本数据来自2020年7月-8月期间在西藏一江两河区、藏东南、川西藏东横断山区进行随机问卷调查，该数据集主要包括农业废弃物利用数据（秸秆利用途径和畜禽废物利用途径），秸秆利用途径主要包括还田、燃料、饲料和堆肥，畜禽粪便利用途径主要为燃料和肥料。被访人员主要以熟悉家庭情况的成年人为主，有部分村以小组计算产量。问卷设计以科学性、适用性、可行性、典型性、具体性为原则，面向以上区域设计了《入户调查表》。为了确保调查问卷设计内容的信度和效度，正式调查之前对问卷进行了预调查，进一步修改完善调查问卷存在问题。在问卷调查正式开始之前对调查人员进行了调查问卷内容的讲解和调查技能培训。
宋大刚
多年冻土退化通过降低基底强度、增加物质运移和热融活动频率等方式威胁基础设施的安全，导致其维护成本增加、使用寿命缩短，造成现实的经济损害。 该数据集是发表在Communications Earth & Environment (2022,3,238.doi: 10.1038/s43247-022-00568-6)关于青藏高原未来多年冻土退化经济损害的论文数据。该数据集包括了预测的青藏高原空间分辨率为1km的未来多年冻土危险等级数据和论文中图2、3、4的原始数据。
冉有华, 程国栋, 董元宏, 李新
近年来，随着南极冰盖消融的加速，冰盖2000-2019表面形成大量冰面融水。深入理解南极冰盖冰面融水的时空间分布与动态变化，对于研究南极冰盖物质平衡具有重要意义。本数据集基于2000-2019年30m空间分辨率Landsat7和Landsat8影像，利用归一化水体指数、Gabor滤波和形态学路径开操作，生成冰面融水栅格数据集，在ARCGIS中将栅格水体掩膜转换为矢量数据。本数据集是基于Landsat影像提取的2000-2019年南极冰盖消融区（南极半岛亚历山大岛）250m冰面融水数据集。时间集中在每年12月至次年2月（南半球夏季）
杨康
根据 CMIP5 3 个未来情景（RCP2.6、RCP4.5、RCP8.5）资料，获得了 2006-2100 世纪全球年平均气温的空间分布。经分析发现在 RCP2.6 情景下，年平均气温呈现增长的趋势，增长率介于 0.0 °C/decade 至 0.2 °C/decade 之间（P<0.05），其中，高纬度地区增长较快，介于 0.1 °C/decade 至 0.2 °C/decade之间。综合 21 世纪全球年平均气温空间和时间变化特征，年平均气温在不同的气候情景下都呈现出变暖的趋势，高纬度地区年平均气温呈现出更加敏感和快速的增长。
牛富俊
根据泛北极潜在热融灾害（主要为热融滑坡）诱发因素，包括：气温（冻融环境）、降雨、积雪、土壤类型、地形地貌及地下含冰量等，基于地球大数据资源库提供的基础数据，采用机器学习方法（逻辑回归、随机森林、人工神经网络、支持向量机等），以目前已有解译北半球热融滑坡为训练样本，最终获得了泛北极的热融灾害易发性（发生概率）区划图。根据驱动因素敏感性发现气候因素（气温与降雨）对热融灾害的发生于分布贡献度最大，坡度因素贡献度次之，含冰量与辐射也具有较高的贡献。
牛富俊
对于泛北极或北半球，通常使用冻融指数来预测多年冻土分布，活动层厚度及气候变化信息等。因此，结合加拿大气象中心提供的分辨率为25km月平均雪深数据，该数据基于CRUNCEP冻融指数利用雪深修正后的冻结数模型预测了泛北极多年冻土分布范围。考虑到雪深数据始于1998年而冻融指数止于2015年。所以模拟了2000-2015年的冻土分布状况。尽管国际雪冰数据中心（NSIDC）提供的泛北极多年冻土图也可以反映多年冻土的分布范围，但不能反映气候变暖背景下2000年之后的多年冻土分布状况。通过模拟得到的2000 – 2015年泛北极多年冻土面积为19.96×106 km2。和已有国际雪冰数据中心提供的多年冻土分布图不一致的地方主要位于岛状多年冻土区。
牛富俊
1990-2020年全球高分辨率模拟近海洋表层气温-降水-海温数据集来源于最新CMIP6计划。CMIP6是世界气候研究项目（WCRP）组织的第六次气候模式比较计划。原始数据来源于https://www.wcrp-climate.org/wgcm-cmip/wgcm-cmip6。该数据集中包含了全球近海洋表层气温（tmp）、降水（pr）和海温（tos）数据。其中气温和降水数据包含CMIP6中情景模式比较子计划（ScenarioMIP）的4种不同实验场景的共享经济路径(shared socioeconomic pathway, SSP)与辐射强迫(representative concentration pathway, RCP)的矩形组合。(1) SSP126: 在SSP1（低强迫情景）基础上对RCP2.6情景的升级 (辐射强迫在2100年达到2.6W/m2)。(2) SSP245: 在SSP2（中等强迫情景）基础上对RCP4.5情景的升级 (辐射强迫在2100年达到4.5 W/m2)。(3) SSP370: 在SSP3（中等强迫情景）基础上新增的RCP7.0排放路径 (辐射强迫在2100年达到7.0 W/m2)。(4) SSP585: 在SSP5（高强迫情景）基础上对RCP8.5情景的升级(SSP585是唯一能使辐射强迫在2100年达到8.5 W/m2的SSP场景)。海温数据提供SSP126情景数据。
叶爱中
