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
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观测试验，试验地点位于内蒙古自治区多伦县 (42.18°N, 116.47°E)，数据获取于2017年。数据集共包含三个部分，即亮温数据、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，涵盖三种农作物 (玉米、莜麦和荞麦)，包括三个微波波段 (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)，时间分辨率为0.5小时。土壤数据包含了三种农作物土壤的5层土壤水分和土壤温度 (2.5 cm, 10 cm, 20 cm, 30 cm, 50 cm)，采样间隔为10分钟；土壤数据还包括地表粗糙度、降雨量、灌溉标记和土壤质地。植被数据包括叶面积指数、植株高度、植被含水量等。 试验观测时间从2017年7月19日持续到8月30日，其所涵盖的不同农作物的多频多角度微波亮温及土壤和植被等相关配套数据为陆表微波辐射建模与验证、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, 李尚楠, 樊东, 王平凯, 耿德源, 施建成
地表反照率是地表能量平衡的重要参量之一。本数据集为2020年植被生长季（6-10月）逐月的黑河流域典型站点无人机遥感地表反照率数据（花寨子站8月份的数据由于实验开展的技术问题缺失）。地表反照率算法为统计回归方法，即基于6S模型和大量的典型地物光谱反射率数据，建立的从窄波段反射率到宽波段反照率的经验回归模型。将该回归模型应用于无人机多光谱遥感传感器获得的地表反射率，最终得到0.2 m空间分辨率的地表反照率数据。本数据集经过了辐射定标、几何校正，与地面站点实测数据的验证结果显示，均方根误差为0.029。本数据集提供了超高分辨率的地表反照率数据，可以作为卫星遥感尺度和地面观测尺度之间的“桥梁”，并为从事高分辨率和超高分辨率遥感数据工作的科研工作者提供数据支持。
刘绍民, 周纪, 董惟琛
本数据为82个地震台站的1333个远震到点组成的新横波喷流数据集，分析了加拿大西部沉积盆地的地幔地震各向异性。地震各向异性对地壳和上地幔岩石的应变历史施加一阶约束。由此产生的332个高质量的测量区域平均明显分裂时间(即各向异性的大小)1.10.3s和平均速度方向(即各向异性的方向)17.2度、54.6度,支持一个两层的各向异性模型基于90度方位参数的周期性。在岩石圈深处，北东向的快速走向主导着下层，近似平行于现今的绝对板块运动(APMs;即<35度)，这是由于活跃的软流层流所致。另一方面，偏离加拿大落基山山麓apm可以反映克拉通岩石圈西南向迁移的地幔流断裂。在岩石圈中还发现了两个细长的上层各向异性异常，它们与莫霍深度具有空间相关性。它们的特征表明冻结各向异性沿着两个收敛的边界:(1)将东北(北)和西北(南)两个快速方向分离的古元古代雪鸟构造带;(2)与APM、最大地应力和电磁各向异性相一致的落基山脉山麓。与科迪勒拉造山有关的挤压作用可能是山麓到克拉通内部横波各向异性空间变化的原因。
吴磊
1）数据内容：本数据集包含2010-2019年青藏高原地区30米分辨率叶面积指数遥感产品。2）数据来源及加工方法：利用Landsat时间序列数据和物理机理模型反演得到的年最大合成叶面积指数产品。3）数据质量描述： 利用模拟数据的验证结果表明，产品的root-mean-square error(RMSE)约为1.16。4) 数据应用成果及前景：叶面积指数高度综合了植被的水平覆盖状况和垂直结构，是植被冠层的重要结构参数，该数据集可为陆面过程模拟、资源调查、生态环境监测、全球变化研究等相关领域的研究和应用提供数据产品支撑。
张兆明
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FVC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NDVI的像元二分模型进行反演的，裸土的NDVI值设为0.01，纯植被的NDVI值设为0.88；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：植被覆盖度是生态学的重要参数，广泛应用于生态环境监测研究。
张兆明
数据包含青藏高原2020年七月份大通河流域十个典型水电站，包括：多龙水电站、沟寺口水电站、金星水电站、卡索峡水电站、连城水电站、纳子峡水电站、石头峡水电站、天王沟水电站、铁迈水电站、学科滩水电站。该航拍图片资料有助于分析大通河流域水电开发的现状。数据由本次科考小组人员通过使用大疆无人机RTK系列和御系列进行航拍，并通过大疆制图软件拼接。航拍图像数据清晰度高，可明显观察到水电站大坝类型、上下游水体面积、引水工程等以及水电站周边地形和土地利用状况。数据可应用于青藏高原水电开发相关研究领域，提供实地图片以作参考。
傅斌
1）数据内容：本数据集包含从1980s-2019年青藏高原地区长时序30米分辨率火烧迹地产品。2）数据来源及加工方法：基于时间序列Landsat地表反射率和火烧迹地敏感光谱参量，利用机器学习算法研发并生产的30米分辨率火烧迹地产品；3）数据质量描述：产品总体精度在90%以上。4) 数据应用成果及前景：该数据集可为火灾监测、碳排放研究、生态环境监测、全球变化研究等相关领域的研究和应用提供数据产品支撑。
张兆明
1）数据内容：本数据集包含从1980s-2019年青藏高原地区Landsat长时序地表温度产品。2）数据来源及加工方法：利用中国遥感卫星地面站接收存档的Landsat数据和实用单通道算法反演得到；3）数据质量描述：root-mean-square error (RMSE)约为1.23K。4) 数据应用成果及前景：地表温度是一个常用的陆地表面参数，该数据集可为资源调查、生态环境监测、全球变化研究等相关领域的研究和应用提供数据产品支撑。
张兆明
1）数据内容：本数据集包含从2000-2019年青藏高原地区MODIS长时序光合有效辐射分数(FPAR)产品、地表总初级生产力产品（GPP）产品、Npp产品、蒸散发产品（ET）和叶面积指数（LAI）产品。2）数据来源及加工方法：FPAR产品和LAI产品来自第六版MODIS Terra MOD15A2H产品集，GPP和NPP产品均来自MODIS Terra MOD17A2H产品集，蒸散发产品来自MODIS Terra MOD16A2；通过USGS网站下载，利用GDAL插件进行拼接和转投影得到；3）数据质量描述：每种产品均有相应的质量文件，标识了云、雪、无效值等,以有效位编码方式存储。4）数据应用成果及前景：在森林、农业、生态等领域长时序信息挖掘分析方面具有重要的应用价值。
贡成娟
本数据为青藏高原地区季度合成卫星遥感影像集，通过对Sentinel-2表观反射率时间序列产品进行去云合成处理得到，含可见光和近红外共4波段，空间分辨率约为10米。每年按1月-3月、4月-6月、7月-9月、10月-12月分为4个季度，综合利用Sentinel-2数据的可见光波段、卷云波段、气溶胶波段及近红外波段信息得到各时相影像的云掩膜，并按中位数原则对一个季度内所有掩膜后的影像进行合成，得到青藏高原地区的无云卫星遥感影像。
龙腾飞
青藏高原地区30米分辨率卫星遥感影像集，影像为真彩色，空间分辨率约为30米，以Geotiff格式分块存放。该产品是在Landsat地表反射率数据的基础上，通过海量影像快速自动化镶嵌和匀色等关键技术，制作青藏高原地区30米分辨率镶嵌影像，得到青藏高原地区的无云卫星遥感影像。该数据产品的几何精度为RMSD小于12m。该数据集可为青藏科考提供30m分辨率的时间序列卫星影像底图，也可用于土地覆盖类型的解译和自动提取。
龙腾飞
该图集包括《青藏高原荒漠生态系统类型分布图》、《青藏高原农牧业适宜区分布图》和《青藏高原荒漠生态系统荒漠化发展趋势图》三幅专题地图。专题地图时间跨度是2010-2020年。原始气候数据来自于TerraClimate月尺度气候数据集，其空间分辨率为1/24°（约4 km），预处理将数据插值到30m。《青藏高原荒漠生态系统类型分布图》基于遥感影像、野外调查结果，综合国内现有的荒漠化评估体系及国际上大多数学者公认的荒漠生态系统分级标准，制定青藏高原荒漠生态系统的详细分类细则，引入机器学习、随机森林（RF）和支持向量机（SVM）等算法，进行青藏高原荒漠生态系统空间分布图编制。《青藏高原农牧业适宜区分布图》反映农牧业产品的供给服务，首先对青藏高原现代荒漠生态系统植被生产力进行评估，评估结果将显示该区域内潜在饲草供应量的空间分布，同时基于USDA的经验设定放牧红线，包括：1）潜在年均植被生物量小于225kg/ha；2）距离水源大于1.6km；3）坡度大于65%；4）高强度侵蚀区域。经红线排除区域将严格禁止放牧活动的发生。其次，通过有关文献检索，整理了近5年青藏高原内部及周边主要作物的种植区域，包括青稞、枸杞和小麦，基于现有种植区的气候及地质环境的最大信息熵分析，评估三种作物在青藏高原荒漠生态区的生长适应性，以求在青藏高原荒漠生态地区开发新的农业种植区。《青藏高原荒漠生态系统荒漠化发展趋势图》基于青藏高原现代荒漠生态系统与21世纪初期的历史荒漠化状况之间的对比，诊断了20年间该地区荒漠生态系统的演变格局，并在假设未来50a内气候变化趋势稳定的情景下模拟青藏高原荒漠生态系统产生与消退概率。此概率分布图将作为评定未来50a内青藏高原荒漠生态系统保护与开发适宜性的重要参考。本图集对于监测青藏高原荒漠生态系统、开发利用青藏高原荒漠生态系统服务功能有参考价值。
王训明
本数据集是2019年9月川藏铁路沿线典型植被无人机高光谱观测数据，使用的是大疆M600 Resonon成像系统的机载光谱仪。包括2019年在拉萨的草原区域观测的高光谱数据，自带经纬度。高光谱调查时基本为晴天。飞行前进行了白板校准；采集数据时设有靶标（即适于草地的标准反光布），用于光谱校准；设有地面标志点（即有字母的泡沫板照片），并记录了每个标志点的经纬度坐标，用于几何精确校准。无人机高光谱相机记录的dn值，可使用Spectronon Pro软件转换为反射率。高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。
周广胜, 汲玉河, 吕晓敏, 宋兴阳
该数据集由2020年8月青藏高原野外考察期间无人机航拍所得，数据大小为10.1 GB，包括1500余张航片。拍摄地点主要包括拉萨、山南、日喀则等地区道路沿线、居民点及周边地区。航片主要反映了当地土地利用/覆被类型、设施农业分布、草地盖度情况等信息，航片均具有经纬度和海拔信息，可为土地利用/覆被遥感解译工作提供了较好的验证信息，还可用于植被覆盖度的估算工作，为研究区域土地利用研究提供了较好的参照信息。
吕昌河, 刘亚群
青藏高原地面光谱数据集主要是利用光谱仪测定不同土地利用类型的光谱特征，测定的地物类型主要分为林地、（高寒）灌木、（高寒）草地、湿地、耕地与裸地等。包含拉萨、林芝、日喀则、阿里、那曲部分县区的实地观测点。林地数据采集测定植被不同生长阶段的光谱特征；草地数据采集测定不同覆盖度的光谱特征；耕地测定常见作物油菜花与青稞田块的光谱特征；湿地则主要测定长流水河流旁的湿地、低洼谷地自然形成的湿地、湖泊旁的湿地等；裸地则测定无植被覆盖的荒漠、戈壁、道路等的光谱特征。观测时间为2019年7-8月，数据为日观测数据。数据集可以为遥感解译的实地验证提供参考。
冯晓明
瓜达尔深水港位于巴基斯坦俾路支省西南部瓜德尔城南部，在巴基斯坦靠近伊朗一侧，东距卡拉奇约460km，西距巴基斯坦伊朗边境约120km，南临印度洋的阿拉伯海，向西则是霍尔木兹海峡和红海，与阿曼首都马斯喀特(Muscat)遥遥相对，是一个极具战略地位的海港。 本数据为瓜达尔及其周边土地覆盖数据，数据源于GlobeLand30 (Chen, 2014)，数据空间分辨率为30米，数据格式为tiff。 GlobeLand30数据集研制所使用的分类影像主要包括美国陆地资源卫星(Landsat)的TM5、ETM+、OLI多光谱影像和中国环境减灾卫星(HJ-1)多光谱影像，采用基于像元对象知识(POK-based)的分类方法 (Chen, 2015)，总体精度为83.50%，Kappa系数0.78 (Xie, 2015)。
吴骅
本数据集包含由卫星重力测量数据得到的2002年4月至2019年12月南极冰盖质量变化数据。所采用的卫星重力数据来自于美国宇航局NASA与德国宇航局DLR合作的重力场恢复与气候学实验双星星座（GRACE，2002年4月至2017年6月）及其后续任务GRACE-FO (2018年六月至今）。由于GRACE和GRACE-FO之间有一年左右数据间断，我们额外采用了由欧洲空间局ESA的Swarm星座GPS数据反演得到的重力场数据（2013年12月至2019年12月）。所采用GRACE重力场数据为德州大学奥斯丁空间研究中心（CSR）、德国地学研究中心（GFZ）、美国宇航局喷气推进实验室（JPL）以及俄亥俄州立大学（OSU）四家机构发布产品的加权平均模型。GRACE数据后处理包括：用SLR数据解算结果替换GRACE低阶重力场参数（degree-1, C20和C30），去条带滤波，300公里高斯平滑，ICE6-G_D（VM5a）GIA模型，信号泄露误差改正，椭球误差改正等。
张宇, 沈嗣钧
基于青藏高原土壤温湿度观测网玛曲站点建立的地基L波段微波辐射计观测系统（ELBARA-III，由欧洲航空局提供），本数据集囊括了水平和垂直极化的L波段亮温数据，地表及以下不同层土壤湿度和温度数据，地表通量（如感热、潜热、碳通量），气象要素数据（如降水、上下行长波/短波辐射、空气温度和湿度、气压）以及植被叶面积指数LAI和土壤性质等辅助数据。此多年尺度的数据集可用于提高对陆面过程、微波辐射过程的理解，验证SMOS和SMAP卫星亮温观测和土壤湿度反演结果，校验微波辐射传输模型中的假设条件，验证陆面模式输出以及再分析资料，反演土壤物理性质，量化陆-气间的水、碳、能量交换，并将帮助定量化地球系统模型中参数化方案的偏差和不确定性，从而提出相应改进方案。 ELBARA-III双极化亮温数据可通过测量的辐射计电压和校准的内部噪声温度计算得到。该数据质量可靠，其质量控制主要通过：1）对辐射计输出的原始电压数据（以800Hz采样频率）进行直方图检验，利用统计指标过滤射频干扰对ELBARA-III微波信号数据的影响；2）检查辐射计进行天空辐射测量时两天线端口的电压值是否相似，天线电缆有无损耗；3）分析仪器内部温度、主动冷源温度和环境温度；4）分析不同入射角度的双极化亮温的特点。 - 时间分辨率：30分钟 - 空间分辨率：入射角为40°~ 70°，间隔为5°，观测覆盖范围为3.31 m^2~ 43.64 m^2 - 测量精度：亮温，1 K；土壤水分，0.001 m^3 m^-3；土壤温度，0.1 °C - 单位：亮温，K；土壤水分，m^3 m^-3；土壤温度，°C /K
