南极McMurdo Dry Valleys 冰川表面流速遥感后处理产品,基于Antarctic Ice Sheet Velocity and Mapping Project(AIV)数据,通过先进的算法和数值工具后处理得到。该产品利用Sentinel-1/2/Landsat数据绘制,提供了McMurdo Dry Valleys 均匀、高分辨率(60m)的冰流速结果,时间覆盖范围从2015到2020。
江利明
本数据集数据源为:欧洲航天局多光谱卫星Sentinel-2卫星。其中包含2017年青藏高原湖泊CDOM和DOC年均值数据。使用方法:基于实测样点的CDOM数据,提取影像反射率信息,通过皮尔森相关性分析选择最佳预测变量,构建多元逐步回归CDOM 预测模型,获得青藏高原水体CDOM结果。由于CDOM与DOC具有很好的相关性,所以DOC预测结果通过CDOM计算。最终青藏高原CDOM模型的调整R²达到0.81。
宋开山
土壤水分是全球观测系统提出的关键气候变量之一,在陆气相互作用中起着重要作用。植被光学厚度是微波辐射传输过程中衡量植被衰减特性的关键参数,在植被水力学、植被物候学和生物量研究领域中有着广泛应用。 本数据集基于AMSR-E和AMSR2交叉定标亮度温度数据,使用多通道协同反演算法(MCCA)获得了全球第一套具有极化差异的多波段(C/X/Ku)植被光学厚度产品及土壤水分产品。该算法(MCCA)能综合考虑多个通道之间的物理关系,能同时反演出土壤水分和具有频率差异,极化差异的植被光学厚度。 本数据集使用了来自国际土壤水分观测网络和美国农业部发布的共25个土壤水分密集观测站网进行验证,结果表明,在目前公开的与AMSR-E/2相关的土壤水分数据集中,MCCA土壤水分的无偏均方根误差(ubRMSE)最小。此外,MCCA反演得到的具有频率和极化差异的植被光学厚度数据可为植被生理过程中的水通量研究提供新的见解。
胡路, 赵天杰, 居为民, 彭志晴, 姚盼盼, 施建成
基于我国高分一号及二号数据,采用深度学习分类方法,结合人工目视解译修正,生产出青藏工程走廊冻融灾害分布数据。数据地理范围为青藏公路西大滩至安多段沿线40km范围。数据包括热融湖塘分布数据及热融滑坡分布数据。该数据集可为青藏工程走廊冻融灾害的研究工作及工程防灾减灾提供数据基础。青藏公路西大滩至安多段沿线40km范围冻融灾害空间分布基于国产高分二号影像数据自制。首先,利用深度学习方法从高分二号数据中提取泥流阶地区块;然后,利用ArcGIS进行人工编辑,将数据解译后合在一张图上可现实。
牛富俊, 罗京
南极冰盖21、22流域分布有松岛冰川、斯维特冰川等,是西南极融化最为剧烈的地区之一。本数据集首先利用Cryosat-2数据(2010年8月至2018年10月),在每个规则格网内,考虑地形项、季节波动、后向散射系数、波形前缘宽度及升降轨等因素建立平面方程,通过最小二乘回归计算格网内冰盖表面高程变化。另外,我们使用了ICESat-2数据(2018年10月至2020年12月),通过在每个规则格网内获取两个时期的卫星升降轨道交叉点处的高程差值,进而计算该时期内冰盖的表面高程变化。两个时期的面高程变化数据空间分辨率为5km×5km,文件格式为GeoTIFF,投影坐标为极地立体投影(EPSG 3031),并由所使用的卫星测高数据名称命名(即CryoSat-2、ICESat-2)。该数据可使用ArcMap、QGIS等软件打开。结果表明,该区域2010-2018年平均高程变化率为-0.34±0.08m/yr,属于融化剧烈地区。2018年10月-2020年11月年平均高程变化率为-0.38±0.06m/yr,相比于CryoSat-2计算结果该区域融化处于加剧状态。
杨博锦, 黄华兵, 梁爽, 李新武
本数据集来源于论文:(1)He, C., Liu, Z., Tian, J., & Ma, Q., (2014). Urban expansion dynamics and natural habitat loss in China: a multiscale landscape perspective. Global change biology, 20(9), 2886-2902.(2)Xu, M., He, C., Liu, Z., Dou, Y. (2016). How Did Urban Land Expand in China between 1992 and 2015? A Multi-Scale Landscape Analysis. PLoS ONE 11(5): e0154839。本数据集的制作流程主要包括:(1)对夜间灯光数据、植被指数数据和地表温度数据进行预处理,得到了1992-2020年覆盖全国范围的多源遥感数据;(2)通过经济分区、选取训练样本、支持向量机分类和年际序列订正,获取城市建成区动态信息。利用Landsat TM/ETM+数据进行精度评价,得到Kappa系数为0.60,总体精度为92.62%。该数据集已用于评估城市扩展过程对自然生境和耕地的影响,能够为理解中国城市扩展过程及其影响提供数据支持。
何春阳, 刘志锋, 许敏, 卢文路
作物物候是指农作物达到关键生育期时对应的日期。华北平原的主要种植模式是冬小麦和夏玉米轮作,冬小麦和夏玉米关键物候期的变化反映了其生长发育对气候条件和生产管理措施的响应情况和适应性,是评估该地区作物生长状态、灌溉耗水情况的关键参数。 本研究以华北平原冬小麦-夏玉米稳定种植区为研究范围,使用1982-2015年GIMMS3g NDVI数据,综合曲线最大值、最小值、斜率、百分量值等多个特征参数,提取了冬小麦和夏玉米的关键物候期:开始日(SOS),峰值日(PEAK)和结束日(EOS)。提取物候与农气站点记录物候期进行对比,R²在0.9以上,准确度高。(详细过程请见参考文献) 该物候数据集可应用于该地区计算冬小麦和夏玉米生产力、对气候变化响应、灌溉耗水量估算等相关研究。
雷慧闽
华北平原是我国重要的粮食产区,耕地面积广大,种植结构复杂,准确识别该地区典型农作物分布,及时追踪种植结构的动态变化,是检测作物生长、评估作物灌溉耗水和优化农业水资源配置的重要基础。 本研究使用遥感MOD13Q1 NDVI数据,经傅里叶变换后选取0-5级谐波的振幅和初相位作物分类底图。基于现场调研的实测样本点和最大似然监督分类,识别了2001-2018年华北平原6类典型作物(冬小麦-夏玉米、冬小麦-水稻、其他双峰类作物、春玉米、棉花、其他单峰类作物)的种植区分布。识别结果经过混淆矩阵、与县级统计年鉴的冬小麦播种区比较以及与Landsat提取冬小麦占比比较进行了精度评价,均表现良好,准确度高。(详细过程请看参考文献) 数据可被应用于华北平原作物生产、灌溉耗水估算、地下水保护等相关研究分析。
雷慧闽
积雪是冰冻圈的重要组成要素,是全球变化与地球系统科学研究中不可或缺的变量。积雪的分布范围和物候信息是衡量积雪变化特征的重要指标,也是寒区水文模型中融雪径流模拟的重要参数。亚洲高山区是许多国际性河流的发源地,也是全球气候变化研究的热点区;该地区冰雪变化将引发的水资源减少、极端天气事件增多、灾害频发等生态和环境问题,已受到各国的广泛关注。因此,准确获取长时序的亚洲高山区积雪分布与积雪物候数据对气候变化研究、水资源管理以及灾害预警与防治至关重要。 亚洲高山区逐日无云MODIS归一化积雪指数(NDSI)产品(2000-2021,500 m)是在MODIS逐日积雪产品(包括Terra上午星数据产品MOD10A1和Aqua下午星数据产品MYD10A1,C6版本)的基础上,通过同一天上下午星数据融合以及三次样条函数插值去云算法处理后得到;其中,在2000-2002年只有上午星数据产品MOD10A1时,则直接采用三次样条函数插值去云算法处理。水文年2002-2020的积雪物候数据集是基于逐水文年内的无云MODIS NDSI产品制备而成,包括积雪开始日期(SOD)、积雪结束日期(SED)和积雪持续日数(SDD)3个参数。本数据集具有可靠的精度。
唐志光, 邓刚
大气水汽是研究水循环的重要参数,在全球气候变暖的背景下,为了更好地研究大气水汽对水循环的影响,构建了空间分辨率为0.25°的全球日尺度AMSR-E/AMSR2全天候大气可降水(Total Precipitable Water,TPW)数据集。数据集中,陆地上空的TPW主要有我们新开发的基于AMSR-E、AMSR2的18.7和23.8GHz亮温数据反演算法获取;海洋上空TPW数据融合了AMSR-E/AMSR2官方TPW产品。作为后处理,为了消除AMSR-E TPW和AMSR2 TPW之间的系统性偏差,以AIRSX2RET TPW为基准,使用直方图匹配方法分别对AMSR-E和AMSR2的TPW数据在全球尺度上进行了系统偏差校正,保证数据的连续性,最终得到全球日尺度AMSR-E和AMSR2 TPW全天候数据集。其中,AMSR-E数据时间范围为2002年7月8日至2011年9月27日,AMSR2数据时间范围为2013年1月1日至2017年8月31。每个日期下均包含升轨和降轨两个文件,数据格式为Geotiff。数据层数为2,第一个层为TPW数据,单位为mm,第二层为时间信息,表示以UTC为时间基准的像元观测时间距离当天0时0分0秒所经过的秒数。数据集具有可靠的质量,通过与全球SuomiNET GPS TPW验证分析,数据集的均方根误差为3.5-5.2mm。由于大气可降水是影响地表遥感重要的地球物理参数,对地球的气候变化也有重要影响,故此数据可用于气候变暖的背景下大气水汽对水循环的影响、大气水资源的评估以及大气校正等方面的研究。
