该数据集提供了2001-2020年青藏高原71个湖泊的湖冰物候，包括开始冻结日、完全冻结日、开始消融日、完全消融日、完全封冻时间和湖冰覆盖时间。数据集采用动态阈值法提取自经过双星去云和临近日去云后的MODIS每日积雪产品。与粗分辨率被动微波AMSR-E/2湖冰物候数据集对比，开始冻结日的平均绝对误差为2.33-7.25天，完全消融日的平均绝对误差为1.75-4.67天。该数据可为青藏高原湖泊系统响应气候变化的相关研究提供数据基础。
蔡宇, 柯长青
1）数据内容 本数据集包括巴木错、拉昂错2019-2021年夏秋季和龙木错2020-2021年夏秋季的湖泊蒸发数据。计算蒸发数据所需的气象数据通过在湖边架设的自动气象站获取，观测高度为1.5m。 湖泊位置：巴木错（90.59°E，31.29°N），拉昂错（81.24°E，30.72°N），龙木错（80.47°E，34.60°N）。 自动气象站坐标：巴木错AWS（90.65°E，31.30°N），拉昂错AWS（81.22°E，30.73°N），龙木错AWS（80.43°E，34.59°N）。 时间分辨率：1d 空间分辨率：- 单位：mm 2）数据来源及加工方法 整体输送法。计算公式如下： LH=l_v ρ_a c_E U(q_s-q_a ) E=LH/(ρl_v ) 其中LH、E分别为潜热、蒸发。 气象数据使用湖泊边架设的自动气象站，使用的观测数据包括1.5m处气温、风速、相对湿度等；湖表温度使用ERA5-land逐小时数据；动量粗糙度、水汽粗糙度及热量粗糙度通过巴木错和拉昂错架设的涡动相关仪获取的数据反算得到。 3）数据质量描述 将计算获取的2020年巴木错湖泊蒸发数据与架设在巴木错湖心岛的涡动相关仪获取的8-10月蒸发数据进行对比，pearson相关系数r=0.57，p=2.842E-8。 4）数据应用成果及前景 水面蒸发是水循环过程中的一个重要环节，是水文学研究中的一个重要课题。它作为湖泊水量损失的主要部分，也是研究陆面蒸发的基本参证资料。基于观测资料计算得到的蒸发量可以作为青藏高原湖泊的准确蒸发量，是研究湖泊水量平衡的重要基础，通过获取位于不同气候区的三个湖泊蒸发量，可以更好地探索湖泊水面蒸发在不同气候区的变化规律。
马卫垚, 马伟强, 何佳男, 谢志鹏, 苏荣明珠, 胡伟, 马耀明
中国科学院（CAS）气候系统模式FGOALS-f3-L于近期完成了第六次国际耦合模式比较计划（CMIP6）试验中的全球季风比较计划（GMMIP）的Tier-1和Tier-3试验并发布了相应数据。本文是FGOALS-f3-L参加GMMIP试验的数据描述文章。在GMMIP Tier-1试验中，基于观测的海温和海冰强迫，FGOALS-f3-L模式完成了三组不同初始场的历史模拟试验。在GMMIP Tier-3试验中，FGOALS-f3-L模式完成了5组地形和热力扰动的敏感性试验。具体来说，包括四组地形敏感性试验，分别去除了青藏高原、东非和阿拉伯半岛高原、北美马德雷山脉和南美的安第斯山脉，以及一组热力敏感性试验，去除了青藏-伊朗高原及邻近区域500m以上地形的地表感热加热。这组数据集将贡献于CMIP6用于评估海温对全球季风环流和降水的长期以及短期趋势的影响，以及更好的理解大地形在影响全球季风中的作用。
何编
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
中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室研发的全球气候系统模式FGOALS-f3-H/L 参加CMIP6 高分辨率模式比较计划数据集。CAS FGOALS-f3-H的水平分辨率为0.25°，CAS FGOALS-f3-L的水平分辨率为1°，由标准的外部条件强迫，对1950-2014年和2015-2050年时间段进行了2套模拟，实验ID分别为 "highresSST-present "和 "highresSST-future"。模式输出包含多种时间尺度，包括：小时平均值、三小时平均值、六小时瞬时值、日平均值和月平均值数据集。
