1) 青藏高原地面气象驱动数据集（2019-2020），包括地表温度（Land surface temperature）、地表降水率（Mean total precipitation rate）、下行短波辐射（Mean surface downward long-wave radiation flux）以及下行长波辐射（Mean surface downward short-wave radiation flux）4个气象要素。 2) 该数据集以ERA5再分析数据为基础，辅以MODIS NDVI、MODIS DEM、FY3D MWRI DEM数据产品。通过多元线性回归方法对ERA5再分析数据进行降尺度处理，最后通过重采样生成。 3) 青藏高原地面气象驱动数据集（2019-2020）各数据要素均以TIFF格式存储，时间分辨率包括（每日、每月、每年），空间分辨率统一为0.1°×0.1°。 4) 本数据方便不会使用.nc格式的此类同化数据的科研人员和学生使用。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, 杜宝隆
1）数据内容（包含的要素及意义）：高寒网19个站（藏东南站、纳木错站、珠峰站、慕士塔格站、阿里站、格尔木站、天山站、祁连山站、若尔盖站（共2个点，西北院和成都生物所）、玉龙雪山站、那曲站（含3个站点，青藏所、西北院和地理所）、海北站、三江源站、申扎站、拉萨站、青海湖站）2020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、辐射和通量等数据） 2）数据来源及加工方法：高寒网19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。另外，该数据集是对中国高寒区地表环境与观测网络气象数据（2019）的更新。
朱立平
该数据集是根据24个CMIP6全球气候模式的historical（1951–2014年）、SSP2-4.5和SSP5-8.5（2015–2100年）试验数据，计算得出的在一带一路地区模拟性能较好的五个极端气温指数（最冷昼温TXn、最冷夜温TNn、夏日天数SU、热带夜数TR和霜冻日数FD）的未来集合预估数据。空间分辨率是1.875°×1.25°（经度×纬度），时间分辨率是年。该数据可以用于一带一路地区极端气温预估及风险防范。
钱诚
1) 数据内容（包含的要素及意义）：数据包含气温（℃）、降水（mm）、相对湿度（%）和风速（m/s）和辐射（W/m2）四个指标的日值。 2) 数据来源及加工方法：气温、相对湿度、辐射和风速为日均值，降水为日累计值；数据采集地点为色季拉山东坡林线附近：29°39′25.2″N，94°42′25.62″E，4390m；下垫面为自然草地；采集器型号：Campbell Co CR1000，采集间隔时长：10分钟。数字化自动采集数据。气温和相对湿度仪器探头为HMP155A；风速传感器为05103；降水为TE525MM；辐射为Li200X。 3) 数据质量描述：气温、相对湿度和风速原始数据为10分钟一个的平均值，降水为10分钟的累积值；分别通过算术平均或求和得到日平均气温、相对湿度、降水量和风速。由于传感器限制，冬季降水量可能有一定的误差。 4) 数据应用成果及前景：此数据是已有数据《色季拉山气象数据（2007-2017）》和《中科院藏东南站色季拉山东坡林线基本气象数据（2018）》的更新，数据时间尺度跨度大，方便大气物理、生态、大气环境等方面的科学家或研究生使用。每年会不定期更新此数据。
罗伦
地点：西藏自治区那曲市色尼区罗玛镇4村凯玛村； 坐标：东经 92°6′19″、北纬 31°16′35″； 下垫面类型：高寒草甸，紧邻一个小村落和那曲河 数据要素：向上短波辐射、向下短波辐射、向上长波辐射、向下长波辐射、净辐射传感器温度、短波净辐射、长波净辐射、反照率、净辐射传感器温度、短波净辐射、长波净辐射、反照率、空气温度、相对湿度、土壤热通量、土壤温度(0cm)、土壤温度(10cm)、土壤温度(20cm)、土壤温度(30cm)、土壤温度(100cm)、土壤温度(150cm)、土壤温度(200cm)、土壤温度(250cm) 、土壤体积含水量、大气压、光合有效辐射、风速、风速、风向、太阳辐射、净辐射。 数据来源：那曲站自动气象站，所有数据都是日值数据、原始数据未加工。 数据质量描述：数据真实、完备、准确。 数据应用成果及前景：提供科研人员原始数据，为各种科学试验提供基础气象数据。
次仁曲宗
本数据由中国科学院纳木错多圈层综合观测研究站自动气象站观测获得，地理位置坐标为北纬30.77，东经90.96，海拔4730m，日尺度，降水量数据经过校正处理。数据集要素包括气温、降水量、相对湿度、风速、总辐射、气压。时间范围为2019年1月1日到2020年12月29日。监测期间数据稳定、连续性较好，通过气象数据分析，对认知该区域局地气候变化的情况有重要帮助，同时，本数据应用前景广泛，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。
王君波
该气象数据为位于中科院藏东南站观测场内（94.738286°E， 29.76562°N，3326m）观测的气温、相对湿度、风速、降水量和气压等基本气象数据，下垫面为林间草地。原始数据的时间分辨率为10 min，气温、相对湿度、风速和气压通过计算算术平均值得到，降水量为日累计值。气象站架设于2006年底，2020年8月对各探头进行了更换，使用时请注意，更新前后各仪器探头型号如下：温湿度探头型号由HMP45C更换为HMP155；气压探头型号由PTB220更换为PTB110；风速传感器型号由034B更换为0513，雨量筒传感器型号没有改变均为RG13H。 该数据可供从事气象、大气环境或生态等研究的学生和科研人员使用（注意：使用时必须在文章中标明数据来源于中国科学院藏东南高山环境综合观测研究站，South-East Tibetan plateau Station for integrated observation and research of alpine environment，CAS）
罗伦