姬大彬, 施建成, 胡斯勒图, 李薇, 张红星, 尚华哲
地表实际蒸散发是陆表水循环的关键环节,同时也是能量平衡的重要支出项,且与地表碳收支密切相关,其准确估算不仅对于研究地球系统和全球气候变化具有重要意义,而且对于水资源有效开发利用、农作物需水生产管理、旱情监测和预测、天气预报等方面具有十分重要的应用价值。ETMonitor全球逐日1公里分辨率地表实际蒸散发数据集是基于多参数化、适用于不同土地覆盖类型的地表蒸散发遥感估算模型ETMonitor计算得到,输入数据主要采用的遥感数据包括GLASS产品(叶面积指数、植被覆盖度和反照率)、MODIS产品(地表覆盖、积雪覆盖)、动态地表水体覆盖、ESA CCI土壤水分、GPM降水等,并结合欧洲中期天气预报中心的ERA5全球大气再分析数据等。利用ETMonitor模型在日尺度上估算1公里分辨率像元尺度的植被蒸腾、土壤蒸发、冠层降水截留蒸发、水面蒸发和冰雪升华,并对各分量求和获得逐像元逐日蒸散发量。利用FLUXNET等地面观测数据进行直接验证,估算结果与地面实测数据一致性较好,逐日蒸散发验证RMSE为0.93mm/d,误差为0.08 mm/d,相关系数为0.75。本数据集将ETMonitor估算获得的逐日蒸散发值(https://doi.org//10.12237/casearth.6253cddc819aec49731a4bc2)进行累积求和运算,获得逐月蒸散发,并转为经纬度投影进行公开发布。本数据集覆盖全球,时间步长为每月,空间分辨率为1公里,单位为mm/月,数据类型为整型,缩放系数为0.1,无效值填充-1。
郑超磊, 贾立, 胡光成
水体覆盖是水循环、能量平衡的基本参数之一。本数据集以1982-2020年AVHRR逐日反射率时间序列为基础,生产了青藏高原39年超长期逐日水体制图产品(包含水体结冰信息)。本数据集包含39个文件夹,以年份命名(从1982年到2020年),每个文件夹包含365/366个GeoTiff文件,每个文件包含两个波段:(1)水体制图波段(WaterLayer);(2)质量控制信息波段(QC)。本产品为青藏高原水体遥感监测提供数据支撑。
计璐艳
本数据集包括1995,2000,2005,2010和2015年等5期湖泊透明度数据。数据源为:Landsat 5,Landsat 7和Landsat 8。使用方法:利于实测光谱反射率,在分析光谱反射率与同步测量的透明度之间的关系的基础上,采用半经验方法选择最佳波段组合,建立青藏高原湖泊透明度算法,获得水体透明度。通过实测点的验证表明水体的透明度估算相对误差在35%。
宋开山
中国区域354座城市通用热舒适度指数白天和夜晚的月均值数据。该数据时间范围包括2012年1月至2021年12月,时间分辨率为逐月,空间分辨率为1km。 该数据主要是基于MODIS数据集提供的MYD07大气廓线数据和MYD11地表温度数据,并融合了ERA5再分析数据提供的风速数据,最终计算得的了中国区域范围内354座城市的通用热气候指数(Universal Thermal Climate Index, UTCI)数据值。其中城市边界采用Global Urban Boundary-GUB提供的2018年城市边界数据进行划定,为保持空间分辨率的统一,所有数据空间分辨率全部重采样至1km。 在全球变暖和快速城市化的背景下,该数据有利于研究城市热舒适度的时空变化规律及相关分析。
王晨光, 占文凤
及时准确地监测绿洲的时空格局和动态变化对干旱区社会经济的可持续发展至关重要。本研究基于1986年、1990年、1995年、2000年、2005年、2010年、2015年、2018年、2020年共计9期Landsat TM/OLI影像数据,采用OSTU阈值法和人工目视解译相结合的方法获取1986~2020年河西走廊绿洲分布数据,并结合高分辨率Google Earth影像和实地验证数据基于混淆矩阵的方法建立随机样点验证绿洲提取结果的准确性。河西走廊绿洲数据的总体精度超过94%,Kappa系数超过0.88。本数据集可以为河西绿洲生态环境保护提供数据支持。
颉耀文, 张学渊, 刘怡阳, 黄晓君, 李汝嫣, 宗乐丽, 肖敏, 秦梦瑶
青藏高原六大外流河(黄河、金沙江、雅砻江、怒江、澜沧江、雅鲁藏布江)平滩流量条件下河流表面SHP矢量数据,以1km为步长的平滩流量下河宽和面积的SHP矢量和XLS表格数据。 基于现场实测水文和大断面数据(1967-2020年),结合洪水频率分析,确定六大水系沿程的平滩流量、日期和河宽;采用MNDWI指数分别从Sentinel-2(2017-2020年)和Landsat5/7/8(1984-2020年)影像中提取平滩流量下河流表面矢量。 该数据库可作为全球水文数据集的补充,为研究青藏高原河床演变、河流生态、水文模拟、河流水-气界面物质交换等提供基础数据。
李丹, 薛源, 覃超, 吴保生, 陈博伟, 汪舸
冰川表面反照率是冰川质量和能量平衡过程的一个关键参数。该数据内容包括亚洲高山区2000-2020消融期内(6月-8月)每年的年平均冰川表面反照率和年最小冰川表面反照率。基于MODIS 500m分辨率的每日积雪反照率产品(包括MOD10A1和MYD10A1),首先对上午星数据MOD10A1和下午星数据MYD10A1采用均值合成,其次采用±2天窗口内的数据采用均值滤波进行插值和空值填补,最后基于最小和平均值方法得到亚洲高山区冰川的年平均反照率和年最小反照率。相比较原始数据,数据的精度和覆盖程度都得到极大的提高。可为研究冰川反照率与物质平衡之间的关系以及建立相关冰川模型提供冰面反照率输入数据。
肖瑶
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
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
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
归一化植被指数(Normalized Difference Vegetation Index , NDVI)广泛应用于植被监测。本数据集利用2000-2020年青藏高原区域所有可用的Landsat 5/7/8数据(影像10万+),通过MODIS-Landsat数据融合算法(gap filling and Savitzky–Golay filtering;GF-SG),重建了青藏高原植被区域2000-2020年高时空分辨率(30米-8天)NDVI时间序列数据集(QTP-NDVI30)(算法细节请参考论文)。 本数据集具有良好的验证精度。定量评价结果显示重建NDVI影像数据的平均绝对误差MAE为0.02,平均相关系数R为0.96,图像结构相似性SSIM为0.94。选取典型区域与PlanetScope 3米空间分辨率影像比较,空间细节信息得到了较好的保持(产品评价细节请参考论文)。 本数据集地理坐标系为GCS_WGS_84, 空间范围覆盖青藏高原植被区域,植被区域定义为7-9月平均NDVI大于0.15。
曹入尹, 徐子超, 陈洋, 沈妙根, 陈晋
1985年祁连山国家公园土地利用类型的数据集是基于中科院中国土地利用现状遥感监测数据集,经过裁剪、拼接等操作得到的矢量数据集。2000-2020年的3个数据集是基于GlobeLand30全球30米地表覆盖数据,经过掩膜提取等操作得到的30m分辨率的栅格数据集。所有数据集的土地利用类型包括耕地、森林、灌木林、草地、湿地、水体、苔原、人造表面、裸地、冰川和永久积雪这10个一级类型。数据产品可以检测大多数人类活动所引起的地表覆盖变化,在实际应用中具有十分重要的意义,可以用此数据分析祁连山区域历史的土地利用类型,并结合当前的土地利用类型数据,分析祁连山区域土地利用类型的变化。
年雁云
植被的净初级生产力(Net Primary Productivity,NPP)指绿色植物在单位时间、单位面积上由光合作用产生的有机物质总量(即总初级生产力,Gross Primary Productivity,GPP)中扣除自养呼吸后的剩余部分,NPP作为陆地生态系统的水循环、养分循环和生物多样性变化的基础,是估算地球支持能力和评价陆地生态系统可持续发展的重要生态指标。本数据集包括祁连山区域2021年月度合成30m NPP产品。采用最大值合成(Max value composition, MVC)方法,利用Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成,进而计算NPP。
