在全球变暖的背景下，干旱发生的频率和强度呈增加趋势，由于干旱灾害所引发的水资源匮乏、粮食危机、生态恶化（如荒漠化）等，直接威胁到国家的粮食安全和社会经济发展，干旱灾害风险评估及应急管理的技术水平亟待提高。“一带一路”沿线区域生态环境脆弱、农业耕地集中、干旱灾害频繁，利用遥感卫星监测大区域的干旱水平及其时空变化，对于科学掌握“一带一路”地区的干旱格局、区域分异特征，及其对农业耕地的影响具有重要的科学和现实意义。降水距平百分率反映某一时段降水量与同期平均状态的偏离程度，以百分率表示。 该数据集以GPM IMERG Final Run(GPM)日值降雨资料为基础，计算对应地区的降水量，采用降水距平百分率等级评价指标，分析了不同等级干旱的分布特征，空间分辨率200m。 数据的区域为泛第三极34个关键节点（阿巴斯、阿斯塔纳、科伦坡、瓜达尔、孟巴、德黑兰、万象等地区）。
吴骅
本数据集基础数据源提供逐小时、逐日到逐年时间分辨率不等的气象数据，观测站基础观测数据可提供包括温度、降水、露点、风速等在内的气象环境信息。本数据集主要覆盖泛第三极东南亚及中东地区关键节点区域。数据处理的主要步骤为：首先从众多基础气象数据中筛选得到日最高温度数据；综合日最高温相对湿度关系，基于气象站露点温度数据，完成日相对湿度计算。该数据集对评价关键节点区域的高温天气过程提供了基础资料和有力参考。
葛咏, 刘庆生
气象数据是一组反映天气的数据，气象数据可分为气候资料和天气资料。本数据集主要包含了气象数据中的降雨数据以及气温数据（数据集中pre代表降雨、T2代表气温）。该数据集来自英国东安格利亚大学（University of East Anglia）提供的CRU（Climate Research Unit）全球格网数据（http://www.cgiar-csi.org/）。CRU数据集通过对中亚365个地区的观测站点资料插值得到，在中亚地区有较高的准确度。本数据集利用CRU通过Arcgis批量裁剪的方式得到中亚五国的降雨以及气温数据。数据格式：GeoTIFF；空间分辨率：0.5°；时间尺度：月尺度。该气象数据应用十分广泛，可与不同领域资源相融合，在交通运输、新能源、农业、移动互联网软件开发和服务、公共管理及基于大数据技术的智慧城市、智慧交通、智慧粮食等领域的开发建设中起到重要作用。
CRU
包含生物质燃烧源污染物SO2、NOX、VOCs、NH3、OC、EC、CO2、CH4的排放及Hg的排放，可为了解第三极区域的排放状况提供数据依据，也可为模型模拟提供输入数据。基础数据基于公开数据搜集、卫星观测数据、文献搜集等方式，以排放因子等方法结合ARCGIS等处理软件，建立了3km*3km的生物质燃烧源排放清单。清单中的数据来自于世界粮食和农作物组织数据库，MODIS卫星数据和科学文献，其质量可以保证。该数据可用于模型工作者对于第三极区域气候及空气质量的进一步研究。
王书肖, 冯新斌
青藏高原的水土资源匹配数据，由站点气象数据（2008-2016年，国家气象数据共享网）经过彭曼公式计算得出的潜在蒸散发数据，利用土地利用的不同土地类型，根据下垫面影响系数计算现有土地利用下的蒸散发量；以及气象数据中的站点降雨数据插值得到的降雨数据，根据两者差值得到水土资源匹配系数。实际降雨与现有土地利用条件下的需水量之间的差值来反映水土资源的匹配性，数值越大匹配性越好。水土资源的匹配情况的空间分布能为进一步了解青藏高原的农牧业资源情况做铺垫。
董凌霄
中亚地区气温和辐射数据时间分辨率为月尺度，空间分辨率分别为0.5度和0.05度，采用GCS_WGS_1984投影坐标系统。其中，辐射数据计算采用了GLDAS的下行短波辐射、空气温度数据和空气水汽压数据、MOD11C3的地表温度/发射率数据、MCD43C3地表反照率数据和ASTER_GEDv4.1比辐射率数据计算得到；温度数据计算采用了MOD06_L2云产品和MOD07_L2大气剖面数据计算得到。本数据基于先进的遥感算法，充分利用目前精度较高的遥感数据和产品，区别于传统的气候模式对气候要素的估算原理。本数据可用于中亚地区水资源时空变化特征、农业水资源供需关系分析和水资源开发潜力评估等。
宋进喜, 蒋晓辉
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
站点日月年统计数据集是反映站点气候情况的关键参数，是GSOM日月年数据集。气象在岩石圈、生物圈、土壤圈和大气圈中有着重要作用，为评价气候因素在全球的区域贡献和响应提供了基础。 本数据集以34个泛第三极关键节点区域为研究区域（阿巴斯、阿斯塔纳、曼谷等），基于2000至2016年日月年站点气候数据，对不同地区的气象因素进行了统计，最终得到了关键节点区域站点气象观测日月年数据集。 主要参数是：日月年平均最高值，平均最低值和平均温度；每月总降水量和降雪量等
贾小凤