中亚的生态系统脆弱，自然灾害频发，水资源短缺，冰川加速融化，是气候变化敏感区之一。在评估该地区的脆弱性、影响性和适应性时，急需高分辨率的气候预估数据集。为此，我们对来自CMIP5的三个偏差订正后的全球气候模式（MPI-ESM-MR、CCSM4和HadGEM2-ES），在中亚地区开展了9千米的动力降尺度，继而生产了一个中亚高分辨率气候预估数据集，将其命名为HCPD-CA（High-resolution Climate Projection Dataset in Central Asia）。它的历史时段是1986-2005，未来时段是2031-2050，排放情景是RCP4.5。这个数据集有4个静态变量和10个常被用于驱动生态和水文模型的气象要素。静态变量有地形高度（HGT, m）、土地利用类型（LU_INDEX, 21 categories）、陆地水体（LANDMASK, 1代表陆地, 0代表水体）和土壤类型（ISLTYP, 16 categories）。10个气象要素是日降水量（PREC，mm/day）、2米日平均/最高/最低温（T2MEAN/T2MAX/T2MIN，K）、2米日平均相对湿度（RH2MEAN，%）、10米日平均维向和经向风（U10MEAN/V10MEAN，m/s）、日平均向下短波/长波辐射（SWD/LWD，W/m2）和日平均地表气压（PSFC，Pa）。评估结果显示：这个数据产品在描述中亚各个气象要素的平均态上有很高的质量，这保证了其可用性。未来气候变化的主要特征是：升温剧烈（年均温升高1.62-2.02℃），向下短波和长波辐射显著增强，其他气象要素变化很小。HCPD-CA数据集可被用于评估未来气候变化对中亚的多方面影响，特别是在生态和水文系统上。
邱源
本数据集为：由CMIP6计划中MPI-ESM-HR1.2模式数据进行驱动，对CORDEX区域8（中亚区域）用WRF模式进行动力降尺度模拟得到的结果。数据包含2m温度（变量T2）和降水这两个变量，其中降水变量由对流降水（变量RAINC）和非对流降水（变量RAINNC）两部分组成。时间段包含历史试验（1995-2014年）、未来近期（2021-2040年）和未来中期（2041-2060年），其中未来时间段包含SSP1-2.6和SSP5-8.5两种情景。模拟的时间分辨率为6小时一次，空间分辨率为25km，垂直层数为51层，热启动为1994年一整年，使用了海温更新，并且选取了在该地区表现较好的参数化方案组合。该数据集能较好地反应中亚地区和青藏高原地区未来的气候变化特征，能为相关国家适应气候变化做出应对提供指导。
罗勇, 周杰威, 施文
该数据集是利用气候模型COSMOS运行的，37.5-32kaBP轨道变化瞬变试验TRN40ka，来自Zhang et al（2021, Nature Geoscience，https://www.nature.com/articles/s41561-021-00846-6）。 具体的试验设计请参考原文献。 COSMOS（ECHAM5-JSBACH-MPI-OM）是德国马普所研发的海洋大气植被耦合气候模型。大气-陆面模块ECHAM5-JSBACH的空间分辨率为T31(∼3.75°)，垂直19层；海洋模块MPI-OM是不规则网格，水平分辨率为 (3°×1.8°) ，垂直40层。
张旭
北极大河流域地面气象要素驱动数据集，包括地表日最大、最小及平均气温、日降水量、日均风速共5个要素。数据为NETCDF格式，水平空间分辨率约为0.1度（0.083°），范围包括了Yenisy、Lena、Ob、Yukon及Mackenzie流域，该数据可为北极大河流域水文过程模拟提供驱动数据。利用进一步质量控制的全球历史气候网数据集(GHCN)、全球日气象数据集（GSOD）、美国历史气候网数据集（USHCN）、加拿大气候数据集（AHCCD）、前苏联/俄罗斯气候数据集（USSR/Russia）的气象站点日观测数据，以ClimateNA（北美）、Worldclim（欧亚）数据作为背景场，采用薄板样条函数插值方法生成。
赵求东, 吴玉伟
该数据集包含了2020年1月1日至2020年12月31日青海湖流域地表过程综合观测网亚高山灌丛气象要素梯度观测系统数据。站点位于青海省刚察县沙柳河镇大寺附近，下垫面是亚高山灌丛。观测点经纬度为：东经100°6'3.62"E，北纬37°31'15.67" N，海拔3495m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处，共3层，朝向正北；气压计安装在3m处；翻斗式雨量计安装在塔西偏北侧2m平台上；四分量辐射仪安装在6m处，朝向正南；两个红外温度计安装在6m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；土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和500cm处，在距离气象塔2m的正东方；土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和500cm处，在距离气象塔2m的正东方；光合有效辐射仪安装在6m处，探头垂直向上和向下方向各一个，朝向正南。 观测项目有：风速（WS_3m、WS_5m、WS_10m）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m）(单位：度)、空气温湿度（Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m）(单位：摄氏度、百分比)、降水量（Rain）(单位：毫米)、气压（Press）(单位：百帕)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、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) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_500cm）(单位：百分比)、土壤温度（Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_500cm）(单位：摄氏度)。 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；（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：2018/8/31 10:30。
李小雁