吴俊君, 李艺, 仲波
叶面积指数(Leaf Area Index,LAI)定义为地面单位投影面积内叶片总面积的一半,是描述植被的核心参数之一。LAI控制着植被的许多生物、物理过程,如光合、呼吸、蒸腾、碳循环和降水截获等,同时为植被冠层表面最初的能量交换提供定量化的信息,是一个十分重要的研究植被生态系统结构和功能的参数。本数据集包括祁连山区域2021年月度合成30m LAI产品。采用最大值合成 (Max value composition, MVC) 方法,利用Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成,进而计算LAI。
吴俊君, 李艺, 仲波
归一化植被指数(Normalized Difference Vegetation Index,NDVI)是近红外波段的反射率值与红光波段的反射率值之差比上近红外波段的反射率值与红光波段的反射率值之和。植被指数合成是指在适当合成周期内选出植被指数最佳代表,合成一幅空间分辨率、大气状况、云状况、观测几何、几何精度等影响最小化的植被指数栅格图像。本数据集包括祁连山区域2021年月度合成30m植被指数产品。采用最大值合成(Max value composition, MVC)方法,利用Landsat 8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成。
吴俊君, 李艺, 仲波
植被覆盖度(Fractional Vegetation Coverage,FVC)定义为植被冠层或叶面在地面的垂直投影面积占植被区总面积的比例,是衡量地表植被状况的一个重要指标。本数据集植被覆盖度作为反应植被覆盖状况的评价指标,0%表示地表像元内没有植被即裸地,值越高表明区域内植被覆盖越大。本数据集包括祁连山区域2021年月度合成30m地表植被覆盖度产品。采用最大值合成(Max value composition, MVC)方法,利用 Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成,进而计算FVC。
吴俊君, 李艺, 仲波
数据集包含了2020年9月,2021年6月,2021年9月测量得到的3幅廓琼岗日冰川高精度表面地形数据及对应的正射影像图。该数据集的生成使用了大疆精灵4 RTK无人机拍摄的影像数据,经倾斜摄影测量技术计算生成了相关产品,数据空间分辨率达到了0.15米。该数据是对目前低分辨率开源地形数据的补充,能够反映2020年-2021年间廓琼岗日冰川的表面形态变化,有助于精确研究气候变化下廓琼岗日冰川的消融过程。
刘金涛
本数据集为2021年祁连山重点区域人类活动数据集,空间分辨率为2m。本数据集以祁连山重点区域矿山开采、城市扩展、耕地开发、水电建设、旅游开发为重点监测内容,通过高分辨率遥感影像,对比统计前后变化图斑。对祁连山地区地类发生变化的图斑,逐块调查核实;对判图可疑的地块,重新判读验证;对影像无法反映的地类,实地核实地类,采集相关数据,核对并修正位置。同时进一步核对2021年祁连山重点区域监测内容属性信息,统一进行图斑及其属性的录入和编辑,形成2021年祁连山地区人类活动数据集,实现祁连山地区生态治理的现势性和时效性,为祁连山重点区域人类活动监测提供数据支撑。
祁元, 张金龙, 周圣明, 袁晶, 王宏伟
数据集是青藏高原木里煤矿区2000-2020年土壤肥力数据,每五年一期,2000年、2005年、2010年、2015年、2020年,共5期;共15张影像数据。数据集为矩形区域(98.82°E-100.84°E,37.5°N-38.25°N),根据木里煤矿的东南西北的四个界限所划定。数据均为栅格格式,空间分辨率为30米,数据集格式为GeoTiff。数据集以时空融合GLDAS-2.1反照率产品和Landsat 5/7的反照率产品得到的30米地表反照率、时空融合GLDAS-2.1地表温度产品和Landsat 5/7的地表温度产品得到的30米地表温度为自变量,结合多元回归模型,回归得到2000-2020年5年一期的木里煤矿区总氮(单位g/kg)、总磷(单位g/kg)、总钾(单位g/kg)数据集。多元回归模型采用2018年5月王凌青湟水河流域站点实测数据,在自变量为Landsat 5/7的反照率、地表温度的前提下,因变量为野外观测的总磷、总氮及总钾下建立多元回归模型。这些数据集填补了木里煤矿高空间分辨率土壤肥力数据集空白,为研究木里矿区土壤肥力时空变化提供了支持。
陈少辉
充分利用多源植被分类/土地覆盖分类产品各自的优势,通过专门设计与青藏高原植被类型相适应的植被分类体系,选用集成分类方法,在数据可靠性的基础上遵循一致性的原则,制作了青藏高原现状植被图,其在现势性、分类体系的针对性和分类精度上均表现更优。从分类结果的现势性来看,青藏高原现状植被图较早期中国植被图能更好地反映青藏高原植被覆盖现状;从分类体系的针对性来看,青藏高原现状植被图采用了针对青藏高原植被专门设计的分类体系,有利于从多源数据产品中充分提取出具备高可靠性和一致性的植被覆盖信息;从分类精度来看,青藏高原现状植被图的总体精度(78.09%,Kappa系数0.75)较已有相关数据产品提高了18.84% ~ 37.17%,特别是对草地、灌丛等植被类型的分类精度有明显提升。
张慧, 赵涔良, 朱文泉
逐小时空间完整的地表温度产品在冻融状态监测、夏季高温热浪监测等领域具有广泛的应用需求。基于热红外遥感反演的地表温度精度较高,但是容易受到云雾的影响,空间上不连续,这给用户带来诸多不便,也极大地限制了其应用。模式模拟的地表温度虽时空完整,但空间分辨率低,精度差。因此融合遥感反演的地表温度和模式模拟的地表温度,是获取逐小时空间完整地表温度的有效途径。基于此,作者发展了生成东亚区域0.02°逐小时无缝地表温度的融合方法,并制备了相应的数据集(2016-2021)。 本数据集为东亚区域0.02°逐小时无缝地表温度数据集产品(2016-2021年)。首先采用iTES算法反演葵花8/AHI 地表温度,之后对CLDAS LST 进行偏差校正以消除其系统偏差,最后使用多尺度卡尔曼滤波融合葵花8/AHI LST和CLDAS LST,生成0.02°逐小时无缝地表温度数据集。地面验证结果表明,全天地表温度的均方根误差(RMSE)约为3K,精度较好。 本数据集的时间分辨率为1小时,空间分辨率0.02°,时间跨度为2016年-2021年,空间范围为0-60°N,80°E-140°E。
程洁, 董胜越, 施建成
中国2000-2020年去云积雪反照率产品数据集地理空间范围为72 - 142E,16 - 56N,采用等经纬度投影,空间分辨率0.005°。数据集时间范围覆盖2000年1月1日至2020年12月31日,时间分辨率为8天。数据包含6个要素:黑空反照率(Black_Sky_Albedo)、白空反照率(White_Sky_Albedo)、太阳天顶角(Solar_Zenith_Angle)、云标识(Cloud_Mask)、林区校正标识(Forest_Mask)和反演情况标识(Abnormal_Mask)。黑空反照率要素记录了反演得到的黑空反照率,计算因子为0.0001,数据范围为0-10000。白空反照率要素记录了反演得到的白空反照率,计算因子为0.0001,数据范围为0-10000。太阳天顶角要素记录了太阳天顶角度,计算因子为0.01,数据范围为0-9000。云标识要素记录了像元是否为云,值为0表示非云,值为1表示为云。林区校正标识要素记录了像元是否作为森林类型像元被校正过,值为0表示未校正,值为1表示已校正。反演情况标识要素记录了像元所对应的黑空反照率及白空反照率的反演结果是否为小于0或大于10000的异常值,值为0表示非异常值,值为1表示为异常值。数据集基于MODIS地表反射率产品MOD09GA,积雪产品MOD10A1/MYD10A1和全球数字高程模型SRTM数据,在ART模型基础上发展了积雪反照率反演模型,并利用GEE和本地端交互生产而来。
肖鹏峰, 胡瑞, 张正, 秦棽
雅鲁藏布江流域内巨量固体碎屑物质是记录青藏高原隆升剥蚀历史的重要组成部分之一,不同类型松散沉积物是固体碎屑物质差异输运的直接反映,揭示其空间分布规律及沉积总量,对于深入理解青藏高原的隆升与剥露过程具有重要参考价值。该数据集共包括雅鲁藏布江流域松散沉积物类型及其空间分布图集、厚度空间分布图集和沉积总量估算表等三类图表数据集,以遥感解译与地质填图为主要技术方法,全面厘清了雅鲁藏布江全流域范围内(16个复合子流域)松散沉积物的类型及其空间展布特征,并依据全流域松散沉积物厚度实测数据初步估算了沉积总量。巨量松散沉积物也是流域内滑坡、泥石流、洪沙灾害的重要物质来源,查明其空间展布规模与总量不仅对揭示沉积物源汇过程中记录的地表环境变化、区域构造运动、气候变化、生物地球化学循环等关键信息具有理论意义,同时对高原生态环境监测与保护、洪沙灾害预警与防治、重大基础工程建设和水土保持等具有重要应用价值。
