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
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
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
冰川区域内的近地表气温变化和温度预测的可靠性是水文和冰川学研究的重要问题,由于缺乏高海拔观测,这些问题仍然难以捉摸。本研究基于从 6 个不同流域的 12 个自动气象站、43 个温度记录仪和 6 个国家气象站收集的 2019 年气温数据,展示了不同冰川/非冰川地区的气温变化,并评估了不同温度预测的可靠性,以减少消融估计中的误差。结果表明,不同气候背景下温度递减率 (LRs) 的空间异质性很大,最陡峭的 LRs 位于寒冷干燥的青藏高原西北部,最低的 LRs 位于受暖湿季风影响的青藏高原东南部。青藏高原西部和中部高海拔冰川区的近地表气温受下降风的影响较小,因此可以从冰川外的记录中线性预测。相比之下,青藏高原东南部温带冰川上盛行的局地降风风对环境气温的降温作用明显,因此,冰川上气温明显低于同等海拔的非冰川地区。因此,来自低海拔非冰川站的线性温度预测可能导致正度日数高估 40%,特别是对于流线距离长且冷却效果显着的大型冰川。这些发现提供了值得注意的证据,表明在估算青藏高原冰川融化时,应仔细考虑不同气候条件下高海拔冰川的不同 LR 和相关冷却效应。
杨威
1) 青藏高原地面气象驱动数据集(2019-2020),包括地表温度(Land surface temperature)、地表降水率(Mean total precipitation rate)、下行短波辐射(Mean surface downward long-wave radiation flux)以及下行长波辐射(Mean surface downward short-wave radiation flux)4个气象要素。 2) 该数据集以ERA5再分析数据为基础,辅以MODIS NDVI、MODIS DEM、FY3D MWRI DEM数据产品。通过多元线性回归方法对ERA5再分析数据进行降尺度处理,最后通过重采样生成。 3) 青藏高原地面气象驱动数据集(2019-2020)各数据要素均以TIFF格式存储,时间分辨率包括(每日、每月、每年),空间分辨率统一为0.1°×0.1°。 4) 本数据方便不会使用.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, 杜宝隆
1)数据内容(包含的要素及意义):高寒网19个站(藏东南站、纳木错站、珠峰站、慕士塔格站、阿里站、格尔木站、天山站、祁连山站、若尔盖站(共2个点,西北院和成都生物所)、玉龙雪山站、那曲站(含3个站点,青藏所、西北院和地理所)、海北站、三江源站、申扎站、拉萨站、青海湖站)2020年青藏高原气象观测数据集(气温、降水、风向风速、相对湿度、气压、辐射和通量等数据) 2)数据来源及加工方法:高寒网19个站实地观测Excel格式 3)数据质量描述:站点日分辨率 4)数据应用成果及前景: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。另外,该数据集是对中国高寒区地表环境与观测网络气象数据(2019)的更新。
朱立平
该数据集包括2000–2009 和 2090–2099两个时段的NEX-GDDP (NASA Earth Exchange Global Daily Downscaled Projections)的每日最低气温(Tmin)、最高气温数据(Tmax)和降水量(PPT)数据(v1.0),日最高温和日最低温单位为K;降水量单位为kgm-2s-1;背景填充值为-999。 本数据集在原始数据基础上裁取青藏高原范围内像元,原始数据于2020年8月下载自 https://portal.nccs.nasa.gov/datashare/NEXGDDP/BCSD/。 NEX-GDDP数据集由CMIP5(Coupled Model Intercomparison Project Phase 5)历史气候和RCP(Representative Concentration Pathways)4.5情景模式下运行的大气环流模型(General Circulation Models)得到,共包括21个大气环流模型;其中 2000–2005为历史气候情景,2006–2009和2090–2099为RCP 4.5情景。原始数据相关说明请参见:https://www.nccs.nasa.gov/services/data-collections/land-based-products/nex-gddp。
沈妙根, 姜楠
本数据是基于Chen et al. 2016, Chen et al. 2011, Chen et al. 2013 所使用的2008年改则无线电探空观测数据基础之上再加工处理成的资料,加工的大气风速、风向、气温、相对湿度、气压的垂直分辨率为20m,共处理了2008年三个观测阶段的资料,即IOP1,IOP2和IOP3。IOP1从2008年2月25日开始到2008年3月19日,IOP2从2008年5月13日到6月12日,IOP3从2008年7月7日到7月16日,一天4次观测。原始无线电探空仪型号为Vaisala RS-92,原数据为每2s一条数据记录,根据Chen et al. 的文章需要对该资料采用高度等间距法对所有变量进行了线性插值。
陈学龙, 马耀明
1)数据内容(包含的要素及意义):高寒网21个站(藏东南站、纳木错站、珠峰站、慕士塔格站、阿里站、那曲站、双湖站、格尔木站、天山站、祁连山站、若尔盖站(西北院)、玉龙雪山站、那曲站(寒旱所)、海北站、三江源站、申扎站、贡嘎山站、若尔盖站(成都生物所)、那曲站(地理所)、拉萨站、青海湖站)2018年青藏高原气象观测数据集(气温、降水、风向风速、相对湿度、气压、辐射和蒸发) 2)数据来源及加工方法:高寒网21个站实地观测Excel格式 3)数据质量描述:站点日分辨率 4)数据应用成果及前景: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