Bob Su, 文军
本数据包括西藏纳木错湖水不同深度处的日平均水温数据，是实地监测获取的湖水温度变化情况；该数据利用水质多参数仪及温度探头放置于水中而连续获取，温度记录的分辨率是10分钟和2小时，并基于原始测量数据计算了日平均水温；所用仪器和方法均非常成熟，数据处理过程进行了严格的质量控制，确保数据真实可靠；该数据已用于纳木错湖水热力学分层研究、湖气热量平衡研究等物理湖泊学方面的基础研究，并用来校正基于遥感数据的湖水温度数据及不同的湖泊模型研究。可用于物理湖泊学、水文学、湖气相互作用、遥感数据同化验证及湖泊模型研究。
王君波
该数据集由2018-2019年青藏高原5次野外考察期间无人机航拍所得，数据大小为77.6 GB，包括11600余张航片。航片共分5次拍摄，拍摄时间为2018.07.19-2018.07.26、2018.09.09-2018.09.16、2019.04.24-2019.05.10、2019.07.06-2019.07.20、2019.09.01-2019.09.07。拍摄地点主要包括拉萨、日喀则、那曲、山南、林芝、昌都、迪庆、甘孜、阿坝、甘南、果洛等地区主要城市间的道路沿线及周边地区。航片较为清晰的反映了当地土地利用/覆被类型、植被分布状况、草地退化情况、植被覆盖度、河流湖泊分布等信息，航片均具有经纬度和海拔信息，可为土地利用/覆被遥感解译工作提供了较好的验证信息，还可用于植被覆盖度的估算工作，为研究区土地利用研究提供了较好的参照信息。
吕昌河, 刘亚群
本数据集是2017年青藏高原冰川数据，使用了210景Landsat8 OLI卫星多光谱遥感数据，时间从2013年至2018年，90%来源于2017年,85%的Landsat8 OLI数据成像于冬季。冰川数据是青藏高原净冰川覆盖范围，不包括表碛物覆盖部分。数据格式是TIFF，可以为青藏高原冰川变化、冰川水文研究提供基础数据支持。 数据内容： Value是冰川斑块在系统中自动生成的编码。 格网单元：30m 数据的投影方式：Albers等积圆锥投影。 数据加工方法：基于210景Landsat8 OLI卫星多光谱遥感数据，校正、镶嵌为假彩色合成影像（RGB:654），采用人工目视解译方法，参考波段比值法结果，结合SRTM DEM V4.1数据与Google Earth和HJ1A/1B卫星同一年不同季节的影像，剔除了山体阴影、季节性积雪的影响，参考我国第一期和第二期冰川编目数据，剔除了非冰川区的陡崖、裸露基岩等，综合提取净冰川专题矢量数据，不包括冰川末端位置不清的表碛物覆盖区域，冰川边界数字化精度为半个像元（15m）。通过对比分析，可知基于多数据源、参考多方法结果、综合专家经验知识人-机互动方法提取获得的山地冰川数据更准确。具体数据提取方法详见参考文献： Ye, Q., J.Zong,L.Tian et al. (2017). Glacier changes on the Tibetan Plateau derived from Landsat imagery: mid-1970s – 2000 – 2013. Journal of Glaciology,63(238), 273-87. DOI:10.1017/jog.2016.137。 原始遥感资料数据精度：30m 数据质量控制措施：冰川边界数字化精度控制在半个像元之内（15m）。 项目来源：中国科学院战略性先导科技专项（A类）（XDA19070302）, 第二次青藏高原综合科学考察研究资助（2019QZKK0202），国家自然科学基金项目（41530748, 91747201）、中国科学院“十三五”信息化建设专项资助(XXH13505-06)。
叶庆华
青藏高原地温分布图是基于程国栋（1984）提出的多年冻土稳定型划分指标(表1)，利用统计模拟的年变化深度地温数据划分的。利用地理加权回归方法，融合2010年左右233个钻孔年变化深度处的年平均地温数据和遥感积雪日数、GLASS叶面积指数、SoilGrids250m的土壤沙粒含量、土壤粘粒含量、土壤粉粒含量、土壤有机质和土壤体密度数据产品、中国气象局陆面数据同化系统（CLDAS）输出的二版土壤湿度产品和融合了近4万区域自动气象站和FY2/EMSIP降水产品的融合产品。估计得到了代表2010年代的青藏高原1km分辨率年冻土稳定性分布图。数据格式为Arcgis Raster。
冉有华
降水和温度是水文模型的重要输入变量，由于大纳伦河流域（属锡尔河流域）气象站点稀少，无法满足水文模拟的需求。通过网络渠道和实地调研搜集了锡尔河可获取的降水数据，获取了研究区内的降水梯度，对再分析降水和温度格点产品（PGMFD）(http://hydrology.princeton.edu/data.pgf.php)进行梯度矫正后得到本套数据集。 本数据年份为1951-2016年，空间精度为10km，时间分辨率为逐日。
苏凤阁
本数据集为2018年祁连山重点区域土地覆盖/利用数据，空间分辨率2m。本数据集以祁连山地区的气候、海拔、地形地貌、地表覆盖类型等资料为基础，通过高分辨率遥感影像，对地表覆被类型进行解译判读。对影像无法反映的地类，实地核实地类，采集相关数据，核对并修正土地利用类型。同时进一步核对2018年祁连山重点区域土地覆盖/利用类型及植被覆盖情况等属性信息，统一进行图斑及其属性的录入和编辑，形成2018年祁连山地区土地覆盖/利用数据，实现祁连山地区生态治理的现势性和时效性。
祁元, 张金龙, 颜长珍, 段翰晨, 贾永娟
青藏高原多源遥感合成1km积雪覆盖数据集（1995-2018）基于国家卫星气象中心的青藏高原光学仪器遥感1km积雪覆盖数据集（1989-2018）和美国雪冰中心的25km近实时逐日全球冰密集度与积雪范围NISE产品数据集（1995-2019）合成得到，覆盖时间从1995年到2018年（每年1-4月和10-12月两个时段），时间分辨率为逐日，覆盖范围为青藏高原（17°N -41°N，65°E -106°E），采用等经纬度投影，空间分辨率为0.01°×0.01°。数据集以日产品表征了卫星观测时刻的地面是否为积雪所覆盖。输入数据源为NOAA或MetOp卫星AVHRR逐日积雪覆盖产品，TERRA卫星MODIS替代AVHRR对应观测通道生成的逐日积雪覆盖产品，以及DMSP卫星SSM/I或SSMIS逐日全球冰密集度和积雪范围NISE产品。数据集合成方法：以青藏高原光学仪器遥感1km积雪覆盖产品为基础，完全信任其积雪和晴空无雪信息，对有云覆盖、无法判识、缺少卫星观测等区域，在相对高空间分辨率海陆模板的辅助下，利用NISE的陆地有效判识结果进行替换。对于部分水陆边界，因NISE产品空间分辨率较低，合成结果有可能仍存在极少量的云覆盖或者无观测数据区域。基于多年地面气象台站雪深观测资料验证表明，本数据集对晴空条件下地面有无积雪的总体判识准确率在91%以上。数据采用标准的HDF4格式存储，内部有积雪覆盖和质量码两个SDS，维度均为4100列×2400行，且文件内部有完备的属性描述。
郑照军, 曹广真
青藏高原光学仪器遥感1km积雪覆盖数据集（1989-2018）基于星载光学仪器观测数据云雪判识方法制作，覆盖时间从1989年到2018年（每年1-4月和10-12月两个时段），时间分辨率为逐日，覆盖范围为青藏高原（17°N -41°N，65°E -106°E），采用等经纬度投影，空间分辨率为0.01°×0.01°。数据集以日产品表征了卫星观测时刻晴空无云或透明薄云下的地面是否为积雪所覆盖。输入数据源为NOAA与MetOp卫星的AVHRR L1数据，以及从TERRA/MODIS对应于AVHRR通道的L1数据。产品处理方法为独立于云掩模产品的动态阈值决策树算法（DT），即算法同时判别云雪，且其云检测强调保留雪信息，特别是透明卷云下的雪。DT算法针对不同情况，考虑了多种判识手段，如水云上的冰云，森林和沙地的积雪，薄雪或融雪等；根据地表类型、DEM和季节设定动态阈值；采用多种质量控制手段，如在重度气溶胶或烟尘覆盖的低纬度森林中剔除伪雪，参考最大月雪线和最小雪面亮度温度剔除伪雪；优化不同种类型云雪和晴空无雪陆地的判识流程。DT算法在正常情况下能区分大部分云雪，但会低估10月份青藏高原的积雪。基于多年地面气象台站雪深观测资料验证表明，本数据集对晴空条件下地面有无积雪的总体判识准确率在95%以上。数据采用标准的HDF4格式存储，内部有积雪覆盖和质量码两个SDS，维度均为4100列×2400行，且文件内部有完备的属性描述。
郑照军, 除多
本数据集包括祁连山重点区域1990年至2015年每5年一期的30m与人类活动有关的耕地和建筑用地分布产品。该产品来源于重点区域30m的土地覆盖分类产品。基于该成果，可以得到1990、1995、2000、2005、2010、2015年的耕地和建筑用地变化情况，了解并直观展示人为活动对祁连山重点区域的土地覆盖影响情况。该产品集只包含了与人为活动有关的耕地和建筑用地两种土地覆盖类别，后续将增加更多类别，如矿区、人造林地、人造草地等。
杨爱霞
该数据集由2018年青藏高原野外考察期间无人机航拍所得，数据大小为5.72 GB，包括800余张照片。照片拍摄的具体时间为2018.07.19-2018.07.26，拍摄地点主要包括羊八井、克日村、阿沛新村、仲果村、米林村、日村、冲康村、克松村、色木村、羊卓雍错及其周边地区。航拍照片较为清晰的反映了当地土地覆被状况（土地利用类型、植被密度、河流湖泊分布等等），为土地利用遥感解译工作提供了较好的验证信息，还可用于植被覆盖度的估算工作，为研究区土地利用研究提供了较好的参照信息。
吕昌河, 刘亚群
ASTER Global Digital Elevation Model （ASTER GDEM）是美国航空航天局 （NASA）和日本经济产业省（METI）联合发布的全球数字高程数据产品，该DEM数据是根据NASA新一代对地观测卫星TERRA的观测结果完成，是由ASTER（Advanced Space borne Thermal Emission and Reflection Radio meter）传感器搜集的130万个立体像对数据制作，其覆盖范围超过了地球99%陆地表面。本数据下载自ASTER GDEM数据分发网站，为了便于用户使用数据，在分幅ASTER GDEM数据的基础上，我们使用erdas软件进行拼接制备青藏高原ASTER GDEM镶嵌图。 ASTER GDEM发布了两个版本，第一个版本于2009年6月发布，第二个版本于2011年10月发布，本数据集为青藏高原地区第二版本的ASTER GDEM数据集。 本数据集共包括三个数据文件： ASTER_GDEM_TILES ASTERGDEM_MOSAIC_DEM ASTERGDEM_MOSAIC_NUM 青藏高原地区ASTER GDEM数据，精度30米，原始数据为tif格式，镶嵌数据使用img格式存储。 本数据集原始数据下载于ASTERGDEM网站，完全保留了数据的原貌，ASTER GDEM在分发时被分割为若干1×1度的数据块，分发格式为zip压缩格式，每个压缩包包括两个文件，文件命名格式如下： ASTGTM_NxxEyyy_dem.tif ASTGTM_NxxEyyy_num.tif 其中xx为起始纬度，yyy为起始经度。_dem.tif为dem数据文件，_num.tif为数据质量文件。 ASTER GDEM TILES：原始数据保留数据原貌，未进行处理 ASTERGDEM_MOSAIC_DEM：使用erdas软件对dem.tif数据进行镶嵌，参数设置使用默认值 ASRERGDEM_MOSAIC_NUM：使用erdas软件对num.tif数据进行镶嵌，参数设置使用默认值 原始数据保留数据原貌，精度同ASTERGDEM数据分发网站的数据精度，该数据的水平精度30米，高程精度为20米。镶嵌数据使用erdas制作，参数使用默认值。
METI, NASA
比什凯克土地使用数据，分辨率30米，数据格式为TIF，测量时间分别为1990.03.30和2018.04.12。数据来源GLC，其全球陆地覆盖数据的原始数据来自Envisat卫星，由MERIS（Medium Resolution Imaging Spectrometer）传感器拍摄完成。目前共有两期，GlobCover（Global Land Cover Map）和GlobCover （Global Land Cover Product）。
欧空局, 黄金川, 马海涛
2012年8月1日在黑河上游，利用运12飞机，搭载WIDAS传感器，开展了可见光/近红外、热红外的多角度航空遥感试验。WIDAS系统集成了：高分辨率相机一台、可见光/近红外5波段多光谱相机两台（最大视场角48度）和热像仪一台（最大视场角46度）。获取的数据信息为：CCD分辨率0.1m.
肖青, 闻建光
2012年8月3日在黑河中游的5*5公里加密区，利用运12飞机，搭载WIDAS传感器，开展了可见光/近红外、热红外的多角度航空遥感试验。WIDAS系统集成了：高分辨率相机一台、可见光/近红外5波段多光谱相机两台（最大视场角48度）和热像仪一台（最大视场角46度）。获取的数据信息为：CCD分辨率0.1m.
肖青, 闻建光
2012年7月26日在黑河中游的5*5公里加密区，利用运12飞机，搭载WIDAS传感器，开展了可见光/近红外、热红外的多角度航空遥感试验。WIDAS系统集成了：高分辨率相机一台、可见光/近红外5波段多光谱相机两台（最大视场角48度）和热像仪一台（最大视场角46度）。获取的数据信息为：CCD分辨率0.2m.
肖青, 闻建光
2012年8月25日和8月28日，在黑河中上游的核心观测区域，利用运12飞机，搭载Leica公司RCD30相机,开展了光学航空遥感飞行试验。RCD30相机焦距80mm,有RGB和近红外四个波段。上游葫芦沟飞行区域，绝对航高为4800和5500米，GSD为6—19厘米。经过处理，得到tif影像及影像外方位元素。
肖青, 闻建光
2012年8月19日，在黑河中上游的核心观测区域，利用运12飞机，搭载Leica公司RCD30相机,开展了光学航空遥感飞行试验。RCD30相机焦距80mm,有RGB和近红外四个波段。小沙漠地区飞行绝对航高2900米，GSD为10厘米。经过处理，得到tif影像及影像外方位元素。
肖青, 闻建光
2012年8月2日在黑河中游的30*30公里核心观测区域，利用运12飞机，搭载WIDAS传感器，开展了可见光/近红外、热红外的多角度航空遥感试验。WIDAS系统集成了：高分辨率相机一台、可见光/近红外5波段多光谱相机两台（最大视场角48度）和热像仪一台（最大视场角46度）。获取的数据信息为：CCD分辨率0.26m.
