改进频率分布和风速纠正的青藏高原格点降水数据集是一套适合青藏高原,经过风引起的降水观测损失订正和降水频率分布优化后的数据集。数据为NETCDF格式,时间分辨率为1天,水平空间分辨率10km。该数据可作为数值模式降水频率纠正的参考数据源。 该数据集使用了164个来自中国气象局和GSOD的日观测数据作为数据源。数据的生成分为4步:(1)首先对观测数据进行了质量控制,包括异常值和坏值去除等。(2)进行主要由风引起的观测损失补偿。(3)分别采用考虑海拔的样条函数插值月降水总量,普通克里金法插值日降水与月降水的比值,将两部分相乘得得到1km空间分辨率的数据。(4)将1km空间分辨率数据均值聚合到10km空间分辨率,得到最终数据。 相比国际同类格点降水数据,该数据进行了风引起的降水观测损失订正,同时通过插值方法的优化使其在降水量频率分布上更佳准确。该数据适合用于数值模式输出降水的统计偏差纠正或分析格点上的降水频率特征。
马佳培, 李弘毅
该数据集包含了2019年8月29日至2019年12月31日的兰州大学寒旱区科学观测网络民勤站涡动相关仪观测数据。站点位于甘肃省武威市民勤县,地处中国西部地区巴丹吉林沙漠和腾格里沙漠之间。观测点的经纬度是103.668E,39.208N,海拔1020m。涡动相关仪的架高4m,采样频率是10Hz,超声朝向是正北向,超声风速温度仪(CSAT3)与CO2/H2O分析仪(Li7500A)之间的距离是17cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Eddypro软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),奥布霍夫长度L(m),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(较插补数据好);9数据质量差))。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。
赵长明, 张仁懿
降水中稳定的氧同位素比(δ18O)是全球大气过程的综合示踪剂。 自1990年代以来,一直致力于研究位于青藏高原TP上20多个站点的降水同位素组成,这些站点位于西风和季风之间的气团交汇处。 在本文中,我们建立了一个青藏高原月尺度降水δ18 O的数据库,并使用不同的模型来评估TP上降水δ18 O的气候控制。 降水δ18 O的时空格局及其与温度和降水的关系揭示了三个不同的域,分别与西风(北TP),印度季风(南TP)及其之间的过渡有关。
高晶
The data include daily precipitation (Precip) amount and daily mean near-surface air temperature (T2m) over southeast Asia with a spatial resolution of 3 km. The data is downscaled by using the Weather Research and Forecasting (WRF) model (3.7.1) nested in a 9 km simulation over the Pan Third Pole region. The boundary and initial condition come from the fifth-generation global reanalysis product by the European Centre for Medium-Range Weather Forecasts (ECMWF), ERA5.
Tinghai Ou
该数据集包含了黑河流域地表过程综合观测网中游大满站的大孔径闪烁仪通量观测数据。中游大满站分别架设了BLS900和RR-RSS460型号的大孔径闪烁仪,北塔为BLS900的接收端和RR-RSS460的发射端,南塔为BLS900的发射端和RR-RSS460的接收端。观测时间为2019年1月1日至2019年12月31日。站点位于甘肃省张掖市大满灌区内,下垫面是玉米、果园和大棚,以玉米为主。北塔的经纬度是100.3785E,38.8607N,南塔的经纬度是100.3685E,38.8468N,海拔高度约1556m。大孔径闪烁仪的有效高度24.1m,光径长度是1854m,采样频率是1min。 大孔径闪烁仪原始观测数据为1min,发布的数据为经过处理与质量控制后的数据,其中感热通量主要是结合自动气象站观测数据,基于莫宁-奥布霍夫相似理论通过迭代计算得到,主要的质量控制步骤包括:(1)剔除Cn2达到饱和的数据(BLS900:Cn2>7.25E-14,RR-RSS460:Cn2>7.84 E-14);(2)剔除解调信号强度较弱的数据(BLS900:Average X Intensity<1000;RR-RSS460:Demod>-20mv);(3)剔除降水时刻的数据;(4)剔除稳定条件下的弱湍流的数据(u*小于0.1m/s)。在迭代计算过程中,对于BLS900,选取Thiermann and Grassl(1992)的稳定度普适函数;对于RR-RSS460,选取Andreas(1988)的稳定度普适函数,详细介绍请参考Liu et al. (2011, 2013)。由于仪器维修、供电不足和信号问题,大孔径闪烁仪数据缺失的日期为:2019.01.22-2019.01.24;2019.03.01-2019.04.26;2019.08.05-2019.08.07;2019.10.28-2019.10.31;2019.11.29-2019.12.21。 关于发布数据的几点说明:(1)中游LAS数据以BLS900为主,缺失时刻由RR-RSS460观测补充,两者都缺失则以-6999标记。(2)数据表头:Date/Time :日期/时间(格式:yyyy/m/d h:mm),Cn2 :空气折射指数结构参数(单位:m-2/3),H:感热通量(单位:W/m2)。数据时间的含义,如0:30代表0:00-0:30的平均;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Liu et al. (2011)。
车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
本数据集为青海可可西里地区气候要素数据集,涵盖十四个观测站点数据,详细记录了1990年的各项气候观测数据。青海可可西里地区地势高亢,平均海拔在5000m以上,气候寒冷,空气稀薄,自然环境恶劣,广大地区至今仍为无人区,有“人类禁区”之称。该区由于受到人类活动的干扰较小,大部分地区仍保持着原始的自然状态,其特殊的地理位置、地壳结构和自然环境以及特有的生物区系组成等,一直为国内外科学界所注目。该数据集原始数据数字化自《青海可可西里自然环境》一书,气候观测数据具体包括太阳辐射、温度、降水、气压、风速等。本数据集对于研究青海可可西里地区提供了基础数据,对于相关领域的研究具有参考价值。
