北极放大效应是 20 世纪最显著的气候变化现象。为理解北极放大效应对全球气候变化的响应及影响，科学家们开展了 CMIP6 子计划北极放大效应比较计划（PAMIP）。 中国科学院大气物理研究所的气候系统模式 FGOALS-f3-L 参加了上述计划并完成和提交了 8 组大样本集合试验。这些试验基于陆气耦合模式，分别考虑了不同下垫面强迫的组合在工业革命前情景、 现代气候情景和未来气候变化情景下，全球海温和海冰变化对大气环流及全球气候系统的影响。所有的试验外强迫固定在 2000 年，采用 100 个集合，从 2000 年 4 月 1 日开始积分到 2001 年 6 月 30 日。以上数据为进一步理解北极放大效应现象及其影响提供了新的科学数据和科学依据。
何编
青藏高原分区域动力降尺度（TPSDD）数据集是一个高空间-时间分辨率的网格数据集，用于整个青藏高原的陆地-空气交换过程和低层大气结构研究，并考虑到了青藏高原各分区域的气候特征。该数据集的时间跨度为1981年至2020年，时间分辨率为2小时，空间分辨率为10公里。数据集的气象要素包括近地表土地-空气交换参数，如向下/向上的长波/短波辐射通量、动量通量、显热通量、潜热通量等。此外，还包括从地表到对流层顶的3维风、温度、湿度和气压的垂直分布。通过比较观测数据和最新的ERA5再分析数据，对该数据集进行了独立评估。结果表明了该数据集的准确性和优越性，为未来的气候变化研究提供了巨大的潜力。
李斐, 马舒坡, 朱金焕, 邹捍, 李鹏, 周立波
本数据是基于气象观测数据、水文站点数据，结合各种同化数据和遥感数据，通过耦合积雪、冰川和冻土物理过程的青藏高原多圈层水文模型系统WEB-DHM（基于水和能量平衡的分布式水文模型）制备生成，时间分辨率为月尺度，空间分辨率为5km，原始数据格式为ASCII文本格式，数据种类包括格网径流与蒸发（若蒸发小于0,则表示凝华；若径流小于0，则表示当月降水小于蒸发）。若asc无法在arcmap中正常打开，请将asc文件前5行顶格。
王磊, 柴晨好
本数据是基于气象观测数据、水文站点数据，结合各种同化数据和遥感数据，通过耦合积雪、冰川和冻土物理过程的青藏高原多圈层水文模型系统WEB-DHM（基于水和能量平衡的分布式水文模型）制备生成，时间分辨率为月尺度，空间分辨率为5km，原始数据格式为ASCII文本格式，数据种类包括格网径流与蒸发（若蒸发小于0,则表示凝华；若径流小于0，则表示当月降水小于蒸发）。若asc无法在arcmap中正常打开，请将asc文件前5行顶格。
王磊, 刘虎
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。该数据集包含了CMIP6中情景模式比较子计划（ScenarioMIP）的4种SSP情景组合。（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）。 利用GRU数据对原始CMIP数据进行后处理偏差校正得到2046-2065年月尺度降水（pr）和气温（tas）预估后处理数据集， 参考期为1985-2014年。
叶爱中
冻融指数是气候变化的一个重要敏感指示器，也被广泛应用于冻土变化研究中。研究全球范围内冻融指数的空间分布特征与时间变化趋势，可为全球冻土环境评估、工程建设以及应对气候变化提供依据。该数据集基于1973—2021年覆盖全球陆地且超过14 000个站点的逐日气温观测数据，计算空气冻结指数（FI）和空气融化指数(TI)。冻结/融化指数，是冻结/融化期内日平均气温低于/高于 0 ℃的温度累计值。考虑到指数计算要覆盖整个冻结/融化期，并保证计算时段的连续，北半球以该年7月1日至次年6月30日为一个冻结期，以该年1月1日至12月30日为一个融化期，南半球冻结/融化时段相反。对于有缺测年份的站点未进行填补处理，一方面避免了插值对结果带来的不确定性误差，二是尽可能保留了数据的真实性与准确性。开展全球冻融指数研究，可以有效全面了解近地表热状态，并可以为探究冻融状态变化提供重要的支撑。
彭小清, 陈聪, 牟翠翠
基于12套过去千年温度资料（包括2套青藏高原夏季温度格点重建数据集、2条北极温度重建序列、1套北极格点温度重建序列、6套全球温度格点重建数据集，以及1套过去千年全球再分析数据集），利用最优信号提取法重建了过去千年（900–1999 CE）青藏高原和北极夏季年分辨率气温变化序列。青藏高原的选取范围是（27°N–36°N, 77°E–106°E），北极的选取范围是（60°N–90°N）。重建目标是仪器观测数据CRUTEM4v数据集6月至8月夏季平均气温基于1961–1990 CE时段的异常值。数据可用于研究过去千年青藏高原和北极的温度变化规律及机理。
史锋
青藏高原（TP）在春季和夏季作为一个巨大的高架式地表和大气热源，对区域和全球气候和气候具有重要影响。为了探讨TP的热强迫效应，制备了青藏高原感热异常的全球模拟 敏感性试验数据集。 本数据包含三组敏感性试验：（1）全耦合模式CESM1.2.0中春季3-5月高原感热偏强cgcm_lar_mon_3-12-2.nc和高原感热偏弱cgcm_sma_mon_3-12-2.nc的敏感性试验；（2）单独大气环流模式CAM4.0中春季3-5月高原感热偏强cam_lar_mon3-8.nc和高原感热偏弱cam_sma_mon3-8.nc的敏感性试验。 包括：三维风、位势高度、气温、地表温度、比湿、感热通量、潜热通量、降水等常规变量 空间范围：全球模拟结果
段安民