林志鹏, 王成善, 韩中鹏, 白雅俪格, 王新航, 张建, 马星铎, 胡太宇, 张晨敬
本数据集包括祁连山地区2021年逐日地表蒸散发产品,产品分辨率为0.01°。采用高斯过程回归(Gaussian Process Regression,GPR)算法,实现对RS-PM (Mu et al., 2011)、SW (Shuttleworth and Wallace., 1985)、PT-JPL (Fisher et al., 2008)、MS-PT (Yao et al., 2013)、SEMI-PM (Wang et al., 2010a)、SIM (Wang et al.2008) 等6种蒸散发产品的集成。参与蒸散发产品生产的驱动数据包括MODIS(NDVI、Albedo、LAI、PAR),MERRA-2气象再分析数据等。
姚云军, 刘绍民, 尚珂
本数据集包括了中蒙俄经济走廊区1982-2015年最大归一化植被指数(NDVI)数据,2000-2020年最大增强型植被指数(EVI)数据,以及2001-2019年土地覆被利用变化数据(LUCC)。其中,NDVI数据提取自GIMMS卫星数据,分辨率为8km;EVI和LUCC数据提取自MODIS卫星数据(MOD13A3和MCD12C1),分辨率分别为1km和5km。数据集过滤了MODIS卫星数据中原本存在的异常值或缺测值,相比源数据质量更高。其中,使用最大值提取法处理NDVI和EVI数据,得到年最大NDVI和EVI,可以更好地反应研究区的植被分布及变化情况。基于卫星遥感数据的植被和土地利用变化,可以为中蒙俄经济走廊生态环境风险防控提供数据支撑。
张雪芹
中国2000-2020年逐日积雪反照率产品数据集地理空间范围为72 - 142E,16 - 56N,采用等经纬度投影,空间分辨率0.005°。数据集时间范围覆盖2000年1月1日至2020年12月31日,时间分辨率为1天。数据包含6个要素:黑空反照率(Black_Sky_Albedo)、白空反照率(White_Sky_Albedo)、太阳天顶角(Solar_Zenith_Angle)、云标识(Cloud_Mask)、林区校正标识(Forest_Mask)和反演情况标识(Abnormal_Mask)。黑空反照率要素记录了反演得到的黑空反照率,计算因子为0.0001,数据范围为0-10000。白空反照率要素记录了反演得到的白空反照率,计算因子为0.0001,数据范围为0-10000。太阳天顶角要素记录了太阳天顶角度,计算因子为0.01,数据范围为0-9000。云标识要素记录了像元是否为云,值为0表示非云,值为1表示为云。林区校正标识要素记录了像元是否作为森林类型像元被校正过,值为0表示未校正,值为1表示已校正。反演情况标识要素记录了像元所对应的黑空反照率及白空反照率的反演结果是否为小于0或大于10000的异常值,值为0表示非异常值,值为1表示为异常值。数据集基于MODIS地表反射率产品MOD09GA,积雪产品MOD10A1/MYD10A1和全球数字高程模型SRTM数据,在ART模型基础上发展了积雪反照率反演模型,并利用GEE和本地端交互生产而来。为了评估ChinaSA的反演质量,利用地面台站的观测数据提出了样方观测验证方法,验证了积雪反照率产品的精度,并与常用的四种反照率产品(GLASS、GlobAlbedo、MCD43A3和SAD)进行了精度对比。验证结果表明,ChinaSA在所有验证中精度都优于其他产品,均方根误差小于0.12,在森林区域的均方根误差能达到0.021。
肖鹏峰, 胡瑞, 张正, 秦棽
本数据集包含:(1)基于测高卫星提取的北半球16个大型湖泊水库冰厚数据,时间跨度为1992-2019年,时间分辨率10天,文件名为Altimetric LIT for 16 large lakes.xlsx;(2)基于遥感湖冰模型的北半球1,313个面积50km^2以上湖泊的逐日湖冰厚度和湖泊表面积雪深度数据,时间跨度为2003-2018年,文件格式为nc格式;(3)未来湖冰厚度变化的预测情况,时间跨度2071-2099年,文件为table S1.xlsx;(4)一个用于查找湖泊的对照表,包含湖泊ID,名称,地理坐标和面积等信息。本数据集可以为全球湖冰和湖面积雪研究提供基础信息,便于深入理解在变化环境下湖冰的演变规律及其对湖泊生态环境和区域社会经济的影响。
李兴东, 龙笛, 黄琦, 赵凡玉
华北平原(NCP)是中国最重要的农业生产基地之一,其面积约14万平方公里。除了从黄河取地表水进行渠灌,华北平原还开采大量地下水用于灌溉。高时空分辨率且连续完整的逐日蒸散(ET)估算,将极大提高我们对整个NCP农业用水消耗的认识,服务于农业水资源高效利用。基于双源能量平衡模型(TSEB)和数据融合,本研究在华北平原生成1 km空间分辨率和日尺度,且时间跨度为2008年1月至2019年12月的蒸散数据集。该数据集时空连续完整,且具有较高的空间分辨率。相较于其他产品,该数据集具有可靠的精度,甚至好于已发表的结果。此外,该数据集和相关方法对NCP以及其他农作物种植区的多尺度变化和趋势分析具有重要价值。
张才金, 龙笛
“亚洲水塔”青藏高原(TP)的降水在区域水和能源循环中发挥着关键作用,对下游国家的水资源供应有重要影响。气象站点所获取的降水信息通常被认为是最准确的,但在地形复杂、环境恶劣的青藏高原中,气象站数据却十分有限。卫星和再分析降水产品可以为地面测量提供补充信息,特别是在大面积测量不足的区域。在这里,我们通过使用人工神经网络 (ANN) 和环境变量(包括海拔、地表压力和风速)确定各种数据源的权重来最优地融合站点、卫星和再分析数据。在 1998-2017 年期间,以每日时间尺度和 0.1° 的空间分辨率生成了一个多源降水 (MSP) 数据集横跨青藏高原。与其他四颗卫星产品相比,MSP与标准观测的日降水相关系数(CC)最高(0.74),均方根误差第二低,表明MSP的质量和数据合并的有效性方法。我们使用分布式水文模型进一步评估了青藏高原长江和黄河源头测量不佳的不同降水产品的水文效用。在 2004-2014 年期间,MSP 实现了每日流量模拟的最佳 Nash-Sutcliffe 效率系数(超过 0.8)和 CC(超过 0.9)。此外,基于多重搭配评估,MSP 在未测量的西部 TP 上表现最好。该合并方法可应用于全球其他数据稀缺地区,为水文研究提供高质量的降水数据。整个 TP 的左下角的经纬度、行数和列数以及网格单元信息都包含在每个 ASCII 文件中。
洪仲坤, 龙笛
针对青藏高原泛三江并流区的17.9万km2的区域,通过Sentinel-1升降轨,以及Palsar-1升轨三种SAR数据进行InSAR变形观测,根据获取的InSAR变形图像,结合地貌和光学影像特征进行综合解译。共识别得到海拔4000m以下的活动性滑坡949处。需要注意的是,因不同SAR数据的观测角度、敏感度和观测时相的差异,同一滑坡用不同数据解译存在一定的差异,在滑坡的范围、边界方面需要借助地面和光学影像进行修正。滑坡InSAR识别比例尺的概念与传统空间分辨率不同,主要依靠变形强度,因此一些规模较小,但与背景相比变形特征突出,整体性强,与地物具有逻辑空间关系的滑坡也能得以解译(配合SAR的强度图、地形阴影图、光学遥感影像为地物参照)。本次最小解译区域可达几个像素,如参考怒江沿江公路解译了一处只有4个像素的公路边坡滑坡。
姚鑫
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”、冰川、积雪、冻土变化与影响及应对 (2019QZKK0201)以及泛第三极环境变化与绿色丝绸之路建设(XDA20000000)等项目的资助下,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水当量产品。该数据采用亚像元时空分解算法对青藏高原0.05°逐日积雪深度数据集(2000-2018)进行降尺度,并且采用雪深衰减模型补充反演微波探测不到的薄雪区域的雪深值。最后基于积雪密度格网数据,将积雪深度数据转换为雪水当量数据。
闫大江, 张寅生
本数据是研究团队综合利用Sentinel-1 SAR数据,AMSR-2微波辐射计数据以及MODIS LST产品所生产的青藏工程走廊区域高分辨土壤冻融数据集。基于新提出的算法,本产品提供月尺度100m空间分辨土壤冻融状态检测结果,并通过气象站点和土壤温度站点进行精度验证。基于青藏工程走廊地区的4个气象站点进行精度验证,结果表明基于升轨和降轨Sentinel-1的土壤冻融检测结果的整体准确率分别为84.63%和77.09%。基于那曲土壤湿度/温度监测站点进行精度验证,升轨和降轨结果的平均整体精度为78.58%和76.66。该产品弥补了传统土壤冻融产品空间分辨率不足(>1km)的问题,为青藏工程走廊区域高分辨率土壤冻融监测提供了可能。
