该数据集是基于MODIS 16天合成的NDVI产品(MOD13A2 collection6)估算的三江源地区的植被生长季开始(Start of Season: SOS)和生长季结束的日期(End of Season: EOS)。从用了两种常见的物候期估算方法,分别是基于多项式拟合的阈值提取法(文件名中有poly字符)和基于双逻辑曲线(double logistic function)拟合后的拐点提取法(文件名中有sig字符)。该数据可以用来分析植被物候期与气候变化的关系。时间范围为2001年至2020年。空间分辨率为1km。
王旭峰
该物候数据基于青藏高原2000-2015年MOD13A2数据(时间分辨率为16天,空间分辨率为1km),利用TIMESAT软件中分段高斯函数拟合NDVI曲线,采用动态阈值方法提取春季物候、秋季物候以及生长季长度,其中春季物候和秋季物候的阈值分别设置为0.2和0.7。此物候数据进行了掩膜处理。其中,掩膜规则为:1)必须满足NDVI的最大值出现在6-9月份之间;2)6-9月份NDVI均值不能小于0.2;3)冬季的NDVI均值不能超过0.3。
俎佳星, 张扬建
该数据集为全球植被生产力数据,包含总初级生产力(GPP)、净初级生产力(NPP)和净生态系统生产力(NEP)3部分,由耦合模式比较计划第6阶段(CMIP6)中BCC-ESM1模式在Historical情景下模拟得到。数据时间范围为1850-2014年,时间分辨率为月,空间分辨率约为2.8125°。模拟数据详细说明可见链接https://www.wdc-climate.de/ui/cmip6?input=CMIP6.CMIP.BCC.BCC-ESM1。
郑周涛
生物圈对大气的反馈是全球变化研究的核心内容之一,在大气CO2浓度上升的情况下,陆地生态系统的行为是预测这种反馈效应的主要不确定性因素。CO2浓度升高(eCO2)可以通过增加羧化作用和抑制光呼吸速率直接刺激植物生长和生态系统C的吸收。通过CO2施肥效应(CFE)对光合作用和碳固存的影响,陆地生态系统可以缓冲大气CO2浓度的激增,进而减缓气候变化。为研究CO2加富对植被生产力的影响,在青藏高原北部那曲草原站(31°38′31″N, 92°00′54″E,海拔4600m)开展了CO2加富试验。试验采用分区设计,CO2为主处理因子,N为次处理因子;总共四个实验处理,跨越两个CO2浓度水平[环境CO2 (aCO2),升高CO2(eCO2): +100ppm]。考虑到研究区域的植被高度低和多风的天气,采用八角形开顶室(OTCs)来控制二氧化碳浓度,而不是自由FACE系统。OTC设计高2.5米,每边长1.5米,每个OTC占地7.7平方米。
张扬建
植被调查数据是研究生态系统结构与功能必不可少的数据。青藏高原地区蕴含广袤的草地生态系统,主要包括高寒草甸、高寒草地、以及高寒荒漠化的草地。由于独特的地理位置以及高海拔缺氧的环境条件,在藏北高原的群落调查数据较为稀少。本数据集包括2019年藏北样带上47个采样点的的地上生物量和盖度数据,采样时间为7-8月。样方大小为50cm×50cm,烘干后称取植物干重。本数据集可用于生产力的空间分析与模型的校准工作。
张扬建, 朱军涛
该数据集为全球呼吸数据,包含自养呼吸(ra)和异养呼吸(rh)两部分,由耦合模式比较计划第6阶段(CMIP6)中TaiESM1模式在Historical情景下模拟得到。数据时间范围为1850-2014年,时间分辨率为月,空间分辨率约为0.9°x1.25°。模拟数据详细说明可见链接https://www.wdc-climate.de/ui/cmip6?input=CMIP6.CMIP.AS-RCEC.TaiESM1.historical。
美国气候模式诊断和对比计划委员会
植被指数(NDVI, Normalized Difference Vegetation Index)可以准确反映地表植被覆盖状况。目前,基于SPOT/VEGETATION以及MODIS等卫星遥感影像得到的NDVI时序数据已经在各尺度区域的植被动态变化监测、土地利用/覆被变化检测、宏观植被覆盖分类和净初级生产力估算等研究中得到了广泛的应用。EVI类似于归一化差异植被指数(NDVI),可用于量化植被绿度。然而,EVI对一些大气条件和树冠背景噪声进行了校正,并且在植被茂密的地区更为敏感。它包含一个“L”值来调整树冠背景,“C”值作为大气阻力系数,以及来自蓝色波段(B)的值。这些增强功能允许将指数计算R和NIR值之间的比率,同时在大多数情况下降低背景噪声、大气噪声和饱和度。本研究工作主要是对NDVI和EVI数据进行后处理,通过转换投影坐标系、数据融合、最大值合成法、剔除异常值和剪裁后给出较为可靠的2013年和2018年的青藏高原的植被情况。
叶爱中
南极半岛植被数据来源于时空三级环境大数据平台的南极先锋植被覆盖分类数据,通过实测光谱匹配遥感影像,应用纯像元PPI提取出苔藓、地衣、岩石、海、积雪的端元波谱和应用线性混合模型LMM(Linear Mixture Model)计算得到。菲尔德斯半岛特色植被覆盖度根据其与丰度的相关线性关系获得。数据格式为geotiff格式。数据内容是南极半岛典型年典型区植被覆盖度。本研究工作通过对南极半岛典型区典型年植被覆盖度后处理后生成tif栅格格式产品,栅格主体数值为植被盖度。本研究得到的南极半岛典型区植被覆盖度是将南极先锋植物丰度数据产品进行镶嵌,包括南极半岛及周边植物丰度数据产品。通过ArcGIS将南极半岛典型区域包括Adley,北部和南部镶嵌在一起,得到包括2008年、2017年和2018年的光谱角匹配法(SAM)和光谱信息散度法(SID)识别出的6幅植被覆盖度图。
叶爱中
该数据集包含了2021年7月22日至2021年9月5日的黑河水文气象观测网中游大满超级站叶面积指数观测数据。站点(100.376° E, 38.853° N)位于甘肃省张掖市大满灌区内,海拔1556m,下垫面是玉米。观测样方共计3个,每个样方大小约30m×30m,经纬度分别为(100.374°E, 38.855°N)、(100.371° E, 38.854°N)、(100.369°E, 38.854°N)。每个样方内布设4个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网(LAINet)获取,该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据(Level0),利用LAINet软件对原始观测数据进行处理,逐节点计算每天LAI(Level1),进一步对无效值识别与填充,并5天滑动平均消除天气变化对LAI计算的影响(Level2),对有多个LAINet节点的观测子区,节点的均值为该子区的最终观测值(Level3)。 本次发布的数据集为处理后的Level3产品,数据以*.xls格式存储。 黑河流域地表过程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Qu et al. (2014)。
刘绍民, 车涛, 屈永华, 徐自为, 谭俊磊, 李新
该数据集包含2021年5月2日至12月26日黑河流域地表过程综合观测网下游四道桥超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 车涛, 徐自为, 任志国, 李新
该数据集包含2021年1月1日至12月31日黑河流域地表过程综合观测网中游大满超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集为相对绿度指数(Gcc)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 车涛, 徐自为, 谭俊磊, 任志国, 李新
该数据集包含2021年1月1日至12月31日黑河流域地表过程综合观测网中游阿柔超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 车涛, 徐自为, 张阳, 李新
土壤水分是地气交互作用的重要边界条件,是全球观测系统提出的关键气候变量之一;植被光学厚度是微波辐射传输过程中衡量植被衰减特性的物理量,在表征植被水分与生物量动态变化中具有重要作用。 本数据集使用多通道协同反演算法获取SMAP观测的土壤水分与植被光学厚度。该算法利用参数间的自约束关系与通道间的理论转换关系进行地表参数反演,反演过程不依赖于其他辅助数据,并适用于多种不同载荷配置。本数据集的土壤水分反演结果包含了融化期的土壤水分含量与冻结期的液态水含量;同时反演了水平和垂直两个极化的植被光学厚度,是全球第一套具有极化差异的L波段植被光学厚度产品。 本数据集基于国际土壤水分观测网络、美国农业部及研究室自建发布的共19个土壤水分密集观测站网(其中包含9个SMAP核心验证站点以及SMAP尚未使用的10个密集观测站点)以及被广泛使用的土壤气候分析网络SCAN进行验证,结果发现MCCA土壤水分反演结果精度优于其它SMAP产品。
赵天杰, 彭志晴, 姚盼盼, 施建成
沱沱河源区植被类型图是基于 319 个地面采样点数据结合随机森林(RF)分类方法进行创建的。随机森林分类器的16个输入变量包括了Landsat-8的可见光、短波红外和热红外波段值及其反演的植被指数和地表温度数据等。根据研究区的植被特征及多年冻土模拟的需要,该图对高寒沼泽草甸(alpine swamp meadow)、高寒草甸(alpine meadow)、高寒草原(alpine steppe)和高寒沙漠(alpine desert )等4种植被类型进行了分类。图件的空间分辨率为30 m,可以提供更细节的植被类型的位置信息。
邹德富, 赵林, 刘广岳, 杜二计, 胡国杰, 李智斌, 吴通华, 吴晓东, 陈杰
该数据集包含了2020年7月25日至2020年10月20日的黑河水文气象观测网下游四道桥超级站叶面积指数观测数据。站点位于内蒙古额济纳旗四道桥,海拔870 m,下垫面是柽柳。观测在四道桥超级站(101.1374E, 42.0012N)旁开展,样方1个,大小约30m×30m,每个样方内布设5个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网(LAINet)获取,该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据(Level0),利用LAINet软件对原始观测数据进行处理,逐节点计算每天LAI(Level1),进一步对无效值识别与填充,并7天滑动平均消除天气变化对LAI计算的影响(Level2),对有多个LAINet节点的观测子区,节点的均值为该子区的最终观测值(Level3)。 本次发布的数据集为处理后的Level3产品,数据以*.xlsx格式存储。 黑河流域地表过程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Qu et al. (2014)。
