北极放大效应是 20 世纪最显著的气候变化现象。为理解北极放大效应对全球气候变化的响应及影响,科学家们开展了 CMIP6 子计划北极放大效应比较计划(PAMIP)。 中国科学院大气物理研究所的气候系统模式 FGOALS-f3-L 参加了上述计划并完成和提交了 8 组大样本集合试验。这些试验基于陆气耦合模式,分别考虑了不同下垫面强迫的组合在工业革命前情景、 现代气候情景和未来气候变化情景下,全球海温和海冰变化对大气环流及全球气候系统的影响。所有的试验外强迫固定在 2000 年,采用 100 个集合,从 2000 年 4 月 1 日开始积分到 2001 年 6 月 30 日。以上数据为进一步理解北极放大效应现象及其影响提供了新的科学数据和科学依据。
何编
青藏高原分区域动力降尺度(TPSDD)数据集是一个高空间-时间分辨率的网格数据集,用于整个青藏高原的陆地-空气交换过程和低层大气结构研究,并考虑到了青藏高原各分区域的气候特征。该数据集的时间跨度为1981年至2020年,时间分辨率为2小时,空间分辨率为10公里。数据集的气象要素包括近地表土地-空气交换参数,如向下/向上的长波/短波辐射通量、动量通量、显热通量、潜热通量等。此外,还包括从地表到对流层顶的3维风、温度、湿度和气压的垂直分布。通过比较观测数据和最新的ERA5再分析数据,对该数据集进行了独立评估。结果表明了该数据集的准确性和优越性,为未来的气候变化研究提供了巨大的潜力。
李斐, 马舒坡, 朱金焕, 邹捍, 李鹏, 周立波
本数据是基于气象观测数据、水文站点数据,结合各种同化数据和遥感数据,通过耦合积雪、冰川和冻土物理过程的青藏高原多圈层水文模型系统WEB-DHM(基于水和能量平衡的分布式水文模型)制备生成,时间分辨率为月尺度,空间分辨率为5km,原始数据格式为ASCII文本格式,数据种类包括格网径流与蒸发(若蒸发小于0,则表示凝华;若径流小于0,则表示当月降水小于蒸发)。若asc无法在arcmap中正常打开,请将asc文件前5行顶格。
王磊, 柴晨好
本数据是基于气象观测数据、水文站点数据,结合各种同化数据和遥感数据,通过耦合积雪、冰川和冻土物理过程的青藏高原多圈层水文模型系统WEB-DHM(基于水和能量平衡的分布式水文模型)制备生成,时间分辨率为月尺度,空间分辨率为5km,原始数据格式为ASCII文本格式,数据种类包括格网径流与蒸发(若蒸发小于0,则表示凝华;若径流小于0,则表示当月降水小于蒸发)。若asc无法在arcmap中正常打开,请将asc文件前5行顶格。
王磊, 刘虎
CMIP6是世界气候研究项目(WCRP)组织的第六次气候模式比较计划。原始数据来源于https://www.wcrp-climate.org/wgcm-cmip/wgcm-cmip6。该数据集包含了CMIP6中情景模式比较子计划(ScenarioMIP)的4种SSP情景组合。(1) SSP126:在SSP1(低强迫情景)基础上对RCP2.6情景的升级(辐射强迫在2100年达到2.6W/m2)。(2)SSP245:在SSP2(中等强迫情景)基础上对RCP4.5情景的升级 (辐射强迫在2100年达到4.5 W/m2)。(3)SSP370:在SSP3(中等强迫情景)基础上新增的RCP7.0排放路径 (辐射强迫在2100年达到7.0 W/m2)。(4)SSP585:在SSP5(高强迫情景)基础上对RCP8.5情景的升级(SSP585是唯一能使辐射强迫在2100年达到8.5 W/m2的SSP场景)。 利用GRU数据对原始CMIP数据进行后处理偏差校正得到2046-2065年月尺度降水(pr)和气温(tas)预估后处理数据集, 参考期为1985-2014年。
叶爱中
冻融指数是气候变化的一个重要敏感指示器,也被广泛应用于冻土变化研究中。研究全球范围内冻融指数的空间分布特征与时间变化趋势,可为全球冻土环境评估、工程建设以及应对气候变化提供依据。该数据集基于1973—2021年覆盖全球陆地且超过14 000个站点的逐日气温观测数据,计算空气冻结指数(FI)和空气融化指数(TI)。冻结/融化指数,是冻结/融化期内日平均气温低于/高于 0 ℃的温度累计值。考虑到指数计算要覆盖整个冻结/融化期,并保证计算时段的连续,北半球以该年7月1日至次年6月30日为一个冻结期,以该年1月1日至12月30日为一个融化期,南半球冻结/融化时段相反。对于有缺测年份的站点未进行填补处理,一方面避免了插值对结果带来的不确定性误差,二是尽可能保留了数据的真实性与准确性。开展全球冻融指数研究,可以有效全面了解近地表热状态,并可以为探究冻融状态变化提供重要的支撑。
彭小清, 陈聪, 牟翠翠
基于12套过去千年温度资料(包括2套青藏高原夏季温度格点重建数据集、2条北极温度重建序列、1套北极格点温度重建序列、6套全球温度格点重建数据集,以及1套过去千年全球再分析数据集),利用最优信号提取法重建了过去千年(900–1999 CE)青藏高原和北极夏季年分辨率气温变化序列。青藏高原的选取范围是(27°N–36°N, 77°E–106°E),北极的选取范围是(60°N–90°N)。重建目标是仪器观测数据CRUTEM4v数据集6月至8月夏季平均气温基于1961–1990 CE时段的异常值。数据可用于研究过去千年青藏高原和北极的温度变化规律及机理。
史锋
青藏高原(TP)在春季和夏季作为一个巨大的高架式地表和大气热源,对区域和全球气候和气候具有重要影响。为了探讨TP的热强迫效应,制备了青藏高原感热异常的全球模拟 敏感性试验数据集。 本数据包含三组敏感性试验:(1)全耦合模式CESM1.2.0中春季3-5月高原感热偏强cgcm_lar_mon_3-12-2.nc和高原感热偏弱cgcm_sma_mon_3-12-2.nc的敏感性试验;(2)单独大气环流模式CAM4.0中春季3-5月高原感热偏强cam_lar_mon3-8.nc和高原感热偏弱cam_sma_mon3-8.nc的敏感性试验。 包括:三维风、位势高度、气温、地表温度、比湿、感热通量、潜热通量、降水等常规变量 空间范围:全球模拟结果
段安民
青藏工程走廊北起格尔木,南至拉萨,其穿越青藏高原核心区域、是连通内地与西藏的重要通道。地表温度作为地表能量平衡中的主要参数,表征了地气间能量和水分交换的程度,广泛应用于气候学、水文学和生态学等的研究中。本文利用Aqua和Terra星白天和晚上的四次观测值求得了年平均地表温度。先下载了分辨率为1公里的8天地表温度合成产品MOD11A2、MYD11A2,再通过MRT(MODIS Reprojection Tool)对两景数据进行了批量拼接和投影转化,最后使用IDL计算得到了2010年以后的年平均MODIS地表温度数据。
牛富俊
根据 CMIP5 3 个未来情景(RCP2.6、RCP4.5、RCP8.5)资料,获得了 2006-2100 世纪全球年平均气温的空间分布。经分析发现在 RCP2.6 情景下,年平均气温呈现增长的趋势,增长率介于 0.0 °C/decade 至 0.2 °C/decade 之间(P<0.05),其中,高纬度地区增长较快,介于 0.1 °C/decade 至 0.2 °C/decade之间。综合 21 世纪全球年平均气温空间和时间变化特征,年平均气温在不同的气候情景下都呈现出变暖的趋势,高纬度地区年平均气温呈现出更加敏感和快速的增长。
牛富俊
1990-2020年全球高分辨率模拟近海洋表层气温-降水-海温数据集来源于最新CMIP6计划。CMIP6是世界气候研究项目(WCRP)组织的第六次气候模式比较计划。原始数据来源于https://www.wcrp-climate.org/wgcm-cmip/wgcm-cmip6。该数据集中包含了全球近海洋表层气温(tmp)、降水(pr)和海温(tos)数据。其中气温和降水数据包含CMIP6中情景模式比较子计划(ScenarioMIP)的4种不同实验场景的共享经济路径(shared socioeconomic pathway, SSP)与辐射强迫(representative concentration pathway, RCP)的矩形组合。(1) SSP126: 在SSP1(低强迫情景)基础上对RCP2.6情景的升级 (辐射强迫在2100年达到2.6W/m2)。(2) SSP245: 在SSP2(中等强迫情景)基础上对RCP4.5情景的升级 (辐射强迫在2100年达到4.5 W/m2)。(3) SSP370: 在SSP3(中等强迫情景)基础上新增的RCP7.0排放路径 (辐射强迫在2100年达到7.0 W/m2)。(4) SSP585: 在SSP5(高强迫情景)基础上对RCP8.5情景的升级(SSP585是唯一能使辐射强迫在2100年达到8.5 W/m2的SSP场景)。海温数据提供SSP126情景数据。
叶爱中
印度洋-第三极(青藏高原)大气和海洋的热力状况是影响亚洲季风活动和泛第三极区域气候变化的重要因素。在季节和年际尺度上,印度洋-第三极经向断面区域的大气和海洋热源状况与印度季风、孟加拉湾季风、热带印度洋海温模态演变等密切相关。基于此,我们计算并建立了印度洋-第三极经向断面区域的大气和海洋热源数据集。 为了得到每个等压面上大气加热率的水平分布,我们采用Yanai et al.(1973)提出的计算大气热源的倒算法: Q_1=c_p [∂T/∂t+V ⃑∙∇T+(p/p_0 )^κ ω ∂θ/∂p] 其中,Q_1为大气视热源,影响大气热源的因子有温度局地变化项、温度平流项和位温垂直变化项。T是气温,θ是位温,V ⃑是水平风矢量,ω是垂直速度,p_0=1013.25hPa。κ=R/c_p,R和c_p分别为干空气的气体常数和定压比热,κ≈0.286。 我们利用ERA5全球大气再分析资料(The Fifth Generation ECMWF Atmospheric Reanalysis of the Global Climate),计算了2000-2019年逐月的印度洋-第三极经向断面区域(30°S-60°N,60°E、70°E、80°E、90°E)大气垂直剖面加热率(单位:K/s,水平分辨率:1°×1°,垂直范围:1000-100hPa,共27层)。 参照Hall and Bryden(1982)可以给出在给定经度的垂直剖面上的海洋内部热能输送(Ocean Heat Transport,OHT)计算公式: OHT=∮_(Θ=Θ_i)▒∫_(z_b)^(z_0)▒〖ρ_0 c_p (θ-θ_r ) 〗∙udz 其中,ρ_0是海水密度,c_p是海水的比热容,θ是海水位温,基准温度θ_r可取0℃,u是纬向海水流速。