冰雪具有高反射率,冰盖表面融化会降低地表反照率进而影响区域能量平衡,表面融化形成的水文系统会影响冰盖稳定性进而影响冰盖物质平衡。本数据集基于微波辐射计与光学反照率产品,对微波辐射计当日、冬季(6-8月)平均和7月平均进行波段合成,利用Gram-Schmidt方法将微波辐射计波段合成数据与MODIS GLASS反照率产品融合,使其空间分辨率从25 km提高至0.05˚。然后基于微波辐射计当日与冬季亮温差值的阈值法对降尺度结果提取南极冰盖表面融化,得到1985-1986年、2000-2001年、2015-2016年南极冰盖表面0.05˚ 每日融化产品。该数据集0.05˚ 的空间分辨率高于目前国内外已发布数据集,凸显了辐射计和反照率数据对表面融化的响应,空间细节特征更加清晰,保持了原辐射计产品的动态范围,有效地抑制了辐射计噪声,更好的反映了山区、触地线区域和冰架的融化范围随时间的梯度演变特征,产品精度更高。该数据集的数据类型为整型,其中1代表融化,0代表未融化,255代表冰盖以外掩膜区域,数据集以“*.nc”格式存储。
魏思怡, 刘岩
最大冻结深度是季节冻土热状态的重要指标,由于全球变暖,季节冻土的最大冻结深度不断下降。发布了中国西北五省、西藏和周边地区1961-2020年每10年的最大冻结深度数据集,空间分辨率为1km。该数据集是采用2001-2010年的最大冻结深度实测数据和空间环境变量构建的支持向量机回归模型,模拟了1961-2020年中国西北、西藏和周边地区的最大冻结深度。验证结果表明:支持向量机回归模型具有良好的空间泛化能力,最大土壤冻结深度的预测值和实测值之间具有较高的一致性,1980s、1990s、2000s和2010s四个时期模拟结果的决定系数分别为0.77、0.83、0.73和0.71。预测结果的百分位区间表明,模拟结果具有良好的稳定性。基于该数据集,发现我国西北地区最大土壤冻结深度不断下降,其中,青海的下降速率最快,平均每十年下降0.53 cm。该数据集为中国西北、高山亚洲和第三极等地区季节冻土的研究提供数据支持。
王冰泉, 冉有华
本数据集来源于论文:Xiaodan Wu, Kathrin Naegeli, Valentina Premier, Carlo Marin, Dujuan Ma, Jingping Wang, Stefan Wunderle. (2021). Evaluation of snow extent time series derived from AVHRR GAC data (1982-2018) in the Himalaya-Hindukush. The Cryosphere, 15, 4261–4279. 在这篇文章中,分别基于地面站点数据、Landsat数据和MODIS积雪产品,首次在长时间尺度上(1982-2018)对AVHRR GAC 积雪产品在兴都库什喜马拉雅山脉的表现进行全面的评估,包括该产品的精度/准确性在长时间序列上的一致性,以及该产品与Landsat和MODIS积雪数据在空间分布上的一致性,并揭示了影响AVHRR GAC积雪产品精度的主要因素。
吴小丹
地表土壤水分(SSM)是了解地球表面水文过程的关键参数。长期以来,被动微波(PM)技术一直是在卫星遥感尺度上估算SSM的主要选择,而另一方面,PM观测的粗分辨率(通常>10 km)阻碍了其在更细尺度上的应用。虽然已经提出了定量研究,以缩小基于卫星PM的SSM的规模,但很少有产品可供公众使用,以满足1km分辨率和全天候条件下每日重访周期的要求。因此,在本研究中,我们在中国开发了一种具有所有这些特征的SSM产品。该产品是通过在36 km处对基于AMSR-E和AMSR-2的SSM进行降尺度生成的,涵盖了2003-2019年间两台辐射计的所有在轨时间。MODIS光学反射率数据和在多云条件下填补空白的每日热红外地表温度(LST)是降尺度模型的主要数据输入,以实现SSM降尺度结果的“全天候”质量。4月至9月期间,这一开发的SSM产品的每日图像在全国范围内实现了准完全覆盖。在其他月份,与最初的每日PM观测值相比,开发产品的全国覆盖率也大大提高。我们根据2000多个专业气象和土壤水分观测站的现场土壤水分测量结果对该产品进行了评估,发现该产品的精度在晴空到多云的所有天气条件下都是稳定的,无偏RMSE的站平均值在0.053 vol到0.056 vol之间。此外,评估结果还表明,开发的产品在1km分辨率下明显优于广为人知的SMAP Sentinel(主被动微波)组合SSM产品。这表明,我们开发的产品在改善未来水文过程、农业、水资源和环境管理相关调查方面可能带来的潜在重要效益。
