该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网中游大满超级站宇宙射线观测系统数据。站点位于甘肃省张掖市大满灌区农田内,下垫面是玉米田。观测点的经纬度是100.3722E, 38.8555N,海拔1556m。仪器探头底部距地面0.5m,采样频率是1小时。 宇宙射线仪器的原始观测项目包括:电压Batt(V)、温度T(℃)、相对湿度RH(%)、气压P(hPa)、快中子数N1C(个/小时)、热中子数N2C(个/小时)、快中子采样时间N1ET(s)及热中子采样时间N2ET(s)。发布的数据为经过处理计算后的数据,数据表头包括:Date Time(日期 时间)、P(气压 hPa)、N1C(快中子数 个/小时)、N1C_cor(气压订正的快中子数 个/小时)和VWC(土壤体积含水量 %),其处理的主要步骤包括: 1) 数据筛选 数据筛选共四条标准:(1)剔除电压小于和等于11.8伏特的数据;(2)剔除空气相对湿度大于和等于80%的数据;(3)剔除采样时间间隔不在60±1分钟内的数据;(4) 剔除快中子数较前后一小时变化大于200的数据。剔除及缺失数据用-6999补充。 2) 气压订正 根据仪器说明手册中提到的快中子气压订正公式,对原始数据进行气压订正,得到订正后的快中子数N1C_cor。 3) 仪器率定 在计算土壤水分的过程中需要对计算公式中的N0进行率定。N0为土壤干燥条件下的快中子数,通常使用测量源区内的土样得到实测土壤水分(或者通过比较密集的土壤水分无线传感器获取)θm(Zreda et al. 2012)和对应时间段内的快中子校正数据N,再通过公式反求得到N0。 黑河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Zhu et al. (2015)。
车涛, 朱忠礼, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网中游花寨子荒漠站气象要素观测数据。站点位于甘肃省张掖市花寨子,下垫面是盐爪爪山前荒漠。观测点的经纬度是100.3201E, 38.7659N,海拔1731m。空气温度、相对湿度传感器架设在5m、10m处,朝向正北;气压计安装防水箱内;翻斗式雨量计安装在10m处;风速风向传感器架设在5m、10m处,朝向正北;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;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,在距离气象塔2m的正南方;土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处。 观测项目有:空气温湿度(Ta_5m、RH_5m、Ta_10m、RH_10m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_5m、WS_10m)(单位:米/秒)、风向(WD_5m、WD_10m)(单位:度)、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)、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、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm)(单位:体积含水量,百分比)和土壤温度(Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm)(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;风速风向偶尔出现一些错误值,由于传感器的问题,2.28-3.10间20cm土壤温度,5-7月土壤热通量2观测数据出现错误值;(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:2019-6-10 10:30;(6)命名规则为:AWS+站点名称 黑河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, 车涛, 任志国, 谭俊磊, 张阳, 徐自为, 李新
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网上游大沙龙站气象要素观测数据。站点位于青海省祁连县西侧沙龙滩地区,下垫面是沼泽化高寒草甸。观测点的经纬度是98.9406E, 38.8399N,海拔3739m。空气温度、相对湿度传感器架设在5m处,朝向正北;气压计安装在地面上的防撬箱内;翻斗式雨量计安装在10m处;风速与风向传感器架设在10m,朝向正北;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;土壤温度探头埋设在地表0cm和地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处,在距离气象塔2m的正南方;土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处,并距离气象塔2m的正南方。 观测项目有:空气温湿度(Ta_5m、RH_5m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、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)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤温度(Ts_0cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm)(单位:摄氏度)、土壤水分(Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm)(单位:体积含水量,百分比)。 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:2019-9-10 10:30;(6)命名规则为:AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
该数据集包含2019年8月28日至2019年12月31日黑河流域地表过程综合观测网中游阿柔超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。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1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)和归一化绿度指数。 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)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网下游荒漠站气象要素观测数据。站点位于内蒙古额济纳旗荒漠滩,下垫面是红砂荒漠。观测点的经纬度是100.9872E, 42.1135N,海拔1054m。空气温度、相对湿度传感器架设在5m、10m处,朝向正北;气压计安装防水箱内;翻斗式雨量计安装在10m处;风速传感器架设在5m、10m处,风向传感器架设在10m处,朝向正北;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;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,在距离气象塔2m的正南方;土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处。 