基于中国地面逐日气象要素数据集、全国地理基础数据、自然环境基础数据集，运用像元二分模型、密度分析、RclimDex、非平稳标准化降水蒸散指数(NSPEI)和双线性内插法等多种指标计算方法计算了横断山区的极端降水、极端气温、干旱强度、干旱频率等多种指标。该数据集包括横断山区的孕灾环境基础数据集、极端降水指标基础数据集、极端气温指标基础数据集、干旱强度和干旱频率基础数据集。该数据集可为区域内极端高温、降水和干旱风险评估提供基本的指标体系。我们得出横断山区内90%以上站点的极端气温暖指数显著上升，极端气温冷指数显著下降。南北气温差异显著，以青藏高原为界，北部气温日较差大，平均在13.83℃，南部气温日较差小，平均为11.38℃，南部平均的冰冻日数在1d左右。随着重现期的增加，持续干燥期（CDD）大于110d的区域逐渐由西部扩大到金沙江下游流域；在不同重现期下，持续降雨期（CWD）和年降水总量（PRCPTOT）的高值区集中在西部和南部的边缘；北部的日最大降水量（RX1day）在不同重现期下变化不显著，在60mm以下；最低气温极小值（TNn）和最高气温极大值（TXx）在空间分布上北低南高，40℃以上的高温普遍发生在南部的干旱河谷。
孙鹏
泛第三极区域数据集呈现海量、零散等特征，现有数据集种类较多，覆盖范围广，涉及水文、生态、大气以及灾害等多个领域，但这些数据集来自不同平台，在尺度、数据格式等方面各不相同，数据的可利用性较差，不利于科研人员展开泛第三极地区的科学研究，同时也无法发挥出这些数据集的巨大潜力。本研究采用来自多个数据平台的最新数据使用数据集成、数据融合等集成方法生产更高质量和更新年份的泛第三极综合数据集。根据不同来源、不同分辨率的数据，对这些数据进行质量控制，根据数据科学内容进行集成。对部分数据，利用数据融合技术，融合不同来源的数据，产生数据质量更高、年份更新的创新性数据产品，更好地服务于陆面过程模型等研究中。泛第三极数据集根据自然数据和社会经济数据分别采用泛第三极流域边界和泛第三极国家边界获取数据，统一采用罗宾逊（Robinson）投影格式。获得了多源集成的包含基础数据集、冰冻圈数据集、水文大气数据集、生态数据集、灾害数据集和人文地理数据集共六类数据集。 （1）基础数据集包含边界数据集、30米土地覆被数据、植被功能数据、30米SRTM数字高程数据和HWSD土壤质地数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极基础数据集数据文档.docx”。 （2）冰冻圈数据集包含冻土数据集、冰川分布数据、冰湖分布数据和积雪深度数据。其中，冻土数据集又包含冻土分布数据、冻土水热分带数据、冻土指数数据和冻土表面粗糙度数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极冰冻圈数据集数据文档.docx”。 （3）水文大气数据集包含河流湖泊数据集、蒸散发数据集和大气数据集。河流湖泊数据集包含河流数据和湖泊数据，蒸散发数据集包含MODIS蒸散发数据、土壤蒸发数据、水体冰雪蒸发数据和冠层截流蒸发数据，大气数据集包含ERA5-Land再分析数据集中的地表热辐射数据、地表太阳辐射数据、降水数据、气压数据、温度数据和风场数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极水文大气数据集数据文档.docx”。 （4）生态数据集包含总初级生产力数据和植被蒸腾数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极生态数据集数据文档.docx”。 （5）灾害数据集包含滑坡数据和地震区划数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极灾害数据集数据文档.docx”。 （6）人文地理数据集则包含交通道路数据、铁路机场数据、人口密度数据、主要国家人均GDP数据、收入水平数据和世界遗产分布数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极人文地理数据集数据文档.docx”。 泛第三极综合数据集将为相关研究者提供便利，避免相关研究在获取数据和处理数据的过程中重复劳动，节省研究者宝贵的时间，并且在陆面过程模型、水文模型和生态模型等科学研究中起到重要作用，促进泛第三极地区科学研究的发展，为泛第三极地区的科学研究提供数据支撑。
李虎, 潘小多, 李新, 盖春梅, 冉有华
该数据集包含了2019年1月1日至2019年12月31日的青海湖流域自动气象站观测数据。共有两个站点，其中鸟岛站位于青海省海南州共和县，观测点经纬度36°58′N，99°52′E；瓦颜山站位于青海省海北州刚察县伊克乌兰乡观测点经纬度37°44′ N，100°05′ E。观测要素包括3层（1m、5m、10m）空气温度（℃）和相对湿度（%），大气压强（hpa）和光合有效辐射（W/m2）。数据基于CR1000 数据采集器收集，使用hmp155a测量空气温度与湿度，使用CS106测量大气压强， 使用LI200R测量光合辐射，每半小时进行一次数据记录。本数据集将为青藏高原重点城镇化地区生态安全屏障优化体系研究提供支持。
陈克龙, 陈治荣
This file contains the datasets used in a manuscript published in JGR Biogeosciences (Nieberding, F., Wille, C., Ma, Y., Wang, Y., Maurischat, P., Lehnert, L., and Sachs, T.: Winter daytime warming and shift in summer monsoon increase plant cover and net CO2 uptake in a central Tibetan alpine steppe ecosystem, Journal of Geophysical Research: Biogeosciences, 126, e2021JG006441, doi:10.1029/2021JG006441, 2021.). The manuscript contains all the details on how the data was generated and processed and the corresponding code was published in the supplementary material.