李炳元
在使用三维变分方法进行资料同化时,需要利用误差协方差来确定背景场和观测各自的贡献。其中,背景场误差协方差不仅取决于所用的大气预报模式(如分辨率、参数化方案等),还取决于开展模拟的区域。本数据基于天气预报与研究(WRF)模式,通过对中亚大湖区(27公里水平分辨率)进行2017年一整年的模拟,使用NMC方法估计得到。其中包含的变量为流函数、速度势函数、温度、相对湿度和地表气压。本数据可应用于基于WRF模式开展的中亚大湖区资料同化研究与应用。
姚遥
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网中游大满超级站涡动相关仪观测数据。站点位于甘肃省张掖市大满灌区内,下垫面是玉米。观测点的经纬度是100.37223E, 38.85551N,海拔1556.06m。涡动相关仪的架高4.5m,采样频率是10Hz,超声朝向是正北向,超声风速仪(CSAT3)与CO2/H2O分析仪(Li7500A)之间的距离是17cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Eddypro软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除降水前后1h的数据;(3)剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),奥布霍夫长度L(m),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。数据时间的含义,如0:30代表0:00-0:30的平均;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Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
本数据集包含2001-2018年青藏高原月平均地表实际蒸散发量,空间分辨率为0.1度。数据集主要以卫星遥感数据(MODIS)和再分析气象数据(CMFD)作为输入,利用地表能量平衡系统模型(SEBS)计算得到。在计算湍流通量的过程中引入了次网格地形拖曳参数化方案,提高了对地表感热通量和潜热通量的模拟。另外,利用青藏高原6个湍流通量站的观测数据对模型输出的蒸散发量进行了验证,显示出了较高的精度。该数据集可用于研究青藏高原陆气相互作用和水循环特征。
韩存博, 马耀明, 王宾宾, 仲雷, 马伟强, 陈学龙, 苏中波
本数据集来源于论文:Ding, J., Wang, T., Piao, S., Smith, P., Zhang, G., Yan, Z., Ren, S., Liu, D., Wang, S., Chen, S., Dai, F., He, J., Li, Y., Liu, Y., Mao, J., Arain, A., Tian, H., Shi, X., Yang, Y., Zeng, N., & Zhao, L. (2019). The paleoclimatic footprint in the soil carbon stock of the Tibetan permafrost region. Nature Communications, 10(1), 4195. doi:10.1038/s41467-019-12214-5. 数据中包含新评估的青藏高原3m深度土壤有机碳库格点数据及相应的R代码,格点数据空间分辨率为0.1°。 以往对青藏高原土壤碳库的评估多以现代气候、植被等特性为根据,未考虑古气候条件、土层厚度等因素的影响。本研究中,研究人员综合考虑了古气候和现代气候条件、土层厚度和土壤理化属性、植被和地形等因素,通过机器学习算法重新评估了青藏高原3m深度土壤碳库。新评估得到的青藏高原土壤碳储量为36.6 Pg C (38.9-34.2 Pg C),约为陆地生态系统模型模拟均值的3倍(11.5±4.2 Pg C)。同时,研究指出,模型中缺乏对古气候影响的考虑是导致模拟偏差的重要原因。 数据中包含以下字段: Longitude (°E) Latitude (°N) SOCD (0-30cm) (kg C m-2) SOCD (0-300cm) (kg C m-2) GridArea (k㎡) 3mCstcok (10^6 kg C)
丁金枝, 汪涛
This dataset includes daily water vapor and precipitation isotopes (δ18O and δD) and daily meteorological parameters including temperature, relative humidity, vapor concentration, air pressure, and precipitation amount at Nanjing, eastern China. Water vapor isotopes (δ18Ov and δDv) were online measured during November 2012 to December 2018 by a Wavelength Scanned Cavity Ring-Down Spectrometer (WS-CRDS, model: Picarro L2120-i) at the Station for Observing Regional Processes of the Earth System of Nanjing University (SORPES-NJU, 32.12°N, 118.95°E, 55 m above sea level) on the Xianlin Campus of the Nanjing University, about 20 km east of downtown Nanjing in the Eastern China. The uncertainties were determined to be less than 0.2‰ for δ18Ov and 1.0‰ for δDv. Precipitation isotopes were also measured by Picarro L2120-i during September 2011 to December 2018, with the analytical uncertainty of less than 0.1‰ for δ18O and 0.5‰ for δD.