光合作用是连接碳和水循环的关键过程，卫星检索的日光诱导叶绿素荧光 (SIF) 可以作为光合作用的有价值的代理。Copernicus Sentinel-5P 任务上的TROPOspheric Monitoring Instrument (TROPOMI) 能够显着改进提供高空间和时间分辨率的 SIF 观测，但数据记录的短时间覆盖限制了其在长期研究中的应用。我们使用机器学习在具有高时空分辨率（0.05°，8 天）的晴朗天空条件下重建 2001-2020 年期间的 TROPOMI SIF (RTSIF)。我们的机器学习模型在训练和测试数据集上表现良好（R^2 = 0.907, regression slope = 1.001）。RTSIF 数据集针对 TROPOMI SIF 和基于塔的 SIF 进行了验证，并与其他卫星衍生的 SIF（GOME-2 SIF 和 OCO-2 SIF）进行了比较。 RTSIF 与总初级生产 (GPP) 的比较说明了 RTSIF 在估算碳通量方面的潜力。这个数据集将在评估长期陆地生态系统光合作用和全球碳水通量方面有重要价值。
陈星安, 黄跃飞, 聂冲, 张硕, 王光谦, 陈世鎏, 陈志超
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（DTVGM: Distributed Time—Variant Gain Hydrological Model）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，实际蒸发模拟同气象局公开的站点观测基本一致。模型模拟出1998-2017年水循环过程，经过验证之后，给出全青藏高原空间0.01度日尺度实际蒸发(包含土壤蒸发和植物蒸腾)时空分布。
叶爱中
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(DTVGM: distributed time-variant gain model)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。模型模拟出1998-2017年水循环过程，给出全青藏高原空间0.01度日尺度径流时空分布。
叶爱中
我们提出利用U-net网络进行冰裂隙识别探测的算法，可以实现格陵兰冰盖典型冰川冰裂隙的自动化探测。基于Sentinel-1 IW每年7、8月的数据，为了抑制SAR图像的相干斑噪声，选择Probabilistic Patch-Based Weights (PPB)算法进行滤波，然后选择具有代表性的样本输入U-net网络进行模型训练，根据训练的模型进行冰裂隙的预测。以格陵兰2个典型冰川（Jakobshavn、Kangerdlussuaq）为例分类结果的平均准确率可达94.5%，其中裂隙区域的局部准确率可达78.6%，召回率为89.4%。
李新武, 梁爽, 杨博锦, 赵京京
我们提出利用U-net网络进行冰裂隙识别探测的算法，可以实现南极冰裂隙的自动化探测。基于Sentinel-1 EW 1月、2月的数据，为了抑制SAR图像的相干斑噪声，选择Probabilistic Patch-Based Weights（PPB）算法进行滤波，然后选择具有代表性的样本输入U-net网络进行模型训练，根据训练的模型进行冰裂隙的预测。以南极5个典型冰架（Amery、Fimbul、Nickerson、Shackleton、Thwaiters）为例分类结果的平均准确率可达94.5%，其中裂隙区域的局部准确率可达78.6%，召回率为89.4%。
李新武, 梁爽, 杨博锦, 赵京京
太阳总辐射和散射采用辐射表（CM22, Kipp & Zonen, 荷兰）测量，波长范围200-3600 nm。温湿度数据来源于IPEV/PNRA 项目 “Routine Meteorological Observation at Station Concordia” ，http://www.climantartide.it，地面水汽压单位为hPa。本数据集包括：利用经验模型计算的地面太阳总辐射、损失于大气中的吸收和散射辐射（小时累计值，单位MJ/m2）、大气顶和地表反照率；还包括散射因子（S/G）地面水汽压（E，单位hPa）。太阳辐射数据来源于数据提供者的计算、实验站测量，数据覆盖时间为2006-2016年（Bai, J.; Zong, X.; Lanconelli, C.; Lupi, A.; Driemel, A.; Vitale, V.; Li, K.; Song, T. 2022. Long-Term Variations of Global Solar Radiation and Its Potential Effects at Dome C (Antarctica). Int. J. Environ. Res. Public Health, 19, 3084. https://doi.org/10.3390/ijerph19053084）。该数据集可以用于南极Dome C地区太阳辐射及其衰减等相关研究。地面太阳辐射和其他气象数据可以参考：https://doi.org/10.1594/PANGAEA.935421
白建辉