z_0、z_b分别表示海表和海底深度。 我们利用CMEMS(Copernicus Marine Service)全球海洋集合再分析数据,计算了2000-2019年逐月的印度洋-第三极经向断面区域(30°S-30°N,60°E、70°E、80°E、90°E)海洋内部垂直剖面的热能输送(以向东为正,单位:PW(1015W),水平分辨率:1°×1°,垂直范围:从海表到海底约5900m深度,共75层)。 该数据集可以反映出印度洋-青藏高原地区经向剖面的大气和海洋热力状况与印度季风、孟加拉湾季风、热带印度洋海温模态演变的密切关联。比如,从印度洋-第三极70°E经向断面区域大气垂直剖面加热率的逐月演变(图1)能够看到,从3月至5月,大气热源区从热带南印度洋上空逐渐向北推进,特别是从5月到6月,大气热源区从赤道印度洋上空移向热带北印度洋上空,且强度显著加强、范围明显扩大,与此同时印度夏季风爆发。比如,从印度洋-第三极90°E经向断面区域大气垂直剖面加热率的逐月演变(图2)可以看到,4月到6月,大气热源区从热带印度洋上空向青藏高原南侧扩张并明显增强,与孟加拉湾季风的爆发和向北推进相一致。再比如,根据印度洋-第三极60°E和90°E经向断面区域海洋内部热能输送的逐月演变(图3和4)可知,赤道印度洋次表层有自西向东的海洋热能输送,它与印度洋赤道潜流的位置非常接近,且在西部的强度明显高于东部,这与风-温跃层-海温之间的反馈机制有关;另外值得注意的是,该次表层热能输送在春季(3-5月)较强,夏季减弱,秋末冬初(10-12月)再次显著加强,与印度洋偶极子的发展和形成存在相互作用。
李德琳, 肖子牛, 赵亮
采用WRF4.1.1模式制备的青藏高原高分辨率大气-水文模拟数据集,格点数为191*355,空间分辨率9km,覆盖范围如图1所示,时间分辨率为3h,模拟时采用的主要参数化方案包括:Thompson微物理方案、RRTM长波辐射方案、Dudhia短波辐射方案、MYJ边界层方案、Noah陆面过程方案。数据的时间跨度为2000-2010年,变量包括:降水(Rain),地面2m高度的温度(T2)和湿度(Q2),地表温度(TSK)、地面气压(PSFC)、地面上10m风场的纬向分量(U10)、地面上10m风场的经向分量(V10)。地表向下的长波通量(GLW)、地表向下短波通量(SWDOWN)、地表热通量(GRDFLX)、感热通量(HFX)、潜热通量(LH)、地表径流(SFROFF)、地下径流(UDROFF)等。该数据可有效支撑青藏高原地区区域气候特征及气候变化研究。
孟宪红, 马媛媛
鄂陵湖是青藏高原最大的淡水湖泊,与邻近的扎陵湖一起构成了黄河源头的“姊妹湖”,并入选了国际重要湿地名录,也是三江源国家公园的核心区。本数据集为中国科学院若尔盖高原湿地生态系统研究站2017-2020年黄河源区鄂陵湖草地观测点的常规气象观测数据,使用Kipp&Zonen CNR4、Vaisala HMP155A、PTB110等仪器观测获得,时间分辨率为半小时,主要包括风速、风向、气温、相对湿度(2020年为比湿)、气压、向下短波辐射、向下长波辐射、降水。
孟宪红, 李照国
该数据集包含了2021年1月1日至2021年10月9日青海湖流域地表过程综合观测网高寒草甸草原混合草原超级站气象要素梯度观测系统数据。站点位于青海省天峻县苏里路旁侧,下垫面是高寒草甸和高寒草原的混合。观测点经纬度为:东经 98°35′41.62″E,北纬 37°42′11.47″N,海拔3718m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m、15m、20m、30m、40m处,共7层,朝向正北;气压计安装在3m处;翻斗式雨量计安装在塔西偏北侧10m平台上;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤热流板(自校正式)(3块)依次埋设在地下6cm处,朝向正南距离塔体2m处;土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的正东方;土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的正东方;光合有效辐射仪安装在6m处,探头垂直向上和向下方向各一个,朝向正南。 观测项目有:风速(WS_3m、WS_5m、WS_10m、WS_15m、WS_20m、WS_30m、WS_40m)(单位:米/秒)、风向(WD_3m、WD_5m、WD_10m、WD_15m、WD_20m、WD_30m、WD_40m)(单位:度)、空气温湿度(Ta_3m、Ta_5m、Ta_10m、Ta_15m、Ta_20m、Ta_30m、Ta_40m和RH_3m、RH_5m、RH_10m、RH_15m、RH_20m、RH_30m、RH_40m)(单位:摄氏度、百分比)、降水量(Rain)(单位:毫米)、气压(Press)(单位:百帕)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒) 、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_400cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_400cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018/8/31 10:30。
李小雁
该数据集包含了2021年1月1日至2021年10月13日青海湖流域地表过程综合观测网亚高山灌丛气象要素梯度观测系统数据。站点位于青海省刚察县沙柳河镇大寺附近,下垫面是亚高山灌丛。观测点经纬度为:东经100°6'3.62"E,北纬37°31'15.67" N,海拔3495m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处,共3层,朝向正北;气压计安装在3m处;翻斗式雨量计安装在塔西偏北侧2m平台上;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤热流板(自校正式)(3块)依次埋设在地下6cm处,朝向正南距离塔体2m处;土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和500cm处,在距离气象塔2m的正东方;土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和500cm处,在距离气象塔2m的正东方;光合有效辐射仪安装在6m处,探头垂直向上和向下方向各一个,朝向正南。 观测项目有:风速(WS_3m、WS_5m、WS_10m)(单位:米/秒)、风向(WD_3m、WD_5m、WD_10m)(单位:度)、空气温湿度(Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m)(单位:摄氏度、百分比)、降水量(Rain)(单位:毫米)、气压(Press)(单位:百帕)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒) 、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_500cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_500cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018/8/31 10:30。
李小雁
该数据集包含了2021年1月1日至2021年10月13日的青海湖流域水文气象观测网温性草原气象要素梯度观测系统数据。站点位于青海省刚察县三角城种羊场,下垫面是温性草原。观测点经纬度为:东经 100°14'8.99"E,北纬 37°14'49.00"N,海拔3210m。风速/风向、风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处,共3层,朝向正北;气压计安装在3m处;翻斗式雨量计安装在塔西偏北侧;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤热流板(自校正式)(3块)依次埋设在地下6cm处,朝向正南距离塔体2m处;土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的东方;土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的东方;光合有效辐射仪安装在6m处,探头垂直向上和向下方向各一个,朝向正南。 观测项目有:风速(WS_3m、WS_5m、WS_10m)(单位:米/秒)、风向(WD_3m、WD_5m、WD_10m)(单位:度)、空气温湿度(Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m)(单位:摄氏度、百分比)、降水量(Rain)(单位:毫米)、气压(Press)(单位:百帕)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒) 、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_400cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_400cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018/8/31 10:30。
李小雁
数据内容:Nukus灌区2021年1月至2021年12月气温数据,单位为0.1℃。 数据来源及加工方法:本数据来源于Nukus灌区地下水自动监测站采集。 数据质量描述:本数据为站点数据,时间分辨率为3小时。 数据应用成果及前景:在气候变化背景下,可用于气象要素和地下水特征相关关系分析,也可以与其它水文气象数据相结合分析地下水时间以及空间分布变化特征。同时也可作为诸如极端气候、粮食减产以及人类健康等相关领域研究的基础数据。