Felix Nieberding, 马耀明, Christian Wille, Lukas Lehnert, Yuyang Wang, Philipp Maurischat, Weiqiang Ma, Torsten Sachs
该数据集包括2000–2009 和 2090–2099两个时段的NEX-GDDP （NASA Earth Exchange Global Daily Downscaled Projections）的每日最低气温（Tmin）、最高气温数据（Tmax）和降水量（PPT）数据（v1.0），日最高温和日最低温单位为K；降水量单位为kgm-2s-1；背景填充值为-999。 本数据集在原始数据基础上裁取青藏高原范围内像元，原始数据于2020年8月下载自 https://portal.nccs.nasa.gov/datashare/NEXGDDP/BCSD/。 NEX-GDDP数据集由CMIP5（Coupled Model Intercomparison Project Phase 5）历史气候和RCP（Representative Concentration Pathways）4.5情景模式下运行的大气环流模型（General Circulation Models）得到，共包括21个大气环流模型；其中 2000–2005为历史气候情景，2006–2009和2090–2099为RCP 4.5情景。原始数据相关说明请参见：https://www.nccs.nasa.gov/services/data-collections/land-based-products/nex-gddp。
沈妙根, 姜楠
包括典型冰川（浪卡子县枪勇冰川：东经90.23°，北纬28.88°，海拔4898米，地表覆被为基岩；申扎县甲岗山冰川：东经88.69°，北纬30.82°，海拔5362米，地表覆被为碎石和杂草）2019-2020年自动气象观测数据。枪勇冰川记录包含1.5米温度、1.5米湿度、2米风速、2米风向、地表温度等数据。该自动气象站的数据采用USB离线获取的方式收集，初始记录时间为2019年8月6日19时10分，记录间隔为10分钟，2019年10月24日现场下载数据，未能连接上。2020年12月20日16:30到现场下载数据，仍然无法连接到电脑，于是将数采仪取回带到北京后将数据读出。数据未缺失，但风速数据在2020年7月14日9:30之后有问题（极可能是风向标被破坏所致）。甲岗山冰川初始记录时间为2019年8月9日15时00分，记录间隔为1分钟，电源主要是通过蓄电池和太阳能板来维持。该自动气象站无内部存储，数据每小时通过GPRS上传至HOBO网站，由专人定期下载。2020年1月5日23:34，1.5米温湿度传感器出现异常，温度和湿度数据丢失。2020年6月30日21:20之后所有数据完全无法通过网站下载。2020年12月19日将数采仪取回，下载到2020年6月23日19:43至9月25日3:36的数据。之后更换温湿度传感器，于12月21日12:27重新开始观测。目前数据由三段组成（2019.8.9-2020.6.30；2020.6.23-2020.9.25；2020.12.19-2020.12.29），经检查，数据有部分缺失，个别数据因记录电池电压，时间上有重复，需要核对。甲岗山冰川前端气象观测数据使用美国ONSET 公司HOBO RX3004-00-01型号自动气象站采集，温湿度探头型号为S-THB-M002 ，风速风向传感器型号S-WSET-B ，地温温度传感器型号S-TMB-M006 。枪勇冰川前端气象观测数据使用美国ONSET 公司HOBO U21-USB型号自动气象站采集，温湿度探头型号为S-THB-M002 ，风速风向传感器型号S-WSET-B ，地温温度传感器型号S-TMB-M006 。
张东启
该数据集记录了1998-2020年青海省主要地区平均气温，数据是按月份和年平均值指标进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含20个数据表，数据表结构相同。例如2020年的数据表共有11个字段： 字段1：月份 字段2：地区 字段3：西宁 字段4：海东 字段5：海北 字段6：黄南 字段7：海南 字段8：果洛 字段9：玉树 字段10：海西 字段11：格尔木市
青海省统计局
塔吉克斯坦西帕米尔冰川气象站（38°3′15″N，72°16′52″E，3730m），该站为中国气象局乌鲁木齐沙漠气象研究所和塔吉克斯坦国家科学院水问题水能与生态研究所、塔吉克斯坦水文气象局合作建设。观测数据包括逐时气象要素（风向平均值(°)、内风速平均值(m/s)、风速最大时的风向(°)、风速最大值(m/s)、平均气温(℃)、最高气温(℃)、最低气温(℃)、平均相对湿度(%)、最低相对湿度(%)、平均大气压(hPa)、最高大气压(hPa)、最低大气压(hPa)）。 资料时段为2019年11月1日至2020年11月30日 气象观测资料可以为研究西帕米尔山区气候变化、冰川、水资源之间的关系提供重要基础数据，为塔吉克斯坦阿姆河流域下游经济建设提供重要的数据。
霍文, 张瑞波