降雨数据在空间和时间上的变化是干旱预警和环境监测的关键方面。但是由于地形的复杂，从卫星数据得出的估计值提供的面积平均值会导致偏差，从而会低估极端降水事件的强度。而由站点数据产生的降水网格会在雨量多测站较少的农村地区受到影响。 气候危害小组的红外降水的站点数（CHIRPS），从1981年到现在拥有从跨度50°S-50°N（及所有经度）35年以上的准全球降雨数据集。利用变入渗能力模型，建立在以前的“智能”插值技术和基于红外冷云持续时间(CCD)观测的高分辨率、长时间记录降水估算方法的基础上，以0.05°分辨率的卫星图像以及原位气象站数据来创建栅格化的降雨时间序列用于趋势分析和季节性干旱监测。最终得到了所有34个泛第三极关键节点区域的降雨数据。 本数据集作为所有遥感数据的研究基础，为项目提供了基底数据。根据官方或节点所在政府信息，本数据集可实时更新。
董明霞
本数据集的数据源为Landsat-5、Landsat-8卫星的大气顶层反射率数据第1至7波段。Landsat卫星为太阳同步卫星，重复周期为16天。本数据集以主要覆盖东南亚和中东的泛第三极关键节点区域为研究区域，基于2000至2016年的Landsat-5及Landsat-8大气顶层反射率数据，利用Google Earth Engine云计算平台对数据进行研究区的掩模裁剪，最终得到了TIFF格式的泛第三极区域2000-2016的30米分辨率多光谱遥感影像数据。
葛咏, 凌峰, 张一行
地表实际蒸散发是陆表水循环的关键环节，同时也是能量平衡的重要支出项，且与地表碳收支密切相关，其准确估算不仅对于研究地球系统和全球气候变化具有重要意义，而且对于水资源有效开发利用、农作物需水生产管理、旱情监测和预测、天气预报等方面具有十分重要的应用价值。全球陆表实际蒸散发数据集(2013-2014) (ETMonitor-GlobalET-2013-2014) 是基于多参数化、适用于不同土地覆盖类型的地表蒸散发遥感估算模型ETMonitor计算得到。输入数据主要采用的遥感数据包括国家重大科学研究计划（973）项目“全球陆表能量与水分交换过程及其对全球变化作用的卫星观测与模拟研究”（2015CB953700）提供的较高空间分辨率的陆表净辐射和较高时间分辨率的水体等数据集，并结合欧洲中期天气预报中心的ERA5全球大气再分析数据等。利用ETMonitor模型在日尺度上估算植被蒸腾、土壤蒸发、冠层降水截留蒸发、水面蒸发和冰雪升华，并对各分量求和获得逐日蒸散发量。计算在1km分辨率上开展，最终聚合到5km分辨率。利用FLUXNET地面观测数据进行直接验证，估算结果与地面实测数据一致性较好。该数据集覆盖全球，空间分辨率为5公里，时间步长为每天，单位为mm/d，数据类型为整型，缩放系数为0.1。
郑超磊, 贾立, 胡光成
1) 数据内容：为了描述青藏高原上的大气水资源，我们提供了两个变量。 一种叫做大气柱水汽收入（CWI），定义为单位面积大气柱水汽通量散度和地表面蒸发之和。 CWI变量为0.25×0.25度网格资料，单位为kg/m2或毫米。 另一个是大气水塔指数（AWTI），是整个TP区域大气水资源净收入的总和，AWTI即cwi乘以高原（75-105E， 25-40N， altitude> 2.5km）格点面积之和，单位为Gt. 2) 数据来源：基于ERA5再分析数据产品计算得到 3) 数据质量描述：ERA5是目前精度较高的再分析数据 4) 数据应用成果及前景: 上述两个变量提供了高原大气中水汽净收入量，
阎虹如
海陆热力差异是形成季风的重要原因，印度夏季风的建立与欧亚大陆和印度洋之间产生的海陆热力差异有关。对流层中高层青藏高原和热带印度洋的热力差异与印度夏季风的爆发及其年际和年代际变化紧密相关。青藏高原和热带东印度洋上空温度是对印度夏季风变化最敏感的两个区域，基于此，用500-200hPa温度场定义了一个青藏高原与印度洋热力差异指数： TCI = Nor[T(25°N-38°N, 65°E-95°E) - T(5°S-8°N, 65°E-95°E)] 其中，Nor表示标准化，T表示500hPa-200hPa温度场。 青藏高原与印度洋热力差异指数（TCI）分为逐候、月、夏季3种时间分辨率序列。它可以从多种时间尺度反映高原与北印度洋之间的热力差异及其与后期印度夏季风变率的关系。并且，与单独的青藏高原或印度洋热力状况相比，该指数表现得更好，指数大时，后期印度夏季风强度往往偏强。另外，TCI的逐候增量对印度季风的演变具有预测意义，TCI逐候增量超前印度季风指数3候开始显著相关，且超前15候的时候相关最大。同时，TCI逐候增量前25候平均值的大小对印度季风爆发的早晚有一定的预报意义。 资助项目： 中国科学院战略性先导科技专项泛第三极环境变化与绿色丝绸之路建设（XDA20060501 印度洋-第三极热力差异对季风的影响及其经向输送效应）
李张群, 肖子牛, 赵亮
黑河上游山区山体阴影时空分布图（2018年），本数据基于STRM数字高程模型和太阳位置变化(http://www.esrl.noaa.gov/gmd/grad/solcalc/azel.html)，采用通视分析计算得到，空间分辨率为100m，时间分辨率为15分钟，可用于冻土、积雪、生态水文和遥感研究等领域。利用黑河上游多个自动气象站观测的太阳辐射进行综合对比分析，对计算结果进行了精度验证，可以准确地捕捉气象站位置山体阴影的时空变化，其中时间误差20分钟以内。