刘铁
该数据集提供了位于拉萨市区北郊的夺底沟径流实验站的流量、降水、气温监测数据。其中,径流监测站点2处,提供了2019年6月至12月的径流数据,数据步长为10分钟;降水监测站点5处,提供了2018-2021年的降水数据,数据步长为1日;气温监测站点8处,提供了2018-2021年的气温数据,数据步长为30分钟。径流数据、降水和气温数据均为实测数据。该数据集可以为青藏高原的水文和气象过程研究提供数据支撑。
刘金涛
该数据集包含了黑河流域地表过程综合观测网上游阿柔站的大孔径闪烁仪通量观测数据。上游阿柔站分别架设了BLS900和RR-RSS460型号的大孔径闪烁仪,北塔为RR-RSS460的接收端和BLS900的发射端,南塔为RR-RSS460的发射端和BLS900的接收端。观测时间为2021年1月1日至2021年12月31日。站点位于青海省祁连县阿柔乡草达坂村,下垫面是高寒草地。北塔的经纬度是100.4712E,38.0568N,南塔的经纬度是100.4572E,38.0384N,海拔高度约3033m。大孔径闪烁仪的有效高度13.0m,光径长度是2390m,采样频率是1min。 大孔径闪烁仪原始观测数据为1min,发布的数据为经过处理与质量控制后的数据,其中感热通量主要是结合自动气象站观测数据,基于莫宁-奥布霍夫相似理论通过迭代计算得到,主要的质量控制步骤包括:(1)剔除Cn2达到饱和的数据(BLS900:Cn2>7.25E-14,RR-RSS460:Cn2>7.84 E-14);(2)剔除解调信号强度较弱的数据(BLS900:Average X Intensity<1000;RR-RSS460:Demod>-20mv);(3)剔除降水时刻的数据;(4)剔除稳定条件下的弱湍流的数据(u*小于0.1m/s)。在迭代计算过程中,对于BLS900,选取Thiermann and Grassl(1992)的稳定度普适函数;对于RR-RSS460,选取Andreas(1988)的稳定度普适函数,详细介绍请参考Liu et al. (2011, 2013)。 关于发布数据的几点说明:(1)上游LAS数据以BLS900为主,缺失时刻由RR-RSS460观测补充,两者都缺失则以-6999标记。(2)数据表头:Date/Time :日期/时间(格式:yyyy/m/d h:mm),Cn2 :空气折射指数结构参数(单位:m-2/3),H :感热通量(单位:W/m2)。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xlsx格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018),观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国, 李新
青藏高原作为“亚洲水塔”,对全球自然环境和气候变化有着深远的影响。因此,研究青藏高原对流层-平流层水汽分布特征是理解高原水塔的水汽来源和变化规律的重要环节。而在此地区缺乏原位观测,急需水汽探空数据集。为此,我们在青藏高原拉萨、昆明测站开展了探空观测,继而获得青藏高原对流层-平流层夏季水汽垂直分布。将数据集命名为泛第三极水汽探空数据集(Pan-Third Pole Water Vapor Sounding),主要是2009年7月至2019年8月在拉萨、昆明测站开展探空气球实验,获取的水汽廓线数据。通过常规高空探测气球搭载低温霜点湿度计(CFH)及无线电探空仪(iMet)等获取大气高度(Altitude)、水汽(H2O)、温度(Temp)、气压(Press)和位温(Theta)等从近地面到20 km高度数据。通过无线电探空仪将数据实时传回地面接收站。
卞建春
以中国科学院区域气候-环境重点实验室研制的区域环境集成系统模式为基础,建成了青藏高原对流解析区域气候模式。 模式模拟区域的网格中心位于(34N,100E), 水平分辨率为3km,模式的模拟网格点数为465(经向)X 375(纬向)。垂直方向为27层。模式层顶气压为50 百帕。缓冲区为15个网格,积分时间为2010年一年,采用欧洲中期天气预报中心的水平分辨率为0.25X0.25时间间隔为6小时的ERA5再分析资料作为驱动场,生成水平分辨为3公里*3公里时间间隔为1小时2010年青藏高原地面气象要素驱动数据 采用青藏高原对流解析区域气候模式进行动力降尺度后,解决青藏高原等地区缺乏长时间序列高时空分辨率的气象数据集的瓶颈问题,为青藏高原气候和环境未来变化、生态安全屏障建设等提供坚实可靠的科学数据基础。
熊喆
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
塔吉克斯坦西帕米尔冰川气象站(38°3′15″N,72°16′52″E,3730m),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。观测数据包括逐时气象要素(风向平均值(°)、内风速平均值(m/s)、风速最大时的风向(°)、风速最大值(m/s)、平均气温(℃)、最高气温(℃)、最低气温(℃)、平均相对湿度(%)、最低相对湿度(%)、平均大气压(hPa)、最高大气压(hPa)、最低大气压(hPa))。 资料时段为2020年12月10日至2021年10月13日 气象观测资料可以为研究西帕米尔山区气候变化、冰川、水资源之间的关系提供重要基础数据,为塔吉克斯坦阿姆河流域下游经济建设提供重要的数据。
霍文
青藏高原2018-2019年1km分辨率逐月气象数据集时间为2018年1月-2019年12月。原始数据来自地球陆地表面高分辨率气候学数据(CHELSA, Climatologies at high resolution for the earth’s land surface areas),经过空间校正、精度验证和裁剪等得到1km分辨率降水量、风速、气温、湿度数据。 数据可用ArcGIS、ENVI或其他地理信息系统和遥感软件打开使用。
杨雅萍
该数据集包含了2021年1月1日至2021年12月31日兰州大学寒旱区科学观测网络西营河站气象要素梯度观测系统数据。站点位于甘肃武威西营镇,下垫面是高寒草甸。观测点的经纬度是101.853E,37.561N,海拔3614m。二维超声风速/风向传感器和空气温湿度传感器分别架设在2m、4m、8m处,共3层,朝向正北;气压计安装在1.5m采集箱内;翻斗式雨量计安装在塔4m处;红外温度计安装在4m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm、20cm和40cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_1_2_1、WS_1_4_1、WS_1_8_1)(单位:米/秒)、风向(WD_1_2_1、WD_1_4_1、WD_1_8_1)(单位:度)、空气温湿度(Ta_1_2_1、Ta_1_4_1、Ta_1_8_1和RH_1_2_1、RH_1_4_1、RH_1_8_1)(单位:摄氏度、百分比)、气压(PA_1_1_1)(单位:百帕)、降水量(P_1_4_1)(单位:毫米)、四分量辐射(SWIN_1_4_1、SWOUT_1_4_1、LWIN_1_4_1、LWOUT_1_4_1、RN_1_4_1)(单位:瓦/平方米)、地表辐射温度(TC_1_4_1)(单位:摄氏度)、土壤热通量(SHF_1_5_1、SHF_1_10_1)(单位:瓦/平方米)、土壤水分(SWC_1_5_1、SWC_1_20_1、SWC_1_40_1)(单位:百分比)、土壤温度(TS_1_5_1、TS_1_20_1、TS_1_40_1)(单位:摄氏度) 、土壤水势(SWP_1_5_1、SWP_1_20_1,SWP_1_40_1)(单位:千帕)、土壤电导率(EC_1_5_1、EC_1_20_1、EC_1_40_1)(单位:微西门子/厘米)、光合有效辐射(PPFD_1_4_1)(单位:微摩尔/平方米秒)、日照时数(Sun_time_1_4_1)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);缺失或异常数据用-6999代替;2021.1.1-2021.7.23日,大气压传感器故障,该位置大气压数据错误;2021.9.15-2021.12.31日,20cm土壤三参数传感器故障,该位置土壤三参数数据错误;(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。
赵长明, 张仁懿
该数据集包含了2021年1月1日至2021年12月31日兰州大学寒旱区科学观测网络苏干湖站气象要素梯度观测系统数据。站点位于甘肃苏干湖,下垫面是湿地。观测点的经纬度是94.125E,38.992N,海拔2823m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处,朝向正北;气压计安装在1m采集箱内;翻斗式雨量计安装在塔4m处;红外温度计安装在4m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下10cm、20cm和40cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_1_4_1、WS_1_8_1)(单位:米/秒)、风向(WD_1_4_1、WD_1_8_1)(单位:度)、空气温湿度(Ta_1_4_1、Ta_1_8_1和RH_1_4_1、RH_1_8_1)(单位:摄氏度、百分比)、气压(PA_1_1_1)(单位:百帕)、降水量(P_1_4_1)(单位:毫米)、四分量辐射(SWIN_1_4_1、SWOUT_1_4_1、LWIN_1_4_1、LWOUT_1_4_1、RN_1_4_1)(单位:瓦/平方米)、地表辐射温度(TC_1_4_1)(单位:摄氏度)、土壤热通量(SHF_1_5_1、SHF_1_5_1)(单位:瓦/平方米)、土壤水分(SWC_1_10_1、SWC_1_20_1、SWC_1_40_1)(单位:百分比)、土壤温度(TS_1_10_1、TS_1_20_1、TS_1_40_1)(单位:摄氏度) 、土壤水势(SWP_1_10_1,SWP_1_20_1、SWP_1_40_1)(单位:千帕)、土壤电导率(EC_1_10_1,EC_1_20_1、EC_1_40_1)(单位:微西门子/厘米)光合有效辐射(PPFD_1_4_1)(单位:微摩尔/平方米秒)、日照时数(Sun_time_1_4_1)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);缺失或异常数据用-6999代替;(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。