肖青, 闻建光
2012年8月25日，在黑河中上游的核心观测区域，利用运12飞机，搭载Leica公司RCD30相机,开展了光学航空遥感飞行试验。RCD30相机焦距80mm,有RGB和近红外四个波段。样带地区飞行绝对航高5200米，GSD为6—19厘米。经过处理，得到tif影像及影像外方位元素。
肖青, 闻建光
2012年8月25日，在黑河中上游的核心观测区域，利用运12飞机，搭载Leica公司RCD30相机,开展了光学航空遥感飞行试验。RCD30相机焦距80mm,有RGB和近红外四个波段。上游天姥池飞行区域，绝对航高为4800和5500米，GSD为8—19厘米。经过处理，得到tif影像及影像外方位元素。
肖青, 闻建光
本数据集为基于Landsat卫星影像获取的喜马拉雅中段波曲流域1976、1991、2000、2010年四期冰川、冰湖的矢量数据。 数据源来自Landsat遥感影像 1976：LM21510411975306AAA05、LM21510401976355AAA04 1991：LT41410401991334XXX02、LT41410411991334XXX02 2000：LE71410402000279SGS00、LE71400412000304SGS00、LE71410402000327EDC00、LE71410412000327EDC00 2010：LT51400412009288KHC00、LT51410402009295KHC00、LT51410412009311KHC00、LT51410402011237KHC00。 从各期遥感影像上人工提取冰川、冰湖边界。 冰川、冰湖边界提取误差估计为0.5个像元。 数据文件： Glacial_1976：1976年冰川矢量数据 Glacial_1991：1991年冰川矢量数据 Glacial_2000：2000年冰川矢量数据 Glacial_2010：2010年冰川矢量数据 Glacial_Lake_1976：1976年冰湖矢量数据 Glacial_Lake_1991：1991年冰湖矢量数据 Glacial_Lake_2000：2000年冰湖矢量数据 Glacial_Lake_2010：2010年冰湖矢量数据 冰湖矢量数据字段包括： 编号、名字、经纬度、海拔、面积、朝向、冰湖类型、长度、宽度、与冰川的距离
王伟财
本数据集是2013年青藏高原冰川数据，使用了148景Landsat8 OLI卫星多光谱遥感数据，结合65景HJ1A/1B遥感数据，时间主要从2012年至2014年，86%来源于2013年,78%Landsat8 OLI数据成像于冬季，而HJ1A/1B数据100%成像于冬季。冰川数据是青藏高原净冰川覆盖范围，不包括表碛物覆盖部分。数据格式是TIFF，可以为青藏高原冰川变化、冰川水文研究提供基础数据支持。 数据内容：冰川编号FID_smglac，基于Albers等积圆锥投影计算的冰川面积area_km2，所在流域在我国冰川编目中冰川流域的二级编码code, 所在流域在我国冰川编目中冰川流域一级编码First_code,所在流域中文名称name，所在流域英文名称Ename,冰川斑块周长Peremeter(km)，斑块中心点X坐标（decimal degree）, 斑块中心点Y坐标（decimal degree）。 数据的投影方式：Albers等积圆锥投影。 格网单元：30m 数据加工方法：基于148景Landsat8 OLI卫星多光谱遥感数据，校正、镶嵌为假彩色合成影像（RGB:654），采用人工目视解译方法，参考波段比值法结果，结合SRTM DEM V4.1数据与Google Earth和HJ1A/1B卫星同一年不同季节的影像，剔除了山体阴影、季节性积雪的影响，参考我国第一期和第二期冰川编目数据，剔除了非冰川区的陡崖、裸露基岩等，综合提取净冰川专题矢量数据，不包括冰川末端位置不清的表碛物覆盖区域，冰川边界数字化精度为半个像元（15m）。通过对比分析，可知基于多数据源、参考多方法结果、综合专家经验知识人-机互动方法提取获得的山地冰川数据更准确。具体数据提取方法详见参考文献： Ye, Q., J.Zong,L.Tian et al. (2017). Glacier changes on the Tibetan Plateau derived from Landsat imagery: mid-1970s – 2000 – 2013. Journal of Glaciology,63(238), 273-87. DOI:10.1017/jog.2016.137 原始遥感资料数据精度：30m。 数据质量控制措施：冰川边界数字化精度控制在半个像元之内（15m）。 加工后数据精度：TPG2013总体数据误差在3.9%。 项目来源：中国科学院战略性先导科技专项（A类）（XDA19070302）， 第二次青藏高原综合科学考察研究资助（2019QZKK0202），中国科学院“十三五”信息化建设专项资助(XXH13505-06)，国家自然科学基金项目（41530748, 91747201），科技基础性工作专项项目(2013FY111400)。
叶庆华
太阳分光光度计的测量数据可以直接用来反演非水汽通道的光学厚度、瑞利散射、气溶胶光学厚度、大气气柱的水汽含量（使用水汽通道936nm处的测量数据）。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。数据覆盖时间从2009年到2016年，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、Angstrom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
青藏高原湖泊动态数据集采用美国陆地资源卫星（Landsat）遥感数据为主，采用波段比值与阈值分割方法制作，数据覆盖时间从1984年到2016年，时间分辨率为5年一期，覆盖范围为青藏高原，空间分辨率为30m。水体面积提取方法采用波段比值（B4/B2）或者水体指数（MNDWI）为主，构建分类树，算法构建考虑水体的光谱特征在时间和空间上的变化，并且考虑水体所处的空间为主的坡度、坡向信息调整决策树的阈值。长时间序列星载卫星数据来自Landsat MSS、TM、ETM+和OLI等系列传感器。水体信息提取的最小单元为2*2个像元，小于0.36*10^-2Km²的水体全部剔除。通过高分辨率遥感数据提取的水体信息以及目视解译确定的水体检验点的验证表明青藏高原水体面积信息的总体精度优于95%。数据以shape文件保存，投影方式为Albers投影，中央经线为105 °，双标准纬线纬度为25 °和47 °。
宋开山, 杜嘉
本数据为盈科绿洲农田、湿地、戈壁、沙漠与荒漠观测的一个生长周期内的植被覆盖度数据集。数据观测从2012年5月25日开始到9月14日结束，7月下旬之前每5天观测1次，之后10天观测1次。 测量仪器与原理： 采用数码相机拍照的方法测量了盈科绿洲的农田、湿地、戈壁、沙漠与荒漠的典型地物的植被覆盖度。样方的设计、照片拍摄方法和数据处理方法都经过一定的分析和考虑。 具体分几条进行描述： 0. 测量仪器：简易观测架搭配数码相机，将数码相机置于支撑杆前端的仪器平台，保持拍摄的竖直向下，远程控制相机测量数据。观测架可以用来改变相机的拍摄高度，面向不同类型植被实现有针对性的测量。 1. 样方设置和“真值”获取：玉米等低矮植被样方大小10×10米，果树样方30米×30米。每次测量时沿两条对角线依次拍照，共取9张照片（当地表覆盖非常均一时也有少于9张的情况），均匀分布在样方内。9张相片处理得到各自覆盖度之后取平均，最终得到一个样方的覆盖度“真值”。 2. 拍摄方法：针对低矮植被如玉米，直接采用观测架观测，保证观测架上的相机距离植被冠层的高度远大于植被冠幅，在方形样方内沿着对角线采样，然后做算术平均。在视场角度不大(<30°)的情况下，视场内包括大于2个整周期的垄行，相片的边长与垄行平行；针对较高植被如果树，在树冠下面从下向上拍摄照片，叠加配合对树冠下地表低矮植被从上向下的拍摄，得到植株附近的覆盖度，再拍摄植株之间非树冠投影区域的低矮植被，计算植株间隙的覆盖度。最后通过树冠投影法，获得树冠的平均面积。根据垄行距离计算植株树冠下与植株间隙的面积比例，加权获得整个样方的覆盖度。 3. 数据处理方法：采用一种自动分类方法，具体见“参考文献”第３条文献（Liu et al., 2012)。通过RGB颜色空间转换到更容易区分绿色植被的Lab空间，对绿度分量a的直方图进行聚类，分离出绿色植被和非绿色背景2组分，获得单张相片的植被覆盖度。该方法的优点在于其算法简单、易于实现而且自动化程度和精度较高。今后还需要更多的快速、自动、准确的分类方法，最大限度发挥数码相机方法的优势。 配套数据： 在记录表中文字记录了植被的种类、株高、垄宽、行宽、拍摄高度信息，同时附有数码相机拍摄的场景照片和田埂照片（农田）。 数据处理： 基于数字图像里面的分类方法，对植被和非植被像元分类后得到相片代表样方的植被覆盖度。
穆西晗, 黄帅, 马明国
本数据包括大满超级站、湿地、沙漠、荒漠和戈壁五个站点植被一个生长周期内的覆盖度数据集以及大满超级站玉米和湿地芦苇两种植被一个生长周期内的生物量数据集。观测时间自2013年5月19日开始，9月15日结束。 1覆盖度观测 1.1观测时间 1.1.1超级站：观测时间段2013年5月20日-9月15日， 7月31日以前每5天观测一次，7月31后每10天观测一次，共做了18次观测，具体观测时间如下； 超级站：2013-5-20、2013-5-25、2013-5-30、2013-6-5、2013-6-10、2013-6-16、2013-6-22、2013-6-27、2013-7-2、2013-7-7、2013-7-12、2013-7-17、2013-7-27、2013-8-3、2013-8-13、2013-8-25、2013-9-5、2013-9-15 1.1.2其它四个站：观测时间段2013年5月20日-9月15日，每10天观测一次，共做了12次观测，具体观测时间如下； 其它四个站：2013-5-20、2013-6-5、2013-6-16、2013-6-27、2013-7-7、2013-7-17、2013-7-27、2013-8-3、2013-8-13、2013-8-25、2013-9-5、2013-9-15 1.2观测方法 1.2.1测量仪器与原理： 采用数码相机拍照的方法测量，将数码相机置于简易支撑杆前端的仪器平台，保持拍摄的竖直向下，远程控制相机测量数据。观测架可以用来改变相机的拍摄高度，面向不同类型植被实现有针对性的测量。 1.2.2样方的设计 超级站：共取3块样地，每块样地样方大小10×10米，每样地每次测量时沿两条对角线依次拍照，共取9-10张照片； 湿地站：共取2块样地，每块样地样方大小10×10米，每样地每次测量拍9-10张照片； 其它3个站：选取1块样地，每块样地样方大小10×10米，每样地每次测量拍9-10张照片； 1.2.3拍摄方法 针对超级站玉米和湿地站芦苇，直接采用观测架观测，保证观测架上的相机距离植被冠层的高度远大于植被冠幅，在方形样方内沿着对角线采样，然后做算术平均。在视场角度不大(<30°)的情况下，视场内包括大于2个整周期的垄行，相片的边长与垄行平行；其它三个站点由于植被比较低矮，直接用相机垂直向下拍照（未使用支架）。 1.2.4 覆盖度计算 覆盖度计算由北京师范大学完成，采用一种自动分类方法，具体见 “建议参考文献”第1条文献。通过RGB颜色空间转换到更容易区分绿色植被的Lab空间，对绿度分量a的直方图进行聚类，分离出绿色植被和非绿色背景2组分，获得单张相片的植被覆盖度。该方法的优点在于其算法简单、易于实现而且自动化程度和精度较高。今后还需要更多的快速、自动、准确的分类方法，最大限度发挥数码相机方法的优势。 2生物量观测 2.1观测时间 2.1.1玉米：观测时间段2013年5月20日-9月15日， 7月31日以前每5天观测一次，7月31后每10天观测一次，共做了18次观测，具体观测时间如下； 玉米：2013-5-20、2013-5-25、2013-5-30、2013-6-5、2013-6-10、2013-6-16、2013-6-22、2013-6-27、2013-7-2、2013-7-7、2013-7-12、2013-7-17、2013-7-27、2013-8-3、2013-8-13、2013-8-25、2013-9-5、2013-9-15 2.1.2芦苇：观测时间段2013年5月20日-9月15日，每10天观测一次，共做了12次观测，具体观测时间如下； 芦苇：2013-5-20、2013-6-5、2013-6-16、2013-6-27、2013-7-7、2013-7-17、2013-7-27、2013-8-3、2013-8-13、2013-8-25、2013-9-5、2013-9-15 2.2观测方法 玉米：选取3块样地，每块样地每次观测选取代表样地平均水平的三株玉米分别称每株玉米的鲜重（地上生物量+地下生物量）和相应的干重（85℃恒温烘干），根据种植的株距和行距计算单位面积玉米的生物量； 芦苇：设置2个0.5mÍ0.5m的样方，齐地刈割，分别称取芦苇的鲜重（茎叶）和干重（85℃恒温烘干）。 2.3观测仪器 天平（精度0.01g）、烘箱。 3数据的存储 所有观测数据先手薄记录后整理到Excel表中存储，同时整理了玉米种植结构数据，包括种植的株距、行距，种植时间、灌水时间、除父本时间以及收割时间等相关信息。
耿丽英, 家淑珍, 李艺梦, 马明国
本数据集是1976年青藏高原冰川数据，使用了205景Landsat MSS/TM卫星多光谱遥感数据，其中189景（覆盖青藏高原研究区92%）在1972-79年，而116景为1976/77年。但藏东南地区由于云、雪的影响，高质量MSS数据不能获得，因此，藏东南部分区域通过逐年筛选，使用了所能获得最早的高质量Landsat TM数据，包括14景1980s（1981,1986-89,覆盖青藏高原研究区6.5%）和2景1994年数据（覆盖青藏高原研究区1.5%）。所用遥感数据，77%为冬季数据；61%为1976/1977年Landsat MSS/TM影像数据，因此，1976年为本数据集代表年份。本数据集冰川数据是青藏高原净冰川覆盖范围，不包括表碛覆盖部分。数据格式是TIFF，可以为青藏高原冰川变化、冰川水文研究提供基础数据支持。 数据内容：冰川编号FID_smglac，基于Albers等积圆锥投影计算的冰川面积area_km2，所在流域在我国冰川编目中冰川流域的二级编码code, 所在流域在我国冰川编目中冰川流域一级编码First_code,所在流域中文名称name，所在流域英文名称Ename,冰川斑块周长Peremeter(km)，斑块中心点X坐标（decimal degree）, 斑块中心点Y坐标（decimal degree）。 数据的投影方式：Albers等积圆锥投影。 格网单元：30m 数据加工方法：基于205/16景Landsat MSS/TM卫星数据，校正、镶嵌为假彩色合成影像（MSS, RGB:321；TM, RGB:543），采用人工目视解译方法，参考不同波段比值法结果，结合SRTM DEM V4.1数据与Google Earth 同一年不同季节的影像，剔除了山体阴影、季节性积雪的影响，参考我国第一期和第二期冰川编目数据，剔除了非冰川区陡崖、裸露基岩等，综合提取净冰川专题矢量数据，不包括冰川末端位置不清的表碛物覆盖区域，冰川边界数字化精度为半个像元（30m）。通过对比分析，可知基于多数据源、参考多方法结果、综合专家经验知识人-机互动方法获得的数据更准确。具体数据提取方法详见参考文献: Ye, Q., J.Zong,L.Tian et al. (2017). Glacier changes on the Tibetan Plateau derived from Landsat imagery: mid-1970s – 2000 – 2013. Journal of Glaciology,63(238), 273-87. DOI:10.1017/jog.2016.137 原始遥感资料数据精度：60m。 数据质量控制措施：冰川边界数字化精度控制在半个像元之内（30m）。 加工后数据精度：通过分析典型区数据，最大误差为4%。TPG1976总体数据误差为6.4%。 项目来源：中国科学院战略性先导科技专项（A类）（XDA19070302），第二次青藏高原综合科学考察研究资助（2019QZKK0202），中国科学院“十三五”信息化建设专项资助(XXH13505-06)， 国家自然科学基金项目（41530748, 91747201）。