张艳林
为了了解北半球气温变化的时空变化特征，该研究用 CRU（Climatic Research Unit）网格数据计算了 30 年（1971-2000）年平均气温的空间分布。年平均气温随着纬度的升高而降低，变化范围从大于 30 °C 到小于-25 °C。在相同纬度地区，高海拔地区（比如青藏高原、蒙古高原和西西伯利亚山区）的年平均气温凸显低温的趋势。同时我们完成了分辨率为0.5 °× 0.5 °北半球1901-2016年间的年平均气温变化趋势分布图。
尹国安, 石亚亚
该数据集包含了2018年1月1日至2018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气象要素梯度观测系统数据。站点位于甘肃省张掖市大满灌区农田内，下垫面是玉米田。观测点的经纬度是100.3722E, 38.8555N，海拔1556m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m、15m、20m、30m、40m处，共7层，朝向正北；气压计安装在2m处；翻斗式雨量计安装在塔西侧约8m处，架高2.5m；四分量辐射仪安装在12m处，朝向正南；两个红外温度计安装在12m处，朝向正南，探头朝向是垂直向下；土壤热流板（自校正式）（3块）依次埋设在地下6cm处，朝向正南距离塔体2m处，其中两块（Gs_2、Gs_3）埋设在棵间，一块（Gs_1）埋设在植株下面；平均土壤温度传感器TCAV埋设在地下2cm、4cm处，朝向正南，距离塔体2m处；土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、80cm、120cm和160cm处，在距离气象塔2m的正南方；土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、80cm、120cm和160cm处，在距离气象塔2m的正南方；光合有效辐射仪安装在12m处，探头朝向是垂直向上；另有四个光合有效辐射仪分别架设在冠层上方和冠层内，冠层上方安装在12m（探头垂直向上和向下方向各一个）、冠层内安装在0.3m（探头垂直向上和向下方向各一个）高处，朝向正南。 观测项目有：风速（WS_3m、WS_5m、WS_10m、WS_15m、WS_20m、WS_30m、WS_40m）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m、WD_15m、WD_20m、WD_30m、WD_40m）(单位：度)、空气温湿度（Ta_3m、Ta_5m、Ta_10m、Ta_15m、Ta_20m、Ta_30m、Ta_40m和RH_3m、RH_5m、RH_10m、RH_15m、RH_20m、RH_30m、RH_40m）(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_1、IRT_2）(单位：摄氏度)、平均土壤温度（TCAV）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(单位：百分比)、土壤温度（Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm）(单位：摄氏度) 、光合有效辐射（PAR）(单位：微摩尔/平方米秒)、冠层上向上与向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒)和冠层下向上与向下光合有效辐射（PAR_D_up、PAR_D_down）(单位：微摩尔/平方米秒)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；2018.9.17-11.7由于采集器的问题，气象梯度部分的数据缺失；由于采集器通道问题，平均土壤温度TCAV数据在11月7日后数据不正确。（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。 黑河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Liu et al. (2011)。
李新, 车涛, 徐自为, 任志国, 谭俊磊