太阳总辐射采用辐射表（CM21, Kipp & Zonen, 荷兰）测量，波长范围200-3600 nm。温湿度分别采用温湿度传感器HMP45C-GM （Vaisala Inc., Vantaa, Finland）测量。本数据集包括：利用经验模型计算的地面太阳总辐射、损失于大气中的吸收和散射辐射（小时累计值，单位MJ/m2）、大气顶和地表反照率；还包括散射因子（AF）地面水汽压（E，单位hPa）。太阳辐射数据来源于数据提供者的计算、实验站测量，数据覆盖时间为2007-2020年。关于数据处理和太阳总辐射计算等可参考文献：Bai, J.; Zong, X.; Ma, Y.; Wang, B.; Zhao, C.; Yang, Y.; Guang, J.; Cong, Z.; Li, K.; Song, T. 2022. Long-Term Variations in Global Solar Radiation and Its Interaction with Atmospheric Substances at Qomolangma. Int. J. Environ. Res. Public Health, 19, 8906. https://doi.org/10.3390/ijerph19158906。该数据集可以用于珠峰地区太阳辐射及其衰减等相关研究。珠峰站太阳辐射和其他气象数据可以参考：https://data.tpdc.ac.cn/zh-hans/data/b9ab35b2-81fb-4330-925f-4d9860ac47c3/。
白建辉
1963年东南极Rayner冰川基于ARGON历史遥感影像的冰流速度场数据产品。利用间隔两个月的两张1963年拍摄的解密卫星影像，基于视差分解进行分层匹配，估算了南极洲东部雷纳冰川的早期冰流速度场。估算得到速度图的精度可达到70米/年。基于光学立体像对视差分解的协同冰川表面流速估算方法。首先对待匹配影像生成核心影像，并生成核心影像的金字塔；接下来使用冰流区域掩膜，将影像分为冰流区与非冰流区分别进行匹配，其中冰流区除正常匹配步骤外，还需要进行视差分界，从而区分冰流运动对于地形视差的影响。最终通过逐层匹配的方法，我们可以在底层得到物方的DTM及冰流图。本数据对于重建东南极Rayner冰川早期表面形态及其冰流速度具有重要意义。
李荣兴, 乔刚, 叶文凯
气溶胶光学厚度（Aerosol Optical Depth，AOD）反映到达地表的太阳辐射受气溶胶的衰减程度，气溶胶类型根据气溶胶光学厚度AOD计算得到。本数据集来源于最新MODIS气溶胶二级产品MOD04_L2和MYD04_L2，其中 MOD 和 MYD 分别代表 Terra 和 Aqua 卫星。目前，MODIS反演气溶胶算法分别为暗目标算法（Dark Target，DT）和深蓝算法（Deep Blue，DB）。根据元数据字段表Quality Assuracne Confidence（QAC）反演精度，融合DT和DB算法产品，分别处理陆地、海洋和海岸等，索引质量最优（QAF=3）或次优（QAF=2）或满足基本需求（QAF=1），得到全覆盖、长时间序列的高分辨率AOD产品（0.1度，日尺度）。按照AOD经验阈值（AOD：0~0.2，清洁型；0.2~0.6，城市或工业型；大于0.6，沙尘型。）分类将气溶胶类型标记为三种：清洁型（1）、城市或工业型（2）和沙尘型（3）。本数据集提供MOD，MYD以及根据过境时间得到的融合产品。
叶爱中
气溶胶光学厚度（Aerosol Optical Depth，AOD）反映到达地表的太阳辐射受气溶胶的衰减程度。本数据集来源于最新MODIS气溶胶二级产品MOD04_L2和MYD04_L2，其中 MOD 和 MYD 分别代表 Terra 和 Aqua 卫星。目前，MODIS反演气溶胶算法分别为暗目标算法（Dark Target，DT）和深蓝算法（Deep Blue，DB）。根据元数据字段表Quality Assuracne Confidence（QAC）反演精度，融合DT和DB算法产品，分别处理陆地、海洋和海岸等，索引质量最优（QAF=3）或次优（QAF=2）或满足基本需求（QAF=1），得到全覆盖、长时间序列的高分辨率AOD产品（0.1度，日尺度）。本数据集提供MOD，MYD以及根据过境时间得到的融合产品。
叶爱中
《2015年第三极部分湖泊水体细菌后处理产品和常规水质参数》数据集收集了2015年期间青藏高原地区部分湖泊水体采样细菌分析结果和常规水质参数。通过整理归纳汇总得到2015年第三极部分湖泊水体细菌后处理产品，数据格式为excel，方便用户查看。样品由计慕侃老师采集于2015年7月1日至7月15日，包含28个湖泊（巴木错，白马纳木错，班戈错（盐湖）， 班公错，崩错，别若则错，错鄂（申扎），错鄂（那曲），达瓦错，当穹错，当惹雍错，洞错，鄂雅错，公珠错，果根错，甲热布错，玛旁雍错，纳木错，聂尔错（盐湖），诺尔玛错，朋彦错（盐湖），蓬错，枪勇错，色林错，吴如错，物玛错，扎日南木错，扎西错），共计138个样品。其中湖泊水体细菌DNA提取方法如下：湖水过滤到0.45膜上，然后通过MO BIO PowerSoil DNA试剂盒提取DNA。16S rRNA基因片段扩增引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3') and 909r (5'-GGACTACHVGGGTWTCTAAT-3')。测序方式为Illumina MiSeq PE250，原始数据通过Mothur软件分析，包括quality filtering, chimera removal,序列分类依据Silva109数据库，古菌、真核和未知来源序列已被移除。OTU以97%相似度分类，然后移除仅在数据库中出现一次的序列。常规水质检测参数包括：溶解氧、电导率、溶解性总固体、盐度、氧化还原电位、不挥发有机碳、总氮等。其中，溶解氧采用电极极谱法；电导率采用电导率仪；盐度采用盐度计；溶解性总固体采用TDS测试仪；氧化还原电位采用ORP在线分析仪；不挥发有机碳采用TOC分析仪；总氮采用分光光度法分别得到水质参数结果供参考。
叶爱中
