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
CMIP6是世界气候研究项目（WCRP）组织的第六次气候模式比较计划。原始数据来源于https://www.wcrp-climate.org/wgcm-cmip/wgcm-cmip6。该数据集包含了CMIP6中情景模式比较子计划（ScenarioMIP）的4种SSP情景组合。（1） SSP126：在SSP1（低强迫情景）基础上对RCP2.6情景的升级（辐射强迫在2100年达到2.6W/m2）。（2）SSP245：在SSP2（中等强迫情景）基础上对RCP4.5情景的升级 (辐射强迫在2100年达到4.5 W/m2)。（3）SSP370：在SSP3（中等强迫情景）基础上新增的RCP7.0排放路径 (辐射强迫在2100年达到7.0 W/m2)。（4）SSP585：在SSP5（高强迫情景）基础上对RCP8.5情景的升级（SSP585是唯一能使辐射强迫在2100年达到8.5 W/m2的SSP场景）。 利用GRU数据对原始CMIP数据进行后处理偏差校正得到2046-2065年月尺度降水（pr）和气温（tas）预估后处理数据集， 参考期为1985-2014年。
叶爱中
三极气溶胶类型数据产品是综合利用MEERA 2同化资料和主动卫星CALIPSO产品经过一系列数据预处理、质量控制、统计分析和对比分析等过程而融合得出的气溶胶类型结果。该气溶胶类型融合算法的关键是对CALIPSO气溶胶类型的判断。气溶胶类型数据融合时根据CALIPSO气溶胶类型的种类和质控，并参考MERRA 2气溶胶类型得到最终的三极地区气溶胶类型数据（共12种）和质量控制结果。该数据产品充分考虑了气溶胶的垂直分布以及空间分布，具有较高的空间分辨率（0.625°×0.5°）和时间分辨率（月）。
赵传峰
（1）数据内容：1500-2000年年平均的北半球环状模指数和南半球环状模指数；（2）数据来源及加工方法：该数据由作者自主生产，基于PAGES2k代用资料数据集，利用机器学习模型（随机森林、极端随机树、轻量梯度提升机、CatBoost）重建而产生。（3）数据质量描述：该数据集与多个器测数据在器测时段内有较高的一致性，重建效果更好。数据可用于研究多时间尺度（年际、年代际、多年代际）上南北半球主要大气环流的变化规律及机理。
杨佼
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。地表温度作为地表能量平衡中的主要参数，表征了地气间能量和水分交换的程度，广泛应用于气候学、水文学和生态学等的研究中。本文利用Aqua和Terra星白天和晚上的四次观测值求得了年平均地表温度。先下载了分辨率为1公里的8天地表温度合成产品MOD11A2、MYD11A2，再通过MRT（MODIS Reprojection Tool）对两景数据进行了批量拼接和投影转化，最后使用IDL计算得到了2010年以后的年平均MODIS地表温度数据。
牛富俊
根据 CMIP5 3 个未来情景（RCP2.6、RCP4.5、RCP8.5）资料，获得了 2006-2100 世纪全球年平均气温的空间分布。经分析发现在 RCP2.6 情景下，年平均气温呈现增长的趋势，增长率介于 0.0 °C/decade 至 0.2 °C/decade 之间（P<0.05），其中，高纬度地区增长较快，介于 0.1 °C/decade 至 0.2 °C/decade之间。综合 21 世纪全球年平均气温空间和时间变化特征，年平均气温在不同的气候情景下都呈现出变暖的趋势，高纬度地区年平均气温呈现出更加敏感和快速的增长。
牛富俊
“亚洲水塔”青藏高原（TP）的降水在区域水和能源循环中发挥着关键作用，对下游国家的水资源供应有重要影响。气象站点所获取的降水信息通常被认为是最准确的，但在地形复杂、环境恶劣的青藏高原中，气象站数据却十分有限。卫星和再分析降水产品可以为地面测量提供补充信息，特别是在大面积测量不足的区域。在这里，我们通过使用人工神经网络 (ANN) 和环境变量（包括海拔、地表压力和风速）确定各种数据源的权重来最优地融合站点、卫星和再分析数据。在 1998-2017 年期间，以每日时间尺度和 0.1° 的空间分辨率生成了一个多源降水 (MSP) 数据集横跨青藏高原。与其他四颗卫星产品相比，MSP与标准观测的日降水相关系数（CC）最高（0.74），均方根误差第二低，表明MSP的质量和数据合并的有效性方法。我们使用分布式水文模型进一步评估了青藏高原长江和黄河源头测量不佳的不同降水产品的水文效用。在 2004-2014 年期间，MSP 实现了每日流量模拟的最佳 Nash-Sutcliffe 效率系数（超过 0.8）和 CC（超过 0.9）。此外，基于多重搭配评估，MSP 在未测量的西部 TP 上表现最好。该合并方法可应用于全球其他数据稀缺地区，为水文研究提供高质量的降水数据。整个 TP 的左下角的经纬度、行数和列数以及网格单元信息都包含在每个 ASCII 文件中。