观测项目有:空气温湿度(Ta_5m、RH_5m、Ta_10m、RH_10m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_5m、WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、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)、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、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm)(单位:体积含水量,百分比)和土壤温度(Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm)(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:2019-6-10 10:30;(6)命名规则为:AWS+站点名称 黑河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, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2019年6月1日至2019年9月20日的黑河水文气象观测网中游大满超级站叶面积指数观测数据。站点(100.376° E, 38.853° N)位于甘肃省张掖市大满灌区内,海拔1556m,下垫面是玉米。观测样方共计7个,每个样方大小约30m×30m,经纬度分别为(100.376°E, 38.853°N)、(100.377° E, 38.858°N)、(100.374°E, 38.855°N)、(100.374°E, 38.858°N)、(100.371°E, 38.854°N)、(100.369°E, 38.854°N)、(100.369°E, 38.854°N)。每个样方内布设5个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网(LAINet)获取,该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据(Level0),利用LAINet软件对原始观测数据进行处理,逐节点计算每天LAI(Level1),进一步对无效值识别与填充,并7天滑动平均消除天气变化对LAI计算的影响(Level2),对有多个LAINet节点的观测子区,节点的均值为该子区的最终观测值(Level3)。 本次发布的数据集为处理后的Level3产品,数据以*.xls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Qu et al. (2014)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网上游阿柔超级站宇宙射线观测系统数据。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。仪器探头底部距地面0.5m,采样频率是1小时。 宇宙射线仪器的原始观测项目包括:电压Batt(V)、温度T(℃)、相对湿度RH(%)、气压P(hPa)、快中子数N1C(个/小时)、热中子数N2C(个/小时)、快中子采样时间N1ET(s)及热中子采样时间N2ET(s)。发布的数据为经过处理计算后的数据,数据表头包括:Date Time(日期 时间)、P(气压 hPa)、N1C(快中子数 个/小时)、N1C_cor(气压订正的快中子数 个/小时)和VWC(土壤体积含水量 %),其处理的主要步骤包括: 1) 数据筛选 数据筛选共四条标准:(1)剔除电压小于和等于11.8伏特的数据;(2)剔除空气相对湿度大于和等于80%的数据;(3)剔除采样时间间隔不在60±1分钟内的数据;(4) 剔除快中子数较前后一小时变化大于200的数据。剔除及缺失数据用-6999补充。 2) 气压订正 根据仪器说明手册中提到的快中子气压订正公式,对原始数据进行气压订正,得到订正后的快中子数N1C_cor。 3) 仪器率定 在计算土壤水分的过程中需要对计算公式中的N0进行率定。N0为土壤干燥条件下的快中子数,通常使用测量源区内的土样得到实测土壤水分(或者通过比较密集的土壤水分无线传感器获取)θm(Zreda et al. 2012)和对应时间段内的快中子校正数据N,再通过公式反求得到N0。 黑河综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019),观测数据处理请参考Zhu et al. (2015)。
刘绍民, 车涛, 朱忠礼, 徐自为, 张阳, 谭俊磊, 任志国, 李新
该数据集包含了2019年1月1日至2019年12月31日的黑河水文气象观测网中游张掖湿地站涡动相关仪观测数据。站点位于甘肃省张掖市,下垫面是湿地。观测点的经纬度是100.44640E, 38.97514N,海拔1460.00m。涡动相关仪的架高5.2m,采样频率是10Hz,超声朝向是正北向,超声风速仪(Gill)与CO2/H2O分析仪(Li7500A)之间的距离是25cm。 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。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。2月20日-3月11日,3月23日-4月11日,5月17日-6月5日由于涡动系统的供电出现问题,通量数据缺失。 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九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 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, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含2019年8月28日至2019年12月31日黑河流域地表过程综合观测网下游四道桥超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。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1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)。 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)。
刘绍民, 屈永华, 徐自为, 李新
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网上游阿柔超级站涡动相关仪观测数据。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。涡动相关仪的架高3.5m,采样频率是10Hz,超声朝向是正北向,超声风速仪(CSAT3)与CO2/H2O分析仪(Li7500A)之间的距离是15cm。 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。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。冬季由于供电不足,观测数据会有一些缺失。 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九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 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)和Che et al. (2019),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