包庆
青藏高原分区域动力降尺度（TPSDD）数据集是一个高空间-时间分辨率的网格数据集，用于整个青藏高原的陆地-空气交换过程和低层大气结构研究，并考虑到了青藏高原各分区域的气候特征。该数据集的时间跨度为1981年至2020年，时间分辨率为2小时，空间分辨率为10公里。数据集的气象要素包括近地表土地-空气交换参数，如向下/向上的长波/短波辐射通量、动量通量、显热通量、潜热通量等。此外，还包括从地表到对流层顶的3维风、温度、湿度和气压的垂直分布。通过比较观测数据和最新的ERA5再分析数据，对该数据集进行了独立评估。结果表明了该数据集的准确性和优越性，为未来的气候变化研究提供了巨大的潜力。
李斐, 马舒坡, 朱金焕, 邹捍, 李鹏, 周立波
青藏高原分区域动力降尺度数据集-标准年（TPSDD-Standard）是一个高空间-时间分辨率的网格数据集，用于整个青藏高原的陆地-大气交换过程和低层大气结构研究，并考虑到了青藏高原各分区域的气候特征。根据青藏高原上空500 hPa多年平均位势高度场，选取与该位势高度场空间相关系数最大的年份（2014年）作为标准年，它能粗略反映青藏高原大气多年平均状况。该数据时间分辨率为1小时，空间分辨率为5公里。数据集的气象要素包括近地表土地-空气交换参数，如向下/向上的长波/短波辐射通量、感热通量、潜热通量等。此外，还包括从地表到对流层顶的3维风、温度、湿度和气压的垂直分布。通过比较观测数据和最新的ERA5再分析数据，对该数据集进行了独立评估。结果表明了该数据集的准确性和优越性，为未来的气候变化研究提供了巨大的潜力。
李斐, 马舒坡, 朱金焕, 周立波, 李鹏, 邹捍
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
数值试验：使用的气候模式是意大利理论物理研究中心（ICTP）开发的区域气候模式RegCM4.1。RegCM4.1区域模式模拟的试验中大气模式水平分辨率为50km，垂直方向18层；在线耦合沙尘模块。海温使用OISST插值的海温。试验包括中古新世地形试验（MP, ~60Ma BP，试验名称60ma_regcm4.1_xxx.nc）和晚渐新世（LO，~25Ma BP，试验名称25ma_regcM4.1_xxx.nc）两组。MP区域地形修改试验，将高原北部去掉，近似替代60Ma时期亚洲陆地的地形分布。BP区域地形修改试验，只将帕米尔高原地形去掉，近似替代25Ma时期亚洲陆地的地形分布。两个试验的沙尘源区没有变，均对在线打开了沙尘循环过程。 输出时间：所有试验都被积分了22年，使用了每个试验最后20年的平均结果。 数据可应用于解释高原周边不同区域干旱演化的差异。
孙辉
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
本数据集数据源为：欧洲航天局多光谱卫星Sentinel-2卫星。其中包含2017年青藏高原湖泊CDOM和DOC年均值数据。使用方法：基于实测样点的CDOM数据，提取影像反射率信息，通过皮尔森相关性分析选择最佳预测变量，构建多元逐步回归CDOM 预测模型，获得青藏高原水体CDOM结果。由于CDOM与DOC具有很好的相关性，所以DOC预测结果通过CDOM计算。最终青藏高原CDOM模型的调整R²达到0.81。
宋开山
