该数据集包含了2021年4月13日至2021年12月31日的40m塔涡动相关仪观测数据。站点位于河北省怀来县东花园镇，下垫面水浇地玉米。观测点的经纬度是115.7923E, 40.3574N，海拔480m。涡动相关仪的采集频率是10Hz，架高为3.5 m，超声朝向是正北向，超声风速仪（CSAT3）与CO2/H2O分析仪（EC150）之间的距离是0 cm。 发布的数据是采用Eddypro软件对原始采集的10Hz数据进行后处理得到的30分钟数据，其处理的主要步骤包括：野点值剔除，延迟时间校正，坐标旋转（二次坐标旋转），频率响应修正，超声虚温修正和密度（WPL）修正等。同时对各通量值进行质量评价，主要是大气平稳性（Δst）和湍流相似性特征（ITC）的检验。对处理后输出的30min通量值也进行了筛选：（1）剔除仪器出错时的数据；（2）剔除降水前后1h的数据；（3）剔除10Hz原始数据每30min内缺失率大于10%的数据；（4）剔除夜间弱湍流的观测数据（u*小于0.1m/s）。观测数据的平均周期为30分钟，一天48个数据，缺失数据标记为-6999。在冬季EC150测量水汽密度出现很多负值，以-6999填充。 涡动相关仪发布的观测数据包括：日期/时间Date/Time，风向Wdir（°），水平风速Wnd（m/s），侧向风速标准差Std_Uy（m/s），超声虚温Tv（K），水汽密度H2O（g/m3），二氧化碳浓度CO2（mg/m3），摩擦速度Ustar（m/s），奥布霍夫长度，感热通量Hs（W/m2），潜热通量LE（W/m2），二氧化碳通量Fc（mg/(m2s)），感热通量的质量标识QA_Hs，潜热通量的质量标识QA_LE。感热、潜热、二氧化碳通量的质量标识分为九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（较插补数据好）；9数据质量差）。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xls格式存储。 观测试验或站点信息请参考Guo et al.(2020)，数据处理请参考Liu et al. (2013)。
刘绍民, 肖青, 徐自为, 柏军华
该数据集包含了2021年1月1日至2021年12月31日的大孔径闪烁仪观测数据，分别架设了两台型号为BLS450和zzlas的大孔径闪烁仪。站点位于河北省怀来县东花园镇，下垫面玉米。观测点的经纬度是115.7880E, 40.3491N，海拔480m。大孔径闪烁仪的有效高度为14m，光径长度是1870m，发射端经纬度是115.8023E，40.3596N，接收端的经纬度是115.7825E，40.3522N。BLS450和zzlas的采集频率分别为5Hz和1Hz，平均为1min输出。 大孔径闪烁仪原始数据为1min，发布的数据为经过处理与质量控制后的30min平均数据，其中感热通量主要是结合自动气象站数据，基于莫宁-奥布霍夫相似理论通过迭代计算得到。在迭代计算过程中，对于BLS450，选取Thiermann and Grassl，1992的稳定度函数；对于zzlas，选取Andreas,1988的稳定度函数。主要的质量控制步骤包括：（1）剔除Cn2达到饱和的数据；（2）剔除解调信号强度较弱的数据；（3）剔除降水时刻及其前后一小时的数据；（4）剔除稳定条件下的弱湍流的数据（u*小于0.1m/s）。 关于发布数据的几点说明：（1）LAS数据以BLS450为主，缺失时刻由zzlas观测补充，两者都缺失则以-6999标记。（2）数据表头：Date/Time：日期/时间，Cn2：空气折射指数结构参数（m-2/3），H_LAS：感热通量（W/m2）。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xls格式存储。 观测试验或站点信息请参考Guo et al. (2020)，数据处理请参考Liu et al. (2013)。
刘绍民, 徐自为
该数据集包含了2021年1月1日至2021年12月31日的40m塔自动气象站观测数据。站点位于河北省怀来县东花园镇，下垫面为水浇地玉米。观测点的经纬度是115.7923E, 40.3574N，海拔480m。 自动气象站安装在40m塔上，采集频率为30s，且10min输出一次。观测要素包括7层空气温度、相对湿度（3m、5m、10m、15m、20m、30m、40m），朝向为正北；7层风速（3m、5m、10m、15m、20m、30m、40m），风向（10 m），朝向为正北；气压（安装在防水箱内）；雨量（3 m）；四分量辐射和光合有效辐射（4 m），朝向为正南；红外表面温度（8 m），支臂朝向正南，探头朝向是垂直向下；土壤温湿度探头埋设在气象塔正南方1.5m处，土壤温度探头埋设深度为2cm、4cm、10cm、20cm、40cm、80cm、120cm和160 cm处，土壤水分传感器埋设深度为2cm、4cm、10cm、20cm、40cm、80cm、120cm和160cm；平均土壤温度埋在地下2, 4cm；土壤热流板埋设在地下6 cm处。 观测数据的处理与质量控制：（1）确保每天1440个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2021-6-10 10:30。 自动气象站发布的数据包括：日期/时间Date/Time，空气温度（Ta_3m, Ta_10m, Ta_15m, Ta_20m, Ta_30m, Ta_40m）(℃)，相对湿度（RH_3m, RH_10m, RH_15m, RH_20m, RH_30m, RH_40m）（%），风速(Ws_3m, Ws_10m, Ws_15m, Ws_20m, Ws_30m)（m/s），风向（WD）（°），气压（Press）(hpa)，降水（Rain）(mm)，四分量辐射（DR、UR、DLR、ULR、Rn）(W/m2)，光合有效辐射（PAR）（umol/s/m2），地表辐射温度（IRT_1、IRT_2）(℃)，土壤热通量（Gs）(W/m2)、 多层土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(%)、多层土壤温度（Ts_2cm 、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm）(℃)、平均土壤温度TCAV(℃)。 观测试验或站点信息请参考Guo et al.(2020)，数据处理请参考Liu et al. (2013)。
刘绍民, 肖青, 徐自为, 柏军华
该数据集包含了2021年1月1日至2021年12月31日的10m塔自动气象站观测数据。站点位于河北省怀来县东花园镇，下垫面为水浇地玉米。观测点的经纬度是115.7880E, 40.3491N，海拔480m。 自动气象站安装在10m塔上，采集频率为30s，且10min输出一次。观测要素包括空气温度、相对湿度（5 m），朝向为正北；风速（10 m），风向（10 m），朝向为正北；气压（安装在防水箱内）；雨量（10 m）；四分量辐射（5 m），朝向为正南；土壤温湿度探头埋设在气象塔正南方1.5m处，土壤温度探头埋设深度为0cm、2cm、4cm、10cm、20cm、40cm、80cm、120cm和160 cm处，土壤水分传感器埋设深度为2cm、4cm、10cm、20cm、40cm、80cm、120cm和160cm；平均土壤温度埋在地下2, 4cm；土壤热流板（3块）埋设在地下6 cm处。 观测数据的处理与质量控制：（1）确保每天1440个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2021-6-10 10:30。 自动气象站发布的数据包括：日期/时间Date/Time，空气温湿观测（Ta_5m,RH_5m）(℃，%)，风速(Ws_10m)（m/s），风向（WD）（°），降水（Rain）(mm)，四分量辐射（DR、UR、DLR、ULR、Rn）(W/m2)，地表辐射温度（IRT1、IRT2）（℃），土壤热通量（Gs_1、Gs_2、Gs_3）(W/m2)、 多层土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(%)、多层土壤温度（Ts_0cm 、Ts_2cm 、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm）(℃)、平均土壤温度TCAV(℃) ，气压（Press）(hpa)。 观测试验或站点信息请参考Guo et al. (2020)，数据处理请参考Liu et al. (2013)。
刘绍民, 徐自为
该数据集包含了2021年1月1日至2021年12月31日的10m塔涡动相关仪观测数据。站点位于河北省怀来县东花园镇，下垫面水浇地玉米。观测点的经纬度是115.7880E, 40.3491N，海拔480m。涡动相关仪的采集频率是10Hz，架高为5 m，超声朝向是正北向，超声风速仪（CSAT3）与CO2/H2O分析仪（Li7500A）之间的距离是15 cm。 发布的数据是采用Eddypro软件对原始采集的10Hz数据进行后处理得到的30分钟数据，其处理的主要步骤包括：野点值剔除，延迟时间校正，坐标旋转（二次坐标旋转），频率响应修正，超声虚温修正和密度（WPL）修正等。同时对各通量值进行质量评价，主要是大气平稳性（Δst）和湍流相似性特征（ITC）的检验。对处理后输出的30min通量值也进行了筛选：（1）剔除仪器出错时的数据；（2）剔除降水前后1h的数据；（3）剔除10Hz原始数据每30min内缺失率大于10%的数据；（4）剔除夜间弱湍流的观测数据（u*小于0.1m/s）。观测数据的平均周期为30分钟，一天48个数据，缺失数据标记为-6999。 涡动相关仪发布的观测数据包括：日期/时间Date/Time，风向Wdir（°），水平风速Wnd（m/s），侧向风速标准差Std_Uy（m/s），超声虚温Tv（K），水汽密度H2O（g/m3），二氧化碳浓度CO2（mg/m3），摩擦速度Ustar（m/s），奥布霍夫长度，感热通量Hs（W/m2），潜热通量LE（W/m2），二氧化碳通量Fc（mg/(m2s)），感热通量的质量标识QA_Hs，潜热通量的质量标识QA_LE。感热、潜热、二氧化碳通量的质量标识分为九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（较插补数据好）；9数据质量差）。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xls格式存储。 观测试验或站点信息请参考Guo et al.(2020)，数据处理请参考Liu et al. (2013)。
刘绍民, 徐自为
1）数据内容 本数据集包括巴木错、拉昂错2019-2021年夏秋季和龙木错2020-2021年夏秋季的湖泊蒸发数据。计算蒸发数据所需的气象数据通过在湖边架设的自动气象站获取，观测高度为1.5m。 湖泊位置：巴木错（90.59°E，31.29°N），拉昂错（81.24°E，30.72°N），龙木错（80.47°E，34.60°N）。 自动气象站坐标：巴木错AWS（90.65°E，31.30°N），拉昂错AWS（81.22°E，30.73°N），龙木错AWS（80.43°E，34.59°N）。 时间分辨率：1d 空间分辨率：- 单位：mm 2）数据来源及加工方法 整体输送法。计算公式如下： LH=l_v ρ_a c_E U(q_s-q_a ) E=LH/(ρl_v ) 其中LH、E分别为潜热、蒸发。 气象数据使用湖泊边架设的自动气象站，使用的观测数据包括1.5m处气温、风速、相对湿度等；湖表温度使用ERA5-land逐小时数据；动量粗糙度、水汽粗糙度及热量粗糙度通过巴木错和拉昂错架设的涡动相关仪获取的数据反算得到。 3）数据质量描述 将计算获取的2020年巴木错湖泊蒸发数据与架设在巴木错湖心岛的涡动相关仪获取的8-10月蒸发数据进行对比，pearson相关系数r=0.57，p=2.842E-8。 4）数据应用成果及前景 水面蒸发是水循环过程中的一个重要环节，是水文学研究中的一个重要课题。它作为湖泊水量损失的主要部分，也是研究陆面蒸发的基本参证资料。基于观测资料计算得到的蒸发量可以作为青藏高原湖泊的准确蒸发量，是研究湖泊水量平衡的重要基础，通过获取位于不同气候区的三个湖泊蒸发量，可以更好地探索湖泊水面蒸发在不同气候区的变化规律。
马卫垚, 马伟强, 何佳男, 谢志鹏, 苏荣明珠, 胡伟, 马耀明
青藏高原分区域动力降尺度（TPSDD）数据集是一个高空间-时间分辨率的网格数据集，用于整个青藏高原的陆地-空气交换过程和低层大气结构研究，并考虑到了青藏高原各分区域的气候特征。该数据集的时间跨度为1981年至2020年，时间分辨率为2小时，空间分辨率为10公里。数据集的气象要素包括近地表土地-空气交换参数，如向下/向上的长波/短波辐射通量、动量通量、显热通量、潜热通量等。此外，还包括从地表到对流层顶的3维风、温度、湿度和气压的垂直分布。通过比较观测数据和最新的ERA5再分析数据，对该数据集进行了独立评估。结果表明了该数据集的准确性和优越性，为未来的气候变化研究提供了巨大的潜力。
李斐, 马舒坡, 朱金焕, 邹捍, 李鹏, 周立波
数值试验：使用的气候模式是意大利理论物理研究中心（ICTP）开发的区域气候模式RegCM4.1。RegCM4.1区域模式模拟的试验中大气模式水平分辨率为50km，垂直方向18层；在线耦合沙尘模块。海温使用OISST插值的海温。试验包括中古新世地形试验（MP, ~60Ma BP，试验名称60ma_regcm4.1_xxx.nc）和晚渐新世（LO，~25Ma BP，试验名称25ma_regcM4.1_xxx.nc）两组。MP区域地形修改试验，将高原北部去掉，近似替代60Ma时期亚洲陆地的地形分布。BP区域地形修改试验，只将帕米尔高原地形去掉，近似替代25Ma时期亚洲陆地的地形分布。两个试验的沙尘源区没有变，均对在线打开了沙尘循环过程。 输出时间：所有试验都被积分了22年，使用了每个试验最后20年的平均结果。 数据可应用于解释高原周边不同区域干旱演化的差异。
孙辉
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
数值试验：使用的气候模式是由英国气象局与英国大学联合开发的快速海-气耦合模式（FAMOUS）。FAMOUS模式中的大气模式水平分辨率为5°×7.5°，垂直方向有11层；海洋模式的水平分辨率为2.5°×3.75°，垂直方向有20层。大气和海洋每天耦合一次，无通量调整。 试验包括中古新世（MP, ~60Ma BP，试验名称flat_60ma_1xCO2_sea_3d_**100yr_mean.nc）和晚渐新世（LO, ~25Ma BP，试验名称orog_25ma_1xCO2_sea_3d_**100yr_mean.nc）。海陆分布数据主要取自全球海岸线基础数据集（缩写为Gplates，网址为http://www.gplates.org/），考虑到青藏高原等新生代地形的初始隆升约开始于50~55Ma（Searle等，1987），因而在MP试验中将全球地形高度均设置为0，以略去高原地形的作用。25Ma修正了格陵兰（Zachos等, 2001）、青藏高原（例如, Wang等，2014；Ding等，2014；Rowley和Currie, 2006；DeCelles等，2007；Polissar等，2009）。在重建青藏高原古地形时还考虑了其古纬度的变化(Besse等，1984；Chatterjee等，2013；Wei等，2013）。同时，参考新生代大气CO2变化（Beerling和Royer, 2011），2个时期的试验中大气CO2浓度均取工业革命前的值280ppmv（1ppmv=1mg L–1）。 为了简单起见，所有陆地植被和土壤特性都设置为全球均一的值，即在除南极洲外的每个陆地网格点上的各种陆面特性都被赋予工业革命前非冰川陆面的全球平均值，这样也便于突出检验海陆分布和地形变化的影响。此外，由于主要讨论百万年尺度特征地质时期的平均气候状态及其变化，因而可以略去轨道强迫的影响，即在所有试验中地球轨道参数均设置为其现代值。 输出时间：所有试验都被积分了1000年，使用了每个试验最后100年的平均结果。 本数据有助于探究新生代季风和干旱的形成演化机制。
刘晓东
全球3小时河道洪水再分析数据GRFR，包括1）1980-2019年全球0.05度，3小时/日格点陆面产流数据。2）全球294万条河段（基于90m数字高程模型提取），3小时/日天然径流模拟数据。3）全球3小时河道洪水事件数据。4）基础地形数据MERIT-Basins。 该数据集以分布式水文模型VIC和河道汇流模型RAPID为模型链核心，集合一系列多源数据和模型手段构建的全球高分辨率高精度天然河川径流模拟系统模拟而成。基于美国6000余个站点3小时和全球14000余个站点日径流观测资料的精度评估表明，该数据能够较好地再现3小时和日尺度径流过程，同时能够较好地捕捉洪水事件。详细过程请参阅参考文献。 该数据集为遥感卫星径流反演算法开发、全球洪水特性分析和物理机制分析尤其是无资料地区提供了强有力的新数据支撑。
杨媛, 潘铭, 林佩蓉
全球294万条河段的天然径流量模拟数据产品，单位m3/s。本数据是基于VIC水文过程模式与RAPID矢量河网汇流模型模拟得到。其中陆面水文过程模式空间分辨率为0.25°，矢量汇流模式中的河网数据基于90-m MERIT Hydro水文矫正地形数据产品提取。产流部分经过基于机器学习得到的径流特征值进行参数率定，并基于多分位数径流特征值进行了格点尺度的产流偏差矫正，经全球1.4万个径流观测站点验证，数据产品具有较优的验证精度。
林佩蓉, 潘铭, 杨媛
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
通过国家气象信息中心、水文年鉴、中国统计年鉴及中国科学院地理科学与资源研究所等单位收集了水文气象及、土地利用及DEM等基础数据。采用具有自主知识产权的分布式时变增益水文模型进行建模，以100平方千米阈值将青藏高原划分成10937个子流域。在黑河、雅鲁藏布江、长江源、黄河源、雅砻江、岷江、澜沧江流域选取了14个流量站观测日流量数据对模型进行了拟定与验证。日尺度纳西效率系数达到0.7以上相关系数达到0.8以上。采用了CMIP6提供的13个模型4种情景输出的降水与气温数据，对未来降水与气温数据进行后处理，后处理后的降水与气温驱动水文模型，模拟出2046-2065年水循环过程，给出全青藏高原空间0.1度日尺度径流未来可能时空分布。
叶爱中
采用三个不同的数据源，包括1920年代的民国初期地图、1960年代的数字化地形图和1970-2020年的Landsat MSS/TM/ETM+/OLI影像。1920年代民国初期地图进行了扫描、几何校正和地理参考校正。1960年代使用1:250 000的地形图。所有地图都是以Albers等圆锥投影法进行地理参照，均方根（RMS）误差小于1.5个像元。针对早期地图，选择目视解译和手工数字化来对湖泊边界进行矢量化。从1990年开始，对Landsat影像采用半自动的水体分类方法来区分水体和非水体信息，然后提取湖泊边界，并通过与原始Landsat图像的比较进行目视检查和人工编辑。
张国庆, 冉有华
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
本数据是基于气象观测数据、水文站点数据，结合各种同化数据和遥感数据，通过耦合积雪、冰川和冻土物理过程的青藏高原多圈层水文模型系统WEB-DHM（基于水和能量平衡的分布式水文模型）制备生成，时间分辨率为月尺度，空间分辨率为5km，原始数据格式为ASCII文本格式，数据种类包括格网径流与蒸发（若蒸发小于0,则表示凝华；若径流小于0，则表示当月降水小于蒸发）。若asc无法在arcmap中正常打开，请将asc文件前5行顶格。
王磊, 柴晨好
本数据是基于气象观测数据、水文站点数据，结合各种同化数据和遥感数据，通过耦合积雪、冰川和冻土物理过程的青藏高原多圈层水文模型系统WEB-DHM（基于水和能量平衡的分布式水文模型）制备生成，时间分辨率为月尺度，空间分辨率为5km，原始数据格式为ASCII文本格式，数据种类包括格网径流与蒸发（若蒸发小于0,则表示凝华；若径流小于0，则表示当月降水小于蒸发）。若asc无法在arcmap中正常打开，请将asc文件前5行顶格。
王磊, 刘虎
水是人类赖以生存与发展的物质基础，也是我们感知和应对气候变化的重要媒介。受独特季风气候与阶梯状地形影响，中国水资源分布极不均匀，缺水问题突出，是全球水资源极度脆弱的地区之一。人类活动与气候变化的复合作用，进一步加剧了中国水循环过程研究的复杂性。因此，迫切需要一套质量可靠、时空连续，且剔除大规模人类活动影响下的天然径流数据，为水循环研究提供本底数据支持。然而，中国现有的天然径流资料缺失率较高，参考站点密度不足，在年际和季节变化尺度上存在较大偏差，难以客观揭示大尺度径流变化的自然规律。本研究建立了一套长时序、全覆盖、高质量、时空连续的天然河川径流资料，命名为CNRD v1.0（The China Natural Runoff Dataset version 1.0）。CNRD v1.0提供1961年1月1日至2018年12月31日中国0.25°×0.25°天然径流估算量日值、月值和年值。200个有资料水文站点率定结果显示，模型参数在大多数站点得到了充分校准，模型纳什效率系数（NSE）在率定期和验证期的平均值分别为0.83和0.80。无资料流域交叉验证结果显示，MPR方法提供了最佳的区域化方案，率定期 NSE中位数为0.76，验证期NSE中位数为0.72。结果总体显示水文模型参数率定和区域化表现良好，可用于长时序径流资料重建。另外，通过与两套全球径流格点数据集ISIMIP和GRUN比较，发现CNRD v1.0数据集的径流空间分布上过渡更加连续，且在表示中国复杂地形和气候理分划下的水资源空间分布方面优于全球径流数据集。
缪驰远, 苟娇娇