该数据集包含了2019年1月1日至2019年11月1日的黑河流域地表过程综合观测网上游景阳岭站涡动相关仪观测数据。站点位于青海省祁连县景阳岭垭口,下垫面是高寒草甸。观测点的经纬度是101.1160E, 37.8384N,海拔3750m。涡动相关仪的架高4.5m,采样频率是10Hz,超声朝向是正北向,超声风速仪(CSAT3)与CO2/H2O分析仪(Li7500)之间的距离是15cm,9月30日后更换为超声风速温度仪(CSAT3B)与CO2/H2O分析仪(Li7500DS)组合。 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。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。冬季由于供电不足,观测数据会有一些缺失。 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九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 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)和Che et al. (2019),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网下游荒漠站涡动相关仪观测数据。站点位于内蒙古额济纳旗,下垫面是荒漠。观测点的经纬度是100.9872E, 42.1135N,海拔1054m。涡动相关仪的架高4.7m,采样频率是10Hz,超声朝向是正北向,超声风速仪(CSAT3)与CO2/H2O分析仪(Li7500)之间的距离是15cm,9月21日后更换为闭路涡动相关仪(CPEC200)。 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。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。9月14日-9月21日仪器调试期间,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九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 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, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网上游大沙龙站涡动相关仪观测数据。站点位于青海省祁连县,下垫面是沼泽化高寒草甸。观测点的经纬度是98.9406E, 38.8399N,海拔3739 m。涡动相关仪的架高4.5m,采样频率是10Hz,超声朝向是正北向,超声风速仪(CSAT3)与CO2/H2O分析仪(Li7500RS)之间的距离是15cm。 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。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。上半年由于供电不足和采集器的问题,数据间断出现错误,6.18-7.29由于采集器及存储卡的问题数据缺失。 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九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 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)和Che et al. (2019),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网下游四道桥超级站涡动相关仪观测数据。站点位于内蒙古额济纳旗四道桥,下垫面是柽柳。观测点的经纬度是101.1374E, 42.0012N,海拔873 m。涡动相关仪的架高8m,采样频率是10Hz,超声朝向是正北向,超声风速仪(CSAT3)与CO2/H2O分析仪(Li7500)之间的距离是15cm。 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。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。7月15日-7月25日涡动系统调配,9月12日-9月28日涡动系统更换调试,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九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 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)。
车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网中游花寨子站涡动相关仪观测数据。站点位于甘肃省张掖市,下垫面是荒漠。观测点的经纬度是100.3201E, 38.7659N,海拔1731.00m。涡动相关仪的架高4.5m,采样频率是10Hz,超声朝向是正北向,超声风速仪(CSAT3)与CO2/H2O分析仪(Li7500A)之间的距离是15cm。 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。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。11-12月由于供电原因,数据出现缺失。 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九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 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, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网下游混合林站涡动相关仪观测数据。站点位于内蒙古额济纳旗四道桥,下垫面是胡杨与柽柳。观测点的经纬度是101.1335E, 41.9903N,海拔874 m。涡动相关仪的架高22m,采样频率是10Hz,超声朝向是正北向,超声风速仪(CSAT3)与CO2/H2O分析仪(Li7500)之间的距离是17cm,9月28日后更换为超声风速温度仪(CSAT3B)与CO2/H2O分析仪(Li7500DS)组合。 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。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。冬季水汽密度出现一些负值,进行了剔除;9月13-28日仪器调试期,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九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 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, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网上游垭口站涡动相关仪观测数据。站点位于青海省祁连县,下垫面是高寒草甸。观测点的经纬度是100.2421, 38.0142N,海拔4148 m。涡动相关仪的架高3.2m,采样频率是10Hz,超声朝向是正北向,超声风速仪(CSAT3)与CO2/H2O分析仪(Li7500A)之间的距离是15cm。 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。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。该站冬季会出现缺电现象,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九级(质量标识1-3数据质量好,4-6数据质量较好,7-8数据质量较差(比插补数据好);9数据质量差))。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。 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)和Che et al. (2019),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
