青藏高原气溶胶光学特性地基观测数据集采用Cimel 318太阳光度计连续观测获得,涉及珠峰站和纳木错站共两个站点。这些产品是经过云检测之后的结果。数据覆盖时间从2021年1月1日到2021年12月31日,时间分辨率为逐日。太阳光度计在可见光至近红外设有8个观测通道,中心波长分别为:340、380、440、500、670、870、940和1120 nm。仪器的视场角为1.2°,太阳跟踪精度为0.1°。根据太阳直接辐射可获得6个波段的气溶胶光学厚度,精度估计为0.01-0.02。最终采用AERONET统一反演算法,获得气溶胶光学厚度、Ångström指数、粒度谱、单次散射反照率、相函数、复折射指数和不对称因子等。
丛志远
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
东南亚国家及澜湄流域水资源模拟数据(1980-2019)是使用WRF模式输出的气象数据作为驱动数据,并通过WAYS模型模拟的结果。数据包含东南亚陆地区域1980-2019年的蒸散发、地表径流、地下径流、总径流、地下水、下渗、土壤湿度数据,时间分辨率为每日,空间分辨率为3km。数据情况整体良好,但由于模型的局限性,少部分变量模拟结果存在一定误差,不推荐对数据精度有较高要求的研究使用。数据能一定程度上反应东南亚地区水资源情况,对相关研究提供数据支持。
刘俊国
我们提供了中国范围内1km高质量的土壤湿度数据集-SMCI1.0(Soil Moisture of China by in situ data, version 1.0),SMCI1.0是包含2000-2020年、日尺度、以10厘米为间隔10层深度(10-100cm)的高时空分辨率土壤湿度。该数据集是以中国气象局提供的1,648个站点观测10层土壤湿度作为基准,使用ERA5_Land时间序列数据、叶面积指数(LAI)、土地覆盖类型(Landtypes)、地形(DEM)和土壤特性(Soil properties)作为协变量,通过机器学习方式获得。我们进行了两组实验以验证SMCI1.0的精度,时间尺度上:ubRMSE为0.041-0.052,R为0.883-0.919;空间尺度上:ubRMSE为0.045-0.051,R为0.866-0.893。 由于SMCI1.0是基于实地观测的土壤湿度,它可以作为现有基于模型和卫星数据集的有效补充。该数据产品可用于各种水文、气象、生态分析和建模,尤其在需要高质量、高分辨率土壤湿度的应用上至关重要。有关数据集的引用及详细描述,请阅读说明文档。为便于使用,我们提供了两种不同分辨率的版本:30 秒(~1km)和0.1度(~9km)。
上官微, 李清亮, 石高松
“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
(1)数据内容为扎拉水电站高边坡环境监测数据,包含了扎拉水电站高边坡自动化监测的环境数据,对扎拉水电站边坡的稳定性具有一定的指导意义,可为扎拉水电站的防灾减灾提供数据支撑;(2)数据来源于自动化监测设备的自动传输,并通过监测预警平台的软件自动解译和处理,最终生成excel表格中的数据;(3)数据传输稳定,质量较高,可为扎拉水电站边坡稳定性提供依据;(4)数据可以反映扎拉水电站高边坡的环境变化情况,应用前景广泛。
徐昆振
本数据集包括藏东南站、阿里站、慕士塔格站、珠峰站和纳木错站的大气气溶胶颗粒物的PM2.5质量浓度(单位为μg/m3)。气溶胶PM2.5细颗粒物是指环境空气中空气动力学当量直径小于等于 2.5 微米的颗粒物。它能较长时间悬浮于空气中,对空气质量和能见度等有重要的影响,其在空气中含量浓度越高,就代表空气污染越严重。PM2.5的浓度特性数据以每5 min获取一组数据的频率进行产出,能实现小时、昼夜、季节和年际等不同时间尺度气溶胶质量浓度的分析,这为青藏高原地区不同位置的气溶胶质量浓度在不同时间尺度上的变化及其影响因素分析,以及当地空气质量评价,提供了重要的数据支撑。该数据为已发布数据《青藏高原不同站点气溶胶颗粒PM2.5浓度数据集(2018和2019)》的更新。
邬光剑
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