叶庆华, 吴玉伟
本数据集是2001年青藏高原冰川数据，使用了150景Landsat7 TM/ETM+卫星多光谱遥感数据，时间主要从1999年至2002年，72%来源于2000/2001年，71%遥感数据成像于冬季。冰川数据是青藏高原净冰川覆盖范围，不包括表碛物覆盖部分。数据格式是TIFF，可以为青藏高原冰川变化、冰川水文研究提供基础数据支持。 数据内容：冰川编号FID_smglac，基于Albers等积圆锥投影计算的冰川面积area_km2，所在流域在我国冰川编目中冰川流域的二级编码code, 所在流域在我国冰川编目中冰川流域一级编码First_code,所在流域中文名称name，所在流域英文名称Ename,冰川斑块周长Peremeter(km)，斑块中心点X坐标（decimal degree）, 斑块中心点Y坐标（decimal degree）。 格网单元：30m 数据的投影方式：Albers等积圆锥投影。 数据加工方法：基于150景Landsat7 TM(ETM+）卫星数据，校正、镶嵌为假彩色合成影像（TM/ETM+， RGB:543），采用人工目视解译方法，参考波段比值法结果，结合SRTM DEM V4.1数据与Google Earth 同一年不同季节的影像，剔除了山体阴影、季节性积雪的影响，参考我国第一期和第二期冰川编目数据，剔除了非冰川区的陡崖、裸露基岩等，综合提取净冰川专题矢量数据，不包括冰川末端位置不清的表碛物覆盖区域，冰川边界数字化精度为半个像元（15m）。通过对比分析，可知基于多数据源、参考多方法结果、综合专家经验知识人-机互动方法提取获得的山地冰川矢量数据更准确。具体数据提取方法详见参考文献： Ye, Q., J.Zong,L.Tian et al. (2017). Glacier changes on the Tibetan Plateau derived from Landsat imagery: mid-1970s – 2000 – 2013. Journal of Glaciology,63(238), 273-87. DOI:10.1017/jog.2016.137 原始遥感资料数据精度：30m。 数据质量控制措施：冰川边界数字化精度控制在半个像元之内（15m）。 加工后数据精度：TPG2001总体数据误差在3.8%。 项目来源：中国科学院战略性先导科技专项（A类）（XDA19070302），第二次青藏高原综合科学考察研究资助（2019QZKK0202），中国科学院“十三五”信息化建设专项资助(XXH13505-06)，国家自然科学基金项目（41530748, 91747201）。
叶庆华, 吴玉伟
本数据集为L波段机载微波辐射计于2012年8月1日获取，地点在黑河上游地区。 其中L波段频率为1.4GHz，天顶角观测，V极化与H极化信息；飞机8:30（北京时间，下同）从张掖机场起飞，12:30降落。飞行历时5小时。在观测期间，飞行高度1000m左右，飞行速度220-250km/hr左右。 原始数据分为两部分，分别为微波辐射计数据和地理位置KMZ数据。微波辐射计数据包括V极化与H极化两个数据文件，分辨率300 m，每个数据文件包含所观测TB值和对应扫描波束ID、入射角、位置、时间标记(UTC)和其他飞行姿态信息。KMZ文件给出38.5入射角下飞区域行1公里网格TB值分布数据。飞机前和结束时微波辐射计分别进行了“热”和“冷”辐射校正。微波辐射计数据应考虑电磁波干扰影响，V极化TB值受电磁波干扰较强，H极化受影响较小。
车涛, 高莹, 李新
在全球气候变暖背景下，世界范围内山地冰川消融强烈，以退缩为主，但现有野外观测发现，喀喇昆仑地区大部分冰川保持稳定或前进状态，为“喀喇昆仑异常”。冰川表面流速是研究冰川动力学和物质平衡的重要参数，研究喀喇昆仑中部区域冰川流速时空变化特征对于认识该区域冰川动力学特征及其对气候变化的响应具有重要的意义。 选取1999-2003年获取的四对Landsat 7 ETM+影像（影像获取时间分别为：1999.7.16, 2000.6.16, 2001.7.21, 2002.8.9, 2002.4.19, 2003.3.21），采用全色波段，分辨率为15 m，对每对影像进行精确配准，然后对配准后的两景影像进行互相关计算，获取1999-2003年喀喇昆仑中部区域冰川表面流速。由于研究区域内缺乏流速实地观测数据，因此利用稳定区域的偏移量值评估冰流结果的精度，冰川表面流速误差约为±7 m/year。 冰流场数据覆盖时间从1999年到2003年，时间分辨率为逐年，覆盖范围为喀喇昆仑中部区域，空间分辨率为30 m，每年的冰流场数据存放一个Geotiff文件。 数据的详细情况见喀喇昆仑中部区域冰流场-数据说明。
江利明
本数据集为利用红外光谱仪BOMEM MR304在张掖市区、机场、荒漠、小满镇五星村加密观测区等地测量的8-14µm典型地物的热红外波谱数据。 1） 测量目的 红外波谱数据测量的目的在于：定标场地红外波谱的同步测量用于机载热红外传感器的辐射定标；同步测量典型地物红外波谱并提取发射率用于机载、星载热红外传感器发射率产品验证；获取黑河流域典型地物发射率波谱，作为先验知识用于地表温度反演和生态水文模型。 2） 测量仪器与原理 测量仪器：中科院遥感所红外波谱仪BOMEM MR304、Mikron M340黑体、北师大BODACH BDB黑体、漫反射金板、Fluke 50系列II接触式温度计。 测量原理：利用红外波谱仪测量地表辐射波谱，结合漫反射金板获得环境辐射波谱，基于辐射传输方程，利用ISSTES等高光谱温度和发射率分离算法，反演得到地表发射率波谱。 3） 测量地点与内容 2012年5月29日在张掖广场周边测量城市典型地物：地砖、草地、柏油路等。 2012年6月20日在张掖城区测量城市房顶材料、水库湖水水样、沙漠沙子等。 2012年6月30日在张掖机场测量机场水泥地、机场荒漠等。 2012年7月3日在五星村超级样地测量田间道路、玉米叶、土壤等。 2012年7月4日在小满镇测量玉米、小麦冠层等。 2012年7月10日在张掖润泉湖公园测量广场地砖等。 2012年7月13日在五星村超级样地测量玉米叶、西瓜叶、蔬菜等。 4） 数据处理 BOMEM光谱波谱仪原始数据通过高低温黑体定标得到定标后的辐射亮度波谱（*.rad），通过数据预处理并转换为文本格式文件，得到测量目标、漫反射金板的8-14µm的辐亮度数据。
马明国, 肖青
2012年6月28-29日在盈科绿洲与花寨子荒漠PLMR样方进行了机载飞行地面同步观测。PLMR（Polarimetric L-band Multibeam Radiometer）是双极化（H/V）的L波段微波辐射计，中心频率1.413 GHz，带宽24 MHz，分辨率1 km （相对航高3 km），有6个beam同时观测，入射角为±7º，±21.5º，±38.5º，灵敏度<1K。飞行主要覆盖中游人工绿洲生态水文试验区。本地面同步数据集可为发展和验证被动微波遥感反演土壤水分算法提供基本地面数据集。 样方及采样策略： 观测区位于张掖绿洲南缘-安阳滩荒漠过渡带，张（张掖）-大（大满）公路西侧，南北跨龙渠干渠，分为两部分，西南方向为1 km×1 km的荒漠样方，由于荒漠较为均质，在此1 km样方内采集5个点（四周各1点及中心点，实际测量过程中，可在沿路行走过程中多测几个点）的土壤水分，四个角点除对角线方向外，互相间隔600 m，西南角角点为花寨子荒漠站，便于与气象站数据比较。在东北侧，选择了面积2.4 km×2.4 km的大样方针对绿洲下垫面开展同步观测。样方的选择依据主要是考虑地表覆盖代表性、尽量避开民居和大棚、穿越绿洲农田以及南边的部分荒漠、可达性、观测（路途消耗）时间，以期获得与PLMR观测的亮度温度的比较。 考虑到PLMR观测的分辨率，同步观测中，东西方向以160 m为间隔，采集了16条样线（东西分布），每条线80 m间隔共31个点（南北方向），使用4台Hydraprobe Data Acquisition System （HDAS，参考文献2）同时测量。 测量内容： 获取了样方上约500个点，每个点2次观测，即对覆膜玉米地，在每个采样点进行2次观测，1次膜内（数据记录中标记为a），1次膜外（数据记录中标记为b）。由于HDAS系统采用POGO便携式土壤传感器，观测获得土壤温度、土壤水分（体积含水量）、损耗正切、土壤电导率、土壤复介电实部及虚部。植被参数观测选择在一些具有代表性的土壤水分采样点开展，完成了株高和生物量（植被含水量）的测量。 注：28号观测从11:00AM左右开始，完成约1/3工作量，由于PLMR仪器问题和降雨的双重原因，4:00PM被迫停止观测。剩余工作量29号10:30AM-5:30PM完成。观测日期正值该区域内农田大面积灌溉，导致观测人员前行困难，田块难以进入，观测点位与预设点位有偏差。 数据： 本数据集包括土壤水分观测和植被观测两部分，前者保存数据格式为矢量文件，空间位置即为各采样点位置（WGS84+UTM 47N），土壤水分等测量信息记录在属性文件中；植被采样信息记录在EXCEL表格中。
王树果, 李新
本数据为黑河中游盈科绿洲与湿地、戈壁、沙漠观测的典型地物比辐射率数据集。数据观测从2012年5月25日至2012年7月18日。 仪器：北京师范大学便携式傅立叶变换红外波谱仪（102F）、手持式红外温度计 测量方法：利用102F分别测量冷黑体、暖黑体、观测目标、金版的辐射值。利用冷暖黑体的辐射值，对102F进行定标，消除仪器自身发射的影响。利用基于平滑度的迭代反演算法，反演出比辐射率和物体温度。比辐射率波段范围为8-14μm，分辨率4cm-1。 本数据集包含102F获取的冷黑体、暖黑体、被测目标和金板的原始辐射曲线（ASCII格式）和记录文件。处理后的数据为8-14μm比辐射率曲线（ASCII格式）.部分数据配套有被测目标的热像仪照片，数码相机拍摄的场景和被测物体图像。
马明国
2012年8月3日在黑河中游的5*5公里加密区，利用运12飞机，搭载WIDAS传感器，开展了可见光/近红外、热红外的多角度航空遥感试验。WIDAS系统集成了：高分辨率相机一台、可见光/近红外5波段多光谱相机两台（最大视场角48°）和热像仪一台（最大视场角46°）。获取的数据信息为，高分辨率CCD：0.08米；多光谱分辨率：0.4米；热像仪分辨率：2米。
肖青, 闻建光
2012年7月19日，在黑河中游核心观测区域，利用运12飞机，搭载Leica公司生产的ALS70,开展了lidar航空遥感飞行试验。ALS70激光波长为1064nm，记录多次回波（1,2,3和末次）。中游地区飞行绝对航高2700米（地面最低点1412米，地面最高点1655米），平均点云密度4点/平方米。通过参数检校、点云自动分类和人工编辑等步骤，最终形成DSM和DEM数据产品。
肖青, 闻建光
植被叶绿素含量的测量是为了获取不同EC站点以及不同类型植被叶绿素的含量，并实现遥感反演的叶绿素产品的真实性检验。 观测仪器： 野外采样，室内丙酮萃取法测量。 测量方式： 为了分析株高对叶绿素含量的影响，根据玉米株高记录选择不同的样方进行采样，总共选择了11个玉米样方。为了比较不同植被类型的叶绿素含量，又选取了通量矩阵内EC1下的三种蔬菜类型以及湿地的芦苇样方。总共选取了19个不同的样方进行分析，所采样方交于河西学院生命科学学院实验室，进行叶绿素萃取，分别提取出所选样方的叶绿素a、叶绿素b以及总叶绿素的含量。 数据内容： 叶绿素a、叶绿素b以及总叶绿素的含量 观测时间： 2012年7月8号
家淑珍
本数据包括大满超级站、湿地、沙漠、荒漠和戈壁五个站点植被一个生长周期内的覆盖度数据集以及大满超级站玉米和湿地芦苇两种植被一个生长周期内的生物量数据集。观测时间自2014年5月10日开始，9月11日结束。 1覆盖度观测 1.1观测时间 1.1.1超级站：观测时间段2014年5月10日-9月11日， 7月20日以前每5天观测一次，7月20后每10天观测一次，共做了17次观测，具体观测时间如下； 超级站：2014-5-10、2014-5-15、2014-5-20、2014-5-25、2014-5-30、2014-6-10、2014-6-15、2014-6-20、2014-6-25、2014-6-30、2014-7-5、2014-7-10、2014-7-15、2014-7-20、2014-8-5、2014-8-17、2014-9-11 1.1.2其它四个站：观测时间段2014年5月20日-9月15日，每10天观测一次，共做了11次观测，具体观测时间如下； 其它四个站：2014-5-10、2014-5-20、2014-5-30、2014-6-10、2014-6-20、2014-6-30、2014-7-10、2014-7-20、2014-8-5、2014-8-17、2014-9-11 1.2观测方法 1.2.1测量仪器与原理： 采用数码相机拍照的方法测量，将数码相机置于简易支撑杆前端的仪器平台，保持拍摄的竖直向下，远程控制相机测量数据。观测架可以用来改变相机的拍摄高度，面向不同类型植被实现有针对性的测量。 1.2.2样方的设计 超级站：共取3块样地，每块样地样方大小10×10米，每样地每次测量时沿两条对角线依次拍照，共取9-10张照片； 湿地站：共取2块样地，每块样地样方大小10×10米，每样地每次测量拍9-10张照片； 其它3个站：选取1块样地，每块样地样方大小10×10米，每样地每次测量拍9-10张照片； 1.2.3拍摄方法 针对超级站玉米和湿地站芦苇，直接采用观测架观测，保证观测架上的相机距离植被冠层的高度远大于植被冠幅，在方形样方内沿着对角线采样，然后做算术平均。在视场角度不大(<30°)的情况下，视场内包括大于2个整周期的垄行，相片的边长与垄行平行；其它三个站点由于植被比较低矮，直接用相机垂直向下拍照（未使用支架）。 1.2.4 覆盖度计算 覆盖度计算由北京师范大学完成，采用一种自动分类方法，具体见 “建议参考文献”第1条文献。通过RGB颜色空间转换到更容易区分绿色植被的Lab空间，对绿度分量a的直方图进行聚类，分离出绿色植被和非绿色背景2组分，获得单张相片的植被覆盖度。该方法的优点在于其算法简单、易于实现而且自动化程度和精度较高。今后还需要更多的快速、自动、准确的分类方法，最大限度发挥数码相机方法的优势。 2生物量观测 2.1观测时间 2.1.1玉米：观测时间段2014年5月10日-9月11日， 7月20日以前每5天观测一次，7月20后每10天观测一次，共做了17次观测，具体观测时间如下； 超级站：2014-5-10、2014-5-15、2014-5-20、2014-5-25、2014-5-30、2014-6-10、2014-6-15、2014-6-20、2014-6-25、2014-6-30、2014-7-5、2014-7-10、2014-7-15、2014-7-20、2014-8-5、2014-8-17、2014-9-11 2.1.2芦苇：观测时间段2014年5月20日-9月15日，每10天观测一次，共做了11次观测，具体观测时间如下； 2014-5-10、2014-5-20、2014-5-30、2014-6-10、2014-6-20、2014-6-30、2014-7-10、2014-7-20、2014-8-5、2014-8-17、2014-9-11 2.2观测方法 玉米：选取3块样地，每块样地每次观测选取代表样地平均水平的三株玉米分别称每株玉米的鲜重（地上生物量+地下生物量）和相应的干重（85℃恒温烘干），根据种植的株距和行距计算单位面积玉米的生物量； 芦苇：设置2个0.5mÍ0.5m的样方，齐地刈割，分别称取芦苇的鲜重（茎叶）和干重（85℃恒温烘干）。 2.3观测仪器 天平（精度0.01g）、烘箱。 3数据的存储 所有观测数据先手薄记录后整理到Excel表中存储，同时整理了玉米种植结构数据，包括种植的株距、行距，种植时间、灌水时间、除父本时间以及收割时间等相关信息。
于文凭, 耿丽英, 李艺梦, 谭俊磊, 马明国
本数据包含HiWATER中游试验前本底参考影像和试验中期参考影像。 试验前本底参考影像由天下图利用无人机携带的CCD相机拍摄，成像时间为2011年11月8日，并完成了镶嵌生成数字镶嵌图。主要用于中游通量观测矩阵核心试验区观测系统布设方案设计。 数据原始分辨率为0.3m，镶嵌后的影像为0.5m。 试验中期参考影像由航空飞行提供CASI数据制作，成像时间为2012年6月29日。该数据主要支持中游通量观测矩阵核心试验区其他数据分析和中游种植结构分类。 数据原始分辨率为0.3m，镶嵌后的影像为0.5m。 数据格式： GeoTIFF 地图投影： 2000国家大地坐标系