宋沛林, 张永强
在国家重点研发计划“冰冻圈和极地环境变化关键参数观测与反演”第一课题“冰冻圈关键参数多尺度观测与数据产品研制“的资助下,中国科学院青藏高原研究所张寅生课题组发展了青藏高原地区降尺度雪深产品。青藏高原积雪深度降尺度数据集来源于积雪概率数据和中国雪深长时间序列数据集的融合结果,采用新发展的亚像元时空分解算法对原始0.25度的积雪深度数据进行时空降尺度,得到0.05度逐日积雪深度产品。通过降尺度前后的雪深产品精度评估的对比,发现降尺度后雪深产品的均方根误差由原产品的2.15 cm减少到了1.54 cm。 青藏高原积雪深度降尺度数据集(2000-2018)的产品信息细节如下。投影为经纬度,空间分辨率0.05 度(约5公里),时间范围为2000年9月1日-2018年9月1日,为Tif格式文件,命名规则为:SD_YYYYDDD.tif,其中YYYY代表年,ddd代表儒略日(001-365)。积雪深度(SD),单位:厘米(cm)。空间分辨率为0.05度。时间分辨率为逐日。
闫大江, 马宁, 张寅生
2015年至2020年,青藏高原的15号冰川 (NO.15)、24K冰川(24K)、阿扎冰川(AZ)、措普沟冰川(CPG)、德木拉冰川(DML)、东绒布冰川(DRB)、冬克玛底冰川(DKMD)、敦德冰川(DD)、古里雅冰川(GLY)、红旗拉普冰川(HQLP)、康西瓦河冰川(KXW)、抗物热冰川(KWR)、廓琼岗日冰川(KQGR)、朗阿定日冰川(LADR)、蒙达岗日冰川(MDGR)、木嘎岗穹冰川(MGGQ)、木吉冰川(MJ)、慕士塔格冰川(MSTG)、纳木那尼冰川(NMNN)、尼玛冰川(NM)、怒江源头(NJYT)、帕隆4号冰川(PL4)、羌塘1号冰川(QT)、枪勇冰川(QY)、曲玛冰川(QM)、色齐拉冰川(SQL)、唐古拉龙匣宰陇巴冰川(LXZ)、夏岗江冰川(XGJ)、雅拉冰川(YL)、泽普沟冰川(ZPG)、朱西沟冰川(ZXG)共31条冰川冰雪的理化性质特征,包括DOC、TN及主要阴阳离子浓度(钙离子、镁离子、钾离子、钠离子,铵根离子、氯离子、亚硝酸根离子、硝酸根离子、硫酸根离子浓度)。样品通过0.45微米分子膜过滤后,使用岛津TOC-L仪器检测,离子浓度则通过离子色谱仪检测。指标单位为mg/L,“n.a.”表示低于仪器检测限,“\”表示缺失值。表格中sheet1为“青藏高原冰川雪冰理化性质(2015-2020)”,sheet2为“冰川基本信息”。
刘勇勤
记录冰川、径流、土壤及空气微生物样品的原始采集过程。1)冰雪微生物样品采集:采集过程中佩戴洁净手套,将冰雪采集至洁净自封袋中。2)冰尘微生物样品采集:通过软管插入冰尘穴底部,使用注射器将底泥、融水吸入到采样瓶中,低温保存带回实验室,底泥和冰尘穴上部融水均用来提取环境DNA。3)径流包括冰上径流和冰川前缘径流,直接采集径流融水至采样瓶或者采水袋中。4)冰川前缘土壤的采集:使用铲子采集土壤样品,通过2mm土筛后将土壤装至洁净的whirl-pak采样袋中,然后低温保存,用于后续土壤DNA的提取。5)空气膜样品采集:将设计好的采样装置置于采样点,装置下部为电池(可持续工作48h),上部包含两张滤膜收集空气微生物,用于DNA的提取。6)冰川径流、融水中理化性质的实时监测,使用YSI多参数水质仪,直接放入待测样品中,获取温度、DO、叶绿素浓度等。
刘勇勤
在地球大数据科学工程专项时空三极环境项目第一课题“三极大数据共享与集成” (XDA19070100)资助下,中国科学院西北生态环境资源研究院车涛课题组利用机器学习方法结合多源雪深产品数据、环境因子变量及地面观测雪深数据等制备了北半球长时间序列逐日雪深数据集。 首先将人工神经网络、支持向量机和随机森林方法在积雪深度融合的适用性进行对比研究,发现随机森林方法在雪深数据融合上表现出较强优势。