吉尔吉斯斯坦西天山Kara-Batkak冰川气象站（42°9'46″N，78°16'21″E，3280m）。 观测数据包括逐时气象要素（气温(℃)、气温最高(℃)、气温最高出现时间、气温最低(℃)、气温最低出现时间、0.1mm小时雨量(mm)、0.5mm小时雨量(mm)、瞬时风向(°)、瞬时风速(m/s)、2分钟风向(°)、2分钟风速(m/s)、10分钟风向(°)、10分钟风速(m/s)、最大风速时风向(°)、最大风速(m/s)、最大风速时间、极大风速时风向(°)、极大风速(m/s)、极大风速时间、分钟内极大瞬时风速风向(°)、分钟内极大瞬时风速(m/s)、相对湿度(%)、最小相对湿度(%)、最小相对湿度出现时间、水气压(hPa)、露点温度(℃)、气压(hPa)、海平面气压(hPa)、气压最高(hPa)、气压最高出现时间、气压最低(hPa)、气压最低出现时间）。 气象观测要素，经过积累和统计，加工成气候资料，为农业、林业、工业、交通、军事、水文、医疗卫生和环境保护等部门进行规划、设计和研究，提供重要的数据。
霍文
中亚野外气象站观测数据集包括中亚10个野外气象站气温、降水、风向风速、相对湿度、气压、辐射、土壤热通量、日照时间和土壤温度等实地观测数据。10个野外站涵盖农田、森林、草地、沙漠、荒漠、湿地、高原、山地等不同生态系统类型。本数据集由地面气象观测站收集到的气象原始数据经筛查和审核后，进行格式转换后获得。数据质量良好。中亚地区气候类型多样，生态环境脆弱，气象灾害频繁，本数据集的建立对于开展长期的中亚生态环境监测、防灾减灾、中亚地区气候变化与生态环境等领域的研究提供了数据支撑，目前已经在中亚生态环境监测研究中获得了应用。
李耀明
该数据集包含了2018年1月1日至2018年12月31日黑河流域地表过程综合观测网下游混合林站气象要素观测数据。站点位于内蒙古额济纳旗达来呼布镇四道桥，下垫面是胡杨与柽柳。观测点的经纬度是101.1335E,41.9903N，海拔874m。空气温度、相对湿度传感器架设在28m处，朝向正北；气压计安装在地面上的防撬箱内；翻斗式雨量计安装在28m处；风速与风向传感器架设在28m，朝向正北；四分量辐射仪安装在24m处，朝向正南；两个红外温度计安装在24m处，朝向正南，探头朝向是垂直向下；两个光合有效辐射仪安装在24m处，朝向正南，探头垂直向上和向下方向各一个；土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm、100cm、160cm、200cm和240cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、4cm、10cm、20cm、40cm、60cm、100cm、160cm、200cm和240cm处，在距离气象塔2m的正南方；土壤热流板（3块）依次埋设在地下6cm处，在距离气象塔2m的正南方。 观测项目有：空气温湿度（Ta_28m、RH_28m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、风速（WS_28m）(单位：米/秒)、风向（WD_28m）(单位：度)、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_1、IRT_2）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤温度（Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm、Ts_160cm、Ts_200cm、Ts_240cm）(单位：摄氏度)、土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm、Ms_160cm、Ms_200cm、Ms_240cm）(单位：体积含水量，百分比)、向上与向下光合有效辐射（PAR_up、PAR_down）(单位：微摩尔/平方米秒)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示； 由于采集器内部电池供电不足，导致1月6日至9日，11月10日至12月14日间数据间断出现一些缺失；（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；（6）命名规则为：AWS+站点名称 黑河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Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
本数据集是基于MODIS数据进行处理和分析后得到，通过改进不同下垫面下的不同积雪提取算法，提高了积雪范围识别精度，同时利用隐马尔科夫去云算法和SSM/I雪水当量结合，最终生成完全无云的逐日积雪面积产品。取值范围： 1：积雪；0 非积雪。空间分辨率为0.005 度（约500m），时间范围是2000年2月24日至2019年12月31日。 数据格式为geotiff，推荐使用Arcmap或python +GDAL打开和处理数据
郝晓华