刘绍民, 屈永华, 车涛, 徐自为, 任志国, 李新
该数据集包含了2020年7月26日至2020年10月20日的黑河水文气象观测网下游混合林站叶面积指数观测数据。站点位于内蒙古额济纳旗四道桥,海拔870 m,下垫面是胡杨与柽柳混合。观测在混合林站(101.1335E, 41.9903N)旁开展,样方大小约30m×30m,每个样方内布设5个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网(LAINet)获取,该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据(Level0),利用LAINet软件对原始观测数据进行处理,逐节点计算每天LAI(Level1),进一步对无效值识别与填充,并7天滑动平均消除天气变化对LAI计算的影响(Level2),对有多个LAINet节点的观测子区,节点的均值为该子区的最终观测值(Level3)。 本次发布的数据集为处理后的Level3产品,数据以*.xlsx格式存储。 黑河流域地表过程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Qu et al. (2014)。
刘绍民, 屈永华, 车涛, 徐自为, 任志国, 李新
该数据集包含了2020年5月31日以前,和2020年9月2日以后的黑河流域地表过程综合观测网下游四道桥超级站的物候相机观测数据。2020年5月31日至2020年9月2日,由于物候相机供电故障,造成时间缺失,另外,在9月2日重新安装相机时,由于相机经过移动重新安装,造成视场内的目标物与5月31日以前有所变化,可能会造成前后数据的不一致性。站点位于内蒙古额济纳旗达来呼布镇四道桥,下垫面是柽柳。观测点的经纬度是101.1374E, 42.0012N,海拔873m。仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于物候期的计算,首先,根据感兴趣区计算物候指标,如相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值)。然后对数据进行质量控制、无效值填充和滤波平滑。最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等。本数据集为该站点2020年相对绿度指数(GCC)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 车涛, 徐自为, 任志国, 李新
该数据集包含了2020年1月1日至2020年12月31日的黑河流域地表过程综合观测网上游阿柔超级站的物候相机观测数据。站点位于青海省祁连县阿柔乡草达坂村,下垫面是亚高山山地草甸。观测点的经纬度是100.4643E, 38.0473N,海拔3033m。仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于物候期的计算,首先,根据感兴趣区计算物候指标,如相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值)。然后对数据进行质量控制、无效值填充和滤波平滑。最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等。本数据集为该站点2020年相对绿度指数(GCC)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 车涛, 徐自为, 张阳, 李新
该数据集包含2020年1月1日至2010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的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于物候期的计算,首先,根据感兴趣区计算物候指标,如相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值)。然后对数据进行质量控制、无效值填充和滤波平滑。最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等。本数据集为该站点2020年相对绿度指数(GCC)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 车涛, 徐自为, 谭俊磊, 任志国, 李新
该数据集包含了2020年7月10日至2020年9月20日的黑河水文气象观测网中游大满超级站叶面积指数观测数据。站点(100.376° E, 38.853° N)位于甘肃省张掖市大满灌区内,海拔1556m,下垫面是玉米。观测样方共计6个,每个样方大小约30m×30m,经纬度分别为(100.376°E, 38.853°N)、(100.377° E, 38.858°N)、(100.374°E, 38.855°N)、(100.374°E, 38.858°N)、(100.371°E, 38.854°N)、(100.369°E, 38.854°N)。每个样方内布设5个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网(LAINet)获取,该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据(Level0),利用LAINet软件对原始观测数据进行处理,逐节点计算每天LAI(Level1),进一步对无效值识别与填充,并7天滑动平均消除天气变化对LAI计算的影响(Level2),对有多个LAINet节点的观测子区,节点的均值为该子区的最终观测值(Level3)。 本次发布的数据集为处理后的Level3产品,数据以*.xls格式存储。 黑河流域地表过程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Qu et al. (2014)。
刘绍民, 屈永华, 车涛, 徐自为, 谭俊磊, 任志国, 李新
数据包括青藏高原与西北干旱区33个湖泊表层沉积物中植物DNA的原始测序文件。我们使用德国Qiagen公司的PowerMax土壤试剂盒提取DNA,并采用通用植物引物g-h (Taberlet et al., 2007) 对样品中叶绿体trnL (UAA) 内含子区的P6环进行PCR扩增,PCR产物随后送至瑞士Fasteris公司进行第二代高通量双端测序,测序仪器为Illumina NextSeq 550。数据质量分数Q30为81.97。
刘兴起, 贾伟瀚
1)数据内容 包括采样点的观测年份、经纬度、海拔、生态系统类型、不同土层(SOC0-100 (kg Cm-2); 0-100代表土层)、地下生物量含量。 2)数据来源 此部分数据是从文献中获取,具体文献来源参考说明文档。 3)数据质量描述 数据观测覆盖范围广,包含指标全面,展示了不同土层下的土壤有机碳含量,具有较高的完整性和精确性,能满足对青藏高原草地土壤碳储量的估算。 4)数据应用成果及前景 为预测未来青藏高原土壤的碳源–汇效应及实现生态系统碳可持续发展提供基础数据。
胡中民
1)数据内容 包括采样点的观测年份、经纬度、生态系统类型、年降雨量、干旱指数、年净初级生产力、地上生物量、地下生物量等数据。 2)数据来源 一部分来源于文献(1980-1995),另一部分来源于实地采样(2005-2006)。 3)数据质量描述 数据观测年份长,时间跨度大,覆盖范围广,包含指标多,具有较高的完整性和精确性,能满足对青藏高原草地植被碳储量的估算。 4)数据应用成果及前景 为预测未来青藏高原的碳源–汇效应及实现生态系统碳可持续发展提供基础数据。
胡中民
本数据集是2019年9月川藏铁路沿线典型植被无人机高光谱观测数据,使用的是大疆M600 Resonon成像系统的机载光谱仪。包括2019年在拉萨的草原区域观测的高光谱数据,自带经纬度。高光谱调查时基本为晴天。飞行前进行了白板校准;采集数据时设有靶标(即适于草地的标准反光布),用于光谱校准;设有地面标志点(即有字母的泡沫板照片),并记录了每个标志点的经纬度坐标,用于几何精确校准。无人机高光谱相机记录的dn值,可使用Spectronon Pro软件转换为反射率。高光谱数据用于提取不同植被类型光谱特征、植被分类、反演植被覆盖度等。
周广胜, 汲玉河, 吕晓敏, 宋兴阳
采用计算草地实际净初级生产力,CASA模型是一种光能利用率模型,生产力的估算主要由植物吸收的光合有效辐射(APAR)与光能转化率(ε)2个变量决定。植被所吸收的光合有效辐射(APAR)取决于太阳总辐射和植被对光合有效辐射的吸收比例;采用TEM(Terrestrial Ecosystem Model)模型计算草地潜在生产力,首先计算草地的总初级生产力(GPP),再计算植物自养呼吸(Ra),最后得出草地净初级生产力(NPP)。TEM模型是气候驱动的生产力模型,所需的参数有:植被类型、土壤质地、土壤水分、潜在蒸散、太阳辐射、云量、降水、温度和大气CO2浓度;利用随机森林算法(RF)计算青藏高原草地潜在地上生物量,预测变量包含气候、土壤、地形等14个变量。气候变量包含生长季(5-9月)平均日较差、生长季总降水、生长季平均温度和非生长季(前一年10 - 当年4月)平均日较差、非生长季总降水、非生长季平均温度。地形变量包括高程、坡度、坡向。土壤变量包含土壤质地(砂、粉、粘土含量)、土壤pH值和土壤有机碳。 实际净初级生产力和潜在净生产力数据年限为2000-2017;潜在草地地上生物量数据年限为(2014-2018)。
牛犇, 张宪洲
本数据集以大量的地面实测草地地上生物量数据为基础,以1980s中国植被类型图划分出温性草地类型,借助Google Earth Engine平台上的Landsat遥感数据,在不同草地类型分别构建了草地地上实测生物量-遥感数据的随机森林模型,在验证可靠的基础上,对1993~2019年间逐年的草地地上生物量进行了估算,从而形成了1993~2019年中国北方温性草地地上生物量的逐年空间数据集。地上生物量定义为单位面积内地面以上实存生活的植被有机物质总量。已对原有栅格值乘以系数100,单位:0.01克/平方米(g/m²)。本数据集可为中国北方温性草地资源、生态环境的动态监测和评价提供科学基础。
张娜