周欣, 刘修国, 周俊雄, 张正加, 陈启浩, 解清华
本数据为关于四川省北川地区、云南省鲁甸地区、贵州省毕节地区的影像信息数据,可用于构建山体震裂崩塌遥感影像的解译识别标志,揭示山体震裂崩塌形成的一般形式,评估具体山体震裂崩塌的危险等级;数据可结合DEM数据用于挖掘山体震裂崩塌的发育机制等。可在此基础上进一步研究,完善研究山体震裂崩塌的智能识别理论及形成机制,为寻找其他相似类型震裂崩塌物源提供指示意义。本项目部分原始数据可用于全面了解鲁甸区域山体震裂崩塌危险性等。
韩征
土壤水分是地气交互作用的重要边界条件,是全球观测系统提出的关键气候变量之一;植被光学厚度是微波辐射传输过程中衡量植被衰减特性的物理量,在表征植被水分与生物量动态变化中具有重要作用。 本数据集使用多通道协同反演算法获取SMAP观测的土壤水分与植被光学厚度。该算法利用参数间的自约束关系与通道间的理论转换关系进行地表参数反演,反演过程不依赖于其他辅助数据,并适用于多种不同载荷配置。本数据集的土壤水分反演结果包含了融化期的土壤水分含量与冻结期的液态水含量;同时反演了水平和垂直两个极化的植被光学厚度,是全球第一套具有极化差异的L波段植被光学厚度产品。 本数据集基于国际土壤水分观测网络、美国农业部及研究室自建发布的共19个土壤水分密集观测站网(其中包含9个SMAP核心验证站点以及SMAP尚未使用的10个密集观测站点)以及被广泛使用的土壤气候分析网络SCAN进行验证,结果发现MCCA土壤水分反演结果精度优于其它SMAP产品。
赵天杰, 彭志晴, 姚盼盼, 施建成
基于长时间序列MODIS积雪产品,采用隐马尔可夫随机场(Hidden Markov Random Field, HMRF)建模框架,制备了青藏高原2002-2021年空间分辨率为500 m的逐日无云积雪数据集。该建模框架将MODIS积雪产品的光谱信息、时空背景信息,以及环境相关信息以最优形式进行整合,不仅填补了云层遮挡引起的数据空缺,而且提高了原始MODIS积雪产品的精度。特别地,本数据集在环境背景信息中引入了太阳辐射能量对积雪分布的影响,有效改进了地形复杂山区的积雪识别精度。通过与实测雪深、Landsat-8 OLI识别的积雪分布对比分析,本数据集精度依次为98.31%和92.44%,并且在积雪转化期、海拔较高、太阳辐射较多的阳坡提升效果显著。本数据集改善了原始MODIS积雪产品时空不连续和在地形复杂山区精度较低的问题,能为青藏高原气候变化研究和水资源管理提供重要的数据基础。
黄艳, 许嘉慧
该数据集包含青藏高原160个湖泊(面积大于40平方公里)1978-2017年的连续日尺度湖面温度(MOD11A1的日间湖温、MOD11A1的夜间湖温、基于MOD11A1日均湖面温度、基于模型的湖面温度)。数据集生产过程首先改进以能量平衡为基础的半物理湖表水温模型(air2water)以实现冰期与非冰期连续模拟,并以MOD11A1产品提取的全湖平均表面温度作为模型的率定数据。数据集与4个湖泊的实测湖面温度相比相关性大于0.9,均方根误差小于2.5℃。该数据集为认知青藏高原湖泊水热平衡、水生生态系统过程及其对气候变化响应提供数据支撑。
郭立男, 吴艳红, 郑红星, 张兵, 文梦宣
该数据集包含2013年至2020年间逐年赤道北部非洲与萨赫勒地区NPP-VIIRS夜光数据影像。基于国家极地轨道(National Polar-orbiting Partnership, NPP) 卫星可见光近红外成像辐射计 (Visible Infrared Imaging Radiometer Suite, VIIRS)月平均夜光影像数据,将生物量燃烧引起的不稳定夜间灯光从人类活动引起的稳定夜光信息中分离后,合成得到逐年赤道北部非洲与萨赫勒地区NPP-VIIRS夜光遥感数据。数据空间分辨率为500 m,栅格数据类型为Geotiff。栅格像元值为辐亮度,单位为10−9 W∙cm−2∙sr−1。该数据集在一定程度上提高了夜光影像在赤道北部非洲与萨赫勒地区对小规模的、零散分布的、电力供应不稳定的城镇信息识别能力,可进一步应用于赤道北部非洲与萨赫勒地区的人类活动相关研究。
袁笑甜, 贾立, 蒋敏
该数据为九寨沟日则泥石流的DOM数据;采用飞马V10无人机搭载RIEGL VUX-1LR机载激光雷达系统对同轴获取的光学影像采用Pix4d mapper进行处理,制作了正射影像图;正射影像图分辨率为0.2m,坐标系为CGCS2000国家坐标系,1985国家高程基准;基于机载LiDAR数据结合光学影像数据开展泥石流物源识别与计算工作,根据物源所处的位置以及在山体阴影图像上的色彩及纹理差异,将物源分为崩滑物源、坡面物源和沟道物源并建立各类型物源的机载LiDAR识别标志与遥感解译方法,为泥石流物源的精确计算提供理论参考和数据支撑,进一步服务于泥石流的防治与风险评价。
董秀军
该数据为九寨沟日则泥石流沟的DEM数据,采用飞马V10无人机搭载RIEGL VUX-1LR机载激光雷达系统获取,通过机载激光雷达技术去除植被后生成的DEM数据,能得到真实的地表形态为泥石流物源的识别与计算提供新的解决方案;数据采用芬兰 Arttu Soininen 工程师开发的TerraSolid软件,通过形成宏命令经点云去噪、滤波、分类后,获取研究区真实地表点云数据,进而利用分类出的地面点构建了高精度数字高程模型;获取的激光点云数据平均密度优于50点/m2,数字高程模型分辨率为0.5m,坐标系为CGCS2000国家坐标系,1985国家高程基准;基于机载LiDAR数据开展泥石流物源识别与计算工作,根据物源所处的位置以及在山体阴影图像上的色彩及纹理差异,将物源分为崩滑物源、坡面物源和沟道物源并建立各类型物源的机载LiDAR识别标志与遥感解译方法,为泥石流物源的精确计算提供理论参考和数据支撑,进一步服务于泥石流的防治与风险评价。
董秀军
该数据为九寨沟西番沟泥石流的DOM数据;采用飞马V10无人机搭载RIEGL VUX-1LR机载激光雷达系统对同轴获取的光学影像采用Pix4d mapper进行处理,制作了正射影像图;正射影像图分辨率为0.2m,坐标系为CGCS2000国家坐标系,1985国家高程基准;基于机载LiDAR数据结合光学影像数据开展泥石流物源识别与计算工作,根据物源所处的位置以及在山体阴影图像上的色彩及纹理差异,将物源分为崩滑物源、坡面物源和沟道物源并建立各类型物源的机载LiDAR识别标志与遥感解译方法,为泥石流物源的精确计算提供理论参考和数据支撑,进一步服务于泥石流的防治与风险评价。
董秀军
该数据为九寨沟西番沟泥石流的DEM数据,采用飞马V10无人机搭载RIEGL VUX-1LR机载激光雷达系统获取,通过机载激光雷达技术去除植被后生成的DEM数据,能得到真实的地表形态为泥石流物源的识别与计算提供新的解决方案;数据采用芬兰 Arttu Soininen 工程师开发的TerraSolid软件,通过形成宏命令经点云去噪、滤波、分类后,获取研究区真实地表点云数据,进而利用分类出的地面点构建了高精度数字高程模型;获取的激光点云数据平均密度优于50点/m2,数字高程模型分辨率为0.5m,坐标系为CGCS2000国家坐标系,1985国家高程基准;基于机载LiDAR数据开展泥石流物源识别与计算工作,根据物源所处的位置以及在山体阴影图像上的色彩及纹理差异,将物源分为崩滑物源、坡面物源和沟道物源并建立各类型物源的机载LiDAR识别标志与遥感解译方法,为泥石流物源的精确计算提供理论参考和数据支撑,进一步服务于泥石流的防治与风险评价。
董秀军
该数据为九寨沟甘沟泥石流的DOM数据;采用飞马V10无人机搭载RIEGL VUX-1LR机载激光雷达系统对同轴获取的光学影像采用Pix4d mapper进行处理,制作了正射影像图;正射影像图分辨率为0.2m,坐标系为CGCS2000国家坐标系,1985国家高程基准;基于机载LiDAR数据结合光学影像数据开展泥石流物源识别与计算工作,根据物源所处的位置以及在山体阴影图像上的色彩及纹理差异,将物源分为崩滑物源、坡面物源和沟道物源并建立各类型物源的机载LiDAR识别标志与遥感解译方法,为泥石流物源的精确计算提供理论参考和数据支撑,进一步服务于泥石流的防治与风险评价。
董秀军
该数据为九寨沟甘沟泥石流的DEM数据,通过机载激光雷达技术去除植被后生成的DEM数据,能得到真实的地表形态为泥石流物源的识别与计算提供新的解决方案;数据采用芬兰 Arttu Soininen 工程师开发的TerraSolid软件,通过形成宏命令经点云去噪、滤波、分类后,获取研究区真实地表点云数据,进而利用分类出的地面点构建高精度数字高程模型;获取的激光点云数据平均密度优于50点/m2,数字高程模型分辨率为0.5m,坐标系为CGCS2000国家坐标系,1985国家高程基准;基于机载LiDAR数据开展泥石流物源识别与计算工作,根据物源所处的位置以及在山体阴影图像上的色彩及纹理差异,将物源分为崩滑物源、坡面物源和沟道物源并建立各类型物源的机载LiDAR识别标志与遥感解译方法,为泥石流物源的精确计算提供理论参考和数据支撑,进一步服务于泥石流的防治与风险评价。