(1)本数据集是申扎高寒湿地2016-2019年的碳通量数据集,包含空气温度、土壤温度、降水、生态系统生产力等参数。(2)该数据集以野外涡度相关实测数据为基础,采用国际上公认的涡度相关数据标准处理方法,基本流程包括:野点剔除-坐标旋转-WPL校正-储存项计算-降水同期数据剔除-阈值剔除-异常值剔除-u*校正-缺失数据插值-通量分解与统计。本数据集还包含了基于涡度相关数据集标定后的模型模拟数据。(3)该数据集已经过数据质量控制,数据缺失率为37.3%,缺失数据已采用插值方式补充。(4)该数据集对认识高寒湿地碳汇功能具有科学价值,也可以用于机理模型的矫正和验证等。
魏达
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
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
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
海陆热力差异是形成季风的重要原因,印度夏季风的建立与欧亚大陆和印度洋之间产生的海陆热力差异有关。对流层中高层青藏高原和热带印度洋的热力差异与印度夏季风的爆发及其年际和年代际变化紧密相关。青藏高原和热带东印度洋上空温度是对印度夏季风变化最敏感的两个区域,基于此,用500-200hPa温度场定义了一个青藏高原与印度洋热力差异指数: TCI = Nor[T(25°N-38°N, 65°E-95°E) - T(5°S-8°N, 65°E-95°E)] 其中,Nor表示标准化,T表示500hPa-200hPa温度场。 青藏高原与印度洋热力差异指数(TCI)分为逐候、月、夏季3种时间分辨率序列。它可以从多种时间尺度反映高原与北印度洋之间的热力差异及其与后期印度夏季风变率的关系。并且,与单独的青藏高原或印度洋热力状况相比,该指数表现得更好,指数大时,后期印度夏季风强度往往偏强。另外,TCI的逐候增量对印度季风的演变具有预测意义,TCI逐候增量超前印度季风指数3候开始显著相关,且超前15候的时候相关最大。同时,TCI逐候增量前25候平均值的大小对印度季风爆发的早晚有一定的预报意义。 资助项目: 中国科学院战略性先导科技专项泛第三极环境变化与绿色丝绸之路建设(XDA20060501 印度洋-第三极热力差异对季风的影响及其经向输送效应)
李张群, 肖子牛, 赵亮
本数据集是1990年至2015年青藏高原地区气候要素数据集,记录了青藏高原25年来每五年的年平均气温空间分布变化情况。数据为tif栅格格式,空间分辨率为1公里,年平均气温单位为0.1摄氏度。该数据来源于青藏高原上的气象站点日观测数据,通过时间聚合计算和空间插值处理生成,该数据集作为一种重要的气候要素可用于研究青藏高原的年平均气温变化与气候变化,作为青藏高原生态环境变化的气候背景,为城镇化与生态环境交互胁迫研究提供数据支撑。
杜云艳, 易嘉伟
基于WRF模式,以ERA5再分析资料为初始和边界场,通过动力降尺度的方法,初步获得了青藏高原高分辨率低层大气结构和地气交换数据集。该数据集时间范围为2014年8月1日-8月31日,时间分辨率1小时,水平范围25oN-40oN,70oE-105oE,水平分辨率为0.05°。数据格式为NetCDF,每一小时数据输出一个文件,文件以日期命名。低层大气结构数据包含温度、相对湿度、水汽混合比、位势高度、经向风、纬向风气象要素,垂直方向为34层等压面;地气交换数据集包含地表接收的向上/向下短波辐射、向上/向下长波辐射、地表感热和通量、2米气温和水汽混合比、10米风等。该数据集可对青藏高原天气过程和气候环境研究提供数据支撑。
马舒坡
数据内容:本数据集包含3种分辨率(0.25度、0.75度和2度)青藏高原多年平均月温度递减率(单位:℃/m)网格数据 数据来源及加工方法:基于高程标准差和相关性阈值动态检测不同分辨率网格内MODIS地温-海拔样本的有效性来获得局部可靠的温度递减率 数据质量描述:基于青藏高原113个站点的1980-2014年间日平均气温观测,对ERA-Interim气温数据应用0.75度气温递减率产品进行日平均气温的空间降尺度,使其验证误差(均方根误差)由~4℃降低到~2℃。 数据应用成果及前景:该数据集可应用于多种再分析资料的气温降尺度。
张凡, 张宏波
该数据集是从中国科学院青藏高原研究所开发的一套中国区域近地面气象与环境要素再分析数据集中提取得到。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,融合了中国气象局常规气象观测数据制作而成。其时间分辨率为 3 小时,水平空间分辨率 0.1°,包含近地面气温、近地面气压、近地面空气比湿、近地面全风速、地面向下短波辐射、地面向下长波辐射、地面降水率,共 7 个要素(变量)。 各变量的物理意义: 气象要素 变量名 单位 物理意义 近地面气温 temp K 瞬时近地面(2m)气温 地表气压 pres Pa 瞬时地表气压 近地面空气比湿 shum kg/ kg 瞬时近地面空气比湿 近地面全风速 wind m /s 瞬时近地面(风速仪高度)全风速 向下短波辐射 srad W /平方米 3 小时平均 (-1.5hr ~ +1.5hr) 向下短波辐射 向下长波辐射 lrad W /平方米 3 小时平均 (-1.5hr ~ +1.5hr) 向下长波辐射。 降水率 prec mm/hr 3 小时平均 (-3.0hr ~ 0.0hr) 降水率。 更多信息,请参见随数据一同发布的《User’s Guide for China Meteorological Forcing Dataset》。
阳坤
