间更新到2016到2019年，空间分辨率为25 km；基于微波辐射计的遥感反演方法采用改进的基于小波冰盖冻融探测算法，算法考虑冰盖冻融亮温特性在时间上的变化，首先利用小波变换对格陵兰所有冰盖区域的长时间亮度温度数据进行小波多尺度分解，在不同尺度下对边缘信息进行分析。再次，采用方差分析的方法将冰盖融化和重新冻结过程产生的边缘信息从噪声中分离出来。基于已提取的冰盖长时间亮度温度变化边缘信息，利用广义高斯模型来确定干雪和湿雪分类的最优边缘阈值， 从而探测出格陵兰冰盖发生融化的区域。最后，基于空间自动纠错的原理，运用空间邻域纠错算子对由噪音引起的错误结果进行探测，并进行人工纠错。长时间序列星载被动微波亮度温度数据来自SMMR、SSM/I和SSMI/S三个传感器。为保证不同传感器亮度温度在时间上的一致性，在冻融提取之前对不同传感器亮度温度进行了交叉订正。通过实测站点的验证表明格陵兰冰盖冻融探测精度在70%以上。数据每一天存放一个bin文件，基于微波辐射计的南极冻融数据每个文件由316*332的栅格组成，格陵兰冰盖冻融数据每个文件由304*448的栅格组成（0值：非融化区域，1值：融化区域）。
梁雷
基于sentinel-1超分宽幅SAR数据，利用提出的U-net冰裂隙探测方法，形成了南北极冰盖冰裂隙高程数据。首先对sentinel-1超分宽幅SAR数据预处理，主要包括辐射定标、冰盖范围确定和斑点噪声去除。其中，为抑制SAR数据的斑点噪声，同时为了保证冰裂隙特征，我们采用了去除乘性噪声的PPB方法。该方法既能有效去除斑点，还能保留冰裂隙的特征。其次，我们利用提出的基于U-net的冰裂隙探测算法进行冰裂隙提取。为了获取正确冰裂隙SAR数据样本，我们通过比对冰裂隙高分辨率光学数据来对SAR样板进行选取，从而形成冰裂隙SAR数据样本。基于冰裂隙区域和非冰裂隙区域SAR数据样本，我们利用U-net方法对冰裂隙进行提取。最后，我们对探测出的冰裂隙数据进行地理编码形成南北极冰盖冰裂隙产品。
梁雷
河冰是冰冻圈的主要组成部分，极区河流封冻对北极航运和运输业有重大影响。随着中俄“冰上丝绸之路”的建设，监测额尔齐斯河流域河冰的变化可为河流通航提供理论基础。北极地区水文站的稀疏分布限制了河冰的研究，其中水文站有限的可用数据表明了河冰破裂具有提前的趋势，但驱动这种趋势的特定气候机制十分复杂。因此，具有高时间分辨率的光学数据（如MODIS产品）适用于监测河流冰物候和绘制河流冰盖范围，有助于了解河冰破裂过程。本研究基于MODIS及被动微波数据，实现一种利用不同遥感数据，以对额尔齐斯河流域河冰进行监测的方法，以期分析河流开始封河时间、结束开河时间、开河速率、封河速率和冰冻期持续时间等河冰物候参数。同时亦有助于理解河冰破裂过程对北极气候变暖的响应。
梁雯珊, 邱玉宝
1)数据内容：重建的1289-1993年北极巴伦支海-喀拉海秋季海冰范围时间序列; 2)数据来源及加工方法：冰芯、树轮代用资料；多种统计方法建模; 3)数据质量描述：年分辨率，可信度高; 4)数据应用成果及前景：历史时期北极海冰变化特征及对气候变化的响应和影响。巴伦支海-喀拉海地区是中国冬春季极端冷空气南下的关键海区，但观测资料的缺乏限制对其规律和变化机制的认识，重建长时间尺度北极海冰的变化特征对研究全球背景下北极海冰变化和对中国历史气候的影响有重要意义。
效存德
目前，基于提出的利用变化检测和决策树算法的SAR冰盖冻融探测算法，利用sentinel-1 EW SAR数据对南北极冰盖月平均冻融进行了探测。同时利用已经开发的基于大数据平台的冻融产品生产模块，国际上首次生产了南极冰盖和格陵兰冰盖冻融产品，通过自动气象站温度数据研制，冰盖冻融探测精度达到90%。目前，数据产品获取时间主要为南北极的夏季，其中南极冰盖产品为1、2、3、10、11、12月和格陵兰的产品为5、6、7、8、9、10月。
张露