该物候数据基于青藏高原2000-2015年MOD13A2数据（时间分辨率为16天，空间分辨率为1km），利用TIMESAT软件中分段高斯函数拟合NDVI曲线，采用动态阈值方法提取春季物候、秋季物候以及生长季长度，其中春季物候和秋季物候的阈值分别设置为0.2和0.7。此物候数据进行了掩膜处理。其中，掩膜规则为：1）必须满足NDVI的最大值出现在6-9月份之间；2）6-9月份NDVI均值不能小于0.2；3）冬季的NDVI均值不能超过0.3。
俎佳星, 张扬建
该数据集为全球植被生产力数据，包含总初级生产力（GPP）、净初级生产力（NPP）和净生态系统生产力（NEP）3部分，由耦合模式比较计划第6阶段（CMIP6）中BCC-ESM1模式在Historical情景下模拟得到。数据时间范围为1850-2014年，时间分辨率为月，空间分辨率约为2.8125°。模拟数据详细说明可见链接https://www.wdc-climate.de/ui/cmip6?input=CMIP6.CMIP.BCC.BCC-ESM1。
郑周涛
生物圈对大气的反馈是全球变化研究的核心内容之一，在大气CO2浓度上升的情况下，陆地生态系统的行为是预测这种反馈效应的主要不确定性因素。CO2浓度升高（eCO2）可以通过增加羧化作用和抑制光呼吸速率直接刺激植物生长和生态系统C的吸收。通过CO2施肥效应（CFE）对光合作用和碳固存的影响，陆地生态系统可以缓冲大气CO2浓度的激增，进而减缓气候变化。为研究CO2加富对植被生产力的影响，在青藏高原北部那曲草原站（31°38′31″N, 92°00′54″E，海拔4600m）开展了CO2加富试验。试验采用分区设计，CO2为主处理因子，N为次处理因子；总共四个实验处理，跨越两个CO2浓度水平[环境CO2 (aCO2)，升高CO2（eCO2）： +100ppm]。考虑到研究区域的植被高度低和多风的天气，采用八角形开顶室（OTCs）来控制二氧化碳浓度，而不是自由FACE系统。OTC设计高2.5米，每边长1.5米，每个OTC占地7.7平方米。
张扬建
该数据集是那曲通量站点（31.64°N 92.01°E, 4598 m a.s.l.）的每日涡度相关通量观测数据，包括生态系统净生态系统生产力（NEP）、总初级生产力（GPP）和生态系统呼吸（ER）数据。该数据预处理主要步骤包括野点去除（±3σ）、坐标轴旋转（三维风旋转）、Webb-Pearman-Leuning校正、异常值剔除、碳通量插补与分解等，缺失数据通过CO2通量值（Fc）与环境因子之间的非线性经验公式进行插补。
张扬建
植被调查数据是研究生态系统结构与功能必不可少的数据。青藏高原地区蕴含广袤的草地生态系统，主要包括高寒草甸、高寒草地、以及高寒荒漠化的草地。由于独特的地理位置以及高海拔缺氧的环境条件，在藏北高原的群落调查数据较为稀少。本数据集包括2019年藏北样带上47个采样点的的地上生物量和盖度数据，采样时间为7-8月。样方大小为50cm×50cm，烘干后称取植物干重。本数据集可用于生产力的空间分析与模型的校准工作。
张扬建, 朱军涛
该数据集是那曲通量站点（31.64°N 92.01°E, 4598 m a.s.l.）的每日涡度相关通量观测数据，包括净生态系统生产力（NEP）、总初级生产力（GPP）、生态系统呼吸（ER）、蒸散、潜热、感热、空气温度、相对湿度、风速、土壤温度、土壤含水量等数据。该数据预处理主要步骤包括野点去除（±3σ）、坐标轴旋转（三维风旋转）、Webb-Pearman-Leuning校正、异常值剔除、碳通量插补与分解等，缺失数据通过CO2通量值（Fc）与环境因子之间的非线性经验公式进行插补。
张扬建
该数据集为全球呼吸数据，包含自养呼吸（ra）和异养呼吸（rh）两部分，由耦合模式比较计划第6阶段（CMIP6）中TaiESM1模式在Historical情景下模拟得到。数据时间范围为1850-2014年，时间分辨率为月，空间分辨率约为0.9°x1.25°。模拟数据详细说明可见链接https://www.wdc-climate.de/ui/cmip6?input=CMIP6.CMIP.AS-RCEC.TaiESM1.historical。
美国气候模式诊断和对比计划委员会
本数据集为基于PEW模型的全球地表蒸散发产品， PEW模型是基于等比例假设建立的水-能平衡蒸散发模型（Proportionality hypothesis-based surface Energy-Water balance model），其原理是在Priestley Taylor（PT）蒸散发算法的基础上，耦合基于等比例假设构造的水热平衡框架。PEW模型可以同时考虑水量平衡约束和能量收支过程的影响，使得PEW模型模拟精度相较于以往的模型有一定程度的提升。PEW的输入数据包括ERA5-land数据集气象和土壤含水量变化等数据，本数据集时间跨度为1982年-2018年，时间分辨率为逐月，空间分辨率为0.1°。本数据集可为研究长时间尺度水循环和气候变化提供基础。
傅健宇, 王卫光
本数据集为过去40年黄河源和祁连山区水量平衡（降水、蒸散发、径流、土壤液态含水量）、能量平衡（短波辐射、感热、潜热和表层土壤温度）数据集。初始数据源为ERA5-Land月平均数据，通过时间聚合累积/平均到年尺度。数据的时间范围为1981-2020年，空间范围为88.5°E – 104.5°E、32°N - 43°N，空间分辨率0.1°。数据集可进一步用于黄河源区与祁连山区生态-水文过程相关研究，为“山水林田湖草”系统优化调配提供科学依据。
郑东海
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
在全球变化的大背景下，时空连续的高质量高分辨率长时间序列降水数据集对理解全球“水-碳-能”和生物地球化学的循环机制具有重要意义。研究提出的基于总量控制的日尺度融合矫正算法（Daily Total Volume Controlled Merging and Disaggregation Algorithm, DTVCMDA），有效考虑了再分析降水数据时空连续且高时空分辨率的特点，以及地面分析数据高质量的特性，制作了一套亚洲地区七十余年长时间序列高质量高时空分辨率降水数据集AERA5-Asia (0.1°, hourly, 1951-2015, Asia)。该数据集的主要特点如下：（1）AERA5-Asia是一套具有高分辨率、高质量、时空连续以及长时间序列的数据集；（2）AERA5-Asia显著优于IMERG-Final和ERA5-Land降水数据，尤其是在系统偏差方面，总体来看，AERA5-Asia、IMERG-Final和ERA5-Land相比地面观测的偏差分别为~5%，~11%和~20%；（3）在极端强降水中（如台风“潭美”和“天兔”），AERA5-Asia的质量也是显著优于ERA5-Land和IMERG-Final。 AERA5-Asia将为亚洲地区、尤其是中国区域的天气气候和水文等领域的相关研究提供稳定可靠的降水数据支撑。
马自强, 马耀明, 马伟强, 许金涛
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
本数据集来源于论文：He, C., Liu, Z., Wu, J., Pan, X., Fang, Z., Li, J., Bryan., B.A. (2021). Future global urban water scarcity and potential solutions. Nature Communications, 12, 4667。本数据集包括2020-2070年全球不同共享社会经济路径下的城市建成区信息。本数据集的制作流程主要包括：（1）基于全球1992-2016年城市建成区数据（下载地址：https://doi.pangaea.de/10.1594/PANGAEA.892684）和城市人口数据建立线性回归模型，计算未来城市建成区的数量需求；（2）使用LUSD-urban模型模拟未来城市建成区的空间格局。该数据集能够为评估全球未来城市扩展过程的影响提供数据支撑。
何春阳, 刘志锋, 杨延杰
本数据集来源于论文：Huang, M., Wang, Z.C., Pan, X.H., Gong, B.H., Tu, M.Z., & Liu, Z.F. (2022). Delimiting China's urban growth boundaries under localized shared socioeconomic pathways and various urban expansion modes. Earth's Future, 10, e2021EF002572。本套数据集展示了不同社会经济情景和不同扩展模式下中国2021-2100年城市建成区的扩展过程和城市空间增长边界（也可称为城市扩展边界）。本数据集的制作流程主要包括：（1）基于本地化后的共享社会经济路径，利用基于斑块的LUSD-urban模型，模拟了11种扩展模式下的城市扩展过程；（2）基于最大扩展范围，利用空间形态学方法对城市扩展动态信息进行处理，划定了中国各省级行政区的城市空间增长边界。作者利用该套数据分析了不同情景和不同扩展模式下城市扩展过程对生态系统服务的影响以及城市收缩压力，可为合理划定城镇开发边界提供参考。
黄妙, 王梓晨, 潘鑫豪, 龚炳华, 涂梦昭, 刘志锋
本数据集为过去20年间（2001-2020）青藏高原生长季NDVI与植被物候数据集，数据来源为MODIS（MOD13A2）产品，空间分辨率为1km。数据集内容包括：2001-2020年每年生长季（5-9月）平均NDVI、生长季开始日期（SOS）、生长季结束日期（EOS）与生长季长度（DOS）。提取物候采用了两种方法：动态阈值方法和双对数函数法。数据格式为TIFF格式，投影为Sphere_ARC_INFO_Lambert_Azimuthal_Equal_Area。
王泰华, 杨大文
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
森林碳密度是量化区域碳储量及其变化的重要参数，然而现有研究存在分辨率粗且不确定大的问题。为此，研究基于地面调查数据，结合星载激光雷达(GEDI)和Landsat图像，利用深度学习自动挖掘了多维度图像特征，绘制了30米空间分辨率中国东北地区的森林地上碳密度。结果与野外实测数据具有较好的一致性（R2=0.84 RMSE=6.28 ），研究提供的结果将为区域碳动态监测提供基准数据。 碳密度数据单位MgC ha-1
王晓昳, 汪涛, 吕冠廷
该数据集是通过中国高分辨率对地观测中心获取了青藏工程走廊地区的高分1号卫星遥感影像资料，经过多光谱与全色波段的融合处理，得到了空间分辨率2 m的影像数据，在获取地面植被信息过程中，采用面向对象的计算机自动解译与人工目视解译相结合的分类技术，面向对象分类技术是集合邻近像元为对象来识别感兴趣的光谱要素，充分利用高分辨率的全色和多光谱数据空间、纹理和光谱信息来分割和分类，以高精度的分类结果或者矢量输出。在实际操作中，借助 eCognition 软件对影像进行自动提取，主要过程为影像分割、信息提取和精度评价。经过与实地定点调查验证，整体提取精度大于90%。
牛富俊
本数据包括青藏高原中部的25个湖泊的细菌16S核糖体RNA基因序列数据，样品采集时间为2015年7月-8月，使用2.5升采样器对地表水进行了三次重复采样。样品采集后立即带回北京青藏高原研究所生态实验室，所取盐湖的盐度梯度为0.14 ~ 118.07 g/L。本数据为扩增子测序结果。将湖水在0.6 atm过滤压力下浓缩到至0.22μm膜上，然后通过FastDNA SPIN Kit 提试剂盒提取DNA，16S rRNA基因片段扩增引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3') and 909r (5'-GGACTACHVGGGTWTCTAAT-3')。使用Illumina MiSeq PE250测序仪进行对端测序，原始数据通过Mothur软件进行分析，序列与Silva128数据库进行比对并以97%的同源性将序列划分为操作分类单元（OTU）。本数据可用于分析青藏高原湖泊微生物多样性研究。
孔维栋
本数据包括青藏高原纳木错地区土壤细菌分布数据，可用来探索围栏和放牧对纳木错地区土壤微生物的季节性影响，样品采集时间为2015年5月至9月，土壤样品用冰袋保存，运回北京青藏高原研究所生态实验室；本数据为扩增子测序结果，使用MoBio Powersoil™DNA分离试剂盒提取土壤DNA，引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3')和806R (5'GGACTACNVGGGTWTCTAAT-3')，扩增后的片段通过Illumina Miseq PE250方式测序。原始数据通过Qiime软件进行分析，之后计算序列之间相似度，并在相似度在97%以上的序列聚类为一个OTU。采用Greengenes参考文库进行序列比对，去除了只在数据库中出现一次的序列。土壤含水率和土壤温度由土壤温湿度计测得，土壤pH值用pH计测定(Sartorius PB-10, Germany)，用2 M KCl(土壤/溶液，1:5)提取土壤硝态氮(NO3−)和铵态氮(NH4+)浓度，并用Smartchem200离散自动分析仪进行分析。本数据集对研究干旱半干旱草原土壤微生物多样性具有重大意义。
孔维栋
青藏高原草地土壤细菌多样性数据。样品采集时间为2017年7月至8月，包含高寒草甸，典型草原，荒漠草原3种生态系统共计120个样品。土壤表层样品采集后用冰袋保存，运回北京青藏高原研究所生态实验室，通过MO BIO PowerSoil DNA试剂盒提取土壤DNA，16S rRNA基因片段扩增引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3') and 806R (5´GGACTACNVGGGTWTCTAAT-3´)，扩增后的片段通过Illumina Miseq PE250方式测序。原始数据通过Qiime软件分析，序列分类依据Silva128数据库，将相似度在97%以上的序列聚类为一个操作分类单元（OTU）。本数据系统地比较了青藏高原样带草地土壤微生物的细菌多样性，对研究微生物在青藏高原的分布具有重大意义。
孔维栋
本数据集包括2000-2018年青藏高原植被生长季开始日期、结束日期多年平均空间分布格局，1982-1999年和2000-2020年青藏高原植被生长季开始日期、结束日期的时间变化趋势。该数据集以AVHRR NDVI、MODIS NDVI、EVI为基础，通过四个步骤最小化植被指数时间序列的偏差和噪声。首先，去除无植被覆盖、低植被覆盖或季节性较弱的植被对应的像元；其次，将冬季（12月至3月初）受积雪、冰或两者污染的植被指数替换为冬季未受污染的高质量的植被指数的平均值；其他季节由云和气溶胶引起的植被指数负偏差通过Savitzky-Golay方法进行校准；最后，使用双逻辑斯蒂或改良后的双逻辑斯蒂函数拟合年植被指数时间序列。基于阈值和拐点的方法，逐像元提取青藏高原植被生长季开始日期、结束日期。数据的空间分辨率为250m和1/12°。数据质量可靠。
沈妙根
数据内容：该数据集是青藏高原重点河湖研究区的国产高分系列（GF1/2/3/4）2015-2020年历史存档卫星数据，可覆盖典型河湖区进行有效监测，数据的时间范围为2015-2020年。数据来源和加工方法：数据为1级产品，经过均衡化辐射校正，通过不同检测器的均衡功能对影响传感器的变化进行校正，部分数据基于同时期的Landsat8影像为底图，选取控制点，进行图像几何校正，之后基于DEM数据进行正射校正，并对相应的数据进行波段融合处理。数据质量描述：高分系列卫星由中国资源卫星应用中心负责处理，有中科院空天院卫星地面接收站接收的原始数据和经过加工处理形成的各级产品。其中，1A级（预处理级辐射校正影像产品）：经数据解析、均一化辐射校正、去噪、MTFC、CCD拼接、波段配准等处理的影像数据；并提供卫星直传姿轨数据生产的RPC文件。具体参考中国资源卫星应用中心数据网站文件。数据应用成果及前景：数据为国产高分数据，分辨率高，可应用于监测青藏高原作为亚洲水塔的变化以及产生的影像，检验区内其他数据的准确性。
邱玉宝
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
（1）数据内容：全球气候-生态格局演变产品。时间范围包括历史时期1981-2020，空间分辨率0.5°，未来时期2021-2100（未来时期包含四个不同共享社会经济路径：SSP126，SSP245，SSP370，SSP585），空间分辨率1°，每20年1期。 （2）数据来源及加工方法：历史时期选用GLOBMAP 的叶面积指数数据为基础，未来时期融合三个CMIP6模式（ACCESS-ESM1-5，CanESM5，UKESM1-0-LL）的叶面积指数数据。通过多元线性回归构建温度、降水和辐射与叶面积指数之间的关系，提取相应的系数来表征各气候变量对叶面积指数的影响程度，最后通过RGB映射图来表征叶面积指数的气候因素的影响系数。 （3）数据质量描述：全球20年1期，历史时期2期（1981-2000；2001-2020），未来时期共包含四个共享社会经济路径（SSP126，SSP245，SSP370，SSP585），每个路径下4期（2021-2040；2041-2060；2061-2080；2081-2100）。 （4）数据应用成果及前景：该数据可用于气候变化背景下的植被和生态系统演变相关研究。
何斌
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
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
本数据集基于2020年对西藏一江两河区、藏东南、川西藏东横断山区农田生产经营管理实地调查的数据。样本选择对西藏一江两河区、藏东南、川西藏东横断山区， 首先，运用典型抽样方法，确定样本县、样本镇、样本村; 然后根据农户的基本情况，在每个县抽取1个样本乡镇，每个乡镇抽取1个样本村，最后，运用随机抽样方法，在每个样本村随机抽取1个农户。该数据集访问记录了调查地块的基本信息，受访农户的基本情况，包括受教育水平、消费水平等信息，农业种植面积等。该数据集为实地调查、访问获得数据，可用于分析青藏高原农业种植基本情况分析，为进一步完善政府扶持政策的对策建议提供理论依据。
唐亚伟
本数据集基于《西藏统计年鉴》以及《青海统计年鉴》（2020），两本书籍收录了2019年以来西藏自治区及青海省的经济和社会发展等各方面的统计数据，主要从1951至2020年对农业方面进行摘取，从农村和农业基本情况、农村基本情况、乡村从业人员、分地市农林牧渔业总产值、主要农作物播种面积、主要农产品产量、主要农产品单位面积产量、农作物播种面积及产量以及耕地面积等方面，以及和平解放以来各个时期的主要统计数据，是国内外各界人士了解青藏高原、认识青藏高原的重要统计资料。
唐亚伟
本数据来自2020年7月-8月期间在西藏一江两河区、藏东南、川西藏东横断山区进行随机问卷调查，该数据集主要包括农业废弃物利用数据（秸秆利用途径和畜禽废物利用途径），秸秆利用途径主要包括还田、燃料、饲料和堆肥，畜禽粪便利用途径主要为燃料和肥料。被访人员主要以熟悉家庭情况的成年人为主，有部分村以小组计算产量。问卷设计以科学性、适用性、可行性、典型性、具体性为原则，面向以上区域设计了《入户调查表》。为了确保调查问卷设计内容的信度和效度，正式调查之前对问卷进行了预调查，进一步修改完善调查问卷存在问题。在问卷调查正式开始之前对调查人员进行了调查问卷内容的讲解和调查技能培训。
宋大刚
光合作用是连接碳和水循环的关键过程，卫星检索的日光诱导叶绿素荧光 (SIF) 可以作为光合作用的有价值的代理。Copernicus Sentinel-5P 任务上的TROPOspheric Monitoring Instrument (TROPOMI) 能够显着改进提供高空间和时间分辨率的 SIF 观测，但数据记录的短时间覆盖限制了其在长期研究中的应用。我们使用机器学习在具有高时空分辨率（0.05°，8 天）的晴朗天空条件下重建 2001-2020 年期间的 TROPOMI SIF (RTSIF)。我们的机器学习模型在训练和测试数据集上表现良好（R^2 = 0.907, regression slope = 1.001）。RTSIF 数据集针对 TROPOMI SIF 和基于塔的 SIF 进行了验证，并与其他卫星衍生的 SIF（GOME-2 SIF 和 OCO-2 SIF）进行了比较。 RTSIF 与总初级生产 (GPP) 的比较说明了 RTSIF 在估算碳通量方面的潜力。这个数据集将在评估长期陆地生态系统光合作用和全球碳水通量方面有重要价值。
陈星安, 黄跃飞, 聂冲, 张硕, 王光谦, 陈世鎏, 陈志超
通过国家气象信息中心、水文年鉴、中国统计年鉴及中国科学院地理科学与资源研究所等单位收集了水文气象及、土地利用及DEM等基础数据。采用具有自主知识产权的分布式时变增益水文模型（DTVGM: Distributed Time—Variant Gain Hydrological Model）进行建模，以100平方千米阈值将青藏高原划分成10937个子流域。在黑河、雅鲁藏布江、长江源、黄河源、雅砻江、岷江、澜沧江流域选取了14个流量站观测日流量数据对模型进行了拟定与验证。日尺度纳西效率系数达到0.7以上相关系数达到0.8以上，实际蒸发模拟同气象局公开的站点观测基本一致。模型模拟出1998-2017年水循环过程，经过验证之后，给出全青藏高原空间0.01度日尺度实际蒸发(包含土壤蒸发和植物蒸腾)时空分布。
叶爱中
通过国家气象信息中心、水文年鉴、中国统计年鉴及中国科学院地理科学与资源研究所等单位收集了水文气象及、土地利用及DEM等基础数据。采用具有自主知识产权的分布式时变增益水文模型(DTVGM: distributed time-variant gain model)进行建模，以100平方千米阈值将青藏高原划分成10937个子流域。在黑河、雅鲁藏布江、长江源、黄河源、雅砻江、岷江、澜沧江流域选取了14个流量站观测日流量数据对模型进行了拟定与验证。日尺度纳西效率系数达到0.7以上相关系数达到0.8以上。模型模拟出1998-2017年水循环过程，给出全青藏高原空间0.01度日尺度径流时空分布。
叶爱中