马明国
2012年8月19日，在黑河中上游的核心观测区域，利用运12飞机，搭载Leica公司生产的ALS70,开展了lidar航空遥感飞行试验。ALS70激光波长为1064纳米，多次回波（1,2,3和末次）。小沙漠地区飞行绝对航高2900米，平均点云密度4点/平方米。通过参数检校、点云自动分类和人工编辑等步骤，最终形成DSM和DEM数据产品。
肖青, 闻建光
2012年8月2日在盈科绿洲与花寨子荒漠PLMR样方进行了机载飞行地面同步观测。PLMR（Polarimetric L-band Multibeam Radiometer）是双极化（H/V）的L波段微波辐射计，中心频率1.413 GHz，带宽24 MHz，分辨率1 km （相对航高3 km），有6个beam同时观测，入射角为±7º，±21.5º，±38.5º，灵敏度<1K。飞行主要覆盖中游人工绿洲生态水文试验区。本地面同步数据集可为发展和验证被动微波遥感反演土壤水分算法提供基本地面数据集。 样方及采样策略： 观测区位于张掖绿洲南缘-安阳滩荒漠过渡带，张（张掖）-大（大满）公路西侧，南北跨龙渠干渠，分为两部分，西南方向为1 km×1 km的荒漠样方，由于荒漠较为均质，在此1 km样方内采集5个点（四周各1点及中心点，实际测量过程中，可在沿路行走过程中多测几个点）的土壤水分，四个角点除对角线方向外，互相间隔600 m，西南角角点为花寨子荒漠站，便于与气象站数据比较。在东北侧，选择了面积1.6 km×1.6 km的大样方针对绿洲下垫面开展同步观测。样方的选择依据主要是考虑地表覆盖代表性、尽量避开民居和大棚、穿越绿洲农田以及南边的部分荒漠、可达性、观测（路途消耗）时间，以期获得与PLMR观测的亮度温度的比较。 考虑到PLMR观测的分辨率，同步观测中，东西方向以160 m为间隔，采集了11条样线（东西分布），每条线80 m间隔共21个点（南北方向），使用4台Hydraprobe Data Acquisition System （HDAS，参考文献2）同时测量。 测量内容： 获取了样方上约230个点，每个点2次观测，即对覆膜玉米地，在每个采样点进行2次观测，1次膜内（数据记录中标记为a），1次膜外（数据记录中标记为b）。由于HDAS系统采用POGO便携式土壤传感器，观测获得土壤温度、土壤水分（体积含水量）、损耗正切、土壤电导率、土壤复介电实部及虚部。当日未开展植被同步采样。 数据： 本数据集包括土壤水分观测和植被观测两部分，前者保存数据格式为矢量文件，空间位置即为各采样点位置（WGS84+UTM 47N），土壤水分等测量信息记录在属性文件中。
王树果, 马明国, 李新
太阳光度计的架设目的在于获取大气气溶胶、水汽、臭氧等成分的特性，支持卫星和航空遥感数据的大气校正。本数据集由两部分组成：常规观测数据和飞行同步观测数据。常规观测仪器的架设位置包括五星村五星嘉苑7#楼顶（6月1日至6月24日）、五星村超级站向南70m左右的沟渠（6月25日以后）。测量采用CE318-NE型太阳分光光度计，可提 供1640nm、1020nm、936nm、870nm、670nm、500nm、440nm、380nm和340nm共9个波段观测的大气光学厚度，以及 936nm测量数据反演大气柱水汽含量。本数据集提供的常规观测数据包括2012年6月1日至9月20日的太阳分光光度计原始数据和预处理后的数据，数据采样的时间间隔为1分钟。飞行同步观测架设的位置包括高崖水文站（7月3日和7月4日）、阿柔超级站（8月1日）站和葫芦沟小流域（8月25日和8月28日），所使用仪器主要是CE318-N型太阳光度计，观测波段包括340nm、380nm、440nm、500nm、670nm、870nm、936nm、1020nm共8个波段。本数据集提供同步观测时间8个波段的大气光学厚度和936nm波段反演的大气柱水汽含量，以及原始观测数据，数据采样时间为1分钟。
于文凭, 王增艳, 马明国
2012年7月3日在临泽站附近PLMR样带进行了机载飞行地面同步观测。PLMR（Polarimetric L-band Multibeam Radiometer）是双极化（H/V）的L波段微波辐射计，中心频率1.413 GHz，带宽24 MHz，分辨率1 km （相对航高3 km），有6个beam同时观测，入射角为±7º，±21.5º，±38.5º，灵敏度<1K。本地面同步数据集可为发展和验证被动微波遥感反演土壤水分算法提供基本地面数据集。 样方及采样策略： 此次航空飞行航线设计依据临泽站附近的3个点位代表的典型地表类型，兼顾部分中子管观测，设计西北-东南方向三条航线，航线互相之间间隔200 m，设计航高300 m左右，PLMR地面分辨率100 m。根据航线及PLMR观测特点，在航线两侧设计地面3条观测样带，每条样带约长6 km。从西往东分别为L1、L2和L3。其中L1和L2以中间一条航线为中心，相隔80 m；L2和L3之间相隔200 m。每条样带上观测点南北间隔40 m，使用4台Hydraprobe Data Acquisition System （HDAS，参考文献2）同时测量。 测量内容： 获取了样带上约4500个点，每个点2次观测，即对覆膜玉米地，在每个采样点进行2次观测，1次膜内（数据记录中标记为a），1次膜外（数据记录中标记为b）。由于HDAS系统采用POGO便携式土壤传感器，观测获得土壤温度、土壤水分（体积含水量）、损耗正切、土壤电导率、土壤复介电实部及虚部。植被参数观测选择在一些具有代表性的土壤水分采样点开展，完成了株高和生物量（植被含水量）的测量。 注：观测日期正值该区域内农田大面积灌溉，导致观测人员前行困难，田块难以进入，观测点位与预设点位有偏差。 数据： 本数据集包括土壤水分观测和植被观测两部分，前者保存数据格式为矢量文件，空间位置即为各采样点位置（WGS84+UTM 47N），土壤水分等测量信息记录在属性文件中；植被采样信息记录在EXCEL表格中。
王树果, 马明国, 李新
2012年7月7日，在黑河中游的30*30公里核心观测区域、中游样带区，利用运12飞机，搭载CASI/SASI传感器，开展了可见光/近红外短波红外高光谱航空遥感数据获取飞行试验。飞行相对高度2000米（海拔高3500米），CASI和SASI传感器波长范围分别为380-1050纳米和950-2450纳米，空间分辨率分别为1米和2.4米。利用同步测量的地面数据和大气数据，经过几何和6S大气校正，得到地表反射率产品。
肖青, 闻建光
本数据集为L波段机载微波辐射计于2012年7月3日获取，地点在黑河河道地区。 其中L波段频率为1.4GHz，天顶角观测，V极化与H极化信息；飞机11:40（北京时间，下同）从张掖机场起飞，14:10降落。飞行历时2.5小时。在观测期间，飞行高度350m左右，飞行速度220-250km/hr左右。 原始数据分为两部分，分别为微波辐射计数据和地理位置KMZ数据。微波辐射计数据包括V极化与H极化两个数据文件，分辨率100 m，每个数据文件包含所观测TB值和对应扫描波束ID、入射角、位置、时间标记(UTC)和其他飞行姿态信息。KMZ文件给出38.5入射角下飞区域行1公里网格TB值分布数据。飞机前和结束时微波辐射计分别进行了“热”和“冷”辐射校正。微波辐射计数据应考虑电磁波干扰影响，V极化TB值受电磁波干扰较强，H极化受影响较小。
车涛, 高莹, 李新
本数据集为L波段机载微波辐射计于2012年8月2日获取，地点在黑河中游地区。 其中L波段频率为1.4GHz，天顶角观测，V极化与H极化信息；飞机9:00（北京时间，下同）从张掖机场起飞，14:00降落。飞行历时5小时。在观测期间，飞行高度2300m左右，飞行速度220-250km/hr左右。 原始数据分为两部分，分别为微波辐射计数据和地理位置KMZ数据。微波辐射计数据包括V极化与H极化两个数据文件，分辨率700 m，每个数据文件包含所观测TB值和对应扫描波束ID、入射角、位置、时间标记(UTC)和其他飞行姿态信息。KMZ文件给出38.5入射角下飞区域行1公里网格TB值分布数据。飞机前和结束时微波辐射计分别进行了“热”和“冷”辐射校正。微波辐射计数据应考虑电磁波干扰影响，V极化TB值受电磁波干扰较强，H极化受影响较小。
车涛, 高莹, 李新
2012年8月1日在黑河上游，利用运12飞机，搭载WIDAS传感器，开展了可见光/近红外、热红外的多角度航空遥感试验。WIDAS系统集成了：高分辨率相机一台、可见光/近红外5波段多光谱相机两台（最大视场角48°）和热像仪一台（最大视场角46°）。获取的数据信息为，高分辨率CCD：0.08米；多光谱分辨率：0.4米；热像仪分辨率：2米。
肖青, 闻建光
本数据集为L波段机载微波辐射计于2012年6月30日获取，地点在黑河中游地区。 其中L波段频率为1.4GHz，天顶角观测，V极化与H极化信息；飞机13:10（北京时间，下同）从张掖机场起飞，18:40降落。飞行历时5.5小时。在观测期间，飞行高度2500m左右，飞行速度220-250km/hr左右。 原始数据分为两部分，分别为微波辐射计数据和地理位置KMZ数据。微波辐射计数据包括V极化与H极化两个数据文件，每个数据文件包含所观测TB值和对应扫描波束ID、入射角、位置、时间标记(UTC)和其他飞行姿态信息。KMZ文件给出38.5入射角下飞行区域1公里网格TB值分布数据。飞机前和结束时微波辐射计分别进行了“热”和“冷”辐射校正。微波辐射计数据应考虑电磁波干扰影响，V极化TB值受电磁波干扰较强，H极化受影响较小。
车涛, 高莹, 李新
本数据集为L波段机载微波辐射计于2012年7月4日获取，地点在黑河河道地区。 其中L波段频率为1.4GHz，天顶角观测，V极化与H极化信息；飞机10:50（北京时间，下同）从张掖机场起飞，14:50降落。飞行历时4小时。在观测期间，飞行高度1000m左右，飞行速度220-250km/hr左右。 原始数据分为两部分，分别为微波辐射计数据和地理位置KMZ数据。微波辐射计数据包括V极化与H极化两个数据文件，分辨率300 m，每个数据文件包含所观测TB值和对应扫描波束ID、入射角、位置、时间标记(UTC)和其他飞行姿态信息。KMZ文件给出38.5入射角下飞区域行1公里网格TB值分布数据。飞机前和结束时微波辐射计分别进行了“热”和“冷”辐射校正。微波辐射计数据应考虑电磁波干扰影响，V极化TB值受电磁波干扰较强，H极化受影响较小。
车涛, 高莹, 李新
本数据集为L波段机载微波辐射计于2012年7月5日获取，地点在黑河中游地区。 其中L波段频率为1.4GHz，天顶角观测，V极化与H极化信息；飞机10:50（北京时间，下同）从张掖机场起飞，12:20降落。飞行历时1.5小时。在观测期间，飞行高度2000m左右，飞行速度220-250km/hr左右。 原始数据分为两部分，分别为微波辐射计数据和地理位置KMZ数据。微波辐射计数据包括V极化与H极化两个数据文件，分辨率600 m，每个数据文件包含所观测TB值和对应扫描波束ID、入射角、位置、时间标记(UTC)和其他飞行姿态信息。KMZ文件给出38.5入射角下飞区域行1公里网格TB值分布数据。飞机前和结束时微波辐射计分别进行了“热”和“冷”辐射校正。微波辐射计数据应考虑电磁波干扰影响，V极化TB值受电磁波干扰较强，H极化受影响较小。
车涛, 高莹, 李新
本数据集包括甘肃省张掖市康宁九社农田2013年11月15日-16日车载微波辐射计观测亮温、同步测量的土壤质地，粗糙度和地表温度连续观测数据集。地表温度包括温度传感器在土壤深度0cm，1cm、3cm，5cm，10cm五层观测的土壤温度数据。土壤温度的常规观测的时间频率为5分钟。 数据细节： 1. 时间：2013年11月15日-16日 2. 数据： 亮温： 使用车载多频被动微波辐射计观测，包括6.925、18.7和36.5GHz V极化和H极化数据（10.65GHz波段仪器损坏） 土壤温度：使用安装在dt85上的传感器测量0cm，1cm，3cm，5cm，10cm土壤温度 土壤质地：取土样在北京师范大学测量 土壤粗糙度：使用东北地理所提供的粗糙度仪测量 3. 数据大小：4.8M 4. 数据格式：.xls
赵少杰, 寇晓康, 叶勤玉, 马明国
2012年7月26日在大满加密观测区PLMR样方进行了机载飞行地面同步观测。PLMR（Polarimetric L-band Multibeam Radiometer）是双极化（H/V）的L波段微波辐射计，中心频率1.413 GHz，带宽24 MHz，分辨率1 km （相对航高3 km），有6个beam同时观测，入射角为±7º，±21.5º，±38.5º，灵敏度<1K。飞行主要覆盖中游人工绿洲生态水文试验区。本地面同步数据集可为发展和验证被动微波遥感反演土壤水分算法提供基本地面数据集。 样方及采样策略： 观测区位于大满加密观测区矩阵内，选择了面积3.0 km×2.4 km的大样方针对绿洲下垫面开展同步观测。样方的选择依据主要是考虑地表覆盖代表性、可达性、观测（路途消耗）时间，以期获得与PLMR观测的亮度温度的比较。 考虑到PLMR观测的分辨率，同步观测中，东西方向以450 m为间隔，采集了5条样线（东西分布），每条线100 m间隔共31个点（南北方向），使用5台Hydraprobe Data Acquisition System （HDAS，参考文献2）同时测量。 测量内容： 获取了样方上约150个点，每个点2次观测，即对覆膜玉米地，在每个采样点进行2次观测，1次膜内（数据记录中标记为a），1次膜外（数据记录中标记为b）。由于HDAS系统采用POGO便携式土壤传感器，观测获得土壤温度、土壤水分（体积含水量）、损耗正切、土壤电导率、土壤复介电实部及虚部。因该区域植被开展了例行的5天一次采样观测，因此当日未开展专门的植被同步采样。 数据： 本数据集包括土壤水分观测和植被观测两部分，前者保存数据格式为矢量文件，空间位置即为各采样点位置（WGS84+UTM 47N），土壤水分等测量信息记录在属性文件中。
王树果, 马明国, 李新
2012年8月2日在黑河中游的30*30公里核心观测区域，利用运12飞机，搭载WIDAS传感器，开展了可见光/近红外、热红外的多角度航空遥感试验。WIDAS系统集成了：高分辨率相机一台、可见光/近红外5波段多光谱相机两台（最大视场角48°）和热像仪一台（最大视场角46°）。获取的数据信息为，高分辨率CCD：0.26米；多光谱分辨率：1.3米；热像仪分辨率：6.3米。
肖青, 闻建光
本数据集为L波段机载微波辐射计于2012年7月10日获取，地点在黑河中游地区。 其中L波段频率为1.4GHz，天顶角观测，V极化与H极化信息；飞机10:30（北京时间，下同）从张掖机场起飞，15:30降落。飞行历时5小时。在观测期间，飞行高度2500m左右，飞行速度220-250km/hr左右。 原始数据分为两部分，分别为微波辐射计数据和地理位置KMZ数据。微波辐射计数据包括V极化与H极化两个数据文件，分辨率750 m，每个数据文件包含所观测TB值和对应扫描波束ID、入射角、位置、时间标记(UTC)和其他飞行姿态信息。KMZ文件给出38.5入射角下飞区域行1公里网格TB值分布数据。飞机前和结束时微波辐射计分别进行了“热”和“冷”辐射校正。微波辐射计数据应考虑电磁波干扰影响，V极化TB值受电磁波干扰较强，H极化受影响较小。
车涛, 高莹, 李新
2012年6月29日，在黑河中游的30*30公里核心观测区域、中游样带区，利用运12飞机，搭载CASI/SASI传感器，开展了可见光/近红外短波红外高光谱航空遥感数据获取飞行试验。飞行相对高度2000米（海拔高3500米），CASI和SASI传感器波长范围分别为380-1050纳米和950-2450纳米，空间分辨率分别为1米和2.4米。利用同步测量的地面数据和大气数据，经过几何和6S大气校正，得到地表反射率产品。
肖青, 闻建光
本数据集为L波段机载微波辐射计于2012年7月26日获取，地点在黑河中游地区。 其中L波段频率为1.4GHz，天顶角观测，V极化与H极化信息；飞机9:10（北京时间，下同）从张掖机场起飞，13:10降落。飞行历时4.5小时。在观测期间，飞行高度2300m左右，飞行速度220-250km/hr左右。 原始数据分为两部分，分别为微波辐射计数据和地理位置KMZ数据。微波辐射计数据包括V极化与H极化两个数据文件，分辨率700 m，每个数据文件包含所观测TB值和对应扫描波束ID、入射角、位置、时间标记(UTC)和其他飞行姿态信息。KMZ文件给出38.5入射角下飞区域行1公里网格TB值分布数据。飞机前和结束时微波辐射计分别进行了“热”和“冷”辐射校正。微波辐射计数据应考虑电磁波干扰影响，V极化TB值受电磁波干扰较强，H极化受影响较小。