赵长明, 张仁懿
该数据集包含了2021年1月1日至2021年12月31日兰州大学寒旱区科学观测网络寺大隆站气象要素梯度观测系统数据。站点位于甘肃张掖市肃南县康乐乡,下垫面是森林。观测点的经纬度是99.926E,38.428N,海拔3146m。二维超声风速/风向传感器和空气温湿度传感器分别架设在1m、2m、13m、24m、48m处,共5层;气压计安装在1.5m采集箱内;翻斗式雨量计安装在塔24m处;两个红外温度计分别安装在4m(冠层下)、24m(冠层下)处,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm、10cm、20cm、40cm和60cm处;光合有效辐射传感器分别安装在4m(冠层下)、30m(冠层下)处;日照时数传感器以及四分量辐射仪安装在30m处。 观测项目有:风速(WS_1_1_1、WS_1_2_1、WS_1_13_1、WS_1_24_1、WS_1_48_1)(单位:米/秒)、风向(WD_1_1_1、WD_1_2_1、WD_1_13_1、WD_1_24_1、WD_1_48_1)(单位:度)、空气温湿度(Ta_1_1_1、Ta_1_2_1、Ta_1_13_1、Ta_1_24_1、Ta_1_48_1和RH_1_1_1、RH_1_2_1、RH_1_13_1、RH_1_24_1、RH_1_48_1)(单位:摄氏度、百分比)、气压(PA_1_1_1)(单位:百帕)、降水量(P_1_24_1)(单位:毫米)、四分量辐射(SWIN_1_30_1、SWOUT_1_30_1、LWIN_1_30_1、LWOUT_1_30_1、RN_1_30_1)(单位:瓦/平方米)、地表辐射温度(TC_1_4_1、TC_1_30_1)(单位:摄氏度)、土壤热通量(SHF_1_5_1、SHF_1_10_1)(单位:瓦/平方米)、土壤水分(SWC_1_5_1、SWC_1_10_1、SWC_1_20_1、SWC_1_40_1、SWC_1_60_1 (单位:百分比)、土壤温度(TS_1_5_1、TS_1_10_1、TS_1_20_1、TS_1_40_1、TS_1_60_1)(单位:摄氏度) 、土壤水势(SWP_1_5_1、SWP_1_10_1、SWP_1_20_1、SWP_1_40_1、SWP_1_60_1)(单位:千帕)、土壤电导率(EC_1_5_1、EC_1_10_1、EC_1_20_1、EC_1_40_1、EC_1_60_1)(单位:微西门子/厘米)、光合有效辐射(PPFD_1_4_1、PPFD_1_30_1)(单位:微摩尔/平方米秒)、日照时数(Sun_time_1_30_1)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);缺失或异常数据用-6999代替;(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。
赵长明, 张仁懿
该数据集包含了2021年1月1日至2021年12月31日兰州大学寒旱区科学观测网络民勤站气象要素梯度观测系统数据。站点位于甘肃省武威市民勤县,地处中国西部地区巴丹吉林沙漠和腾格里沙漠之间。观测点的经纬度是103.668E,39.208N,海拔1020m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处,共2层,朝向正北;气压计安装在1.5m采集箱内;翻斗式雨量计安装在塔4m处;红外温度计安装在4m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下10cm和20cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_1_4_1、WS_1_8_1)(单位:米/秒)、风向(WD_1_4_1、WD_1_8_1)(单位:度)、空气温湿度(Ta_1_4_1、Ta_1_8_1和RH_1_4_1、RH_1_8_1)(单位:摄氏度、百分比)、气压(PA_1_1_1)(单位:百帕)、降水量(P_1_4_1)(单位:毫米)、四分量辐射(SWIN_1_4_1、SWOUT_1_4_1、LWIN_1_4_1、LWOUT_1_4_1、Rn_1_4_1)(单位:瓦/平方米)、地表辐射温度(TC_1_4_1)(单位:摄氏度)、土壤热通量(SHF_1_5_1、SHF_1_5_1)(单位:瓦/平方米)、土壤水分(SWC_1_10_1、SWC_1_20_1)(单位:百分比)、土壤温度(TS_1_10_1、TS_1_20_1)(单位:摄氏度) 、土壤水势(SWP_1_10_1,SWP_1_20_1)(单位:千帕)、土壤电导率(EC_1_10_1、EC_1_20_1)(单位:微西门子/厘米)、光合有效辐射(PPFD_1_4_1)(单位:微摩尔/平方米秒)、日照时数(Sun_time_1_4_1)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);缺失或异常数据用-6999代替;(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。
赵长明, 张仁懿
该数据集包含了2021年1月1日至2021年12月31日兰州大学寒旱区科学观测网络临泽站气象要素梯度观测系统数据。站点位于甘肃张掖临泽新华镇古寨村,下垫面是农田。观测点的经纬度是100.062E,39.238N,海拔1402m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处,共2层,朝向正北;气压计安装在1m采集箱内;翻斗式雨量计安装在塔4m处;红外温度计安装在4m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm和20cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_1_4_1、WS_1_8_1)(单位:米/秒)、风向(WD_1_4_1、WD_1_8_1)(单位:度)、空气温湿度(Ta_1_4_1、Ta_1_8_1和RH_1_4_1、RH_1_8_1)(单位:摄氏度、百分比)、气压(PA_1_1_1)(单位:百帕)、降水量(P_1_4_1)(单位:毫米)、四分量辐射(SWIN_1_4_1、SWOUT_1_4_1、LWIN_1_4_1、LWOUT_1_4_1、RN_1_4_1)(单位:瓦/平方米)、地表辐射温度(TC_1_4_1)(单位:摄氏度)、土壤热通量(SHF_1_5_1、SHF_1_10_1)(单位:瓦/平方米)、土壤水分(SWC_1_5_1、SWC_1_20_1)(单位:百分比)、土壤温度(TS_1_5_1、TS_1_10_1)(单位:摄氏度) 、土壤水势(SWP_1_5_1,SWP_1_20_1)(单位:千帕)、土壤电导率(EC_1_5_1、EC_1_20_1)(单位:微西门子/厘米)、光合有效辐射(PPFD_1_4_1)(单位:微摩尔/平方米秒)、日照时数(Sun_time_1_4_1)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);缺失或异常数据用-6999代替;(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。
赵长明, 张仁懿
该数据集包含了2021年1月4日至2021年12月31日兰州大学寒旱区科学观测网络连城站气象要素梯度观测系统数据。站点位于甘肃永登连城吐鲁沟国家森林公园吐鲁坪,下垫面是森林。观测点的经纬度是102.737E,36.692N,海拔2903m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处,共2层,朝向正北;气压计安装在1.5m采集箱内;翻斗式雨量计安装在塔2m处;红外温度计安装在4m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm和10cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_1_4_1、WS_1_8_1)(单位:米/秒)、风向(WD_1_4_1、WD_1_8_1)(单位:度)、空气温湿度(Ta_1_4_1、Ta_1_8_1和RH_1_4_1、RH_1_8_1)(单位:摄氏度、百分比)、气压(PA_1_1_1)(单位:百帕)、降水量(P_1_4_1)(单位:毫米)、四分量辐射(SWIN_1_4_1、SWOUT_1_4_1、LWIN_1_4_1、LWOUT_1_4_1、Rn_1_4_1)(单位:瓦/平方米)、地表辐射温度(TC_1_4_1)(单位:摄氏度)、土壤热通量(SHF_1_5_1、SHF_1_10_1)(单位:瓦/平方米)、土壤水分(SWC_1_5_1、SWC_1_10_1)(单位:百分比)、土壤温度(TS_1_5_1、TS_1_10_1)(单位:摄氏度) 、土壤水势(SWP_1_5_1,SWP_1_10_1)(单位:千帕)、土壤电导率(EC_1_5_1、EC_1_10_1)(单位:微西门子/厘米)、光合有效辐射(PPFD_1_1_1)(单位:微摩尔/平方米秒)、日照时数(Sun_time_1_4_1)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);缺失或异常数据用-6999代替;2021.6.13-3021.9.8日,由于电线被老鼠咬断,导致所有传感器数据缺失;2021.1.4-2021.9.8日,8m风速风向传感器、5/10cm土壤温/湿/电导率传感器、5/10土壤水势传感器、4m红外地温传感器故障(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:2021-8-20 10:30。