1)数据内容:泛第三极地区基于遥感反演的主要生态环境数据,包含PM2.5浓度、森林覆盖率、EVI、土地覆被、CO2等指标;2)数据来源及加工方法:PM2.5数据来源于the Atmospheric Composition Analysis Group Web site at Dalhousie University、森林覆盖度数据来源于MODIS Vegetation Continuous Fields (VCF),CO2数据来源于ODIAC Fossil fuel emission dataset,EVI数据来源于MODIS Vegetation Index Products,土地覆被数据来源ESA CCI Land cover。提取出泛第三极65个国家和地区,其他未进行加工;3)数据质量描述:数据2000-2015年数据时间序列较好;4)数据应用成果及前景:可用于生态环境变化分析。
李广东
该数据集包含了2019年6月1日至2019年9月20日的黑河水文气象观测网下游混合林站叶面积指数观测数据。站点位于内蒙古额济纳旗四道桥,海拔870 m,下垫面是胡杨与柽柳混合。观测在混合林站(101.1335E, 41.9903N)旁开展,样方大小约30m×30m,每个样方内布设5个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网(LAINet)获取,该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据(Level0),利用LAINet软件对原始观测数据进行处理,逐节点计算每天LAI(Level1),进一步对无效值识别与填充,并7天滑动平均消除天气变化对LAI计算的影响(Level2),对有多个LAINet节点的观测子区,节点的均值为该子区的最终观测值(Level3)。 本次发布的数据集为处理后的Level3产品,数据以*.xls格式存储。 黑河流域地表过程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Qu et al. (2014)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含了2019年6月1日至2019年9月20日的黑河水文气象观测网下游四道桥超级站叶面积指数观测数据。站点位于内蒙古额济纳旗四道桥,海拔870 m,下垫面是柽柳。观测在四道桥超级站(101.1374E, 42.0012N)旁开展,样方1个,大小约30m×30m,每个样方内布设5个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网(LAINet)获取,该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据(Level0),利用LAINet软件对原始观测数据进行处理,逐节点计算每天LAI(Level1),进一步对无效值识别与填充,并7天滑动平均消除天气变化对LAI计算的影响(Level2),对有多个LAINet节点的观测子区,节点的均值为该子区的最终观测值(Level3)。 本次发布的数据集为处理后的Level3产品,数据以*.xls格式存储。 黑河流域地表过程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Qu et al. (2014)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含2019年8月28日至2019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的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)、物候期及覆盖度(Fc)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含2019年8月28日至2019年12月31日黑河流域地表过程综合观测网下游混合林站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含2019年8月28日至2019年12月31日黑河流域地表过程综合观测网中游阿柔超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)和归一化绿度指数。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含了2019年6月1日至2019年9月20日的黑河水文气象观测网中游大满超级站叶面积指数观测数据。站点(100.376° E, 38.853° N)位于甘肃省张掖市大满灌区内,海拔1556m,下垫面是玉米。观测样方共计7个,每个样方大小约30m×30m,经纬度分别为(100.376°E, 38.853°N)、(100.377° E, 38.858°N)、(100.374°E, 38.855°N)、(100.374°E, 38.858°N)、(100.371°E, 38.854°N)、(100.369°E, 38.854°N)、(100.369°E, 38.854°N)。每个样方内布设5个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网(LAINet)获取,该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据(Level0),利用LAINet软件对原始观测数据进行处理,逐节点计算每天LAI(Level1),进一步对无效值识别与填充,并7天滑动平均消除天气变化对LAI计算的影响(Level2),对有多个LAINet节点的观测子区,节点的均值为该子区的最终观测值(Level3)。 本次发布的数据集为处理后的Level3产品,数据以*.xls格式存储。 黑河流域地表过程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Qu et al. (2014)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含2019年8月28日至2019年12月31日黑河流域地表过程综合观测网下游四道桥超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 徐自为, 李新
Data set contains tree age of trees growing at different glacier moraines in the central Himalayas. The data were obtained using tree ring samples. Cores samples were collected (almost near to the ground level to estimate the minimum age of the related moraine) using an increment borer. Samples were processed by using standard dendrochronological techniques.
Shalik Ram Sigdel, Hui Zhang, Haifeng Zhu, Sher Muhammad, Eryuan Liang
西亚地区荒漠化专题数据主要包括:西亚地区沙化土地分布图和西亚地区退化草地分布图,空间分辨率为30m。西亚地区沙化土地分布图包含的土地类型有沙地、盐碱地、裸土地和裸岩石砾地,西亚地区退化草地分布图将草地划分为高覆盖草地、中覆盖草地和低覆盖草地三类。数据由中国科学院新疆生态与地理研究所遥感与GIS重点实验室生产,生产费用由“中国科学院战略性先导科技专项XDA20030101资助”,数据空间分辨率为30m。数据主要是基于2015年TM、ETM遥感影像数据,基于去云、镶嵌与裁剪、拼接、阴影处理等预处理,借助eCognition软件进行面向对象的地类分类,实现软件自动分类和人工信息提取相结合,最后对分类结果进行人工检查与修正。数据验证方式为野外实地验证和高精度影像验证两种方式,验证精度达到85%以上。
该数据集是基于MODIS 16天合成的NDVI产品(MOD13Q1 collection6)估算的三江源国家公园区域的植被生长季开始(Start of Season: SOS)和生长季结束的日期(End of Season: EOS)。共用了两种常见的物候期估算方法,分别是基于多项式拟合的阈值提取法(文件名中有poly字符)和基于双逻辑曲线(double logistic function)拟合后的拐点提取法(文件名中有sig字符)。该数据可以用来分析植被物候期与气候变化的关系。时间范围为2001年至2020年。空间分辨率为250m。数据中包含4个子文件夹,CJYYQ_phen是三江源国家公园长江源园区的物候结果,HHYYQ_phen是三江源国家公园黄河源园区的物候结果,LCJYYQ_phen是三江源国家公园澜沧江源园区的物候结果,SJY_phen是整个三江源区域的物候。 数据格式为geotif,建议使用arcmap或者Python+GDAL浏览和处理数据。
王旭峰
PML_V2陆地蒸散发与总初级生产力数据集,包括总初级生产力(gross primary product, GPP),植被蒸腾(vegetation transpiration, Ec),土壤蒸发(soil evaporation, Es),冠层截流蒸发(vaporization of intercepted rainfall, Ei)和水体、冰雪蒸发(ET_water),共5个要素。数据格式为tiff,时空分辨率为8天、0.05°,时间跨度为2002.07-2019.08。 PML_V2在Penman-Monteith-Leuning (PML) 模型的基础上,根据气孔导度理论,耦合了GPP过程。GPP与ET相互制约、相互限制,使得PML_V2在ET模拟精度,相对于以往的模型有很大的提升。PML_V2的参数分不同的植被类型,在全球95个涡度相关通量站上率定。其后根据MODIS MCD12Q2.006 IGBP分类,将参数移植至全球。PML_V2采用GLDAS 2.1的气象驱动和MODIS 叶面积指数(LAI)、反射率(Albedo),发射率(Emissivity)为输入,最终得到PML_V2陆地蒸散发与总初级生产力数据集。
张永强