本数据为RCP4.5情景下的月干燥指数数据集（Aridity Index, AI）。AI数据为降水与潜在蒸散发的比值。本数据由14个模式平均计算得到。这14个模式分别为：CanESM2；CCSM4；CNRM-CM5；CSIRO-Mk3-6-0；GISS-E2-R；HadGEM2-CC；HadGEM2-ES；inmcm4；IPSL-CM5A-LR；MIROC5；MIROC-ESM-CHEM；MIROC-ESM；MPI-ESM-LR；MRI-CGCM3。空间分辨率为全球2度*2度，时间分辨率为2020年1月-2099年12月。该数据集即可用于中亚大湖区未来干湿变化情景分析，也可用于全球其他区域在未来情景下的干湿过去和格局的分析。
华丽娟
本数据集包含从2017年1月1日到2018年12月31日，纳木错台站观测的气温、气压、相对湿度、风速、降水、总辐射等日值。 数据集加工方法为原始数据经过质量控制后形成连续的时间序列。满足国家气象局和世界气象组织（WMO）对气象观测原始数据的精度，剔除了曳点数据和传感器出现故障造成的系统误差。 该数据的服务对象为从事大气物理、大气环境、气候、冰川、冻土等学科科学研究和人才培养的专业人员。主要应用于冰川学、气候学和环境变化、寒区水文过程以及冻土学等学科领域。 测量参数的单位和精度如下： 空气温度，单位：℃，精度：0.1℃； 空气相对湿度，单位：%，精度：0.1%； 风速，单位：m/s，精度：0.1m/s； 气压，单位：hPa，精度：0.1hPa； 降水，单位：mm，精度：0.1mm； 总辐射，单位：W/m2，精度：0.1W/m2。
王君波, 邬光剑
东南亚国家及澜湄流域水资源研究基础数据集（1901-2010）收集整理了东南亚国家及澜湄流域主要的水文气象数据，气象数据包括降水，平均气温，最高气温，最低气温，水汽压等，数据来源于全球广泛使用的CRU TS v. 4.03（Climatic Research Unit Time-Series Version 4.03），数据格式为nc，时间分辨率为逐月，时间长度为1901年1月至2018年12月。水文数据包括水文模型模拟得到的地表径流和地下径流，数据来源于GLDAS （Global Land Data Assimilation System），数据格式为nc，时间分辨率为逐月，时间长度为1979年1月至2019年2月。
CRU, Global Land Data Assimilation System
该数据集记录了阿里荒漠环境综合观测研究站，2017-2018年气象数据集，数据时间分辨率为天。包含如下基本气象参数：气温（距地面1.5米，半小时观测一次，单位：摄氏度）、相对湿度（距地面1.5米，半小时一次，单位：%）、风速（距地面1.5米，半小时一次，单位：米/秒）、风向（距地面1.5米，半小时一次，单位：度）、气压（距地面1.5米，半小时一次，单位：hPa）、降水量（24时一次，单位：毫米）、水汽压（单位：Kpa）、蒸发（单位：毫米）、向下短波辐射（单位：W/m²）、向上短波辐射（单位：W/m²） 、向下长波辐射（单位：W/m²） 、向上长波辐射（单位：W/m²） 、净辐射（单位：W/m²）、地表反照率（单位：%）。 数据采集地点：中国科学院青藏高原研究所阿里荒漠环境综合观测研究站观测场，经度：79°42'5"；纬度：33°23'30"；海拔：4264米。 数据从阿里站自动气象站直接下载，其中降水数据是自动雨雪量计和人工观测校正得到每天的降水量，其它均为半小时的观测值经平均得到逐日均值。 观测仪器型号：温度和湿度：HMP45C空气温湿度探头；降水：T200-B雨雪量仪传感器；风速和风向： Vaisala 05013风速风向传感器；净辐射：Kipp Zonen NR01净辐射传感器；气压：Vaisala PTB210大气压传感器。采集器型号：CR 1000，采集时间：30分钟。 本数据表是由专人根据观测记录进行加工和质量控制。严格按照仪器操作规范进行观测和数据采集，在加工生成数据表时，剔除了一些明显误差数据
赵华标
The data include daily precipitation (Precip) amount and daily mean near-surface air temperature (T2M) over the Pan Third Pole region. The data is downscaled by using the Weather Research and Forecasting (WRF) model (3.7.1). The boundary and initial condition come from the fifth-generation global reanalysis product by the European Centre for Medium-Range Weather Forecasts (ECMWF), ERA5. The seasonal cycle and summer mean of precipitation over Tibet is well reproduced in comparison to the in situ observations.