赵长明, 张仁懿
该数据集包含了2021年1月1日至2021年12月31日兰州大学寒旱区科学观测网络瓜州站气象要素梯度观测系统数据。站点位于甘肃酒泉瓜州县柳园镇,下垫面是荒漠。观测点的经纬度是95.673E,41.405N,海拔2014m。二维超声风速/风向传感器和空气温湿度传感器分别架设在2m、4m、8m、16m、32m、48m处,共6层,朝向正北;气压计安装在1.5m采集箱内;翻斗式雨量计安装在塔4m处;红外温度计安装在4m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm、10cm、20cm、40cm、60cm、80cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_1_2_1、WS_1_4_1、WS_1_8_1、WS_1_16_1、WS_1_32_1、WS_1_48_1)(单位:米/秒)、风向(WD_1_2_1、WD_1_4_1、WD_1_8_1、WD_1_16_1、WD_1_32_1、WD_1_48_1)(单位:度)、空气温湿度(Ta_1_2_1、Ta_1_4_1、Ta_1_8_1、Ta_1_16_1、Ta_1_32_1、Ta_1_48_1和RH_1_2_1、RH_1_4_1、RH_1_8_1、RH_1_16_1、RH_1_32_1、RH_1_48_1)(单位:摄氏度、百分比)、气压(PA_1_1_1)(单位:百帕)、降水量(P_1_4_1)(单位:毫米)、四分量辐射(SWIN_1_4_1、SWOUT_1_4_1、LWIN_1_4_1、LWOUT_1_4_1、RN_1_4_1)(单位:瓦/平方米)、地表辐射温度(TC_1_4_1)(单位:摄氏度)、土壤热通量(SHF_1_5_1、SHF_1_10_1)(单位:瓦/平方米)、土壤水分(SWC_1_5_1、SWC_1_10_1、SWC_1_20_1、SWC_1_40_1、SWC_1_60_1、SWC_1_80_1)(单位:百分比)、土壤温度(TS_1_5_1、TS_1_10_1、TS_1_20_1、TS_1_40_1、TS_1_60_1、TS_1_80_1)(单位:摄氏度) 、土壤水势(SWP_1_5_1、SWP_1_10_1、SWP_1_20_1、SWP_1_40_1、SWP_1_60_1、SWP_1_80_1)(单位:千帕)、土壤电导率(EC_1_5_1、EC_1_10_1、EC_1_20_1、EC_1_40_1、EC_1_60_1、EC_1_80_1)(单位:微西门子/厘米)、光合有效辐射(PPFD_1_4_1)(单位:微摩尔/平方米秒)、日照时数(Sun_time_1_4_1)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);缺失或异常数据用-6999代替;(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。
赵长明, 张仁懿
该数据集包含了2021年1月1日至2021年12月31日兰州大学寒旱区科学观测网络敦煌站气象要素梯度观测系统数据。站点位于甘肃敦煌西湖,下垫面是湿地。观测点的经纬度是93.709E,40.348N,海拔994m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处,朝向正北;气压计安装在1m采集箱内;翻斗式雨量计安装在塔4m处;红外温度计安装在4m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm和20cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_1_4_1、WS_1_8_1)(单位:米/秒)、风向(WD_1_4_1、WD_1_8_1)(单位:度)、空气温湿度(Ta_1_4_1、Ta_1_8_1和RH_1_4_1、RH_1_8_1)(单位:摄氏度、百分比)、气压(PA_1_1_1)(单位:百帕)、降水量(P_1_4_1)(单位:毫米)、四分量辐射(SWIN_1_4_1、SWOUT_1_4_1、LWIN_1_4_1、LWOUT_1_4_1、RN_1_4_1)(单位:瓦/平方米)、地表辐射温度(TC_1_4_1)(单位:摄氏度)、土壤热通量(SHF_1_5_1、SHF_1_10_1)(单位:瓦/平方米)、土壤水分(SWC_1_5_1、SWC_1_20_1)(单位:百分比)、土壤温度(TS_1_5_1、TS_1_20_1)(单位:摄氏度) 、土壤水势(SWP_1_5_1,SWP_1_20_1)(单位:千帕)、土壤电导率(EC_1_5_1,EC_1_20_1)(单位:微西门子/厘米)光合有效辐射(PPFD_1_4_1)(单位:微摩尔/平方米秒)、日照时数(Sun_time_1_4_1)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);缺失或异常数据用-6999代替;(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。
赵长明, 张仁懿
该数据集包含了2021年1月1日至2021年12月31日兰州大学寒旱区科学观测网络大野口站气象要素梯度观测系统数据。站点位于甘肃张掖大野口排露沟,下垫面是林缘草地。观测点的经纬度是100.286E,38.556N,海拔2703m。二维超声风速/风向传感器和空气温湿度传感器分别架设在8m处;气压计安装在1.5m采集箱内;翻斗式雨量计安装在塔2m处;红外温度计安装在2m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)埋设在塔南侧植被下5cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下20cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在2m处,朝向正南。 观测项目有:风速(WS_1_8_1)(单位:米/秒)、风向(WD_1_8_1)(单位:度)、空气温湿度(Ta_1_8_1和RH_1_8_1)(单位:摄氏度、百分比)、气压(PA_1_1_1)(单位:百帕)、降水量(P_1_4_1)(单位:毫米)、四分量辐射(SWIN_1_4_1、SWOUT_1_4_1、LWIN_1_4_1、LWOUT_1_4_1、Rn)(单位:瓦/平方米)、地表辐射温度(TC_1_1_1)(单位:摄氏度)、土壤热通量(SHF_1_5_1)(单位:瓦/平方米)、土壤水分(SWC_1_20_1)(单位:百分比)、土壤温度(TS_1_20_1)(单位:摄氏度) 、土壤水势(SWP_1_20_1)(单位:千帕)、土壤电导率(EC_1_20_1)(单位:微西门子/厘米)光合有效辐射(PPFD_1_4_1)(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);缺失或异常数据用-6999代替;(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。
赵长明, 张仁懿
本数据集综合了2014年珠峰、林芝、纳木错(探空观测时段为6月、8月和11月的 08时,14时和20时)站点和2019年第二次青藏高原科考“地-气相互作用与气候效应”立体综合加强期观测试验狮泉河(探空观测时段为5月、7月和10月的02时, 08时,14时和20时)站点探空观测数据。本数据是由位温、比湿、风速、风向和相对高度组成的梯度观测数据,数据采集频率为2s,使用时间均为北京时,数据完整性文件命名规则为:年份+要素.xlsx。
李茂善, 马耀明, 胡泽勇, 陈学龙, 孙方林, 马伟强
1)数据内容:2001-2018年南极冰盖近地面月气温时空数据集。 2)数据来源及加工方法:利用中分辨率成像光谱仪(MODIS)地表温度测量数据,结合119个气象站的现场气温记录,利用神经网络模型重建了南极冰盖(AIS)近地面气温数据,分辨率为0.05°×0.05°,时间尺度为2001-2018。 3)数据质量描述:精度优于ERA5再分析资料。 4)数据应用成果及前景:该数据库可用于研究南极冰盖近地面气温的时空分布特征,研究SAM和ENSO等对南极气温年际变化的影响。此外,由于数值天气预报模式输入的独立性,该数据集有可能用于气候模式验证和数据同化。
张雪影
数据集为中国多情景多模式逐月平均气温数据,空间分辨率为0.0083333°(约1km),时间为2021年1月-2100年12月。数据为NETCDF格式。数据是根据IPCC耦合模式比较计划第六阶段(CMIP6)发布的全球>100 km气候模式数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国地区降尺度生成。数据采用IPCC最新发布的SSP情景(SSP119、SSP245、SSP585),每个情景包含三个GCMs(EC-Earth3、GFDL-ESM4、MRI-ESM2-0)气候数据,数据集包含的地理空间范围是中国主要陆地,不含南海岛礁等区域。单位为0.1℃。文件命名是GCM_SSP_tmp-30s-序号.nc,30s即0.0083333°,序号从1-40,序号1表示2021.1-2022.12,依次表示年份;以EC-Earth3_ssp119_tmp-30s-1.nc文件为例,表示SSP119情景下EC-Earth3气候模的1km分辨率2021.1-2022.12逐月均温数据,含24个图层。欲更深入的理解数据请参阅文献引用方式下的数据作者已发表的论文。
彭守璋
近地表气温是反映气候变化的重要物理参数。为了获得中国地区高时空分辨率的日数据(Tmax、Tmin和Tavg),我们充分分析了各种现有数据(再分析数据、遥感数据和原位数据)的优缺点。针对不同的天气条件建立了不同的Ta重建模型,并通过建立不同区域的修正方程进一步提高数据精度。最后,获得了1979 - 2018年中国逐日气温数据集(Tmax、Tmin和Tavg),空间分辨率为0.1°。 对于Tmax,使用原位数据的验证表明,均方根误差(RMSE)范围为0.86°C至1.78°C,平均绝对误差(MAE)范围为0.63°C至1.40°C,皮尔逊系数(R2)范围为0.96至0.99。Tmin的RMSE为0.78°C ~ 2.09°C, MAE为0.58°C ~ 1.61°C, R2为0.95 ~ 0.99。对于Tavg, RMSE范围为0.35°C ~ 1.00°C, MAE范围为0.27°C ~ 0.68°C, R2范围为0.99 ~ 1.00。此外,利用多种评价指标分析Ta的时空变化趋势,Tavg增加幅度大于0.0°C/a,与全球变暖的总体趋势一致。 综上所述,该数据集具有较高的空间分辨率和可靠的精度,弥补了之前在高空间分辨率下缺失的温度值(Tmax、Tmin和Tavg)。该数据集也为研究气候变化,特别是高温干旱和低温冷害提供了关键参数。
