色季拉山气象数据,记录西藏林芝鲁朗附近进地表(1.2-1.5m)常规气象观测,数据集包括色季拉山东坡2005-2017年和113道班林外林线附近的2005-2012年的温度、湿度、降水量等的日平均数据。 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;色季拉山113道班阴坡林外29°35′50.9″N; 94°36′42.7″E; 4390m。 采集器型号Campbell Co CR1000,采集时间:30分钟。数字化自动采集数据,人工计算日均值。 包含如下基本气象参数: 道班阴坡林外数据: 风速,单位:m/s 气温,单位:℃ 相对湿度,单位:% 大气压,单位:hPa 总辐射,单位:w/m2 土壤热通量,单位:w/m2 土壤温度,单位:℃ 土壤湿度,单位:% 雨量,单位:mm 超声波测量的雪厚,单位:cm 东坡林线附近数据: 气温,单位:℃ 相对湿度,单位:% 气压,单位:hPa 风速,单位:m/s 降雨量,单位:mm 辐射,单位:w/m2 土壤含水率,单位:% 土壤热通量,单位:w/m2
罗伦
光合有效辐射吸收系数光合有效辐射分量是重要的生物物理参数,是生态系统功能模型、作物生长模型、净初级生产力模型、大气模型、生物地球化学模型、生态模型等的重要陆地特征参量,是估算植被生物量的理想参数。 数据集包含青藏高原地区的光合有效辐射吸收系数数据,空间分辨率为500m,时间分辨率为8d,时间覆盖范围为2000年、2005年、2010年、2015年。数据来源为NASA网站MODIS LAI/FPAR产品数据MOD15A2H(C6)。 数据对于分析青藏高原的植被生态环境有重要意义。
方华军, Ranga Myneni
本数据集包含从2008年1月1日到2018年10月1日,斯里兰卡22个国际交换站观测的气温、气压、相对湿度、风速、风向、降水、辐射、水汽压等日值。 数据来源于NOAA的NCDC。 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。 本数据集所包含的气象站点信息如下: LATITUDE LONGITUDE ELEVATION  COUNTRY  STATION NAME +09.800  +080.067   +0015.0   SRI LANKA  KANKASANTURAI +09.650  +080.017   +0003.0   SRI LANKA  JAFFNA +09.267  +080.817   +0002.0   SRI LANKA  MULLAITTIVU +08.983  +079.917   +0003.0   SRI LANKA  MANNAR +08.750  +080.500   +0098.0   SRI LANKA  VAVUNIYA +08.539  +081.182   +0001.8   SRI LANKA  CHINA BAY +08.301  +080.428   +0098.8   SRI LANKA  ANURADHAPURA +08.117  +080.467   +0117.0   SRI LANKA  MAHA ILLUPPALLAMA +08.033  +079.833   +0002.0   SRI LANKA  PUTTALAM +07.706  +081.679   +0006.1   SRI LANKA  BATTICALOA +07.467  +080.367   +0116.0   SRI LANKA  KURUNEGALA +07.333  +080.633   +0477.0   SRI LANKA  KANDY +07.181  +079.866   +0008.8   SRI LANKA  BANDARANAIKE INTL COLOMBO +06.900  +079.867   +0007.0   SRI LANKA  COLOMBO +06.822  +079.886   +0006.7   SRI LANKA  COLOMBO RATMALANA +06.967  +080.767   +1880.0   SRI LANKA  NUWARA ELIYA +06.883  +081.833   +0008.0   SRI LANKA  POTTUVIL +06.817  +080.967   +1250.0   SRI LANKA  DIYATALAWA +06.983  +081.050   +0667.0   SRI LANKA  BADULLA +06.683  +080.400   +0088.0   SRI LANKA  RATNAPURA +06.033  +080.217   +0013.0   SRI LANKA  GALLE +06.117  +081.133   +0020.0   SRI LANKA  HAMBANTOTA
邓创武