数据是根据《1:1,000,000中国植被图集》数字化而来,将图集中的60幅图件一一进行数字化(多边形属性),然后进行投影、匹配、拼接,最后为每个多边形赋植被属性,植被属性包括:vege_id(植被群系编号),新编号,植被群系和亚群系,植被型编号,植被型,植被型组编号,植被型组,植被大类,以及相应的英文属性信息。 《1:1,000,000中国植被图集》由著名植被生态学家侯学煜院士主编,由中国科学院有关研究所、有关部委和各省区有关部门、高等院校等53个单位250多位专家共同编制,于2001年科学出版社正式出版,国内外公开发行。 此图集是我国植被生态学工作者40多年来继《中国植被》等专著出版后又一项总结性成果,是国家自然资源和自然条件的基本图件。它详细反映了我国11个植被类型组、54个植被型的796个群系和亚群系植被单位的分布状况、水平地带性和垂直地带性分布规律,同时反映了我国2000多个植物优势种、主要农作物和经济作物的实际分布状况及优势种与土壤和地面地质的密切关系。由于此图集属于现实植被图图种,故反映出我国植被近斯的质量状况。 此图集为四开本,280页,包括1:1,000,000 分幅的中国植被类型图60幅、1:10,000,000 的中国地势图、中国植被图和中国植被区划图各1幅,附中英文对照图例。 此图集是国家自然资源和自然地理特征的基本图件,是研究全球环境变化、生物多样性、环境保护与监测等必不可少的科学资料和重要依据。植被图是现存植被空间分布在地图上的具体表达,百万分之一中国植被图是迄今为止以全国为对象的最详细、精确的植被图。数据收集时间为2011-2012年,可以服务于从事植被生态研究的学生和科研人员。本数据仅限于研究所内部交流。 图件采用 Albers投影,其参数如下: · 坐 标 系:大地坐标系 · 投 影:Albers正轴等面积双标准纬线圆锥投影 · 南标准纬线:25°N · 北标准纬线:47°N · 中央经线:105°E · 坐标原点:105°E与赤道的交点 · 纬向偏移:0 · 经向偏移:0
侯学煜
南极半岛也叫“帕默尔半岛”或“格雷厄姆地”。位于西南极洲,是南极大陆最大、向北伸入海洋最远(南纬63°)的大半岛,东西濒临威德尔海和别林斯高晋海。南极半岛被称为南极洲的“热带”。这里属于典型的副极地海洋性气候,与南极大陆相比,是南极洲最暖、最湿的地区之一,边缘区域的岛屿分布有少量的先锋植物,主要以苔藓和地衣为主。南极半岛及周边植物丰度数据产品通过实测光谱匹配遥感影像,应用纯像元PPI提取出苔藓、地衣、岩石、海、积雪的端元波谱。应用线性混合模型LMM(Linear Mixture Model)计算得到。
徐希燕
南极半岛也叫“帕默尔半岛”或“格雷厄姆地”。位于西南极洲,是南极大陆最大、向北伸入海洋最远(南纬63°)的大半岛,东西濒临威德尔海和别林斯高晋海。南极半岛被称为南极洲的“热带”。这里属于典型的副极地海洋性气候,与南极大陆相比,是南极洲最暖、最湿的地区之一,边缘区域的岛屿分布有少量的先锋植物,主要以苔藓和地衣为主。南极半岛及周边植物丰度数据产品通过实测光谱匹配遥感影像,应用纯像元PPI提取出苔藓、地衣、岩石、海、积雪的端元波谱。应用线性混合模型LMM(Linear Mixture Model)计算得到。菲尔德斯半岛特色植被覆盖度根据其与丰度的相关线性关系获得。
徐希燕
南极半岛也叫“帕默尔半岛”或“格雷厄姆地”。位于西南极洲,是南极大陆最大、向北伸入海洋最远(南纬63°)的大半岛,东西濒临威德尔海和别林斯高晋海。南极半岛被称为南极洲的“热带”。这里属于典型的副极地海洋性气候,与南极大陆相比,是南极洲最暖、最湿的地区之一,边缘区域的岛屿分布有少量的先锋植物,主要以苔藓和地衣为主。南极半岛及周边植物光谱和标注数据为2018年1月7-22日南极半岛周边菲尔德斯半岛和阿德利岛的9个区域37个样点的光谱数据,为南极植物分布和变化研究提供本底信息。
徐希燕
斯瓦尔巴群岛(又译斯瓦尔巴特、斯匹次卑尔根群岛)。位于北极地区的群岛,是挪威最北界国土范围的属地,它坐落在欧洲大陆北方,于挪威大陆与北极点两者之间。植被主要是地衣和苔藓类,仅有的树木是小极地柳和矮桦木。该地区采集的植被光谱数据集主要是基于北极斯瓦尔巴群岛新奥尔松地区283个样点的先锋植物调查,调查时间为2018年7月6-22日,采集地点包括伦敦岛,黄河站区和冰川前,为北极苔原区植物分布和变化研究提供本底信息。
徐希燕
该数据集包含了2018年长江源区人工采集的土地覆盖及植被类型地面验证点数据集。数据采集中,以用地类型相对较为均一、完整的斑块作为主要采集对象,在区分其他用地类型及植被类型时相对较易识别和辨识,在地物验证中具有较好的代表性。每个样地首先利用差分GPS仪记录经度(度分秒)、纬度(度分秒)、海拔(0.1米)、采集时间等位置信息,然后以人工目视识别的办法记录主要用地类型和性质、特征、建群种等属性信息,以便回实验室验证和核对。最后,对每个样地拍摄不少于1张的景观照片。在本次采集中,90%以上的样点采集了2张及以上实景照片,以便于在土地利用分类及植被类型提取中进行验证和核查。最后,通过与Google地图的位置核对,数据经过了两轮检验和核查,保证了验证点属性的绝对正确性。
王旭峰
该数据集包含了2018年8月黄河源区(扎陵湖北面)人工采集的土地覆盖及植被类型地面验证点数据集。数据采集中,以用地类型相对较为均一、完整的斑块作为主要采集对象,在区分其他用地类型及植被类型时相对较易识别和辨识,在地物验证中具有较好的代表性。每个样地首先利用差分GPS仪记录经度(度分秒)、纬度(度分秒)、海拔(0.1米)、采集时间等位置信息,然后以人工目视识别的办法记录主要用地类型和性质、特征、建群种等属性信息,以便回实验室验证和核对。最后,对每个样地拍摄不少于1张的景观照片。在本次采集中,90%以上的样点采集了2张及以上实景照片,以便于在土地利用分类及植被类型提取中进行验证和核查。最后,通过与Google地图的位置核对,数据经过了两轮检验和核查,保证了验证点属性的绝对正确性。
王旭峰
该数据集包含了2018年可可西里人工采集的土地覆盖地面验证点数据集。数据采集中,以用地类型相对较为均一、完整的斑块作为主要采集对象,在区分其他用地类型及植被类型时相对较易识别和辨识,在地物验证中具有较好的代表性。每个样地首先利用差分GPS仪记录经度(度分秒)、纬度(度分秒)、海拔(0.1米)、采集时间等位置信息,然后以人工目视识别的办法记录主要用地类型和性质、特征、建群种等属性信息,以便回实验室验证和核对。最后,对每个样地拍摄不少于1张的景观照片。在本次采集中,90%以上的样点采集了2张及以上实景照片,以便于在土地利用分类及植被类型提取中进行验证和核查。最后,通过与Google地图的位置核对,数据经过了两轮检验和核查,保证了验证点属性的绝对正确性。
王旭峰
本数据集根据最新发布的NOAA全球模拟和绘图项目(GIMMS,Global Inventory Monitoring and Modeling System)长序列(1981-2013)均一化植被指数产品,版本号3g,先将NDVI数据产品从1/12度空间分辨率重采样到0.5度,然后对每年的时间序列采用double-logistic方法进行平滑,并计算平滑后的曲率,选取春季曲率最大值作为植被的春季返青期,该数据可分析泛北极植被春季物候的时空特征。
徐希燕
植被调查数据是研究生态系统结构与功能必不可少的数据。藏北地区蕴含广袤的草地生态系统,主要包括高寒草甸、高寒草地、以及高寒荒漠化的草地。由于独特的地理位置以及高海拔缺氧的环境条件,在藏北高原的群落调查数据较为稀少。本课题组基于前期工作的积累,在2017年生长季对整个藏北高原15个县域开展了较为全面的植被调查。本数据集包括藏北样带上从那曲到日土县23个采样点的围栏内外的生物量数据。本数据集可用于生产力的空间分析与模型的校准工作。
张宪洲, 牛犇
本数据集根据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(2001-2014)。NDVI的时间分辨率是16天,空间分辨率0.05度,我们先将NDVI数据产品从0.05度空间分辨率重采样到0.5度,然后对每年的时间序列采用double-logistic方法进行平滑,并计算平滑后的曲率,选取春季曲率最大值作为植被的春季返青期,该数据可分析泛北极植被春季物候的时空特征。
美国国家航空航天局, 徐希燕
该数据集为全球生态系统呼吸数据,包含生态系统自养呼吸(Ra)和异养呼吸(Rh)两部分,由耦合模式比较计划第6阶段(CMIP6)中CNRM-CM6-1模式在Historical情景下模拟得到。数据时间范围为1850-2014年,时间分辨率为月,空间分辨率约为1.406°×1.389°。模拟数据详细说明可见链接http://www.umr-cnrm.fr/cmip6/spip.php?article11。
美国气候模式诊断和对比计划委员会
该数据集包含2018年6月5日至12月15日黑河流域地表过程综合观测网中游大满超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(GCC)、物候期及覆盖度(FC)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
屈永华, 徐自为, 李新
该数据集包含2018年6月13日至11月16日黑河流域地表过程综合观测网中游阿柔超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
屈永华, 徐自为, 李新