本数据集来源于论文:Huang, R., Zhu, H.F., Liang, E.Y., Liu, B., Shi, J.F., Zhang, R.B., Yuan, Y.J., & Grießinger, J. (2019). A tree ring-based winter temperature reconstruction for the southeastern Tibetan Plateau since 1340 CE. Climate Dynamics, 53(5-6), 3221-3233. 在本文中,为了了解过去几百年冬季温度变化历史及其驱动因素,中国科学院青藏高原研究所高寒生态重点实验室、青藏高原地球科学卓越创新中心梁尔源研究员课题组,利用2007-2016年期间采集的树木年轮样本重建了青藏高原东南部地区公元1340年以来的冬季(11-2月)最低温度变化历史。 数据由论文作者提供,数据包含了1340-2007年青藏高原东南部昌都地区冬季的最低温度重建数据。 数据包含以下字段: year:年 Tmin.recon( ℃):重建的最低温度( ℃) 数据详细信息参见附件:A tree ring-based winter temperature reconstruction for the southeasternTibetan Plateau since 1340 CE.pdf
黄茹, 朱海峰, 梁尔源
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。 数据包含中国高寒网17个站点2014-2017年青藏高原地区逐日气象观测数据集(气温、降水、风向风速、相对湿度、气压、辐射和蒸发),三江源的数据有所缺失。
朱立平, 彭萍
本数据集包括了青藏高原祁连山地区自从1980年到2013年以来的逐月的2m高的气温数据。本数据集来源于欧洲中期天气预报中心的第三代ERA-Interim再分析资料,该数据集采用四维变分分析,结合卫星数据误差校正等技术,实现了再分析资料的质量提升。数据集的空间分辨率为0.125°。本数据集是祁连山地区过去30多年以来的气温的网格数据集,可以为祁连山地区的气温变化、生态系统发展演替及相关地球系统模型的研究提供基础依据。
吴晓东
采用WRF模式制备的青藏高原近地表大气驱动和地表状态数据集,时间范围:2000-2010,空间范围:25-40 ºN,75-105 ºE,时间分辨率:逐时,空间分辨率:10 km,格点数为150*300。 总计有33个变量,其中包含的近地表大气变量11个: 地面上2m高度的温度、 地面上2m高度的比湿、地面气压、地面上10m风场的纬向分量、地面上10m风场的经向分量、固体降水比例、累积的积云对流降水、累积的格点降水、地表处的向下短波辐射通量、地表处的向下长波辐射通量、累计的潜在蒸发。 包含的地表状态变量有19个:各层土壤温度、各层土壤湿度、 各层土壤液态水含量、雪相态改变的热通量、土壤底部温度、地表径流、地下径流、植被比例、地面热通量、雪水当量、实际雪厚、雪密度、冠层中的水、地表温度、反照率、背景反照率、更低边界处的土壤温度、地表面处向上的热量通量(感热通量)、地表面处向上的水量通量(感热通量)。 其他变量3个:经度、纬度和行星边界层高度。
潘小多
本数据集包含了自1010至2005年内各年代氧同位素数据,用于研究青藏高原希夏邦马地区环境变化。 冰芯氧同位素利用仪器测量得出,由仪器或者实验完成后直接得到数据,各个环节严格按照相关操作规程进行样品和数据采集,符合各实验室操作标准规范。 本数据包含两个字段: 字段1:年代 AD 字段2:氧同位素 ‰
田立德
本数据集包含自1951年1月至2006年12月,青藏高原地区历年各季度和历年各月份的温度距平序列。依照气候距平法(CAM),基于《中国均一化历史气温数据集(1951-2004)1.0版》与2005-2006逐日平均气温资料,对青藏高原及其邻近区域共123个站点的逐月平均气温网格化,进而以面积加权法建立了高原1951-2006年逐月平均气温距平序列。其中,为最大限度地利用观测资料,着重探讨了利用参考站订正短序列气温资料气候标准值的方法。参考文献:任雨,张雪芹,彭莉莉.青藏高原1951-2006年气温距平序列的建立与分析.高原气象,2010. 《中国均一化历史气温数据集(1951-2004)1.0版》与2005-2006逐日平均气温资料,符合相关国家标准。 年各月温度距平数据表共有五个字段 字段1:年 字段2:月份 字段3:网格数 参加计算的网格数 字段4:站点数 参加计算的站点数 字段5:月温度距平 单位 ℃ 历年及各季温度距平数据表共有五个字段 字段1:年 字段2:季度 字段3:网格数 参加计算的网格数 字段4:站点数 解释:参加计算的站点数 字段5:温距平 ℃ 其中,季度字段中 1. 如果为空值,表示为年温度距平 2. DJF:冬季(上年12月至当年2月)温度距平值 ℃ 3. MAM:春季(3-5月)温度距平值 ℃ 4. JJA:夏季(6-8月)温度距平值 ℃ 5. SON:秋季(9-11月)温度距平值 ℃ 数据精度:月均温距平到小数点后三位,年均温与季均温距平到小数点后两位。
刘林山
青藏高原地区属于高原山地气候,气温及其季节变化一直是全球气候变化研究的热点之一。 数据包含青藏高原地区的气温数据,空间分辨率为1km*1km,时间分辨率为月、年,时间覆盖范围为2000年、2005年、2010年、2015年。数据通过对青藏高原地区国家气象站数据进行Kring插值得到。 数据可用于分析青藏高原的气温的时间空间分布情况,此外数据还可用于分析青藏高原的气温随时间变化的规律,对青藏高原的生态环境研究有重要意义。
方华军
本数据集来自中国科学院西北生态环境资源研究院那曲高寒气候环境观测研究站那曲观测场(31.37ºN,91.90º E,海拔高度4509m),观测场地平坦开阔,不均匀的生长着高度为3-20cm的植被。本数据集观测时间为2014年1月1日至2017年12月31日,观测要素主要包括风速、气温、空气相对湿度、气压、向下短波辐射、降水量、蒸发、潜热通量和CO2通量。其中降水量、蒸发和CO2通量数据为日累积值,其他观测要素为日平均值。观测数据总体上连续性较好,但由于供电故障导致部分数据缺测,数据中的缺测值标记为NAN。
胡泽勇, 谷良雷, 孙方林, 王树金
1、数据内容:气温、相对湿度、降水、气压、风速、平均总辐射、总净辐射值及水汽压日平均数据。 2、数据来源及加工方法:由美国campel高山型自动气象站观测,其中空气温湿度传感器型号HMP155A;风速风向仪型号:05103-45;净辐射仪:CNR 4 Net Radiometer four component;大气压力传感器:CS106;雨量筒:TE525MM。自动气象站每隔10分钟自动采集一次数据,每日采集完自动统计计算得出日均值气象数据。 3、数据质量描述:数据自动连续获取。 4、数据应用成果及前景:该气象站设置在冰川中部,气象数据可为模拟预测未来气候变化背景下海洋型冰川变化对全球气候变化的响应研究提供了数据保证。