黑碳气溶胶主要来源于化石燃料以及生物质的不完全燃烧。作为大气中的细颗粒组成部分,光吸收特性导致其沉降在雪冰表面后能够显著降低雪冰表面的反照率,进而促进冰川和积雪的消融。新一代黑碳仪AE-33依靠气溶胶在不同波段的光吸收和衰减特性来计算实时的黑碳浓度。此外,AE-33采用了双点位补偿算法,能够补偿点位负载效应,提供高质量的黑碳浓度数据。通过珠峰站AE-33实时观测数据,分析了黑碳的季节变化和日内变化特征,探讨了其源区和传输过程,并对严重污染事件的传输机制进行了分析,能够对未来该地区黑碳造成的气候效应的评估工作提供依据。
康世昌
本数据集为在藏东南站(鲁朗)实际观测的大气持久性有机污染物(POPs)长时间序列的浓度数据,包括有机氯农药(OCPs)、多氯联苯(PCBs)、多环芳烃(PAHs)。样品采集使用了安装玻璃纤维膜-聚氨酯泡沫串联采样头的大气主动采样器,采集气态污染物和大气总悬浮颗粒物。其中玻璃纤维膜用于采集总悬浮颗粒物、聚氨酯泡沫用于吸附大气中的气态污染物。采样期间,采样器隔天运行,每次运行约24小时,每个样品采集2周。每个样品采集的大气体积为700立方米。气态和颗粒态POPs样品均在青藏高原研究所环境变化与地表过程重点实验室进行样品前处理和仪器分析。样品前处理步骤包括索式提取、硅胶-氧化铝柱净化、过GPC柱去除大分子杂质、浓缩定容等步骤。分析测试仪器为热电公司生产的气相色谱/离子阱质谱(Finnigan-TRACE GC/PolarisQ),分离OCPs和PCBs的色谱柱为CP-Sil 8CB毛细柱(50 m×0.25 mm×0.25 μm),分离PAHs的色谱柱为DB-5MS毛细柱(60 m×0.25 mm×0.25 μm)。野外样品均进行了严格质量控制,设置了实验室空白和野外空白。PAHs实验室样品的回收率在65-92%之间,OCPs的实验室样品的回收率在64-112%之间,样品浓度未使用回收率进行校正。
王小萍
青藏高原地区属于高原山地气候,气温及其季节变化一直是全球气候变化研究的热点之一。 数据包含青藏高原地区的气温数据,空间分辨率为1km*1km,时间分辨率为月、年,时间覆盖范围为2000年、2005年、2010年、2015年。数据通过对青藏高原地区国家气象站数据进行Kring插值得到。 数据可用于分析青藏高原的气温的时间空间分布情况,此外数据还可用于分析青藏高原的气温随时间变化的规律,对青藏高原的生态环境研究有重要意义。
方华军
北麓河站气象数据集主要包括2m的大气温度、风速、风向、湿度、大气压力、太阳辐射以及日降雨量等7个气象要素,该数据集的监测站点位于92°E,35°N,海拔4600米,监测场地地势平坦,植被类型为高寒草甸,测量传感器均为Campell公司制造,其中大气温湿度测量传感器型号为HMP45C,风速风向传感器型号为05103,大气压力测量传感器型号为PTB-210,太阳辐射传感器型号为NR01,雨量筒传感器型号为T-200B,该数据集的时间间隔为1天,是通过30分钟数据的计算得到,监测期间数据稳定、连续性较好,通过气象数据分析,对认知北麓河局地气候的变化情况有重要帮助,同时也是对冻土环境及工程研究中不可或缺的重要指标。
陈继
本数据集来自中国科学院西北生态环境资源研究院那曲高寒气候环境观测研究站那曲观测场(31.37ºN,91.90º E,海拔高度4509m),观测场地平坦开阔,不均匀的生长着高度为3-20cm的植被。本数据集观测时间为2014年1月1日至2017年12月31日,观测要素主要包括风速、气温、空气相对湿度、气压、向下短波辐射、降水量、蒸发、潜热通量和CO2通量。其中降水量、蒸发和CO2通量数据为日累积值,其他观测要素为日平均值。观测数据总体上连续性较好,但由于供电故障导致部分数据缺测,数据中的缺测值标记为NAN。
胡泽勇, 谷良雷, 孙方林, 王树金
东亚夏季风是北半球夏季地球气候系统最活跃的成员之一,指数是研究东亚夏季风的重要工具。东亚夏季风及其变率既包含了赤道和中纬度的环流系统,又涉及对流层低层和高层的系统。基于此,用200hPa纬向风场定义了一个新的东亚夏季风指数。 NEWI = Nor[u(2.5°–10°N, 105°– 140°E) - u(17.5°–22.5°N, 105°– 140E) + u(30°– 37.5°N, 105°– 140°E)] 其中,Nor表示标准化,u表示200hPa纬向风场。 该指数可以很好地抓住东亚夏季风的年际和年代际变率。与之前的指数相比,新指数在描述东亚降水和温度方面有更好的表现,还可以表征前夏和后夏的不同气候异常特征。另外,新指数与东亚-太平洋遥相关型(太平洋-日本遥相关型)有很好的联系。同时,新指数与ENSO以及赤道印度洋海表温度联系密切,在观测和模式中都能得到很好的预测。利用NCEP,ERA,20CR高空200hPa纬向风场数据计算了1851-2021年东亚夏季风指数,指数强代表长江流域降水偏多。新指数对东亚夏季风的研究、监测和预测有重要意义;同时,该指数可用于古气候研究、模式评估以及季风的未来预估方面(Zhao et al,2015,J Clim)。
黄刚, 赵桂洁
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
