北极放大效应是 20 世纪最显著的气候变化现象。为理解北极放大效应对全球气候变化的响应及影响，科学家们开展了 CMIP6 子计划北极放大效应比较计划（PAMIP）。 中国科学院大气物理研究所的气候系统模式 FGOALS-f3-L 参加了上述计划并完成和提交了 8 组大样本集合试验。这些试验基于陆气耦合模式，分别考虑了不同下垫面强迫的组合在工业革命前情景、 现代气候情景和未来气候变化情景下，全球海温和海冰变化对大气环流及全球气候系统的影响。所有的试验外强迫固定在 2000 年，采用 100 个集合，从 2000 年 4 月 1 日开始积分到 2001 年 6 月 30 日。以上数据为进一步理解北极放大效应现象及其影响提供了新的科学数据和科学依据。
何编
冰川表面运动提取在冰川动力学与物质平衡变化研究中具有重要意义，针对当前我国自主遥感卫星数据在冰川运动监测应用中存在的不足，选用GF-3卫星FSI模式下获取的2019—2020年间覆盖青藏高原高山区典型冰川的SAR数据，借助并行化偏移量跟踪算法获取了研究区冰川表面流速分布。GF-3影像凭借其良好的空间分辨率，在规模较小、运动缓慢的冰川运动提取方面具有显著的优势，能够更好地体现冰川运动细节信息及其差异性。该研究有助于分析气候变化背景下青藏高原地区冰川的运动规律及其时空演变特征。
闫世勇
南极McMurdo Dry Valleys 冰川表面流速遥感后处理产品，基于Antarctic Ice Sheet Velocity and Mapping Project（AIV）数据，通过先进的算法和数值工具后处理得到。该产品利用Sentinel-1/2/Landsat数据绘制，提供了McMurdo Dry Valleys 均匀、高分辨率（60m）的冰流速结果，时间覆盖范围从2015到2020。
江利明
该数据为第六次国际耦合模式比较计划 （CMIP6）在中等排放场景（ssp245）下对2020年-2100年南极海冰密集度数据的模拟。对CMIP6的25个模式数据统一插值后进行集合平均。海冰密集度数据大小在0-1之间，数据时间范围从2020年1月至2100年12月，时间分辨率为月，空间范围为南纬45°以南，空间分辨率为1°×1°。该数据提供了中等排放情景下，南极海冰的的状态和演变，可为南极未来变化等研究提供参考。
李双林, 王惠
基于CMIP6模式资料（模式列表见表1）估算了历史时期（1990-2014年）和未来（2046-2065年）不同气候变化情景下（包括SSP126, SSP245, SSP585），青藏高原和环北极地区冻土分布、冻土活动层厚度，以及冻土区陆地生态系统碳通量（总初级生产力GPP和生态系统碳源汇NEP）数据，空间分辨率为1°×1°。其中冻土分布利用空间约束方法 (Chadburn et al., 2017)，基于现阶段不同温度梯度下冻土出现的概率，结合地球系统模式模拟的未来温度变化，估算未来气候变暖情景下的冻土分布。活动层厚度变化方面，利用现阶段基于遥感估算的活动层厚度对温度变化的敏感性约束地球系统模式模拟的活动层厚度变化，从而校正模型对冻土活动层厚度模拟的误差。未来冻土区碳通量为地球系统模式模拟结果的多模式集合平均值。 模拟结果表明，未来气候变化情景下青藏高原冻土将显著退化，随着未来温度升高，连续多年冻土区表现为碳源，但升温促进植被生长，在非连续冻土区碳汇能力增强。与青藏高原类似，未来环北极地区冻土也将普遍退化，未来气候变暖促进北极地区植被增长，从而增强区域碳汇。
汪涛, 刘丹, 魏建军
基于中国第33次南极科学考察，在东南极中山站至Dome A断面上获取的雪冰金属元素浓度时空分布数据集，主要包括：1、距离中山站202公里处获取的一支浅冰芯，冰芯涵盖时间长度为1990年至2017年，分辨率为年，包括金属元素铁以及氢氧同位素等数据。2、沿着东南极中山站-Dome A断面，每个10公里采集一个样品，金属元素包括稀土元素和钡等元素。数据可用于研究自然源和人类活动对南极雪冰的污染和贡献等。