数值试验：使用的气候模式是由英国气象局与英国大学联合开发的快速海-气耦合模式（FAMOUS）。FAMOUS模式中的大气模式水平分辨率为5°×7.5°，垂直方向有11层；海洋模式的水平分辨率为2.5°×3.75°，垂直方向有20层。大气和海洋每天耦合一次，无通量调整。 试验包括中古新世（MP, ~60Ma BP，试验名称flat_60ma_1xCO2_sea_3d_**100yr_mean.nc）和晚渐新世（LO, ~25Ma BP，试验名称orog_25ma_1xCO2_sea_3d_**100yr_mean.nc）。海陆分布数据主要取自全球海岸线基础数据集（缩写为Gplates，网址为http://www.gplates.org/），考虑到青藏高原等新生代地形的初始隆升约开始于50~55Ma（Searle等，1987），因而在MP试验中将全球地形高度均设置为0，以略去高原地形的作用。25Ma修正了格陵兰（Zachos等, 2001）、青藏高原（例如, Wang等，2014；Ding等，2014；Rowley和Currie, 2006；DeCelles等，2007；Polissar等，2009）。在重建青藏高原古地形时还考虑了其古纬度的变化(Besse等，1984；Chatterjee等，2013；Wei等，2013）。同时，参考新生代大气CO2变化（Beerling和Royer, 2011），2个时期的试验中大气CO2浓度均取工业革命前的值280ppmv（1ppmv=1mg L–1）。 为了简单起见，所有陆地植被和土壤特性都设置为全球均一的值，即在除南极洲外的每个陆地网格点上的各种陆面特性都被赋予工业革命前非冰川陆面的全球平均值，这样也便于突出检验海陆分布和地形变化的影响。此外，由于主要讨论百万年尺度特征地质时期的平均气候状态及其变化，因而可以略去轨道强迫的影响，即在所有试验中地球轨道参数均设置为其现代值。 输出时间：所有试验都被积分了1000年，使用了每个试验最后100年的平均结果。 本数据有助于探究新生代季风和干旱的形成演化机制。
刘晓东
全球3小时河道洪水再分析数据GRFR，包括1）1980-2019年全球0.05度，3小时/日格点陆面产流数据。2）全球294万条河段（基于90m数字高程模型提取），3小时/日天然径流模拟数据。3）全球3小时河道洪水事件数据。4）基础地形数据MERIT-Basins。 该数据集以分布式水文模型VIC和河道汇流模型RAPID为模型链核心，集合一系列多源数据和模型手段构建的全球高分辨率高精度天然河川径流模拟系统模拟而成。基于美国6000余个站点3小时和全球14000余个站点日径流观测资料的精度评估表明，该数据能够较好地再现3小时和日尺度径流过程，同时能够较好地捕捉洪水事件。详细过程请参阅参考文献。 该数据集为遥感卫星径流反演算法开发、全球洪水特性分析和物理机制分析尤其是无资料地区提供了强有力的新数据支撑。
杨媛, 潘铭, 林佩蓉
全球294万条河段的天然径流量模拟数据产品，单位m3/s。本数据是基于VIC水文过程模式与RAPID矢量河网汇流模型模拟得到。其中陆面水文过程模式空间分辨率为0.25°，矢量汇流模式中的河网数据基于90-m MERIT Hydro水文矫正地形数据产品提取。产流部分经过基于机器学习得到的径流特征值进行参数率定，并基于多分位数径流特征值进行了格点尺度的产流偏差矫正，经全球1.4万个径流观测站点验证，数据产品具有较优的验证精度。
林佩蓉, 潘铭, 杨媛
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
面向中亚五国农业可持续发展，基于ESA的CCI-LC Maps数据，绘制了中亚的农业格局图，具体包含哈萨克斯坦、土库曼斯坦、塔吉克斯坦、吉尔吉斯斯坦以及乌兹别克斯坦五国，将现有的农业用地分为雨养耕地，雨养耕地（草本覆盖），雨养耕地（林木覆盖），灌溉耕地，耕地（>50%）/自然植被（<50%）以及耕地（<50%）/自然植被（>50%）六类。数据年份为2020年，数据的空间分辨率为300m×300m，即约0.003°×0.003°。数据集可为中亚五国未来土地资源开发利用和农业发展等提供基础数据支撑。
张俊俊, 蒋晓辉