董秀军
本数据集为TCA(Triple Collocation Analysis)算法代码集,用于生成2011-2018年全球日尺度土壤水分融合数据。
谢秋霞, 贾立, 胡光成
本数据集的制备是基于提出的针对藏东南冰川地区的全天候地表温度数据降尺度方法,通过分析全天候地表温度与其时空影响因子高程、地表覆盖类型、植被指数、积雪指数、地表反射率等数据之间的关系,构建了全天候地表温度的降尺度模型,将全天候地表温度产品的空间分辨率由1 km提升至250 m。通过地面站点实测数据进行验证,验证结果表明降尺度地表温度在站点处的RMSE白天与夜间分别为2.25 K、2.16 K左右,较原始1 km地表温度产品精度提升约0.5 K。图像质量指数的计算结果表明降尺度地表温度不仅获得了大量的细节热信息,而且在空间格局和幅值上与原始1 km地表温度保持了高度的一致性。本数据集对藏东南冰川地区高分辨率全天候地表温度生成和灾害监测具有一定的意义。
周纪, 黄志明, 钟海玲, 唐文彬
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。藏东南1KM植被指数(NDVI)空间分布数据集是在MODIS(https://ladsweb.modaps.eosdis.nasa.gov/)16天1KM地表反射率数据(MOD13)基础上,采用最大值合成法生成的2000年以来的月度植被指数数据集。该数据集有效反映了藏东南地区在空间和时间尺度上的植被覆盖分布和变化状况,对植被变化状况监测、植被资源合理利用和其它生态环境相关领域的研究有十分重要的参考意义。月度NDVI数据为每月NDVI数据数值的最大值,数据获取时间为2000年2月—2018年12月。下载的数据为GRID格式,空间分辨率为1km。
王浩
本数据为通过自动化雨量站、泥位监测仪、撞线传感器测量产生的纳底沟泥石流综合监测数据集(2021年)。以上数据采集点为四川省阿坝藏族羌族自治州九寨沟县景区纳底沟泥石流监测点。监测数据主要在四川省国土空间生态修复与地质灾害防治研究院完成数据分析。使用的仪器包括DD-ZXCG-001撞线传感器、DD-YLJ-001自动化雨量站、DD-NWJ-001泥位监测仪。采集时间为2021年。
张群
该数据集为云降水过程综合观测数据集的分数据集,源自2021年期间在六盘山地区开展的综合考察试验。六盘山科考在大湾站、径源站、六盘山站、隆德站等多地实施,其中大湾站主要布署CFL-06型风廓线雷达、HT101型云雷达、MRR-2微雨雷达、DSG5型雨滴谱仪、三维风速仪、C12激光云高仪,径源站主要布署QFW-6000型微波辐射计、HMB-KPS型云雷达、DSG5型雨滴谱仪、CL51激光云高仪,六盘山站主要布署HT101型云雷达、MRR-2微雨雷达、OTT型激光雨滴谱仪、云凝结核(CCN)计数器、三维风速仪、FM120雾滴谱仪、C12激光云高仪,隆德站主要布署RPG-HATPRO-G4型微波辐射计、CFL-06型风廓线雷达、HT101型云雷达、MRR-2微雨雷达、OTT型激光雨滴谱仪、C12激光云高仪,同时开展自动气象站、铁塔(和尚铺)和X波段全固态双线偏振多普勒天气雷达(彭阳县),以及梯度站等观测,可为高原系统东移对下游的影响研究,以及为揭示高山地区大气边界层和自由大气交换过程对气溶胶、云、雾和降水及其相互作用的影响提供数据支撑。
付丹红
沱沱河源区植被类型图是基于 319 个地面采样点数据结合随机森林(RF)分类方法进行创建的。随机森林分类器的16个输入变量包括了Landsat-8的可见光、短波红外和热红外波段值及其反演的植被指数和地表温度数据等。根据研究区的植被特征及多年冻土模拟的需要,该图对高寒沼泽草甸(alpine swamp meadow)、高寒草甸(alpine meadow)、高寒草原(alpine steppe)和高寒沙漠(alpine desert )等4种植被类型进行了分类。图件的空间分辨率为30 m,可以提供更细节的植被类型的位置信息。
邹德富, 赵林, 刘广岳, 杜二计, 胡国杰, 李智斌, 吴通华, 吴晓东, 陈杰
该数据集为云降水过程综合观测数据集的分数据集,源自2021年期间在三江源地区开展的综合考察试验。三江源科考以先进的空中国王飞机观测为主,机载观测系统包括气溶胶、云粒子谱仪和图像仪观测,观测要素包括IP探头降水粒子浓度及图像、CIP探头云粒子浓度及图像、CAS探头云和气溶胶粒子数据、Hotwire_LWC探头液水数据、CAPS Summary 气溶胶、云、降水综合数据、AIMMS探头常规气象要素、PCASP-100探头气溶胶粒子数据。地面观测包括雨滴谱仪、微波辐射计和X波段雷达,其中雨滴谱仪主要观测等效体积直径、粒子下降速度,微波辐射计主要观测温度、湿度、水汽和液态水等,X波段雷达主要观测强度,速度,谱宽等,可为西风-季风协同影响对三江源云降水过程的影响研究提供数据支持。
付丹红
本数据为东南亚地区2015年的地表类型数据,空间分辨率为30米,数据类型为NetCDF,变量名为“land cover type”。该数据基于FROM-GLC数据加工而成,通过对原始影像的拼接、裁剪得到覆盖东南亚的地表类型数据,剔除东南亚地区不存在的雪冰等下垫面类型并重新整合图例。修改下垫面类型编码生成包含东南亚的地表类型数据。该数据提供耕地、森林、草地、灌木、湿地、水体、不透水面、及裸地共8种下垫面的信息。数据总体精度为71% (Gong et al., 2019),可为水文模型、区域气候模式等提供东南亚地区的下垫面信息。
刘俊国
该数据集为云降水过程综合观测数据集的分数据集,源自2020年期间在祁连山南北坡开展的综合考察试验,空中观测以空中国王飞机为主,地基考察包括自动气象站、雨滴谱仪、微波辐射计、云雷达、探空秒数据等,其中自动气象站观测要素包括气温、气压、湿度、风向、风速、降水量,雨滴谱仪观测要素包括粒子谱、降水强度等,微波辐射计观测要素为大气温度、湿度廓线,云雷达观测要素主要为定点垂直观测数据,并开展气溶胶、雨水、冰雹、土壤样品采集,可为揭示西风-季风对祁连山云降水过程和大气水循环的影响研究提供数据支持。
付丹红
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
城市建成区的变化反映了城市的发展情况,因此对建成区变化过程的信息提取是研究城市发展和区域经济的重要前提。该数据集包含1985 年至 2018 年关键节点建成区表面积的年变化信息,分辨率为 30m。 使用监督分类和时间一致性检查的组合方法,以汉班托塔、仰光和达卡三个关键节点为研究区域,确定从非建成区到建成区的变化。 建成区像素定义为 50% 以上不透水。 发生转变的年份(从非建成区到建成区)可以从像素值中识别,范围从34(年份:1985)到1(年份:2018)。 例如,1990 年的建成区可以显示为像素值大于 29。 在从非建成区到建成区单调转换之后,该数据集在时间上是一致的。
刘林志, 凌峰
遥感为大范围地表监测提供重要的技术手段。得益于Landsat TM、ETM+、和OLI/TIRS丰富的时序影像数据和高性能的Google Earth Engine(GEE)云平台,大尺度地表覆盖制图成为了可能。本数据以仰光、汉班托塔、达卡三个关键节点为研究区域,借助 Google Earth Engine 平台,利用现有多套全球土地覆盖产品、Landsat卫星系列影像,结合多数据融合、时序变化检测和机器学习等方法,研制了一套高时空一致性的2000–2020年30 m分辨率逐年土地覆盖变化数据集。
刘林志, 凌峰
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
本数据集是一个包含接近35年(1984-2018)的全球高分辨率光合有效辐射数据集,其分辨率为3小时/逐日/逐月,10公里,数据单位为W/㎡,瞬时值。该数据集可用于生态过程模拟和全球碳循环的理解。该数据集是基于改进的物理参数化方案并以ISCCP-HXG云产品、ERA5再分析数据、MERRA-2气溶胶数据以及MODIS反照率产品为输入而生成的。验证并和其他全球卫星辐射产品比较表明,该数据集的精度通常比CERES全球卫星辐射产品的精度要高。该全球辐射数据集将有助于未来生态过程模拟的研究和全球二氧化碳通量的估算。
唐文君
本数据集是2017年8月-9月于阿里地区采集的典型地物光谱测量数据。高光谱数据使用ASD便携式地物光谱仪FieldSpec 4测量。进行光谱测量时基本为光线稳定的晴天,测量时记录了云量情况。测量前使用白板进行校准;并使用GPS记录经纬度坐标;记录了测量的植被类型;同时测量了周围土壤的光谱数据。地物光谱仪记录的DN值为.asd格式文件,可使用ViewSpecPro软件读取,并利用EXCEL结合白板数据转换为反射率。光谱数据用于提取不同植被类型光谱特征、植被分类、反演植被覆盖度等。