《2015年第三极部分湖泊水体细菌后处理产品和常规水质参数》数据集收集了2015年期间青藏高原地区部分湖泊水体采样细菌分析结果和常规水质参数。通过整理归纳汇总得到2015年第三极部分湖泊水体细菌后处理产品，数据格式为excel，方便用户查看。样品由计慕侃老师采集于2015年7月1日至7月15日，包含28个湖泊（巴木错，白马纳木错，班戈错（盐湖）， 班公错，崩错，别若则错，错鄂（申扎），错鄂（那曲），达瓦错，当穹错，当惹雍错，洞错，鄂雅错，公珠错，果根错，甲热布错，玛旁雍错，纳木错，聂尔错（盐湖），诺尔玛错，朋彦错（盐湖），蓬错，枪勇错，色林错，吴如错，物玛错，扎日南木错，扎西错），共计138个样品。其中湖泊水体细菌DNA提取方法如下：湖水过滤到0.45膜上，然后通过MO BIO PowerSoil DNA试剂盒提取DNA。16S rRNA基因片段扩增引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3') and 909r (5'-GGACTACHVGGGTWTCTAAT-3')。测序方式为Illumina MiSeq PE250，原始数据通过Mothur软件分析，包括quality filtering, chimera removal,序列分类依据Silva109数据库，古菌、真核和未知来源序列已被移除。OTU以97%相似度分类，然后移除仅在数据库中出现一次的序列。常规水质检测参数包括：溶解氧、电导率、溶解性总固体、盐度、氧化还原电位、不挥发有机碳、总氮等。其中，溶解氧采用电极极谱法；电导率采用电导率仪；盐度采用盐度计；溶解性总固体采用TDS测试仪；氧化还原电位采用ORP在线分析仪；不挥发有机碳采用TOC分析仪；总氮采用分光光度法分别得到水质参数结果供参考。
叶爱中
该数据集包含北极两条大河 （北美：Mackenzie，欧亚：Lena）的观测及模拟的入海径流量及各径流成分（总径流、冰川径流、融雪径流、降雨径流）的组成，时间分辨率为月。该数据是利用项目组制作的气象驱动场数据驱动发展的VIC-CAS模型，利用观测的径流及遥感积雪数据进行校正，径流的模拟的Nash效率系数达到0.85以上，模型也能较好地模拟积雪的空间分布和年内、年际变化。 该数据可用于分析长期的流域径流的组成及变化原因，加深对北极大河径流变化的理解。
赵求东, 吴玉伟
本产品提供了项目组发展的陆面模式VIC-CAS数值模拟的1971-2017年北极两条大河（北美大陆：Mackenzie，欧亚大陆：Lena）的水循环关键变量数据集，包括：降水量、蒸散发、地表径流、地下径流、冰川径流、雪水当量和三层土壤湿度等7个变量。该数据集空间分辨率为0.1degree，时间分辨率为月。该数据集可用于长期气候变化下北极大河流域水量平衡变化分析，也可用于遥感数据产品及其他模型模拟结果的对比和验证。
赵求东, 王宁练, 吴玉伟
本产品提供了项目组发展的陆面模式VIC-CAS数值模拟的1998-2017年北极两条大河（北美大陆：Mackenzie，欧亚大陆：Lena）的水循环关键变量数据集，包括：降水量、蒸散发、地表径流、地下径流、冰川径流、雪水当量和三层土壤湿度等7个变量。该数据集空间分辨率为50km，时间分辨率为月。该数据集可用于气候变化下北极大河流域水量平衡变化分析，也可用于遥感数据产品及其他模型模拟结果的对比和验证。
赵求东, 王宁练, 吴玉伟
典型年三极土壤微生物后处理产品收集了2005-2006年期间南北极地区土壤采样细菌分布分析结果和2015年期间青藏高原地区土壤采样细菌分布分析结果。通过整理归纳汇总得到三极区域土壤微生物后处理数据产品，数据格式为excel，方便用户查看。其中南北极地区样品采集时间为2005年12月13日至2006年12月8日，包含北极3个地区52个样品（Spitsbergen Slijeringa，Spitsbergen Vestpynten，及Alexandra Fjord Highlands），南极5个地区171个样品（Mitchell Peninsula,Casey station main power house, Robinsons Ridge，Herring Island，Browning Peninsula）；青藏高原采集时间为2015年7月1日至7月15日，包含草甸，草原，荒漠3种生态系统，共计18个采样点位，每个采样点位样品个数为3-5个。采样点降水、气温和干旱度由气象信息估算得到，供读者参考。土壤表层样品采集后用液氮保存，运回悉尼实验室，通过FastPrep DNA试剂盒提取。提取后的DNA样品使用27F（5'-GAGTTTGATCNTGGCTCA-3'）和 519R (5'-GTNTTACNGCGGCKGCTG-3')扩增16S rRNA基因片段。扩增后的片段通过454方式测序，原始数据通过Mothur软件分析。首先去除测序质量不佳序列，之后进行排序并去除嵌合体序列。之后计算序列之间相似度，相似度在97%以上的序列聚类为一个OTU，并定义OTU代表序列。OTU代表序列通过与Silva数据库进行比对，在可靠性大于>80%的情况下鉴定到属一级水平。
叶爱中
本次调查区域覆盖四川泸定，康定，雅江，理塘，巴塘等地区，涉及作物包括青稞、小麦、玉米、土豆及番茄等露地蔬菜，采用干漏斗法提取，共获得中小型土壤动物样品171份，捕获土壤动物800余只。样品保存于中国科学院成都生物研究所，样品采集后借助体式显微镜鉴定，其中，以四川巴塘地区的0-15cm 土层数量最多，鉴定有208只中小型土壤动物；其次是四川康定的0-15 cm 土层，观察到有130只中小型土壤动物。
孙晓铭
该数据集为青藏高原主要农作物青稞和小麦的产量历史数据，包括要素为播种面积和产量，涵盖年份包括1988年-2018年，涵盖区域包括青藏高原范围内部分州市及区县。数据来源于《西藏统计年鉴》、《青海统计年鉴》、《四川统计年鉴》、《甘肃统计年鉴》、《云南统计年鉴》及阿坝藏族羌族自治州和甘孜藏族自治州农牧局，精度同数据摘取的统计年鉴。青稞和小麦是青藏高原主要的农作物，该数据集对于研究青藏高原粮食安全、农业生产等方面具有重要价值。
潘志芬
若尔盖湿地观测点始海拔 3435 米，位于四川省若尔盖县花湖湿地（102°49′09″E, 33°55′09″N），下垫面为典型的高寒泥炭沼泽湿地，植被、水体和泥炭层发育良好。本数据集为2017-2019年若尔盖湿地观测点的常规气象观测数据，使用Kipp&Zonen CNR4、Vaisala HMP155A、PTB110等仪器观测获得，时间分辨率为半小时，主要包括风速、风向、气温、相对湿度、气压、向下短波辐射、向下长波辐射。
孟宪红, 李照国
玛曲草地观测点始建于 2005 年，海拔 3434 米，位于距离玛曲县城以南约 18公里的河曲马场（102°08′45″E，33°51′50″N），下垫面为典型的发育良好的高寒草原，属于季节性冻土区。本数据集为2017-2020年黄河源区玛曲草地观测站点的常规气象观测数据，使用Kipp&Zonen CNR4、Vaisala HMP155A、PTB110等仪器观测获得，时间分辨率为半小时，主要包括风速、风向、气温、相对湿度、气压、向下短波辐射、向下长波辐射、降水。
孟宪红, 李照国
鄂陵湖是青藏高原最大的淡水湖泊，与邻近的扎陵湖一起构成了黄河源头的“姊妹湖”，并入选了国际重要湿地名录，也是三江源国家公园的核心区。本数据集为中国科学院若尔盖高原湿地生态系统研究站2017-2020年黄河源区鄂陵湖草地观测点的常规气象观测数据，使用Kipp&Zonen CNR4、Vaisala HMP155A、PTB110等仪器观测获得，时间分辨率为半小时，主要包括风速、风向、气温、相对湿度(2020年为比湿）、气压、向下短波辐射、向下长波辐射、降水。
孟宪红, 李照国
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。EVI类似于归一化差异植被指数（NDVI），可用于量化植被绿度。然而，EVI对一些大气条件和树冠背景噪声进行了校正，并且在植被茂密的地区更为敏感。它包含一个“L”值来调整树冠背景，“C”值作为大气阻力系数，以及来自蓝色波段（B）的值。这些增强功能允许将指数计算R和NIR值之间的比率，同时在大多数情况下降低背景噪声、大气噪声和饱和度。本研究工作主要是对NDVI和EVI数据进行后处理，通过转换投影坐标系、数据融合、最大值合成法、剔除异常值和剪裁后给出较为可靠的2013年和2018年的青藏高原的植被情况。
叶爱中
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
南极半岛植被数据来源于时空三级环境大数据平台的南极先锋植被覆盖分类数据，通过实测光谱匹配遥感影像，应用纯像元PPI提取出苔藓、地衣、岩石、海、积雪的端元波谱和应用线性混合模型LMM（Linear Mixture Model）计算得到。菲尔德斯半岛特色植被覆盖度根据其与丰度的相关线性关系获得。数据格式为geotiff格式。数据内容是南极半岛典型年典型区植被覆盖度。本研究工作通过对南极半岛典型区典型年植被覆盖度后处理后生成tif栅格格式产品，栅格主体数值为植被盖度。本研究得到的南极半岛典型区植被覆盖度是将南极先锋植物丰度数据产品进行镶嵌，包括南极半岛及周边植物丰度数据产品。通过ArcGIS将南极半岛典型区域包括Adley，北部和南部镶嵌在一起，得到包括2008年、2017年和2018年的光谱角匹配法（SAM）和光谱信息散度法（SID）识别出的6幅植被覆盖度图。
叶爱中
项目基于Landsat_TM30m遥感数据通过人工解译和机器学习算法完成了1990-2015年祁连山地区森林、农田、草地、湿地、聚落城市、荒漠六大类生态系统的空间格局分布信息提取，该套数据可以服务于研究区域生态系统宏观格局演变规律，生态系统服务功能评估，重大生态修复工程规划与效果评估。生态系统宏观格局演变是气候-社会经济耦合驱动的自然过程演变的宏观反应，也是土地利用与土地覆被变化的直接反映，更是区域可持续发展成效评估的重要数据基础。研究可为祁连山地区绿色发展指数评估提供数据基础。
吴锋
该数据集包含了2021年01月01日至2021年12月31日青海湖流域地表过程综合观测网高寒草甸草原混合超级站的物候相机观测数据。其中2021年1月31日至4月14日，由于相机内存问题导致该时段数据缺失。站点位于青海省天峻县苏里路旁侧，下垫面是高寒草甸和高寒草原的混合。观测点经纬度为：东经 98°35′41.62″E，北纬 37°42′11.47″N，海拔3718m。该物候相机采用垂直向下的方式采集数据，拍摄数据分辨率为2592*1944，本数据集中的物候照片是在每天12:10拍摄的，拍摄时间误差在±10 min。图片命名方式为BSDCJZ BEIJING_IR_Year_Month_Day_Time.
李小雁
青藏高原被誉为“亚洲水塔”，其提供的径流作为重要的、易获取的水资源，维系着周边数十亿人口的生产生活，支撑着生态系统的多样性。准确估算青藏高原的径流，揭示径流的变化规律，有利于高原及周边地区的水资源管理和灾害风险规避。青藏高原五大河源区冰川径流分割数据集覆盖时间从1971年到2015年，时间分辨率为逐年，覆盖范围为青藏高原五条大江大河源区（黄河源，长江源，澜沧江源，怒江源，雅鲁藏布江源），空间分辨率为流域，以多源遥感和实测数据为基础使用耦合了冰川模块的分布式水文模型VIC-CAS模拟获得，使用站点实测数据对模拟结果进行了验证，其所有数据进行了质量控制。
王世金
水库是重要的水利工程设施，在农业灌溉和市政用水的储存和输送中发挥着关键作用，但这一作用会受到水库蒸发的影响。但由于全球长期且连续的水库地理信息的可获取性受限，因而估算全球水库蒸发损失仍有一定困难。目前，两个最新的水库数据集，即全球水库表面数据集（Global Reservoir Surface Area Dataset）和全球水库和大坝数据库（Global Reservoir and Dam Database），为解决这一困难提供了机会。我们使用这两个数据集估算了1985年至2016年全球7242个大型水库的月水库蒸发量。其中，蒸发率采用三套气象产品数据分别进行计算（ (1) TerraClimate; (2) ERA5; (3) Princeton Global Forcings），水面面积采用全球水库表面数据集（Global Reservoir Surface Area Dataset）。
田巍, 刘小莽, 王恺文, 白鹏, 刘昌明
青藏高原被誉为“亚洲水塔”，是东南亚众多河流的源区，其提供的径流作为重要的、易获取的水资源，维系着周边数十亿人口的生产生活，支撑着生态系统的多样性。青藏高原五大河源区冰川径流数据集覆盖时间从2005年到2010年，时间分辨率为每5年一期，覆盖范围为青藏高原五条大江大河源区（黄河源，长江源，澜沧江源，怒江源，雅鲁藏布江源），空间分辨率为1km，以多源遥感、模拟、统计和实测数据为基础，使用GIS方法和生态经济学方法结合，量化了江河源区冰冻圈水资源服务的价值，其所有数据进行了质量控制。
王世金
中国区域表层7cm土壤湿度月值数据。时间范围包括历史时期1850-2014，未来时期2015-2100（未来时期包含四个不同共享社会经济路径：SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5-8.5）。空间分辨率0.25°。 该数据是基于深度学习方法，以ERA5-Land 表层7cm土壤湿度数据为参考，融合降尺度25个CMIP6模式的表层土壤湿度数据。在气候变化背景下，数据可用于干旱和植被相关分析。
冯冬含
本产品提供了基于陆面模式VIC预估的未来2018-2065年的北极主要大河流域的月径流、蒸散发以及土壤水。空间精度为10km。北极主要大河流域包括Lena、Yenisey、Ob、Kolyma、Yukon和Mackenzie流域。根据IPCC第五次评估报告中CMIP5中IPSL-CM5A-LR模式提供的RCP2.6（低排放强度）和RCP8.5（高排放强度）情景结果，通过统计降尺度获取的适用于北极地区0.1°的未来气候情景驱动数据。应用在全球尺度校准后的陆面水文模型VIC，基于0.1°的未来气候情景驱动数据，预估获得未来气候变化下本世纪中叶北极大河流域径流、土壤水及蒸散发的月尺度时间序列。
唐寅, 汤秋鸿, 王宁练, 吴玉伟
该数据集包含了2021年1月1日至2021年12月31日青海湖流域水文气象观测网青海湖鱼雷发射基地站气象要素梯度观测系统数据。但是由于2021年青海省于研究站点鱼雷发射基地进行翻修，打造鱼雷发射基地的红色旅游区。该站点所有仪器于2021年5月30日全部拆除，准备于2022年7月重新安装。因此该站点2021年实际获得数据为2021年1月1日至2021年5月29日数据。2021年5月30日到12月31日数据缺失。站点位于青海省青海湖二郎剑景区鱼雷发射基地，下垫面是青海湖水面。观测点经纬度为：东经 100° 29' 59.726'' E，北纬 36° 35' 27.337'' N，海拔3209m。风速/风向架设在距湖面14m处，共1层，朝向正北；空气温度、相对湿度传感器分别架设在距湖面12m、12.5m处，共2层，朝向正北；翻斗式雨量计安装在距湖面10m处；四分量辐射仪安装在距湖面10m处，朝向正南；一个红外温度计安装在距湖面10m处，朝向正南，探头朝向是垂直向下；湖水温度探头设在水下0.2, 0.5, 1.0, 2.0, and 3.0 m处；光合有效辐射仪安装在距湖面10m处，探头朝向是垂直向下，朝向正南。 观测项目有：风速（WS_14m）(单位：米/秒)、风向（WD_14m）(单位：度)、空气温湿度（Ta_12m、Ta_12.5m和RH_12m、RH_12.5m）(单位：摄氏度、百分比)、降水量（Rain）(单位：毫米)、湖表辐射温度（IRT_1）(单位：摄氏度)、光合有效辐射（PAR）(单位：微摩尔/平方米秒) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、湖水温度（Tw_20cm、Tw_50cm、Tw_100cm、Tw_200cm、Tw_300cm）(单位：摄氏度)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；由于冬季湖水结冰故将水温探头收回，故2021.1.1-2021.5.31期间无水温数据记录；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2018-1-1 10:30。
李小雁
该数据集包含了2021年1月1日至2021年10月9日青海湖流域地表过程综合观测网高寒草甸草原混合草原超级站气象要素梯度观测系统数据。站点位于青海省天峻县苏里路旁侧，下垫面是高寒草甸和高寒草原的混合。观测点经纬度为：东经 98°35′41.62″E，北纬 37°42′11.47″N，海拔3718m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m、15m、20m、30m、40m处，共7层，朝向正北；气压计安装在3m处；翻斗式雨量计安装在塔西偏北侧10m平台上；四分量辐射仪安装在6m处，朝向正南；两个红外温度计安装在6m处，朝向正南，探头朝向是垂直向下；土壤热流板（自校正式）（3块）依次埋设在地下6cm处，朝向正南距离塔体2m处；土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处，在距离气象塔2m的正东方；土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处，在距离气象塔2m的正东方；光合有效辐射仪安装在6m处，探头垂直向上和向下方向各一个，朝向正南。 观测项目有：风速（WS_3m、WS_5m、WS_10m、WS_15m、WS_20m、WS_30m、WS_40m）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m、WD_15m、WD_20m、WD_30m、WD_40m）(单位：度)、空气温湿度（Ta_3m、Ta_5m、Ta_10m、Ta_15m、Ta_20m、Ta_30m、Ta_40m和RH_3m、RH_5m、RH_10m、RH_15m、RH_20m、RH_30m、RH_40m）(单位：摄氏度、百分比)、降水量（Rain）(单位：毫米)、气压（Press）(单位：百帕)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、向上与向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_400cm）(单位：百分比)、土壤温度（Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_400cm）(单位：摄氏度)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2018/8/31 10:30。
李小雁
该数据集包含了2021年1月1日至2021年10月13日青海湖流域地表过程综合观测网亚高山灌丛气象要素梯度观测系统数据。站点位于青海省刚察县沙柳河镇大寺附近，下垫面是亚高山灌丛。观测点经纬度为：东经100°6'3.62"E，北纬37°31'15.67" N，海拔3495m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处，共3层，朝向正北；气压计安装在3m处；翻斗式雨量计安装在塔西偏北侧2m平台上；四分量辐射仪安装在6m处，朝向正南；两个红外温度计安装在6m处，朝向正南，探头朝向是垂直向下；土壤热流板（自校正式）（3块）依次埋设在地下6cm处，朝向正南距离塔体2m处；土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和500cm处，在距离气象塔2m的正东方；土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和500cm处，在距离气象塔2m的正东方；光合有效辐射仪安装在6m处，探头垂直向上和向下方向各一个，朝向正南。 观测项目有：风速（WS_3m、WS_5m、WS_10m）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m）(单位：度)、空气温湿度（Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m）(单位：摄氏度、百分比)、降水量（Rain）(单位：毫米)、气压（Press）(单位：百帕)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、向上与向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_500cm）(单位：百分比)、土壤温度（Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_500cm）(单位：摄氏度)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2018/8/31 10:30。
李小雁