刘婧
1、数据内容:气温、相对湿度、降水、气压、风速、总净辐射值及水汽压日平均数据。 2、数据来源及加工方法:由美国campel高山型自动气象站观测,其中空气温湿度传感器型号HMP155A;风速风向仪型号:05103-45;净辐射仪:CNR 4 Net Radiometer four component;大气压力传感器:CS106;雨量筒:TE525MM。自动气象站每隔10分钟自动采集一次数据,逐日采集完自动统计计算得出日均值气象数据。 3、数据质量描述:数据自动连续获取。 4、数据应用成果及前景:该气象站设置在冰川上部,气象数据可为海洋型冰川积雪-径流模型等提供数据支持,为冰川动力学模式和模拟研究提供了数据保证。
刘婧
1、数据内容:气温、相对湿度、降水、气压、风速、平均总辐射及水汽压日平均数据。 2、数据来源及加工方法:由美国campel高山型自动气象站观测,其中空气温湿度传感器型号HMP155A;风速风向仪型号:05103-45;净辐射仪:CNR 4 Net Radiometer four component;大气压力传感器:CS106;雨量筒:TE525MM。自动气象站每隔10分钟自动采集一次,每日采集完自动统计计算得出日均值气象数据。 3、数据质量描述:数据自动连续获取。 4、数据应用成果及前景:该气象站的下垫面类型为高山草甸,气象数据可为高寒区陆面过程模拟提供基础数据保障。
刘婧
基于青藏高原国家气象站站点数据通过PRISM模型插值生成的高原气象要素分布图,主要包括气温和降水。 青藏高原1961-1990月均温分布图(30年平均值): t1960-90_1.e00,t1960-90_2.e00,t1960-90_3.e00,t1960-90_4.e00,t1960-90_5.e00, t1960-90_6.e00,t1960-90_7.e00,t1960-90_8.e00,t1960-90_9.e00,t1960-90_10.e00, t1960-90_11.e00,t1960-90_12.e00 青藏高原1991-2020月均温分布图(30年平均值): t1991-20_1.e00,t1991-20_2.e00,t1991-20_3.e00,t1991-20_4.e00,t1991-20_5.e00, t1991-20_6.e00,t1991-20_7.e00,t1991-20_8.e00,t1991-20_9.e00,t1991-20_10.e00, t1991-20_11.e00,t1991-20_12.e00, 青藏高原1961-1990月降水分布图(30年平均值): p1960-90_1.e00,p1960-90_2.e00,p1960-90_3.e00,p1960-90_4.e00,p1960-90_5.e00, p1960-90_6.e00,p1960-90_7.e00,p1960-90_8.e00,p1960-90_9.e00,p1960-90_10.e00, p1960-90_11.e00,p1960-90_12.e00 青藏高原1991-2020月降水分布图(30年平均值): p1991-2020_1.e00,p1991-2020_2.e00,p1991-2020_3.e00,p1991-2020_4.e00,p1991-2020_5.e00, p1991-2020_6.e00,p1991-2020_7.e00,p1991-2020_8.e00,p1991-2020_9.e00,p1991-2020_10.e00, p1991-2020_11.e00,p1991-2020_12.e00, 数据时间范围分为1961-1990年、1991-2020年。 数据覆盖的空间范围为东经73°~104.95°,北纬26.5°~44.95°,空间分辨率0.05度×0.05度(经度×纬度),大地坐标投影。 名称解释: 月均温:一个月中每天的日平均气温的平均数; 月降水:一个月降水量的总和。 量纲:数据的文件格式为E00文件,DN值为1~12月的月均温平均值(×0.01℃)、月降水平均值(×0.01mm)。 数据类型:整型。 数据精度:0.05度×0.05度(经度×纬度)。 本数据原始来源为两组数据集:1)青藏高原及周边地区128个气象站自建站至2000年的月均温、月降水观测资料;2)青藏高原50×50km网格的HadRM3区域气候情景模拟数据,即1991-2020年下月平均温度、月降水模拟值。 1961-1990年,对源数据集采用PRISM(Parameter elevation Regressions on Independent Slopes Model)插值方法生成网格数据,基于站点数据对插值模型进行调参和验证。1991-2020年,对区域气候情景模拟数据以地形趋势面插值方法降尺度生成网格数据。部分源数据来自GCM模型模拟的结果:GCM模型采用Hadley Centre climate model HadCM2-SUL。 a) Mitchell JFB, Johns TC, Gregory JM, Tett SFB (1995) Climate response to increasing levels of greenhouse gases and sulphate aerosols. Nature, 376, 501-504. b) Johns TC, Carnell RE, Crossley JF et al. (1997) The second Hadley Centre coupled ocean-atmosphere GCM: model description, spinup and validation. Climate Dynamics, 13, 103-134. 