该数据集为中国逐月降水量数据,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。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。为了便于存储,数据均为int16型存于nc文件中,降水单位分别为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理,Matlab发布了读入与存储nc文件的函数,读取函数为ncread,切换到nc文件存储文件夹,语句表达为:ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent]),其中XXX.nc为文件名,为字符串需要’’;var是从XXX.nc中读取的变量名,为字符串需要’’;i、j、t分别为读取数据的起始行、列、时间,leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样,研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令,可查看。数据坐标系统建议使用WGS84。
彭守璋
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
在全球变暖的背景下,干旱发生的频率和强度呈增加趋势,由于干旱灾害所引发的水资源匮乏、粮食危机、生态恶化(如荒漠化)等,直接威胁到国家的粮食安全和社会经济发展,干旱灾害风险评估及应急管理的技术水平亟待提高。“一带一路”沿线区域生态环境脆弱、农业耕地集中、干旱灾害频繁,利用遥感卫星监测大区域的干旱水平及其时空变化,对于科学掌握“一带一路”地区的干旱格局、区域分异特征,及其对农业耕地的影响具有重要的科学和现实意义。 降水距平百分率是某时段降水量与同期气候平均降水量之差除以同期气候平均降水量的百分比。该数据集以GPM IMERG Final Run(GPM)日值降雨资料为基础,计算对应地区的降水量,采用降水距平百分率等级评价指标,分析了不同等级干旱的分布特征。 数据的区域为泛第三极34个关键节点(阿巴斯、阿斯塔纳、科伦坡、瓜达尔、孟巴、德黑兰、万象等地区)。
吴骅
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
本数据集包括Aqua卫星搭载的中分辨率成像光谱仪(MODIS)测量的中国中西部地区气溶胶光学厚度数据。MODIS采用DT算法(Deep Blue)和DB算法(Dark target)分别反演出全球范围内的两种数据,数据集提供这两种数据(DT、DB)及其融合(Merge)数据,共三种数据在550nm处的气溶胶光学厚度数据及其空间分布信息。本项目针对研究区共统计出2003.7月月-2018.11月共197个月的气溶胶光学厚度值。该数据集为hdf5格式的数据,数据将作为中国中西部地区气溶胶污染状况及背景值的参考数据集。
夏祥鳌, 宋子珏
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
The data set contains nearly 15 years of eddy covariance data from an alpine steppe ecosystem on the central Tibetan Plateau.The data was processed following standardized quality control methods to allow for comparability between the different years of our record and with other data sets. To ensure meaningful estimates of ecosystem atmosphere exchange, careful application of the following correction procedures and analyses was necessary: (1) Due to the remote location, continuous maintenance of the eddy covariance (EC) system was not always possible, so that cleaning and calibration of the sensors was performed irregularly. Furthermore, the high proportion of bare soil and high wind speeds led to accumulation of dirt in the measurement path of the infrared gas analyzer (IRGA). The installation of the sensor in such a challenging environment resulted in a considerable drift in CO2 and H2O gas density measurements. If not accounted for, this concentration bias may distort the estimation of the carbon uptake. We applied a modified drift correction procedure following Fratini et al. (2014) which, instead of a linear interpolation between calibration dates, uses the CO2 concentration measurements from the Mt. Waliguan atmospheric observatory as reference time series. (2) We applied rigorous quality filtering of the calculated fluxes to retain only fluxes which represent actual physical processes. (3) During the long measurement period, there were several buildings constructed in the near vicinity of the EC system. We investigated the influence of these obstacles on the turbulent flow regime to identify fluxes with uncertain land cover contribution and exclude them from subsequent computations. (4) We calculated the de-facto standard correction for instrument surface heating during cold conditions (hereafter called sensor self heating correction) following Burba et al. (2008) and a revision of the original method following Frank and Massman (2020). (5)Subsequently, we applied the traditional and widely used gap filling procedure following Reichstein et al. (2005) to provide a more complete overview of the annual net ecosystem CO2 exchange.(6) We estimated the flux uncertainty by calculating the random flux error (RE) following Finkelstein and Sims (2001) and by using the standard deviation of the fluxes used for gap filling(NEE_fsd) as a measure for spatial and temporal variation.