杜志恒
本数据是基于气象观测数据、水文站点数据，结合各种同化数据和遥感数据，通过耦合积雪、冰川和冻土物理过程的青藏高原多圈层水文模型系统WEB-DHM（基于水和能量平衡的分布式水文模型）制备生成，时间分辨率为月尺度，空间分辨率为5km，原始数据格式为ASCII文本格式，数据种类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）。若asc无法在arcmap中正常打开，请将asc文件前5行顶格。
王磊, 柴晨好
本数据是基于气象观测数据、水文站点数据，结合各种同化数据和遥感数据，通过耦合积雪、冰川和冻土物理过程的青藏高原多圈层水文模型系统WEB-DHM（基于水和能量平衡的分布式水文模型）制备生成，时间分辨率为月尺度，空间分辨率为5km，原始数据格式为ASCII文本格式，数据种类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）。若asc无法在arcmap中正常打开，请将asc文件前5行顶格。
王磊, 刘虎
青藏高原气溶胶光学特性地基观测数据集采用Cimel 318太阳光度计连续观测获得，涉及珠峰站和纳木错站共两个站点。这些产品是经过云检测之后的结果。数据覆盖时间从2021年1月1日到2021年12月31日，时间分辨率为逐日。太阳光度计在可见光至近红外设有8个观测通道，中心波长分别为：340、380、440、500、670、870、940和1120 nm。仪器的视场角为1.2°，太阳跟踪精度为0.1°。根据太阳直接辐射可获得6个波段的气溶胶光学厚度，精度估计为0.01-0.02。最终采用AERONET统一反演算法，获得气溶胶光学厚度、Ångström指数、粒度谱、单次散射反照率、相函数、复折射指数和不对称因子等。
丛志远
海冰的减少和表面融水的增加，可能诱发冰流加速和锋面塌陷，对格陵兰冰架的稳定性有重大影响。然而，由于稀少的遥感观测，快速崩解之前的详细冰动态前兆和驱动因素仍然不清楚。我们通过联合使用高时空分辨率的遥感观测和冰流模型，对格陵兰岛北部Petermann冰川2017年7月26日崩解事件前的水文和运动学前兆进行了全面调查。2017年7月期间的冰流速度场的时间序列是通过Sentinel-2的观测来检索的，采样间隔为次周。冰流速度在7月26日（崩解前一天）迅速达到30米/天，这大约是平均冰川速度的10倍。
江利明
冰川是全球气候变化的放大器和指示器，目前在全球气温升高的背景下，全球范围内冰川融化持续加快。跃动冰川是一种有着间歇性和周期性加速运动的冰川，其对气候变化非常敏感。本数据集基于Landsat和Sentinel系列多源光学卫星遥感影像数据，通过对影像进行筛选、拼接、裁剪获得研究区域影像。其中，对Landsat TM 影像中L1GS 级别影像采用二阶多项式进行配准校正，影像配准后误差小于一个像素。之后利用方向相关算法进行影像匹配，生成了格陵兰冰盖典型的跃动冰川——Sortebræ 冰川在1980s至2020 年期间不同阶段的表面运动速度。本数据集期望有助于对Sortebræ 冰川跃动过程的研究，以及对全球变暖背景下冰川跃动机理的探讨。
乔刚, 孙子翔, 袁小涵
1982-2015年北极多年冻土变化生态调节价值数据集，时间分辨率为1982、2015两期以及两期变化率，覆盖范围为整个环北极苔原区，空间分辨率为8km，以多源遥感、模拟、统计和实测数据为基础，使用GIS方法和生态学方法结合，量化了北极多年冻土对生态系统的调节服务价值，单价参考了剔除降水和雪水当量后的活动层厚度与NDVI变化相关性（0.35）及其草地生态系统服务价值（苔原生态系统服务单价以1/3草地生态系统服务价值为标准）。