洪仲坤, 龙笛
中亚是一个高度农业化的地区，其农业资源有限且非常脆弱。为了评估未来气候变化对中亚农业的潜在影响，我们基于3个全球气候模式的9千米动力降尺度结果生产了一个中亚农业气候指数（agroclimatic indicators）高分辨率预估数据集。这些农业气候指数是生长季长度（growing season length, GSL, days），有效积温（biologically effective degree days, BEDD, ℃），霜冻天数（frost days, FD, days），夏日天数（summer days, SU, days），热浪天数（warm spell duration index, WSDI, days）和热夜天数（tropical nights, TR, days）。时段是1986-2005和2031-2050，空间分辨率为0.1°。由于这些指数（除了WSDI）都是基于温度的绝对阈值定义的，对区域模拟结果的系统偏差非常敏感，我们首先用分位数映射法（quantile mapping, QM）订正了模拟的气温，然后基于订正后的气温计算指数。评估结果显示：QM方法大幅减小了指数的偏差。预估结果显示：GSL，SU，WSDI和TR在整个中亚将显著增大，而FD将显著减小；BEDD的变化具有明显的空间差异性，在中亚北部和山区是增大的，在平原的中部和南部是减小的。这个高分辨率的数据集可被用于评估未来气候变化对中亚农业的风险影响。
邱源
本数据集是一个包含接近35年（1984-2018）的全球高分辨率光合有效辐射数据集，其分辨率为3小时/逐日/逐月，10公里，数据单位为W/㎡，瞬时值。该数据集可用于生态过程模拟和全球碳循环的理解。该数据集是基于改进的物理参数化方案并以ISCCP-HXG云产品、ERA5再分析数据、MERRA-2气溶胶数据以及MODIS反照率产品为输入而生成的。验证并和其他全球卫星辐射产品比较表明，该数据集的精度通常比CERES全球卫星辐射产品的精度要高。该全球辐射数据集将有助于未来生态过程模拟的研究和全球二氧化碳通量的估算。
唐文君
“水权框架下黑河流域治理的水文-生态-经济过程耦合与演化”（91125018）项目数据汇交-MODIS产品-中国西北地区土利用数据（2000-2010） 1.数据概述：中国西北地区土利用数据（2000-2010） 2.数据内容：用MODIS得到的2000-2010年中国西北地区黑河流域、疏勒河流域石羊河流域土利用数据
王忠静
中国西部地区陆面数据同化系统研究项目属于国家自然科学基金“中国西部环境与生态科学”重大研究计划，负责人为中国科学院寒区旱区环境与工程研究所李新研究员，项目运行时间为2003.1-2005.12 该项目汇交数据之一为中国西部地区2002年地表气候要素再分析数据.本数据集是基于美国国家环境预测中心（NCEP）提供的每天1°×1°的基础上生成。但是再分析资料存在以下问题：（1）时间空间分辨率不够高（水平分辨率为1度，时间为6小时）；（2）高原地区低层误差较大；（3）资料是标准等压面资料，需要插值。 中国西部地区2002年地表气候要素再分析数据集是兰州大学隆霄博士和邱崇践教授利用牛顿松弛法资料同化方法（Nudging）将NCEP再分析资料和MM5模式结合起来产生的，包括2002年全年每小时0.25°度的10m水平和垂直风速（m/s）、2m气温（k）、2m混合比、表面压强（Pa）、上行下行短波和长波辐射（w/m2）、对流降水和大尺度降水（mm/s）。 一、制备背景 驱动数据的质量严重影响陆面模型模拟陆面状态的能力，所以陆面建模研究的一个很重要的组成部分就是用来驱动陆面模型的驱动数据。无论这些模型描述地表过程的能力有多逼真，无论他们输入的边界和初始条件有多准确，如果驱动数据不准确的话，他们也不能得出与现实接近的结果。陆面模型如此依赖于外部提供的数据的质量，以至于这些任何一个外部提供的数据有误差的话，都会严重影响陆面模型模拟土壤湿度、径流、雪盖和潜感热通量的能力，这些外部提供的数据包括：降水、辐射、温度、风场、湿度和压强。中国西部地区2002年地表气候要素再分析数据集是利用牛顿松弛法资料同化方法（Nudging）将NCEP再分析资料和MM5模式结合起来生成适合于中国西部复杂地形的具有更高时空分辨率的驱动数据。 