本数据集整理和收集了川藏铁路沿线及周边地区实测和调查最大24H降雨量点数据。含有流域KID、station、省份、X坐标、Y坐标、rain、date等字段数据。共计43条记录。数据来源:《中国暴雨统计参数图集》(2006版)。加工方法:将中国暴雨统计参数图集(2006版)实测和调查最大24H降雨量点数据在川藏铁路沿线及周边地区范围内的点人工数字化。数据集内还包含了川藏铁路沿线评估区域内所有子流域单元的十年、二十年、百年一遇最大24h降水值(1950s-2010s),根据评估区域内逐年最大24h降水序列进行频率计算得到。加工过程中,规定操作人员严格遵守操作规范,同时由专人负责质量审查。经多人复查审核,其数据完整性、逻辑一致性、位置精度、属性精度、接边精度、现势性均符合国家测绘局制定的有关技术规定和标准的要求,质量优良可靠。
王中根
中国区域PML-V2水碳耦合的陆地蒸散发与总初级生产力数据集,即PML-V2(China),包括总初级生产力(gross primary product, GPP),植被蒸腾(vegetation transpiration, Ec),土壤蒸发(soil evaporation, Es),冠层截流蒸发(vaporization of intercepted rainfall, Ei)和水体、冰雪蒸发(ET_water),共5个要素。数据格式为TIFF,时空分辨率为1天、500米,时间跨度为2000.02.26-2020.12.31。 与全球版本相比,PML-V2(China)产品在中国区域的模拟精度有很大的提升,且具有以下改进和创新: i. 相较于全球版本的八天分辨率,新产品的时间分辨率升至每日; ii. 观测数据来自中国26个涡动通量站,其下垫面包括植被稀疏的荒漠在内的9种植被功能型,并用于模型的参数校准(用于率定全球版产品的中国站点仅有8个,只覆盖5种植被类型); iii. 2000-2018年使用0.1°的中国区域气象要素驱动数据,2019-2020年使用偏差校正的全球陆面数据同化系统GLDAS-2.1气象数据,这些气象输入数据用来替换原先0.25°的GLDAS输入; iv. 使用ERA5陆地的地表温度取代空气温度作为输入,用于计算输出长波辐射; v. 将改进的Whittaker滤波的MODIS叶面积指数作为模型输入,新产品在监测作物耗水量和揭示种植制度特征方面提供了新的见解。 注:本数据集不包含中国南海部分。
张永强, 何韶阳
本数据集包括祁连山地区2020年日值0.05°×0.05°地表土壤水分产品。采用耦合小波分析的随机森林优化降尺度模型(RF-OWCM),通过对SMAP L3级被动微波36km地表土壤水分产品(SMAP L3 Radiometer Global Daily 36 km EASE-Grid Soil Moisture, V8)进行降尺度,得到0.05°×0.05°地表土壤水分产品。参与降尺度模型的数据包括GLASS Albedo,MUSES LAI/FVC,中国西部逐日1 km全天候地表温度数据集(TRIMS LST-TP;2000-2021)V2,以及经/纬度等信息。
柴琳娜, 朱忠礼, 刘绍民
本数据集包括青藏高原西部鲁玛江东错,美马错,骆驼湖和结则茶卡2016年以来湖泊水位观测数据 湖水水位通过HOBO水位计或Solist水位计观测,并通过岸边气压计进行校正,精度小于0.5 cm。 数据集包含以下内容: 2016-2021年鲁玛江东错湖水水位日变化数据; 2017-2019年,2020-2021年美马错湖水水位日变化数据; 2019-2020年骆驼湖湖水水位日变化数据; 2019-2020年结则茶卡湖水水位日变化数据。 水位,单位:m。
类延斌