该数据集包含了2021年1月1日至2021年10月13日的青海湖流域水文气象观测网温性草原气象要素梯度观测系统数据。站点位于青海省刚察县三角城种羊场，下垫面是温性草原。观测点经纬度为：东经 100°14'8.99"E，北纬 37°14'49.00"N，海拔3210m。风速/风向、风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处，共3层，朝向正北；气压计安装在3m处；翻斗式雨量计安装在塔西偏北侧；四分量辐射仪安装在6m处，朝向正南；两个红外温度计安装在6m处，朝向正南，探头朝向是垂直向下；土壤热流板（自校正式）（3块）依次埋设在地下6cm处，朝向正南距离塔体2m处；土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处，在距离气象塔2m的东方；土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处，在距离气象塔2m的东方；光合有效辐射仪安装在6m处，探头垂直向上和向下方向各一个，朝向正南。 观测项目有：风速（WS_3m、WS_5m、WS_10m）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m）(单位：度)、空气温湿度（Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m）(单位：摄氏度、百分比)、降水量（Rain）(单位：毫米)、气压（Press）(单位：百帕)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、向上与向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_400cm）(单位：百分比)、土壤温度（Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_400cm）(单位：摄氏度)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2018/8/31 10:30。
李小雁
本数据集为2021年的祁连山区域的人类活动参数，包括祁连山区域2021年的30m耕地产品和祁连山区域2021年的30m建设用地分布产品。该产品来源于祁连山区域2021年30m的土地覆盖分类产品。该产品以2020年的土地覆盖分类产品为基础，基于Google Earth Engine平台的Landsat系列数据和强大地数据处理能力，利用变化检测的思想和方法生产得到，总体精度优于85%。该产品是1985-2020年土地覆盖分类产品的延续。1985-2020年的土地覆盖分类产品也可在本网站下载得到。其中，1985-2015年的土地利用产品为5年1期，2015-2021年的土地利用产品为1年1期。
杨爱霞, 仲波
本数据集提供青海湖沙柳河流域上游千户里小流域阴坡、阳坡和流域出水口三处位置2019年1月至2021年12月份的逐日土壤温湿度观测数据。千户里小流域地理坐标位于（37°25′N，100°15′E），海拔介于3565-3716m之间。该数据集的观测指标包括土壤含水量（SWC）和土壤温度（ST）。阴坡和阳坡土壤温湿度数据由ECH2O和5层5TE传感器观测，阴阳坡5层传感器安装深度分别为10 cm, 30 cm, 50 cm, 80 cm, 110 cm和10 cm, 30 cm, 60 cm, 90 cm, 120 cm。流域出口土壤温湿度数据由Trime监测及10层PICO32传感器观测，传感器布设深度分别为5 cm, 10 cm, 20 cm, 40 cm, 80 cm, 100 cm, 120 cm, 140 cm, 160 cm, 180 cm。该数据集可用于青海湖流域典型小流域土壤水文过程的定量分析并为模型模拟提供校验数据。
李小雁
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
青藏高原丰富的生境多态性使其成为自然资源的宝库，高原植物中存在抗寒、耐旱、抗盐、抗紫外辐射、高光效等特殊的基因资源，如何挖掘利用并建立具有独立自主产权的功能基因资源，对我国现代农作物育种具有重要的潜在应用价值。高质量的染色体级基因组为解析植物适应性机制、抗逆性基因挖掘等相关研究提供了坚实的分子基础。本次数据汇交的内容主要为：大戟科青藏大戟的基因组数据集，包含染色体级基因组序列，注释文件；大戟科续随子的基因组数据集，包含染色体级基因组序列，注释文件；大戟科光棍树的基因组数据集，包含染色体级基因组序列，注释文件；豆科砂生槐的基因组数据集，包含染色体及基因组序列，注释文件。
杨永平
本数据集以 4 种比例的燕麦草与祁连山高寒草甸天然牧草混合日粮，研究了夏季不同比例的燕麦草与天然牧草混合饲喂对放牧藏羊消化代谢的影响。包含放牧藏羊的干物质（dry matter, DM）、有机物质（organic matter, OM）、粗蛋白（crude protein, CP）、粗脂肪（ether extract, EE）、中性洗涤纤维（neutral detergent fiber, NDF）、酸性洗涤纤维（acid detergent fiber, ADF）采食量和消化率。通过对数据的分析，夏季全天然牧草可以满足藏羊的生长代谢，且不宜对其饲喂燕麦草。
彭泽晨
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
1）数据内容：祁连山典型小流域植被-土壤-岩石三维空间结构CT扫描数据集，数据包括祁连山典型小流域不同深度苔藓层体积密度、土壤大孔隙度和土壤石砾体积密度数据；2）数据来源及加工方法：在祁连山典型小流域采集苔藓层和苔藓覆盖下深度为30 cm的原状土柱，利用工业X射线三维显微镜对苔藓层和原状土柱进行扫描；3）数据质量描述：苔藓层分辨率40 μm，原状土柱分辨率68 μm；4）数据应用成果及前景：祁连山典型小流域植被-土壤-岩石三维空间结构CT扫描数据集对于祁连山区的生态恢复、水资源管理和利用均有着重要意义，可为阐述祁连山的水源涵养功能及机理提供基础数据和理论支撑。
胡霞
本数据为泥石流风险性评价数据，根据中巴经济走廊泥石流灾害情况进行分析研究后得到的危险性和易损性分析结果；根据联合国人道主义事业部（1992）给出的风险表达式：风险（Risk）=危险性（Hazard）×易损性（Vulnerability），对研究区的泥石流灾害进行风险分析。本数据可用于对中巴经济走廊泥石流灾害风险进行评估，了解重大泥石流风险程度强弱关系，为当地政府部门防灾减灾、城市治理等决策提供科学指导。
苏凤环
本数据为泥石流易损性评价数据，根据中巴经济走廊泥石流灾害情况进行分析研究后得到的，栅格值表示易损区划：1表示低易损区，2表示较低易损区，3表示中易损区，4表示较高易损区，5表示高易损区。本数据可用于对中巴经济走廊重大泥石流灾害易损性进行评估，可以为泥石流风险性评估提供数据基础，了解重大泥石流对道路、房屋等基础设施损害程度的程度强弱关系，为当地政府部门防灾减灾、预测预报、乡村振兴等决策提供科学指导。
苏凤环
本数据为泥石流危险性评价数据，根据中巴经济走廊泥石流灾害情况进行分析研究后得到的。泥石流样本数据是通过遥感解译、现场核对等方式获得的泥石流灾害详细情况数据，构建危险性评价体系，利用信息量法对研究区泥石流危险进行评价，然后采用自然断点法进行危险性区的划分。本数据可用于对重大泥石流灾害危险性进行评估，了解重大泥石流风险程度强弱关系，为当地政府部门防灾减灾、城市治理等决策提供科学指导。
苏凤环
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
地表长波下行辐射（LWDR）作为地球能量平衡系统的关键分量，对生态和气候变化研究具有重要意义。随着遥感估算精度的不断提高和再分析资料时空分辨率与精度的提升，遥感和再分析数据融合将是进一步提高地表辐射等关键参量可信度和时空连续性的新途径。考虑到当前多源LWDR数据在时空分辨率和局部区域精度的差异，研究结合全球范围内的站点实测数据，将遥感观测数据（CERES）与再分析数据ERA5、GLDAS进行时空融合，研制了2000-2020年、覆盖全球、时空分辨率为1h/0.25°的高精度地表长波下行辐射数据集。新研制的LWDR数据集，与站点实测数据在陆地表面验证的相关系数 (R)、平均偏差误差 (BIAS) 和均方根误差 (RMSE) 分别为 0.97、-0.95 Wm-2 和 22.38 Wm-2 ；在海洋表面分别为 0.99、-0.88 Wm-2 和 10.96 Wm-2，特别指出的是，相比于已有数据，新数据集在中低纬度和复杂地形区表现出更好的精度和稳定性。
王天星, 王世遥
山地冰川是中国西部及其周边地区重要的淡水资源。由于冰川融水在流域尺度为生态和社会经济用水提供补给，因此，确定冰川作用（补给）流域是开展冰川水资源供给功能和服务研究的基础。基于Randolph Glacier Inventory 6.0、中国历次冰川编目、中国三级流域边界数据（中国科学院资源与环境科学数据中心提供）和全球流域边界数据HydroBASINS（www.hydrosheds.org），通过将冰川分布数据与流域边界数据进行相交分析，生成了20世纪50年代至21世纪20年代（至今）（1）中国两级冰川作用流域边界、（2）中国冰川作用的国际河流流域边界以及（3）亚洲高山区冰川作用流域边界数据。该数据兼顾了中国和全球常用流域边界，并将二者很好匹配，以期为中国及其周边地区冰川水资源研究提供基础数据。
苏勃
该数据集包含了2021年7月22日至2021年9月5日的黑河水文气象观测网中游大满超级站叶面积指数观测数据。站点（100.376° E, 38.853° N）位于甘肃省张掖市大满灌区内，海拔1556m，下垫面是玉米。观测样方共计3个，每个样方大小约30m×30m，经纬度分别为（100.374°E, 38.855°N）、（100.371° E, 38.854°N）、（100.369°E, 38.854°N）。每个样方内布设4个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网（LAINet）获取，该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据（Level0），利用LAINet软件对原始观测数据进行处理，逐节点计算每天LAI（Level1），进一步对无效值识别与填充，并5天滑动平均消除天气变化对LAI计算的影响（Level2），对有多个LAINet节点的观测子区，节点的均值为该子区的最终观测值（Level3）。 本次发布的数据集为处理后的Level3产品，数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Qu et al. (2014)。
刘绍民, 车涛, 屈永华, 徐自为, 谭俊磊, 李新
该数据集包含2021年5月2日至12月26日黑河流域地表过程综合观测网下游四道桥超级站的物候相机观测数据，该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据，拍摄数据分辨率为1280*720，可指定拍摄时间频率。对于绿度指数物候期计算，需要根据感兴趣区域计算相对绿度指数（GCC, Green Chromatic Coordinate公式为GCC=G/（R+G+B）, R、G、B为图像红、绿、蓝三通道像元值），然后进行无效值填充和滤波平滑，最后根据生长曲线拟合确定关键物候期参数，如生长季起始日、顶峰、生长季结束日等；对于覆盖度，首先进行数据预处理，选择光照不太强的图像，然后将图像分割为植被和土壤，计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度，在时间序列数据提取完成以后，再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波，滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数（Gcc）。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 车涛, 徐自为, 任志国, 李新
该数据集包含2021年1月1日至12月31日黑河流域地表过程综合观测网中游大满超级站的物候相机观测数据，该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据，拍摄数据分辨率为1280*720，可指定拍摄时间频率。对于绿度指数物候期计算，需要根据感兴趣区域计算相对绿度指数（GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值），然后进行无效值填充和滤波平滑，最后根据生长曲线拟合确定关键物候期参数，如生长季起始日、顶峰、生长季结束日等；对于覆盖度，首先进行数据预处理，选择光照不太强的图像，然后将图像分割为植被和土壤，计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度，在时间序列数据提取完成以后，再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波，滤波后的得结果为最终的时间序列覆盖度。本数据集为相对绿度指数（Gcc）。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 车涛, 徐自为, 谭俊磊, 任志国, 李新
该数据集包含2021年1月1日至12月31日黑河流域地表过程综合观测网中游阿柔超级站的物候相机观测数据，该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据，拍摄数据分辨率为1280*720，可指定拍摄时间频率。对于绿度指数物候期计算，需要根据感兴趣区域计算相对绿度指数（GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值），然后进行无效值填充和滤波平滑，最后根据生长曲线拟合确定关键物候期参数，如生长季起始日、顶峰、生长季结束日等；对于覆盖度，首先进行数据预处理，选择光照不太强的图像，然后将图像分割为植被和土壤，计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度，在时间序列数据提取完成以后，再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波，滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数（Gcc）。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 车涛, 徐自为, 张阳, 李新
森林是陆地上重要的生态系统，约占陆地总面的三分之一，在调节气候，为物种提供栖息地和维持全球生态系统平衡等方面发挥着重要作用。而树冠覆盖度的动态变化会影响森林生态系统的结构、组成和功能。利用长时间序列的Landsat数据，基于机器学习方法获得了1990-2020年尺度的30m空间分辨率的树冠覆盖度数据。利用年尺度的树冠覆盖度数据，生成了1990-2020年东喜马拉雅树冠覆盖度变化速率数据集。结果显示，该地区平均树冠覆盖度从40.67%（1990年）增加到43.43%（2020年），增加了2.76%，表明该地区森林在过去几十年里有所改善。
王春玲, 王建邦, 何卓昱, 冯敏
本数据为基于树木年轮资料重建的阿姆河上游支流贡特河Khorog水文站1495-2018年年平均径流量数据。中国气象局乌鲁木齐沙漠气象研究所和塔吉克斯坦国家科学院水问题、水能与生态研究所合作开展树轮水文研究取得的数据，该数据可以用于中亚山区水资源评估等科学研究和水利工程等服务。 资料时段：1495年至2018年。 资料要素：平均径流量（m3/s） 站点位置：37°43″N, 71°30″E，2070m
尚华明
数据内容：Nukus灌区2021年1月至2021年12月地下水水压数据，单位为Pa。 数据来源及加工方法：本数据来源于Nukus灌区地下水自动监测站采集。 数据质量描述：本数据为站点数据，时间分辨率为3小时。 数据应用成果及前景：用于分析地下水压力存在的基本类型以及分布态势，也可进一步查明和研究水文地质条件，特别是地下水的补给、径流、排泄条件，掌握地下水动态规律，为地下水资源评价、科学管理及环境地质问题的研究和防治提供科学依据。
刘铁
数据内容：Nukus灌区2021年1月至2021年12月地下水水温数据，单位为0.1℃。 数据来源及加工方法：本数据来源于Nukus灌区地下水自动监测站采集。 数据质量描述：本数据为站点数据，时间分辨率为3小时。 数据应用成果及前景：结合其他气象水文参数可进一步查明和研究水文地质条件，特别是地下水的补给、径流、排泄条件，掌握地下水动态规律，为地下水资源评价、科学管理及环境地质问题的研究和防治提供科学依据。
刘铁
数据内容：Nukus灌区2021年1月至2021年12月地下水埋深数据，即潜水面至地表的距离，单位为m。 数据来源及加工方法：本数据来源于Nukus灌区地下水自动监测站采集。 数据质量描述：本数据为站点数据，时间分辨率为3小时。 数据应用成果及前景：可用于统计分析灌区内地下水埋深随时间以及空间的变化特征，结合其他水文气象参数可分析气候变化和人类活动对地下水位的影响。同时也可用于分析地表水与地下水的交互过程。
刘铁
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
青藏高原及其周边高山地区孕育了高度的植物多样性，其成分来源复杂，既是现代高山植物的分布中心，也与其它地区的植物有着千丝万缕的联系。生长在这一地区的植物具有适应高原环境的独特基因资源，但受限于技术的发展，对这一地区植物的基因资源挖掘和利用仍然处于起步阶段。通过对龙胆科植物卵萼花锚和大花花锚开展比较基因组学研究，可解析植物交配系统进化的基因组效应，发掘与自交相关的关键基因，探讨植物混合交配系统的维持机制。本次数据汇交的内容主要为：卵萼花锚和大花花锚的基因组原始数据，包含卵萼花锚和大花花锚的三代Pacbio测序数据以及卵萼花锚和大花花锚的二代illumina测序数据。
段元文
森林变化（包含森林损失和恢复）是受自然和人类活动影响的复杂生态过程，对全球物质循环和能量流动具有重要的影响。基于长时间序列树冠覆盖度（tree-canopy cover, TCC）数据，采用双时相类概率模型对森林变化进行检测，得到1986-2018年中国东北天然林保护工程区森林变化数据集（空间分辨率为30米，时间分辨率为1年）。使用分层随机采样方法在保护区范围内选取1000样点并进行目视解译，对森林变化提取结果进行精度评价，结果显示森林损失（Producer’s accuracy = 85.21%；User’s accuracy = 84.26%）和森林恢复（Producer’s accuracy = 87.74%；User’s accuracy = 88.31%）精度均较高，可以有效反映保护区森林变化状态。
王建邦, 何卓昱, 王春玲, 冯敏, 庞勇, 余涛, 李新
该小区位于青藏高原日喀则市，属于青藏高原侵蚀较为严重的区域，同时，该区也有较大面积的低覆盖植被区域，因此布设了该小区。坡面径流小区基本条件为：30度坡度，10米坡长、5米，植被覆盖度较差，用全自动径流泥沙仪器进行径流过程与含沙量过程的监测，仪器监测分辨率可随径流过程变化，水位涨落快时的时间分辨率高。该小区的监测结果可为青藏高原土壤侵蚀提供基础数据，用于了解青藏高原的土壤侵蚀状况和土壤侵蚀规律。本小区于2020年建设，2021年开始观测。
符素华
本数据集为1960-2019年青藏高原逐年的降雨侵蚀力的栅格数据集。利用青藏高原及周围150km范围内129个站点1960-2019年的日降雨资料计算降雨侵蚀力，其中74个站点位于青藏高原内部，55个站点位于外部，计算方法与全国第一次水利普查的算法一致，采用WGS_1984坐标系和Albers投影（中央经线105°E，标准纬线25°N和47°N），然后逐年进行克里金插值生成栅格图，空间分辨率为250m。降雨侵蚀力是土壤侵蚀的主要动力因子，也是CSLE、RUSLE等模型计算的基础因子。整编完善的长时间序列日降雨资料的数据精度高，提高降雨侵蚀力估算的准确性，也有助于进一步精确估算青藏高原土壤侵蚀量。
章文波
《中国数字山地图》的数据从宏观尺度刻画中国山地空间格局和复杂形态特征，其中包含我国山地分布、山地分类、形态要素与山地面积比例等信息，是山地区划、山地成因分类及资源环境关联分析的基础数据。 山地承载着巨大的自然资源供给、生态服务与调节功能，在我国生态文明建设和社会经济发展中有着重要的地位和作用。前期，中国科学院、水利部成都山地灾害与环境研究所的李爱农研究员等，在中国山地空间范围定量界定、山地起伏度计算尺度分析及地形自适应算法、山地综合制图等研究的基础上，形成了“中国数字山地图”数据集，具体包括： （1）中国山地空间范围数据，（2）中国山地类型数据，（3）山脉数据（山脉走向、等级与山脊形态），（4）山峰数据，（5）山地面积按一级行政区统计表，（6）中国地势等高面数据，（7）山地形成类型分区数据，（8）中国山地分区数据，（9）主要山峰列表。山地空间界定范围与分类的原始DEM空间分辨率约90m，数据边界已套合中高分辨遥感影像做必要的修订，与山地地形晕渲图有良好的空间一致性；山脉走向与山地散列要素的制图综合精度为1∶100万，为定性的辅助数据。该数据集将山地从地貌制图中单独列出，具有更高的空间分辨率和针对性，可为山地环境及山地灾害地带性研究、山区国土空间分析等提供可靠的本底数据，服务于我国面向山区的宏观决策。
南希, 李爱农, 邓伟
该数据集产品包含1990-2020年每5年1期的青藏高原地上生物量和植被覆盖度数据产品，即1990年、1995年、2000年、2005年、2010年、2015年和2020年共7期。青藏高原地上生物量是根据不同的土地覆被类型，分别建立草地、森林等的地上生物量反演模型形成的地上生物量遥感反演产品；青藏高原植被覆盖度是采用像元二分法模型形成的植被覆盖度遥感反演产品。其中2000-2020年5期青藏高原地上生物量和植被覆盖度是基于MODIS卫星遥感数据进行遥感反演，空间分辨率为250米；1990和1995年2期青藏高原地上生物量和植被覆盖度是基于NOAA AVHRR卫星遥感数据进行遥感反演，经重采样后空间分辨率为250米。该数据集可为揭示青藏高原土地覆被量与质的时空格局，支持生态系统、生态资产与生态安全评估提供基础数据。
吴炳方
数据文件为7z压缩包格式，可用7-Zip软件解压打开，文件共计三个，分别是文件1、青藏高原草地退化分级的文字版，文件类型为word，文件2、名称为图，共有七张图，图片类型为png，图片名称为2010-2019年青藏高原（草丛、草地、草甸、草原、高山植被、荒漠、沼泽）生长季平均NDVI变化趋势率。文件3、命名为数据的文件夹，内容为图片，共有7种图，名称同上，每种图有五种文件类型，分别是hdr、tif、xml、ovr、png.