二、运行模式的基本参数 1、利用美国PSU/NCAR中尺度模式MM5作为模拟用模式； 模拟网格域的选择：中心（32°N，90°E），网格距为36km，水平格点数为131*151，垂直分辨率为25层，模式顶为100hPa； 2、初始化使用的资料采用美国NCEP的1°*1°的GRIB格点资料； 3、时间步长为120s。 三、物理过程 1、云和降水的物理过程处理：对次网格尺度降水采用Grell积云参数化方案，对可分辨尺度降水采用Reisner混合相微物理显式方案； 2、行星边界层过程采用MRF参数化方案； 3、辐射过程采用CCM2的辐射方案。 四、文件格式和命名 以月为文件夹存储，每月包含每天的24小时的数据。命名规则如下：2002***&.forc，其中***为儒略日，2002***&为时间（小时计），其中.forc是文件扩展名。 五、数据格式 以二进制浮点型存储，每个数据占4个字节。
隆霄, 邱崇践
云南元江干热河谷植被退化机理和重建试验项目属于国家自然科学基金“中国西部环境与生态科学”重大研究计划，负责人为中国科学院西双版纳热带植物园曹坤芳研究员，项目运行时间为2004.1-2007.12。 该项目汇交数据包括： 1.元江干热河谷多年平均温度和降雨量 （1961-2004）excel表,属性字段包括月平均温,月平均降雨量. 2.基于树轮的中国横断山中部年平均温（1750-2006年） excel表,属性字段包括年份,重建平均温度. 3.基于树轮的中国南部横断山脉中部夏季温度（1750-2006年） excel表,属性字段包括年份,夏季(4月-9月)重建平均温度. 4.基于树轮的中国横断山中部干旱指数（1655-2005年） excel表,属性字段包括年份,春季(3月-5月)干旱指数重建. 5.叶片和枝条生长动态图 pdf文件.记录了从2004年3月22日到2005年4月8日枝条为S型、F型、中间型和S+SD型的植物的生长动态趋势线和叶片动态趋势图 . 6.32种木本植物的物候总结表（种名、观察株数/枝条数、枝条伸长类型、叶片物候、当年生枝条长度(cm)、枝条上总叶片数、叶面积(cm2)、无叶期(月数)、花期、果熟期和果实类型）word文档 7.元江干热河谷代表植物叶片相对含水量的季节变化（2003.3-2004.2） excel表 8.元江干热河谷6种代表植物光合作用的季节变化（最大光合速率、气孔导度、水分利用效率、光系统II的最大量子效率） excle表（2003-2005） 9.元江干热河谷代表植物的长期水分利用效率(同位素)数据 excle表(虾子花、红皮水锦树、三叶漆、余甘子、珠仔树、天干果、毛枝青冈、华西小石积、清香木、虎刺、鬼柳和猪屎豆进行干湿季节的水分利用率) 10.元江曼旦前山植物名录 word文档
曹坤芳
本数据为2002.07.04-2010.12.31青藏高原地区MODIS逐日无云积雪产品。由于积雪和云的反射特性，使用光学遥感监测积雪受到天气的严重干扰。本产品是在综合了目前最常用的去云算法的基础上，利用MODIS逐日积雪产品和被动微波数据AMSR-E雪水当量产品，开发的青藏高原地区逐日无云积雪产品，准确度较高，该产品对实时监测青藏高原雪盖动态变化具有重要的使用价值。 投影方式：Albers Conical Equal Area（阿尔伯斯等积投影） 基准面：D_Krasovsky_1940 空间分辨率：500 m 数据格式：tif 命名规则：maYYMMDD.tif，其中ma代表数据名称；YY代表年（01表示2001,02表示2002……）；MM代表月（01表示1月，02表示2月……）；DD表示日（01表示1日，02表示2日……）。
黄晓东
本数据集包括中国地区2002-2008年，经纬度投影，0.25度分辨率的被动微波遥感亮度温度数据。 1、数据处理过程: NSIDC produces AMSR-E gridded brightness temperature data by interpolating AMSR-E data (6.9 GHz, 10.7 GHz, 18.7 GHz, 23.8 GHz, 36.5 GHz, and 89.0 GHz) to the output grids from swath space using an Inverse Distance Squared (ID2) method。 