Felix Nieberding, 马耀明, Christian Wille, Gerardo Fratini, Magnus Ole Asmussen, 王玉阳, 马伟强, Torsten Sachs
青藏高原野外观测研究平台是开展青藏高原科学观测和研究的前沿阵地。基于高原地表过程与环境变化的陆面-边界层立体综合观测为青藏高原地气相互作用机理及其影响研究提供了大量的珍贵数据。本数据集综合了珠穆朗玛大气与环境综合观测研究站、藏东南高山环境综合观测研究站、那曲高寒气候环境观测研究站、纳木错多圈层综合观测研究站、阿里荒漠环境综合观测研究站、慕士塔格西风带环境综合观测研究站2005-2016年逐小时大气、土壤和涡动观测数据。包含了由多层风速风向、气温、湿度以及气压、降水组成的梯度观测数据,辐射四分量数据,多层土壤温湿度和土壤热通量观测数据以及感热通量、潜热通量和二氧化碳通量组成的湍流数据。这些数据能广泛的应用于青藏高原气象要素特征分析、遥感产品评估和遥感反演算法的发展、数值模拟的评估和发展等研究中。
马耀明
太阳总辐射和直接辐射采用国产辐射表(TBQ-4-1,TBS-2,China)测量,温湿度采用自动气象站(HOBO weather station, Model H21, Onset Company, USA)测量。本数据为太阳辐射和气象要素数据,包括太阳总辐射和直接辐射,波长范围270-3200nm,单位W/m2。温湿度和水汽压单位分别为℃、%、hPa。太阳辐射和气象要素数据来源于数据提供者的测量。数据覆盖时间为2013-2016年。该数据集可以用于中国亚热带地区的太阳辐射及其变化机制等相关研究。
白建辉
黑碳是重要的吸光性物质,对气候变化具有重要的影响。本数据集包含青藏高原和喜马拉雅山南坡6个湖泊(枪勇湖、唐古拉湖、令戈错、然乌湖、Gokyo、Gosainkunda)湖芯黑碳浓度和沉降通量数据。湖信黑碳浓度采用消解-过滤-热光法测定。本数据集为EXCEL文件,可使用EXCEL直接打开。本数据集有助于研究青藏高原和周边地区大气黑碳沉降历史和进一步分析大气黑碳的来源,可作为研究大气黑碳传输和气候效应评价的基础数据。
康世昌
本数据集包括青藏高原及其周边共5个采样点碳质气溶胶包括有机碳和黑碳的浓度和空间分布信息。本数据包含的黑碳和有机碳数据采用膜采样,滤膜为石英滤膜,采样器为大流量采样器,切割粒径为总悬浮颗粒物(TSP),每个滤膜采样周期为24h或48h。采用热光法测定其有机碳和黑碳含量,方法检出限分别为0.43和0.12 ug/cm2。此外,还计算了黑碳的吸光参数(MAC)。该数据集将作为青藏高原及其周边区域碳质气溶胶污染状况及背景值的参考数据集。
基于全球热带气旋路径数据、全球灾害事件及损失数据、全球潮位观测数据以及一带一路区域的DEM数据、海岸线分布数据、土地覆盖信息、人口及其他相关数据,以百米网格为评估单元,提取并计算每个单元里与风暴潮灾害脆弱性相关的指标,如人口密度、GDP值、土地覆盖类型等指标。在此基础上,构建风暴潮灾害脆弱性综合指数,利用加权方法综合上述各指标得到风暴潮脆弱性指数。最后对风暴潮风险指数进行归一化处理,得到0-1之前的脆弱性指数值,以此来评价各评估单元风暴潮脆弱性的高低,并可用于进行风暴潮脆弱等级评估。 关键节点数据集中仅包含了存在风险的11个节点区域 (孟加拉吉大港、缅甸皎漂港、印度加尔各答、缅甸仰光港、巴基斯坦卡拉奇、孟加拉达卡、印度孟买、斯里兰卡汉班托塔港、泰国曼谷、中缅石油天然气管道、雅万高铁)。
董文
This data set is output from WRF model. The data include ‘LU_INDEX’ (land use category), ‘ZNU’(eta values on half (mass) levels), ‘ZNW’(eta values on full (w) levels),’ZS’(depths of centers of soil layers), ‘DZS’ (thicknesses of soil layers), ‘VAR_SSO’ (variance of subgrid-scale