其次,利用随机森林方法,结合AMSR-E,AMSR2,NHSD和GlobSnow等遥感雪深产品及ERA-Interim和MERRA2等再分析资料格网雪深产品和环境因子变量等作为模型的输入自变量,用中国气象台站数据(945)、俄罗斯气象台站(620)、俄罗斯积雪调查数据(514)和全球历史气象网络逐日数据(41261)等43340个地面观测站点的雪深数据作为参考真值对模型训练与验证,在专项“地球大数据科学工程”提供的云平台上制备1980~2019年积雪水文年(上一年9月1日至本年度5月31日)的逐日格网雪深数据集。由于1980~1987年微波亮温数据为隔日数据,所以这段时间的数据会出现少量条带缺失现象。利用全球积雪模型对比计划及独立的地面观测数据进行验证,融合数据集的质量在整体上有所提升。利用地面观测数据及融合前的雪深产品对比来看,融合数据的决定系数(R2)从6种融合前产品中最高的0.23(GlobSnow雪深产品)提升至0.81,而相应的均方根误差(RMSE)和平均绝对误差(MAE)也减小至7.7 cm 和2.7 cm。
车涛, 胡艳兴, 戴礼云, 肖林
格拉丹东地区是青藏高原重要的、典型的大江大湖源区。本数据集提供了不同时间尺度,不同分辨率的,覆盖长江和色林错源区冰川的DEM,用以计算源区冰川表面高程的季节变化和年代际变化。数据集包括了2016-2017年7景不同月份5米分辨率的TanDEM-X数据,可用以冰川表面高程的季节性变化计算;包括了1景1976年30米分辨率的KH-9 DEM,5景2011年30米分辨率的TanDEM-X,1景2014年和3景2017年30米分辨率的TanDEM-X,可用以计算1976-2000,2000-2011,2011-2017年期间冰川表面高程变化。同时采用Landsat ETM数据勾画,并按照RGI6.0分割了1976年的冰川轮廓数据;右图显示了该数据集的空间和时间覆盖信息,底图为正射校正后KH-9影像。
陈文锋
冰盖的表面高程对气候变化非常敏感,因此冰盖的高程变化被认为是评估气候变化的一个重要变量。长期的冰盖表面高程变化的时间序列是对理解气候变化有着重要作用的基础数据。将微波雷达卫星测高的观测数据连接起来可以建立目前最长的冰盖表面高程时间序列。但是,已有的任务间偏差改正方法在交叉标定不同的观测任务时仍然有误差残留。我们通过对常用的平面拟合模型进行修改,通过任务间偏差和升降轨道偏差的同时约束改正来确保不同任务间表面高程时间序列的自洽和连贯。基于这种方法,我们使用Envisat和CryoSat-2数据构建了2002-2019年间的南极冰盖高程变化时间序列。该时间序列是月均的格网数据,格网的空间分辨率为5-km。使用机载和星载激光测高数据对结果评估发现,与传统的方法相比,该方法可以将任务间偏差改正的精度提高40%。使用解算得到的高程时间序列,结合由密实化模型得到的表面过程造成的冰盖体积变化,我们发现冰动力过程使得阿蒙森海沿岸区域的冰盖成为南极冰盖体积损失最大的区域,而表面过程则主导了托腾冰川、毛德皇后地、伊丽莎白公主地和别林斯高晋海沿岸等冰盖的体积变化过程。西南极的冰体积损失超过了东南的体积积累。在2002–2019期间,南极冰盖的体积以初始速率−68.7 ± 8.1 km3/yr,加速度−5.5 ± 0.9 km3/yr2加速损失。
张保军, 王泽民, 杨全明, 柳景斌, 安家春, 李斐, 耿红
新的北半球多年冻土图利用基于规则的GIS模型融合了新的多年冻土范围(Ran et al., 2021b)、气候条件、植被结构、土壤和地形条件以及富冰和富含有机质多年冻土图(yedoma)。与之前的多年冻土图不同,根据多年冻土与气候和生态系统的复杂交互作用,我们将北半球多年冻土分为五种类型:气候驱动型、气候驱动型/生态系统改造型、气候驱动型/生态系统保护型、生态系统驱动型和生态系统保护型。除去冰川和湖泊,北半球这五种类型的面积分别为3.66×106km2、8.06×106km2、0.62×106km2、5.79×106km2和1.63×106km2。北半球81%的多年冻土区受到生态系统的改造、驱动或保护,表明生态系统在北半球多年冻土稳定性中的主导作用。气候驱动的多年冻土只占北半球多年冻土区的19%,主要分布在高北极和高山地区,如青藏高原。
冉有华, M. Torre Jorgenson, 李新, 金会军, 吴通华, 李韧, 程国栋