1、数据内容:气温、相对湿度、降水、气压、风速、平均总辐射、总净辐射值及水汽压日平均数据。 2、数据来源及加工方法:由美国campel高山型自动气象站观测,其中空气温湿度传感器型号HMP155A;风速风向仪型号:05103-45;净辐射仪:CNR 4 Net Radiometer four component;大气压力传感器:CS106;雨量筒:TE525MM。自动气象站每隔10分钟自动采集一次数据,每日采集完自动统计计算得出日均值气象数据。 3、数据质量描述:数据自动连续获取。 4、数据应用成果及前景:该气象站设置在冰川中部,气象数据可为模拟预测未来气候变化背景下海洋型冰川变化对全球气候变化的响应研究提供了数据保证。
刘婧
中亚五国1980-2015年农业水资源供需和开发利用数据集,来源全球陆面数据同化系统,分别包括基于Noah、Mosaic和VIC模型输出的降水、蒸发和径流数据。该数据集时间和空间分辨率高,具有较好的数据精度,在全球尺度和区域尺度研究中应用广泛。Noah、Mosaic和VIC模型的降水、蒸发和径流模拟结果在空间分布上的表现较为一致。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。
张永勇
1、数据内容:气温、相对湿度、降水、气压、风速、总净辐射值及水汽压日平均数据。 2、数据来源及加工方法:由美国campel高山型自动气象站观测,其中空气温湿度传感器型号HMP155A;风速风向仪型号:05103-45;净辐射仪:CNR 4 Net Radiometer four component;大气压力传感器:CS106;雨量筒:TE525MM。自动气象站每隔10分钟自动采集一次数据,逐日采集完自动统计计算得出日均值气象数据。 3、数据质量描述:数据自动连续获取。 4、数据应用成果及前景:该气象站设置在冰川上部,气象数据可为海洋型冰川积雪-径流模型等提供数据支持,为冰川动力学模式和模拟研究提供了数据保证。
刘婧
本数据为祁连老虎沟大本营2014-2018年气象塔日志数据集,"老虎沟12号冰川10米气象塔位于大本营,海拔4200米,其观测要素包括气温、降水、风速、风向、相对湿度、气压、向下辐射、向上辐射、向下长波辐射、向上长波辐射,分辨率为日值,气象仪器经过中国气象局的标定和调试后,都与耐低温(-55℃)数据采集器CR1000(Campbell,美国)连接,数据质量完整,多篇文章成果的数据均来源于此数据,祁连山冰川融水哺育的河西走廊作为国家战略“一带一路”的重要通道,研究其变化对于甘肃、青海乃至全国都具有重大的影响,因此此数据具有极大的研究价值和应用价值。
秦翔
1、数据内容:气温、相对湿度、降水、气压、风速及水汽压日平均数据。 2、数据来源及加工方法:由美国campel高山型自动气象站观测,其中空气温湿度传感器型号HMP155A;风速风向仪型号:05103-45;大气压力传感器:CS106;雨量筒:TE525MM。自动气象站每隔10分钟自动采集一次,每日采集完自动统计计算得出日均值气象数据。 3、数据质量描述:数据自动连续获取。 4、数据应用成果及前景:该气象站设置在冰川末端上部,气象数据可为模拟预测未来气候变化背景下海洋型冰川变化对全球气候变化的响应研究提供了数据保证。
刘婧
1、数据内容:气温、相对湿度、降水、气压、风速、平均总辐射及水汽压日平均数据。 2、数据来源及加工方法:由美国campel高山型自动气象站观测,其中空气温湿度传感器型号HMP155A;风速风向仪型号:05103-45;净辐射仪:CNR 4 Net Radiometer four component;大气压力传感器:CS106;雨量筒:TE525MM。自动气象站每隔10分钟自动采集一次,每日采集完自动统计计算得出日均值气象数据。 3、数据质量描述:数据自动连续获取。 4、数据应用成果及前景:该气象站的下垫面类型为高山草甸,气象数据可为高寒区陆面过程模拟提供基础数据保障。
刘婧
本数据集为2014-2018青藏高原西大滩(XDT)气象要素数据集。气象要素包括:2m空气温度(℃)、2m空气湿度(%)、降水(mm)、2m风速(m/s)、总辐射(w/㎡)。降水观测采用T200B。数据来源于中国科学院青藏高原冰冻圈观测研究站位于青藏线西大滩的综合监测场(场点编号:XDTMS),数据根据原始监测数据(监测频率为每半小时一次)计算日均值,缺测部分或不满足计算日均值条件的以NAN表示。数据经过人工整理及校验,缺测时段为2017-7-7至2017-10-3。
赵林