中亚咸海流域农业水资源供给和开发利用潜力数据集采用分布式流域水循环多过程耦合模拟手段,分别计算中亚主要流域子流域尺度的降水量和径流深,预估未来中亚农业水资源供给量。研究区域涉及额尔齐斯河、锡尔河和阿姆河三个主要流域,占中亚地区总面积的36%,共划分1100个子流域,构建考虑冰川积雪冻融过程的分布式水循环模型HEQM模型。模型历史气象数据驱动采用基于压缩感知在傅里叶系数域的气象数据融合方法,实现NECP和ECMWF数据融合,生产高时空分辨率(0.45度)的1901~2014年长序列日降水和气温数据;并利用全球径流数据库(GRDC)中年径流数据序列(含22个站点1940-2000年)对HEQM模型进行参数率定和验证,实现对研究区水资源变化的准确模拟;在此基础上,利用基于部门间影响模式比较计划(ISI-MIP)5个GCM模式日降雨和气温数据序列的中位数,构建未来气候序列并驱动率定好的HEQM模型,实现未来不同排放情景下流域农业水资源开发利用潜力的预估。数据提供了历史三个时间段2000s(2000-2004)、2010s(2005-2009)和2015s(2010-2014)、以及未来RCP4.5和RCP8.5两个排放情景两个时间段2040s(2040-2070)和2070s(2071-2099),空间分辨率为0.5°乘以0.5°。数据集可为中亚主要分布式水循环模拟、水资源供给和开发利用分析等提供基础数据支撑。
张永勇, 刘玉, 杨鹏
本数据为黑河上游1992-2015年生长季降水产生的径流、蒸散发,数据内容包括:降水(mm)、蒸散发(mm)、径流(mm)、土壤含水量(m3/m3)。时间分辨率:年(生长季),空间分辨率:0.00833°。数据是基于Eagleson生态水文模型使用气象、土壤、植被参数模拟获得的,模拟的降雨径流使用黑河上游6个子流域(黑河干流、八宝河、野牛沟、梨园河、瓦房城、洪水河)的生长季观测径流数据进行了验证,相关系数(R)的变化范围为0.53-0.74,RMSE在32.46-233.18 mm之间,相对误差范围为-0.66--0.0005;模拟蒸散发与GLEAM ET之差在−115.36 mm 到 44.1 mm之间。模拟结果可以为黑河上游水文模拟提供一定参考。
张宝庆
本数据集是一个包含10年(2010-2019)的全球日尺度地表土壤水分数据集,分辨率为36 km,采用EASE-Grid2投影坐标系,数据单位为m3/m3. 数据集采用Yao et al.(2017,2021)发展的土壤水分神经网络反演算法,将SMAP的优势传递到FY-3B/MWRI,利用人工神经网络方法,以SMAP标准土壤水分产品为训练目标,以FY-3B/MWRI的亮温为输入,最终输出长时序土壤水分数据。土壤水分精度和SMAP接近,达到5%左右。( 全球14个密集观测站网的验证精度 )。
姚盼盼, 卢麾, 赵天杰, 武胜利, 施建成
采用三种广泛使用的基于模型的蒸散发数据集,包括ERA5,MERRA2和GLDAS2-Noah再分析数据,使用变异系数选取具有高一致性的融合区域,基于可靠性集合平均法融合获得了空间分辨率为0.25°的长序列(1980-2017年)全球逐日蒸散发产品(REA ET)。以GLEAM3.2a和通量塔观测数据作为参考数据和验证数据,结果表明,融合产品很好地捕捉了不同地区的蒸散发趋势,在所有植被覆盖情景下表现良好。数据集以NetCDF格式存储,包含变量E,代表陆地实际蒸散发,以毫米(mm)为单位。数据集包含三个维度:经度、纬度和时间,经度范围为-179.875E~179.875E,纬度范围为-59.875N~89.875N。完整时间覆盖范围为1980年1月1日~2017年12月31日。
陆姣, 王国杰, 陈铁喜, 李世杰, Daniel Fiifi Tawia Hagan, Giri Kattel, 彭建, 姜彤, 苏布达