本数据是基于Chen et al. 2016, Chen et al. 2011, Chen et al. 2013 所使用的2008年改则无线电探空观测数据基础之上再加工处理成的资料，加工的大气风速、风向、气温、相对湿度、气压的垂直分辨率为20m，共处理了2008年三个观测阶段的资料，即IOP1，IOP2和IOP3。IOP1从2008年2月25日开始到2008年3月19日，IOP2从2008年5月13日到6月12日，IOP3从2008年7月7日到7月16日，一天4次观测。原始无线电探空仪型号为Vaisala RS-92，原数据为每2s一条数据记录，根据Chen et al. 的文章需要对该资料采用高度等间距法对所有变量进行了线性插值。
陈学龙, 马耀明
（1）本数据是慕士塔格站2015-2018年的气象数据，观测点位置为东经75.29°，北纬38.40°，海拔4924米，参数包括：气温，相对湿度，气压, 降水量和风速。 （2） 数据来源及加工方法：数据来源于该站点自动气象站的半小时数据，首先剔除原始记录中的异常数据，然后计算这些参数的日值。 （3）数据质量描述：在1月至3月份部分时段数据不连续 （4）该气象数据可用于如大气科学、气候学、自然地理学和冰川学等方面的研究工作。
谢营
（1）本数据是慕士塔格站2019年的气象数据，观测点位置为东经75°03.35′，北纬38°24.77′，海拔3650米，参数包括：气温，相对湿度，气压，降水量，辐射，风速，土壤温度和土壤湿度。 （2） 数据来源及加工方法：数据来源于该站点自动气象站的半小时数据，首先剔除原始记录中的异常和错误数据，然后计算这些参数的日值。 （3）该数据可用于如大气科学、气候学、自然地理学和生态学等方面的研究工作。
谢营
该数据为中国科学院藏东南高山环境综合观测研究站2016年在色季拉山西坡山顶架设自动气象站数据（AWS，Campbell公司），地理坐标为北纬29.5919，东经94.6102，海拔4640m，下垫面为高山草地。 数据包括气温（℃）、相对湿度（%）、风速（m/s）和气压(mb)日算术平均数据和降水的日累计值，原始数据2018年10月之前为30分钟一个平均值，此后为10分钟记录一个平均值。温湿度采用HMP155A温湿度探头测定，降雨量仪器型号为RG3-M，大气压力传感器探头为PTB210，风速传感器为05103，这些探头离地面2 m。数据质量方面：剔除了明显异常值，2019年上半年积雪导致电池损坏，数据有缺失，缺失的气温数据利用了附近站点4390m气温拟合回归矫正，已在数中标据黄，使用时请注意；降水量的监测从2019年8月开始。该数据站点为藏东南地区较高海拔的气象站，后续会不定期更新，可供研究生态、气候、水文、冰川等的科研工作者使用。
罗伦
该数据为中国科学院藏东南高山环境综合观测研究站2018年在易贡藏布流域架设自动气象站数据（AWS，Campbell公司），地理坐标为北纬30.1741，东经94.9334，海拔2282m，下垫面为草地。 数据包括气温（℃）、相对湿度（%）、风速（m/s）、水汽压（Kpa）和气压(mb)日算术平均数据和降水的日累计值，原始数据为10分钟记录一个平均值。温湿度采用HMP155A温湿度探头测定，降雨量仪器型号为TB4，大气压力传感器探头为PTB210，风速传感器为05103，这些探头离地面2 m高。数据质量方面：原始数据质量较好，缺失较少。该数据站点为青藏高原较低海拔的气象站，后续会不定期更新，可供研究气候、水文、冰川等的科研工作者使用。
罗伦
该数据集是来自CMIP5的3个全球气候模式（CCSM4、HadGEM2-ES和MPI-ESM-MR)的高分辨率动力降尺度结果，使用的区域模式是WRF，覆盖中亚五国，空间分辨率是9km，未来时段是2031-2050(包含1.5-2℃升温阈值对应的10年区间），历史参考时段是1986-2005，碳排放情景是RCP4.5，包含的变量是2米气温和降水（对流和非对流降水），时间分辨率是年。该数据可以用于中亚气候预估。
邱源
瓜达尔深水港位于巴基斯坦俾路支省西南部瓜德尔城南部，在巴基斯坦靠近伊朗一侧，东距卡拉奇约460km，西距巴基斯坦伊朗边境约120km，南临印度洋的阿拉伯海，向西则是霍尔木兹海峡和红海，与阿曼首都马斯喀特（Muscat）遥遥相对，是一个极具战略地位的海港。 本数据为瓜达尔港区气象站点(62.329494E, 25.233308N)实测气象数据，数据时间范围为2014-2015年，数据时间分辨率为日。
吴骅
CMIP5（Coupled Model Intercomparison Project Phase 5）是气候耦合模型相互比较项目的第五阶段实验，提供了一个多气候模式环境，可用于预估“一带一路”关键节点区域未来气候变化，以应对关键节点区域的环境气候问题。本数据集以“一带一路”关键节点区域为研究区，对CMIP5的43个气候模式对研究区未来气候变化的预估能力进行评估，以模拟结果的均方根误差为标准，分别选取RCP4.5及RCP8.5情景下模拟能力最优的气候模式，对研究区进行气候模拟，得到研究区2006至2065年降雨量、气温的未来预估数据，并使用统计降尺度方法使数据集空间分辨率达到10km，时间分辨率为每月。每一期数据具有三个波段，分别是气温最大值、气温最小值和降雨量。本数据集中，降雨量单位为kg/(m^2*s)，气温单位为K。本数据集为应对关键节点区域的环境气候问题提供数据基础。