该数据集包含北极两条大河 （北美：Mackenzie，欧亚：Lena）的观测及模拟的入海径流量及各径流成分（总径流、冰川径流、融雪径流、降雨径流）的组成，时间分辨率为月。该数据是利用项目组制作的气象驱动场数据驱动发展的VIC-CAS模型，利用观测的径流及遥感积雪数据进行校正，径流的模拟的Nash效率系数达到0.85以上，模型也能较好地模拟积雪的空间分布和年内、年际变化。 该数据可用于分析长期的流域径流的组成及变化原因，加深对北极大河径流变化的理解。
赵求东, 吴玉伟
本产品提供了项目组发展的陆面模式VIC-CAS数值模拟的1971-2017年北极两条大河（北美大陆：Mackenzie，欧亚大陆：Lena）的水循环关键变量数据集，包括：降水量、蒸散发、地表径流、地下径流、冰川径流、雪水当量和三层土壤湿度等7个变量。该数据集空间分辨率为0.1degree，时间分辨率为月。该数据集可用于长期气候变化下北极大河流域水量平衡变化分析，也可用于遥感数据产品及其他模型模拟结果的对比和验证。
赵求东, 王宁练, 吴玉伟
本产品提供了项目组发展的陆面模式VIC-CAS数值模拟的1998-2017年北极两条大河（北美大陆：Mackenzie，欧亚大陆：Lena）的水循环关键变量数据集，包括：降水量、蒸散发、地表径流、地下径流、冰川径流、雪水当量和三层土壤湿度等7个变量。该数据集空间分辨率为50km，时间分辨率为月。该数据集可用于气候变化下北极大河流域水量平衡变化分析，也可用于遥感数据产品及其他模型模拟结果的对比和验证。
赵求东, 王宁练, 吴玉伟
典型年三极冰雪微生物后处理产品收集了2010-2018年期间南北极以及青藏高原地区冰川、冰川雪和冰里采样细菌分析结果。通过整理归纳汇总得到三极区域土壤微生物后处理数据产品，数据格式为excel，方便用户查看。其中南北极和青藏高原地区冰川雪和冰里原核为刘勇勤老师实验组在2010-2018年间从NCBI数据库收集的细菌16S核糖体RNA基因序列。收集的序列通过使用DOTOUR软件计算序列之间相似度，相似度在97%以上的序列聚类为一个OTU，并定义OTU代表序列。OTU代表序列通过“Classifier”软件与RDP数据库进行比对，在可靠性大于80%的情况下鉴定到属一级水平；青藏高原冰川采集时间为2010-2018年间，包含刘勇勤老师实验组分离的青藏高原7条冰川（珠峰东绒布冰川，天山一号冰川，古里雅冰川，老虎沟冰川，木孜塔格冰川，七一冰川和玉珠峰冰川），向述荣老师分离的马兰冰川和张新芳老师分离的若岗日冰川的细菌16S核糖体RNA基因序列。冰川样品采集后带回北京青藏高原院研究所生态实验室和兰州冰冻圈国家实验室，涂布平板后于不同温度下（4-25摄氏度）培养20天-90天并挑取单菌落纯化。分离的细菌提取DNA后以27F/1492R引物扩增16S核糖体RNA基因片段，并使用Sanger法测序。16S核糖体RNA基因序列通过“Classifier”软件与RDP数据库进行比对，在可靠性大于80%的情况下鉴定到属一级水平。
叶爱中
典型年三极土壤微生物后处理产品收集了2005-2006年期间南北极地区土壤采样细菌分布分析结果和2015年期间青藏高原地区土壤采样细菌分布分析结果。通过整理归纳汇总得到三极区域土壤微生物后处理数据产品，数据格式为excel，方便用户查看。其中南北极地区样品采集时间为2005年12月13日至2006年12月8日，包含北极3个地区52个样品（Spitsbergen Slijeringa，Spitsbergen Vestpynten，及Alexandra Fjord Highlands），南极5个地区171个样品（Mitchell Peninsula,Casey station main power house, Robinsons Ridge，Herring Island，Browning Peninsula）；青藏高原采集时间为2015年7月1日至7月15日，包含草甸，草原，荒漠3种生态系统，共计18个采样点位，每个采样点位样品个数为3-5个。采样点降水、气温和干旱度由气象信息估算得到，供读者参考。土壤表层样品采集后用液氮保存，运回悉尼实验室，通过FastPrep DNA试剂盒提取。提取后的DNA样品使用27F（5'-GAGTTTGATCNTGGCTCA-3'）和 519R (5'-GTNTTACNGCGGCKGCTG-3')扩增16S rRNA基因片段。扩增后的片段通过454方式测序，原始数据通过Mothur软件分析。首先去除测序质量不佳序列，之后进行排序并去除嵌合体序列。之后计算序列之间相似度，相似度在97%以上的序列聚类为一个OTU，并定义OTU代表序列。OTU代表序列通过与Silva数据库进行比对，在可靠性大于>80%的情况下鉴定到属一级水平。
叶爱中
积雪面积比例（fractional snow cover， FSC）是单位像元内积雪覆盖面积（Snow Cover Area SCA）与单位像元面积的比值。本数据集的制作方法为BV-BLRM积雪面积比例线性回归经验模型；采用的源数据为MOD09GA 500米全球逐日地表反射率产品，以及MOD09A1 500m的8天合成全球地表反射率产品；制作平台使用的是Google Earth Engine；数据范围为全球范围，数据制备时间为2000至2021年，空间分辨率为500米，时间分辨率为逐年。该套数据可为区域气候模拟、水文模型等提供积雪分布的定量信息。
马媛
本次调查区域覆盖四川泸定，康定，雅江，理塘，巴塘等地区，涉及作物包括青稞、小麦、玉米、土豆及番茄等露地蔬菜，采用干漏斗法提取，共获得中小型土壤动物样品171份，捕获土壤动物800余只。样品保存于中国科学院成都生物研究所，样品采集后借助体式显微镜鉴定，其中，以四川巴塘地区的0-15cm 土层数量最多，鉴定有208只中小型土壤动物；其次是四川康定的0-15 cm 土层，观察到有130只中小型土壤动物。