公里级、空间完整(无缝)的地表温度产品在全球变化等领域具有广泛的应用需求。基于遥感观测反演的地表温度具有较高的可信度,融合从热红外和微波观测反演的地表温度,是获取具有一定精度、空间完整地表温度的有效途径。基于这一指导思想,作者发展了反演中国区域1km、无缝地表温度的方法框架,并生成了相应的数据集(2002-2020). 首先采用基于查找表的AMSR-E/AMSR2 地表温度反演算法反演得到AMSR-E/AMSR2 地表温度,之后采用地理加权回归对AMSR-E/AMSR2 地表温度进行降尺度,得到1km 地表温度,最后使用多尺度卡尔曼滤波融合AMSR-E/AMSR2 1km地表温度和MODIS地表温度,生成1km无缝地表温度数据集。 地面验证评价结果表明,该LST的均方根误差(RMSE)约为3K,空间分布于MODIS LST、CLDAS LST的一致性较好。
程洁, 董胜越, 施建成
海冰表面的积雪控制着能量收支,影响海冰的生长和消融,具有重要的气候作用。积雪厚度作为积雪的重要属性之一,对于理解气候变化、估算海冰参量等具有重要意义。被动微波数据可以获取逐日半球尺度的积雪厚度观测数据,但是原先提出的估算方法会产生明显的低估,限制了该方法的进一步应用。我们构建了一个新的且鲁棒的线性回归公式,通过引入低频信号明显改进了被动微波反演积雪厚度的效果,并且基于AMSR-E,AMSR-2和SSMIS被动微波辐射计亮温数据,应用该方法生成了2002—2020年逐日南极海冰表面积雪厚度数据集。采用7年的机载Operation IceBridge (OIB) 飞行计划获取的积雪厚度测量数据进行回归分析,发现采用垂直极化下37和19 GHz的亮温计算得到的极化梯度率(gradient ratio, GR),即GR(37/7),是用于南极海冰表面积雪厚度估算的最优极化梯度率,均方根偏差约为8.92厘米,相关系数为-0.64,并获取了相应的线性回归公式系数。GR(37/19)用于基于SSMIS的积雪厚度估算,用来填补AMSR-E和AMSR-2之间的观测空白。不同辐射计估算的积雪厚度进行了一致性校正。基于高斯误差传递法估算的积雪厚平均不确定度约为3.81厘米,占积雪厚度的12%左右。与Australian Aantarctic Data Centre发布的实测数据对比发现提出的方法明显优于原有的方法,平均差异和均方根偏差约为5.64厘米和13.79厘米,而原有方法的平均差异和均方根偏差约为-14.47厘米和19.49厘米。与Antarctic Sea Ice Processes and Climate 计划发布的船载观测数据对比发现提出的方法略优于原有方法(均方根偏差分别为16.85厘米和17.61厘米),并且该方法在海冰生长期和融化期有着相似的精度,表明该方法也可以应用于消融季。基于该套数据,我们发现2002—2020年在南极所有海域和季节内海冰表面积雪厚度均呈现降低趋势。该数据可以进一步用于再分析数据的评估,海冰厚度估算和气候模式等方面。
沈校熠, 柯长青
本数据集包含了全球77个冰川水化学要素(Na+、K+、Mg2+、Ca2+、TDS)的平均浓度、高亚洲典型冰川沉积物的矿物组成、以及高亚洲八个山系的冰川年径流量。本数据集来自数据集提供者对高亚洲19条冰川的实地监测,国内外已公开发表的数据资料、以及文献作者向数据集提供者私下共享的数据资料。本数据集可用于评估气候变暖对冰川侵蚀和化学风化作用的影响、可用于评估气候变暖驱动的冰川消融对下游生态系统和元素循环的潜在影响。
李向应
中国逐日雪深模拟预估数据集是采用人工神经网络模型,以NEX-GDPP模式数据集作为依托,预估的中国未来逐日雪深数据,其中雪深模拟的人工神经网络模型是以当天的最高温度、最低温度、降水数据和当天雪深数据作为模型的输入层,次日的雪深数据作为模型目标层对模型搭建,然后运用国家气象站数据对搭建的雪深模拟模型进行训练和验证进行训练,模型验证结果显示:模型迭代时空模拟能力较好;累积雪盖持续时间、累积积雪深度的模拟值和验证值的空间相关性为0.97和0.87,累积雪深的时间和空间相关性分别为0.92和0.91。在模型最优基础上,用此模型迭代模拟未来中国区域内逐日雪深数据。该数据集可以为中国未来雪灾风险评估、积雪范围变化研究以及气候变化研究提供数据支持。该数据基本信息如下:历史基准时段(1986~2005年)、未来模拟(2016~2065年)两个时间段,以及RCP4.5和RCP8.5两种情景,20个气候模式。其空间分辨率为0.25°*0.25°。该数据的投影方式为EASE-Gr,数据保存格式为nc格式。 下面是nc中数据文件信息 time:时长(单位:天)历史基准时段(起始时间:1986年1月1日,终止时期:2005年12月31日) 未来模拟(起始时间:2016年1月1日,终止时期:2065年12月31日) longitude = 320矩阵共320列 latitude = 160矩阵共160行 depth:雪深(cm) X Dimension: Xmin = 60.125; //矩阵x方向左下角网格的角落点坐标 Y Dimension: Ymin = 15.125; //矩阵y方向轴左下角网格的角落点坐标