车涛, 高莹, 李新
本数据集为L波段机载微波辐射计于2012年7月7日获取，地点在黑河中游地区。 其中L波段频率为1.4GHz，天顶角观测，V极化与H极化信息；飞机13:40（北京时间，下同）从张掖机场起飞，15:10降落。飞行历时4小时。在观测期间，飞行高度2000 m左右，飞行速度220-250km/hr左右。 原始数据分为两部分，分别为微波辐射计数据和地理位置KMZ数据。微波辐射计数据包括V极化与H极化两个数据文件，分辨率600 m，每个数据文件包含所观测TB值和对应扫描波束ID、入射角、位置、时间标记(UTC)和其他飞行姿态信息。KMZ文件给出38.5入射角下飞区域行1公里网格TB值分布数据。飞机前和结束时微波辐射计分别进行了“热”和“冷”辐射校正。微波辐射计数据应考虑电磁波干扰影响，V极化TB值受电磁波干扰较强，H极化受影响较小。
车涛, 高莹, 李新
2012年7月26日在黑河中游的5*5公里加密区，利用运12飞机，搭载WIDAS传感器，开展了可见光/近红外、热红外的多角度航空遥感试验。WIDAS系统集成了：高分辨率相机一台、可见光/近红外5波段多光谱相机两台（最大视场角48°）和热像仪一台（最大视场角46°）。获取的数据信息为，高分辨率CCD：0.2米；多光谱分辨率：1米；热像仪分辨率：4.8米。
肖青, 闻建光
本数据为黑河流域典型地物比辐射率数据集。数据观测从2014年3月25日至2015年6月30日。 仪器：便携式傅立叶变换红外波谱仪（102F）、手持式红外温度计 测量方法：利用102F分别测量冷黑体、暖黑体、观测目标、金版的辐射值。利用冷暖黑体的辐射值，对102F进行定标，消除仪器自身发射的影响。利用基于平滑度的迭代反演算法，反演出比辐射率和物体温度。比辐射率波段范围为8-14μm，分辨率4cm-1。 本数据集包含102F获取的冷黑体、暖黑体、被测目标和金板的原始辐射曲线（ASCII格式）和记录文件。
于文凭, 任志国, 谭俊磊, 李艺梦, 王海波, 马明国
本数据集包括青海省祁连县阿柔乡阿柔草场2013年11月10日-14日车载微波辐射计观测亮温以及同步测量的地表温湿度连续观测数据集。地表温湿度包括温度传感器在土壤深度1cm、3cm，5cm，10cm，15cm，20cm六层和湿度传感器在土壤深度0-5cm处，观测的土壤温度，土壤水分数据。土壤温湿度的常规观测的时间频率为5分钟。 数据细节： 1. 时间：2013年11月10日-14日 2. 数据： 亮温： 使用车载多频被动微波辐射计观测，包括6.925、10.65、18.7和36.5GHz V极化和H极化数据 土壤温度：使用安装在dt80和dt85上的传感器测量，其中dt80上接的传感器测量1cm，5cm，10cm，20cm土壤温度，dt85上接的探头测量1cm，3cm，5cm，10cm，15cm土壤温度 土壤湿度：使用H-probe传感器测量0-5cm土壤湿度，该探头可以同时测量0-5cm土壤温度 3. 数据大小：16.7M 4. 数据格式：.xls
赵少杰, 寇晓康, 叶勤玉, 马明国
对红外温度数据做了定标；原纪录中A样区的红外温度计编号为冯磊-#3，缺少对应的标定系数，因此无法进行红外温度定标；B样区的航带10没有数据记录；C样区的航带8数据的line7和120m样方数据的line5没有记录结束时间； 在盈科绿洲与花寨子荒漠加密观测区利用CE318太阳分光光度计获得了红外广角双模式成像仪WiDAS（Wide-angle Infrared Dual-mode line/area Array Scanner）飞行、成像光谱仪OMIS-2飞行同步，TM、ASTER、CHRIS和Hyperion等卫星同步、以及常规观测的大气参数数据，为进行各个遥感影像和地面测量数据的大气纠正提供重要大气参数。 测量内容： CE318太阳分光光度计通过直接太阳辐射测量数据，可以反演出非水汽通道的光学厚度、瑞丽散射、气溶胶光学厚度，水汽通道936nm测量数据可以获得大气气柱的水汽含量。根据需要，其数据可以获得550nm处的各种参数，从而在MODTRAN或者6S等软件的辅助下获得水平能见度。 试验仪器： 采用了北京师范大学和中科院遥感所CE318各一台，其中北京师范大学CE318，可提供1020nm、936nm、870nm、670nm和440nm共5个波段的光学厚度，可以利用936nm测量数据反演大气柱水汽含量；中科院遥感所CE318一台，可提供1640nm、1020nm、936nm、870nm、670nm、550nm、440nm、380nm和340nm共9个波段的光学厚度，可以利用936nm测量数据反演大气柱水汽含量。 测量时间： 两台仪器在盈科绿洲与花寨子荒漠加密观测区、张掖市加密观测区共进行了15天24次观测，时间分别为：2008-05-20，2008-05-23，2008-05-25，2008-05-27，2008-06-04，2008-06-06，2008-06-16，2008-06-20，2008-06-22，2008-06-23，2008-06-27，2008-06-29，2008-07-01，2008-07-07，2008-07-11，并与红外广角双模式成像仪WiDAS（Wide-angle Infrared Dual-mode line/area Array Scanner）航空飞行、成像光谱仪OMIS-2航空飞行同步，TM、ASTER、CHRIS和Hyperion等卫星进行了同步观测。 数据处理： 影响CE318数据精度的因素：当地大气压、仪器的定标参数和各个转换因子。 （1）预处理数据在运算过程中，大气压采用了大气压与高程经验关系获得，大部分与实际不符，因此，要得到精确的反演结果，需要同步的气象站数据； （2）仪器定标数据的误差引起反演结果的系统误差，需要组织进行野外定标或者仪器室内定标； （3）在反演水汽通道的气溶胶光学厚度以及水汽含量时需要各个转换因子，转换因子都为经验参数，实用性需要进一步验证。 室外定标：在大气参数稳定情况下，获取大气质量数在3-7之间的测量数据，利用Langly原理进行定标； 室内定标：标准光源。 数据内容： （1） 原始数据以CE318特有文件格式.k7存储，可用ASTPWin软件打开，同时附带说明文件ReadMe.txt。 （2） 预处理文件：包括利用原始数据反演获得光学厚度、瑞丽散射、气溶胶光学厚度、水平能见度和近地表大气温度，以及参与计算的太阳方位角、天顶角、日地距离修正因子和大气柱质量数。数据预处理结果文件包括两部分：数据处理说明和数据处理结果。前者介绍数据处理的基本原理；后者给出了数据的处理结果，包括“几何位置与各个通道总的光学厚度”和“各个通道的瑞利散射和气溶胶光学厚度”两小部分。
任华忠, 阎广建, 光洁, 苏高利, 王颖, 周春艳
下游生态水文实验区地表温度同步观测的目的在于获取热像仪飞行期间高覆盖均一植被、水体以及水泥地等下垫面的同步地表温度，用于支持航空热像仪飞行资料反演地表温度的验证和尺度效应分析，实现地表温度遥感产品的真实性检验。 1、 观测时间 2014年8月1日 2、 观测内容 选取了飞行区域内苦豆子、水泥地和水体3种大面积分布且均一的下垫面进行同步观测 3、 观测方式 在热像仪飞行进入相应下垫面上空时，使用手持式红外温度计进行连续人工同步观测 4、 观测仪器参数及标定 观测所使用的手持红外温度计比辐射率设为0.95，手持式红外温度计视场角为1°。同时对所用观测仪器在2014年7月31日进行了标定。 5、 数据存储 所有观测数据均用Excel格式存储。
李艺梦, 任志国, 周胜男, 马明国
2008年5月30日至7月11日期间，分别在临泽草地站院内、临泽草地加密观测区样方A（芦苇地）、临泽草地加密观测区样方B（盐碱地）、临泽草地加密观测区样方E（大麦地）、金都宾馆以及临泽草地加密观测区气象站进行了太阳分光光度计的连续观测。本数据可为发展和验证遥感反演地表大气温度提供基本的地面数据集。 2008年5月30日至6月11日使用的CE318太阳分光光度计，可提供1020nm、936nm、870nm、670nm和440nm共5个波段的观测数据；2008年6月15日至7月11日期间使用的CE318太阳分光光度计，可提供1640nm、1020nm、936nm、870nm、670nm、550nm、440nm、380nm和340nm共9个波段的观测数据。两者采样时间间隔均为1分钟。通过原始观测数据和计算可获得大气柱水汽含量；非水汽通道的大气光学厚度、瑞丽散射、气溶胶光学厚度；水平能见度；近地表空气温度及气压，并实时记录太阳高度角和方位角信息。时间为GMT时间。 本数据集包括分光光度计原始数据及预处理数据；数据说明及指南见数据说明文档。
梁继, 王旭峰
本数据集包含巴丹吉林沙漠的数字地形(DEM)、TM遥感影像和NDVI植被指数三类基础遥感数据。 1. DEM，数字地形数据, 源自美国NASA发布的SRTM1数据集，在沙漠地区进行了裁剪。分辨率为30 m。数据存放在DEM文件夹，可用ArcGIS打开dem.ovr文件。 2. TM影像数据。源自美国NASA发布的Landsat TM/ETM+ 543波段合成数据，在沙漠湖泊群分布地区进行了裁剪。分辨率为30 m。从1990年至2010年每5年的夏季和秋季各取1景，用于分析湖泊的长期变化。2002年各个季度有1景，用于分析湖泊的年内变化。数据存放在TM文件夹，TIFF格式，可用ArcGIS或ENVI软件打开。文件命名规则为yyyymm.tif，其中yyyy表示年份、mm表示月份，如199009表示影响数据对应的时间为1990年9月份。 3. NDVI，植被指数。源自美国NASA发布的MODIS-NDVI产品MOD13Q1，在沙漠地区进行了裁剪。包含2000~2012年生长季（6、7、8、9月份）每旬NDVI数据，空间分辨率为250 m，时间分辨率为16天。存放在NDVI文件夹，TIFF格式，可用ArcGIS或ENVI软件打开。文件命名规则为MOSAIC_TMP_yyyyddd.hdfout.250m_16_days_NDVI_roi.tif， 其中yyyy表示年份、ddd表示在该年的第ddd天。
金晓媚, 胡晓农
2012年7月25日，在黑河中上游的胡芦沟观测区域，利用运12飞机，搭载Leica公司生产的ALS70,开展了lidar航空遥感飞行试验。ALS70激光波长为1064nm，多次回波（1,2,3和末次）。葫芦沟地区分为两个不同高度飞行区域，绝对航高为4800和5500米，平均点云密度为1点/平方米。通过参数检校、点云自动分类和人工编辑等步骤，最终形成DSM和DEM数据产品。
肖青, 闻建光
2012年7月25日，在黑河中上游的天姥池观测区域，利用运12飞机，搭载Leica公司生产的ALS70,开展了lidar航空遥感飞行试验。ALS70激光波长为1064nm，多次回波（1,2,3和末次）。上游天姥池地区分为两个不同高度飞行区域，绝对航高为4800和5500米，平均点云密度为1点/平方米。通过参数检校、点云自动分类和人工编辑等步骤，最终形成DSM和DEM数据产品。
肖青, 闻建光
2012年8月25日，在黑河上游样带观测区域，利用运12飞机，搭载Leica公司生产的ALS70,开展了lidar航空遥感飞行试验。ALS70激光波长为1064nm，多次回波（1,2,3和末次）。样带地区飞行绝对航高5200米（地面最低点：2660米，地面最高点：4307米），平均点云密度1点/平方米。通过参数检校、点云自动分类和人工编辑等步骤，最终形成DSM和DEM数据产品。
肖青, 闻建光
2012年8月28日，在黑河中上游的祁连观测区域，利用运12飞机，搭载Leica公司生产的ALS70,开展了lidar航空遥感飞行试验。ALS70激光波长为1064nm，多次回波（1,2,3和末次）。祁连地区飞行绝对航高为4800米，地面最高点为3009米，地面最低点为2726米，平均点云密度为1.6点/平方米。通过参数检校、点云自动分类和人工编辑等步骤，最终形成DSM和DEM数据产品。
肖青, 闻建光
2008年3月30日在冰沟流域加密观测区开展的K&Ka波段机载微波辐射计的地面同步观测，为积雪微波辐射特性及参数反演，尤其是干湿雪的判别研究提供了基本数据集。 观测内容包括： 1）雪特性分析仪观测，参数包括有雪密度、雪复介电常数、雪体积含水量、雪重量含水量等，该测量在样地BG-A进行。 2）积雪参数观测，包括雪深观测、飞机过境时同步的雪表面温度观测、分层的雪深温度观测、雪粒径观测、雪密度观测。该观测分别在5个样地BG-A、BG-B、BG-F、BG-H、BG-I进行。其中BG-A测量10个点，BG-B测量6个点，BG-F测量12个点，BG-H测量21个点，BG-I测量20个点。具体测量方法和使用的仪器如下：在每一个测量点挖积雪剖面，自上而下每10cm均匀分层，如果最后剩下的深度超过10cm而不足15cm则以一层划分。分别测量每层的厚度、雪粒径、密度、温度。每层厚度有塑料直尺量出；雪粒径有手持显微镜人工读数；每一层随机测量三次；密度由每层的环刀采取雪样计算得到；温度由针式温度计测量得到，每一层积雪温度由同时测量的两个针式温度计的平均值决定。并且同时在I样地和H样地于飞机过境时同步测量雪表面温度。 该数据集包括原始数据和预处理数据2个文件夹。
白艳芬, 白云洁, 盖春梅, 顾娟, 郝晓华, 李弘毅, 李哲, 梁继, 马明国, 舒乐乐, 王建华, 王旭峰, 吴月茹, 徐瑱, 朱仕杰, 历华, 常存, 马忠国, 姜腾龙, 肖鹏峰, 刘艳, 张璞, 车涛
本数据集为机载OMIS-II传感器于2008年06月15日获取，地点在临泽站-草地站飞行区。 因为OMIS-II为扫描成像传感器，原始数据受辐射畸变比较明显，且飞机姿态变化的影响，图像内相邻像元空间位置关系不稳定，所以这里发布的是经过辐射校正，辐射定标和几何粗校正后的数据。辐射校正采用矩匹配（moment match）方法，可以消除辐射响应非均匀性、条带噪声和smile现象。辐射定标采用飞行前实验室内测量的定标系数，定标单位是W/(m^2·sr·um)。几何粗校正利用了与图像同步获取的POS数据进行了航带图像的重建，图像目视质量有了很大的提高。几何粗校正图像需要利用几何控制点进行几何精校正之后才能与其他带地理坐标的数据配套，这里提供每一条航带的几何控制点，用户可以自己进行几何精校正。作为例子，这里提供临泽站和临泽草地站周边的几何精校正和大气校正图像。另外，因为OMIS-II传感器扫描总视场达到73°，而飞机的窗口较小，所以扫描线左右两端受到机舱的遮挡，虽然经过辐射校正对图像有所恢复，但还是推荐只使用中部未受遮挡的图像。未经几何粗校正的OMIS-II原始数据和同步获取的短波红外高光谱（SWPHI）原始数据存档，需提交申请并通过审批后才能获得。几何粗校正处理时间为2008年10月，辐射校正和定标处理时间为2010年1月。 本数据集的原始数据包括临泽站-草地站飞行区的13条航线和马均滩水库定标航线2条。各航线的飞行时间如下表： {| ! 序号 ! 航线名称 ! 文件名 ! 开始时间hh:mm:ss ! 纬度 ! 经度 ! 海拔 ! 图像行数 ! 结束时间 ! 纬度 ! 经度 ! 