方舒, 毛克彪
由于气象站点在三江流域内分布不均,并且多沿着交通干线,无观测数据的地区多,普通的空间插值方法难以获得准确的空间分布特征。基于WorldClim v2.1空间数据集中的气温数据,采用MATLAB语言读取三江流域研究区内空气温度数据,进行计算并输出为GIS格式的数据,采用ArcGIS软件实现三江流域2007-2018年平均气温状况的空间分布数据集。通过该数据集,有效解决了三江流域因地势复杂、高山峡谷众多导致气象站点在区内分布不均的问题,可较好的反映三江流域空气气温的2007-2018年长期的平均分布状况。
刘明浩
气温是重要的外动力环境要素之一。收集研究区三江流域内典型区域10处气象观测站点五道梁、沱沱河、曲麻莱、那曲、玉树、丁青、昌都、巴塘、得荣、丽江的气温日值数据,对收集数据进行筛选、剔除、分类计算等加工程序,获得研究区关键区域的年平均气温外动力环境因素2000-2020年时序数据集,通过该数据集,可反映三江流域关键区2000-2020年年平均气温变化规律及趋势,了解影响青藏高原滑坡的外动力因素气温的变化情况。
刘明浩
本数据集的制备是基于提出的针对藏东南冰川地区的全天候地表温度数据降尺度方法,通过分析全天候地表温度与其时空影响因子高程、地表覆盖类型、植被指数、积雪指数、地表反射率等数据之间的关系,构建了全天候地表温度的降尺度模型,将全天候地表温度产品的空间分辨率由1 km提升至250 m。通过地面站点实测数据进行验证,验证结果表明降尺度地表温度在站点处的RMSE白天与夜间分别为2.25 K、2.16 K左右,较原始1 km地表温度产品精度提升约0.5 K。图像质量指数的计算结果表明降尺度地表温度不仅获得了大量的细节热信息,而且在空间格局和幅值上与原始1 km地表温度保持了高度的一致性。本数据集对藏东南冰川地区高分辨率全天候地表温度生成和灾害监测具有一定的意义。
周纪, 黄志明, 钟海玲, 唐文彬
波密县天摩沟地面气象数据是由布置在帕隆藏布流域天摩沟中游的气象监测点采集获得的,数据采集时间为2020年。数据主要内容包括天摩沟雨量和气温观测数据,雨量数据通过HOBO雨量计采集得到,HOBO雨量计为翻斗式雨量计,每0.2mm降雨量记录为一次事件,输出记录的事件次数,事件次数乘以0.2mm即为雨量值;气温由数据记录仪中内置的一个10位分辨率温度传感器测量,采集方式为每小时采集存储一次,可以获得气温小时均值。该数据质量可靠、精度较高,可用于反映天摩沟雨量和气温实时变化动态,监测泥石流起动临界条件,预报该地区未来泥石流事件发生的可能性。
侯伟鹏
该数据集记录了阿里荒漠环境综合观测研究站观测场内(33°23.42′ N, 79°42.18′ E, 4270 m asl)2019-2020年的气象数据,数据时间分辨率为天。包含如下基本参数:气温(℃)、相对湿度(%)、风速(m/s)、风向(°)、气压(hPa)、降水量(mm)、水汽压(Kpa)、向下短波辐射(W/m²)、向上短波辐射(W/m²) 、向下长波辐射(W/m²) 、向上长波辐射(W/m²) 、净辐射(W/m²)、地表反照率(%)、土壤温度(℃)、土壤含水量(%)。 观测仪器的传感器型号:大气温度和湿度:HMP45C;降水:T200-B;风速和风向: Vaisala 05013;净辐射:Kipp Zonen NR01;气压:Vaisala PTB210;土壤温度:109温度探头;土壤含水量:CS616。数据采集器:CR 1000。原始数据的时间分辨率为30 min。 该数据可供从事气象、大气环境或生态等研究的科研人员使用。
赵华标
该气象数据为中国科学院珠穆朗玛大气与环境综合观测研究站观测场内(86.56°E, 28.21°N,4276m)2019-2020年观测的气温、相对湿度、风速、降水量、气压、辐射、土壤温湿度等基本气象数据。降水量为日累计值。 所有数据严格按照仪器操作规范进行观测和采集,在加工生成数据时,剔除了一些明显的误差数据。 该数据可供从事气象、大气环境或生态等研究的学生和科研人员使用(注意:使用时必须在文章中标明数据来源于中国科学院珠穆朗玛大气与环境综合观测研究站,Qomolangma Station for Atmospheric and Environmental Observation and Research, Chinese Academy of Sciences (QOMS/CAS))
席振华
冰川区域内的近地表气温变化和温度预测的可靠性是水文和冰川学研究的重要问题,由于缺乏高海拔观测,这些问题仍然难以捉摸。本研究基于从 6 个不同流域的 12 个自动气象站、43 个温度记录仪和 6 个国家气象站收集的 2019 年气温数据,展示了不同冰川/非冰川地区的气温变化,并评估了不同温度预测的可靠性,以减少消融估计中的误差。结果表明,不同气候背景下温度递减率 (LRs) 的空间异质性很大,最陡峭的 LRs 位于寒冷干燥的青藏高原西北部,最低的 LRs 位于受暖湿季风影响的青藏高原东南部。青藏高原西部和中部高海拔冰川区的近地表气温受下降风的影响较小,因此可以从冰川外的记录中线性预测。相比之下,青藏高原东南部温带冰川上盛行的局地降风风对环境气温的降温作用明显,因此,冰川上气温明显低于同等海拔的非冰川地区。因此,来自低海拔非冰川站的线性温度预测可能导致正度日数高估 40%,特别是对于流线距离长且冷却效果显着的大型冰川。这些发现提供了值得注意的证据,表明在估算青藏高原冰川融化时,应仔细考虑不同气候条件下高海拔冰川的不同 LR 和相关冷却效应。
杨威
数据采集于海北高寒草甸生态系统研究站样地(101°19′E,37°36′N,海拔3250m),位于青藏高原东北隅祁连山北支冷龙岭东段,高寒草甸是该地区主要的植被类型。数据记录了高山植物冠层上方光照、空气温湿度以及风温风速数据。通过LI-190R 光合有效辐射传感器(LI-COR,Lincoln NE,USA)和LR8515数据采集器(Hioki E. E. Co., Nagano, Japan)记录高山植物冠层上方辐射强度,记录间隔为每秒一次。用S580-EX温湿度记录仪(深圳华图)以及万向风速记录仪(北京天建华仪)记录空气温湿度以及风温风速的日动态,记录间隔为每三秒一次。记录时间为从北京时间7月13日10点至8月17日21点,由于每日需要使用USB存储时间以及更换电池,所以每日有3-5min的数据缺失,缺失的时间段不固定。目前该数据暂未发表。通过研究该数据可以进一步探讨高山植物叶片所处的微环境以及可能的对叶片生理反应的影响。
唐艳鸿, 郑天宇
本数据为基于WRF模式4.1.2版本和WRFDA同化系统4.1.2版本建立的中亚区域再分析资料,变量包含气温、气压、风速、降水、辐射。再分析的建立使用了循环同化的方式,每6小时使用3DVAR同化一次,同化的资料包括常规大气观测和卫星辐射资料。其中常规资料主要来源为GTS,来源包括人工站、自动站、探空和飞机报,观测要素包括气温、气压、风速和湿度。卫星观测包括反演数据和辐射数据,反演数据主要为极轨气象卫星(NOAA-18、NOAA-19、METOP-A和METOP-B)反演的云导风,并重采样到54km水平分辨率;辐射数据包含了MSU、AMSU和MHS等微波辐射和HIRS红外辐射数据。模拟采用双层嵌套的方式,水平分辨率分别为27公里和9公里,垂直方向共38层,模式层顶为10hPa。模式的侧边界条件由ERA-Interim再分析逐6小时的分析场提供,模式使用的物理方案为Thompson微物理方案,CAM辐射方案,MYJ边界层方案、Grell对流方案和Noah陆面模式。本资料覆盖区域包括中亚地区的哈萨克斯坦、塔吉克斯坦、吉尔吉斯斯坦、土库曼斯坦和乌兹别克斯坦五个国家以及里海、咸海、巴尔喀什湖、伊萨克湖等中亚地区的湖泊,可用于该区域的气候、生态、水文等方面的研究。以中亚地区台站观测的降水为参照,本数据的模拟效果和融合降水产品MSWEP相似,优于ERA5和ERA-Interim。
姚遥
该数据主要为中国科学院藏东南站2014年4月架设位于昌都市八宿县然乌镇阿日村,然乌中湖边的气象站的气温数据,地理位置96.7699E, 29.4364N,3920m. 仪器探头型号为HMP155A,探头距离地表2m,下垫面为高寒草甸,部分原始数据有缺失,通过同样位于该地的通量站以及附近的四道班气象站和气象局的然乌站进行矫正,插值得到。 该数据为区域内少有的可共享数据,该数据可作为区域气候、河流、湖泊、冰川、生态等的背景基础数据。 数据使用时,文章中应该体现中科院藏东南站,更高精度的数据可以和数据作者联系。
罗伦
基于台站历史逐日最高温数据以及再分析资料数据集,发展了一个基于一阶自回归和多元线性回归模型的逐日最高温统计降尺度模型,并由全球气候模型(CNRM-CM6-1)的 IPCC CMIP6 情景数据驱动该统计降尺度模型,预估中亚65个台站2015-2100年5种热浪指数(热浪事件数 (HWM),热浪频数(HWF), 热浪强度(HWM), 热浪最大持续时间(HWD),热浪振幅(HWA))的未来变化情景。最终获得2015-2100年四种排放情景下(SSP126,SSP245,SSP370,SSP585),中亚65个台站热浪变化情景数据集。
范丽军