对气象数据进行空间插值采用PRISM (Parameter-elevation Regressions on Independent Slopes Model)方法: Daly,C., R.P. Neilson, and D.L. Phillips, 1994: A statistical-topographic model for mapping climatological precipitation over mountainous terrain. J. Appl. Meteor., 33, 140~158. 因高原地区观测条件艰苦,基础研究数据缺乏,部分地区气象数据有缺失的现象。本数据集经调参和验证,精度尚可,但仅可做为宏观尺度气候研究的参考之用。青藏高原1961-1990月均温分布数据平均相对误差率为8.9%,青藏高原1991-2020月均温分布数据平均相对误差率为9.7%,青藏高原1961-1990月降水分布数据平均相对误差率为20.9%,青藏高原1991-2020月降水分布数据平均相对误差率为22.7%。对部分缺失数据的区域进行了插补,对明显错误的个别数值进行了修改。
周才平
包含了青海省1998-2016年西宁、海东、门源、黄南、海南、果洛、玉树、海西等主要地区平均气温数据。数据整理自统计年鉴: 《青海社会经济统计年鉴》和《青海统计年鉴》,精度同数据所摘取的统计年鉴。 数据表记录了青海省8个地区每个月及每年的平均温度。 单位:摄氏度。 数据集主要应用于地理学、社会经济研究。
青海省统计局
本数据集包括拉萨农田试验站观测的春青稞试验样地的生物量和光合作用数据以及当雄草地试验站观测的气象数据。时间范围为2006-2009年。 生物量观测方法:每个样方取样面积25cm*25cm;光合作用数据观测:仪器为LiCor-6400。 生物量数据是人工根据记录本录入;光合数据是仪器自动记录;气象数据日值中的平均风速、主风向、气温、大气压和相对湿度用半小时数据进行日平均所得,降水量和总辐射数据是观测系统自动记录数据。 生物量数据的观测过程中,严格按照农学方法,可以应用于农业生产力的估算;光合数据观测过程中,仪器的操作、观测对象的选择等严格按照专业要求进行,可以用在植物叶片光合参数模拟和生产力估算中。 青藏高原农田生态系统观测数据,包含:1)地上生物量;2)CO2响应光合数据;3)光响应光合数据;4)当雄监测点气象数据日值。 数据采集地点中国科学院拉萨农业生态试验站,经度:91°20’,纬度:29°41’,海拔:3688m;当雄高寒草甸碳通量观测站,经度:91°05′,纬度:30°25′,海拔:4333m。
张宪洲
本数据集包含青藏高原南部羊卓雍错湖芯孢粉图谱与温度/降水重建序列研究数据。用于研究羊卓雍错地区20ka来环境变化。利用孢粉分析方法获取本数据集由实验室测量及计算获取。在各个环节严格按照相关操作规程进行样品和数据采集,鉴定。 本数据集共有三个子表,其中: 前两个表为TC1孔孢粉样品分析数据,分别为: 字段1:样品号 字段2:样品深度 单位 cm 字段3:样品年代 单位 aBP 字段4:孢粉总浓度 单位 粒/克 字段5:总花粉颗粒 单位 粒数 字段6:指示性花粉总数 单位 粒数 字段7:鉴定指示性花粉数 单位 粒数 字段8:样品重量 单位 克 字段9:浓度系数 单位 粒/克 字段1:样品号 字段2:植物种类 字段3:花粉含量 单位 % 第三个子表为重建的温度降水,共有6个字段, 字段1:样品代码 字段2:样品名称 字段3:深度 单位 cm 字段4:年龄 单位 aBP 字段5:年均温 单位 0.1℃ 字段6:年降水 单位 0.1mm 岩芯采自青藏高原南部羊卓雍错流域,大致采样位置为:90°27′E,28°56′N,海拔:4425m
王君波, 吕厚远
数据集综合了藏北高原大气、水文和土壤的多站点长期监测项目,包含了藏北高原青藏公路/铁路沿线9个站点(D66,NewD66,沱沱河,D105,D110,安多,MS3478/NPAM,那曲布交,MS3608)多层或单层大气基本要素(风、温、湿、压和降雨/雪等),地面辐射各分量及多层土壤温、湿和热流等观测资料。 数据集通过架设在野外的自动气象站(AWS)、大气边界层塔(PBL)所获得的监测数据组成。所使用的温湿度和气压传感器由芬兰的Vaisala公司生产;风速风向传感器由美国的MetOne公司生产;辐射传感器由美国的APPLEY公司和日本的EKO公司生产;气体分析仪由美国的Licor公司生产;土壤含水量、超声风速仪和数据采集器等由美国的CAMPBELL公司生产。定期(每年2-3次)由专业人员对观测系统进行维护,对传感器进行标定和更换,对采集的数据进行下载和整编。 数据集加工方法为原始数据经过质量控制后形成时间连续序列。满足国家气象局和世界气象组织(WMO)对气象观测原始数据的精度,质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。 数据包含如下观测指标: 空气温度,单位:℃,精度:0.05℃; 空气相对湿度,单位:%,精度:2%; 风速,单位:m/s,精度:0.1m/s; 气压,单位:hPa,精度:0.5hPa; 风向,单位:°,精度:4°; 降水,单位:mm,精度:0.05mm; 辐射,单位:W/m²,精度:5%; 土壤热流,单位:W/m²,精度:2%; 土壤温度,单位:℃,精度:0.2℃; 土壤体积含水量,单位:v/v%,精度:2%。
胡泽勇
第三极地区降水资料库包含7个指标:降水量(Precipitation),订正后降水 (Corrected Precipitation),订正系数(Correction Factor),风速损失(Wind-induced loss),蒸发损失(Evaporation loss),湿润损失(Wetting loss),微降水(Trace precipitation)。涵盖了第三极地区台站观测降水数据,同时包含了订正后的降水数据、订正系数,以及由风速、蒸发、湿润等引起的降水损失、微量降水等。 (1)中国境内观测降水数据来自于中国气象局-国家气象信息中心(http://data.cma.gov.cn/site/index.html) (2)国外观测降水数据来自NCDC国际气候数据中心-NOAA卫星信息服务中心(http://www7.ncdc.noaa.gov/CDO/country),巴基斯坦气象局,尼泊尔气象局等。 原始数据已经由气象业务部门经过严格的质量控制,并已经在相关学术期刊发表。因各个国家气象数据集的规范不同,订正前需要统一气象要素单位,即气温、风速、降水等单位各自统一为℃、m/s、mm。 该数据集包含2个表格: 第三极地区中国境内降水日资料; 第三极地区境外降水日资料。 表格1,2包含如下字段:台站编号,日期,观测降水,订正后降水,订正系数,风速损失,蒸发损失,湿润损失,微降水。