Tinghai Ou
本数据集是1990年至2015年青藏高原地区气候要素数据集，记录了青藏高原25年来每五年的年降雨量空间分布变化情况。数据为tif栅格格式，空间分辨率为1公里，年降雨量单位为0.1毫米。该数据来源于青藏高原上的气象站点日观测数据，通过时间聚合计算和空间插值处理生成，该数据集作为一种重要的气候要素可用于研究青藏高原的年际降雨量变化与气候变化，作为青藏高原生态环境变化的气候背景，为城镇化与生态环境交互胁迫研究提供数据支撑。
杜云艳, 易嘉伟
数据内容：本数据集包括1998-2017年青藏高原逐年的气温和降水格点数据，是进行气候变化及其对生态环境影响的基础性数据。数据来源及加工：源数据来自基于国家气象信息中心基础资料专项最新整编的中国地面高密度台站（2400多个国家级气象观测站）的气温和降水日值资料，对缺测站点进行预处理之后，利用ANUSPLIN软件的薄盘样条法 (TPS，Thin Plate Spline)进行空间插值，生成青藏高原及200km缓冲区空间分辨率1km的年值格点数据。数据应用：该数据可用于气候变化对生态环境影响的研究中。
丁明军
试验所采用的区域气候模式（RCM）是国际理论物理中心的RegCM4 (Giorgi et al., 2012)，模拟区域为联合区域气候降尺度协同试验第二阶段东亚（CORDEX Phase II East Asia）的推荐区域，覆盖整个中国及其周边的东亚地区。模式的水平分辨率为25 km，模式垂直方向是18层，层顶高度为10 hPa，模式的参数设置按照Gao et al. (2016, 2017)，并根据韩振宇等 (2015) 更新了中国土地覆盖数据，以可以地描述下垫面植被状况。RegCM4所需的初始和侧边界条件由CMIP5全球气候模式HadGEM2-ES的模拟结果提供（RCP4.5情景），数据主要包含气温和降水要素。
高学杰
本数据集是1990年至2015年青藏高原地区气候要素数据集，记录了青藏高原25年来每五年的年平均气温空间分布变化情况。数据为tif栅格格式，空间分辨率为1公里，年平均气温单位为0.1摄氏度。该数据来源于青藏高原上的气象站点日观测数据，通过时间聚合计算和空间插值处理生成，该数据集作为一种重要的气候要素可用于研究青藏高原的年平均气温变化与气候变化，作为青藏高原生态环境变化的气候背景，为城镇化与生态环境交互胁迫研究提供数据支撑。
杜云艳, 易嘉伟
该数据为中国逐月平均温度数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2021.12。数据格式为NETCDF，即.nc格式。数据单位为0.1 ℃。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国地区降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。数据坐标系统建议使用WGS84。
彭守璋
本数据集是一个包含接近36年（1983.7-2018.12）的全球高分辨率地表太阳辐射数据集，其分辨率为3小时/逐日/逐月，10公里，数据单位为W/㎡，瞬时值。该数据集可用于水文建模、地表建模和工程应用。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再分析数据以及MODIS气溶胶和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ISCCP-FD、GEWEX-SRB和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地表过程模拟的研究和光伏发电的应用。
唐文君
数据集包括青海、西藏，及四川、甘肃、云南、新疆部分靠近青藏高原台站逐日降水资料，时间序列从1979至2015年。数据包里面包含184个气象站的逐日降水资料，数据文件名为气象站号，文件扩展名为data，每个文件有四列，代表：年 月 日 降水（单位：mm）。站点信息描述在文件stations_meta_SR.txt，文件由6列组成，分别代表：站号 纬度 经度 海拔（单位：m） 站名 省份。数据来源于中国气象局数据共享网，气象常规观测资料。数据为原始资料，没有进行再次加工处理。资料缺省值为-99。
中国气象数据网
本数据是通过建立雅鲁藏布江流域WEB-DHM分布式水文模型，以气温、降水、气压等作为输入数据，模拟输出的5km逐月水文数据集，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）。本数据是通过建立雅鲁藏布江流域WEB-DHM分布式水文模型，以气温、降水、气压等作为输入数据，模拟输出的5km逐月水文数据集，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）。
王磊
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