刘林山, 张炳华
基于环境敏感区指数(ESAI)方法,计算获得2021年阿拉伯半岛栅格荒漠化风险数据。ESAI方法考虑土壤,植被,气候和管理质量,是监测荒漠化风险最广泛的方法之一。根据ESAI指标框架,选择了14个指标计算四个质量领域,每个质量指数均由几个指标参数计算获得。参考前人研究,确定每个参数分类及其阀值。然后,根据每个类别在荒漠化的敏感性中的重要性以及与荒漠化过程的开始或不可逆转的退化关系,把每个类别分配了1(最低敏感度)和2(最高敏感度)之间的敏感性得分。关于如何选取指标以及与荒漠化风险和得分相关性,在Kosmas的研究中提供了更全面的描述。主要指标数据集来源于联合国粮农组织的世界土壤数据,欧空局的土地覆盖数据和AVHRR数据。所有栅格数据集重采样到500m并合成年度值。尽管验证综合评估指数存在困难,但根据ESAI值的时空比较,对荒漠化风险进行了间接验证,包括对ESAI与稀疏植被和草地转变关系的定量分析和分析ESAI与植被净初级生产力之间的关系。验证结果表明阿拉伯半岛的荒漠化风险数据精度可靠。
许文强
此数据集是基于中科院中国土地利用现状遥感监测数据集,经过裁剪、拼接等操作得到的1985年祁连山国家公园土地利用类型的数据。数据生产制作是利用Landsat TM/ETM遥感影像为主要数据源,通过人工目视解译生成,得到的矢量数据。土地利用类型包括耕地、森林、灌木林、草地、湿地、水体、苔原、人造表面、裸地、冰川和永久积雪这10个一级类型。可以分析祁连山区域历史的土地利用类型,并结合当前的土地利用类型数据,分析祁连山区域土地利用类型的变化。
年雁云
基于2019-2020年我国高分一号及二号数据,采用深度学习分类方法,结合人工目视解译修正,生产出青藏工程走廊冻融灾害分布数据。数据地理范围为青藏公路西大滩至安多段沿线40km范围。数据包括热融湖塘分布数据及热融滑坡分布数据。该数据集可为青藏工程走廊冻融灾害的研究工作及工程防灾减灾提供数据基础。 青藏公路西大滩至安多段沿线40km范围冻融灾害空间分布基于国产高分二号影像数据自制。首先,利用深度学习方法从高分二号数据中提取泥流阶地区块;然后,利用arcgis进行人工编辑。在制作过程中,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。
牛富俊, 罗京
该数据集于2021年5月底至6月在青藏高原野外考察期间使用无人机航拍所得,航片数据量为 3.4 GB,共包含330余张无人机航片。拍摄地点主要位于西藏的拉萨、林芝,云南省的大理、怒江,四川甘孜、阿坝、凉山等州市地区的道路沿线、居民点及其周边地区。所拍航片主要反映拍摄时点当地的土地利用/覆被类型、设施农业用地分布、植被覆盖度等信息,航片具有经纬度和海拔等空间位置信息,不仅可以为土地利用分类提供基础验证信息,而且还能通过计算植被覆盖度,为大尺度区域植被覆盖度的遥感影像反演等工作提供参考。
吕昌河, 张泽民
冰盖表面融化是影响格陵兰冰盖物质平衡的主要原因,同时冰雪的反射率较高,冰盖表面融化会造成辐射能量收支差异,进而影响海-陆-气之间能量交换。高分辨率冰盖表面融化产品的生成,对研究格陵兰冰盖表面融化及其对全球气候变化的响应提供重要信息支撑。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(12-次年2月)平均和1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格陵兰冰盖表面融化,得到1985年、2000年、2015年格陵兰冰盖表面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。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
此数据包含1992年-2020年时间段的中亚,南亚和中南半岛地区的空间分辨率为300m土地覆盖数据,包含10个一级类别,由原数据的二级类别合并而来。数据基于欧空局的1992年-2020年时间段地表覆盖产品 CCI-LC,对耕地、建设用地和水体等地类进行修正。基于清华大学全球土地覆被数据(FROM-GLC,30m栅格)、美国NASA的MODIS全球土地覆被数据(MCD12Q1,500m栅格)、美国地质调查局USGS的全球耕地数据(GFSAD30,30m)、日本全球林地数据的(PALSAR/PALSAR-2,25m)的一致区获取训练样本,应用谷歌地球数字引擎及其随机森林算法,对研究区待修正区域进行机器判别,获得修正的土地覆被产品。应用2019年和2020年的谷歌地球高清影像,对耕地、建设用地和水体变化区域的精度进行分层随机抽样验证,三种地类分别抽取了1200个、共计3600个,相比 CCI-LC数据,本修正产品在该变化区域的精度提升了11%到26%。
许尔琪
本数据集包括青海省盐湖区的原始landsat卫星影像资料TM、ETM+数据,时间为2020年01月-12月,包括MSS传感器的4个波段(空间分辨率78m),TM传感器的7波段和ETM+传感器的8波段(空间分辨率15m、30m)。数据基于USGS官网搜集整理的盐湖区的MSS、TM、ETM+遥感影像数据,数据处理过程有严格的质量保证措施,数据经质检后入库,能够保证数据质量。数据大小约为22.3GB。
陈亮, 王建萍
本数据集包括西藏自治区盐湖区的原始landsat卫星影像资料TM、ETM+数据,时间为2013年01月-12月,包括MSS传感器的4个波段(空间分辨率78m),TM传感器的7波段和ETM+传感器的8波段(空间分辨率15m、30m)。数据基于USGS官网搜集整理的盐湖区的MSS、TM、ETM+遥感影像数据,数据处理过程有严格的质量保证措施,数据经质检后入库,能够保证数据质量。数据大小约为73.6GB。
陈亮, 王建萍
本数据集包括青海省盐湖区的原始landsat卫星影像资料TM、ETM+数据,时间为2013年01月-12月,包括MSS传感器的4个波段(空间分辨率78m),TM传感器的7波段和ETM+传感器的8波段(空间分辨率15m、30m)。数据基于USGS官网搜集整理的盐湖区的MSS、TM、ETM+遥感影像数据,数据处理过程有严格的质量保证措施,数据经质检后入库,能够保证数据质量。数据大小约为20.6GB。
陈亮, 王建萍
本数据集包括西藏自治区盐湖区的原始landsat卫星影像资料TM、ETM+数据,时间为2002年01月-12月,包括MSS传感器的4个波段(空间分辨率78m),TM传感器的7波段和ETM+传感器的8波段(空间分辨率15m、30m)。数据基于USGS官网搜集整理的盐湖区的MSS、TM、ETM+遥感影像数据,数据处理过程有严格的质量保证措施,数据经质检后入库,能够保证数据质量。数据大小约为10.11GB。
陈亮, 王建萍
本数据集包括青海省盐湖区的原始landsat卫星影像资料TM、ETM+数据,时间为2002年01月-12月,包括MSS传感器的4个波段(空间分辨率78m),TM传感器的7波段和ETM+传感器的8波段(空间分辨率15m、30m)。数据基于USGS官网搜集整理的盐湖区的MSS、TM、ETM+遥感影像数据,数据处理过程有严格的质量保证措施,数据经质检后入库,能够保证数据质量。数据大小约为3.18GB。
陈亮, 王建萍
本数据集包括西藏自治区盐湖区的原始landsat卫星影像资料TM、ETM+数据,年份为1991-1992年,包括MSS传感器的4个波段(空间分辨率78m),TM传感器的7波段和ETM+传感器的8波段(空间分辨率15m、30m)。数据基于USGS官网搜集整理的盐湖区的MSS、TM、ETM+遥感影像数据,数据处理过程有严格的质量保证措施,数据经质检后入库,能够保证数据质量。数据大小约为5.63GB。
陈亮, 王建萍
本数据集包括青海省盐湖区的原始landsat卫星影像资料TM、ETM+数据,年份为1992、1977、1993年,包括MSS传感器的4个波段(空间分辨率78m),TM传感器的7波段和ETM+传感器的8波段(空间分辨率15m、30m)。数据基于USGS官网搜集整理的盐湖区的MSS、TM、ETM+遥感影像数据,数据处理过程有严格的质量保证措施,数据经质检后入库,能够保证数据质量。数据大小约为2.66GB。
陈亮, 王建萍
本数据集包括西藏自治区盐湖区的原始landsat卫星影像资料TM、ETM+数据,年份为1977年,包括MSS传感器的4个波段(空间分辨率78m),TM传感器的7波段和ETM+传感器的8波段(空间分辨率15m、30m)。数据基于USGS官网搜集整理的盐湖区的MSS、TM、ETM+遥感影像数据,数据处理过程有严格的质量保证措施,数据经质检后入库,能够保证数据质量。数据大小约为1.30GB。
陈亮, 王建萍
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