该数据集包含了2018年10月18日至2018年12月31日兰州大学兰州大学寒旱区科学观测网络寺大隆站气象要素梯度观测系统数据。站点位于甘肃张掖市肃南县康乐乡,下垫面是森林。观测点的经纬度是99.926E,38.428N,海拔3146m。二维超声风速/风向传感器和空气温湿度传感器分别架设在0.5m、3m、13m、24m、48m处,共5层;气压计安装在1.5m采集箱内;翻斗式雨量计安装在塔24m处;两个红外温度计分别安装在4m(冠层下)、24m(冠层下)处,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm、10cm、20cm、40cm、60cm处;光合有效辐射传感器分别安装在4m(冠层下)、24m(冠层下)处;日照时数传感器以及四分量辐射仪安装在24m处。 观测项目有:风速(WS_0.5m、WS_3m、WS_13m、WS_24m、WS_48m)(单位:米/秒)、风向(WD_0.5m、WD_3m、WD_13m、WD_24m、WD_48m)(单位:度)、空气温湿度(TA_0.5m、TA_3m、TA_13m、TA_24m、TA_48m和RH_0.5m、RH_3m、RH_13m、RH_24m、RH_48m)(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_A、IRT_B)(单位:摄氏度)、土壤热通量(Gs_5cm、Gs_10cm)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm (单位:百分比)、土壤温度(Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm)(单位:摄氏度) 、土壤水势(SWP_5cm、SWP_10cm、SWP_20cm、SWP_40cm、SWP_60cm)(单位:千帕)、土壤电导率(EC_5cm、EC_10cm、EC_20cm、EC_40cm、EC_60cm)(单位:微西门子/厘米)、光合有效辐射(PAR_A、PAR-B)(单位:微摩尔/平方米秒)、日照时数(Sun_time)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);该地区土壤水势很低,已超出传感器的测量量程;(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。
赵长明, 张仁懿
该数据集包含2018年5月16日至11月6日黑河流域地表过程综合观测网下游混合林站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
屈永华, 徐自为, 李新
该数据集包含了2018年6月11日至2018年9月18日的黑河水文气象观测网中游大满超级站叶面积指数观测数据。站点(100.372° E, 38.856° N)位于甘肃省张掖市大满灌区内,海拔1556m,下垫面是玉米。观测样方共计3个,每个样方大小约30m×30m,经纬度范围分别为(100.373297°E~100.374205°E, 38.857871°N~38.858390°N)、(100.373918° E~100.373897°E, 38.854025°N~38.854941°N)、(100.368007°E~100.369044°E, 38.850678°N~38.851580°N)。每个样方内布设5个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网(LAINet)获取,该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据(Level0),利用LAINet软件对原始观测数据进行处理,逐节点计算每天LAI(Level1),进一步对无效值识别与填充,并7天滑动平均消除天气变化对LAI计算的影响(Level2),对有多个LAINet节点的观测子区,节点的均值为该子区的最终观测值(Level3)。 本次发布的数据集为处理后的Level3产品,数据以*.xls格式存储。 黑河流域地表过程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Qu et al. (2014)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含了2018年6月16日至2018年10月18日的黑河水文气象观测网下游四道桥(包括柽柳与胡杨林)叶面积指数观测数据。站点位于内蒙古额济纳旗四道桥,海拔870 m,下垫面是柽柳与胡杨。观测在四道桥超级站(101.1374E, 42.0012N)和混合林站(101.1335E, 41.9903N)旁开展,样方共计2个,每个样方大小约30m×30m,每个样方内布设5个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网(LAINet)获取,该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据(Level0),利用LAINet软件对原始观测数据进行处理,逐节点计算每天LAI(Level1),进一步对无效值识别与填充,并7天滑动平均消除天气变化对LAI计算的影响(Level2),对有多个LAINet节点的观测子区,节点的均值为该子区的最终观测值(Level3)。 本次发布的数据集为处理后的Level3产品,数据以*.xls格式存储。 黑河流域地表过程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Qu et al. (2014)。
屈永华, 徐自为, 李新
该数据集包含2018年6月15日至11月7日黑河流域地表过程综合观测网下游四道桥超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
屈永华, 徐自为, 李新
该数据集由三部分组成:①2018年8月16日至8月30日在祁连山石羊河流域上游7条支流及下游青土湖进行的植物样地调查数据;②2018年9月25日至10月3日在黑河、疏勒河流域主要支流进行的植物样地调查数据;③2013年8月18日至2018年8月8日在青海湖与黑河流域的植物样地调查数据。第一部分调查涉及草本、灌木、乔木的生长特性与数量信息;第二部分主要调查乔木,对草本仅作粗略估计;第三部分主要调查草甸植被。 三部分调查依据植被类型设置样地,每个样地至少选取 3 个样方(分乔木、灌木、草本)。其中,草本样方面积为 1m×1m 或 0.5m×0.5m;荒漠灌木样方面积为 10m×10m;森林灌丛面积为 2m×2m;灌木灌丛面积4m×4m;乔木样方面积为20m×20m。在每个样方内进行植物群落调查:乔木样方调查主要调查物种数量、物种多度、20株乔木每木检尺(含株高、胸径、冠幅、活枝下高)、样方内全部乔木胸径;灌木样方主要调查全部灌木的物种数量、多度、灌木冠幅、灌木株高;草本样方主要调查草本物种数量、多度或分盖度、平均株高、总盖度,地上生物量。
赵长明, 张立勋, 黄永梅, 袁建立, 张仁懿
该数据集包含了2018年1月1日至2018年12月31日兰州大学兰州大学寒旱区科学观测网络西营河站气象要素梯度观测系统数据。站点位于青海海北门源县仙米乡讨拉村,下垫面是高寒草甸。观测点的经纬度是101.855E,37.561N,海拔3616m。二维超声风速/风向传感器和空气温湿度传感器分别架设在2m、4m、8m处,共3层,朝向正北;气压计安装在1.5m采集箱内;翻斗式雨量计安装在塔4m处;红外温度计安装在4m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下20cm和40cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_2m、WS_4m、WS_8m)(单位:米/秒)、风向(WD_2m、WD_4m、WD_8m)(单位:度)、空气温湿度(Ta_2m、Ta_4m、Ta_8m和RH_2m、RH_4m、RH_8m)(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)(单位:摄氏度)、土壤热通量(Gs_5cm、Gs_10cm)(单位:瓦/平方米)、土壤水分(Ms_20cm、Ms_40cm)(单位:百分比)、土壤温度(Ts_20cm、Ts_40cm)(单位:摄氏度) 、土壤水势(SWP_20cm,SWP_40cm)(单位:千帕)、土壤电导率(EC_20cm、EC_40cm)(单位:微西门子/厘米)、光合有效辐射(PAR)(单位:微摩尔/平方米秒)、日照时数(Sun_time)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);2018.8.29-10.18由于电池箱进水导致的供电不稳定,气象数据丢失严重未入库;2018.10.18日起2m超声风速/风向传感器故障,该位置风速数据错误;雨量筒程序错误,全年数据无效;由于程序故障,2018.1.1-3.2空气湿度采集错误;(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。
赵长明, 张仁懿
该数据集包含了2018年1月1日至2018年12月31日兰州大学寒旱区科学观测网络连城站气象要素梯度观测系统数据。站点位于甘肃永登连城吐鲁沟国家森林公园吐鲁坪,下垫面是森林。观测点的经纬度是102.737E,36.692N,海拔2903m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处,共2层,朝向正北;气压计安装在1.5m采集箱内;翻斗式雨量计安装在塔2m处;红外温度计安装在2m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm和10cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_2m、WS_4m、WS_8m)(单位:米/秒)、风向(WD_2m、WD_4m、WD_8m)(单位:度)、空气温湿度(Ta_4m、Ta_8m和RH_4m、RH_8m)(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)(单位:摄氏度)、土壤热通量(Gs_5cm、Gs_10cm)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm)(单位:摄氏度) 、土壤水势(SWP_5cm,SWP_10cm)(单位:千帕)、土壤电导率(EC_5cm、EC_10cm)(单位:微西门子/厘米)、光合有效辐射(PAR)(单位:微摩尔/平方米秒)、日照时数(Sun_time)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);2018.5.30-7.6由于供电故障数据丢失;2018.1.1-5.30土壤热通量(5cm)传感器因鼠害断线,无有效数值;由于程序故障,空气湿度采集错误;(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。
赵长明, 张仁懿