orography), ‘U’(x-wind component), ‘V’(y-wind component),’W’(z-wind component),’T’(perturbation potential temperature (theta-t0)), ‘Q2’ ('QV at 2 M), ‘T2’ (TEMP at 2 M), ‘TH2’ ('POT TEMP at 2 M), ‘PSFC’ (SFC pressure), ‘U10’ (U at 10 M), ‘V10’ (V at 10 M), ‘QVAPOR’ (Water vapor mixing ratio), ‘QLOUD’ (Cloud water mixing ratio),’QRAIN’ (Rain water mixing ratio), ‘QICE’ (Ice mixing ratio), ‘QSNOW’ (Snow mixing ratio), ‘SHDMAX’ (annual max veg fraction), ‘SHDMIN’ (annual min veg fraction), ‘SNOALB’ (annual max snow albedo in fraction), ‘TSLB’ (soil temperature), ‘SMOIS’ (soil moisture), ‘GRDFLX’ (ground heat flux), ‘LAI’ (Leaf area index),’ HGT’ (Terrain Height), ‘TSK’ (surface skin temperature), ‘SWDOWN’ (downward short wave flux at ground surface), ‘GLW’ (downward long wave flux at ground surface), ‘HFX’ (upward heat flux at the surface), ‘QFX’ (upward moisture flux at the surface), ‘LH’ (latent heat flux at the surface), ‘SNOWC’ (flag indicating snow coverage (1 for snow cover)), and so on. The data is in netCDF format with a spatial resolution of 10 km.
Xuelong Chen
1)数据内容:包含中亚地区,区域范围:30°N~60°N,40°E~90°E; 2)数据来源:对CMIP数据集进行加工,采用双线性插值方法将不同分辨率模式数据插值到0.5°× 0.5°,CRU观测数据1901年——2014年; 3)数据质量:时间长度较长,数据质量良好,缺测值统一用999标识; 3)数据应用成果集前景:数据已用于进行对中亚地区温度模拟能力评估,通过计算并分析中亚地区的温区的域平均、相对误差、均方根误差、泰勒图、EOF分解、季节变化等评估气候系统模式模拟中亚地区历史气候变化的能力。 4) 数据可靠性:通过对比分析观测和模拟资料的年变化,数据结果均呈显著的增温趋势,通过对数据结果进行相关性检验,均通过99%信度检验。同时,CMIP计划数据和CRU数据也是较为常用的数据集,在很多进行气候变化的研究中,也经常采用这样的数据。
马金玉
本数据集包括了位于喜马拉雅山脉中段亚东河谷共计九个地面降水观测站的降水资料;观测数据由Onset公司开发的Hobo翻斗式雨量计采集,通过配套的数据读取软件导出;数据存储方式为计次累积,雨量计翻斗一次,表示记录了0.2 mm的降水,,无降水事件发生则用-999缺省值表示,我们对所采数据进行了筛查,剔除了异常值以保证其质量;本数据集目前已在该地区降水特征分析、卫星数据验证和模式模拟评估方面取得了一定进展,发表学术论文两篇, 为缺乏地面观测资料的喜马拉雅高海拔河谷地区的降水特征分析研究提供了有力支持。
阳坤