李炘妍, 凌峰
1) 数据内容（包含的要素及意义）：数据包含气温（℃）、降水（mm）、相对湿度(%)和风速(m/s)四个指标的日值 2) 数据来源及加工方法；气温、相对湿度和风速为日均值，降水为日累计值；数据采集地点色季拉山东坡林线附近29°39′25.2″N; 94°42′25.62″E; 4390m；下垫面为自然草地；采集器型号Campbell Co CR1000，采集时间：10分钟。数字化自动采集数据。气温和相对湿度仪器探头为HMP155A；风速传感器为05103；降水为TE525MM; 3) 数据质量描述；气温、相对湿度和风速原始数据为10分钟一个的平均值，降水为10分钟的累积值；分别通过算术平均或求和得到日平均气温、相对湿度、降水量和风速。由于传感器限制，冬季降水量可能有一定的误差。 4) 数据应用成果及前景：此数据是已有数据《色季拉山气象数据（2007-2017）》的更新，数据时间尺度跨度大，方便大气物理、生态、大气环境等方面的科学家或研究生使用。每年会不定期更新此数据。
罗伦
印度洋是海气相互作用非常活跃的区域，它与太平洋共同构成的“印度洋-太平洋暖池”是全球海温最高、体积最大的暖水区，不仅通过季风将大量的热量和水汽输送到热带外海域，而且热带印度洋上空的强对流也在全球气候变化中扮演重要的角色。研究印度洋本身的热力性质以及海气相互作用，需要准确、可靠的格点化三维海温数据集。 本数据集由印度洋三维格点温度构成，其水平范围覆盖印度洋（30°E-105°E，45°S-30°N），垂直方向从表层到2000米共41层，水平分辨率为1/4°，时间分辨率是逐月。数据采用“表层-次表层”反演技术和最优插值方案制作。首先，“表层-次表层”反演过程使用机器学习算法（广义神经网络）将遥感的海表面温、海表面高度异常等信息投影到次表层，形成反演剖面（或“伪”剖面）。进一步，挑选高质量的反演剖面，补充到英国气象局提供的海洋次表层现场剖面数据库中，使用最优插值方案进行融合，得到最终的融合数据集。通过与现有的IAP、EN4以及Ishii数据集相比，该数据集能够抓住印度洋主要的海温变化特征，高分辨率版本可以提取更多中小尺度信号。该数据集分辨率高，融合了现场剖面和遥感资料的优势，有望在印度洋海气相互作用方面发挥作用。
王公杰, 赵亮
在全球增暖的背景下，中蒙俄经济走廊面临的安全问题十分突出，主要表现为冻土层退化和土地沙漠化问题日趋严重。冻土退化使中蒙俄交通管线沿线区域泥石流、水毁、冰雪害等灾害频发，同时引起水土流失，进而造成冻土管道露管等严重问题。沙漠化则使研究区生态环境更为脆弱，水土流失、沙尘暴等复合危害频繁发生。因此，本数据集将为中蒙俄经济走廊气候变化及其对冻土、沙漠化等影响研究提供基础气候数据。数据选取了ERA5气候再分析数据的陆地表面气候再分析数据集（ERA5-Land）（来源：https://cds.climate.copernicus.eu）。本数据集采用反距离权重（IDW）法对原始数据进行插值，使其空间分辨率达到10km。基于该数据集，可得到过去40年中蒙俄经济走廊区气候要素时空分布格局。
张雪芹
对未来气候变化的有效评价，特别是对未来降水量的预测，是制定适应战略的重要依据。本数据是基于RegCM4.6模型，对CanEMS2 (RCP 45和RCP85)、GFDL-ESM2M （RCP2.6、RCP4.5、RCP6.0和RCP8.5）、HadGEM2-ES（RCP2.6、RCP4.5和RCP8.5）、IPSL-CM5A-LR（RCP2.6、RCP4.5、RCP6.0和RCP8.5）、MIROC5（RCP2.6、RCP4.5、RCP6.0和RCP8.5）和NorESM1-M（RCP2.6、RCP4.5、RCP6.0和RCP8.5）等多模型不同碳排放浓度情景下进行区域动力降尺度，获得2007-2099年空间分辨率为0.25度，时间分辨率分别为3小时（部分为6小时）、逐日和逐年的21套中国全境未来气候数据。
潘小多, 张磊
通过近30年的研究，人们对青藏高原，特别是喜马拉雅山以北地区降水稳定同位素（2H和18O）的气候控制作用有了充分的认识。然而，尼泊尔（喜马拉雅山以南）对降水稳定同位素的控制知识还远远不够。 本研究描述了2016年5月10日至2018年9月21日期间尼泊尔加德满都降水稳定同位素的季节内和年度变化，并分析了对降水稳定同位素的可能控制因素。所有样品均位于尼泊尔首都加德满都(27°42′N, 85°20′E)，平均海拔约1400m。并结合了2001年1月1日至2018年9月21日的气象资料，给出了降水量（P）、温度（T）和相对湿度（RH）的值。
高晶