张寅生
本数据集主要包括藏东南高山环境综合观测研究站色季拉山高山林线观测场2005-2008年观测的气象数据和土壤水分数据。 藏东南山地林线观测数据集,包含:1)气象数据集 ;2)土壤水分数据。其中:气象数据集内容包括:风速、气温(1,3m)、相对湿度(1,3m)、土壤热通量(-5,-20,-60cm)、土壤温度(-5,-20,-60cm)、气压、总辐射、净辐射、光合有效辐射、红光辐射(660,730nm)、大气长波辐射、地面长波辐射、地表温度、降水量、雪厚;土壤水分数据包括:植被类型、土壤含水量(-5,-20,-60cm)。 各观测指标所使用的仪器情况: 气温:气温传感器( Air Temperature Probe),产自台湾,型号为TRH-S。 相对湿度:型号为TRH-S,产自台湾。 风速:风速仪(Anemoscope), 产自台湾,型号为03102。 气压:气压仪(Barometric Pressure sensor),产自台湾,型号为BP0611A。 大气长波辐射:大气长波辐射仪(pyrgeometer),产自荷Kipp & Zonen公司,型号为CG3。 地面长波辐射:地面长波辐射仪(pyrgeometer),产自荷兰Kipp & Zonen公司,型号为CG3。 总辐射:总辐射仪(Pyranometer),产自荷兰Kipp & Zonen公司,型号为CM3。 净辐射:净辐射仪(Net Radiometer), 产自荷兰Kipp & Zonen公司,型号为NR-Lite。 光合有效辐射:有效光合辐射仪(PAR-Sensor),产自产自荷兰Kipp & Zonen公司,型号为MS-PAR。 红外辐射:红外辐射仪(Infrared radiation sensor) ,产自英国Skye公司,型号为SKY110。 雨量:雨量筒(Rain Gauge), 产自台湾,型号为7852M。 雪厚:超声波雪厚仪(ultrasonic snow depth sensor),产自美国,型号为260-700。 土壤温度:土壤温度传感器(Soil temperature probe), 产自美国Onset公司,型号为12-Bit。 土壤热通量:土壤热通量板(Soil heat flux plate),产自荷兰Hukseflux公司,型号为HFP01。 土壤含水量:土壤水分传感器(Soil moisture sensor),产自美国Onset公司,型号为S-SMA-M003。 严格按照仪器操作规范进行观测和数据采集, 每项观测仪器在安装前都经过了供应商严格的调试并校正,从而确保了观测数据的准确性。在加工生成数据表时,剔除了一些明显误差数据。
刘新圣, 罗天祥
本数据集包含祁连山东段3个气象站点(西营水库[XYSCZ],护林站[XYHLZ]和上池沟[XYSCG])2006-2010年间的气象观测数据,要素包括气温、降水、相对湿度、风速、主风向、总辐射和气压,时间分辨率为:天。 原始数据严格按照仪器操作规范进行观测和数据采集,精度满足国家气象局和世界气象组织(WMO)对气象观测数据的要求,每年2-3次由专业人员对观测系统进行维护,对传感器进行标定和更换,对采集的数据进行下载和整编。该数据是原始数据经过质量控制后形成时间连续序列,剔除曳点数据和传感器出现故障造成一些明显的系统误差数据。
高红山
小冬克玛底冰川,位于唐古拉山,为大陆型冰川。该冰川是由一条朝南向的主冰川(也叫大冬克玛底冰川)和一条朝向西南的支冰川(也叫小冬克玛底冰川)汇流而成的复式山谷冰川,2012年-2015年小冬克玛底6个点、羊八井4个点和哈日钦4个点等冰川逐日温度、湿度观测资料。
徐柏青
本数据集包含从2005年10月1日到2016年12月31日,纳木错台站观测的气温、气压、相对湿度、风速、降水、总辐射等日值。 数据集加工方法为原始数据经过质量控制后形成连续的时间序列。满足国家气象局和世界气象组织(WMO)对气象观测原始数据的精度,剔除了曳点数据和传感器出现故障造成的系统误差。 该数据的服务对象为从事大气物理、大气环境、气候、冰川、冻土等学科科学研究和人才培养的专业人员。主要应用于冰川学、气候学和环境变化、寒区水文过程以及冻土学等学科领域。 测量参数的单位和精度如下: 空气温度,单位:℃,精度:0.1℃; 空气相对湿度,单位:%,精度:0.1%; 风速,单位:m/s,精度:0.1m/s; 风向,单位:°,精度:0.1°; 气压,单位:hPa,精度:0.1hPa; 降水,单位:mm,精度:0.1mm; 总辐射,单位:W/m2,精度:0.1W/m2。
汪远伟, 邬光剑
本数据集包括2007年1月1日至2017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。 2015年由于台站观测探头老化问题,风速数据只保留后8个月数据。
罗伦
本数据集包含从2003年5月18日到2016年12月31日,慕士塔格西风带环境综合观测研究站观测的气温、气压、相对湿度、风速、风向、降水、辐射、水汽压等日值。 数据来自于自动气象站(Vaisala公司),每30分钟记录一条数据,数据集加工方法为原始数据经过质量控制后形成连续的时间序列。 满足国家气象局和世界气象组织(WMO)对气象观测原始数据的精度,剔除了曳点数据和传感器出现故障造成的系统误差。 主要应用于冰川学、气候学和环境变化、寒区水文过程以及冻土学等学科领域,服务对象为从事大气物理、大气环境、气候、冰川、冻土等学科科学研究和人才培养的专业人员。
汪远伟, 徐柏青
本数据集包含珠穆朗玛大气与环境综合观测研究站,2005-2016年观测的气温、气压、相对湿度、风速、降水、总辐射、P2.5浓度等日平均值。 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