王世金
基于SBAS-InSAR技术获取的地表季节性形变以及基于变分模态分解校正后的ERA5-Land时空多层土壤湿度数据反演青藏高原五道梁多年冻土区域的活动层厚度，数据时间范围为2017-2020年，空间分辨率为1km。该数据产品可用于研究青藏高原多年冻土区域活动层厚度变化以及分析其与气候变化以及水循环、能量循环的相互作用关系，对于了解多年冻土退化状况、高原环境演化以及冻土退化对生态和气候的影响具有重要意义。
陆平, 郝彤, 李荣兴
南极冰盖21、22流域分布有松岛冰川、斯维特冰川等，是西南极融化最为剧烈的地区之一。本数据集首先利用Cryosat-2数据（2010年8月至2018年10月），在每个规则格网内，考虑地形项、季节波动、后向散射系数、波形前缘宽度及升降轨等因素建立平面方程，通过最小二乘回归计算格网内冰盖表面高程变化。另外，我们使用了ICESat-2数据（2018年10月至2020年12月），通过在每个规则格网内获取两个时期的卫星升降轨道交叉点处的高程差值，进而计算该时期内冰盖的表面高程变化。两个时期的面高程变化数据空间分辨率为5km×5km，文件格式为GeoTIFF，投影坐标为极地立体投影(EPSG 3031),并由所使用的卫星测高数据名称命名(即CryoSat-2、ICESat-2)。该数据可使用ArcMap、QGIS等软件打开。结果表明，该区域2010-2018年平均高程变化率为-0.34±0.08m/yr，属于融化剧烈地区。2018年10月-2020年11月年平均高程变化率为-0.38±0.06m/yr，相比于CryoSat-2计算结果该区域融化处于加剧状态。
杨博锦, 黄华兵, 梁爽, 李新武
青藏工程走廊北起格尔木，南至拉萨，其穿越青藏高原核心区域、是连通内地与西藏的重要通道。活动层厚度不仅是研究多年冻土区地面热状态的重要指标，而且是冻土工程建设中需考虑的关键因子。GIPL1.0的核心是Kudryavtesv方法，该模型考虑了雪盖、植被和不同土层的热物理性质，但尹国安等发现相比Kudryavtesv方法，引入TTOP模型后精度更高，因此结合冻结/融化指数对模型做了改进，通过实地监测数据验证发现：活动层厚度模拟误差小于50cm。因此利用改进后的GIPL1.0 模型模拟了青藏工程走廊的活动层厚度，并预测了SSP2-4.5气候变化情景下未来活动层的厚度。
牛富俊
（1）数据内容：过去200年南极区域海冰范围（最北边界）数据集；（2）数据来源及加工方法：该数据利用6条年分辨率的代用指标（冰芯MSA、积累率等），基于统计模型产生；（3）数据质量描述：年分辨率；包含区域：印度洋-西太平洋（50°–150°E, IndWPac），罗斯海 (160°E–140°W, RS)，阿蒙森海(90°–140°W, AS)，别林斯高晋海 (50°–90°W, BS)，威德尔海 (50°W–20°E, WS)；（4）可用于研究南极海冰的年代际演变特征。
杨佼
数据为excel文件，文件包括4个表格，表格名称分别为：阿勒泰积雪DOC时间系列、阿勒泰积雪雪坑数据、阿勒泰积雪MAC（吸收截面）和中亚木斯岛冰川BC、OC、DUST数据四个表格。 阿勒泰积雪DOC表格含：样品编号、采样日期、采样时间、采样深度、DOC-PPM、BC-PPb和TN-PPM共七列，47个样品数据。 阿勒泰积雪雪坑表格含：雪坑号、样品编号、采样日期、采样时间、采样深度、DOC-PPM、BC-PPb和TN-PPM共8列，238个样品数据。 阿勒泰积雪MAC表格含：采样时间、MAC和AAE共3列，46个样品数据。 