中亚西亚野外气象站观测数据集(2019-2020)包括哈萨克斯坦(5个站),吉尔吉斯斯坦(1个站),塔吉克斯坦(3个站),乌兹别克斯坦(1个站),伊朗(2个站)共12个野外气象观测站的气象月数据,涉及21个观测指标:月平均气温(TA)、月平均气压(PA)、月平均相对湿度(RH)、月总降雨量(Pr)、月平均风速(WS)、月平均风向(WD)、0cm月平均土壤温度(TS1)、5cm月平均土壤温度(TS2)、10cm月平均土壤温度(TS3)、15cm月平均土壤温度(TS4)、20cm月平均土壤温度(TS5)、40cm月平均土壤温度(TS6)、60cm月平均土壤温度(TS7)、100cm月平均土壤温度(TS8)、月总太阳总辐射(SR)、月总反射辐射(GR)、月总紫外辐射(UVR)、月总净辐射(NR)、月总光合有效辐射(PAR)、月总土壤热通量(HF)、月总日照时长(SD)。 12个野外站涵盖农田、森林、草地、沙漠、荒漠、湿地、高原、山地等不同生态系统类型,资料时间长度从2019年10月开始,至2020年12月。本数据集由地面气象观测站收集到的气象原始数据经筛查和审核后,进行格式转换后获得,数据质量良好。中亚地区气候类型多样,生态环境脆弱,气象灾害频繁,本数据集的建立对于开展长期的中亚生态环境监测、防灾减灾、中亚地区气候变化与生态环境等领域的研究提供了数据支撑,目前已经在中亚生态环境监测研究中获得了应用。
李耀明
1) 青藏高原地面气象驱动数据集(2019-2020),包括地表温度(Land surface temperature)、地表降水率(Mean total precipitation rate)、下行短波辐射(Mean surface downward long-wave radiation flux)以及下行长波辐射(Mean surface downward short-wave radiation flux)4个气象要素。 2) 该数据集以ERA5再分析数据为基础,辅以MODIS NDVI、MODIS DEM、FY3D MWRI DEM数据产品。通过多元线性回归方法对ERA5再分析数据进行降尺度处理,最后通过重采样生成。 3) 青藏高原地面气象驱动数据集(2019-2020)各数据要素均以TIFF格式存储,时间分辨率包括(每日、每月、每年),空间分辨率统一为0.1°×0.1°。 4) 本数据方便不会使用.nc格式的此类同化数据的科研人员和学生使用。在高寒网各野外站和泛第三极地区境外台站的长期观测数据基础上,建立泛第三极地区气象、水文及生态要素系列数据集;通过重点区域的强化观测与样地和样点验证,完成气象要素、湖泊水量与水质、地上植被生物量、冰川冻土变化等数据产品的反演;基于物联网技术,研制建立多站联网的气象、水文、生态数据管理平台,实现联网数据实时获取与远程控制及共享。
朱立平, 杜宝隆
1)数据内容(包含的要素及意义):高寒网19个站(藏东南站、纳木错站、珠峰站、慕士塔格站、阿里站、格尔木站、天山站、祁连山站、若尔盖站(共2个点,西北院和成都生物所)、玉龙雪山站、那曲站(含3个站点,青藏所、西北院和地理所)、海北站、三江源站、申扎站、拉萨站、青海湖站)2020年青藏高原气象观测数据集(气温、降水、风向风速、相对湿度、气压、辐射和通量等数据) 2)数据来源及加工方法:高寒网19个站实地观测Excel格式 3)数据质量描述:站点日分辨率 4)数据应用成果及前景:在高寒网各野外站和泛第三极地区境外台站的长期观测数据基础上,建立泛第三极地区气象、水文及生态要素系列数据集;通过重点区域的强化观测与样地和样点验证,完成气象要素、湖泊水量与水质、地上植被生物量、冰川冻土变化等数据产品的反演;基于物联网技术,研制建立多站联网的气象、水文、生态数据管理平台,实现联网数据实时获取与远程控制及共享。另外,该数据集是对中国高寒区地表环境与观测网络气象数据(2019)的更新。
朱立平
该数据集是根据24个CMIP6全球气候模式的historical(1951–2014年)、SSP2-4.5和SSP5-8.5(2015–2100年)试验数据,计算得出的在一带一路地区模拟性能较好的五个极端气温指数(最冷昼温TXn、最冷夜温TNn、夏日天数SU、热带夜数TR和霜冻日数FD)的未来集合预估数据。空间分辨率是1.875°×1.25°(经度×纬度),时间分辨率是年。该数据可以用于一带一路地区极端气温预估及风险防范。
钱诚
1) 数据内容(包含的要素及意义):数据包含气温(℃)、降水(mm)、相对湿度(%)和风速(m/s)和辐射(W/m2)四个指标的日值。 2) 数据来源及加工方法:气温、相对湿度、辐射和风速为日均值,降水为日累计值;数据采集地点为色季拉山东坡林线附近:29°39′25.2″N,94°42′25.62″E,4390m;下垫面为自然草地;采集器型号:Campbell Co CR1000,采集间隔时长:10分钟。数字化自动采集数据。气温和相对湿度仪器探头为HMP155A;风速传感器为05103;降水为TE525MM;辐射为Li200X。 3) 数据质量描述:气温、相对湿度和风速原始数据为10分钟一个的平均值,降水为10分钟的累积值;分别通过算术平均或求和得到日平均气温、相对湿度、降水量和风速。由于传感器限制,冬季降水量可能有一定的误差。 4) 数据应用成果及前景:此数据是已有数据《色季拉山气象数据(2007-2017)》和《中科院藏东南站色季拉山东坡林线基本气象数据(2018)》的更新,数据时间尺度跨度大,方便大气物理、生态、大气环境等方面的科学家或研究生使用。每年会不定期更新此数据。
罗伦
地点:西藏自治区那曲市色尼区罗玛镇4村凯玛村; 坐标:东经 92°6′19″、北纬 31°16′35″; 下垫面类型:高寒草甸,紧邻一个小村落和那曲河 数据要素:向上短波辐射、向下短波辐射、向上长波辐射、向下长波辐射、净辐射传感器温度、短波净辐射、长波净辐射、反照率、净辐射传感器温度、短波净辐射、长波净辐射、反照率、空气温度、相对湿度、土壤热通量、土壤温度(0cm)、土壤温度(10cm)、土壤温度(20cm)、土壤温度(30cm)、土壤温度(100cm)、土壤温度(150cm)、土壤温度(200cm)、土壤温度(250cm) 、土壤体积含水量、大气压、光合有效辐射、风速、风速、风向、太阳辐射、净辐射。 数据来源:那曲站自动气象站,所有数据都是日值数据、原始数据未加工。 数据质量描述:数据真实、完备、准确。 数据应用成果及前景:提供科研人员原始数据,为各种科学试验提供基础气象数据。
次仁曲宗
本数据由中国科学院纳木错多圈层综合观测研究站自动气象站观测获得,地理位置坐标为北纬30.77,东经90.96,海拔4730m,日尺度,降水量数据经过校正处理。数据集要素包括气温、降水量、相对湿度、风速、总辐射、气压。时间范围为2019年1月1日到2020年12月29日。监测期间数据稳定、连续性较好,通过气象数据分析,对认知该区域局地气候变化的情况有重要帮助,同时,本数据应用前景广泛,可服务于如大气科学、水文学、气候学、自然地理学和生态学等背景的研究生和科学家。
王君波
该气象数据为位于中科院藏东南站观测场内(94.738286°E, 29.76562°N,3326m)观测的气温、相对湿度、风速、降水量和气压等基本气象数据,下垫面为林间草地。原始数据的时间分辨率为10 min,气温、相对湿度、风速和气压通过计算算术平均值得到,降水量为日累计值。气象站架设于2006年底,2020年8月对各探头进行了更换,使用时请注意,更新前后各仪器探头型号如下:温湿度探头型号由HMP45C更换为HMP155;气压探头型号由PTB220更换为PTB110;风速传感器型号由034B更换为0513,雨量筒传感器型号没有改变均为RG13H。 该数据可供从事气象、大气环境或生态等研究的学生和科研人员使用(注意:使用时必须在文章中标明数据来源于中国科学院藏东南高山环境综合观测研究站,South-East Tibetan plateau Station for integrated observation and research of alpine environment,CAS)
罗伦
中亚的生态系统脆弱,自然灾害频发,水资源短缺,冰川加速融化,是气候变化敏感区之一。在评估该地区的脆弱性、影响性和适应性时,急需高分辨率的气候预估数据集。为此,我们对来自CMIP5的三个偏差订正后的全球气候模式(MPI-ESM-MR、CCSM4和HadGEM2-ES),在中亚地区开展了9千米的动力降尺度,继而生产了一个中亚高分辨率气候预估数据集,将其命名为HCPD-CA(High-resolution Climate Projection Dataset in Central Asia)。它的历史时段是1986-2005,未来时段是2031-2050,排放情景是RCP4.5。这个数据集有4个静态变量和10个常被用于驱动生态和水文模型的气象要素。静态变量有地形高度(HGT, m)、土地利用类型(LU_INDEX, 21 categories)、陆地水体(LANDMASK, 1代表陆地, 0代表水体)和土壤类型(ISLTYP, 16 categories)。10个气象要素是日降水量(PREC,mm/day)、2米日平均/最高/最低温(T2MEAN/T2MAX/T2MIN,K)、2米日平均相对湿度(RH2MEAN,%)、10米日平均维向和经向风(U10MEAN/V10MEAN,m/s)、日平均向下短波/长波辐射(SWD/LWD,W/m2)和日平均地表气压(PSFC,Pa)。评估结果显示:这个数据产品在描述中亚各个气象要素的平均态上有很高的质量,这保证了其可用性。未来气候变化的主要特征是:升温剧烈(年均温升高1.62-2.02℃),向下短波和长波辐射显著增强,其他气象要素变化很小。HCPD-CA数据集可被用于评估未来气候变化对中亚的多方面影响,特别是在生态和水文系统上。
邱源
本数据集为:由CMIP6计划中MPI-ESM-HR1.2模式数据进行驱动,对CORDEX区域8(中亚区域)用WRF模式进行动力降尺度模拟得到的结果。数据包含2m温度(变量T2)和降水这两个变量,其中降水变量由对流降水(变量RAINC)和非对流降水(变量RAINNC)两部分组成。时间段包含历史试验(1995-2014年)、未来近期(2021-2040年)和未来中期(2041-2060年),其中未来时间段包含SSP1-2.6和SSP5-8.5两种情景。模拟的时间分辨率为6小时一次,空间分辨率为25km,垂直层数为51层,热启动为1994年一整年,使用了海温更新,并且选取了在该地区表现较好的参数化方案组合。该数据集能较好地反应中亚地区和青藏高原地区未来的气候变化特征,能为相关国家适应气候变化做出应对提供指导。
罗勇, 周杰威, 施文