周华坤
植被初级生产力（Net Primary Production, NPP）数据集，源数据来自MODIS产品(MOD17A3H)，经过数据格式转换、投影、重采样等预处理。现有格式为TIFF格式，投影为Krasovsky_1940_Albers投影，单位为kg C/m2/year，空间范围为整个青藏高原。数据空间分辨率为500米，时间分辨率为每5年，时间范围是2001到2020年。青藏高原NPP整体呈现从西北向东南逐渐增加的趋势。
朱军涛
土地覆盖是指地球表面当前所具有的自然和人为影响所形成的覆盖物，是地球表面的自然状态，如森林、草场、农田、土壤、冰川、湖泊、沼泽湿地及道路等。土地覆盖（Land Cover）数据集，源数据来自MODIS产品，经过数据格式转换、投影、重采样等预处理。现有格式为TIFF格式，投影为Krasovsky_1940_Albers投影。数据空间分辨率为1000米，时间上，从2001至2020年，每年提供一幅图像。土地覆盖产品的分类采用国际地圈生物圈计划（IGBP, International Geosphere Biosphere Programme）定义的17类，包括11类自然植被分类，3类土地利用和土地镶嵌，3类无植生土地分类。
朱军涛
归一化植被指数（Normalized Difference Vegetation Index, NDVI）数据集源数据来自MODIS产品，经过数据格式转换、投影、重采样等预处理流程。现有格式为TIFF格式，投影为Krasovsky_1940_Albers投影。数据空间分辨率为1000米，时间上，从2001-2020年，每年提供一幅图像。NDVI产品有红光和近红外两个波段反射率计算得到，能够用于检测植被生长状态、植被覆盖度等。-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大。
朱军涛
本数据集包括祁连山地区2021年日值0.05°×0.05°地表土壤水分产品。采用耦合小波分析的随机森林优化降尺度模型（RF-OWCM），通过对SMAP L3级被动微波36km地表土壤水分产品（SMAP L3 Radiometer Global Daily 36 km EASE-Grid Soil Moisture, V8）进行降尺度，得到0.05°×0.05°地表土壤水分产品。参与降尺度模型的数据包括GLASS Albedo，MUSES LAI/FVC，中国西部逐日1 km全天候地表温度数据集（TRIMS LST-TP；2000-2021）V2，以及经/纬度等信息。
柴琳娜, 朱忠礼, 刘绍民
本数据集包含的气象、土壤水分、土壤温度、腾发和渗漏数据均在西藏自治区拉萨市澎波灌区监测获得。数据集包含了西藏澎波灌区2019~2022年以小时为序列的气象数据，由全自动气象站NHQXZ601监测获取，其中包括降雨、气温和相对湿度数据等。利用东方智感墒情仪监测青稞地、燕麦地和草地土壤水分及土壤温度变化，数据采集间隔以小时记，实测时间为2019~2022年。土壤温度和土壤水分数据较为详实，利用统计学方法可以反映出土壤水分和温度在时、天、月、季、年不同时间尺度的变化规律，也可较好的满足农田水热运移模型的率定和验证需求。数据集还包括了作物腾发数据和渗漏数据，利用LYS80蒸渗仪实测获得，此数据优助于解析西藏高寒地区农作物在整个生育期耗水量及不同生长阶段的耗水量及渗漏量，对明晰不同农田系统的水量平衡发挥重要作用。该数据集提供的西藏澎波灌区气象，土壤水分、土壤温度、蒸腾和渗漏数据，有助于揭示农田尺度、灌区尺度的水转化过程和充分认识西藏高寒区SPAC系统的水热传输过程，作物生长状态。
汤鹏程
本数据为祁连山地区2021年地表水体（包括液态水、冰川及多年积雪）分布产品。采用经典归一化水体指数法（Normalized Difference Water Index , NDWI）和人工修正的方法提取。原始基础数据为2021年祁连山全境的Landsat影像。参考数据为谷歌影像和哨兵2号影像。产品以shp文件格式存储，包含坐标系、水体面积等属性。产品为1期，时间分辨率为1年，空间分辨率为30米，边界精度在30米（一个像元）左右。该产品直观地反映了祁连山水体在2021年的大致分布，可用于流域水资源定量估计研究。
李佳
基于“第二次青藏高原综合科学考察”和”我国土系调查和《中国土系志》编制项目“获取的土壤调查剖面资料，采用预测性数字土壤制图范式，利用地理信息与遥感技术对成土环境进行精细刻画和空间分析，研发自适应深度函数拟合方法，集成先进的集合式机器学习方法，生成了青藏高原地区系列土壤属性（土壤有机碳、PH值、全氮、全磷、全钾、阳离子交换量、砾石含量（>2mm），砂粒、粉粒、粘粒、土壤质地类型、容重、土体厚度等）三维栅格分布图，并量化了不确定性的空间分布，与已有土壤图相比，较好地表征了青藏高原地区土壤属性的空间变异特征。该数据集可为研究青藏高原地区土壤、生态、水文、环境、气候、生物等提供土壤信息支持。
刘峰, 张甘霖
碳氮磷硫钾等是生态系统重要的基本生命元素，揭示其区域变异与空间格局对人类活动的影响及其未来生态系统可持续发展具有重要作用。青藏高原具有独特的高寒植被类型以及丰富的垂直带地貌和地表覆盖类型，其地表元素（碳氮磷硫钾）的生物地理格局是驱动高寒生态系统碳氮水循环过程耦合和相关机制的重要表现形式。本数据集聚焦青藏高原东南缘和横断山区复杂生态系统中地表物质（植物叶-枝-干-根和凋落物）的分配模式和空间变异，以期为区域模型模拟和生态管理提供数据支撑。
李明旭
为探究雅鲁藏布江上游干支流的无机水化学特征，于2020 年8 月在雅鲁藏布江上游河源和河流段采集干支流水样。现场用100ml聚乙烯（PE）塑料瓶采集河水并使用多参水质监测仪（YSI-EX02,USA）原位测定采样点的pH值（±0.2）、溶解氧（DO）（±1%）等基本理化参数，并用0.025mol/L的HCl滴定HCO3-浓度。在实验室内采用离子色谱仪（盛瀚CIC-D160型，中国）分析测定Na+、K+、Ca2+、Mg2+、SO42-、NO3-、Cl-离子浓度。采用Gibbs模型、相关性分析、主成分分析等方法，分析了雅江上游干支流主要离子浓度变化、河水水化学组成特征，并对离子来源进行了解析，旨在揭示青藏高原冰川融水径流的无机水化学特征，并为高原地区典型河流的水源解析及变化趋势预估提供基础支撑。
牛凤霞
该数据集包含了2021年1月1日至2021年12月31日黑河流域地表过程综合观测网上游阿柔超级站宇宙射线观测系统数据。站点位于内蒙古额济纳旗四道桥，下垫面是柽柳。观测点的经纬度是101.1374° E, 42.0012° N，海拔873 m。仪器探头底部距地面0.5m，采样频率是1小时。 宇宙射线仪器的原始观测项目包括：电压Batt（V）、温度T（℃）、相对湿度RH（%）、气压P（hPa）、快中子数N1C（个/小时）、热中子数N2C（个/小时）、快中子采样时间N1ET（s）及热中子采样时间N2ET（s）。发布的数据为经过处理计算后的数据，数据表头包括：Date Time（日期 时间）、P（气压 hPa）、N1C（快中子数 个/小时）、N1C_cor（气压订正的快中子数 个/小时）和VWC（土壤体积含水量 %），其处理的主要步骤包括： 1） 数据筛选 数据筛选共四条标准：（1）剔除电压小于和等于11.8伏特的数据；（2）剔除空气相对湿度大于和等于80%的数据；（3）剔除采样时间间隔不在60±1分钟内的数据；（4） 剔除快中子数较前后一小时变化大于200的数据。剔除及缺失数据用-6999补充。 2） 气压订正 根据仪器说明手册中提到的快中子气压订正公式，对原始数据进行气压订正，得到订正后的快中子数N1C_cor。 3） 仪器率定 在计算土壤水分的过程中需要对计算公式中的N0进行率定。N0为土壤干燥条件下的快中子数，通常使用测量源区内的土样得到实测土壤水分（或者通过比较密集的土壤水分无线传感器获取）θm（Zreda et al. 2012）和对应时间段内的快中子校正数据N，再通过公式反求得到N0。 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Zhu et al. (2015)。
刘绍民, 车涛, 朱忠礼, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2021年1月1日至2021年12月31日黑河流域地表过程综合观测网中游大满超级站宇宙射线观测系统数据。站点位于甘肃省张掖市大满灌区农田内，下垫面是玉米田。观测点的经纬度是100.372° E, 38.856° N，海拔1556m。仪器探头底部距地面0.5m，采样频率是1小时。 宇宙射线仪器的原始观测项目包括：电压Batt（V）、温度T（℃）、相对湿度RH（%）、气压P（hPa）、快中子数N1C（个/小时）、热中子数N2C（个/小时）、快中子采样时间N1ET（s）及热中子采样时间N2ET（s）。发布的数据为经过处理计算后的数据，数据表头包括：Date Time（日期 时间）、P（气压 hPa）、N1C（快中子数 个/小时）、N1C_cor（气压订正的快中子数 个/小时）和VWC（土壤体积含水量 %），其处理的主要步骤包括： 1） 数据筛选 数据筛选共四条标准：（1）剔除电压小于和等于11.8伏特的数据；（2）剔除空气相对湿度大于和等于80%的数据；（3）剔除采样时间间隔不在60±1分钟内的数据；（4） 剔除快中子数较前后一小时变化大于200的数据。剔除及缺失数据用-6999补充。 2） 气压订正 根据仪器说明手册中提到的快中子气压订正公式，对原始数据进行气压订正，得到订正后的快中子数N1C_cor。 3） 仪器率定 在计算土壤水分的过程中需要对计算公式中的N0进行率定。N0为土壤干燥条件下的快中子数，通常使用测量源区内的土样得到实测土壤水分（或者通过比较密集的土壤水分无线传感器获取）θm（Zreda et al. 2012）和对应时间段内的快中子校正数据N，再通过公式反求得到N0。 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Zhu et al. (2015)。
刘绍民, 车涛, 朱忠礼, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2021年1月1日至2021年12月31日黑河流域地表过程综合观测网上游阿柔超级站宇宙射线观测系统数据。站点位于青海省祁连县阿柔乡草达坂村，下垫面是亚高山山地草甸。观测点的经纬度是100.4643° E, 38.0473° N，海拔3033m。仪器探头底部距地面0.5m，采样频率是1小时。 宇宙射线仪器的原始观测项目包括：电压Batt（V）、温度T（℃）、相对湿度RH（%）、气压P（hPa）、快中子数N1C（个/小时）、热中子数N2C（个/小时）、快中子采样时间N1ET（s）及热中子采样时间N2ET（s）。发布的数据为经过处理计算后的数据，数据表头包括：Date Time（日期 时间）、P（气压 hPa）、N1C（快中子数 个/小时）、N1C_cor（气压订正的快中子数 个/小时）和VWC（土壤体积含水量 %），其处理的主要步骤包括： 1） 数据筛选 数据筛选共四条标准：（1）剔除电压小于和等于11.8伏特的数据；（2）剔除空气相对湿度大于和等于80%的数据；（3）剔除采样时间间隔不在60±1分钟内的数据；（4） 剔除快中子数较前后一小时变化大于200的数据。剔除及缺失数据用-6999补充。 2） 气压订正 根据仪器说明手册中提到的快中子气压订正公式，对原始数据进行气压订正，得到订正后的快中子数N1C_cor。 3） 仪器率定 在计算土壤水分的过程中需要对计算公式中的N0进行率定。N0为土壤干燥条件下的快中子数，通常使用测量源区内的土样得到实测土壤水分（或者通过比较密集的土壤水分无线传感器获取）θm（Zreda et al. 2012）和对应时间段内的快中子校正数据N，再通过公式反求得到N0。 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Zhu et al. (2015)。
刘绍民, 车涛, 朱忠礼, 徐自为, 张阳, 谭俊磊, 任志国, 李新
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
该数据集提供了位于拉萨市区北郊的夺底沟径流实验站的流量、降水、气温监测数据。其中，径流监测站点2处，提供了2019年6月至12月的径流数据，数据步长为10分钟；降水监测站点5处，提供了2018-2021年的降水数据，数据步长为1日；气温监测站点8处，提供了2018-2021年的气温数据，数据步长为30分钟。径流数据、降水和气温数据均为实测数据。该数据集可以为青藏高原的水文和气象过程研究提供数据支撑。
刘金涛
数据集包含了雅鲁藏布江流域148个点位的实测土壤厚度数据，以及40个点位的土壤样品的物理性质及水力特性（粒径、饱和含水量、有机质含量、饱和导水率等）。采样点遍布雅鲁藏布江流域上游仲巴县至下游林芝市之间。土壤厚度数据通过开挖剖面测量得到，其他土壤数据由采集的环刀样品按标准化实验流程测试得到，因此数据精度较高。该数据集提供的雅鲁藏布江流域土壤数据，可以为青藏高原尺度的大范围土壤制图提供参照，提升相关研究的预测精度。
刘金涛
于2020年9月3日-9月9日在怒江流域上游（即怒江源区那曲流域）采集地下水与地表水，样品采集后立即放入100 ml高密度聚乙烯（HDPE）瓶。18O和D采用液态水同位素分析仪（Picarro L2140-i，USA）进行分析测试，稳定同位素比率用相对于Vienna“标准平均海水”（VSMOW）的千分差来表示。δ18O和δD的分析误差分别为±0.1‰和±1‰。为后续分析那曲流域地下水的水源解析提供基础的数据支撑。
刘亚平, 陈政豪
为探究那曲流域的无机水化学特征，于2020 年9 月以及2021年9月在那曲流域采集河水以及地下水。现场用550ml塑料瓶采集河水以及地下水。主要阴阳离子（Ca2+、Na+、Mg2+、K+、SO42-和Cl-）使用离子色谱仪（Metrohm ECOIC, Switzerland）进行测量，测量误差为1μg/L。重碳酸根（HCO3-）采用酸碱指示剂滴定法，使用50ml酸式滴定管测定。旨在揭示那曲流域的各水体的无机水化学特征，并为那曲流域地下水的补给来源解析提供数据支撑。
刘亚平, 陈政豪
本数据集提供了基于遥感估算凋萎系数优化后的全球土壤质地数据，空间分辨率为0.25度。数据集采用了SCE-UA的优化方法，以基于SMAP遥感土壤水分估算的凋萎系数为优化目标，对两套常用的土壤质地数据集GSDE（Shangguan et al. 2014）和HWSD（Fischer et al., 2008）进行了优化。与站点观测的结果表明（北美地区44个站点），在陆面模式中使用优化后土壤质地数据集的土壤水分和蒸散比模拟准确度有较为明显的提升。
何晴, 卢麾, 周建宏, 阳坤, 施建成
该数据集包含了黑河流域地表过程综合观测网下游四道桥站的大孔径闪烁仪通量观测数据。下游四道桥站分别架设了BLS450和BLS900型号的大孔径闪烁仪，北塔为接收端，南塔为发射端。观测时间为2021年1月1日至2021年12月31日。站点位于内蒙古额济纳旗，下垫面是柽柳、胡杨、裸地和耕地。北塔的经纬度是101.137E，42.008N，南塔的经纬度是101.131E，41.987N，海拔高度约873m。大孔径闪烁仪的有效高度25.5m，光径长度是2350m，采样频率是1min。 大孔径闪烁仪原始观测数据为1min，发布的数据为经过处理与质量控制后的数据，其中感热通量主要是结合自动气象站观测数据，基于莫宁-奥布霍夫相似理论通过迭代计算得到，主要的质量控制步骤包括：（1）剔除Cn2达到饱和的数据（BLS900&BLS450：Cn2>7.25E-14）；（2）剔除解调信号强度较弱的数据（BLS900&BLS450：Average X Intensity<1000）；（3）剔除降水时刻的数据；（4）剔除稳定条件下的弱湍流的数据（u*小于0.1m/s）。在迭代计算过程中，对于BLS900&BLS450，选取Thiermann and Grassl(1992)的稳定度普适函数；详细介绍请参考Liu et al. (2011, 2013)。由于仪器故障，大孔径闪烁仪数据缺失的日期为：2021.03.15-2021.03.18；2021.9.12-2021.9.18。 关于发布数据的几点说明：（1）下游LAS数据以BLS900为主，其次为BLS450，最终缺失时刻以-6999标记。（2）数据表头：Date/Time ：日期/时间（格式：yyyy/m/d h:mm），Cn2 ：空气折射指数结构参数（单位：m-2/3），H：感热通量（单位：W/m2）。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xlsx格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了黑河流域地表过程综合观测网上游阿柔站的大孔径闪烁仪通量观测数据。上游阿柔站分别架设了BLS900和RR-RSS460型号的大孔径闪烁仪，北塔为RR-RSS460的接收端和BLS900的发射端，南塔为RR-RSS460的发射端和BLS900的接收端。观测时间为2021年1月1日至2021年12月31日。站点位于青海省祁连县阿柔乡草达坂村，下垫面是高寒草地。北塔的经纬度是100.4712E，38.0568N，南塔的经纬度是100.4572E，38.0384N，海拔高度约3033m。大孔径闪烁仪的有效高度13.0m，光径长度是2390m，采样频率是1min。 大孔径闪烁仪原始观测数据为1min，发布的数据为经过处理与质量控制后的数据，其中感热通量主要是结合自动气象站观测数据，基于莫宁-奥布霍夫相似理论通过迭代计算得到，主要的质量控制步骤包括：（1）剔除Cn2达到饱和的数据（BLS900：Cn2>7.25E-14，RR-RSS460：Cn2>7.84 E-14）；（2）剔除解调信号强度较弱的数据（BLS900：Average X Intensity<1000；RR-RSS460：Demod>-20mv）；（3）剔除降水时刻的数据；（4）剔除稳定条件下的弱湍流的数据（u*小于0.1m/s）。在迭代计算过程中，对于BLS900，选取Thiermann and Grassl(1992)的稳定度普适函数；对于RR-RSS460，选取Andreas(1988)的稳定度普适函数，详细介绍请参考Liu et al. (2011, 2013)。 关于发布数据的几点说明：（1）上游LAS数据以BLS900为主，缺失时刻由RR-RSS460观测补充，两者都缺失则以-6999标记。（2）数据表头：Date/Time ：日期/时间（格式：yyyy/m/d h:mm），Cn2 ：空气折射指数结构参数（单位：m-2/3），H ：感热通量（单位：W/m2）。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xlsx格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
地表蒸散发（Evapotranspiration，ET）是连接着陆地能量平衡、水循环以及碳循环等的重要变量，地表蒸散发的准确获取有助于全球气候变化、作物估产、干旱监测等研究，并且对区域与全球的水资源规划管理具有重要的意义。遥感技术是监测蒸散发的有效手段，目前已经生产和发布了多种蒸散发遥感产品，然而，在真实性检验过程中，存在地表蒸散发遥感估算值与站点观测值的空间尺度不匹配问题，在异质性地表尤为严重。因此，在异质性地表，通过尺度扩展方法获取卫星像元尺度地表蒸散发相对真值十分关键。本研究利用站点观测数据，结合多源遥感信息，将地面单站点观测的蒸散发扩展至卫星像元尺度，获得了黑河流域卫星像元尺度地表蒸散发相对真值数据集。 以黑河流域地表过程综合观测网中15个站点（3个超级站和12个普通站）的涡动相关仪观测的地表蒸散发数据为基础，结合融合的高分辨率遥感数据（地表温度、植被指数、净辐射等）、大气再分析数据开展尺度扩展，获取卫星像元尺度地表蒸散发相对真值。分布图见图1。具体来说，首先进行地表水热状况空间异质性评价；其次通过直接检验和交叉检验对九种尺度扩展方法（基于Priestley-Taylor公式的方法、Penman-Monteith公式结合EnKF的方法、Penman-Monteith结合SCE_UA的方法、人工神经网络、贝叶斯线性回归、深度信念网络、高斯过程回归、随机森林以及直接把涡动相关仪观测值作为像元尺度相对真值）进行比较和分析，最终优选一种综合的方法（在均匀下垫面，直接采用涡动相关仪观测值；在中度和高度非均匀下垫面，采用高斯过程回归方法进行尺度扩展），获取了黑河流域15个主要下垫面的逐日卫星像元尺度地表蒸散发相对真值（2010-2016，空间分辨率为1km）。结果表明，卫星像元尺度地表蒸散发相对真值较为可靠。与像元尺度参考值（LAS观测值）相比，三个超级站的MAPE分别为1.57%、3.23%和4.59%，能够满足地表蒸散发遥感产品真实性检验的需求。所有站点信息和数据处理请参考Liu et al. (2018)，尺度扩展方法请参考Li et al. (2021)。
刘绍民, 李相, 徐自为
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
1）青海省湟水流域典型工业园土壤环境质量数据，为区域工业活动导致的土壤污染管控提供基础支撑； 2）数据来源为湟水流域典型区域土壤样品，样品采集后迅速放入-4℃冰箱保存送尽快至实验室，经前处理后完成相关参数的检测； 3）样品采集、转运过程符合规范，实验检测过程遵照相关标准严格执行结果，因土壤环境各因素的变化，该结果仅针对本次调查结果； 4）该数据可用于对区域土壤污染状况、重金属风险评估等内容进行分析；
王凌青
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
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
该数据集包含了2021年1月1日至2021年12月31日黑河流域地表过程综合观测网中游张掖湿地站气象要素观测数据。站点位于甘肃省张掖市国家湿地公园，下垫面是芦苇湿地。观测点的经纬度是100.4464E, 38.9751N，海拔1460m。空气温度、相对湿度传感器架设在5m、10m处，朝向正北；气压计安装在2m处；翻斗式雨量计安装在10m处；风速传感器架设在5m、10m处，风向传感器架设在10m处，朝向正北；四分量辐射仪安装在6m处，朝向正南；两个红外温度计安装在6m处，朝向正南，探头朝向是垂直向下；土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm处，在距离气象塔2m的正南方；土壤热流板（3块）依次埋设在地下6cm处；四个光合有效辐射仪分别架设在冠层上方和冠层内，冠层上方安装在6m（探头垂直向上和向下方向各一个）、冠层内安装在0.25m（探头垂直向上和向下方向各一个）高处，朝向正南。 观测项目有：空气温湿度（Ta_5m、RH_5m、Ta_10m、RH_10m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、风速（WS_5m、WS_10m）(单位：米/秒)、风向（WD_10m）(单位：度)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤温度（Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm）(单位：摄氏度)、冠层上向上与向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒)和冠层下向上与向下光合有效辐射（PAR_D_up、PAR_D_down）(单位：微摩尔/平方米秒)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2021-6-10 10:30；（6）命名规则为：AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2021年1月1日至2021年12月31日黑河流域地表过程综合观测网上游垭口站气象要素观测数据。站点位于青海省祁连县大冬树垭口，下垫面是高寒草甸。观测点的经纬度是100.2421E, 38.0142N，海拔4148m。发布的数据包括空气温度、相对湿度传感器架设在5m处，朝向正北；气压计安装在地面上的防撬箱内；翻斗式雨量计安装在2m处；风速与风向传感器架设在10m，朝向正北；四分量辐射仪在气象塔6m处，朝向正南；两个红外温度计安装在6m处，朝向正南，探头朝向是垂直向下；土壤温度探头埋设在地表0cm和地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处；土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处；土壤热流板埋设在地下6cm处，在距离气象塔2m的正南方。 观测项目有：空气温湿度（Ta_5m、RH_5m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、风速（WS_10m）(单位：米/秒)、风向（WD_10m）(单位：度)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤温度（Ts_0cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_160cm）(单位：摄氏度)、土壤水分（Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(单位：体积含水量，百分比)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2021-9-10 10:30；（6）命名规则为：AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