该数据集包含了2018年1月1日至2018年12月31日兰州大学兰州大学寒旱区科学观测网络临泽站气象要素梯度观测系统数据。站点位于甘肃张掖临泽新华镇古寨村,下垫面是农田。观测点的经纬度是100.062E,39.238N,海拔1402m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处,共2层,朝向正北;气压计安装在1m采集箱内;翻斗式雨量计安装在塔4m处;红外温度计安装在4m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下20cm和40cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_4m、WS_8m)(单位:米/秒)、风向(WD_4m、WD_8m)(单位:度)、空气温湿度(Ta_4m、Ta_8m和RH_4m、RH_8m)(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)(单位:摄氏度)、土壤热通量(Gs_5cm、Gs_10cm)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm)(单位:摄氏度) 、土壤水势(SWP_5cm,SWP_10cm)(单位:千帕)、土壤电导率(EC_5cm、EC_10cm)(单位:微西门子/厘米)、光合有效辐射(PAR)(单位:微摩尔/平方米秒)、日照时数(Sun_time)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);雨量筒程序错误,雨量数据无效;由于程序故障,空气湿度采集错误;(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。
赵长明, 张仁懿
植物功能型(PFT)是根据植物种的生态系统功能及其资源利用方式而对宠大的植物种进行的组合,每一种植物功能型共享相似的植物属性,是将植物种的多样性简化为植物功能和结构的多样性。植物功能型的概念受到生态学家特别是生态系统建模者的推崇。其基本假设是全球重要的生态系统动态可以通过有限的植物功能型表达和模拟。目前,植物功能型已被广泛用于生物地理模型、生物地球化学模型、陆面过程模型和全球动态植被模型,如美国国家大气研究中心(NCAR)的陆面过程模型已经将原来用土地覆盖信息变为应用植物功能型图(Bonan et al., 2002)。植物功能型已经被用于动态全球植被模型(DGVM)中,用以预测全球变化情景下生态系统结构与功能的变化。 参考全球植物功能型分类体系,根据模型需求,将土地覆盖类型与植物功能型合并考虑,确定该数据的分类体系下表。 1、植物功能型分类体系 1 Needleleaf evergreen tree, temperate 2 Needleleaf evergreen tree, boreal 3 Needleleaf deciduous tree 4 Broadleaf evergreen tree, tropical 5 Broadleaf evergreen tree, temperate 6 Broadleaf deciduous tree, tropical 7 Broadleaf deciduous tree, temperate 8 Broadleaf deciduous tree, boreal 9 Broadleaf evergreen shrub, temperate 10 Broadleaf deciduous shrub, temperate 11 Broadleaf deciduous shrub, boreal 12 C3 grass, arctic 13 C3 grass 14 C4 grass 15 Crop 16 Permanent wetlands 17 Urban and built-up lands 18 Snow and ice 19 Barren or sparsely vegetated lands 20 Bodies of water 2、制图方法 中国1公里植物功能型图是根据Bonan等(Bonan et al., 2002)提出的土地覆盖与植物功能型转换的气候规则,对MICLCover土地覆盖图(冉有华 等,2009;Ran et al., 2012)进行转换。MICLCover土地覆盖图是融合了2000年中国1:10万土地利用数据、中国植被图集(1:100万)的植物型、中国1:10万冰川分布图、中国1:100万沼泽湿地图和MODIS 2001年土地覆盖产品(MOD12Q1)的最新发布的土地覆盖数据,采用IGBP土地覆盖分类系统。评价显示,其可能是目前存在的全国1km尺度上精度最高的土地覆盖图。气候数据利用何杰等(2010)发展的1981-2008年的空间分辨率为0.1度、时间分辨率为3小时的中国大气驱动数据,是我国现存的在全国尺度上具有最高时空分辨率的气候数据,该数据融合了Princeton 陆面模式驱动数据(Sheffield et al., 2006)、GEWEX-SRB 辐射数据(Pinker et al., 2003)、TRMM 3B42 和APHRODITE 降水数据以及中国气象局740个气象台站的观测数据。根据RanYouhua等(2010)的评价结果,GLC2000在目前的全球土地覆盖数据集中,具有相对较高的精度,且其分类系统中没有混交林这一类,因此MICLCover土地覆盖图中的混交林利用GLC2000 (Bartholome and Belward, 2005; 徐文婷 等,2005)中的信息进行了替换。该数据可用于陆面过程模型等相关研究中。
冉有华, 李新
本数据集是2010年青藏高原地区的土地覆被数据,数据为栅格TIFF格式,空间分辨率为300米,包含耕地、林地、草地、水体、城市用地等22个大类,可用于青藏高原城镇化与生态环境交互胁迫的地理本底研究。该数据来自欧空局CCI-LC项目生产的土地覆被数据产品。该数据集采用了WGS84的地理坐标系统,有22个大类。数据的生产融合多种卫星数据资料,包括MERIS FR/RR,AVHRR,SPOT-VGT,PROBA-V等。经验证,该数据集的总体精度在70%以上,当然精度会在不同的地区和覆被类型上存在差异。
杜云艳
该数据集是中国科学院西北高原生物研究所调查的三江源国家公园植物采集布位点信息。该数据集时间范围是2008年至2017年,调查范围是三江源国家公园,调查内容包括采集日期、编号、科、属、种、调查日期、采集地点、采集人、经度、纬度、海拔、生境、鉴定人等信息。对国家公园的三个园区分别进行了调查,在长江源园区调查了24个科56个属的88个种的植被,总共116条记录;在黄河源园区调查了26个科64个属110个种的植被,总共159条记录;在澜沧江源园区调查了12个科22个属30个种的植被,总共33条记录。
高庆波
净初级生产力(NPP)数据基于CASA模型生产,数据内容为三江源地区2010-2015年250米分辨率逐月NPP数据集。净初级生产力定义:绿色植物单位面积、单位时间内所累积的有机物数量。 单位:0.01gC/m²/月。Monthly和Yearly NPP分别表示逐月和逐年NPP。 投影信息: Albers 等积圆锥投影 中央经线:105度 第一割线:25度 第一割线:47度 坐标西偏:4000000 meter
朱伟伟
基于MODIS 2000年至2018年生长季平均的NDVI(空间分辨率250m),利用Mann-Kendall趋势检测方法,计算了NDVI的变化趋势。对三江源国家公园的三个园区都进行了计算(CJYYQ:长江源园区;HHYYQ:黄河源园区;LCJYYQ:澜沧江源园区)。CJYYQ_NDVI_trend_2000_2018_ok.tif:长江源园区NDVI变化趋势。CJYYQ_NDVI_trend_2000_2018_ok_significant.tif:长江源园区NDVI变化趋势,剔除了不显著(p>0.05)的区域。CJYYQ_gs_avg_NDVI_2000.tif:长江源园区2000年生长季平均NDVI。单位为NDVI变化每年。
王旭峰
采用实地调查的方法,收集了青藏高原藏北那曲、东部若尔盖高原、风火山2015-2017年植被地上地下生物量及土壤碳氮数据,并对数据进行整理和初步分析。数据集主要包括不同增温梯度、不同海拔梯度(亚高山草甸、高山草甸、高山灌丛草甸)、不同水分梯度(沼泽湿地、退化沼泽、沼泽草甸、湿草甸、干草甸、退化草甸)和不同沙化程度(轻度沙化、中度沙化、重度沙化、完全沙化)下的高寒地区植被地上和地下生物量以及土壤碳含量。综合分析了以上不同梯度下植被生物量和土壤碳氮含量的差异和变化趋势。该数据集为了解及合理利用草地资源提供理论依据,也为探讨全球气候变化背景下高寒草地生产力预测提供有力支持。
张宪洲, 张扬建, 苏培玺, 杨燕
1:10万黑河流域植被图,区域范围以黄委会黑河边界为准,面积约为14.29×104km2,数据格式为GIS矢量格式,本版本为3.0版。该数据以地面观察数据为主、综合各类遥感数据、1:100万植被图、气候、地形、地貌、土壤数据制图,并进行交叉验证编制而成。采用《中华人民共和国植被图 (1:1,000,000), 2007》的分类标准、图例单位和系统,包括植被型组、植被型、群系、亚群系四个单位。新版主要是对新群系代码进行了统一(共74个代码,区分群系和亚群系)。将2.0版本的9个植被型组,22个植被型,74个群系(亚群系)改为9个植被型组,22个植被型,67个群系(7个亚群系)。 数据包含2.0版本和3.0版本。
郑元润, 周继华
本数据为小满玉米地(2012-06-25日至2012-08-24日)的LAINet数据集。 测量仪器:北京师范大学自制无线传感器网络叶面积指数观测仪 测量方式:LAINet观测系统由三类传感器节点组成,分别是(1)冠层下节点,传感器近水平向上放置,用来测量冠层透过辐射,(2)冠层上节点,传感器近似水平向上放置,用来测量太阳入射总辐射,(3)汇聚节点,用来接收并转发由(1)和(2)两类节点测量到的数据。 数据处理:从传感器接收到原始数据是按照汇聚节点进行接收的,经过预处理之后形成以天为时间单位的原始数据集。仪器对冠层透过率的观测是通过计算一天之内不同太阳高度角下冠层下透过辐射与冠层上的入射总辐射的比值而得到的。叶面积指数是基于多角度透过率数据进行反演计算得到。 LAINet数据集包括计算的原始LAI数据、经过5天平均之后的LAI数据以及测量节点的经纬度。所有数据以Excel保存。其中5天平均处理后的数据以汇聚节点编号为表单名称,每个表单(sheet)保存是一个汇聚节点下所有子节点的测量数据。原始数据记录了每个节点在所有观测日期内能够计算得到的LAI数值。以上两类数据的每个表单中,各列的含义如下:测量日期,DOY,节点1,节点2,...,节点N。
马明国
该数据集包含了2017年8月3日至2017年8月9日期间在曲麻莱、玛多和可可西里的植物群落样方调查数据。主要调查内容为盖度、高度和地上生物量。涵盖了高寒草原、高寒湿地和高寒草甸三种植被类型。记录了样方的经纬度、海拔、总体覆盖度、物种名称及数量、每个物种选三株测量其高度、总的地上生物量、分类别的地上生物量。