孙晓铭
该数据集为青藏高原主要农作物青稞和小麦的产量历史数据，包括要素为播种面积和产量，涵盖年份包括1988年-2018年，涵盖区域包括青藏高原范围内部分州市及区县。数据来源于《西藏统计年鉴》、《青海统计年鉴》、《四川统计年鉴》、《甘肃统计年鉴》、《云南统计年鉴》及阿坝藏族羌族自治州和甘孜藏族自治州农牧局，精度同数据摘取的统计年鉴。青稞和小麦是青藏高原主要的农作物，该数据集对于研究青藏高原粮食安全、农业生产等方面具有重要价值。
潘志芬
印度洋-第三极（青藏高原）大气和海洋的热力状况是影响亚洲季风活动和泛第三极区域气候变化的重要因素。在季节和年际尺度上，印度洋-第三极经向断面区域的大气和海洋热源状况与印度季风、孟加拉湾季风、热带印度洋海温模态演变等密切相关。基于此，我们计算并建立了印度洋-第三极经向断面区域的大气和海洋热源数据集。 为了得到每个等压面上大气加热率的水平分布，我们采用Yanai et al.（1973）提出的计算大气热源的倒算法： Q_1=c_p [∂T/∂t+V ⃑∙∇T+(p/p_0 )^κ ω ∂θ/∂p] 其中，Q_1为大气视热源，影响大气热源的因子有温度局地变化项、温度平流项和位温垂直变化项。T是气温，θ是位温，V ⃑是水平风矢量，ω是垂直速度，p_0=1013.25hPa。κ=R/c_p，R和c_p分别为干空气的气体常数和定压比热，κ≈0.286。 我们利用ERA5全球大气再分析资料（The Fifth Generation ECMWF Atmospheric Reanalysis of the Global Climate），计算了2000-2019年逐月的印度洋-第三极经向断面区域（30°S-60°N，60°E、70°E、80°E、90°E）大气垂直剖面加热率（单位：K/s，水平分辨率：1°×1°，垂直范围：1000-100hPa，共27层）。 参照Hall and Bryden（1982）可以给出在给定经度的垂直剖面上的海洋内部热能输送（Ocean Heat Transport，OHT）计算公式： OHT=∮_(Θ=Θ_i)▒∫_(z_b)^(z_0)▒〖ρ_0 c_p (θ-θ_r ) 〗∙udz 其中，ρ_0是海水密度，c_p是海水的比热容，θ是海水位温，基准温度θ_r可取0℃，u是纬向海水流速。z_0、z_b分别表示海表和海底深度。 我们利用CMEMS（Copernicus Marine Service）全球海洋集合再分析数据，计算了2000-2019年逐月的印度洋-第三极经向断面区域（30°S-30°N，60°E、70°E、80°E、90°E）海洋内部垂直剖面的热能输送（以向东为正，单位：PW（1015W），水平分辨率：1°×1°，垂直范围：从海表到海底约5900m深度，共75层）。 该数据集可以反映出印度洋-青藏高原地区经向剖面的大气和海洋热力状况与印度季风、孟加拉湾季风、热带印度洋海温模态演变的密切关联。比如，从印度洋-第三极70°E经向断面区域大气垂直剖面加热率的逐月演变（图1）能够看到，从3月至5月，大气热源区从热带南印度洋上空逐渐向北推进，特别是从5月到6月，大气热源区从赤道印度洋上空移向热带北印度洋上空，且强度显著加强、范围明显扩大，与此同时印度夏季风爆发。比如，从印度洋-第三极90°E经向断面区域大气垂直剖面加热率的逐月演变（图2）可以看到，4月到6月，大气热源区从热带印度洋上空向青藏高原南侧扩张并明显增强，与孟加拉湾季风的爆发和向北推进相一致。再比如，根据印度洋-第三极60°E和90°E经向断面区域海洋内部热能输送的逐月演变（图3和4）可知，赤道印度洋次表层有自西向东的海洋热能输送，它与印度洋赤道潜流的位置非常接近，且在西部的强度明显高于东部，这与风-温跃层-海温之间的反馈机制有关；另外值得注意的是，该次表层热能输送在春季（3-5月）较强，夏季减弱，秋末冬初（10-12月）再次显著加强，与印度洋偶极子的发展和形成存在相互作用。
李德琳, 肖子牛, 赵亮
若尔盖湿地观测点始海拔 3435 米，位于四川省若尔盖县花湖湿地（102°49′09″E, 33°55′09″N），下垫面为典型的高寒泥炭沼泽湿地，植被、水体和泥炭层发育良好。本数据集为2017-2019年若尔盖湿地观测点的常规气象观测数据，使用Kipp&Zonen CNR4、Vaisala HMP155A、PTB110等仪器观测获得，时间分辨率为半小时，主要包括风速、风向、气温、相对湿度、气压、向下短波辐射、向下长波辐射。
孟宪红, 李照国
玛曲草地观测点始建于 2005 年，海拔 3434 米，位于距离玛曲县城以南约 18公里的河曲马场（102°08′45″E，33°51′50″N），下垫面为典型的发育良好的高寒草原，属于季节性冻土区。本数据集为2017-2020年黄河源区玛曲草地观测站点的常规气象观测数据，使用Kipp&Zonen CNR4、Vaisala HMP155A、PTB110等仪器观测获得，时间分辨率为半小时，主要包括风速、风向、气温、相对湿度、气压、向下短波辐射、向下长波辐射、降水。
孟宪红, 李照国
采用WRF4.1.1模式制备的青藏高原高分辨率大气-水文模拟数据集，格点数为191*355，空间分辨率9km，覆盖范围如图1所示，时间分辨率为3h，模拟时采用的主要参数化方案包括：Thompson微物理方案、RRTM长波辐射方案、Dudhia短波辐射方案、MYJ边界层方案、Noah陆面过程方案。数据的时间跨度为2000-2010年，变量包括：降水（Rain），地面2m高度的温度（T2）和湿度（Q2），地表温度（TSK）、地面气压（PSFC）、地面上10m风场的纬向分量（U10）、地面上10m风场的经向分量（V10）。地表向下的长波通量（GLW）、地表向下短波通量（SWDOWN）、地表热通量（GRDFLX）、感热通量（HFX）、潜热通量（LH）、地表径流（SFROFF）、地下径流（UDROFF）等。该数据可有效支撑青藏高原地区区域气候特征及气候变化研究。