夏季阳光照射下，覆盖在冰面上的积雪融化，在冰面上形成的不同形状大小的冰上水池融池。海冰表面融化造成的融池会降低海冰反照率，因而会对极区能量平衡造成显著影响，增加吸收进而加速海冰融化过程。在影响海冰反照率的因素中，融池是最重要且变化最剧烈的因素之一。随着气候的变化，夏季冰融化速度也越来越快。对地球表层的能量平衡具有重要的影响，冰融速度加快也可能使融池这种重要的自然现象成为北极海冰融化季节最显著的冰表面特征之一。融池的反照率介于海水与海冰之间，研究冰上融池也是研究北极海冰快速变化机理的一个重要组成部分。由于海冰融池和海面具有相似的微波信号特征，且受到风速、海冰融化等因素影响利用微波数据进行融池覆盖度的制图具有明显的不确定性，因此最为可靠的融池覆盖度遥感方法为利用中分辨率光学遥感数据（如MODIS）进行亚像元融池覆盖度的制图。本数据集包含利用MODIS数据进行基于动态端元反射率的亚像元分解反演的北极海冰融池覆盖度和海冰密集度。
熊川, 任艳, 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
该数据集提供1978年10月24日到2012年12月31日逐日的中国范围的积雪厚度分布数据，其空间分辨率为25km。用于反演该雪深数据集的原始数据来自美国国家雪冰数据中心（NSIDC）处理的SMMR（1978-1987年)，SSM/I（1987-2008年)和AMSR-E(2002-2012)逐日被动微波亮温数据。由于三个传感器搭载在不同的平台上，所以得到的数据存在一定的系统不一致性。通过对不同传感器的亮温进行交叉定标提高亮温数据在时间上的一致性。然后利用车涛博士在Chang算法基础上针对中国地区进行修正的算法进行雪深反演。具体反演方法参考“数据说明文档”。 该数据集包含EASE-Grid和经纬度两种投影方式，分别放入两个不同的文件夹中：ease-grid_rar(数据仅到2010年)和lon-lat_rar。两种投影的数据都逐年打包，文件命名方式为：传感器名称简写+年份，如ease-grid_rar目录下的SR1985表示用SMMR亮温数据反演的1985年的雪深；SI1990表示用SSM/I亮温数据反演的1990年的雪深；AE2005表示用AMSR-E亮温数据反演的2005年的雪深，这些数据的投影方式都是EASE-Grid。lon-lat_rar目录下，上面的数据集名称解释相同，只是其投影方式为经纬度投影。详细数据说明请参考数据文档。
车涛, 李新, 戴礼云
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
使用Sentine-1 SAR 数据对青藏高原黑河流域野牛沟冻土进行监测。采用2014~2018年野牛沟区域Sentine-1 SAR影像，利用了基于分布式雷达目标的小基线集时序InSAR(DSs-SBAS)冻土形变监测方法，结合SAR后向散射系数，MODIS地表温度和Stefan模型，估算了研究区活动层厚度。结果表明活动层厚度在0.8米至6.6米之间，平均值约为3.3米。对开展大范围、高分辨监测具有十分重要的意义。
江利明
全球雪深数据集采用被动微波遥感反演方法制作，数据覆盖时间从1980年到2018年，时间分辨率为逐日，覆盖范围为全球，空间分辨率为25,067.53 m。遥感反演方法采用动态亮温梯度算法，算法考虑积雪特性在时空和空间上的变化，建立了不同频率亮度温度差与实测雪深在空间和季节上的动态关系。长时间序列星载被动微波亮度温度数据来自SMMR、SSM/I和SSMI/S三个传感器。为保证不同传感器亮度温度在时间上的一致性，在雪深提取之前对不同传感器亮度温度进行了交叉订正。通过实测站点的验证表明全球雪深数据相对偏差在30%以内。数据据每一天存放一个txt文件，每个文件由文件头（投影方式）和1383*586的雪深矩阵组成，每个雪深代表一个25,067.53m*25,067.53m的格网。该数据的投影方式为EASE-Grid，下面是每个文件的文件头，将其加到每个文件的前面可以将数据在arcgis中显示。 ncols 1383 // 数据矩阵共1383列 nrows 586 // 数据矩阵共586 xllcorner -17334193.54 //矩阵x方向左下角网格的角落点坐标 yllcorner -7344787.75 //矩阵y方向轴左下角网格的角落点坐标 cellsize 25,067.53 //每个网格的大小 NODATA_value -1 //缺省值
车涛, 李新, 戴礼云
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