胡林勇, 李奇, 胡林勇, 徐世晓, 李奇
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
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
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
本数据为在盈科绿洲观测的植被LAI数据集。数据观测从2012年5月25日开始,至2012年7月7日结束。 测量仪器与原理: 利用LAI2000测量冠层的LAI。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。 在每个样方内测量一次冠层上入射,测量多次冠层下透射,然后取均值,通过间隙率模型反演得到冠层LAI。 配套数据: 植被的种类、株高、垄行结构、场景照片等信息。 数据格式: Excel格式。
李云, 汪艳, 马明国
本数据集为用卷尺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植被株高数据。 1) 测量目的 株高数据测量的目的在于:获取黑河流域下垫面上植被的株高,作为先验知识用于植被反演和生态水文模型。 2) 测量仪器 测量仪器:卷尺。 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测量小麦株高。 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(下垫面均为制种玉米)的株高。 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(下垫面为制种玉米)的株高。 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(下垫面为制种玉米)的株高。 4) 数据处理 在实验现场用观测手簿记录观测数据,然后整理成excel表。
王静, 徐凤英, 庄金鑫, 黄永生, 李新, 马明国
在2012年中游航空遥感试验开展期间,对黑河中游CASI+SASI飞行航带范围内土地覆盖开展调查,目的在于获取主要的植被类型和种植结构数据,用于实现植被遥感产品的真实性检验。 观测仪器: 高精度手持GPS(定位精度2-3米)和数码相机。 测量方式: 借助Goole Earth,可以大致看出中游有植被的范围, 设计具体路线,然后选择小满镇五星村的5*5公里为主要详细调查范围,实验调查可行的基础上,对中游其他做大面积调查,在尽可能到达的路线内具体调查种植结构类型。调查的方式是尽量选择大面积均质的植被类型或者农田进行调查,记录坐标位置、拍摄下垫面照片。 数据内容: 数据内容包含经纬度,植被类型,大概的种植面积,作物的物侯期等信息。 观测地点: 重点为中游人工绿洲试验区CASI飞行区域,还包括CASI在中游样带飞行区域和黑河中游2区(甘州、肃州)5县(山丹、民乐、临泽、高台、金塔)。 观测时间: 本次调查时间从2012年6月25日开始,8月6日结束。
张苗
本数据集为在张掖市大满水分控制实验场、EC站点、超级站和石桥一社样地测量的作物生物量数据。 1) 测量目的 生物量数据测量的目的在于:获取黑河流域下垫面上作物的生物量,作为先验知识用于植被生物物理参数反演和生态水文模型校正和验证。 2) 测量仪器与原理 测量仪器:天平(精度0.1g)、烘箱。 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测量小麦生物量。 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,测定制种玉米的生物量。 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,测定制种玉米的生物量。 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,测定制种玉米的生物量。 4) 数据处理 在实验现场用观测手簿记录观测数据,然后整理成excel表。
徐凤英, 王静, 马春峰, 黄永生, 李新, 马明国
在EC17号点果园设置的红外温度系统,可以为航空飞行数据反演地表温度产品提供果园地表温度的连续地面观测数据。 观测地点: 选择甘肃省农科院张掖试验场的大面积、均质的果园作为观测点,位于EC17号点旁,主要观测植被为苹果树冠层。该观测点坐标为:38°50'41.70"N,100°22'11.40"E。 测量仪器: 观测探头为一个垂直对地的S1-111红外温度探头(2012年新购置仪器,其出厂时默认设置的地表发射率为1,试验期间未进行黑体定标)。Campell CR850数采自动记录,果树高度4米,冠幅4×4米,探头架高4.55米。位于EC17西南方向4米处。 测量时间: 仪器从2012年8月3日起开始正常观测,截至2012年9月27日,进行不间断地24小时观测,1分钟记录一次数据,1分钟输出一组数据。 数据内容: 地表温度观测数据(Target_C_Avg,未进行地表比辐射率、背景温度的校正),SI-111仪器自身的表体温度(SBT_C_Avg)。数据最终被存储为1天1个独立文本文件,数据命名方式:数据格式+观测点名称+数据采样时间+日期+时间.dat。详细的数据表头信息见数据内的数据表头说明。
马明国
植被叶绿素含量的测量是为了获取不同EC站点以及不同类型植被叶绿素的含量,并实现遥感反演的叶绿素产品的真实性检验。 观测仪器: 野外采样,室内丙酮萃取法测量。 测量方式: 为了分析株高对叶绿素含量的影响,根据玉米株高记录选择不同的样方进行采样,总共选择了11个玉米样方。为了比较不同植被类型的叶绿素含量,又选取了通量矩阵内EC1下的三种蔬菜类型以及湿地的芦苇样方。总共选取了19个不同的样方进行分析,所采样方交于河西学院生命科学学院实验室,进行叶绿素萃取,分别提取出所选样方的叶绿素a、叶绿素b以及总叶绿素的含量。 数据内容: 叶绿素a、叶绿素b以及总叶绿素的含量 观测时间: 2012年7月8号
家淑珍
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2014年5月10日开始,9月11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2014年5月10日-9月11日, 7月20日以前每5天观测一次,7月20后每10天观测一次,共做了17次观测,具体观测时间如下; 超级站:2014-5-10、2014-5-15、2014-5-20、2014-5-25、2014-5-30、2014-6-10、2014-6-15、2014-6-20、2014-6-25、2014-6-30、2014-7-5、2014-7-10、2014-7-15、2014-7-20、2014-8-5、2014-8-17、2014-9-11 1.1.2其它四个站:观测时间段2014年5月20日-9月15日,每10天观测一次,共做了11次观测,具体观测时间如下; 其它四个站:2014-5-10、2014-5-20、2014-5-30、2014-6-10、2014-6-20、2014-6-30、2014-7-10、2014-7-20、2014-8-5、2014-8-17、2014-9-11 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2014年5月10日-9月11日, 7月20日以前每5天观测一次,7月20后每10天观测一次,共做了17次观测,具体观测时间如下; 超级站:2014-5-10、2014-5-15、2014-5-20、2014-5-25、2014-5-30、2014-6-10、2014-6-15、2014-6-20、2014-6-25、2014-6-30、2014-7-5、2014-7-10、2014-7-15、2014-7-20、2014-8-5、2014-8-17、2014-9-11 2.1.2芦苇:观测时间段2014年5月20日-9月15日,每10天观测一次,共做了11次观测,具体观测时间如下; 2014-5-10、2014-5-20、2014-5-30、2014-6-10、2014-6-20、2014-6-30、2014-7-10、2014-7-20、2014-8-5、2014-8-17、2014-9-11 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。
于文凭, 耿丽英, 李艺梦, 谭俊磊, 马明国
本数据集为采用叶绿素仪(SPAD)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玉米叶片叶绿素数据。 1) 测量目的 叶绿素数据测量的目的在于:获取黑河流域下垫面上作物叶片的叶绿素含量,作为参数应用于植被辐射传输模型,以及其他生物物理参数的反演。 2) 测量仪器与原理 测量仪器:叶绿素仪(SPAD)。 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12个水分处理的小麦叶片叶绿素含量。 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,制种玉米叶片叶绿素含量。 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,制种玉米叶片叶绿素含量。 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,制种玉米叶片叶绿素含量。 4) 数据处理 在实验现场用观测手簿记录观测数据,然后整理成excel表。
徐凤英, 王静, 庄金鑫, 刘素华, 黄永生, 李新, 马明国
我们生产了2012年黑河流域1KM分辨率的地表光合有效辐射(PAR),太阳辐射(SSR)和净辐射(NR)产品。时间分辨率从瞬时,到逐时和逐日累计。同时也生产了逐日的辅助数据,包括气溶胶光学厚度、水汽含量、NDVI、雪盖和地表反照率。其中,PAR和SSR通过结合静止气象卫星和极轨卫星MODIS产品,用查找表的方法来直接反演。NR通过分析地表净短波辐射和净辐射之间的关系来计算。半小时一次的瞬时产品被加权平均和积分得到逐时和日累计产品。 最终的数据产品以HDF格式打包。HDF文件里有数据以及数据集的详细说明。放了方便使用,简介文档里给出了一段读取HDF格式的IDL代码和一个HDF专业软件! 如果在您的论文中用到了此数据,请引用以下三篇参考文献!