青藏工程走廊北起格尔木，南至拉萨，其穿越青藏高原核心区域、是连通内地与西藏的重要通道。地表温度作为地表能量平衡中的主要参数，表征了地气间能量和水分交换的程度，广泛应用于气候学、水文学和生态学等的研究中。本文利用Aqua和Terra星白天和晚上的四次观测值求得了年平均地表温度。先下载了分辨率为1公里的8天地表温度合成产品MOD11A2、MYD11A2，再通过MRT（MODIS Reprojection Tool）对两景数据进行了批量拼接和投影转化，最后使用IDL计算得到了2010年以后的年平均MODIS地表温度数据。
牛富俊
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
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
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
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
该数据集包含了2021年1月1日至2021年10月9日青海湖流域地表过程综合观测网高寒草甸草原混合草原超级站气象要素梯度观测系统数据。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。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m、15m、20m、30m、40m处，共7层，朝向正北；气压计安装在3m处；翻斗式雨量计安装在塔西偏北侧10m平台上；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；土壤热流板（自校正式）（3块）依次埋设在地下6cm处，朝向正南距离塔体2m处；土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处，在距离气象塔2m的正东方；土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处，在距离气象塔2m的正东方；光合有效辐射仪安装在6m处，探头垂直向上和向下方向各一个，朝向正南。 观测项目有：风速（WS_3m、WS_5m、WS_10m、WS_15m、WS_20m、WS_30m、WS_40m）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m、WD_15m、WD_20m、WD_30m、WD_40m）(单位：度)、空气温湿度（Ta_3m、Ta_5m、Ta_10m、Ta_15m、Ta_20m、Ta_30m、Ta_40m和RH_3m、RH_5m、RH_10m、RH_15m、RH_20m、RH_30m、RH_40m）(单位：摄氏度、百分比)、降水量（Rain）(单位：毫米)、气压（Press）(单位：百帕)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、向上与向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_400cm）(单位：百分比)、土壤温度（Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_400cm）(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：2018/8/31 10:30。
李小雁
该数据集包含了2021年1月1日至2021年10月13日青海湖流域地表过程综合观测网亚高山灌丛气象要素梯度观测系统数据。站点位于青海省刚察县沙柳河镇大寺附近，下垫面是亚高山灌丛。观测点经纬度为：东经100°6'3.62"E，北纬37°31'15.67" N，海拔3495m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处，共3层，朝向正北；气压计安装在3m处；翻斗式雨量计安装在塔西偏北侧2m平台上；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；土壤热流板（自校正式）（3块）依次埋设在地下6cm处，朝向正南距离塔体2m处；土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和500cm处，在距离气象塔2m的正东方；土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和500cm处，在距离气象塔2m的正东方；光合有效辐射仪安装在6m处，探头垂直向上和向下方向各一个，朝向正南。 观测项目有：风速（WS_3m、WS_5m、WS_10m）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m）(单位：度)、空气温湿度（Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m）(单位：摄氏度、百分比)、降水量（Rain）(单位：毫米)、气压（Press）(单位：百帕)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、向上与向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_500cm）(单位：百分比)、土壤温度（Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_500cm）(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：2018/8/31 10:30。