该数据为中国科学院藏东南高山环境综合观测研究站在嘎隆拉24k冰川的表碛区自动气象站数据（AWS，Campbell公司），地理坐标为北纬29.765°，东经95.712°，海拔3950 m。数据包括气温（℃）、相对湿度（%）、风速（m/s）、净辐射辐射（w/m2）、水汽压（Kpa）和气压（mbar）日算术平均数据，原始数据中2018年10月之前每30分钟记录一个平均值，之后为10分钟记录一个平均值。温湿度采用HMP155A温湿度探头测定，净辐射探头型号为NR01，大气压力传感器探头为PTB210，风速传感器为05103，这些探头离地面2 m高。数据质量方面：本数据经过了严格的质量控制，先剔除了原始的10分钟和30分钟的异常数据，然后计算了每小时的算术平均数，最后计算日值，在计算日值时，如果小时数据的个数不足24个，予以剔除，数据表中对应的日期的数据为空。视为空值为剔除异常值后的数据除由于冬春季积雪较厚，气温低，导致部分参数数据有缺失外，数据经过严格质量控制，可供研究气候、冰川和水文等的科研工作者使用。
罗伦
本套数据集连接了CSR RL06 Mascon和JPL RL06 Mascon数据在GRACE和GRACE-FO之间的间断期。以中国区域作为研究区域，数据集包括“Decimal_time”, “lat”, “lon”, “time”, “time_bounds”, “TWSA_REC”和“Uncertainty”7个参数。其中“Decimal_time”对应为十进制时间，2002年4月-2019年12月份一共191个月（GRACE数据163个月，GRACE-FO数据17个月，GRACE与GRACE-FO间断期11个月，一共191个月。我们并未弥补GRACE或GRACE-FO各自数据之间存在的个别月份的缺失数据）；“lat”对应为数据纬度范围；“lon”对应为数据经度范围；“time”对应为数据从2002年1月1日起的年积日；“time_bounds”；对应为数据每个月开始日期和结束日期所对应的年积日。“TWSA_REC”为2002年4月-2019年12月份每个月的中国区域陆地水储量变化；“Uncertainty”是数据与CSR RL06 Mascon产品之间的不确定性。使用GRACE卫星重力数据CSR GRACE/GRACE-FO RL06 Mascon Solutions (version 02)、中国逐日网格降水量实时分析系统（1.0版）数据、CN05.1温度数据等数据集，通过建立降水重构模型，并考虑Mascon产品的季节项和趋势项，得到中国区域基于降水重构陆地水储量变化数据集。数据质量整体较好，全国大部分区域的误差在5cm以内。本数据集补充了GRACE与GRACE-FO卫星中间一年多的数据间断期，为中国区域长期的陆地水储量变化分析提供了完整的时间序列。本数据集与CSR RL06 Mascon产品一样扣除了2004.0000 - 2009.999间的平均值，所以可以直接提取本数据的第164-174个月（即2017年7月至2018年5月）的数据作为间断期的陆地水储量变化的估计。JPL RL06 Mascon数据间断期的构建与CSR RL06 Mascon方法是一致的。
钟玉龙, 冯伟, 钟敏, 明祖涛
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
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
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
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
大气中的花粉是植物在开花期散布在大气中产生的，受植物的开花物候和气候等因素的影响。作为一种大气生物颗粒，大气花粉能够反映植物物候、气候条件、大气环流等的变化。大气花粉由珠峰站Burkard大气花粉采样器收集，该收集器是容积式花粉收集器，每分钟气流为10L，大气花粉颗粒被吸附在聚酯薄膜上，每周更换一次，收集下来的样品用甘油胶制成玻片，放在奥林巴斯显微镜400倍下进行鉴定，统计花粉科属类型和数量。数据集的时间覆盖范围是2011-2013年，时间分辨率为逐日。所采用的大气花粉采样装备为国际通用的采样器，遵循标准的采样和实验室处理流程，并由经验丰富的孢粉鉴定人员鉴定，确保数据真实、可靠。该数据可供该区域利用花粉分析重建古环境、植物物候响应气候变化等生态学研究做参考。
吕新苗
本数据集包含珠穆朗玛大气与环境综合观测研究站，2017-2018年观测的气温、气压、相对湿度、风速、降水、总辐射、P2.5浓度、短波辐射等日平均值。 数据服务对象为从事青藏高原气象研究的学生和科研人员。 其中降水数据是人工雨量桶观测，蒸发数据为Φ20mm蒸发皿观测，其它均为半小时的观测值处理后得到的日均值。 所有数据严格按照仪器操作规范进行观测和采集，在加工生成数据时，剔除了一些明显的误差数据。
马耀明
本数据集包括2017年1月1日至2018年12月31日藏东南站，大气气温、相对湿度、降水、风速、风向、净辐射、气压等的日平均数据。 该数据服务对象为从事气象、大气环境、生态研究的学生和科研人员。 其中各种气象要素的单位如下：气温℃；降水mm；相对湿度%；风速m/s；风向°；净辐射W/m2；气压hPa；可入肺颗粒物μg/m3。 所有数据均是原始观测数据计算得到的日平均值。严格按照仪器操作规范进行观测和数据采集，并已经在相关学术期刊发表；加工过程中剔除了一些明显误差数据，缺失数据用空值。