该数据集包含了2017年1月1日至2017年12月31日的黑河水文气象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;(4)剔除夜间弱湍流的观测数据(u*小于0.1m/s)。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。4月3日-4日涡动系统的Li7500A进行标定,8月29日-9月5日采集器的问题,导致数据缺失。 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三级(质量标识0:(Δst <30, ITC<30); 1: (Δst <100, ITC<100); 其余为2)。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。 水文气象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
该数据集包含了2017年1月1日至2017年12月31日黑河水文气象观测网上游阿柔超级站气象要素梯度观测系统数据。站点位于青海省祁连县阿柔乡草达坂村,下垫面是亚高山山地草甸。观测点的经纬度是100.4643E,38.0473N,海拔3033m。空气温度、相对湿度、风速传感器分别架设在1m、2m、5m、10m、15m、25m处,共6层,朝向正北;风向传感器架设在10m处,朝向正北;气压计安装在2m处;翻斗式雨量计安装在阿柔超级站28m观测塔上;四分量辐射仪安装在5m处,朝向正南;两个红外温度计安装在5m处,朝向正南,探头朝向是垂直向下;光合有效辐射仪安装在5m处,朝向正南,探头朝向是垂直向上;土壤部分传感器埋设在塔体正南方向2m处,其中土壤热流板(自校正式)(3块)均埋设在地下6cm处;平均土壤温度传感器TCAV埋设在地下2cm、4cm处;土壤温度探头埋设在地表0cm和地下2cm、4cm、6cm、10cm、15cm、20cm、30cm、40cm、60cm、80cm、120cm、160cm、200cm、240cm、280cm、320cm处,其中4cm和10cm这两层有三个重复;土壤水分传感器分别埋设在地下2cm、4cm、6cm、10cm、15cm、20cm、30cm、40cm、60cm、80cm、120cm、160cm、200cm、240cm、280cm、320cm处,其中4cm和10cm这两层有三个重复。 观测项目有:风速(WS_1m、WS_2m、WS_5m、WS_10m、WS_15m、WS_25m)(单位:米/秒)、风向(WD_10m)(单位:度)、空气温湿度(Ta_1m、Ta_2m、Ta_5m、Ta_10m、Ta_15m、Ta_25m和RH_1m、RH_2m、RH_5m、RH_10m、RH_15m、RH_25m)(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)、光合有效辐射(PAR)(单位:微摩尔/平方米秒)、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_1、Ms_4cm_2、Ms_4cm_3、Ms_6cm、Ms_10cm_1、Ms_10cm_2、Ms_10cm_3、Ms_15cm、Ms_20cm、Ms_30cm、Ms_40cm、Ms_60cm、Ms_80cm、Ms_120cm、Ms_160cm Ms_200cm、Ms_240cm、Ms_280cm、Ms_320cm)(单位:体积含水量,百分比)、土壤温度(Ts_0cm、Ts_2cm、Ts_4cm_1、Ts_4cm_2、Ts_4cm_3、Ts_6cm、Ts_10cm_1、Ts_10cm_2、Ts_10cm_3、Ts_15cm、Ts_20cm、Ts_30cm、Ts_40cm、Ts_60cm、Ts_80cm、Ts_120cm、Ts_160cm Ts_200cm、Ts_240cm、Ts_280cm、Ts_320cm)(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;土壤热通量G1在2017.1.1-2.28和2017.8.8-8.23之间,土壤热通量G3在4.16-7.6由于传感器问题,数据缺失;(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:2017-6-10 10:30;(6)命名规则为:AWS+站点名称。 水文气象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, 张阳, 谭俊磊
全球ERA-Interim 地面气温再分析数据集(1979-2016)是欧洲中长期天气预报中心(ECMWF)采用ECMWF IFS预报系统(T255,60层),经过窗口为12小时的四维变分同化系统(4DVAR)同化全球不同地区和来源的地表和上层大气的常规观测和卫星遥感资料(TOVS,GOES,Meteosat等)获得。该地面气温(2米气温)数据覆盖时间从1979年1月到2016年12月,时间分辨率为6小时,水平分辨率0.75°,覆盖全球,投影方式为等经纬度投影。数据每个月存放一个NetCDF格式文件,包含经度(longitude)、纬度(latitude)、时间(time)、气温(t2m,单位:K)四个变量,纬向241个格点,经向480个格点。
李斐
联系方式
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