海拔 |- | 1 || 水库1 || 2008-06-15_11-55-28_DATA.BSQ || 12:12:48 || 39.013 || 100.236 || -1.0 || 2540 || 12:15:37 || 39.085 || 100.150 || -1.0 |- | 2 || 1-13 || 2008-06-15_12-15-51_DATA.BSQ || 12:20:47 || 39.172 || 100.048 || 2867.7 || 5572 || 12:26:58 || 39.359 || 100.190 || 2867.8 |- | 3 || 1-12 || 2008-06-15_12-27-13_DATA.BSQ || 12:31:59 || 39.366 || 100.188 || 2846.6 || 5067 || 12:37:37 || 39.185 || 100.051 || 2867.8 |- | 4 || 1-11 || 2008-06-15_12-37-51_DATA.BSQ || 12:42:52 || 39.179 || 100.039 || 2878.8 || 5542 || 12:49:02 || 39.363 || 100.179 || 2884.8 |- | 5 || 1-10 || 2008-06-15_12-49-16_DATA.BSQ || 12:54:29 || 39.373 || 100.179 || 2909.9 || 5116 || 13:00:10 || 39.187 || 100.039 || 2897.3 |- | 6 || 1-9 || 2008-06-15_13-00-24_DATA.BSQ || 13:05:30 || 39.182 || 100.028 || 2864.2 || 5498 || 13:11:37 || 39.366 || 100.167 || 2859.7 |- | 7 || 1-8 || 2008-06-15_13-11-51_DATA.BSQ || 13:17:22 || 39.377 || 100.169 || 2846.8 || 5114 || 13:23:02 || 39.191 || 100.029 || 2862.3 |- | 8 || 1-7 || 2008-06-15_13-23-17_DATA.BSQ || 13:28:06 || 39.187 || 100.0187 || 2857.1 || 5497 || 13:34:13 || 39.372 || 100.158 || 2842.5 |- | 9 || 1-6 || 2008-06-15_13-34-27_DATA.BSQ || 13:39:10 || 39.380 || 100.158 || 2909.7 || 5184 || 13:44:55 || 39.197 || 100.019 || 2861.8 |- | 10 || 1-5 || 2008-06-15_13-45-10_DATA.BSQ || 13:50:09 || -1.000 || -1.000 || -1.0 || 5488 || 13:56:09 || -1.000 || -1.000 || -1.0 |- | 11 || 1-4 || 2008-06-15_13-56-23_DATA.BSQ || 14:01:20 || -1.000 || -1.000 || -1.0 || 5353 || 14:07:18 || -1.000 || -1.000 || -1.0 |- | 12 || 1-3 || 2008-06-15_14-07-32_DATA.BSQ || 14:12:36 || -1.000 || -1.000 || -1.0 || 5350 || 14:18:30 || -1.000 || -1.000 || -1.0 |- | 13 || 1-2 || 2008-06-15_14-18-46_DATA.BSQ || 14:22:48 || -1.000 || -1.000 || -1.0 || 5236 || 14:28:31 || -1.000 || -1.000 || -1.0 |- | 14 || 1-1 || 2008-06-15_14-28-49_DATA.BSQ || 14:34:02 || -1.000 || -1.000 || -1.0 || 5964 || 14:40:11 || -1.000 || -1.000 || -1.0 |- | 15 || 水库2 || 2008-06-15_14-40-51_DATA.BSQ || 14:51:05 || -1.000 || -1.000 || -1.0 || 6846 || 14:58:35 || -1.000 || -1.000 || -1.0 |}
杜奇, 肖功海, 潘明忠, 李正文, 毛闵军, 徐卫明, 杨一德, 刘良云, 张霞, 李新, 马明国
EO-1 ( Earth Observing Mission) 是美国NASA面向21世纪为接替Landsat7而研制的新型地球观测卫星，于2000年11月21日发射升空。EO-1卫星轨道与Landsat7基本相同，为太阳同步轨道，轨道高度为705km，倾角98.7°，比Landsat7差1min过赤道。EO-1上搭载了3种传感器，即高级陆地成像仪ALI(Advanced Land Imager)、大气校正仪AC (Atmosp heric Corrector)和高光谱成像光谱仪（Hyperion），Hyperion传感器是第一台星载高光谱图谱测量仪，该高光谱数据共有242个波段，光谱范围为400～2500nm，光谱分辨率达到10nm，地面分辨率为30m。 黑河流域目前共有EO-1 Hyperion数据6景。覆盖范围和获取时间分别为：张掖市区加密观测区+盈科绿洲加密观测区4景，时间为2007-09-10、2008-05-12、2008-05-20、2008-07-15；冰沟流域加密观测区2景，时间分别为2008-03-17，2008-03-22。 产品级别为L1级，未经过几何校正。 黑河综合遥感联合试验EO-1 Hyperion遥感数据集由王建研究员和北师大通过购买获得。 （备注：“+”代表同时覆盖）
中国科学院遥感与数字地球研究所
法国的SPOT卫星系列由5 颗星组成，其中SPOT5最为出色。它于2002 年5月发射，高度为830km，轨道倾角为98.7度，太阳同步准回归轨道，回归天数为26天，采用线性阵列式传感器( CCD )和推扫式扫描技术进行成像。SPOT5卫星载有2台高分辨率几何成像仪(HRG )、1台高分辨率立体成像装置( HRS)和1台宽视域植被探测仪( VGT)。它共有5个工作波段，多光谱波段空间分辨率为10m（短波红外空间分辨率为20m），全色波段空间分辨率达到2.5m。 黑河流域目前共有SPOT5数据3景。覆盖范围和获取时间分别为：临泽地区1景，包括分辨率为10m的多光谱影像和分辨率为2.5m为全色影像，时间为2008-07-04；张掖市区1景，分辨率为2.5m全色影像，时间为2008-03-29；分辨率为10m的多光谱数据一景，时间为2008-08-10。 产品级别为L1级，产品经过几何粗纠正。 SPOT5影像主要用作于黑河试验中几何精校正的底图。 黑河综合遥感联合试验SPOT5遥感数据集由北京师范大学购买获得。
中国科学院遥感与数字地球研究所
2008年3月17日在冰沟流域加密观测区开展的EO-1 Hyperion和Landsat TM卫星地面同步积雪参数观测，可为机载－星载遥感数据的积雪参数反演和验证提供基本的数据集。 观测内容包括： 1）积雪参数观测，观测变量包括：雪深（尺子）、分层雪深温度（针式温度计）、雪粒径（手持式显微镜）以及卫星过境时同步的雪表面和雪土界面温度（手持式红外温度计），该观测在样方BG-A、BG-E、BG-F、BG-H进行。 2）雪特性分析仪观测，观测变量包括有雪密度、雪复介电常数、雪体积含水量、雪重量含水量等。该观测在样地BG-A、BG-E和BG-H进行，此外还在冰沟寒区水文气象观测站进行了连续25小时的定点观测。 3）积雪光谱观测（由新疆气象局ASD光谱仪测量），观测点位置见GPS记录文件。 4）积雪反照率观测（总辐射表）。 本数据集包括原始数据和预处理数据2个文件夹。
白艳芬, 白云洁, 盖春梅, 郝晓华, 梁继, 舒乐乐, 王旭峰, 徐瑱, 朱仕杰, 马明国, 常存, 窦燕, 马忠国, 姜腾龙, 肖鹏峰, 刘艳, 张璞
2008年5月25日，在扁都口加密观测区开展了针对机载微波辐射计（L&K波段）的地面同步观测试验。测量内容主要为地表土壤温度、地表粗糙度和探地雷达。 1. 土壤温度：扁都口样带1、扁都口样带2、扁都口样带3、扁都口样带4、扁都口样带5、扁都口样带6、扁都口样带7测量了土壤温度。 2. 粗糙度测量：采用粗糙度板和照相机测量。处理结果：数据中文件名中含有“result”字段的文件为粗糙度的处理结果，第一列为表面高度均方根高度，其实只有一个值，所以该列数据都相同；第二列为距离，第三列为相关函数值。当相关函数值为1/e时的距离值为相关长度；单位为：cm。由于地表粗糙度在一定时期内变化不大，所以在该天前后的样方内的地表粗糙度都可以采用今天的数据。存在问题：从数据看，由于测量人员经验不足，某些照片效果不好。通过人工读取照片上的地表起伏剖面，得到1cm间隔的地表起伏高度值，写入记事本文件。然后通过程序计算地表的粗糙度中的均方根高度和相关长度。 本数据可为发展和验证主动微波遥感反演土壤水分及冻融状态算法提供基本的地面数据集。 3. 探地雷达 同时测量探地雷达和TDR数据。 本数据集包括： （1）粗糙度照片和预处理数据 （2）土壤温度同步数据 （3）样方和样带坐标点数据 （4）探地雷达数据 （5）微波辐射计数据 数据都处理为Excel格式和记事本文件存储。
白云洁, 曹永攀, 车涛, 杜自强, 郝晓华, 王之夏, 吴月茹, 柴源, 常胜, 钱永刚, 孙小青, 王锦地, 姚冬萍, 赵少杰, 郑越, 赵英时, 李笑宇, Patrick Klenk, 黄波, 李世华, 罗震
本数据集为机载OMIS-II传感器于2008年06月06日获取，地点在临泽站-草地站飞行区。 因为OMIS-II为扫描成像传感器，原始数据受辐射畸变比较明显，且飞机姿态变化的影响，图像内相邻像元空间位置关系不稳定，所以这里发布的是经过辐射校正，辐射定标和几何粗校正后的数据。辐射校正采用矩匹配（moment match）方法，可以消除辐射响应非均匀性、条带噪声和smile现象。辐射定标采用飞行前实验室内测量的定标系数，定标单位是W/(m^2·sr·um)。几何粗校正利用了与图像同步获取的POS数据进行了航带图像的重建，图像目视质量有了很大的提高。几何粗校正图像需要利用几何控制点进行几何精校正之后才能与其他带地理坐标的数据配套，这里提供每一条航带的几何控制点，用户可以自己进行几何精校正。作为例子，这里提供临泽站和临泽草地站周边的几何精校正和大气校正图像。另外，因为OMIS-II传感器扫描总视场达到73°，而飞机的窗口较小，所以扫描线左右两端受到机舱的遮挡，虽然经过辐射校正对图像有所恢复，但还是推荐只使用中部未受遮挡的图像。未经几何粗校正的OMIS-II原始数据和同步获取的短波红外高光谱（SWPHI）原始数据存档，需提交申请并通过审批后才能获得。几何粗校正处理时间为2008年10月，辐射校正和定标处理时间为2010年1月。 本数据集的原始数据包括13条航线。各航线的飞行时间如下表： {| ! 序号 ! 航线名称 ! 文件名 ! 开始时间hh:mm:ss ! 纬度 ! 经度 ! 海拔 ! 图像行数 ! 结束时间 ! 纬度 ! 经度 ! 海拔 |- | 1 || 1-13 || 2008-06-06_09-32-22_DATA.BSQ || 09:56:32 || 39.167 || 100.044 || 2945.9 || 5718 || 10:02:53 || 39.362 || 100.191 || 2936.7 |- | 2 || 1-12 || 2008-06-06_10-02-38_DATA.BSQ || 10:08:42 || 39.373 || 100.193 || 2956.1 || 5565 || 10:14:53 || 39.182 || 100.049 || 2953.1 |- | 3 || 1-11 || 2008-06-06_10-14-39_DATA.BSQ || 10:19:51 || 39.177 || 100.039 || 2931.2 || 5432 || 10:25:54 || 39.363 || 100.179 || 2958.3 |- | 4 || 1-10 || 2008-06-06_10-25-39_DATA.BSQ || 10:31:50 || 39.376 || 100.182 || 2959.7 || 5396 || 10:37:50 || 39.190 || 100.041 || 2952.7 |- | 5 || 1-9 || 2008-06-06_10-37-35_DATA.BSQ || 10:43:06 || 39.179 || 100.026 || 2956.4 || 5399 || 10:49:06 || 39.368 || 100.169 || 2939.0 |- | 6 || 1-8 || 2008-06-06_10-48-51_DATA.BSQ || 10:55:20 || 39.383 || 100.174 || 2943.2 || 5643 || 11:01:36 || 39.1922 || 100.029 || 2944.8 |- | 7 || 1-7 || 2008-06-06_11-01-22_DATA.BSQ || 11:07:04 || 39.185 || 100.0175 || 2947.2 || 5306 || 11:12:58 || 39.373 || 100.159 || 2943.9 |- | 8 || 1-6 || 2008-06-06_11-12-43_DATA.BSQ || 11:18:57 || 39.386 || 100.162 || 2948.1 || 5604 || 11:25:10 || 39.196 || 100.018 || 2950.5 |- | 9 || 1-5 || 2008-06-06_11-24-56_DATA.BSQ || 11:30:22 || 39.188 || 100.006 || 2934.0 || 5469 || 11:36:26 || 39.378 || 100.149 || 2935.4 |- | 10 || 1-4 || 2008-06-06_11-36-12_DATA.BSQ || 11:42:30 || 39.389 || 100.151 || 2935.4 || 5570 || 11:48:41 || 39.198 || 100.007 || 2949.0 |- | 11 || 1-3 || 2008-06-06_11-48-27_DATA.BSQ || 11:54:21 || 39.205 || 100.005 || 2915.2 || 5028 || 11:59:57 || 39.380 || 100.138 || 2908.8 |- | 12 || 1-2 || 2008-06-06_11-59-42_DATA.BSQ || 12:06:00 || 39.395 || 100.142 || 2931.0 || 5523 || 12:12:08 || 39.205 || 99.999 || 2950.0 |- | 13 || 1-1 || 2008-06-06_12-11-53_DATA.BSQ || 12:18:17 || 39.197 || 99.985 || 2916.5 || 5451 || 12:24:20 || 39.389 || 100.131 || 2907.9 |}
杜奇, 肖功海, 潘明忠, 李正文, 毛闵军, 徐卫明, 杨一德, 刘良云, 张霞, 李新, 马明国
本数据集包括激光式雨滴谱仪（PARSIVEL）获取的上游试验的不同类型降雨的雨滴谱资料，包括降水粒子粒径信息和其下落末速度的信息。此外利用滴谱数据可以计算得到对应X波段的双偏振雷达参数：差分反射率ZDR和差分传播相移常数 KDP。 滴谱仪取样面积：5400mm^2，液体粒子的直径范围：0.2-5mm，固体粒子的直径范围为：0.2-25mm。 观测地点在青海省祁连县阿柔乡（N39.06°，E100.44°，3002m）；观测时间从2008年3月14日开始到2008年4月14日结束，采样间隔时间为30秒。
楚荣忠, 赵果, 胡泽勇, 张彤, 贾伟
本数据集为L波段机载微波辐射计和红外热像仪传感器于2008年04月1日下午获取，地点在冰沟-阿柔飞行区。 其中L波段频率为1.4GHz，后视35度观测，获取双极化（H和V）信息。飞机12:48（北京时间，下同）从张掖机场起飞，16:35降落。13:20-13:58在冰沟摄区工作，观测了8-2、8-6、8-11和8-17四条航线，飞行高度5000m左右，飞行速度260km/hr左右。14:04-15:27完成预定的阿柔10条航线飞行任务，15:33-15:53加飞了6-2、6-3和6-4线，飞行高度4100m左右，飞行速度260km/hr左右。16:12飞过7-9水库定标线，航高100m，但水面结冰，完成观测。 原始数据分为三部分，分别为微波辐射计数据、红外热像仪数据和GPS数据。其中微波辐射计L波段属非成像观测，由文本文件记录瞬时观测获得的数码值，GPS数据记录飞行时的经纬度以及飞机姿态参数等，热像仪波长范围7.5-13微米，视场角24×18º，320×240像元。使用微波辐射计观测数据时需要根据定标系数将记录的数码值转换为亮温值（定标系数文件与原始观测数据归档在一起）。同时，通过微波辐射计和GPS各自的时钟记录，可以将微波观测与GPS记录联系起来，给微波观测匹配地理坐标信息。由于微波辐射计观测分辨率较粗，数据处理中一般忽略飞机的航偏、翻滚以及俯仰效应。根据使用目标及飞行相对航高（H），在定标和坐标匹配后，还可以将观测信息栅格化，L和K波段的分辨率（x）与观测足迹（footprint）可以认为一致，参考分辨率为：L波段，x=0.3H。经过以上各步处理后，可以获得用户能够直接使用的产品。红外热像仪数据需要进行几何校正并镶嵌才能使用，但该日热像仪数据不完整且几何变形大，目前还难以使用。