庞洪喜
1)数据内容(包含的要素及意义):高寒网21个站(藏东南站、纳木错站、珠峰站、慕士塔格站、阿里站、那曲站、双湖站、格尔木站、天山站、祁连山站、若尔盖站(西北院)、玉龙雪山站、那曲站(寒旱所)、海北站、三江源站、申扎站、贡嘎山站、若尔盖站(成都生物所)、那曲站(地理所)、拉萨站、青海湖站)2018年青藏高原气象观测数据集(气温、降水、风向风速、相对湿度、气压、辐射和蒸发) 2)数据来源及加工方法:高寒网21个站实地观测Excel格式 3)数据质量描述:站点日分辨率 4)数据应用成果及前景:在高寒网各野外站和泛第三极地区境外台站的长期观测数据基础上,建立泛第三极地区气象、水文及生态要素系列数据集;通过重点区域的强化观测与样地和样点验证,完成气象要素、湖泊水量与水质、地上植被生物量、冰川冻土变化等数据产品的反演;基于物联网技术,研制建立多站联网的气象、水文、生态数据管理平台,实现联网数据实时获取与远程控制及共享。
朱立平, 彭萍
高质量高时空分辨率降水产品在理解全球和区域尺度的“水-碳-能”循环研究中扮演重要角色。卫星遥感为监测降水高时空变异特征提供了不可替代的手段,尤其是在自然条件恶劣的无资料地区。但由于是间接估算而来,卫星遥感降水产品不可避免地存在系统偏差和随机误差。聚焦于目前主流的遥感降水产品(GPM IMERG及其回推产品,0.1°/half-hourly,2000-present)获取过程中的潜在不足,如该产品的矫正时空尺度为1.0°/monthly,本研究在更高时空尺度上提出一套新的时空矫正算法,并引入高质量地面观测产品APHRODITE(0.25°/daily),生产了一套亚洲地区同期高质量高时空分辨率降水数据集AIMERG(0.1◦/half-hourly,2000–2015)。AIMERG降水数据集能够同时有效考虑卫星估计和地面观测的各自优势,其系统偏差和随机误差在中国地区不同时空尺度上的表现优于GPM IMERG,为亚洲地区相关领域的科学研究及生产实践提供了更为丰富且可靠的基础数据。
马自强
包含青藏高原地区气溶胶类型和气溶胶光学厚度,两类数据。 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。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气溶胶类型数据(共12种)和质量控制结果。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)。 气溶胶光学厚度(AOD)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,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, 赵传峰
1)本数据包含中科院加德满都科教中心2019年基本气象数据;参数有:气温 ℃,相对湿度%,气压Kpa, 降水mm, 辐射W/m2, 风速 m/s。表2为气象站说明表格,包含地理位置及下垫面情况。 2)数据来源及加工方法:数据来源于中国科学院加德满都科教中心小时数据,气温、气压、辐射和风速计算日平均,降雨计算日总和。 3)数据质量描述:这些参数中,气压数据质量较差缺失较多,2019年6-8月仪器故障,数据有缺失 4)该气象数据应用前景广泛,与南亚不同区域的资料对比分析,可服务于如大气科学、水文学、气候学、自然地理学和生态学等背景的研究生和科学家。
朱立平