本数据集为未来50年黄河源和祁连山区水量平衡数据集(径流、降水、蒸散发、土壤液态含水量),采用基于地貌的生态水文模型GBEHM模拟获取,数据集变量包含月径流、月降水、月蒸散发、月均5cm土壤液态含水量以及月均50cm土壤液态含水量,数据时间范围为2020-2070年,空间分辨率为1km。模型输入数据包含气象驱动、植被、土壤、土地利用等,气象驱动采用38个CMIP6模型SSP2-4.5情景下的集合平均结果,模拟结果能够较好反映黄河源区与祁连山区水文变量的时空变异特征。数据集可进一步用于黄河源区与祁连山区生态-水文过程相关研究,为“山水林田湖草”系统优化调配提供科学依据。
王泰华, 杨大文
本数据集为过去40年黄河源和祁连山区水量平衡数据集(径流、降水、蒸散发、土壤液态含水量),采用基于地貌的生态水文模型GBEHM模拟获取,数据集变量包含月径流、月降水、月蒸散发、月均5cm土壤液态含水量以及月均50cm土壤液态含水量,数据时间范围为1980-2019年,空间分辨率为1km。模型输入数据包含气象驱动、植被、土壤、土地利用等,模拟结果能够较好反映黄河源区与祁连山区水文变量的时空变异特征。数据集可进一步用于黄河源区与祁连山区生态-水文过程相关研究,为“山水林田湖草”系统优化调配提供科学依据。
王泰华, 杨大文
本土壤水分数据集是一个包含8年(2011-2018)的全球时空连续一致的日尺度地表土壤水分数据集,空间格网分辨率为25km,时间分辨率为每天,数据单位为cm3/cm3。数据集采用基于三重配置分析 (TCA: Triple Collocation Analysis)的土壤水分线性融合算法,对SMOS,ASCAT,FY3B,CCI,SMAP五种土壤水分产品分两步进行了融合:第一步,融合2011~2018年SMOS,FY3B和ASCAT土壤水分数据产品;第二步,对第一步融合的2015~2018年间的结果与相应年份的CCI以及SMAP数据产品进行再融合,最终获得2011~2018年间融合的土壤水分产品。最终融合的土壤水分数据在全球空间覆盖比达80%以上。此外,利用全球7个地面观测网络的站点实测土壤水分数据对上述融合的土壤水分产品进行了评价分析,最小RMSE (Root Mean Square Error) 为0.036 cm3/cm3。
贾立, 谢秋霞, 胡光成
1. 冰湖面积数据(1960s-2020年) 该数据包含基于1960s的Korona KH-4和2016-2020年的Sentinel-2和Sentinel-1等卫星绘制的不丹喜马拉雅冰湖面积。 2. 冰湖潜在溃决洪水灾害等级 该数据包含面积大于0.05平方公里(n=278)不丹喜马拉雅冰湖潜在溃决洪水灾害等级。 数据详细处理流程请见论文。
Sonam Rinzin, 张国庆
数据包括4种:CryoSat-2 L1B Baseline D 提取的244个湖泊水位 (2010-2020年);ICESat-2 ATL13 提取的356个湖泊水位 (2018-2020年);Sentinel-3A SRAL L2 提取的125个湖泊水位 (2016-2020年);Sentinel-3B SRAL L2 提取120个湖泊的水位 (2018-2020年)。数据包括日期、十进制日期、水位、标准差以及每个湖泊的地理位置。数据详细处理流程请见论文。
许凤林, 张国庆
该数据集是“雅鲁藏布江流域高时空分辨率降水数据(1981-2016)”的第二版,在原有基础上增加了2017-2019年的数据。 该数据集描述了雅鲁藏布江流域的降水时空分布,融合了 CMA、GLDAS、ITP-Forcing、MERRA2、TRMM五套再分析降水产品和卫星降水产品, 并结合流域内9个国家气象站和166个水利部雨量筒的观测降水制作而成,时间范围为1981-2019年,时间分辨率为3 h,空间分辨率为5 km,单位是mm/h。该数据将为雅江流域的研究提供更好的数据支撑,可用于研究流域水文过程对气候变化的响应等领域。具体使用信息请看随数据一同上传的说明文档。
汪远伟, 王磊, 李秀萍, 周璟