面向中亚五国农业可持续发展，以土地资源为目标，为探究近20年气候变化下中亚地区的土地资源评价以及未来30年气候变化下中亚土地资源状况，收集了中亚的土地资源评价要素，包括：土壤要素（土壤盐渍化程度、土壤质地、土壤有机质含量、土壤pH值、土壤全氮）、地形要素（高程、坡度）、气候要素（降雨、气温、太阳辐射）。地形要素与土壤要素均以2020年为基准，气候要素包括2000年，2010年，2020年，以及采用CMIP6中的ESM1气候模式预估的未来SSP5-8.5情景下2030年和2050年的平均降水和气温，空间分辨率介于0.05°-0.1°。数据集可为中亚五国未来土地资源开发利用和农业发展等提供基础数据支撑。
张俊俊, 蒋晓辉
土壤水分是全球观测系统提出的关键气候变量之一，在陆气相互作用中起着重要作用。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关键参数，在植被水力学、植被物候学和生物量研究领域中有着广泛应用。 本数据集基于AMSR-E和AMSR2交叉定标亮度温度数据，使用多通道协同反演算法(MCCA)获得了全球第一套具有极化差异的多波段（C/X/Ku）植被光学厚度产品及土壤水分产品。该算法(MCCA)能综合考虑多个通道之间的物理关系，能同时反演出土壤水分和具有频率差异，极化差异的植被光学厚度。 本数据集使用了来自国际土壤水分观测网络和美国农业部发布的共25个土壤水分密集观测站网进行验证，结果表明，在目前公开的与AMSR-E/2相关的土壤水分数据集中，MCCA土壤水分的无偏均方根误差(ubRMSE)最小。此外，MCCA反演得到的具有频率和极化差异的植被光学厚度数据可为植被生理过程中的水通量研究提供新的见解。
胡路, 赵天杰, 居为民, 彭志晴, 姚盼盼, 施建成
本数据集包括雅鲁藏布江和横断山区主要河流中全氟化合物的浓度和分布数据。样品采集于2020年和2021年，采样范围包括雅鲁藏布江、怒江、澜沧江和金沙江四条大河，共83个采样点。水样经固相萃取-净化-浓缩等前处理步骤制备后，由高效液相色谱-质谱联用仪进行测定。目标化合物包括10种全氟羧酸（PFCAs）和3种全氟磺酸（PFSAs），具体为全氟丁酸(PFBA)、全氟戊酸(PFPeA)、全氟己酸(PFHxA)、全氟庚酸(PFHpA)、全氟辛酸(PFOA)、全氟任酸(PFNA)、全氟癸酸(PFDA)、全氟十一烷酸(PFUnDA)、全氟十二烷酸(PFDoA)、全氟十三烷酸(PFTrA)、全氟丁烷磺酸(PFBS)、全氟戊烷磺酸(PFHxS)、全氟辛烷磺酸(PFOS)。样品前处理过程中，均加入同位素标记的回收率标志物，经计算样品回收率在53%-96%之间。河流水质检测参数包括：温度、溶解氧、pH、电导率、盐度和溶解性有机碳，参数精度分别为0.1℃、0.01mg/L、0.01、0.1μS/cm、0.01ppt和0.01mg/L。其中，溶解性有机碳采用TOC分析仪测量，其余水质参数均采用YSI ProPlus便携式多参数水质仪现场测定获得。该数据集可为青藏高原大尺度范围的有机污染空间分布制图和亚洲水塔水质安全评估提供科学依据。
任娇, 王小萍
通过国家气象信息中心、水文年鉴、中国统计年鉴及中国科学院地理科学与资源研究所等单位收集了水文气象及、土地利用及DEM等基础数据。采用具有自主知识产权的分布式时变增益水文模型进行建模，以100平方千米阈值将青藏高原划分成10937个子流域。在黑河、雅鲁藏布江、长江源、黄河源、雅砻江、岷江、澜沧江流域选取了14个流量站观测日流量数据对模型进行了拟定与验证。日尺度纳西效率系数达到0.7以上相关系数达到0.8以上。采用了CMIP6提供的13个模型4种情景输出的降水与气温数据，对未来降水与气温数据进行后处理，后处理后的降水与气温驱动水文模型，模拟出2046-2065年水循环过程，给出全青藏高原空间0.1度日尺度径流未来可能时空分布。
叶爱中
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