王树果, 王旭峰, 车涛, 赵凯, 金吉南, 肖青, 刘强
本数据集为机载激光雷达（LiDAR）传感器于2008年06月20日获取，地点在大野口森林飞行区。 飞行传感器为激光雷达和真彩色CCD相机。原始数据经过处理，发布的产品为激光点云，包含单次回波（”*.LAS”数据文件）和全波形（”*.lgc”数据文件和”*.lgc”数据文件）、CCD图像。DSM和正射影像在“黑河综合遥感联合试验：大野口流域飞行区超级样地机载LiDAR数据集（2008年6月23日）”中发布。因为数据集中包含高分辨率影像，用户需提交申请并通过审批后才能获得。数据处理时间为2008年8月。原始数据包括7条航线，航线设计信息如下： {| ! 航线 ! 起点纬度 ! 起点经度 ! 终点纬度 ! 终点经度 ! 绝对航高（米） ! 航线长度（公里） ! 像片（张） |- | 1 || 38°32′05.38″ || 100°12′24.59″ || 38°29′32.76″ || 100°18′35.69″ || 3650 || 10.1 || 49 |- | 2 || 38°32′11.13″ || 100°12′28.42″ || 38°29′42.06″ || 100°18′30.89″ || 3650 || 9.9 || 46 |- | 3 || 38°32′16.88″ || 100°12′32.24″ || 38°29′47.81″ || 100°18′34.72″ || 3650 || 9.9 || 47 |- | 4 || 38°32′22.63″ || 100°12′36.07″ || 38°29′56.20″ || 100°18′32.15″ || 3650 || 9.7 || 45 |- | 5 || 38°32′28.38″ || 100°12′39.90″ || 38°30′02.62″ || 100°18′34.33″ || 3650 || 9.7 || 47 |- | 6 || 38°32′37.44″ || 100°12′35.66″ || 38°30′10.63″ || 100°18′32.68″ || 3650 || 9.8 || 44 |- | 7 || 38°32′46.50″ || 100°12′31.43″ || 38°30′19.72″ || 100°18′28.37″ || 3650 || 9.8 || 47 |}
倪文俭, 鲍云飞, 周梦维, 王涛, 池泓, 范凤云, 刘清旺, 庞勇, 李世明, 何祺胜, 刘强, 李新, 马明国
2008年3月10日至2008年3月30日，在冰沟流域不同试验区开展的正式试验观测基本数据集。雪特性分析仪主要观测积雪参数，目的是配合积雪其他控制实验和航空卫星遥感同步试验的积雪属性观测并获取遥感反演验证的积雪参数数据。雪特性观测仪观测内容包括: 1）直接观测物理量：共振频率、衰减度和3分贝带宽 2）间接观测物理量：积雪密度、积雪复介电常数（包括实部和虚部）、积雪体积含水量、积雪重量含水量。雪分析仪数据包括13个文件夹，主要是配合试验期同步实验的雪参数调查，关于每个文件夹除雪特性分析仪数据以外，还包括一个数据说明，每个数据说明包含了样地及观测背景以供用户使用。
郝晓华, 梁继, 李哲
2008年7月22日，针对7月23日的LandSat TM数据，在阿柔加密观测区开展了狼毒和棘豆盖度的加密调查，主要通过照相法观测狼毒覆盖度，并开展样方调查工作。本数据可为TM卫星数据反演毒草覆盖度提供基本的地面验证数据集。 1. 照相法观测狼毒覆盖度。样方规格：51m×51m，针对不同的覆盖度共计调查了10个样方，每个大样方分为17×17个3m×3m的格子。在格子角上采用普通相机拍照，每个样方拍摄324张。照相：使用的相机为尼康D80，标配18-135mm镜头，照相高度为1.5米，正对地面向下照。 2. 样方调查数据存储：Excel格式表格。主要调查的项目有：GPS点号、物种、株数、高度、覆盖度、生物量。（1）GPS点号用GARMIN GPS 76记录。（2）物种采用人工识别的方法。（3）株数采用人工数的方法。（4）高度用卷尺测量，4－5个重复。（5）覆盖度采用人工估计的方法。在0.5m×0.5m的大格子内细分为100个小格，数其中狼毒所占格数。（6）生物量取0.5m×0.5m样品，称鲜重，杀青后烘干，称干重。 该数据集包括：同步TM影像文件夹，样方覆盖度调查照片文件夹，GPS记录点文件、覆盖度文件，样方调查表文件（包括株高和物种方格数）。
曹永攀, 李红星, 刘超, 马明国, 钱金波, 冉有华
本数据集为机载OMIS-II传感器于2008年06月16日获取，地点在张掖-大满-花寨子飞行区。 因为OMIS-II为扫描成像传感器，原始数据受辐射畸变比较明显，且飞机姿态变化的影响，图像内相邻像元空间位置关系不稳定，所以这里发布的是经过辐射校正，辐射定标和几何粗校正后的数据。辐射校正采用矩匹配（moment match）方法，可以消除辐射响应非均匀性、条带噪声和smile现象。辐射定标采用飞行前实验室内测量的定标系数，定标单位是W/(m^2·sr·um)。几何粗校正利用了与图像同步获取的POS数据进行了航带图像的重建，图像目视质量有了很大的提高。几何粗校正图像需要利用几何控制点进行几何精校正之后才能与其他带地理坐标的数据配套，这里提供每一条航带的几何控制点，用户可以自己进行几何精校正。作为例子，这里提供盈科绿洲站和花寨子荒漠站周边的几何精校正和大气校正图像。另外，因为OMIS-II传感器扫描总视场达到73°，而飞机的窗口较小，所以扫描线左右两端受到机舱的遮挡，虽然经过辐射校正对图像有所恢复，但还是推荐只使用中部未受遮挡的图像。未经几何粗校正的OMIS-II原始数据和同步获取的短波红外高光谱（SWPHI）原始数据存档，需提交申请并通过审批后才能获得。几何粗校正处理时间为2008年10月，辐射校正和定标处理时间为2010年1月。 本数据集的原始数据包括15条航线。各航线的飞行时间如下表： {| ! 序号 ! 航线名称 ! 文件名 ! 开始时间hh:mm:ss ! 纬度 ! 经度 ! 海拔 ! 图像行数 ! 结束时间 ! 纬度 ! 经度 ! 海拔 |- | 1 || 3-1 || 2008-06-16_14-26-53_DATA.BSQ || 14:44:01 || 38.992 || 100.446 || 3250.7 || 6698 || 14:51:28 || 38.744 || 100.286 || 3237.7 |- | 2 || 3-2 || 2008-06-16_14-52-37_DATA.BSQ || 14:55:47 || 38.731 || 100.284 || 3214.9 || 7202 || 15:03:47 || 38.981 || 100.445 || 3237.6 |- | 3 || 3-3 || 2008-06-16_15-04-57_DATA.BSQ || 15:09:29 || 38.989 || 100.457 || 3230.2 || 6740 || 15:16:58 || 38.739 || 100.297 || 3236.0 |- | 4 || 3-4 || 2008-06-16_15-18-07_DATA.BSQ || 15:21:19 || 38.728 || 100.296 || 3200.6 || 7256 || 15:29:23 || 38.979 || 100.457 || 3170.8 |- | 5 || 3-5 || 2008-06-16_15-30-32_DATA.BSQ || 15:35:06 || 38.983 || 100.466 || 3221.9 || 6627 || 15:42:28 || 38.736 || 100.307 || 3227.9 |- | 6 || 3-6 || 2008-06-16_15-43-37_DATA.BSQ || 15:47:39 || 38.726 || 100.308 || 3249.2 || 7013 || 15:55:27 || 38.975 || 100.467 || 3219.1 |- | 7 || 3-7 || 2008-06-16_15-56-36_DATA.BSQ || 16:00:46 || 38.981 || 100.476 || -1.0 || 6639 || 16:08:09 || 38.732 || 100.317 || 3276.8 |- | 8 || 3-8 || 2008-06-16_16-09-18_DATA.BSQ || 16:13:15 || 38.723 || 100.317 || 3212.7 || 7106 || 16:21:09 || 38.973 || 100.479 || 3216.1 |- | 9 || 3-9 || 2008-06-16_16-22-18_DATA.BSQ || 16:26:28 || 38.981 || 100.490 || 3218.6 || 6850 || 16:34:05 || 38.725 || 100.325 || 3235.9 |- | 10 || 3-10 || 2008-06-16_16-35-14_DATA.BSQ || 16:39:23 || 38.716 || 100.326 || 3261.3 || 7056 || 16:47:14 || 38.967 || 100.488 || 3208.4 |- | 11 || 3-11 || 2008-06-16_16-48-23_DATA.BSQ || 16:52:44 || 38.976 || 100.501 || 3204.8 || 6902 || 17:00:24 || 38.725 || 100.338 || 3230.1 |- | 12 || 3-12 || 2008-06-16_17-01-33_DATA.BSQ || 17:05:19 || 38.710 || 100.336 || 3253.8 || 7033 || 17:13:08 || 38.965 || 100.500 || 3225.6 |- | 13 || 3-13 || 2008-06-16_17-14-17_DATA.BSQ || 17:19:01 || 38.973 || 100.511 || 3224.8 || 6831 || 17:26:36 || 38.722 || 100.349 || 3230.1 |- | 14 || 3-14 || 2008-06-16_17-27-46_DATA.BSQ || 17:32:06 || 38.706 || 100.346 || 3233.7 || 3235 || 17:35:44 || 38.830 || 100.426 || 3235.1 |- | 15 || 3-15 || 2008-06-16_17-36-54_DATA.BSQ || 17:35:51 || 38.8334 || 100.428 || 3235.8 || 3625 || 17:39:52 || 38.963 || 100.511 || 3250.6 |}
肖功海, 潘明忠, 李正文, 毛闵军, 徐卫明, 杨一德, 刘良云, 张霞, 李新, 马明国
2008年3月19日，针对L&K波段机载微波辐射计的航空飞行，在阿柔样带2、阿柔样带4和阿柔样带5开展了地面同步观测。各条样带均为南北朝向，每条样带上采样点间距约为100m。同步时自北向南行进。 在阿柔样带2，采用POGO便携式土壤水分传感器获得土壤温度、土壤体积含水量、损耗正切、土壤电导率、土壤复介电常数实部及虚部；针式温度计获得0-5cm平均土壤温度；并采用100cm^3环刀取土经烘干获得重量含水量、土壤容重及体积含水量。 在阿柔样带4，采用POGO便携式土壤水分传感器获得土壤温度、土壤体积含水量、损耗正切、土壤电导率、土壤复介电常数实部及虚部；针式温度计获得0-5cm平均土壤温度；手持式红外温度计获得3次地表辐射温度；并采用100cm^3环刀取土经烘干获得重量含水量、土壤容重及体积含水量。 在阿柔样带5，采用ML2X土壤水分速测仪获取土壤体积含水量；针式温度计获得0-5cm平均土壤温度；并采用100cm^3环刀取土经烘干获得重量含水量、土壤容重及体积含水量。 地表粗糙度信息请参见“黑河综合遥感联合试验：阿柔加密观测区地表粗糙度数据集 ”元数据。此外，还在阿柔样带4开展了手持式热像仪的同步观测，在阿柔样带6开展了GPR监测。
曹永攀, 顾娟, 韩旭军, 晋锐, 李哲, 王建华, 王维真, 吴月茹, 周红敏, 历华, 常存, 于梅艳, 赵金, Patrick Klenk, 孙继成, 闫业庆
本数据集为盈科绿洲与花寨子荒漠加密观测区的土壤水分数据集。 测量仪器： 环刀和TDR。在荒漠、果园等地挖出1m土壤剖面，测量0cm，20cm，40cm和1m处的土壤水分。遥感所TDR有两个不同长度的探针，分别是12cm以及20cm，因此在每个样方内用12cm以及20cm的探针对玉米样方内的裸土和膜下土，小麦样方内的垄间土以及小麦下土进行了测量。 测量时间与内容： 不连续观测时间为：2008-05-20，2008-05-28，2008-05-30，2008-05-31，2008-06-04，2008-06-16，2008-06-19，2008-06-29，2008-07-07，2008-07-11，2008-7-18。配合各种飞行及卫星过境，同步测量了盈科绿洲样地（另外包括一次在阿柔草场的同步试验）的土壤水分。数据单位：环刀测量的单位为铝盒湿土重-铝盒干土重后重量百分比、POGO测量的为体积百分比。 （1）2008-5-20盈科绿洲加密观测区有TM过境，配合开展了土壤水分的同步测量，测量了盈科绿洲玉米地内的一号、四号以及五号样地。 （2）2008-5-28为ASTER及MODIS同步，测量地点在盈科绿洲样地。 （3）2008年5月30日为机载红外广角双模式成像仪WiDAS（Wide-angle Infrared Dual-mode line/area Array Scanner）航空飞行地面同步，测量地点在盈科绿洲样地。 （4）2008年5月31日为机载红外广角双模式成像仪WiDAS（Wide-angle Infrared Dual-mode line/area Array Scanner）航空飞行地面同步，测量地点在阿柔草场。 （5）2008年6月4日为成像光谱仪OMIS-II飞行同步，测量地点在盈科绿洲样地。 （6）2008年6月16日为成像光谱仪OMIS-II飞行同步，测量地点在盈科绿洲玉米地样地。 （7）2008年6月19日为ASAR同步，测量地点在盈科绿洲玉米地、盈科小麦地，利用5cm探针TDR和环刀取样称重法测量了土壤水分。 （8）2008年6月29日为机载红外广角双模式成像仪WiDAS（Wide-angle Infrared Dual-mode line/area Array Scanner）航空飞行地面同步，测量地点在盈科绿洲样地。 （9）2008年7月7日为机载红外广角双模式成像仪WiDAS（Wide-angle Infrared Dual-mode line/area Array Scanner）航空飞行及TM地面同步，测量地点在盈科绿洲样地。 （10）2008年7月11日为机载红外广角双模式成像仪WiDAS（Wide-angle Infrared Dual-mode line/area Array Scanner）航空飞行地面同步，测量地点在盈科绿洲样地。 数据内容包括：观测时间、地点、观测人员以及12cm和20cm的土壤水分。
盖迎春, 李丽, 辛晓洲, 张阳, 周梦维, 杨天付, 舒乐乐, 王建华, 徐瑱, 冯磊, 梁文广, 余凡, 李笑宇, 朱小华
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