(1)本数据集是申扎高寒湿地2016-2019年的碳通量数据集,包含空气温度、土壤温度、降水、生态系统生产力等参数。(2)该数据集以野外涡度相关实测数据为基础,采用国际上公认的涡度相关数据标准处理方法,基本流程包括:野点剔除-坐标旋转-WPL校正-储存项计算-降水同期数据剔除-阈值剔除-异常值剔除-u*校正-缺失数据插值-通量分解与统计。本数据集还包含了基于涡度相关数据集标定后的模型模拟数据。(3)该数据集已经过数据质量控制,数据缺失率为37.3%,缺失数据已采用插值方式补充。(4)该数据集对认识高寒湿地碳汇功能具有科学价值,也可以用于机理模型的矫正和验证等。
魏达
34个关键节点百米级脆弱性评估数据集评估了“一带一路”重点区域在极端降水事件下的洪涝灾害危险性,为当地政府部门决策提供依据,同时以便在洪涝灾害发生前进行预警,从而可以争取到宝贵的时间采取防灾减灾措施,降低洪涝灾害所带来的人民群众生命财产损失。此数据集以“一带一路”34个关键节点的GDP、人口、土地利用、路网、河网数据为基础,结合ArcGIS中的空间分析方法,赋予各指标相应的权重,构建评估了34个关键节点在极端降水条件下发生洪涝灾害的脆弱性,并用自然断点法将脆弱性分为5个等级,分别代表无脆弱性,低脆弱性,中脆弱性,高脆弱性,极高脆弱性。
葛咏, 李强子, 李毅
泛第三极历史极端降水数据集包括了2000-2018年极端降水识别数据。该数据集以GPM IMERG Final Run(GPM)日值降雨数据为基础,评估了一带一路重要节点区域的降雨量,用百分位法评估了34个重要节点的极端降水阈值,并运用计算出的阈值识别出了发生极端降水的日期,以此为基础制作了极端降水发生时地表的淹没范围。 数据范围主要是泛第三极34个关键节点(万象、亚历山大、仰光、加尔各答、华沙、卡拉奇、叶卡婕琳堡、吉大港、吉布提等国家) 该数据集可以为当地政府部门决策提供依据,以便正确识别极端降水,降低极端降水所带来的生命财产损失。
何雨枫
青藏高原作为亚洲“水塔”为亚洲主要河流提供水资源。由生物质和化石燃料燃烧排放的BC气溶胶对辐射具有极强的吸收作用,进而对地球系统的能量收支和分布具有重要的影响,是气候环境变化不可忽视的影响因子。青藏高原周边地区排放的黑碳气溶胶经大气环流可被传输至高原内部,并沉降到雪冰表面,对降水和冰川物质平衡产生重要影响。分别在青藏高原5个台站架设黑碳仪,使用Aethalometer在线测量大气黑碳含量,数据时间分辨率:逐日.这对评估黑碳对青藏高原的气候环境影响和大气污染物的跨境传输提供数据基础。此数据是先前发布的《青藏高原大气黑碳含量5个站点观测资料(2018)》的更新。 5个站点信息如下: 纳木错:30°46'N, 90°59'E, 4730 m a.s.l 珠峰站:28.21°N, 86.56°E, 4276 m a.s.l 藏东南:29°46'N, 94°44'E, 3230 m a.s.l 阿里站:33.39°N, 79.70°E, 4270 m a.s.l 慕士塔格:38°24’N, 75°02’E, 3650 m a.s.l
王茉
本数据集包括藏东南站、阿里站、慕士塔格站、珠峰站和纳木错站的大气气溶胶颗粒物的PM2.5质量浓度(单位为μg/m3)。气溶胶PM2.5细颗粒物是指环境空气中空气动力学当量直径小于等于 2.5 微米的颗粒物。它能较长时间悬浮于空气中,对空气质量和能见度等有重要的影响,其在空气中含量浓度越高,就代表空气污染越严重。PM2.5的浓度特性数据以每5 min获取一组数据的频率进行产出,能实现小时、昼夜、季节和年际等不同时间尺度气溶胶质量浓度的分析,这为青藏高原地区不同位置的气溶胶质量浓度在不同时间尺度上的变化及其影响因素分析,以及当地空气质量评价,提供了重要的数据支撑。该数据为已发布数据《青藏高原不同站点气溶胶颗粒PM2.5浓度数据集(2018)》的更新。
邬光剑
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