罗伦, 朱立平
1）青藏高原地面气象观测数据产品（2017-2018) 地面气象要素驱动数据集，包括近地面气温、地面降水率、短波辐射和长波辐射4个要素。 2）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，以及融合了中国气象局常规气象观测数据制作而成，通过空间插值形成。 3）数据为tiff格式，时间分辨率为日值，空间分辨率为0.1°。 4）方便不会使用nc格式的此类同化数据的科研人员和学生使用。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
黑河流域近地表大气驱动数据，是采用Weather Research and Forecasting（WRF）模式制备的黑河流域逐时0.05°× 0.05°包括2m气温、地表气压、2m水汽混合比、辐射、10m风场和累积降水等近地表大气要素的驱动数据。通过与15个中国气象局常规自动气象站（CMA）站点逐日观测资料和两期黑河流域生态-水文过程综合遥感观测联合试验（WATER和HiWATER）的站点逐时观测资料在不同时间尺度上进行验证，得出以下结论：2m地表气温、地表气压和相对湿度都是比较可信的，尤其是2m地表气温和地表气压，平均误差都很小且相关系数都达到0.96以上；向下短波辐射与WATER站点观测数据的相关性达到0.9以上；降水资料通过降雨和降雪两种相态与观测资料在不同时间尺度和空间尺度上进行验证，降雨与观测资料在年、月、日和时尺度上吻合得很好，与观测资料在年和月尺度上的相关系数高达0.94和0.84；降雪与观测资料在月尺度上的相关性达到0.78，与积雪覆盖率MODIS遥感产品的空间分布相当吻合，峰值分布也一致。液态和固态降水的验证表明WRF模式能够在地形复杂而干旱的黑河流域进行降尺度分析，所模拟的资料能够满足流域尺度水文建模和水资源平衡研究。 2013年提供了2000-2012年数据。 2016年更新了2013-2015年数据。 2019年更新了2016-2018年数据。 2022年更新了2019-2021年数据。
潘小多
1) Data content (including elements and meanings): Gridded daily average air temperature of the Tibetan Plateau during 1980-2014 at 1-km resolution 2) Data source and processing method: Developed by integrating 8 types of reanalysis data (i.e., NNRP-2, 20CRV2c, JRA-55, ERA-Interim, MERRA2, CFSR, GLDAS and ERA5) downscaled with MODIS-estimated temperature lapse rates based on machine learing 3) Data quality description: According to leave-one-out validation based on stations, the average RMSE at China Adimistration Stations is about 1.7 ℃ and that at high-elevation field stations is about 1.9 ℃ 4) Data application results and prospects: This dataset can be used as air temperature input for driving long-term hydrologial modelling or evaluated for use in climate analysis
ZHANG Fan, ZHANG Hongbo
该数据为中国逐月最低温度数据，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
青藏高原0.01°空间分辨率近地表气温数据集（1979-2018）通过对中国区域地面气象要素驱动数据集中空间分辨率为0.1°的气温数据进行降尺度得到。它包含日均气温和三小时分辨率的瞬时气温。其空间分辨率为0.01°（约1km）。时间范围为1979年到2018年。空间范围为73°E-106°E, 23°N-40°N。该数据集可以为地表辐射与能量平衡、气候变化、水文气象等领域的研究与应用提供较高空间分辨率的近地表气温数据。
丁利荣, 周纪, 王伟, 马晋
该数据为中国逐月最高温度数据，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
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