本数据集为覆盖全球范围考虑积融雪过程的标准化水分距平指数(SZIsnow),该干旱指数数据集由GLDAS-2驱动产生。该指数考虑了与干旱发展相关的诸多水文过程,尤其是积融雪过程。目前许多干旱指数忽略了积融雪过程,导致不能准确地对积雪地区干旱的发生和发展进行评估,该指数很好地弥补了这一不足,解决了干旱物理机制解析与多时间尺度分析无法兼顾,不同类型干旱难以统一评估的两个难题。经验证该指数能够很好地对全球不同地区的历史干旱时间进行定量描述,其优异表现在高纬度和高海拔地区更为突出。因此本数据集可以为干旱的监测评估以及干旱相关研究提供科学参考。
吴普特, 田磊, 张宝庆
1)数据内容:纳木错2019年水位日变化数据,观测点坐标为东经90.96°,北纬30.77°,海拔4730米,下垫面为高寒草原。(2)数据来源和处理方法:人工读水位尺的方式测量,原始观测数据,由专人根据观测记录进行加工和质量控制。(3)数据质量描述:由于该数据是采用人工读水尺的方式获得,受恶劣环境的影响较大,部分时段数据缺失,数据不连续。(4)数据应用前景:该数据可应用于湖泊水文、高寒区水文过程等科研领域。
王君波
该数据集包含了怀来站的大孔径闪烁仪通量观测数据。怀来站分别架设了BLS450和zzlas型号的大孔径闪烁仪,北塔为zzlas的接收端和BLS450的发射端,南塔为zzlas的发射端和BLS450的接收端。观测时间为2020年1月1日至2020年12月31日。站点位于河北省怀来县东花园镇,下垫面是玉米。北塔的经纬度是115.8023E,40.3596N,南塔的经纬度是115.7825E,40.3522N,海拔高度约480m。大孔径闪烁仪的有效高度14m,光径长度是1870m,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;(2)剔除解调信号强度较弱的数据;(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)。 关于发布数据的几点说明:(1)怀来站LAS数据以BLS450为主,缺失时刻由zzlas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_LAS :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。由于供电问题,产生一些数据缺失。 观测试验或站点信息请参考Guo et al. (2020),观测数据处理请参考Liu et al. (2013)。
刘绍民, 徐自为
该数据集包含了2020年1月1日至2020年12月31日的蒸渗仪观测数据。站点位于河北省怀来县东花园镇,下垫面为玉米。观测点的经纬度是115.7880E, 40.3491N,海拔480m。 蒸渗仪的采集频率是1Hz,发布数据为10min输出数据。蒸渗仪为圆柱形结构,表面积为1m2,土柱埋深1.5m,蒸散量观测精度为0.01mm。蒸渗仪安装有两台,一台保持裸土(lysimeter_1),另一台在生长季(5月10日-9月15日)为玉米下垫面(lysimeter_2)。蒸渗仪内还安装有土壤温湿度探头、土壤水势探头和土壤热流板。土壤温度传感器埋设深度为5cm、30cm、50cm、100cm、140cm;土壤水分传感器埋设深度为2cm、10cm、20cm、40cm;土壤热流板埋设在地下10 cm处;土壤水势传感器埋设深度为30cm和140cm处。