该数据集包含了2021年1月1日至2021年12月31日黑河流域地表过程综合观测网下游四道桥超级站气象要素梯度观测系统数据。站点位于内蒙古额济纳旗达来呼布镇四道桥，下垫面是柽柳。观测点的经纬度是101.1374E, 42.0012N，海拔873m。空气温度、相对湿度、风速传感器分别架设在5m、7m、10m、15m、20m、28m处，共6层，朝向正北；风向传感器架设在15m处，朝向正北；气压计安装在防水箱内；翻斗式雨量计安装在28m处；四分量辐射仪安装在10m处，朝向正南；两个红外温度计安装在10m处，朝向正南，探头朝向是垂直向下；两个光合有效辐射仪安装在10m处，朝向正南，探头垂直向上和向下方向各一个；土壤部分传感器安装在塔体南侧2m处，其中土壤热流板（自校正式）（3块）依次埋设在地下6cm处；平均土壤温度传感器TCAV埋设在地下2cm、4cm处；土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、80cm、120cm、160cm和200cm处；土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、80cm、120cm、160cm和200cm处。 观测项目有：风速（WS_5m、WS_7m、WS_10m、WS_15m、WS_20m、WS_28m）(单位：米/秒)、风向（WD_15m）(单位：度)、空气温湿度（Ta_5m、Ta_7m、Ta_10m、Ta_15m、Ta_20m、Ta_28m和RH_5m、RH_7m、RH_10m、RH_15m、RH_20m、RH_28m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、向上和向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒)、平均土壤温度（TCAV）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm、Ms_200cm）(单位：体积含水量，百分比)、土壤温度（Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm、Ts_200cm）(单位：摄氏度)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2021-9-10 10:30；（6）命名规则为：AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
帕里土壤温湿度观测网位于青藏高原南部，站点平均海拔4486米。观测网提供土壤水分、温度以及冻融信息，旨在为一系列卫星遥感和水文气象研究提供支持。 观测网详细信息： （1）站点数目：25 （2）观测变量：土壤湿度、土壤温度 （3）观测深度：0-5 cm、10 cm、20 cm、40cm （4）空间范围：27.7°-28.1°N； 89.1°-89.4°E （5）空间尺度：0.3°x 0.3°（对应被动微波卫星象元尺度） （6）记录间隔：30 min （7）测量精度： ±2%（土壤水分）；±1℃（土壤温度） 数据文件字段描述： （1）变量1-6：观测时间（yyyy-mm-dd-hh-mm-ss；北京时间，UTC+8） （2）变量7-34：各站点观测值（实型，缺省值：-99.00） （3）土壤水分（SM）：体积含量，单位：%vol（m3/m3） （4）土壤温度（ST）： 单位：℃ 数据校正与质量控制： （1）土壤水分：基于实测土壤质地和有机质对“介电常数-土壤水分”转换公式进行校正 （2）土壤温度：针对实测数据进行合理物理范围内的质量控制
阳坤, 陈莹莹, 赵龙, 秦军, 拉珠, 周旭, 姜尧志, 田佳鑫
该数据集包含了2021年1月1日至2021年12月31日黑河流域地表过程综合观测网上游景阳岭站气象要素观测数据。站点位于青海省祁连县景阳岭垭口，下垫面是高寒草甸。观测点的经纬度是101.1160E, 37.8384N，海拔3750m。空气温度、相对湿度传感器架设在5m处，朝向正北；气压计安装在地面上的防撬箱内；翻斗式雨量计安装在10m处；风速与风向传感器架设在10m，朝向正北；四分量辐射仪安装在6m处，朝向正南；两个红外温度计安装在6m处，朝向正南，探头朝向是垂直向下；土壤温度探头埋设在地表0cm和地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处，在距离气象塔2m的正南方；土壤热流板（3块）依次埋设在地下6cm处，在距离气象塔2m的正南方。 观测项目有：空气温湿度（Ta_5m、RH_5m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、风速（WS_10m）(单位：米/秒)、风向（WD_10m）(单位：度)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤温度（Ts_0cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm）(单位：摄氏度)、土壤水分（Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(单位：百分比)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；由于传感器问题，6-8月风速风向出现较多NAN无效值。（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2021-9-10 10:30；（6）命名规则为：AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
该数据集包含了2021年1月1日至2021年12月31日黑河流域地表过程综合观测网下游混合林站气象要素观测数据。站点位于内蒙古额济纳旗达来呼布镇四道桥，下垫面是胡杨与柽柳。观测点的经纬度是101.1335E, 41.9903N，海拔874m。空气温度、相对湿度传感器架设在28m处，朝向正北；气压计安装在地面上的防撬箱内；翻斗式雨量计安装在28m处；风速与风向传感器架设在28m，朝向正北；四分量辐射仪安装在24m处，朝向正南；两个红外温度计安装在24m处，朝向正南，探头朝向是垂直向下；两个光合有效辐射仪安装在24m处，朝向正南，探头垂直向上和向下方向各一个；土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm、100cm、160cm、200cm和240cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、4cm、10cm、20cm、40cm、60cm、100cm、160cm、200cm和240cm处，在距离气象塔2m的正南方；土壤热流板（3块）依次埋设在地下6cm处，在距离气象塔2m的正南方。 观测项目有：空气温湿度（Ta_28m、RH_28m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、风速（WS_28m）(单位：米/秒)、风向（WD_28m）(单位：度)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤温度（Ts_0cm、Ts_2cm、Ts_4cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm、Ts_160cm、Ts_200cm、Ts_240cm）(单位：摄氏度)、土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm、Ms_160cm、Ms_200cm、Ms_240cm）(单位：体积含水量，百分比)、向上与向下光合有效辐射（PAR_up、PAR_down）(单位：微摩尔/平方米秒)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2021-6-10 10:30；（6）命名规则为：AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
为进一步查明雅鲁藏布江等流域水系固体物质运输过程及时空演变，第二次青藏科考任务二专题四水系固体物质源—汇过程与演变科考一分队，四川大学沉积动力观测分队，于2021年5月15日前往雅鲁藏布江山南市羊村水位站河段进行坐底仿生水沙观测系统投放仪式。该坐底仿生系统搭载不同类型的水沙运动要素观测设备，能长时间、连续且同步对水沙运动重要要素进行较高时间分辨率观测。本数据集包含：（1）垂线分层水流平均流速数据（ADCP20210515.xlsx），（2）近底单点流速、紊动能数据（VectorADV20210515.xlsx），（3）超级浊度仪悬沙浓度数据（AOBS20210515.xlsx），（4）激光粒度仪水深、悬沙浓度及级配数据（Lisst20210515.xlsx）。该数据集记录了高时间分辨率水沙要素同步连续观测数据，时间分辨率达10分钟/次，观测时间长达近1个月，成功观测到了雅江流量增大下的水沙耦合变化过程。基于坐底仿生观测系统的水沙多要素同步连续观测技术对揭示水系源汇过程与演变、推移质泥沙输移、洪水模拟计算、山洪水沙灾害预警与防治、重大基础工程建设等方面提供技术支撑和科学依据。
许唯临, 黄尔, 闫旭峰, 罗铭, 王路, 王协康, 马旭东, 刘超
该数据为雅鲁藏布江年楚河沿程DEM和正射影像数据，采用DJI无人机搭载的照相机，按照设定的飞行路线对年楚河采样河段进行拍摄照片。相邻照片重叠度不低于70%，将拍摄的照片利用Agisoft Metashape软件生成正射影像和DEM，正射影像包含红绿蓝三个波段。年楚河沿程共包含年楚河流域4个干流和2个支流采样河段。数字高程模型分辨率为<1.0m，坐标系为WGC1984坐标系。该数据集可以为年楚河流域洪水灾害的精确模拟提供数据支撑，进一步服务于洪水灾害的防治与风险评价，具有重要科学与社会价值。
马旭东, 黄尔, 闫旭峰, 罗铭, 王路
年楚河干流河床表面均是由宽级配卵砾石颗粒组成，洲滩及河床上有丰富的卵砾石颗粒。本次考察对年楚河干流和支流的床面级配进行了测量，本数据集包含年楚河流域5个干流和2个支流的采样地点信息（表1）、河床表面级配（表2）。采样位置一般选择在有明显河床断面附近且水流长期流经的地方。由于是枯水期采样，其河滩上的床面级配可以认为是上一场洪水期所携带的卵砾石推移质运动停留下来的，故认为枯水期河滩上采样区域的床面级配是洪水期的推移质输沙级配。床面级配测量方法是采用基于图像处理的全粒径自动识别法（Basegrain软件）进行的，泥沙颗粒识别精度较高。研究年楚河的床面级配分布特征对揭示水系源汇过程与演变、推移质泥沙输移、洪水模拟计算、山洪水沙灾害预警与防治、重大基础工程建设等具有重要科学与社会价值。
罗铭, 黄尔, 闫旭峰, 马旭东, 王路
本数据集包括雅鲁藏布江流域日喀则地区典型第四纪松散沉积物的实测剖面示意图和岩性柱状图，以及剖面实测情况统计表。数据来自为期2个月在西藏日喀则地区的野外实测工作，共实测剖面16条，采集宇宙核素样品89件，光释光样品39件，绘制实测剖面图16幅，实测导线共410导，岩性柱状图共38幅。数据集主要呈现了日喀则地区冲积物、洪积物、冲洪积物、崩积物、坡洪积物和冰碛物等典型松散沉积物的成因类型，实测沉积厚度出露范围约1.6–70米，平均厚度约29米，横向展布控制长度为41–9059米。数据集展示了松散沉积物的离散式、疏松多孔、多砂质弱胶结的结构特征；高砾石含量（80%–95%），砾径主体分布0.05–0.1米的粒径特征；弱分化、分选磨圆度冲洪积物较好而崩积物较差；多发育下粗正细的正粒序结构、可见平行层理和板状交错层理的沉积特征。对松散沉积物的实测有助于揭示流域内水系固体物质的赋存规律，调查结果可为由松散沉积物滑动、卸载、垮塌等引发的灾害预警及相关地物防控提供重要指示。
林志鹏, 王成善, 韩中鹏, 白雅俪格, 王新航, 张建, 马星铎
该数据集围绕雅鲁藏布江全流域范围第四纪松散沉积物总量估算的目标，开展了全流域松散沉积物的厚度标定工作，呈现了2020年野外实测厚度标定的典型第四纪松散沉积物照片图集。具体包括16个复合一级子流域，自上游到下游分别为当却-来乌藏布、热苏-列荣藏布、柴曲–门曲、雄曲–瓮布曲、加达藏布、彭吉藏布–萨迦冲曲、多雄藏布、夏布曲–大纳普曲、年楚河、湘曲–邬郁玛曲、曼曲、尼木玛曲–拉萨河、贡嘎普曲–罗布绒曲、尼洋河、易贡藏布–帕隆藏布和香江流域，总计标定松散沉积物厚度点位584个。 图集展示了坡积物、冲积物、洪积物、冲洪积物、冰碛物、风积物、坡洪积物、残积物、残坡积物和湖积物等多种成因类型的松散沉积物，呈现了其在山坡、山麓、河漫滩、阶地、冲洪积扇和冰川前缘等地带的空间分布位置，以1米长标杆为比例尺，展示了沉积物厚度的显著差异分布特征：坡度较陡的山前地带平缓区坡洪积物通常厚度在5–10米之间，而山前冲沟口的堆积物厚度与洪积扇的规模有关，厚者可达数十米，薄者只有3–4米；山坡上部残积物的厚度一般在0.3–2.5米左右，冲积物的厚度很难见底；且从上游至下游，冲积物的厚度变化非常大，峡谷区基岩裸露，厚度几乎为0，而上游当却藏布河谷地区冲积物厚度大，未见底；冰碛物的最大厚度可达20多米。风积物在中上游常见，厚度变化范围较大，从几米到 20多米不等。 该图集提供了涵盖全流域范围的松散沉积物的实例照片，为今后开展松散沉积物精细刻画奠定了材料基础和先验知识，初步展示了雅江全流域的松散沉积物类型与厚度的总体分布规律，为估算雅鲁藏布江流域所产生固体碎屑物质的沉积总量提供了数据支撑，也为评估松散沉积物相关自然灾害风险和制定科学防范措施提供了依据。
林志鹏, 王成善, 韩中鹏, 白雅俪格, 王新航, 胡太宇
该数据集包含了2021年1月1日至2021年12月31日黑河流域地表过程综合观测网下游荒漠站气象要素观测数据。站点位于内蒙古额济纳旗荒漠滩，下垫面是红砂荒漠。观测点的经纬度是100.9872E, 42.1135N，海拔1054m。空气温度、相对湿度传感器架设在5m、10m处，朝向正北；气压计安装防水箱内；翻斗式雨量计安装在10m处；风速传感器架设在5m、10m处，风向传感器架设在10m处，朝向正北；四分量辐射仪安装在6m处，朝向正南；两个红外温度计安装在6m处，朝向正南，探头朝向是垂直向下；土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处，在距离气象塔2m的正南方；土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处，在距离气象塔2m的正南方；土壤热流板（3块）依次埋设在地下6cm处。 观测项目有：空气温湿度（Ta_5m、RH_5m、Ta_10m、RH_10m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、风速（WS_5m、WS_10m）(单位：米/秒)、风向（WD_10m）(单位：度)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm）(单位：体积含水量，百分比)和土壤温度（Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm）（单位：摄氏度）。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2021-6-10 10:30；（6）命名规则为：AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2021年1月1日至2021年12月31日黑河流域地表过程综合观测网中游花寨子荒漠站气象要素观测数据。站点位于甘肃省张掖市花寨子，下垫面是盐爪爪山前荒漠。观测点的经纬度是100.3201E, 38.7659N，海拔1731m。空气温度、相对湿度传感器架设在5m、10m处，朝向正北；气压计安装防水箱内；翻斗式雨量计安装在10m处；风速风向传感器架设在5m、10m处，朝向正北；四分量辐射仪安装在6m处，朝向正南；两个红外温度计安装在6m处，朝向正南，探头朝向是垂直向下；土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处，在距离气象塔2m的正南方；土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处，在距离气象塔2m的正南方；土壤热流板（3块）依次埋设在地下6cm处。 观测项目有：空气温湿度（Ta_5m、RH_5m、Ta_10m、RH_10m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、风速（WS_5m、WS_10m）(单位：米/秒)、风向（WD_5m、WD_10m）(单位：度)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm）(单位：体积含水量，百分比)和土壤温度（Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm）（单位：摄氏度）。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；风速风向偶尔出现一些错误值；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2021-6-10 10:30；（6）命名规则为：AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2021年1月1日至2021年12月31日黑河流域地表过程综合观测网中游黑河遥感站气象要素观测数据。站点位于甘肃省张掖市党寨镇东侧，下垫面是人工草地。观测点的经纬度是100.4756E, 38.8270N，海拔1560m。空气温度湿度传感器架设在1.5m处，朝向正北；气压计在防水箱内；翻斗式雨量计安装在0.7 m处；风速风向传感器架设在10m处，朝向正北；四分量辐射仪安装高度为1.5m，朝向正南；两个红外温度计安装高度为1.5m，朝向正南，探头朝向是垂直向下；土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、80cm、120cm、160cm处；土壤水分探头埋设在2cm、4cm、10cm、20cm、40cm、80cm、120cm、160cm处；平均土壤温度探头埋设在2cm和4cm；土壤热流板（3块）依次埋设在地下6cm处；两个光合有效辐射仪分别架设在冠层上方1.5m（探头垂直向上和向下方向各一个），朝向正南。 观测项目有：空气温湿度（Ta_1.5m、RH_1.5m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、风速（WS_10m）(单位：米/秒)、风向（WD_10m）(单位：度)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤温度（Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm）(单位：摄氏度)、土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(单位：%)、向上与向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒)、平均土壤温度（TCAV）（单位：摄氏度）。由于供电问题，8月20日-10月9日数据缺失；由于传感器问题，1月1日-1月22日数据缺失。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2021-6-10 10:30；（6）命名规则为：AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2021年1月1日至2021年12月31日黑河流域地表过程综合观测网上游大沙龙站气象要素观测数据。站点位于青海省祁连县西侧沙龙滩地区，下垫面是沼泽化高寒草甸。观测点的经纬度是98.9406E, 38.8399N，海拔3739m。空气温度、相对湿度传感器架设在5m处，朝向正北；气压计安装在地面上的防撬箱内；翻斗式雨量计安装在10m处；风速与风向传感器架设在10m，朝向正北；四分量辐射仪安装在6m处，朝向正南；两个红外温度计安装在6m处，朝向正南，探头朝向是垂直向下；土壤温度探头埋设在地表0cm和地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处，在距离气象塔2m的正南方；土壤热流板（3块）依次埋设在地下6cm处，并距离气象塔2m的正南方。 观测项目有：空气温湿度（Ta_5m、RH_5m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、风速（WS_10m）(单位：米/秒)、风向（WD_10m）(单位：度)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤温度（Ts_0cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm）(单位：摄氏度)、土壤水分（Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(单位：体积含水量，百分比)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2019-9-10 10:30；（6）命名规则为：AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