脆弱性是指由于系统对系统内外扰动的敏感性以及缺乏应对能力从而使系统的结构和功能容易发生改变的一种属性,即高温热浪发生时区域应对灾害以减少损失的能力。本数据集以2015年为基准年,泛第三极区域路网数据、GDP数据、医疗设施空间分布数据、植被覆盖度数据、水体分布数据为基础数据。采取欧式距离计算法明确区域内路网、水体及医疗设施的空间分布情况,并以距道路距离、距水体距离、距医疗设施距离、GDP及植被覆盖度为评价指标,采取等权重叠加法评估各节点高温热浪脆弱性。为消除单位差异性带来的影响,评估前对各指标层数据进行归一化处理,最后利用自然间断点法划分各节点脆弱性等级。
葛咏, 杨飞, 刘庆生
数据来源于美国国家环境信息中心(National Centers for Environmental Information, NCEI),该中心提供了全球范围内各站点自建站以来的气象记录,包括气温、风速、露点和降水等信息。达卡市附近有4个有记录的站点。先从NCEI下载了全球范围内站点监测数据,再根据经纬度筛选达卡市范围内的4个站点。该数据级记录了2016年1月1日-2019年12月31日的日气象站点监测数据。
葛咏, 杨飞
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1981-2016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
此数据集以2015年为基准年,分别选取人口密度、高危人口分布、GDP为评价指标,完成34个关键节点高温热浪暴露度评估。暴露度是指灾害发生时某地区可能受到灾害影响的程度,在极端高温发生时,人类与经济是受高温热浪影响最为明显的两类因素。其中将高危人口分别定义为年龄小于五岁的儿童及大于65岁的老人,评估采取等权重叠加方法,为消除单位差异影响,在评估前对各指标层数据进行归一化处理,此次评估结果空间分辨率为100m,范围覆盖泛第三极34个关键节点区域。
葛咏, 杨飞, 刘庆生
基于全球热带气旋路径数据、全球灾害事件及损失数据、全球潮位观测数据以及34个关键接诶单区域的DEM数据、海岸线分布数据、土地覆盖信息、人口及其他相关数据,以百米网格为评估单元,提取并计算每个单元里与风暴潮灾害危险性相关的指标,如节点潮位历史强度、风暴历史到达频次、历史损失、离岸线的距离等指标。在此基础上,构建风暴潮灾害危险性评估指数,利用加权方法综合上述各指标得到风暴潮危险指数。最后对风暴潮危险指数进行归一化处理,得到0-1之前的危险指数值,以此来评价各评估单元风暴潮危险性的高低,并可用于进行风暴潮危险等级评估。数据集包括“一带一路”沿线34个节点中有风暴潮灾害危险的11个节点的危险性评估结果图。
葛咏, 李强子, 董文
此数据集以1984-2018年全球地表水数据(WOD)为基础,选取了降水、地形、土地利用类型几个指标,结合ArcGIS中的空间分析方法,构建评估了34个关键节点在极端降水条件下发生洪涝灾害的危险性等级。34个关键节点百里级危险性评估数据集评估了“一带一路”重点区域在极端降水事件下的洪涝灾害危险性,为当地政府部门决策提供依据,同时以便在洪涝灾害发生前进行预警,从而可以争取到宝贵的时间采取防灾减灾措施,降低洪涝灾害所带来的人民群众生命财产损失。
葛咏, 李强子, 李毅
历史极端降水导致地表淹没范围数据集评估了一带一路重点区域在极端降水下地表被淹没的范围,为当地政府部门决策提供依据和参考,以便在极端降水发生前进行预警,降低极端降水所带来的生命财产损失。 此数据集以极端降水阈值集和极端降水识别数据为基础,确认发生极端降水的时间节点和区域,再到NASA网站上下载对应时间和地区的淹没范围产品,利用ArcGIS空间分析结合连接以上数据,构建了34个关键节点历史极端降水导致地表淹没范围数据集。 数据主要包括34个关键节点(万象、中缅石油天然气管道、中老泰柬铁路、亚历山大港、仰光、关丹、加尔各答、华沙、卡拉奇、叶卡捷琳堡、叶卡捷琳堡等区域)
吴骅
体感温度是指人体感受到的冷热程度,受温度、风速和湿度的影响。该数据的空间范围覆盖泛第三极区域34个关键节点(万象、仰光、加尔各答、华沙、卡拉奇、叶卡捷琳堡、吉大港、塔什干等地区);空间分辨率为100m。 数据处理过程:以气象站点监测数据为基础数据源,基于Humidex指数计算体感温度,再使用基于高程校正的温度插值方法获得整个区域1km格网化数据,并将其降尺度为100m。高温热浪危险性数据集主要以强度为评价指标。空间范围、空间分辨率与体感温度数据集一致,时间分辨率为年。 判断高温热浪的标准为:体感温度连续3天超过29℃的天气过程判断为一次高温热浪。