青藏高原过去的冻土图主要基于稀少的台站气温观测,采用基于连续性的分类系统。本数据集利用地理加权回归模型(GWR)综合了经过时空重建的MODIS地表温度、叶面积指数、积雪比例和国家气象信息中心多模型土壤水分预报产品、融合了4万多个气象站降水观测和FY2卫星观测的降水产品及152个气象台站2000-2010年的多年平均气温观测数据,模拟得到了青藏高原过去1公里分辨率的多年平均气温数据,利用多年冻土热条件分类系统,将多年冻土分为非常冷(Very cold)、冷(Cold)、凉(Cool)、暖(Warm)、非常暖(Very warm)和可能解冻(Likely thawing)几个类型。该图显示,扣除湖泊和冰川,青藏高原多年冻土总面积约为107.19万平方公里。验证表明该图具有更高的精度。可为今后冻土工程规划设计与环境管理等提供支持。
冉有华, 李新
全球变化背景下青藏高原关键区水份循环特征变化及其影响作用项目属于国家自然科学基金“中国西部环境与生态科学”重大研究计划,负责人为中国气象科学研究院徐祥德院士,项目运行时间为2006.1-2008.12。 该项目汇交的数据为"JICA" 中日气象灾害合作研究中心"项目数据集: 1.观测类别、时间段及站点数 1)JICA AWS资料:08年 01-07 月(西藏、云南、四川等省(自治区)73 个自动站,包括中科院 5个自动站) 2)JICA GPS 水汽资料:08 年 01-10 月(西藏、云南、四川等省(市、自治区)24 个观测 站) 3)JICA 加密观测 GPS 探空资料:08 年03-07月(西藏、云南、四川等省(自治区)18 个 观测站,具体观测时间地点详见 JICA 加密观测探空资料目录) 2. 观测类别、资料内容 1) GPS 水汽 (1)资料内容:序号、站名(中文)、站号、经度、纬度、海拔、年月日、时间、地面 气压、地面气温、相对湿度、总延迟(m)、可降水(cm)(1次/1 小时)。 2) GPS 加密探空 (1) 资料内容:气压 P、温度 T、相对湿度 RH、V 分量、U 分量、垂直高度 H、 露点温度 Td、水汽含量 Mr、风向 Wd、风速 Ws、经度Lon、纬度Lat、雷达高度RdH, “-999.90” 表示无观测值。 3) AWS (1)资料内容:区站号、经度、纬度、拔海高度、站点级别、总云量、风向、风速、海 平面气压、3小时变压、过去天气 1、过去天气 2、6 小时降水、低云状、低云量、低云高、露点、能见度、现在天气、温度、中云状、高云状、24 小时变温、24 小时变压 项目科学顾问: 郑国光、许小峰、周秀骥、李泽椿、丑纪范、许健民、陈联寿、秦大河、丁一汇 项目总负责: 喻纪新 项目执行人: 张人禾、徐祥德 本数据集主持完成单位: 中国气象科学研究院、灾害天气国家重点实验室JICA项目执行专家组、JICA项目实施办公室 本数据集协作完成单位: 中国气象科学研究院、灾害天气国家重点实验室、国家卫星气象中心、大气探测技术中心、国家气象中心、国家气象信息中心、国家气候中心、四川省气象局、云南省气象局、西藏自治区气象局、中国科学院青藏高原研究所、中国科学院寒区旱区环境与工程研究所、天津市气象局。 本数据集实施机构: JICA项目北京总部;四川省、云南省、西藏自治区JICA项目分中心;中国科学院青藏高原所分中心。
徐祥德
GAME/ Tibet 项目于1997 年夏季在安多(Amdo) 站作过短期预试验观测( PIOP) 。1998 年5~9 月, 安排了连续5 个加强观测期( IOP) , 每个IOP 约一个月。中、日、韩三国80 余名科学工作者分批赴青藏高原,进行了艰苦而卓有成效的工作。 各项观测试验计划顺利完成。并且从1998 年9 月加强观测结束后,5 个自动气象站(AWS) 、1 个自动气象综合观测站( PAM) 、1 个边界层塔及辐射综合观测站(Amdo) 及9 个土壤温度和湿度观测站一直连续观测至今, 取得了连续8 年零6 个月(从1997 年6 月开始) 极其珍贵的资料。 试验区设在藏北那曲地区的一个150 km ×200 km 的区域内(图1),同时在青藏公路沿线的D66,沱沱河和唐古拉山口(D105) 也建立了观测点。包括高原草甸、高原湖泊、荒漠化草原等不同下垫面上, 设置了以下观测站(点):(1) 两个包括大气和土壤的多学科综合观测站:安多(Amdo) 和那曲(NaquFx) 。这两个站含有多分量辐射观测系统、梯度观测塔、湍流通量直测系统、土壤温湿度梯度观测、无线电探空以及作为卫星资料地面真值利用的地面土壤湿度观测网和多角度光谱仪观测等;(2) 6 个自动气象站(D66 、沱沱河、D105 、D110 、Naqu 和MS3608) 。每个测站都有风、温、湿、压、辐射、地表温度、土壤温湿度和降水等观测;(3) 设在那曲北和南各约80 km 处的PAM( Portable Automated Meso - net) 站(MS3478和MS3637) 有类似于上述两个综合观测站(Amdo和NaquFx) 的主要项目, 同时有风、温、湿的湍流观测;(4) 9 个土壤温度和湿度观测点(D66 、沱沱河、D110 、WADD、NODA、Amdo 、MS3478、MS3478和MS3637) , 每个测站都包含有6 层土壤温度和9 层土壤湿度测量;(5) 一个设在那曲以南的三维多普勒雷达站和邻近(约100 km) 区域内的7 个加密雨量站( Precipitation gauge) , 辐射观测系统主要研究高原云与降水系统, 并作为TRMM 卫星一个地面真值站。 GAME-Tibet项目力求通过不同空间尺度的加强观测试验和长期监测,深入了解青藏高原的地气相互作用以及对亚洲季风系统的影响。 