黄广辉
从沙冬青叶片中中克隆了一个典型Shaker型钾离子吸收通道基因AmKAT1。 对AmKAT1的电生理研究表明AmKAT1是一个受钾离子浓度调控K+吸收通道,该系统在细胞外钾离子浓度较高(10 mmol/L以上)时,方能行使向保卫细胞中输入K+的功能。这一与众不同的特征对沙冬青这样的旱生植物具有重要的生理意义:在细胞外低浓度钾离子条件下(无论钠离子浓度多高),AmKAT1难于开放,钾离子不能进入保卫细胞,保卫细胞就不会吸水膨胀,气孔也就难于打开,这样减少了沙冬青体内水分的蒸腾散失,增强了沙冬青在干旱环境中的生存能力。我们进一步深入研究了细胞外钾离子调控AmKAT1活性的机制,发现AmKAT1中至少两个位点参与钾离子的感应,现在已经确定一个位点位于通道孔区域。 此外,我们还克隆得到一个保卫细胞外向型K+通道AmGORK和慢阴离子通道AmSLAC1。荧光定量PCR结果显示,AmGORK主要在地上部表达,其转录水平不同程度地受到PEG模拟水分胁迫、ABA、NaCl及渗透胁迫处理等的影响。在非洲爪蟾卵母细胞异源系统中的电生理研究表明,蒙古沙冬青保卫细胞的AmGORK通道在膜电位去极化时能够介导K+的高效外排;该通道的激活具备典型电压依赖性和钾离子浓度依赖性,且受到钾离子通道抑制剂TEA和Ba2+的抑制;此外,AmGORK的活性受细胞外pH,而不受细胞外钙浓度的调控。这些结果表明,虽然蒙古沙冬青是一起源于数百万年前的耐干旱古老豆科灌木,其在K+主导的气孔关闭机制方面,与现有普通模式植物拟南芥高度相似。这些结果为初步揭示GORK类气孔调控通道在不同物种间及长期进化过程中的功能保守性,提供了证据。
苏彦华
该数据集包含了2015年1月1日至12月31日期间水文气象观测网中热扩散液流计数据,研究区位于黑河下游内蒙古自治区阿拉善盟额济纳旗胡杨林。根据胡杨林的不同高度及胸径,选取样树安装热扩散液流计 (Thermal Dissipation sap flow velocity Probe, TDP),采用国产TDP插针式热扩散植物液流计,型号为TDP30。在混合林站及胡杨站附近分别设置样地TDP1点和TDP2点。样树高度从高到低依次为TDP2(16.4米、18.3米、16.9米)、TDP1(12.5,米、13米、14米),胸径从大到小依次为TDP1(48厘米、41.6厘米、46.6厘米)、TDP2(33.8厘米、38.5厘米、42.3厘米),密度分别为TDP1(0.0158棵/平方米)、TDP2(0.0116棵/平方米),以此代表整个区域进行胡杨蒸腾量的测量。每棵样树安装两组探针,高度为1.3米,方位分别为样树正东和正西方向。 TDP的原始观测数据为探针之间的温度差,采集频率为10s采集一次,平均为10分钟输出。发布的数据为经过计算和处理之后的树干液流数据,包括每10分钟的液流速率V(cm/h)、液流通量Fs(cm3/h)和每天的蒸腾量Q(mm/d)。首先根据探针之间的温度差计算液流速率和液流通量,然后根据观测点的胡杨林面积和树木间距,计算得到林带单位面积的蒸腾量Q。同时对计算之后的速率和通量值进行后处理:(1)剔除明显超出物理意义或超出仪器量程的数据;(2)缺失的数据用-6999标记;(3)因探针故障等原因引起的可疑数据用红色字体标识,并剔除确认有问题的数据。 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Qiao et al. (2015)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
该数据集包含了2012年6月14日至9月21日的通量观测矩阵中树干液流观测数据。研究区位于甘肃省张掖市盈科灌区内,根据防护林的不同高度及胸径,选取样树安装TDP(Thermal Dissipation sap flow velocity Probe, 热扩散液流计),采用国产TDP插针式热扩散植物茎流计,型号为TDP30。样地依次为TDP-1点,TDP-2点和TDP-3点,分别位于LAS4-S,6号点和8号点附近。样树高度从高到低依次为TDP-2、TDP-1、TDP-3,胸径从大到小依次为TDP-2、TDP-3、TDP-1,以此代表整个区域进行树干液流的测量。探针安装高度为1.3米,安装方位为样树东南、西南和正北方向。 TDP的原始观测数据为探针之间的温度差,采集频率为30秒,平均时间为10分钟。发布的数据为经过计算和处理之后的树干液流数据,包括每10分钟的液流速率(cm/h)、液流通量(cm3/h)和每天的蒸腾量(mm/d)。首先根据探针之间的温度差计算液流速率和液流通量,然后根据观测点的防护林带面积和树木间距,计算得到林带单位面积的蒸腾量Q。同时对计算之后的速率和通量值进行后处理:(1)剔除明显超出物理意义或超出仪器量程的数据;(2)缺失的数据用-6999标记;(3)因探针故障等原因引起的可疑数据用红色字体标识,并剔除确认有问题的数据。 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Qiao et al.(2015)。
刘绍民, 李新
该数据集包含了通量观测矩阵中15测点(大满超级站)2012年5月27日至9月21日的大气水汽氢氧稳定同位素比值和通量数据集、玉米土壤和茎秆氢氧稳定同位素比值数据集;13测点航空遥感飞行时大气水汽氢氧稳定同位素比值数据集、13和15测点航空遥感飞行时玉米土壤和茎秆氢氧稳定同位素比值数据集。站点位于甘肃省张掖市盈科灌区农田内,下垫面均是玉米。15测点的经纬度是100.3722E,38.8555N, 13测点的经纬度是 100.3785E,38.8607N,海拔1552.75m。15测点采用大气水汽δ18O和δD比值和通量的原位连续观测系统进行连续观测,该系统两个进气口高度为玉米冠层上方0.5m和1.5m,采样频率为0.2Hz,进气口切换时间为2min,数据时间间隔为1hr;玉米土壤和茎秆水样品的采样频率为1~3d。13测点采用大气水汽δ18O和δD比值和通量的移动观测系统进行短期观测;大气水汽、玉米土壤和茎秆水样品的采样频率与航空遥感飞行相匹配。 15测点大气水汽氢氧稳定同位素比值和通量数据集的项目包括:Timestamp(时间,timestamp without time zone),Number(有效数据数量),δD of r1(下进气口δD,‰),δD of r2(上进气口δD,‰),δ18O of r1(下进气口δ18O,‰),δ18O of r2上进气口δ18O(‰),vapor mixing ratio of r1(下进气口水汽混合比,mmol/mol),vapor mixing ratio of r2(上进气口水汽混合比,mmol/mol),δET_D(蒸散δD,‰),δET_18O(蒸散δ18O,‰);15测点玉米土壤和茎秆氢氧稳定同位素比值数据集的项目包括Timestamp(时间,timestamp without time zone),Remark(处理:裸地土壤Ld=1;覆膜土壤Fm=2;父本土壤F=3;茎秆Xylem=4),δD(‰),δ18O(‰)。15测点土壤蒸发和植物蒸腾占蒸散比例的数据集的项目包括Timestamp(时间,timestamp without time zone),E/ET(土壤蒸发占蒸散比例,%),T/ET(植物蒸腾占蒸散比例,%)。植物蒸腾占蒸散的比例变异范围为53.6~99.8%,平均值(±标准偏差)86.7±5.2% 。土壤蒸发占蒸散的比例变异范围为0.2~46.4%,平均值(±标准偏差) 13.3 ±5.2%。 13测点航空遥感飞行时大气水汽氢氧稳定同位素比值数据集的项目包括Timestamp1(开始时间,timestamp without time zone),Timetamp2(结束时间,timestamp without time zone),Height(观测高度,cm),δD(‰),δ18O(‰)。13和15测点航空遥感飞行时玉米土壤和茎秆氢氧稳定同位素比值数据集的项目包括Timestamp(时间,timestamp without time zone),Remark(处理:裸地土壤Ld=1;覆膜土壤Fm=2;茎秆Xylem=4),δD(‰),δ18O(‰),Location(测点:13或15测点);缺失数据标记为-6999。 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Wen et al.(2016)。
温学发, 刘绍民, 李新
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