孟宪红, 马媛媛
鄂陵湖是青藏高原最大的淡水湖泊，与邻近的扎陵湖一起构成了黄河源头的“姊妹湖”，并入选了国际重要湿地名录，也是三江源国家公园的核心区。本数据集为中国科学院若尔盖高原湿地生态系统研究站2017-2020年黄河源区鄂陵湖草地观测点的常规气象观测数据，使用Kipp&Zonen CNR4、Vaisala HMP155A、PTB110等仪器观测获得，时间分辨率为半小时，主要包括风速、风向、气温、相对湿度(2020年为比湿）、气压、向下短波辐射、向下长波辐射、降水。
孟宪红, 李照国
植被指数（NDVI, Normalized Difference Vegetation Index）可以准确反映地表植被覆盖状况。目前，基于SPOT/VEGETATION以及MODIS等卫星遥感影像得到的NDVI时序数据已经在各尺度区域的植被动态变化监测、土地利用/覆被变化检测、宏观植被覆盖分类和净初级生产力估算等研究中得到了广泛的应用。EVI类似于归一化差异植被指数（NDVI），可用于量化植被绿度。然而，EVI对一些大气条件和树冠背景噪声进行了校正，并且在植被茂密的地区更为敏感。它包含一个“L”值来调整树冠背景，“C”值作为大气阻力系数，以及来自蓝色波段（B）的值。这些增强功能允许将指数计算R和NIR值之间的比率，同时在大多数情况下降低背景噪声、大气噪声和饱和度。本研究工作主要是对NDVI和EVI数据进行后处理，通过转换投影坐标系、数据融合、最大值合成法、剔除异常值和剪裁后给出较为可靠的2013年和2018年的青藏高原的植被情况。
叶爱中
植被覆盖度（Fractional vegetation cover, FVC）表示植被地面垂直投影面积与研究区总面积的百分比，是衡量生态保护和生态恢复有效性的重要指标，被广泛应用于气候、生态和土壤侵蚀等领域。FVC不仅是反映植被生产能力的理想参数，而且在评估地形差异、气候变化和区域生态环境质量时也能发挥较好的作用。本研究工作主要是对两套GLASS FVC数据进行后处理，通过数据融合、剔除异常值和剪裁后给出较为可靠的2013年和2018年的环北极圈（范围为北纬66°以北）和青藏高原（范围为北纬26°到39.85°，东经73.45°到104.65°）的植被覆盖度情况。
叶爱中
NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖有关。是反映农作物长势和营养信息的重要参数之一。根据该参数,可以知道不同季节的农作物对氮的需求量, 对合理施用氮肥具有重要的指导作用。植被修正指数Correct NDVI (C-NDVI) 是剔除气候要素（气温、降水等）对NDVI的影响后的NDVI的值。以降水为例，降水对植被生长影响的滞后效应的研究表明，不同地区由于植被组成和土壤类型的差异，降水影响的滞后时间不同。本研究工作主要是对MODIS NDVI数据进行后处理，首先将当月NDVI值与本月的降水量、本月与上月的降水量的平均值、本月与上两个月的降水量的平均值等分别进行相关分析,确定最优的滞后时间。将NDVI与降水和气温做回归分析，得到相关的系数，然后通过MODIS NDVI与气候因子回归的NDVI的差值计算出校正的NDVI值。我们利用气候数据对NDVI进行修正后给出可靠的2013年和2018年的环北极圈（范围为北纬66°以北）和青藏高原（范围为北纬26°到39.85°，东经73.45°到104.65°）的植被修正指数。数据空间分辨率为0.5度，时间分辨率为月度值。
叶爱中
南极半岛植被数据来源于时空三级环境大数据平台的南极先锋植被覆盖分类数据，通过实测光谱匹配遥感影像，应用纯像元PPI提取出苔藓、地衣、岩石、海、积雪的端元波谱和应用线性混合模型LMM（Linear Mixture Model）计算得到。菲尔德斯半岛特色植被覆盖度根据其与丰度的相关线性关系获得。数据格式为geotiff格式。数据内容是南极半岛典型年典型区植被覆盖度。本研究工作通过对南极半岛典型区典型年植被覆盖度后处理后生成tif栅格格式产品，栅格主体数值为植被盖度。本研究得到的南极半岛典型区植被覆盖度是将南极先锋植物丰度数据产品进行镶嵌，包括南极半岛及周边植物丰度数据产品。通过ArcGIS将南极半岛典型区域包括Adley，北部和南部镶嵌在一起，得到包括2008年、2017年和2018年的光谱角匹配法（SAM）和光谱信息散度法（SID）识别出的6幅植被覆盖度图。
叶爱中
三极多年冻土活动层厚度融合了两套数据产品，主要参考数据为通过GCM模型模拟生成的1990-2015年活动层厚度逐年值。本数据集的数据格式为NetCDF4格式，数据空间分辨率为0.5°，时间分辨率为年。参考校正数据集为利用统计和机器学习（ML）方法模拟得到2000-2015年的活动层厚度平均值，数据格式为GeoTIFF格式，空间分辨率为0.1°，数据单位为m。本研究工作通过对两套数据进行数据格式转换、空间插值、数据校正等后处理操作，生成了NetCDF4格式的多年冻土活动层厚度数据，其空间分辨率为0.1°，时间分辨率为年，时间范围为1990-2015年，数据单位为cm。
叶爱中