该数据集包含了2021年1月1日至2021年12月31日黑河流域地表过程综合观测网中游大满超级站气象要素梯度观测系统数据。站点位于甘肃省张掖市大满灌区农田内，下垫面是玉米田。观测点的经纬度是100.3722E, 38.8555N，海拔1556m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m、15m、20m、30m、40m处，共7层，朝向正北；气压计安装在2m处；翻斗式雨量计安装在塔西侧约8m处，架高2.5m；四分量辐射仪安装在12m处，朝向正南；两个红外温度计安装在12m处，朝向正南，探头朝向是垂直向下；土壤热流板（自校正式）（3块）依次埋设在地下6cm处，朝向正南距离塔体2m处，其中两块（Gs_2、Gs_3）埋设在棵间，一块（Gs_1）埋设在植株下面；平均土壤温度传感器TCAV埋设在地下2cm、4cm处，朝向正南，距离塔体2m处；土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、80cm、120cm和160cm处，在距离气象塔2m的正南方；土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、80cm、120cm和160cm处，在距离气象塔2m的正南方；光合有效辐射仪安装在12m处，探头朝向是垂直向上；另有四个光合有效辐射仪分别架设在冠层上方和冠层内，冠层上方安装在12m（探头垂直向上和向下方向各一个）、冠层内安装在0.3m（探头垂直向上和向下方向各一个）高处，朝向正南。 观测项目有：风速（WS_3m、WS_5m、WS_10m、WS_15m、WS_20m、WS_30m、WS_40m）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m、WD_15m、WD_20m、WD_30m、WD_40m）(单位：度)、空气温湿度（Ta_3m、Ta_5m、Ta_10m、Ta_15m、Ta_20m、Ta_30m、Ta_40m和RH_3m、RH_5m、RH_10m、RH_15m、RH_20m、RH_30m、RH_40m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、平均土壤温度（TCAV）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(单位：百分比)、土壤温度（Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm）(单位：摄氏度) 、光合有效辐射（PAR）(单位：微摩尔/平方米秒)、冠层上向上与向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒)和冠层下向上与向下光合有效辐射（PAR_D_up、PAR_D_down）(单位：微摩尔/平方米秒)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；2021.5.15-6.12由于供电问题，土壤部分数据缺失；由于探头出现问题，平均土壤温度在9月28日后数据错误。（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2021-6-10 10:30。 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2021年1月1日至2021年12月31日黑河水文气象观测网上游阿柔超级站气象要素梯度观测系统数据。站点位于青海省祁连县阿柔乡草达坂村，下垫面是亚高山山地草甸。观测点的经纬度是100.4643E, 38.0473N，海拔3033m。空气温度、相对湿度、风速传感器分别架设在1m、2m、5m、10m、15m、25m处，共6层，朝向正北；风向传感器架设在10m处，朝向正北；气压计安装在2m处；翻斗式雨量计安装在阿柔超级站28m观测塔上；四分量辐射仪安装在5m处，朝向正南；两个红外温度计安装在5m处，朝向正南，探头朝向是垂直向下；光合有效辐射仪安装在5m处，朝向正南，探头朝向是垂直向上；土壤部分传感器埋设在塔体正南方向2m处，其中土壤热流板（自校正式）（3块）均埋设在地下6cm处；平均土壤温度传感器TCAV埋设在地下2cm、4cm处；土壤温度探头埋设在地表0cm和地下2cm、4cm、6cm、10cm、15cm、20cm、30cm、40cm、60cm、80cm、120cm、160cm、200cm、240cm、280cm、320cm处，其中4cm和10cm这两层有三个重复；土壤水分传感器分别埋设在地下2cm、4cm、6cm、10cm、15cm、20cm、30cm、40cm、60cm、80cm、120cm、160cm、200cm、240cm、280cm、320cm处，其中4cm和10cm这两层有三个重复。 观测项目有：风速（WS_1m、WS_2m、WS_5m、WS_10m、WS_15m、WS_25m）(单位：米/秒)、风向（WD_1m、WD_2m、WD_5m、WD_10m、WD_15m、WD_25m）(单位：度)、空气温湿度（Ta_1m、Ta_2m、Ta_5m、Ta_10m、Ta_15m、Ta_25m和RH_1m、RH_2m、RH_5m、RH_10m、RH_15m、RH_25m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、光合有效辐射（PAR）(单位：微摩尔/平方米秒)、土壤热通量（Gs_1、Gs_2）(单位：瓦/平方米)、土壤水分（Ms_2cm、Ms_4cm_1、Ms_4cm_2、Ms_4cm_3、Ms_6cm、Ms_10cm_1、Ms_10cm_2、Ms_10cm_3、Ms_15cm、Ms_20cm、Ms_30cm、Ms_40cm、Ms_60cm、Ms_80cm、Ms_120cm、Ms_160cm Ms_200cm、Ms_240cm、Ms_280cm、Ms_320cm）(单位：体积含水量，百分比)、土壤温度（Ts_0cm、Ts_2cm、Ts_4cm_1、Ts_4cm_2、Ts_4cm_3、Ts_6cm、Ts_10cm_1、Ts_10cm_2、Ts_10cm_3、Ts_15cm、Ts_20cm、Ts_30cm、Ts_40cm、Ts_60cm、Ts_80cm、Ts_120cm、Ts_160cm Ts_200cm、Ts_240cm、Ts_280cm、Ts_320cm）(单位：摄氏度)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示。（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2021-6-10 10:30；（6）命名规则为：AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
该数据集包含了2021年1月1日至2021年12月31日的黑河水文气象观测网中游张掖湿地站涡动相关仪观测数据。站点位于甘肃省张掖市，下垫面是湿地。观测点的经纬度是100.44640E, 38.97514N，海拔1460.00m。涡动相关仪的架高5.2m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪（Gill）与CO2/H2O分析仪(Li7500A)之间的距离是25cm。 涡动相关仪的原始观测数据为10Hz，发布的数据是采用Eddypro软件处理的30分钟数据，其处理的主要步骤包括：野点值剔除，延迟时间校正，坐标旋转（二次坐标旋转），频率响应修正，超声虚温修正和密度（WPL）修正等。同时对各通量值进行质量评价，主要是大气平稳性（Δst）和湍流相似性特征（ITC）的检验。对Eddypro软件输出的30min通量值也进行了筛选：（1）剔除仪器出错时的数据；（2）剔除降水前后1h的数据；（3）剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟，一天48个数据，缺失数据标记为-6999。 发布的观测数据包括：日期/时间Date/Time，风向Wdir（°），水平风速Wnd（m/s），侧向风速标准差Std_Uy（m/s），超声虚温Tv（℃），水汽密度H2O（g/m3），二氧化碳浓度CO2（mg/m3），摩擦速度Ustar（m/s），奥布霍夫长度L（m），感热通量Hs（W/m2），潜热通量LE（W/m2），二氧化碳通量Fc（mg/(m2s)），感热通量的质量标识QA_Hs，潜热通量的质量标识QA_LE，二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（较插补数据好）；9数据质量差））。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2021年1月1日至2021年12月31日的黑河流域地表过程综合观测网下游四道桥超级站涡动相关仪观测数据。站点位于内蒙古额济纳旗四道桥，下垫面是柽柳。观测点的经纬度是101.1374E, 42.0012N，海拔873 m。涡动相关仪的架高8m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪（CSAT3）与CO2/H2O分析仪（Li7500DS）之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz，发布的数据是采用Eddypro软件处理的30分钟数据，其处理的主要步骤包括：野点值剔除，延迟时间校正，坐标旋转（二次坐标旋转），频率响应修正，超声虚温修正和密度（WPL）修正等。同时对各通量值进行质量评价，主要是大气平稳性（Δst）和湍流相似性特征（ITC）的检验。对Eddypro软件输出的30min通量值也进行了筛选：（1）剔除仪器出错时的数据；（2）剔除降水前后1h的数据；（3）剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟，一天48个数据，缺失数据标记为-6999。 发布的观测数据包括：日期/时间Date/Time，风向Wdir（°），水平风速Wnd（m/s），侧向风速标准差Std_Uy（m/s），超声虚温Tv（℃），水汽密度H2O（g/m3），二氧化碳浓度CO2（mg/m3），摩擦速度Ustar（m/s），奥布霍夫长度L（m），感热通量Hs（W/m2），潜热通量LE（W/m2），二氧化碳通量Fc（mg/(m2s)），感热通量的质量标识QA_Hs，潜热通量的质量标识QA_LE，二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（较插补数据好）；9数据质量差））。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2021年1月1日至2021年12月31日的黑河流域地表过程综合观测网下游混合林站涡动相关仪观测数据。站点位于内蒙古额济纳旗四道桥，下垫面是胡杨与柽柳。观测点的经纬度是101.1335E, 41.9903N，海拔874 m。涡动相关仪的架高22m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪（CSAT3B）与CO2/H2O分析仪(Li7500DS)之间的距离是17cm。 涡动相关仪的原始观测数据为10Hz，发布的数据是采用Eddypro软件处理的30分钟数据，其处理的主要步骤包括：野点值剔除，延迟时间校正，坐标旋转（二次坐标旋转），频率响应修正，超声虚温修正和密度（WPL）修正等。同时对各通量值进行质量评价，主要是大气平稳性（Δst）和湍流相似性特征（ITC）的检验。对Eddypro软件输出的30min通量值也进行了筛选：（1）剔除仪器出错时的数据；（2）剔除降水前后1h的数据；（3）剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟，一天48个数据，缺失数据标记为-6999。冬季水汽密度出现一些负值，进行了剔除。二氧化碳浓度数据在11月3日后出现问题。 发布的观测数据包括：日期/时间Date/Time，风向Wdir（°），水平风速Wnd（m/s），侧向风速标准差Std_Uy（m/s），超声虚温Tv（℃），水汽密度H2O（g/m3），二氧化碳浓度CO2（mg/m3），摩擦速度Ustar（m/s），奥布霍夫长度L（m），感热通量Hs（W/m2），潜热通量LE（W/m2），二氧化碳通量Fc（mg/(m2s)），感热通量的质量标识QA_Hs，潜热通量的质量标识QA_LE，二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（较插补数据好）；9数据质量差））。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2021年1月1日至2021年12月31日的黑河流域地表过程综合观测网上游景阳岭站涡动相关仪观测数据。站点位于青海省祁连县景阳岭垭口，下垫面是高寒草甸。观测点的经纬度是101.1160E, 37.8384N，海拔3750m。涡动相关仪的架高4.5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪（CSAT3B）与CO2/H2O分析仪（Li7500DS）之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz，发布的数据是采用Eddypro软件处理的30分钟数据，其处理的主要步骤包括：野点值剔除，延迟时间校正，坐标旋转（二次坐标旋转），频率响应修正，超声虚温修正和密度（WPL）修正等。同时对各通量值进行质量评价，主要是大气平稳性（Δst）和湍流相似性特征（ITC）的检验。对Eddypro软件输出的30min通量值也进行了筛选：（1）剔除仪器出错时的数据；（2）剔除降水前后1h的数据；（3）剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟，一天48个数据，缺失数据标记为-6999。冬季由于供电不足，观测数据会有一些缺失。 发布的观测数据包括：日期/时间Date/Time，风向Wdir（°），水平风速Wnd（m/s），侧向风速标准差Std_Uy（m/s），超声虚温Tv（℃），水汽密度H2O（g/m3），二氧化碳浓度CO2（mg/m3），摩擦速度Ustar（m/s），奥布霍夫长度L（m），感热通量Hs（W/m2），潜热通量LE（W/m2），二氧化碳通量Fc（mg/(m2s)），感热通量的质量标识QA_Hs，潜热通量的质量标识QA_LE，二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（较插补数据好）；9数据质量差））。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
该数据集包含了2021年1月1日至2021年12月31日的黑河流域地表过程综合观测网上游垭口站涡动相关仪观测数据。站点位于青海省祁连县，下垫面是高寒草甸。观测点的经纬度是100.2421, 38.0142N，海拔4148 m。涡动相关仪的架高3.2m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪（CSAT3）与CO2/H2O分析仪（Li7500A）之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz，发布的数据是采用Eddypro软件处理的30分钟数据，其处理的主要步骤包括：野点值剔除，延迟时间校正，坐标旋转（二次坐标旋转），频率响应修正，超声虚温修正和密度（WPL）修正等。同时对各通量值进行质量评价，主要是大气平稳性（Δst）和湍流相似性特征（ITC）的检验。对Eddypro软件输出的30min通量值也进行了筛选：（1）剔除仪器出错时的数据；（2）剔除降水前后1h的数据；（3）剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟，一天48个数据，缺失数据标记为-6999。该站冬季会出现缺电现象，导致数据缺失。 发布的观测数据包括：日期/时间Date/Time，风向Wdir（°），水平风速Wnd（m/s），侧向风速标准差Std_Uy（m/s），超声虚温Tv（℃），水汽密度H2O（g/m3），二氧化碳浓度CO2（mg/m3），摩擦速度Ustar（m/s），奥布霍夫长度L（m），感热通量Hs（W/m2），潜热通量LE（W/m2），二氧化碳通量Fc（mg/(m2s)），感热通量的质量标识QA_Hs，潜热通量的质量标识QA_LE，二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（较插补数据好）；9数据质量差））。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
该数据集包含了2021年1月1日至2021年12月31日的黑河流域地表过程综合观测网中游花寨子站涡动相关仪观测数据。站点位于甘肃省张掖市，下垫面是荒漠。观测点的经纬度是100.3201E, 38.7659N，海拔1731.00m。涡动相关仪的架高4.5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪（CSAT3）与CO2/H2O分析仪（Li7500A）之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz，发布的数据是采用Eddypro软件处理的30分钟数据，其处理的主要步骤包括：野点值剔除，延迟时间校正，坐标旋转（二次坐标旋转），频率响应修正，超声虚温修正和密度（WPL）修正等。同时对各通量值进行质量评价，主要是大气平稳性（Δst）和湍流相似性特征（ITC）的检验。对Eddypro软件输出的30min通量值也进行了筛选：（1）剔除仪器出错时的数据；（2）剔除降水前后1h的数据；（3）剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟，一天48个数据，缺失数据标记为-6999。 发布的观测数据包括：日期/时间Date/Time，风向Wdir（°），水平风速Wnd（m/s），侧向风速标准差Std_Uy（m/s），超声虚温Tv（℃），水汽密度H2O（g/m3），二氧化碳浓度CO2（mg/m3），摩擦速度Ustar（m/s），奥布霍夫长度L（m），感热通量Hs（W/m2），潜热通量LE（W/m2），二氧化碳通量Fc（mg/(m2s)），感热通量的质量标识QA_Hs，潜热通量的质量标识QA_LE，二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（较插补数据好）；9数据质量差））。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2021年1月1日至2021年12月31日的黑河流域地表过程综合观测网下游荒漠站涡动相关仪观测数据。站点位于内蒙古额济纳旗，下垫面是荒漠。观测点的经纬度是100.9872E, 42.1135N，海拔1054m。涡动相关仪的架高4.7m，采样频率是10Hz，超声朝向是正北向，为闭路涡动相关仪（CPEC310）。 涡动相关仪的原始观测数据为10Hz，发布的数据是采用Eddypro软件处理的30分钟数据，其处理的主要步骤包括：野点值剔除，延迟时间校正，坐标旋转（二次坐标旋转），频率响应修正，超声虚温修正和密度（WPL）修正等。同时对各通量值进行质量评价，主要是大气平稳性（Δst）和湍流相似性特征（ITC）的检验。对Eddypro软件输出的30min通量值也进行了筛选：（1）剔除仪器出错时的数据；（2）剔除降水前后1h的数据；（3）剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟，一天48个数据，缺失数据标记为-6999。 发布的观测数据包括：日期/时间Date/Time，风向Wdir（°），水平风速Wnd（m/s），侧向风速标准差Std_Uy（m/s），超声虚温Tv（℃），水汽密度H2O（g/m3），二氧化碳浓度CO2（mg/m3），摩擦速度Ustar（m/s），奥布霍夫长度L（m），感热通量Hs（W/m2），潜热通量LE（W/m2），二氧化碳通量Fc（mg/(m2s)），感热通量的质量标识QA_Hs，潜热通量的质量标识QA_LE，二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（较插补数据好）；9数据质量差））。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据集包含了2021年1月1日至2021年12月31日的黑河流域地表过程综合观测网上游大沙龙站涡动相关仪观测数据。站点位于青海省祁连县，下垫面是沼泽化高寒草甸。观测点的经纬度是98.9406E, 38.8399N，海拔3739 m。涡动相关仪的架高4.5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪（CSAT3）与CO2/H2O分析仪（Li7500RS）之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz，发布的数据是采用Eddypro软件处理的30分钟数据，其处理的主要步骤包括：野点值剔除，延迟时间校正，坐标旋转（二次坐标旋转），频率响应修正，超声虚温修正和密度（WPL）修正等。同时对各通量值进行质量评价，主要是大气平稳性（Δst）和湍流相似性特征（ITC）的检验。对Eddypro软件输出的30min通量值也进行了筛选：（1）剔除仪器出错时的数据；（2）剔除降水前后1h的数据；（3）剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟，一天48个数据，缺失数据标记为-6999。冬季由于供电不足和采集器的问题，数据间断出现错误， 发布的观测数据包括：日期/时间Date/Time，风向Wdir（°），水平风速Wnd（m/s），侧向风速标准差Std_Uy（m/s），超声虚温Tv（℃），水汽密度H2O（g/m3），二氧化碳浓度CO2（mg/m3），摩擦速度Ustar（m/s），奥布霍夫长度L（m），感热通量Hs（W/m2），潜热通量LE（W/m2），二氧化碳通量Fc（mg/(m2s)），感热通量的质量标识QA_Hs，潜热通量的质量标识QA_LE，二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（较插补数据好）；9数据质量差））。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
本数据集包括祁连山地区重点区域2021年5月至2021年10月的归一化植被指数、植被覆盖度、植被净初级生产力、草地生物量、森林蓄积量植被参数遥感产品，空间分辨率为8m。本数据集采用高分一号、高分六号、哨兵、资源三号等遥感数据源，结合气象、地面监测等基础数据，采用波段比值法、混合像元分解模型、CASA模型等植被参数反演算法和模型，生成祁连山重点区域生长季逐月植被指数遥感产品。本数据集通过构建以高分卫星为主的高时空分辨率生态环境监测数据集，为区域生态环境问题诊断与生态环境动态评估提供数据支持。
祁元, 张金龙, 王宏伟, 周圣明, 曹永攀
本数据集包括黑河流域2021年5月至2021年10月的归一化植被指数、植被覆盖度、植被净初级生产力、草地生物量、森林蓄积量植被参数遥感产品，空间分辨率为8m。本数据集采用高分一号、高分六号、哨兵、资源三号等遥感数据源，结合气象、地面监测等基础数据，采用波段比值法、混合像元分解模型、CASA模型等植被参数反演算法和模型，生成祁连山重点区域生长季逐月植被指数遥感产品。本数据集通过构建以高分卫星为主的高时空分辨率生态环境监测数据集，为区域生态环境问题诊断与生态环境动态评估提供数据支持。
祁元, 张金龙, 王宏伟, 周圣明, 曹永攀
该数据集包含了2021年1月1日至2021年12月31日的黑河流域地表过程综合观测网中游大满超级站涡动相关仪观测数据。站点位于甘肃省张掖市大满灌区内，下垫面是玉米。观测点的经纬度是100.37223E, 38.85551N，海拔1556.06m。涡动相关仪的架高4.5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪（CSAT3）与CO2/H2O分析仪（Li7500A）之间的距离是17cm。 涡动相关仪的原始观测数据为10Hz，发布的数据是采用Eddypro软件处理的30分钟数据，其处理的主要步骤包括：野点值剔除，延迟时间校正，坐标旋转（二次坐标旋转），频率响应修正，超声虚温修正和密度（WPL）修正等。同时对各通量值进行质量评价，主要是大气平稳性（Δst）和湍流相似性特征（ITC）的检验。对Eddypro软件输出的30min通量值也进行了筛选：（1）剔除仪器出错时的数据；（2）剔除降水前后1h的数据；（3）剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟，一天48个数据，缺失数据标记为-6999。由于供电出现问题，5月15日-6月12日数据缺失。 发布的观测数据包括：日期/时间Date/Time，风向Wdir（°），水平风速Wnd（m/s），侧向风速标准差Std_Uy（m/s），超声虚温Tv（℃），水汽密度H2O（g/m3），二氧化碳浓度CO2（mg/m3），摩擦速度Ustar（m/s），奥布霍夫长度L（m），感热通量Hs（W/m2），潜热通量LE（W/m2），二氧化碳通量Fc（mg/(m2s)），感热通量的质量标识QA_Hs，潜热通量的质量标识QA_LE，二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（较插补数据好）；9数据质量差））。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳, 李新
该数据包括雅鲁藏布江、布拉马普特拉河以及恒河流域共72个河流砂样品的主量元素、微量元素、钕同位素和锶同位素地球化学数据，包括：雅鲁藏布江及其支流48个样品、布拉马普特拉河及其支流19个样品、以及恒河5个样品。主量元素包括全部72个样品的SiO2、Al2O3、Fe2O3等共10种元素氧化物数据，以百分比表示；微量元素包括30个样品的Li、Be、Sc等44种元素含量数据，以百万分比（ppm）表示；钕同位素包括26个样品的143Nd/144Nd数据及其误差值；锶同位素包括26个样品的87Sr/86Sr数据及其误差值。主量元素分析使用PANalytical Axios X射线荧光分析仪（XRF），采用溶片法进行测试，测试误差<3%；微量元素使用Thermo Fisher VG-X7电感耦合等离子质谱仪（ICP-MS），采用溶样法测试，测试误差<5%；钕和锶同位素测试采用Thermo Fisher NEPTUNE plus多接受电感耦合等离子质谱仪（MC-ICP-MS）测试, 相对国际标样测试值与参考值锶同位素的偏差<0.005%，钕同位素的偏差<0.004%。以上全部实验室测试分析均在同济大学海洋地质国家重点实验室完成。该数据对于认识青藏高原大型流域盆地构造活动、化学风化作用、河流沉积物从源到汇搬运过程、以及评估自然过程和人类活动相互关系都具有重要的科学意义和社会应用价值。
刘志飞, 赵玉龙, 于名扬, 林宝治, H.M. Zakir Hossain, Suchana Taral, Tapan Chakraborty
制图范围：张镱锂等2002版青藏高原范围。 数据源：1980年代青藏高原植被图，气候、地形、地貌、土壤数据等。 制图方法：复原植被图是反映未受人类经济活动破坏以前的原始植被分布状况的植被图。由于缺乏青藏高原早期植被分布图，在本项目组编制的1980年代青藏高原植被图的基础上，通过以下方法编制近似复原植被图。采用1980年代青藏高原植被图，使用1980年的WorldClim19个生物气候数据，分析生物气候数据与自然植被的关系，确定各类自然植被分布所对应的气候数据变化范围。对于1980年代植被图中的人工植被，使用最早的1960年的WorldClim19个生物气候数据，根据人工植被分布区的气候数据，以及上面得到的植被分布与气候关系，判断对应的自然植被，将该区人工植被替换为自然植被。在此基础上，进一步考虑植被分布地带性规律及其与地形、地貌、土壤的关系，依据人工植被周边残存的自然植被、周边地带性植被，对前面的判断结果进行分析，交叉验证人工植被替换结果的准确性，并进行适当修正。对于1980年代植被图中的自然植被，如针叶林、阔叶林、灌丛、荒漠、草原、草甸等则保持不变。综合以上分析结果，获得近似复原植被图。植被分类单位与1980年代青藏高原植被图相同。基于制图使用数据精度，本图出图比例尺最大为1:50万。