2、数据格式： Brightness temperature files: two-byte unsigned integers, little-endian byte order Time files: two-byte signed integers, little-endian byte order 3、数据命名: ID2rx-AMSRE-aayyyydddp.vnn.ccc(China-ID2r1-AMSRE-D.252002170A.v03.06V） ID2 Inverse Distance Squared r1 Resolution 1 swath input data AMSRE Identifies this an AMSR-E file D.25 Identifies this as a quarter degree file yyyy Four-digit year ddd Three-digit day of year p Pass direction (A = ascending, D = descending) vnn Gridded data version number (for example, v01, v02, v03) ccc AMSR-E channel indicator: numeric frequency (06, 10, 18, 23, 36, or 89) followed by polarization (H or V) 4、切割范围： Corner Coordinates: Upper Left ( 60.0000000, 55.0000000) ( 60d 0'0.00"E, 55d 0'0.00"N) Lower Left ( 60.0000000, 15.0000000) ( 60d 0'0.00"E, 15d 0'0.00"N) Upper Right ( 140.0000000, 55.0000000) (140d 0'0.00"E, 55d 0'0.00"N) Lower Right ( 140.0000000, 15.0000000) (140d 0'0.00"E, 15d 0'0.00"N) Center ( 100.0000000, 35.0000000) (100d 0'0.00"E, 35d 0'0.00"N) Origin = (60.000000000000000,55.000000000000000) 5、数据投影: GEOGCS["WGS 84", DATUM["WGS_1984", SPHEROID["WGS 84",6378137,298.257223563, AUTHORITY["EPSG","7030"]], TOWGS84[0,0,0,0,0,0,0], AUTHORITY["EPSG","6326"]], PRIMEM["Greenwich",0, AUTHORITY["EPSG","8901"]], UNIT["degree",0.0174532925199433, AUTHORITY["EPSG","9108"]], AUTHORITY["EPSG","4326"]]
Mary Jo Brodzik, Matthew Savoie, Richard Armstrong, Ken Knowles
中纬度亚洲地区存在主要受季风环流影响的东南部湿润地区(简称季风区)和主要受西风环流控制的内陆干旱区(包括青藏高原北部高寒干旱区，简称西风区)。根据对近年来新发表的气候变化记录证据梳理总结，发现西风区在中— 晚全新世气候湿润，与亚洲季风在早— 中全新世强盛的格局显著不同。过去千年的西风区中世纪暖期干旱，而小冰期相对湿润，与此相对，万象洞石笋氧同位素记录则显示季风降水在中世纪暖期时整体处于高值，在小冰期处于低值段。在近百年，尤其是近50 a，西北干旱区湿度增加，而季风影响范围内的西北东部和华北等地变得更干。不仅如此，在分属西风和季风影响区的青藏高原北部和南部，年代际— 百年尺度上降水变化也表现出反相位关系。据此我们提出，亚洲中部西风带控制区在现代间冰期从数千年到年代际的各个时间尺度上均存在不同于季风区的湿度(降水)变化模式，称之为现代间冰期气候变化的西风模式。 中国西部干旱半干旱区全新世气候变化的集成研究项目属于国家自然科学基金“中国西部环境与生态科学”重大研究计划，负责人为兰州大学陈发虎教授，项目运行时间为2006.1-2009.12。 该项目汇交了数据包括： 1. 中东亚干旱区全新世湿度集成曲线数据和12个湖泊各自的湿度数据（11000-0 cal yr BP）：包括Lake Van、Aral Sea、Issyk-Kul、乌伦古海、博斯腾湖、巴里坤湖、Bayan Nuur、Telmen Lake、Hovsgol Nuur、居延泽、Gun Nuur和Hulun Nuur。 2. 中东亚干旱区过去1000年湿度集成曲线数据和5个研究点各自的湿度数据（1000-2000）：包括Aral Sea、Guliya、博斯腾湖、苏干湖、巴丹吉林沙漠。 数据格式：excel表。
陈发虎
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