三极多年冻土区碳通量原始数据通过GCM模型模拟生成，原始数据来源于http://www.cryosphere.csdb.cn/portal/metadata/5abef388-3f3f-4802-b3de-f4d233cb333b。本数据集包含了未来2046-2065年间不同典型浓度路径（Representative Concentration Pathways，RCP）下的未来情景预估，包括RCP2.6情景、RCP4.5情景、RCP8.5情景。原始数据包括青藏高原多年冻土区NPP和GPP等表征碳通量的参数，数据格式为NetCDF4格式，数据空间分辨率为0.5°，时间分辨率为年。本研究工作通过对其进行数据格式转换、空间插值等后处理操作，生成了NetCDF4格式的多年冻土区NPP和GPP数据，其空间分辨率为0.1°，时间分辨率为年，时间范围为2046-2065年，数据单位为gc/m2yr。
叶爱中
三极多年冻土活动层厚度原始数据通过GCM模型模拟生成，原始数据来源于http://www.cryosphere.csdb.cn/portal/metadata/5abef388-3f3f-4802-b3de-f4d233cb333b。本数据集包含了未来2046-2065年间不同典型浓度路径（Representative Concentration Pathways，RCP）下的未来情景预估，包括RCP2.6情景、RCP4.5情景、RCP8.5情景。原始数据内容是青藏高原冻土区活动层厚，数据格式为NetCDF4格式，数据空间分辨率为0.5°，时间分辨率为年。本研究工作通过对其进行数据格式转换、空间插值等后处理操作，生成了NetCDF4格式的多年冻土区活动层厚度，其空间分辨率为0.1°，时间分辨率为年，时间范围为2046-2065年，单位为cm。
叶爱中
三极多年冻土范围原始数据通过GCM模型模拟生成，原始数据来源于http://www.cryosphere.csdb.cn/portal/metadata/5abef388-3f3f-4802-b3de-f4d233cb333b。本数据集包含了未来2046-2065年间不同典型浓度路径（Representative Concentration Pathways，RCP）下的未来情景预估，包括RCP2.6情景、RCP4.5情景、RCP8.5情景。原始数据内容是青藏高原的永久冻土和季节冻土的空间范围，数据格式为NetCDF4格式，数据空间分辨率为0.5°，时间分辨率为年。本研究工作通过对其进行数据格式转换、空间插值等后处理操作，生成了NetCDF4格式的多年冻土范围数据，其空间分辨率为0.1°，时间分辨率为年，时间范围为2046-2065年，多年冻土用1表示，季节冻土用0表示。
叶爱中
项目基于Landsat_TM30m遥感数据通过人工解译和机器学习算法完成了1990-2015年祁连山地区森林、农田、草地、湿地、聚落城市、荒漠六大类生态系统的空间格局分布信息提取，该套数据可以服务于研究区域生态系统宏观格局演变规律，生态系统服务功能评估，重大生态修复工程规划与效果评估。生态系统宏观格局演变是气候-社会经济耦合驱动的自然过程演变的宏观反应，也是土地利用与土地覆被变化的直接反映，更是区域可持续发展成效评估的重要数据基础。研究可为祁连山地区绿色发展指数评估提供数据基础。
吴锋
基于非调查法，参照祁连山地区的省级投入产出表和县级统计数据，项目编制了2017年祁连山地区投入出表。该表为分析区域经济生产与消费，以及其产品或服务包含的虚拟水资源提供了数据基础。该投入产出表利用了青海省、内蒙古自治区和甘肃省的2017年投入产出表，分析了祁连山区所包含的区县的产业生产、居民消费、区域间贸易信息构建了祁连山区域投入产出表。该投入产出表是区域宏观经济结构的刻画，也是区域产品或服务水平的表征。
吴锋
祁连山地区实体水-虚拟水时空变化数据集：运用单区域投入产出方法，结合祁连山地区2012年度投入产出表，开发了实体水-虚拟水转换模型，探究了2012年祁连山地区不同部门间虚拟水流动规律，为祁连山“山水林田湖草沙”优化配置研究提供自然-社会复合系统下水资源优化配置理论基础。经验证，本套数据实现了祁连山地区2012年度各部门的实体水消耗和虚拟水总量的平衡，说明该数据具有可靠性。该数据可为祁连山地区水资源的优化配置提供基础。
刘俊国
数据为青藏高原新生代植物大化石数据名录。包括叶片、种子、果。内容包括科属种的拉丁名和中文名、时代、产地、形态描述、讨论、标本和参考文献。物种名参照原始文献。对于有后人修订的化石记录，以修订后的记录为准；产地（化石点）年代以该化石产地的最新文献结果为准。叶形态描述的术语和描述范式以《叶结构手册》为准；描述中涉及的长度、角度等测量数据以原始文献的数据和图片为准。文档的化石记录按科、属拉丁名首字母升序排序。数据可为研究新生代青藏高原环境气候演变与植被和植物多样性演化之间的耦合关系提供重要参考资料。
周浙昆, 刘佳, 陈琳琳, Robert A. Spicer, 李树峰, 黄健, 张世涛, 黄永江, 贾林波, 胡瑾瑾, 苏涛
该数据集包含了2021年01月01日至2021年12月31日青海湖流域地表过程综合观测网高寒草甸草原混合超级站的物候相机观测数据。其中2021年1月31日至4月14日，由于相机内存问题导致该时段数据缺失。站点位于青海省天峻县苏里路旁侧，下垫面是高寒草甸和高寒草原的混合。观测点经纬度为：东经 98°35′41.62″E，北纬 37°42′11.47″N，海拔3718m。该物候相机采用垂直向下的方式采集数据，拍摄数据分辨率为2592*1944，本数据集中的物候照片是在每天12:10拍摄的，拍摄时间误差在±10 min。图片命名方式为BSDCJZ BEIJING_IR_Year_Month_Day_Time.