周继华, 郑元润, 宋长青, 程昌秀, 高培超, 沈石, 叶思菁
1980年代青藏高原植被图制图说明： 制图范围：张镱锂等2021版青藏高原范围。 数据源：1980-1988年Landsat 4-5 TM 影像（空间分辨率约30米）、野外调查数据、1:100万植被图、Google Earth影像、气候、地形、地貌、土壤、土地覆盖数据等。 制图方法：（1）初步图斑分割，采用面向对象的方法初步分割遥感影像，形成初步制图斑块；（2）目视解译，综合野外调查数据、1:100万植被图、Google Earth影像、气候、地形、地貌、土壤、土地覆盖数据等，对初步制图斑块进行目视解译制图；（3）交叉验证，使用地形图、1:100万植被图、土地利用图进行逻辑验证；（4）图例系统，采用《中华人民共和国植被图 (1:1, 000, 000)，2007》的分类标准、图例单位和系统，包括植被型组、植被型2个单位，制图区域共有植被型组11个，植被型46个，无植被地段10个；（5）植被图整饰，采用图斑和数字相结合的方法，表示不同植被类型和制图单位；（6）基于制图使用数据精度，本图出图比例尺最大为1:50万。
周继华, 郑元润, 宋长青, 程昌秀, 高培超, 沈石, 叶思菁
碳氮磷硫钾等是生态系统重要的基本生命元素，揭示其区域变异与空间格局对人类活动的影响及其未来生态系统可持续发展具有重要作用。青藏高原具有独特的高寒植被类型以及丰富的垂直带地貌和地表覆盖类型，其地表元素（碳氮磷硫钾）的生物地理格局是驱动高寒生态系统碳氮水循环过程耦合和相关机制的重要表现形式。本数据集聚焦青藏高原水塔区和喜马拉雅山区复杂生态系统中地表物质（植物叶-枝-干-根和凋落物）的分配模式和空间变异，以期为区域模型模拟和生态管理提供数据支撑。
李明旭
青藏高原及周边地区孕灾、致灾、承灾数据集包含了地貌数据、归一化植被指数数据、年均气温与降雨数据、承灾价值等级数据，覆盖656万平方公里的范围。该数据集主要是为了进行灾害、风险评价而准备。由于覆盖范围巨大，地貌数据采用了150m空间分辨率，其他数据采用了1000m空间分辨率。地貌、植被指数、气温降雨数据主要通过加工开源数据生产，承灾价值等级数据为叠加计算生产，综合考虑了人口数据、夜间灯光指数、建筑物、地表覆被类型。
唐晨晓
本数据包含青藏高原西部52个样点0-10cm、10-20cm和20-30cm土壤深度的土壤碳氮含量，土壤样本是由研究团队在2019-2020年间通过土壤打钻的方法获得，将土壤过2mm孔径筛后，进行风干和挑除细根的处理，再在实验室由碳氮分析仪测定。本数据可以为未来全球气候变化情景下研究青藏高原西部不同深度土壤碳氮过程提供理论基础，同时为模型模拟土壤碳氮循环过程提供数据支持，这有助于更深刻地理解青藏高原西部土壤碳氮循环过程。
丁金枝
该数据集包含了2021年1月1日至2021年12月31日的黑河流域地表过程综合观测网上游阿柔超级站涡动相关仪观测数据。站点位于青海省祁连县阿柔乡草达坂村，下垫面是亚高山山地草甸。观测点的经纬度是100.4643E, 38.0473N，海拔3033m。涡动相关仪的架高3.5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪（CSAT3）与CO2/H2O分析仪（Li7500A）之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz，发布的数据是采用Eddypro软件处理的30分钟数据，其处理的主要步骤包括：野点值剔除，延迟时间校正，坐标旋转（二次坐标旋转），频率响应修正，超声虚温修正和密度（WPL）修正等。同时对各通量值进行质量评价，主要是大气平稳性（Δst）和湍流相似性特征（ITC）的检验。对Eddypro软件输出的30min通量值也进行了筛选：（1）剔除仪器出错时的数据；（2）剔除降水前后1h的数据；（3）剔除10Hz原始数据中每30min内缺失率大于10%的数据。观测数据的平均周期为30分钟，一天48个数据，缺失数据标记为-6999。 发布的观测数据包括：日期/时间Date/Time，风向Wdir（°），水平风速Wnd（m/s），侧向风速标准差Std_Uy（m/s），超声虚温Tv（℃），水汽密度H2O（g/m3），二氧化碳浓度CO2（mg/m3），摩擦速度Ustar（m/s），奥布霍夫长度L（m），感热通量Hs（W/m2），潜热通量LE（W/m2），二氧化碳通量Fc（mg/(m2s)），感热通量的质量标识QA_Hs，潜热通量的质量标识QA_LE，二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（较插补数据好）；9数据质量差））。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
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
综合利用站点观测输沙量、气象及遥感观测资料，改进通用水土流失方程（RUSLE）的降雨-融雪径流侵蚀力计算方案，并基于改进的RUSLE模型完成重点侵蚀区“一江两河”坡面侵蚀量的计算，获得了2001-2015年该区域多年平均降雨侵蚀力因子、土壤可蚀性因子、坡长坡度因子、植被覆盖因子、水土保持措施因子以及土壤侵蚀速率的空间分布。该数据集可解析年楚河流域“水少沙多”和拉萨河流域“水多沙少”的现象，为区域水土保持工作提供理论支持。
王莉, 张凡
本数据集是基于青藏高原多年冻土分布区1114个样点的土壤调查数据，重点考虑了古气候在估算青藏高原土壤碳储量中的重要作用，在综合了气候（古气候和现代气候条件）、植被、土壤（土层厚度和土壤理化属性等）和地形等因素后，通过机器学习算法重新评估得到的青藏高原3m深度土壤碳储量。结果集表明当前陆地生态系统模型普遍低估了青藏高原冻土碳库大小，模型中缺乏对古气候影响的考虑是导致模拟偏差的重要原因。因此，未来模型模拟土壤碳循环应该将古气候的作用考虑在内。
丁金枝
该数据集包括8种牧草种植的气候适宜性区划、气候土壤适宜性区划和气候土壤地形适宜性区划数据集。该数据集可为草地恢复与畜牧业平衡管理进行人工草地建植提供重要的数据支撑。采用气候指标模型和最大熵模型，利用近40年气温、降水资料及海拔高程数据，通过构建的每种牧草的气候适宜性指标，考虑土壤类型、土壤有机质含量和地形因素，建立西藏牧区8种牧草适宜性种植区划。8种牧草为高寒地区重要的牧草资源，通过野外调查确保了气候适宜指标的准确性，综合考虑气候因子和土壤地形因子，确保了牧草种植区划数据集的实用性。人工草地建植是退化草地生态恢复的主要手段，也是草地生产结构调整的重要部分，合理科学的草种建植是基础，牧草种植区划数据集在重大生态工程实施和草地科学管理方面具有重要的应用前景。
周华坤, 石明明, 周秉荣, 苏文将, 孙玮婕
该数据集包括8种牧草种植的气候适宜性区划、气候土壤适宜性区划和气候土壤地形适宜性区划数据集。该数据集可为草地恢复与畜牧业平衡管理进行人工草地建植提供重要的数据支撑。采用气候指标模型和最大熵模型，利用近40年气温、降水资料及海拔高程数据，通过构建的每种牧草的气候适宜性指标，考虑土壤类型、土壤有机质含量和地形因素，建立青海牧区8种牧草适宜性种植区划。8种牧草为高寒地区重要的牧草资源，通过野外调查确保了气候适宜指标的准确性，综合考虑气候因子和土壤地形因子，确保了牧草种植区划数据集的实用性。人工草地建植是退化草地生态恢复的主要手段，也是草地生产结构调整的重要部分，合理科学的草种建植是基础，牧草种植区划数据集在重大生态工程实施和草地科学管理方面具有重要的应用前景。
周华坤, 苏文将, 周秉荣, 石明明, 赵慧芳
本数据集在专题实施期间（2019-2021年）通过野外实地采集了喜马拉雅山区中段典型堰塞坝溃决洪水沉积物样品，数据内包含样品编号，采样点经纬度等字段数据，通过对样本数据处理，测试分析，得到了雅鲁藏布江流域高能洪水规模如水深、流速等随时间变化的相关参数。模拟结果可以为开展相应流域的洪水动态过程分析提供参考，并初步揭示了雅鲁藏布高能古洪水对大峡谷的“构造瘤”模式提供了直接的侵蚀动力来源，可能导致了印度洋洋流的改变，并可能对下游恒河平原的古人类造成过灾害性的破坏。
刘维明
本数据包含：喜马拉雅山区30m山洪综合风险数据、30m山洪危险性数据、30m山洪承灾体数据、30m山洪易损性分布数据。数据基于全国山洪灾害调查评价成果，得到研究区内山洪灾害综合风险指标分布、各行政村山洪危险性指标分布、山洪承灾体指标分布、山洪易损性指标分布，形成喜马拉雅山区山洪灾害综合风险分布数据。本数据有助于对山洪灾害的空间变化特点和分布规律的分析，山洪灾害风险的分区划分对于防汛应急部门的防汛管理和防汛部署具有一定指导作用。
王中根
本数据集包含喜马拉雅山区水系网数据和小流域分布数据。水系网数据是根据海河版全国6级河网数据数据按喜马拉雅山区范围掩膜提取得到，为矢量数据。水系可用来确定流域面积，计算水系的特征参数如河网密度、河系发育系数、河系不均匀系数等，也可用作洪水汇流路径演算。小流域分布数据为喜马拉雅山区1：100万小流域分布数据，基于全国山洪灾害调查评价成果，得到研究区内小流域汇流时间分布，形成喜马拉雅山区小流域汇流时间分布数据。
王中根
青藏高原及其邻区的新生代地层中蕴含丰富的构造、环境、气候等信息，对揭示高原碰撞隆升变形历史及其气候环境效应等具有重要意义。本数据集对来自青藏高原及其邻区的临夏盆地、伦坡拉盆地、剑川盆地、曲靖盆地和思茅盆地的新生代地层，开展了系统野外地质考察，确定了一些出露发育良好的研究剖面。依靠GPS、地质罗盘等工具，对相关研究剖面进行了构造、地貌、岩性等方面的调查测量描述，并进行了相关图件的绘制，具体涉及：临夏盆地对康剖面90 m黄土沉积地层，伦坡拉盆地达玉剖面1890 m、剑川盆地双河剖面300 m、曲靖盆地蔡家冲剖面252 m的河湖相沉积地层，以及思茅盆地江城剖面932 m的咸水湖相夹膏盐沉积地层。本数据集为后续开展相关地层年代学、构造演化、气候环境等研究奠定了坚实的地质学基础。
方小敏, 颜茂都, 张伟林, 张大文
该数据提供了截止2021年度的中巴经济走廊和天山山脉泥石流分布，是基于历史资料收集、野外实地调查和遥感影像解译，结合数字地形图（DEM）和地质图，得到最新的中巴经济走廊（国外段）的泥石流分布数据，数据信息可靠性好，数据可以作为泥石流分布规律、泥石流危险性、风险计算的基础数据。泥石流流域的提取主要采用ArcGIS中的水文分析方法，考虑到DEM的精度限制，结合Google Earth影像进行必要的人工校正。
苏凤环
本数据为天山地区主要交通干道G217和G30典型泥石流沟物质物理性质数据，此数据为研究区典型泥石流灾害点的详细情况，包括流域参数、沟道参数、泥石流堆积体物质物理参数；这些数据可结合雨量数据可进一步开展该地区泥石流活动雨量阈值等研究内容。字段包括泥石流流域面积、沟宽、沟长、纵比降，以及冰湖面积、泥石流堆积体物质的物理性质等。堆积体物理性质数据通过激光粒度仪等实验设备获取，饱和渗透系数通过三轴实验获取。
陈宁生
本数据为锡尔河中游苦盏水文站水文资料。该站为中国气象局乌鲁木齐沙漠气象研究所和塔吉克斯坦国家科学院水问题水能与生态研究所、塔吉克斯坦水文气象局合作建设。该数据可以用于中亚山区水资源评估等科学研究和水利工程等服务。 资料时段：2020年12月5日至2021年9月11日。 资料要素：逐小时流速（m/s）、逐小时水位（m）和逐小时降雨量（m） 站点位置：40°17′38″N, 69°40′18″E，320m 一、300W-QX河流流速、水位观测仪 （一）流速参数： 1供电电压 12（9~27）V(DC) 2工作电流 120（110~135）mA 3工作温度（-40 ~85） °C 4测量范围 （0.15 ~20）m/s 5测量精度 ±0.02m/s 6分辨率 1mm 7探测距离 0.1~50 m 8安装高度0.15~ 25 m 9采样频率 20sps （二）水位参数： 1测量范围 0.5~20 m 2测量精度 ±3 mm 3分辨率 1 mm 4重复性 ±1mm 二、SL3-1翻斗式雨量传感器 1承水口径 ф200mm 2测量降水强度 4mm/min以内 3测量最小分度 0.1mm降水量 4最大允许误差 ±4%mm 三、流速、观测仪数据获取的频率：传感器每隔5S测量一次流速和水位数据 四、小时平均流速计算：小时平均流速和水位数据由一小时内所有每隔5S测量的流速和水位数据取平均计算得出
霍文
本数据为阿姆河上游支流卡菲尼干河水文站水文资料。该站为中国气象局乌鲁木齐沙漠气象研究所和塔吉克斯坦国家科学院水问题水能与生态研究所、塔吉克斯坦水文气象局合作建设。该数据可以用于中亚山区水资源评估等科学研究和水利工程等服务。 资料时段：2020年12月4日至2021年9月4日。 资料要素：逐小时流速（m/s）、逐小时水位（m）和逐小时降雨量（m） 站点位置：37°36′01″N，68°08′01″E，420m 一、300W-QX河流流速、水位观测仪 （一）流速参数： 1供电电压 12（9~27）V(DC) 2工作电流 120（110~135）mA 3工作温度（-40 ~85） °C 4测量范围 （0.15 ~20）m/s 5测量精度 ±0.02m/s 6分辨率 1mm 7探测距离 0.1~50 m 8安装高度0.15~ 25 m 9采样频率 20sps （二）水位参数： 1测量范围 0.5~20 m 2测量精度 ±3 mm 3分辨率 1 mm 4重复性 ±1mm 二、SL3-1翻斗式雨量传感器 1承水口径 ф200mm 2测量降水强度 4mm/min以内 3测量最小分度 0.1mm降水量 4最大允许误差 ±4%mm 三、流速、观测仪数据获取的频率：传感器每隔5S测量一次流速和水位数据 四、小时平均流速计算：小时平均流速和水位数据由一小时内所有每隔5S测量的流速和水位数据取平均计算得出
霍文
1）数据内容： 生物标志物数据能够用于重建古气候，本套数据除了重建气候外，还尝试用于重建古海拔，并获得了较好的结果 2）数据来源及加工方法 生物标志物分析：样品经过超声萃取后，通过柱层析分离从而获得甲醇洗脱组分，定容后在LC-MS上机测试分析，得到GDGT数据(数据表述为无纲量的峰面积) 3）数据质量 样品采集、实验处理均按照严格的标准进行，所获数据质量可靠。 4) 数据应用成果及前景 应用这套数据发表SCI论文1篇（Frontiers in Earth Science）。
聂军胜
本数据使用了大量的MODIS遥感影像，基于Google Earth Engine平台对青藏高原2000年至2018年地表植被覆盖情况进分析计算。植被指数（NDVI）是监测地面植被情况的重要指标。Terra中分辨率成像光谱仪(MODIS)植被指数3级产品(MOD13Q1)第6版数据每16天以250米的空间分辨率生成。基于GEE平台计算的年均NDVI指数可以反映出2000-2018年的植被盖度长时间变化趋势。同时，2000-2018多年平均NDVI指数反映了青藏高原地区的空间分布情况。植被指数（NDVI）的时空变化监测对于环境变化研究、可持续发展规划等是不可或缺的重要基础信息和关键参量，有助于理解气候变化背景下一些生态因子（气温、降水）等变化及其产生的影响。
邱海军
乌郁盆地位于青藏高原南部冈底斯山脉南麓，南邻雅鲁藏布江，是研究青藏高原南部新生代构造活动历史的理想地区。乌郁盆地由下向上依次出露古新世-始新世林子宗群火山岩、渐新世日贡拉组火山岩、中新世芒乡组湖相地层和来庆组火山岩、晚中新世-上新世乌郁组和更新世达孜组。利用LA-ICP-MS共测得5件乌郁盆地芒乡组、乌郁组和达孜组地层砂岩和1件现代乌郁河流砂样品碎屑锆石年龄数据。结果显示芒乡组碎屑锆石年龄集中分布在45-80 Ma范围，乌郁组呈现8-15 Ma的主要年龄区间和45-70 Ma的次要年龄区间，达孜组呈现三个主要年龄区间：45-65 Ma、105-150 Ma和167-238 Ma，现代乌郁河流砂样品呈现8-15 Ma的主要年龄区间和45-65 Ma的次要年龄区间（图1）。所有样品中的晚白垩世-早始新世锆石年龄与冈底斯岩基主要岩浆活动时间一致，乌郁组和现代河流样品中出现的8-15 Ma与来庆组火山岩形成时间一致，达孜组中出现的三叠纪-侏罗纪锆石与盆地北部中拉萨地体岩浆活动时间一致。碎屑锆石年龄谱结果和沉积相分析表明青藏高原南部自印度-欧亚板块碰撞以来发育多期次构造-岩浆活动：（1）古近纪林子宗-日贡拉组火山岩；（2）15 Ma构造-岩浆活动结束盆地芒乡组湖相沉积，并形成来庆组火山岩；（3）8 Ma 构造活动造成来庆组火山岩成为盆地主要物源；（4）2.5 Ma盆地发育辫状河，接受北部中拉萨地体物源。第四纪以来，青藏高原南部地貌格局逐渐形成。
孟庆泉
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
本数据集为祁连山区域2021年的30m土地覆盖分类产品。该产品以2021年的土地覆盖分类产品为基础，基于Google Earth Engine平台的Landsat系列数据和强大地数据处理能力，利用变化检测的思想和方法生产得到，总体精度优于85%。该产品是1985-2020年土地覆盖分类产品的延续。1985-2020年的土地覆盖分类产品也可在本网站下载得到。其中，1985-2015年的土地利用产品为5年1期，2015-2021年的土地利用产品为1年1期。
杨爱霞, 仲波, 角坤升, 吴俊君
本数据集是中巴经济走廊及天山山脉土壤类型图（1971-1981），来源于世界粮农组织（FAO）和谐世界土壤数据库(v1.2)，覆盖范围为全球，空间分辨率为0.0833333°。该土壤数据是世界粮农组织与世界土壤信息机构、中国科学院土壤研究所及欧盟委员会联合研究中心合作的结果。统一的世界土壤数据库是一个拥有15000多个不同土壤测绘单元的30弧秒栅格数据库，结合了全世界现有的土壤信息与世界粮农组织的1:5 000 000比例尺世界土壤图（粮农组织，1971-1981）中的信息。该栅格数据库由21600行和43200列组成，并使用标准化的结构将属性数据与栅格地图联系起来，以显示或查询土壤单位的组成和选定的土壤参数的特征。土壤类型图可以为土地利用规划，地质灾害防治和管理等提供基础科学参考。
裴艳茜
本数据集整理和收集了青藏高原及周边地区500米空间分辨率的地表植被类型数据，数据源来自于美国地质调查局（USGS）官网（https://lpdaac.usgs.gov/products/mod12q1v006/），此数据是是MODIS三级数据的土地利用与覆被产品，空间分辨率为500m。通过使用Terra和Aqua反射率数据的监督分类得到的。通过将平滑样条应用于天底双向反射率分布函数（BRDF）-调整后的反射（NBAR）时间序列，第6版MCD1201产品开发出新的缺口填充光谱时间特征。而且，第6版产品还使用了隐马尔可夫模型（HMM），可减少类别标签中的虚假变化。该数据集中包含了17个主要土地覆盖类型，根据国际地圈生物圈计划（IGBP），其中包括11个自然植被类型，3个土地开发和镶嵌的地类和3个非草木土地类型定义类。其分别为：1-常绿针叶林；2-常绿阔叶林；3-落叶针叶林；4-落叶阔叶林；5-混交林；6-稠密灌丛；7-稀疏灌丛；8-木本稀树草原；9-稀树草原；10-草地；11-永久湿地；12-农用地；13-城市和建筑区；14-农用地/自然植被拼接；15-雪和冰；16-裸地；17-水。
邱海军
中巴经济走廊及天山山脉区域属于亚热带草原、沙漠气候和暖温带大陆性干旱气候，河流降水补给较少，北部山区河流补给为冰川积雪融水补给。地处印度河流域，印度河上游水系发达，有印度河干流、左岸西部杰赫勒姆河和奇纳布河等。本数据集是青藏高原水系图。水系是一种重要的自然要素，它的发育、形态及分布是多种因素综合作用的结果。河流的分类是依据水系最典型特征而进行的，因而水系的编码充分考虑了水系的分类，并兼顾河水的其他特性。国外河流数据来源于Natural Earth，所有的河流都接受了人工平滑和位置调整，以适应SRTM Plus高程数据生成的阴影地形。
邱海军
该数据为青藏高原区域的土地覆盖数据，空间分辨率为300米，时间分辨率为年，数据包括1995、2005和2015年3个时期。该数据为栅格格式（Tiff），采用2000国家大地坐标系，可以使用ArcGIS、ENVI等软件工具打开。原始数据来自欧洲哥白尼气候变化服务数据中心，该数据参照联合国粮食及农业组织开发的“土地覆被分类系统”，将全球土地覆被类型分为22类。由于其高精度、一致性以及年度更新的特征，该数据已经在全球范围内的土地利用和人类活动变化监测等领域得到了广泛应用。本数据在原始数据的基础上，在ArcGIS中经裁剪、投影、精度验证获得，并经过第二人进行质量审核，数据质量可靠。
杨雅萍
该数据为青藏高原1：400万地貌类型数据，地貌图可以表达地貌研究的成果，又是研究地貌的重要方法，对地貌学有着重要的作用，对地貌研究的不断发展有着重要的作用。数据包括两个部分，shp数据来源于中国1:400万形态地貌图，空间范围在中国境内；栅格数据来源于USGS（https://rmgsc.cr.usgs.gov/outgoing/ecosystems/Global/），空间范围扩展到了青藏高原及毗邻山区，包括部分境外区域。矢量数据由1:400万形态地貌图，经扫描配准，并矢量数字化，数字化时精度保证在2个象元以内，栅格数据经过空间校准、精度验证和裁剪得到，详细的数据加工处理过程可见https://onlinelibrary.wiley.com/doi/full/10.1111/tgis.12265。
杨雅萍
中巴经济走廊及天山山脉地形数据由日本宇宙航空研究所（Japan Aerospace Exploration Agency，简称JAXA）生产。中巴经济走廊及天山山脉30m数字高程模型（DEM）（2006-2011）描述的是地面高程信息，其是研究分析地形、流域、地物识别的重要原始资料。它在测绘、水文、水文、气象、地貌、地质、土壤、工程建设等国民经济以及人文和自然科学领域有着广泛的应用。在防洪减灾方面，DEM是进行水文分析如汇水区分析、水系网络分析、降雨分析、蓄洪计算、淹没分析等的基础；同时，DEM数据能够反映一定分辨率的局部地形特征，通过DEM可提取大量的地表形态信息，可用于绘制等高线、高程图、坡度图、坡向图、水系图、立体透视图、立体景观图，并应用于制作正射影像、立体地形模型与地图修测。该数据水平分辨率为30m（1弧秒），高程精度5米，是目前世界上最精确的地形数据之一。该数据下载地址为https://www.eorc.jaxa.jp/ALOS/en/aw3d30/data/。
邱海军
该数据为喜马拉雅山区流域所在喜马拉雅山区1：25万地形数据，由STRM90m高程数据实体在ARCGIS软件中按喜马拉雅山区边界掩膜提取得到，为90M栅格分辨率。由于DEM描述的是地面高程信息，它在测绘、水文、气象、地貌、地质、土壤、工程建设、 通讯、军事等国民经济和国防建设以及人文和自然科学领域有着广泛的应用。在防洪减灾方面，DEM是进行水文分析如汇水区分析、水系网络分析、降雨分析、蓄洪计算、淹没分析等的基础。
王中根
本数据集整理和收集了川藏铁路沿线及周边地区实测和调查最大24H降雨量点数据。含有流域KID、station、省份、X坐标、Y坐标、rain、date等字段数据。共计43条记录。数据来源：《中国暴雨统计参数图集》(2006版)。加工方法：将中国暴雨统计参数图集（2006版）实测和调查最大24H降雨量点数据在川藏铁路沿线及周边地区范围内的点人工数字化。数据集内还包含了川藏铁路沿线评估区域内所有子流域单元的十年、二十年、百年一遇最大24h降水值（1950s-2010s），根据评估区域内逐年最大24h降水序列进行频率计算得到。加工过程中，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。经多人复查审核，其数据完整性、逻辑一致性、位置精度、属性精度、接边精度、现势性均符合国家测绘局制定的有关技术规定和标准的要求，质量优良可靠。
王中根
本数据根据1840-2019重大山洪灾害案例汇编，是川藏铁路沿线的山洪灾害调查数据，包括了时间、地点、灾害类型、成因、经度、纬度、降雨量、铁路段和灾害损失信息。根据2006版的《中国历史大洪水资料调查汇编》、《全国山洪灾害防治项目（2013-2015年）》四川省和西藏自治区山洪灾害调查成果及实地调查等不同数据源的特点对原始资料进行真实性、一致性的检查及规范化处理；然后根据数据源及资料进行分析，整理归纳；最后，运用SuperMap软件进行处理等。
王中根
本数据集根据青藏高原1：25万三级流域分区河流水系数据（2012年）按川藏线及周边地区范围掩膜提取得到，为矢量数据。地理坐标系：GCS_China_Geodetic_Coordinate_System_2000；空间精度：比例尺1:25万。数据可用ArcGIS、ENVI或其他地理信息系统和遥感软件打开使用。水系可用来划分小流域，确定流域面积，计算水系的特征参数如河网密度、河系发育系数、河系不均匀系数等，在水文学领域具有重要作用。
王中根
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