李小雁
该数据集包含了2021年1月1日至2021年10月13日的青海湖流域水文气象观测网温性草原气象要素梯度观测系统数据。站点位于青海省刚察县三角城种羊场，下垫面是温性草原。观测点经纬度为：东经 100°14'8.99"E，北纬 37°14'49.00"N，海拔3210m。风速/风向、风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处，共3层，朝向正北；气压计安装在3m处；翻斗式雨量计安装在塔西偏北侧；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；土壤热流板（自校正式）（3块）依次埋设在地下6cm处，朝向正南距离塔体2m处；土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处，在距离气象塔2m的东方；土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处，在距离气象塔2m的东方；光合有效辐射仪安装在6m处，探头垂直向上和向下方向各一个，朝向正南。 观测项目有：风速（WS_3m、WS_5m、WS_10m）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m）(单位：度)、空气温湿度（Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m）(单位：摄氏度、百分比)、降水量（Rain）(单位：毫米)、气压（Press）(单位：百帕)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、向上与向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_400cm）(单位：百分比)、土壤温度（Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_400cm）(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：2018/8/31 10:30。
李小雁
数据内容：Nukus灌区2021年1月至2021年12月气温数据，单位为0.1℃。 数据来源及加工方法：本数据来源于Nukus灌区地下水自动监测站采集。 数据质量描述：本数据为站点数据，时间分辨率为3小时。 数据应用成果及前景：在气候变化背景下，可用于气象要素和地下水特征相关关系分析，也可以与其它水文气象数据相结合分析地下水时间以及空间分布变化特征。同时也可作为诸如极端气候、粮食减产以及人类健康等相关领域研究的基础数据。
刘铁
该数据集提供了位于拉萨市区北郊的夺底沟径流实验站的流量、降水、气温监测数据。其中，径流监测站点2处，提供了2019年6月至12月的径流数据，数据步长为10分钟；降水监测站点5处，提供了2018-2021年的降水数据，数据步长为1日；气温监测站点8处，提供了2018-2021年的气温数据，数据步长为30分钟。径流数据、降水和气温数据均为实测数据。该数据集可以为青藏高原的水文和气象过程研究提供数据支撑。
刘金涛
该数据集包含了黑河流域地表过程综合观测网上游阿柔站的大孔径闪烁仪通量观测数据。上游阿柔站分别架设了BLS900和RR-RSS460型号的大孔径闪烁仪，北塔为RR-RSS460的接收端和BLS900的发射端，南塔为RR-RSS460的发射端和BLS900的接收端。观测时间为2021年1月1日至2021年12月31日。站点位于青海省祁连县阿柔乡草达坂村，下垫面是高寒草地。北塔的经纬度是100.4712E，38.0568N，南塔的经纬度是100.4572E，38.0384N，海拔高度约3033m。大孔径闪烁仪的有效高度13.0m，光径长度是2390m，采样频率是1min。 大孔径闪烁仪原始观测数据为1min，发布的数据为经过处理与质量控制后的数据，其中感热通量主要是结合自动气象站观测数据，基于莫宁-奥布霍夫相似理论通过迭代计算得到，主要的质量控制步骤包括：（1）剔除Cn2达到饱和的数据（BLS900：Cn2>7.25E-14，RR-RSS460：Cn2>7.84 E-14）；（2）剔除解调信号强度较弱的数据（BLS900：Average X Intensity<1000；RR-RSS460：Demod>-20mv）；（3）剔除降水时刻的数据；（4）剔除稳定条件下的弱湍流的数据（u*小于0.1m/s）。在迭代计算过程中，对于BLS900，选取Thiermann and Grassl(1992)的稳定度普适函数；对于RR-RSS460，选取Andreas(1988)的稳定度普适函数，详细介绍请参考Liu et al. (2011, 2013)。 关于发布数据的几点说明：（1）上游LAS数据以BLS900为主，缺失时刻由RR-RSS460观测补充，两者都缺失则以-6999标记。（2）数据表头：Date/Time ：日期/时间（格式：yyyy/m/d h:mm），Cn2 ：空气折射指数结构参数（单位：m-2/3），H ：感热通量（单位：W/m2）。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xlsx格式存储。 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, 张阳, 谭俊磊, 任志国, 李新
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