观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失或超量程数据,则由-6999标示;(2)删除了维护期间造成的观测异常的数据;(3)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2020-6-10 10:30; 蒸渗仪发布的观测数据包括:日期/时间Date/Time,称重质量(I.L_1_WAG_L_000(Kg)、I.L_2_WAG_L_000(Kg)),渗漏质量(I.L_1_WAG_D_000(Kg)、I.L_2_WAG_D_000(Kg)),土壤热通量(Gs_1_10cm、Gs_2_10cm)(W/m2),多层土壤水分(Ms_1_5cm、Ms_1_10cm、Ms_1_30cm、Ms_1_50cm、Ms_1_100cm、Ms_2_5cm、Ms_2_10cm、Ms_2_30cm、Ms_2_50cm、Ms_2_100cm)(%),多层土壤温度(Ts_1_5cm 、Ts_1_30cm、Ts_1_50cm、Ts_1_100cm、Ts_1_140cm、Ts_2_5cm 、Ts_2_30cm、Ts_2_50cm、Ts_2_100cm、Ts_2_140cm)(℃),土壤水势(TS_1_30(hPa)、TS_1_140(hPa)、TS_2_30(hPa)、TS_2_140(hPa));数据以*.xlsx格式存储。
刘绍民, 朱忠礼, 徐自为
该数据集包含了黑河流域地表过程综合观测网上游阿柔站研制双波段闪烁仪通量观测数据。北塔为接收端,南塔为发射端。站点位于青海省祁连县阿柔乡草达坂村,下垫面是高寒草地。北塔的经纬度是100.4712°E,38.0568°N,南塔的经纬度是100.4572°E,38.0384°N,海拔高度约3033m。双波段闪烁仪的有效高度13.0m,光径长度是2390m。 近红外闪烁仪原始观测数据为1min,双波段闪烁仪原始观测数据为200Hz,发布的数据为经过处理与质量控制后的数据,其中近红外闪烁仪观测时间为2018年1月1日至2018年12月31日,双波段闪烁仪观测数据为2020年7月14日至2020年12月30日。数据处理主要包括以下四个步骤(1)将原始数据进行质量检验和处理,计算光强方差;(2)根据光强方差,计算空气折射指数的结构参数;(3)根据空气折射指数的结构参数,计算气象结构参数;(4)根据气象结构参数,计算感热和潜热通量。观测中出现错误以-6999填充。 发布数据的说明:数据表头:Date/Time :日期/时间(格式:yyyy/m/d h:mm),Cn2_LAS:近红外闪烁仪空气折射指数结构参数(单位:m-2/3),Var_LAS: 近红外闪烁仪光强方差,Var_MWS: 微波闪烁仪光强方差,Var_OMS: 双波段闪烁仪光强方差,H:感热通量(单位:W/m2), LE:潜热通量(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)。
刘绍民, 施生锦, 徐自为
该数据集包含了2019年10月20日至2020年12月7日期间黑河流域地表过程综合观测网中混合林站植物液流仪数据(101.1346°E,41.9900°N),研究区位于黑河下游内蒙古自治区阿拉善盟额济纳旗胡杨林,海拔874m。根据胡杨林的不同高度及胸径,选取样树安装研制的植物液流仪,每棵样树安装两组,高度为1.3m。 植物液流仪的原始观测数据为探针之间的温度差,时间为10分钟。发布的数据为每10分钟的温差数据Delta_T(℃),液流速率V(cm/h)和每天的蒸腾量T(mm/d)。首先根据探针之间的温度差计算液流速率和液流通量,然后根据观测点的胡杨林面积和树木间距,计算蒸腾量T。同时对计算之后的速率和通量值进行后处理:(1)剔除明显超出物理意义或超出仪器量程的数据;(2)缺失的数据用-6999标记;(3)因探针故障等原因引起的可疑数据用红色字体标识,并剔除确认有问题的数据。 站点信息请参考Liu et al. (2018),观测数据处理请参考Qiao et al. (2015)。
刘绍民, 施生锦, 徐自为
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