本数据集包括青海省盐湖区的原始landsat卫星影像资料TM、ETM+数据,年份为1976、1977、1978年,包括MSS传感器的4个波段(空间分辨率78m),TM传感器的7波段和ETM+传感器的8波段(空间分辨率15m、30m)。数据基于USGS官网搜集整理的盐湖区的MSS、TM、ETM+遥感影像数据,数据处理过程有严格的质量保证措施,数据经质检后入库,能够保证数据质量。数据大小约为700MB。
陈亮, 王建萍
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
闪电河流域L波段地基微波辐射计观测数据集收集了中国科学院东北地理与农业生态研究所于2018年9月在闪电河流域开展了的地基L波段移动观测实验数据。将L波段微波辐射计安装于长春净月潭遥感车升降台上,平台升高至5米,进行双极化多角度观测,微波辐射计系统的上位机系统直接将数据存储为.dat文件,可以使用Excel或Matlab进行读取处理,汇交的数据已经整理成Excel。本数据可以用于土壤水分反演方法研究。
姜涛, 郑兴明, 李晓洁
本植被含水量数据集来源于滦河流域土壤水分遥感试验中的地面同步观测,包括:(1)70 km×12 km 典型试验区(南北航线)的17个样区;(2)165 km×5 km复杂试验区(东北—西南航线)的8个样区;(3)地基微波辐射计观测的6个样区。地物类型包括草地、玉米、土豆、莜麦和胡萝卜。数据测量时间为2018年9月13日到2018年9月26日。植被含水量的测量方法为收获法,行播作物按照长度进行收获,草地按照面积进行收获。本数据集经过称重、烘干和植被含水量计算等步骤处理得到。
郑兴明, 姜涛
本数据集来源于滦河流域土壤水分遥感试验中的多频多角度地基微波辐射计与雷达主被动协同观测试验。试验地点位于内蒙古自治区正蓝旗昕元牧场(115.93°E, 42.04°N),数据获取于2018年夏季。数据集包含四个部分,即:亮温数据、后向散射数据、土壤数据和植被数据。微波亮温数据由RPG-6CH-DP车载微波辐射计观测得到,包含三个微波波段(L, C和X)的水平和垂直极化亮温,观测入射角变化范围为30-65° (2.5°间隔),数据测量时间间隔为0.5小时。主动微波数据由地基雷达(GBSAR)观测得到,包含了L和C波段四种极化(VV, VH, HH, HV)下的后向散射系数,观测入射角变化范围为30-65°(2.5°间隔)。土壤数据包含地表粗糙度和6层土壤水分和土壤温度(1 cm, 3 cm, 5 cm, 10 cm, 20 cm, 50 cm),采样间隔为10分钟;植被数据为草地的植被含水量。 试验观测时间从2018年8月18日持续到9月25日,数据涵盖的草地多频多角度微波亮温、后向散射系数以及土壤和植被等相关配套数据为陆表微波辐射散射建模与验证、主被动微波亮温降尺度、土壤水分反演算法发展和验证提供了重要资料。
赵天杰, 胡路, 耿德源, 施建成
透明度,作为一种最直观地反映水质特性的指标之一,能够综合地反映水体生态系统的营养状态。光学遥感技术为监测大范围湖泊(包括水库)透明度变化提供了可能。中国湖泊(>1公顷)透明度的年均值数据集覆盖时间从1990到2018年,时间分辨率为5年一期,空间分辨率为30米,使用的数据源为GEE平台的Landsat 长时间序列天顶角反射率产品数据。中国的青藏高原、蒙新高原和东北湖区的影像选择时间主要集中在每年5-10月的非冰期。研究团队利用3种实测透明度数据集进行中国湖泊透明度反演模型的构建与验证。第一种数据集是本研究团队在2004-2018年获取的野外实测数据,该数据集的3/4(976)用来建立模型(红/蓝波段比算法),精度为R2=0.79, rRMSE=61.9%;剩余的1/4(325)用来验证模型,精度为R2=0.80, rRMSE = 57.6%。另外两种数据集是用来验证透明度反演模型的时间迁移性,其中一种数据集是2007-2009年期间由中科院南京地理与湖泊研究所进行湖泊调查获取的实测数据(340),精度为R2=0.78,rRMSE = 59.1%;另一种数据集是1980s-1990s期间第一次湖泊调查结果(229),精度为R2=0.81,rRMSE = 50.6%。模型验证结果表明,透明度反演结果在时空上具有较好的精度和稳定性。最后,基于透明度反演模型,在GEE云平台上编写去云算法、水体指数算法等来实现中国湖泊透明度的反演。该数据集信息有助于决策者或者环境管理者更好改善和保护水质,维持区域的可持续发展。
陶慧, 宋开山, 刘阁, 王强, 温志丹
1)数据内容:本数据集包含从1980s-2019年青藏高原地区Landsat长时序EVI。2)数据来源及加工方法:主要是在青藏高原Landsat系列卫星地表反射率数据集的基础上,通过EVI的计算公式进行生产的,即并在NDVI计算公式的基础上引入了背景调节参数C1,C2和大气修正参数L进行计算的。3)数据质量描述:为了标识云、冰雪,并相应生产了质量标识文件(QA)。4) 数据应用成果及前景:EVI相比于NDVI具有较强的抗大气干扰能力以及抗噪音能力,更适用于气溶胶含量较高的天气状况下,以及植被茂盛区。
彭燕
1)数据内容:本数据集包含从1980s-2019年青藏高原地区Landsat长时序MSAVI产品。2)数据来源及加工方法:主要是在青藏高原Landsat系列卫星地表反射率数据集的基础上,通过MSAVI的计算公式进行生产的,即在SAVI的基础上,针对SAVI在植被覆盖茂盛区表现不敏感的问题进行了改进,具体的计算方法参照Qi,1994文献;3)数据质量描述:为了标识云、冰雪,并相应生产了质量标识文件(QA)。4) 数据应用成果及前景:该指数在植被茂盛覆盖区域较为稳定,而在植被稀疏区表现不敏感。
彭燕
1)数据内容:本数据集包含从1980s-2019年青藏高原地区Landsat长时序NBR产品。2)数据来源及加工方法:主要是在青藏高原Landsat系列卫星地表反射率数据集的基础上,通过NBR的计算公式进行生产的,即利用近红外波段和短波红外波段的比值来增强火烧迹地的特征信息,具体计算公式为(近红外波段-短波红外波段2)/(近红外波段+短波红外波段2);3)数据质量描述:为了标识云、冰雪,并相应生产了质量标识文件(QA)。4) 数据应用成果及前景:该指数常被用于火烧迹地信息提取以及监测火烧区域植被的恢复状况。
彭燕
1)数据内容:本数据集包含从1980s-2019年青藏高原地区Landsat长时序NDMI产品。2)数据来源及加工方法:主要是在青藏高原Landsat系列卫星地表反射率数据集的基础上,通过NDMI的计算公式进行生产的,即利用近红外与短波红外之间的差异来定量化反映植被冠层的水分含量情况;3)数据质量描述:为了标识云、冰雪,并相应生产了质量标识文件(QA)。4) 数据应用成果及前景:NDMI与冠层水分含量高度相关,可以用来估计植被水分含量,而且NDMI与地表温度之间存在较强的相关性,因此也常用于分析地表温度的变化情况。
彭燕
1)数据内容:本数据集包含从1980s-2019年青藏高原地区Landsat长时序NDVI。2)数据来源及加工方法:主要是在青藏高原Landsat系列卫星地表反射率数据集的基础上,通过NDVI的计算公式进行生产的,即通过计算近红外波段和红波段之间的差异来定量化植被的生长状况,具体公式为:(近红外波段-红波段)/(近红外波段+红波段);3)数据质量描述:为了标识云、冰雪,并相应生产了质量标识文件(QA)。4) 数据应用成果及前景:该指数可反映植被的健康情况及植被的长势,由于计算简单,指示性好,被广泛应用于农业、林业、生态环境等领域,同时也是生态物理参数反演的重要输入参数,是目前应用最为广泛的植被指数之一。
彭燕
1)数据内容:本数据集包含从1980s-2019年青藏高原地区Landsat长时序SAVI。2)数据来源及加工方法:主要是在青藏高原Landsat系列卫星地表反射率数据集的基础上,通过SAVI的计算公式进行生产的,即并在NDVI计算公式的基础上引入了土壤调节因子S进行计算的。3)数据质量描述:为了标识云、冰雪,并相应生产了质量标识文件(QA)。4) 数据应用成果及前景:该指数在植被稀疏区域较为稳定,而在植被覆盖茂盛区域不敏感。
彭燕
1)数据内容:本数据集包含从1980s-2019年青藏高原地区Landsat长时序SI产品。2)数据来源及加工方法:主要是在青藏高原Landsat系列卫星地表反射率数据集的基础上,通过SI的计算公式进行生产的,即根据红光波段和蓝光波段开展乘积平方根计算即可得到,基于红光波段和蓝光波段能够很好地反映土壤盐分的原理;3)数据质量描述:为了标识云、冰雪,并相应生产了质量标识文件(QA)。4) 数据应用成果及前景:该指数能很好的反映土壤的盐分程度,可用于定量化评价盐渍化土壤。
彭燕
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