基于WRF模式，以ERA5再分析资料为初始和边界场，通过动力降尺度的方法，初步获得了青藏高原高分辨率低层大气结构和地气交换数据集。该数据集时间范围为2014年8月1日－8月31日，时间分辨率1小时，水平范围25oN-40oN，70oE-105oE，水平分辨率为0.05°。数据格式为NetCDF，每一小时数据输出一个文件，文件以日期命名。低层大气结构数据包含温度、相对湿度、水汽混合比、位势高度、经向风、纬向风气象要素，垂直方向为34层等压面；地气交换数据集包含地表接收的向上/向下短波辐射、向上/向下长波辐射、地表感热和通量、2米气温和水汽混合比、10米风等。该数据集可对青藏高原天气过程和气候环境研究提供数据支撑。
马舒坡
“Poles AOD Collection 1.0”气溶胶光学厚度（AOD）数据集采用自主研发的可见光波段遥感反演方法，结合Merra-2模式数据与NASA的官方产品MOD04制作，数据覆盖时间从2000年到2019年，时间分辨率为逐日，覆盖范围为“三极”（南极、北极和青藏高原）地区，空间分辨率为0.1度。反演方法主要采用自主研发的APRS算法，反演了冰雪上空的气溶胶光学厚度，算法考虑了冰雪地表的BRDF特性，适用于冰雪上空气溶胶光学厚度的反演。通过实测站点验证表明，数据相对偏差在35%以内，可有效提高极区气溶胶光学厚度的覆盖率和精度。
光洁
青藏高原珠峰站和纳木错站点气溶胶光学厚度数据是基于中科院青藏高原所大气辐射观在珠峰站和纳木错站点的观测数据产品而形成，数据覆盖时间从2017年到2019年，时间分辨率为逐小时，覆盖站点为珠峰站和纳木错站点，经纬度坐标为（珠峰站：28.365N, 86.948E，纳木错站：30.7725N，90.9626E）。观测数据来源为MFRSR仪器观测的辐射数据反演获得，所包含特征变量为气溶胶光学厚度，观测反演误差范围约为15%。数据格式为txt格式。
丛志远
太阳总辐射及吸收和散射性物质衰减的总辐射为采用国际上通用的太阳辐射表(LI200SZ，LI-COR, Inc., USA)测量获得。本测量测量数据为总太阳辐射，包括直射和漫反射的太阳辐射，波长范围400-1100nm。测量结果单位为W/m2，在自然采光下典型误差为± 3%（入射角60°以内）。北极Sodankylä 站的数据来源于与站点合作和网站下载等。北极Sodankylä 站数据覆盖时间更新到2018年。
白建辉
本数据集主要包含2018年12个月全球SPEI空间分布、2018年全球干旱强度，以及降水、陆表温度、0-10cm土壤湿度与过去10年（2009-2018）的距平；数据使用了距平指数法，最大值合成法以及趋势分析法计算得到了2018年全球干旱强度以及主要气象因子距平数据，数据时间尺度为2018-01-01到2018-12-31，空间分辨率为0.5度，数据可为分析2018年全球干旱分布、干旱评价提供科学参考。
田丰, 武建军, 周红敏
北极阿拉斯加站点气溶胶光学厚度数据是基于美国能源部大气辐射观测计划在北极阿拉斯加站点的观测数据产品而形成，数据覆盖时间更新从2016年到2019年，时间分辨率为逐小时，覆盖站点为北极阿拉斯加站点，经纬度坐标为（71°19′22.8″N, 156°36′32.4″ W）。观测数据来源为MFRSR仪器观测的辐射数据反演获得，所包含特征变量为气溶胶光学厚度，观测反演误差范围约为15%。数据格式为nc格式。
赵传峰
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
数据内容：本数据集包含3种分辨率（0.25度、0.75度和2度）青藏高原多年平均月温度递减率（单位：℃/m）网格数据 数据来源及加工方法：基于高程标准差和相关性阈值动态检测不同分辨率网格内MODIS地温-海拔样本的有效性来获得局部可靠的温度递减率 数据质量描述：基于青藏高原113个站点的1980-2014年间日平均气温观测，对ERA-Interim气温数据应用0.75度气温递减率产品进行日平均气温的空间降尺度，使其验证误差（均方根误差）由~4℃降低到~2℃。 数据应用成果及前景：该数据集可应用于多种再分析资料的气温降尺度。
张凡, 张宏波
中蒙俄经济走廊气象站基础气象数据集包括风速、风向、降水量、气温及雪深。时间分辨率为3小时。站点散布在走廊周围，站点数量为29个。该数据集基于美国国家海洋和大气管理局的国家环境信息中心（NCEI）小时/亚小时观测数据集提取得到。各个数据除了包括数据本身之外，还包括数据质量评估结果、数据获取方式等信息。此外，各个站点降水量数据由4个检测设备共同获取组成，以确保数据稳定性。雪深数据包括雪深度和等效水深尺寸，即雪融化后成水的深度。
李生宇, 范敬龙
对未来气候变化的有效评价，特别是对未来降水量的预测，是西北地区生态环境脆弱、干旱半干旱地区合理制定适应战略的重要依据。本数据是基于RegCM4.6模型和HadGEM2-ES的未来四种不同碳排放浓度（RCP2.6、RCP4.5、RCP6.0和RCP8.5）情景下，未来2007-2099年空间分辨率为0.25度，时间分辨率分别为3小时，逐日和逐年的多套中国西北（甘肃、宁夏、青海、新疆和陕西5省）气候预测。这些数据表明，在RCP8.5情景下，未来中国西北地区近地表气温将持续变暖，到21世纪末，气温将变得更为显著，超过6℃，未来的降水量将继续增加，到21世纪末将增加100毫米；极端气候指数夏季高温天数将继续增加，这表明中国西北地区的高温将更加频繁，相比之下，连续干燥日将减少。