李小雁
青藏高原被誉为“亚洲水塔”，其提供的径流作为重要的、易获取的水资源，维系着周边数十亿人口的生产生活，支撑着生态系统的多样性。准确估算青藏高原的径流，揭示径流的变化规律，有利于高原及周边地区的水资源管理和灾害风险规避。青藏高原五大河源区冰川径流分割数据集覆盖时间从1971年到2015年，时间分辨率为逐年，覆盖范围为青藏高原五条大江大河源区（黄河源，长江源，澜沧江源，怒江源，雅鲁藏布江源），空间分辨率为流域，以多源遥感和实测数据为基础使用耦合了冰川模块的分布式水文模型VIC-CAS模拟获得，使用站点实测数据对模拟结果进行了验证，其所有数据进行了质量控制。
王世金
水库是重要的水利工程设施，在农业灌溉和市政用水的储存和输送中发挥着关键作用，但这一作用会受到水库蒸发的影响。但由于全球长期且连续的水库地理信息的可获取性受限，因而估算全球水库蒸发损失仍有一定困难。目前，两个最新的水库数据集，即全球水库表面数据集（Global Reservoir Surface Area Dataset）和全球水库和大坝数据库（Global Reservoir and Dam Database），为解决这一困难提供了机会。我们使用这两个数据集估算了1985年至2016年全球7242个大型水库的月水库蒸发量。其中，蒸发率采用三套气象产品数据分别进行计算（ (1) TerraClimate; (2) ERA5; (3) Princeton Global Forcings），水面面积采用全球水库表面数据集（Global Reservoir Surface Area Dataset）。
田巍, 刘小莽, 王恺文, 白鹏, 刘昌明
北极多年冻土区作为全球碳库的重要组成部分，是全球气候变化最敏感的区域之一。北极地区变暖的速度是全球平均速度的两倍，引发北极多年冻土的快速变化。1982-2015北半球不同类型多年冻土区NDVI变化数据集，时间分辨率为每5年一期，覆盖范围为整个环北极国家，空间分辨率为8km，以多源遥感、模拟、统计和实测数据为基础，使用GIS方法和生态学方法结合，量化了北半球多年冻土对生态系统的调节服务功能，其所有数据进行了质量控制。
王世金
青藏高原被誉为“亚洲水塔”，是东南亚众多河流的源区，其提供的径流作为重要的、易获取的水资源，维系着周边数十亿人口的生产生活，支撑着生态系统的多样性。青藏高原五大河源区冰川径流数据集覆盖时间从2005年到2010年，时间分辨率为每5年一期，覆盖范围为青藏高原五条大江大河源区（黄河源，长江源，澜沧江源，怒江源，雅鲁藏布江源），空间分辨率为1km，以多源遥感、模拟、统计和实测数据为基础，使用GIS方法和生态经济学方法结合，量化了江河源区冰冻圈水资源服务的价值，其所有数据进行了质量控制。
王世金
中国区域表层7cm土壤湿度月值数据。时间范围包括历史时期1850-2014，未来时期2015-2100（未来时期包含四个不同共享社会经济路径：SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5-8.5）。空间分辨率0.25°。 该数据是基于深度学习方法，以ERA5-Land 表层7cm土壤湿度数据为参考，融合降尺度25个CMIP6模式的表层土壤湿度数据。在气候变化背景下，数据可用于干旱和植被相关分析。
冯冬含
The marine calcifying algae coccolithophores are one of the major contributors to the marine carbonate counter pump. The long-term change in coccolith size/mass that imprints the degree of coccolith calcification could have exerted impacts on the past carbon cycle and climate changes in the geological times. Here, we investigated coccolith morphological parameters, coccolith flux, and coccolith mass accumulation rate at Ocean Drilling Program (ODP) Site 1143 (113.285° E, 9.362° N, 2,772 m water depth) in the South China Sea over the past 2 Myr. The coccolith morphological parameters are measured in the coccolith slides, including the data of coccolith length, coccolith area, and coccolith thickness. Coccolith thickness is calibrated by its brightness under a circular polarized microscope. Coccolith mass then can be calculated from coccolith area, thickness and calcite density. The coccolith flux data that reflect the coccolithophore productivity are determined by an absolute coccolith counting method in the coccolith slides. Thereafter, coccolith mass accumulation rate can be resolved by coccolith flux and coccolith mass. Our coccolith data confirm the idea that Earth eccentricity controlled coccolith size diversity and calcite export production in tropical oceans in the Pleistocene. In addition, we consider a possible origin of the long-term increase in coccolith size as a result of increased oceanic alkalinity availability. As coccolithophores evolved simultaneously in global oceans, the increased coccolith calcification may have promoted global marine particulate inorganic carbon production, especially for the interglacial stages. Therefore, the enhanced coccolith-based CCP may account for a stepwise increase in interglacial CO2 levels over the middle Pleistocene. High CO2 levels at the onset of the interglacial stages may reduce the glaciation rate, thereby prolonging an entire interglacial-glacial cycle after the middle Pleistocene.
Xiaobo JIN
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