杨飞, 武夕琳, 殷聪
本数据集的数据源为Landsat-5卫星的大气顶层反射率数据第1、2、3波段。Landsat卫星为太阳同步卫星,卫星由北向南运行,地球自西向东旋转,卫星每天绕地球14.5圈,每圈在赤道西移159km,每16天重复覆盖一次。本数据集主要覆盖孟加拉国达卡市,基于2010年的Landsat-5大气顶层反射率数据,本数据从地理空间数据云平台下载,利用ArcGIS对数据进行波段合成,最终得到了TIFF格式的达卡区域2010的30米分辨率多光谱遥感影像数据。
葛咏, 杨飞
本数据为中亚大湖区2017年逐6小时分辨率常规和卫星资料。其中常规资料包含中亚大湖区及其周边地区(中国、哈萨克斯坦、吉尔吉斯斯坦、土库曼斯坦、塔吉克斯坦、乌兹别克斯坦、阿富汗、俄罗斯、伊朗、巴基斯坦、印度等)的地面台站和探空站点观测,观测要素包含气温、气压、风速和湿度,每个时次的站点数平在600个左右,站点间距离在10-100km之间;卫星资料来源于极轨气象卫星(NOAA-18、NOAA-19、METOP-A和METOP-B)反演的云导风,并重采样到30km水平分辨率。云导风通过追踪示踪云的移动来估计风速,由示踪云的高度确定风场高度。本数据全部来源于全球电信系统Geostationary Tether Satellite(GTS),经过质量控制剔除了质量较差的观测资料。该数据可应用于中亚大湖区的资料同化,也可用于检验和评估模式对中亚大湖区的数值模拟。
姚遥
此数据集以百米级危险性评估数据集和百米级脆弱性评估数据集为基础,分别赋予危险性和脆弱性不同的权重(其中危险性权重为0.8,脆弱性权重为0.2),相加计算获得了34个关键节点百米级的风险评估数据集。该数据集评估了“一带一路”重点区域在极端降水事件下的洪涝灾害风险,为当地政府部门决策提供依据,同时以便在洪涝灾害发生前进行预警,从而可以争取到宝贵的时间采取防灾减灾措施,降低洪涝灾害所带来的人民群众生命财产损失。
葛咏, 李强子, 李毅
分别于2014年4月和2016年5月在黄河源区(黄河沿以上)采集的21个湖泊(7个非热融湖塘,14个热融湖塘),在加拿大维多利亚Inno Tech Alberta实验室通过Delta V Advantage Dual Inlet/HDevice system 测试氢氧同位素丰度,同位素丰度表达为δ(‰)形式(相对于维也纳平均海水丰度) 测试误差:δ18O: 0.1‰,δD: 1‰ ,数据还包括通过Google earth engine中 Landsat 2017影像数据提取得到的湖泊面积和湖泊流域面积。 通过的长期气象资料数据(多年平均气温,多年平均相对湿度,多年平均年降水量,多年平均年水面蒸发量),基于水量平衡及同位素质量守恒模型(模型参数也包括在数据集中)对湖泊水文信息,包括蒸发/入流比例(E/I)和湖泊流域产水量(WY)进行估算。
万程炜
热带气旋(TC)最佳路径数据已经作为单独的风暴路径存在于其他机构。 IBTrACS将这些数据集合并到一个全球TC数据库中。目的是克服数据可用性问题,通过直接与所有区域专门气象中心和其他国际中心和个人合作,创建全球最佳轨道数据集,将多个中心的风暴信息合并成一个产品,并将数据存档供公众使用。 世界气象组织热带气旋方案已批准IBTrACS作为热带气旋最佳路径数据的官方归档和分发资源。 IBTrACS 包含最完整的全球历史热带气旋集,结合来自许多热带气旋数据集的信息 , 通过在一个地方提供来自多个源的风暴数据,简化机构间比较, 提供流行格式的数据以方便分析, 检查风暴库存、位置、压力和风速的质量,将信息传递给用户。在集中位置提供热带气旋最佳路径数据,以帮助我们了解全球热带气旋的分布、频率和强度。IBTrACS的主要目的是支持科学研究工作。
葛咏, 李强子, 董文
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