潘小多, 张磊
该数据集是从中国科学院青藏高原研究所开发的一套中国区域近地面气象与环境要素再分析数据集中提取得到。该数据集是以国际上现有的 Princeton 再分析资料、GLDAS 资料、GEWEX-SRB 辐射资料，以及 TRMM 降水资料为背景场，融合了中国气象局常规气象观测数据制作而成。其时间分辨率为 3 小时，水平空间分辨率 0.1°，包含近地面气温、近地面气压、近地面空气比湿、近地面全风速、地面向下短波辐射、地面向下长波辐射、地面降水率，共 7 个要素（变量）。 各变量的物理意义： 气象要素 变量名 单位 物理意义 近地面气温 temp K 瞬时近地面（2m）气温 地表气压 pres Pa 瞬时地表气压 近地面空气比湿 shum kg/ kg 瞬时近地面空气比湿 近地面全风速 wind m /s 瞬时近地面（风速仪高度）全风速 向下短波辐射 srad W /平方米 3 小时平均 （-1.5hr ～ +1.5hr） 向下短波辐射 向下长波辐射 lrad W /平方米 3 小时平均 （-1.5hr ～ +1.5hr） 向下长波辐射。 降水率 prec mm/hr 3 小时平均 （-3.0hr ～ 0.0hr） 降水率。 更多信息，请参见随数据一同发布的《User’s Guide for China Meteorological Forcing Dataset》。
阳坤
本数据集为基于蒸散发互补方法建立的中国地表蒸散发产品(v1.5)，输入数据包括CMFD向下短波辐射、向下长波辐射、气温、气压，以及GLASS地表发射率和反照率、ERA5-land地表温度和空气湿度、NCEP散射辐射率等。本数据集时间跨度为1982年-2017年，空间范围为中国陆地区域。本数据集可为研究长时间尺度水循环和气候变化提供基础。 陆地实际蒸散发 (Ea)，单位: mm month-1。 时间分辨率为逐月； 空间分辨率为0.1°； 数据类型：NetCDF； 本数据仅为陆地实际蒸散发，不含水面。
马宁, Jozsef Szilagyi, 张寅生, 刘文彬
中亚地区风速数据集，为tif格式。其空间范围涵盖里海在内的中亚五国地区，包括乌兹别克斯坦、哈萨克斯坦、土库曼斯坦、塔吉克斯坦和吉尔吉斯坦。该数据由GLDAS全球三小时同化数据提取获得。时间分辨率为3小时，空间分辨率为0.25°，时间范围为：2017年平均值。可以利用该数据进行中亚五国的大尺度输沙通量计算，进而估算沙丘的潜在移动速度等参数。该数据集可为中亚地区沙漠油气田与绿洲城镇风沙灾害评估提供数据支撑。
高鑫
（1）数据提供了申扎站高寒草原观测场的空气温度（地面2米）、湿度、降水、气压、风速、辐射等关键气象要素的监测（2015年--至今）。中国科学院申扎高寒草原与湿地观测试验站是海拔4730米，是青藏高原第一个针对高寒草原建立的综合生态监测站。申扎生态监测站地处藏北腹地，位于冈底斯山和色林错之间，属南羌塘高原大湖盆地带，地势较缓，丘陵、高山与盆地相间。气候属于高原亚寒带半干旱季风气候区，紫花针茅群落是该区的优势群落。 （2）数据由自动气象站采集，并进行了日均值处理； （3）已对数据质量进行检查，所有数据均为原始数据； （4）数据集可作为相关研究的基础数据使用。
魏达, 王小丹
本数据是通过建立长江黄河源WEB-DHM分布式水文模型，以气温、降水、气压等作为输入数据，以GAME-TIBET数据作为验证数据，模拟输出的5km逐月水文数据集，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）。数据是基于WEB-DHM分布式水文模型，以气温、降水、气温等（源自itp-forcing和CMA）为输入数据，以GLASS、MODIA、AVHRR为植被数据，SOILGRID及FAO为土壤参数建立起的模型，并通过对径流、土壤温湿度的率定与验证获得的1998-2017年长江黄河源5公里逐月格网径流与蒸发。若asc无法在arcmap中正常打开，请将asc文件前5行顶格。
王磊
在过去的几十年中，关于EC能量闭合问题的大量野外观测和数值模拟试验极大地加深了人们对于EC能量闭合问题的理解和认识。本数据是基于WRF LES模拟分析不同地表异质性类型及特征长度情形下EC能量闭合的变化，定量EC能量闭合与地表异质性尺度之间的关系，探讨地表异质性引起的大尺度涡旋造成EC能量不闭合的机制。 该数据使用WRF 3.9.1的LES模块来进行LES试验。为了更真实地表征实际地表异质性，本章采用二维地表异质性设计。研究区域x方向为5 km，y方向为 5 km，高2 km。水平分辨率为50 m，垂直方向采用拉伸网格，其分辨率在6 m～20 m之间。x，y，z方向上的网格数量分别为100，100和100。时间分辨率为0.25 s。 更多详细信息请参考Zhou et al., (2019).
周彦昭
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