GAME/ Tibet 项目2000 年结束后, 已加入GEWEX(全球能量和水循环试验) 与CL IVAR (气候变化和预测) 两个大型国际计划联合组织的“全球协调加强观测计划(CEOP) ”, 开始执行“全球协调加强观测计划(CEOP) 亚澳季风之青藏高原试验研究”(CAMP/ Tibet ) 数据内容分为Prephase Observation Preriod (POP)1997年和IOP1998年 一、POP1997年数据内容: 1、Precipitation Guage Network (PGN) 2、Radiosonde Observation at Naqu 3、Analysis of Stable Isotope for Water Cycle Studies 4、Doppler radar observation 5、Large-Scale Hydrological Cycle in Tibet (Link to Numaguchi's home page) 6、Portable Automated Mesonet (PAM) [Japanese] 7、Ground Truth Data Collection(GTDC) for Satellite Remote Sensing 8、Tanggula AWS ( D105 station in Tibet ) 9、Syamboche AWS (GEN/GAME AWS in Nepal) 二、IOP1998年数据内容: 1、Anduo (1)PBL Tower 、(2)Radiation 、(3)Turbulence SMTMS 2、D66 (1)AWS (2)SMTMS (3)GTDC(4)Precipitation 3、Toutouhe (1)AWS(2)SMTMS(3)GTDC 4、D110 (1)AWS (2)SMTMS (3)GTDC(4)SMTMS 5、MS3608 (1)AWS (2)SMTMS (3)Precipitation 6、D105 (1)Precipitation (2)GTDC 7、MS3478(NPAM) (1)PAM (2)Precipitation 8、 MS3637 (1)PAM (2)SMTMS (3)Precipitation 9、NODAA (1)SMTMS (2)Precipitation 10、WADD (1)SMTMS (2)Precipitation (3)Barometricmd 11、AQB (1)Precipitation 12、Dienpa( RS2 ) (1)Precipitation 13、Zuri (1)Precipitation(2)Barometricmd 14、Juze (1)Precipitation 15、Naqu hydrological station (1)Precipitation 16、MSofNaqu(1)Barometricmd 16、Naquradarsite (1)Radarsystem(2)Precipitation 17、Syangboche[Nepal](1)AWS 18、Shiqu-anhe(1)AWS(2)GTDC 19、Seqin-Xiang(1)Barometricmd 20、NODA(1)Barometricmd(2)Precipitation(3)SMTMS 21、NaquHY(1)Barometricmd(2)Precipitation 22、NaquFx(BJ)(1)GTDC(2)PBLmd(3)Precipitation 23、MS3543(1)Precipitation 24、MNofAmdo(1)Barometricmd 25、Mardi(1)Runoff 26、Gaize(1)AWS(2)GTDC(3)Sonde
马耀明
该数据是对青藏公路沿线多年冻土图(1:60万)(童伯良 等,1983)的数字化,青藏公路沿线多年冻土图是1981年由中国科学院寒区旱区环境与工程研究所(原中国科学院兰州冰川冻土研究所)童伯良、李数德、卜觉英、邱国庆等编制的,其目的在于反映公路沿线多年冻土层分布的基本规律及其与主要自然环境因素的生成关系总貌。 编制该图的基础资料包括有:青藏公路沿线1:200000水文地质和工程地质调查和图件(青海省第一水文地质工程地质大队、地质科学院地质力学所);中国科学院冰川冰土研究所自1960年以来在青藏公路沿线的西大滩、昆仑山垭口盆地、清水河、风火山、沱沱河、桑马盆地、布曲河、土门格拉、两道河等九个地点的冻土研究成果;格尔木—拉萨输油管线的钻探资料以及工作区的航测地形资料。以1:200000万地形图当工作底图,编绘成多年冻土图,再缩编成1:600000的成图,以保证图的精确性。为了弥补沿线更大范围内资料的不足,把公路沿线九个冻土研究点上探明的冻土特征规律应用于地质地理条件类同的地段,同时利用航片补充编图区的冻融地质作用和冻土特征。 青藏公路沿线多年冻土图(1:60万)包括青藏公路沿线年平均气温等值线图(1:720万)和青藏公路沿线多年冻土图(1:60万),其中青藏公路沿线多年冻土图中又包含多年冻土类型、岩性、冻土现象、贯通融区类型、冻土工程分类、地质构造断裂等信息。本数据仅对多年冻土信息进行了数字化,其空间范围北起青藏公路的大西滩,南至桑雄,长达近800公里,宽约40-50公里。 本数据集包括:矢量化的青藏公路沿线多年冻土图和《青藏公路沿线多年冻土图》扫描图,其中青藏公路沿线多年冻土图的属性信息如下: A-1;Continuous permafrost;大片多年冻土区;>0°C;残留多年冻土层、隔年层 A-2;Continuous permafrost;大片多年冻土区;0~-0.5°C;0-25m A-3;Continuous permafrost;大片多年冻土区;-0.5~-1.5°C;25-60m A-4;Continuous permafrost;大片多年冻土区;-1.5~-3.5°C;60-120m A-5;Continuous permafrost;大片多年冻土区;<-3.5°C;>120m B-1;Island permafrost ground;岛状多年冻土;季节冻土(Seasonal Frozen Ground); B-2;Continuous permafrost;大片多年冻土区;>0°C;残留多年冻土层、隔年层 B-3;Island permafrost extent;岛状多年冻土区;0~-0.5°C;0-25m B-4;Island permafrost extent;岛状多年冻土区;-0.5~-1.5°C;25-60m B-5;Island permafrost extent;岛状多年冻土区;-1.5~-3.5°C;60-120m
童伯良, 李树德, 卜觉英, 邱国庆
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