陈虹举, 杨建平, 丁永建
近年来,南极冰盖消融逐渐加速,南极冰盖表面发育了大量冰面融水,深入理解南极冰盖冰面融水的空间分布和动态变化,对于研究南极冰盖物质平衡具有重要意义。本数据集是基于Landsat-7、8和Sentinel-2影像提取的2000-2020年南极冰盖典型消融区(普利兹湾)10-30m冰面融水数据集。数据集投影为极地方位投影,格式为矢量(ESRI Shapefile)和栅格(GeoTIFF),时间为南半球夏季(12月-次年2月)。
杨康
雪水当量(Snow water equivalent,SWE)是地表水文模型和气候模型的重要参数。本数据基于机器学习的岭回归算法融合了多种现有的雪水当量数据产品,形成了一套时间序列连续且精度较高的雪水当量数据产品。数据的空间范围为泛北极地区(北纬45°至北纬90°),数据时间序列为1979-2019年。该数据集有望为水文模型和气候模型提供更为精确的雪水当量数据,为冰冻圈变化及全球变化提供数据支撑。
李弘毅, 邵东航, 李浩杰, 王卫国, 马媛, 雷华锦
本数据为祁连山地区2019年冰川分布产品。采用经典波段比值法和人工修正的方法提取。原始基础数据为2019年祁连山全境的高分系列影像。参考数据为谷歌影像和天地图影像。产品以shp文件格式存储,包含坐标系、冰川ID、冰川面积等属性。产品为1期,空间分辨率为2米,边界精度在2米(一个像元)左右。该数据直观地反映了祁连山冰川在2019年的分布,可用于冰川物质平衡变化定量估计、冰川变化对流域径流量影响定量估计等研究。
李佳
本数据为祁连山地区2020年冰川分布产品。采用经典波段比值法和人工修正的方法提取。原始基础数据为2020年祁连山全境的高分系列影像。参考数据为谷歌影像和天地图影像。产品以shp文件格式存储,包含坐标系、冰川ID、冰川面积等属性。产品为1期,空间分辨率为2米,边界精度在2米(一个像元)左右。该数据直观地反映了祁连山冰川在2020年的分布,可用于冰川物质平衡变化定量估计、冰川变化对流域径流量影响定量估计等研究。
李佳
Based on AVHRR-CDR SR products, a daily cloud-free snow cover extent dataset with a spatial resolution of 5 km from 1981 to 2019 was prepared by using decision tree classification method. Each HDF4 file contains 18 data elements, including data value, data start date, longitude and latitude, etc. At the same time, to quickly preview the snow distribution, the daily file contains the snow area thumbnail, which is stored in JPG format. This data set will be continuously supplemented and improved according to the real-time satellite remote sensing data and algorithm update (up to may 2019), and will be fully open and shared.
HAO Xiaohua
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