中亚木斯岛冰川BC、OC、DUST数据表格含：code no(样品号)、Latitute(纬度)、Longitude(经度)、/m a.s.l(海拔高度)、snow type(积雪类型)、BC、OC和DUST共8列，按采样时间分析。共105行数据。 缩写解释： DOC：Dissolved Organic Carbon 溶解性有机碳 MAC：mass absorption cross section吸收截面 BC：black Carbon黑碳 DUST：粉尘 OC：有机碳 TN：Total Nitrate （总氮） PPM：ug g-1 （微克每克 ） PPb：ng g-1（ 纳克每克）
张玉兰
亚洲高山区是世界第三极，称之为“亚洲水塔”，受气候变暖的影响，冰川持续亏损，深刻改变了冰川水资源的供需关系。为了系统认识冰川对气候变化的响应程度，项目通过冰川物质平衡的敏感性，揭示冰川物质平衡变化与气候因子之间的关系。数据包括两张图：物质平衡对气温的敏感性和物质平衡对降水的敏感性图，冰川气候敏感性分区图。 在过去70年亚洲高山区各山系的冰川物质平衡演化序列差异显著，喀喇昆仑和西昆仑地区的冰川呈现出稳定态，物质平衡为微弱的正平衡，而喜马拉雅山、天山和祁连山在1990年之后出现加速退缩的趋势。这主要归因于物质平衡对气温、降水等敏感性。利用0.5°分辨率的ERA5 气温和降水数据驱动月尺度的物质平衡模型，通过43条监测冰川的物质平衡率定参数，2000-2016年的1°×1°ASTER物质平衡数据对参数进行空间约束，利用空间参数外推的方法重建了1951-2020年亚洲高山区95085条冰川的物质平衡序列，分析了冰川物质平衡对气温（±0.5k、±1k、±1.5k）和降水（±10%、±20%、±30%）的敏感性，根据物质平衡的空间敏感性差异，结合冰川物质平衡的影响要素（夏季气温的分布、夏季降水的比率、冰川类型的分布、夏季晴空太阳辐射分布等），对亚洲高山区的冰川气候敏感性进行归类划分，主要分为为4类： 气温主控区：指气温是冰川物质平衡变化的主要控制因素，降水占据次要位置； 降水控制区：指冰川主要受降水控制，全年的冰川区气温低于0℃； 冬季累积型冰川气温、降水控制区：指冰川主要受冬季的降水补给，冰川的物质平衡变化是气温和降水共同作用的结果； 夏季累积型冰川气温、降水控制区：指冰川的补给方式是夏季降水，冰川的物质平衡是气温和降水共同作用的结果。
上官冬辉
青藏工程走廊北起格尔木，南至拉萨，其穿越青藏高原核心区域、是连通内地与西藏的重要通道。冻土温度不仅是研究多年冻土区地面热状态的重要指标，而且是冻土工程建设中需考虑的关键因子。GIPL1.0的核心是Kudryavtesv方法，该模型考虑了雪盖、植被和不同土层的热物理性质，但尹国安等发现相比Kudryavtesv方法，引入TTOP模型后精度更高，因此结合冻结/融化指数对模型做了改进，通过实地监测数据验证发现：冻土温度模拟误差小于1℃。因此利用改进后的GIPL1.0 模型模拟了青藏工程走廊的多年冻土温度，并预测了SSP2-4.5气候变化情景下未来多年冻土温度。
牛富俊
该数据集是通过中国高分辨率对地观测中心获取了青藏工程走廊地区的高分1号卫星遥感影像资料，经过多光谱与全色波段的融合处理，得到了空间分辨率2 m的影像数据，在获取地面植被信息过程中，采用面向对象的计算机自动解译与人工目视解译相结合的分类技术，面向对象分类技术是集合邻近像元为对象来识别感兴趣的光谱要素，充分利用高分辨率的全色和多光谱数据空间、纹理和光谱信息来分割和分类，以高精度的分类结果或者矢量输出。在实际操作中，借助 eCognition 软件对影像进行自动提取，主要过程为影像分割、信息提取和精度评价。经过与实地定点调查验证，整体提取精度大于90%。
牛富俊
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