该数据集是利用气候模型COSMOS运行的,37.5-32kaBP轨道变化瞬变试验TRN40ka,来自Zhang et al(2021, Nature Geoscience,https://www.nature.com/articles/s41561-021-00846-6)。 具体的试验设计请参考原文献。 COSMOS(ECHAM5-JSBACH-MPI-OM)是德国马普所研发的海洋大气植被耦合气候模型。大气-陆面模块ECHAM5-JSBACH的空间分辨率为T31(∼3.75°),垂直19层;海洋模块MPI-OM是不规则网格,水平分辨率为 (3°×1.8°) ,垂直40层。
张旭
北极大河流域地面气象要素驱动数据集,包括地表日最大、最小及平均气温、日降水量、日均风速共5个要素。数据为NETCDF格式,水平空间分辨率约为0.1度(0.083°),范围包括了Yenisy、Lena、Ob、Yukon及Mackenzie流域,该数据可为北极大河流域水文过程模拟提供驱动数据。利用进一步质量控制的全球历史气候网数据集(GHCN)、全球日气象数据集(GSOD)、美国历史气候网数据集(USHCN)、加拿大气候数据集(AHCCD)、前苏联/俄罗斯气候数据集(USSR/Russia)的气象站点日观测数据,以ClimateNA(北美)、Worldclim(欧亚)数据作为背景场,采用薄板样条函数插值方法生成。
赵求东, 吴玉伟
该数据集包含了2020年1月1日至2020年12月31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
基于中国地面逐日气象要素数据集、全国地理基础数据、自然环境基础数据集,运用像元二分模型、密度分析、RclimDex、非平稳标准化降水蒸散指数(NSPEI)和双线性内插法等多种指标计算方法计算了横断山区的极端降水、极端气温、干旱强度、干旱频率等多种指标。该数据集包括横断山区的孕灾环境基础数据集、极端降水指标基础数据集、极端气温指标基础数据集、干旱强度和干旱频率基础数据集。该数据集可为区域内极端高温、降水和干旱风险评估提供基本的指标体系。我们得出横断山区内90%以上站点的极端气温暖指数显著上升,极端气温冷指数显著下降。南北气温差异显著,以青藏高原为界,北部气温日较差大,平均在13.83℃,南部气温日较差小,平均为11.38℃,南部平均的冰冻日数在1d左右。随着重现期的增加,持续干燥期(CDD)大于110d的区域逐渐由西部扩大到金沙江下游流域;在不同重现期下,持续降雨期(CWD)和年降水总量(PRCPTOT)的高值区集中在西部和南部的边缘;北部的日最大降水量(RX1day)在不同重现期下变化不显著,在60mm以下;最低气温极小值(TNn)和最高气温极大值(TXx)在空间分布上北低南高,40℃以上的高温普遍发生在南部的干旱河谷。
孙鹏
泛第三极区域数据集呈现海量、零散等特征,现有数据集种类较多,覆盖范围广,涉及水文、生态、大气以及灾害等多个领域,但这些数据集来自不同平台,在尺度、数据格式等方面各不相同,数据的可利用性较差,不利于科研人员展开泛第三极地区的科学研究,同时也无法发挥出这些数据集的巨大潜力。本研究采用来自多个数据平台的最新数据使用数据集成、数据融合等集成方法生产更高质量和更新年份的泛第三极综合数据集。根据不同来源、不同分辨率的数据,对这些数据进行质量控制,根据数据科学内容进行集成。对部分数据,利用数据融合技术,融合不同来源的数据,产生数据质量更高、年份更新的创新性数据产品,更好地服务于陆面过程模型等研究中。泛第三极数据集根据自然数据和社会经济数据分别采用泛第三极流域边界和泛第三极国家边界获取数据,统一采用罗宾逊(Robinson)投影格式。获得了多源集成的包含基础数据集、冰冻圈数据集、水文大气数据集、生态数据集、灾害数据集和人文地理数据集共六类数据集。 (1)基础数据集包含边界数据集、30米土地覆被数据、植被功能数据、30米SRTM数字高程数据和HWSD土壤质地数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极基础数据集数据文档.docx”。 (2)冰冻圈数据集包含冻土数据集、冰川分布数据、冰湖分布数据和积雪深度数据。其中,冻土数据集又包含冻土分布数据、冻土水热分带数据、冻土指数数据和冻土表面粗糙度数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极冰冻圈数据集数据文档.docx”。 (3)水文大气数据集包含河流湖泊数据集、蒸散发数据集和大气数据集。河流湖泊数据集包含河流数据和湖泊数据,蒸散发数据集包含MODIS蒸散发数据、土壤蒸发数据、水体冰雪蒸发数据和冠层截流蒸发数据,大气数据集包含ERA5-Land再分析数据集中的地表热辐射数据、地表太阳辐射数据、降水数据、气压数据、温度数据和风场数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极水文大气数据集数据文档.docx”。 (4)生态数据集包含总初级生产力数据和植被蒸腾数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极生态数据集数据文档.docx”。 (5)灾害数据集包含滑坡数据和地震区划数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极灾害数据集数据文档.docx”。 (6)人文地理数据集则包含交通道路数据、铁路机场数据、人口密度数据、主要国家人均GDP数据、收入水平数据和世界遗产分布数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极人文地理数据集数据文档.docx”。 泛第三极综合数据集将为相关研究者提供便利,避免相关研究在获取数据和处理数据的过程中重复劳动,节省研究者宝贵的时间,并且在陆面过程模型、水文模型和生态模型等科学研究中起到重要作用,促进泛第三极地区科学研究的发展,为泛第三极地区的科学研究提供数据支撑。
李虎, 潘小多, 李新, 盖春梅, 冉有华
该数据集包含了2019年1月1日至2019年12月31日的青海湖流域自动气象站观测数据。共有两个站点,其中鸟岛站位于青海省海南州共和县,观测点经纬度36°58′N,99°52′E;瓦颜山站位于青海省海北州刚察县伊克乌兰乡观测点经纬度37°44′ N,100°05′ E。观测要素包括3层(1m、5m、10m)空气温度(℃)和相对湿度(%),大气压强(hpa)和光合有效辐射(W/m2)。数据基于CR1000 数据采集器收集,使用hmp155a测量空气温度与湿度,使用CS106测量大气压强, 使用LI200R测量光合辐射,每半小时进行一次数据记录。本数据集将为青藏高原重点城镇化地区生态安全屏障优化体系研究提供支持。
陈克龙, 陈治荣
This file contains the datasets used in a manuscript published in JGR Biogeosciences (Nieberding, F., Wille, C., Ma, Y., Wang, Y., Maurischat, P., Lehnert, L., and Sachs, T.: Winter daytime warming and shift in summer monsoon increase plant cover and net CO2 uptake in a central Tibetan alpine steppe ecosystem, Journal of Geophysical Research: Biogeosciences, 126, e2021JG006441, doi:10.1029/2021JG006441, 2021.). The manuscript contains all the details on how the data was generated and processed and the corresponding code was published in the supplementary material.
Felix Nieberding, 马耀明, Christian Wille, Lukas Lehnert, Yuyang Wang, Philipp Maurischat, Weiqiang Ma, Torsten Sachs
该数据集包括2000–2009 和 2090–2099两个时段的NEX-GDDP (NASA Earth Exchange Global Daily Downscaled Projections)的每日最低气温(Tmin)、最高气温数据(Tmax)和降水量(PPT)数据(v1.0),日最高温和日最低温单位为K;降水量单位为kgm-2s-1;背景填充值为-999。 本数据集在原始数据基础上裁取青藏高原范围内像元,原始数据于2020年8月下载自 https://portal.nccs.nasa.gov/datashare/NEXGDDP/BCSD/。 NEX-GDDP数据集由CMIP5(Coupled Model Intercomparison Project Phase 5)历史气候和RCP(Representative Concentration Pathways)4.5情景模式下运行的大气环流模型(General Circulation Models)得到,共包括21个大气环流模型;其中 2000–2005为历史气候情景,2006–2009和2090–2099为RCP 4.5情景。原始数据相关说明请参见:https://www.nccs.nasa.gov/services/data-collections/land-based-products/nex-gddp。
沈妙根, 姜楠
包括典型冰川(浪卡子县枪勇冰川:东经90.23°,北纬28.88°,海拔4898米,地表覆被为基岩;申扎县甲岗山冰川:东经88.69°,北纬30.82°,海拔5362米,地表覆被为碎石和杂草)2019-2020年自动气象观测数据。枪勇冰川记录包含1.5米温度、1.5米湿度、2米风速、2米风向、地表温度等数据。该自动气象站的数据采用USB离线获取的方式收集,初始记录时间为2019年8月6日19时10分,记录间隔为10分钟,2019年10月24日现场下载数据,未能连接上。2020年12月20日16:30到现场下载数据,仍然无法连接到电脑,于是将数采仪取回带到北京后将数据读出。数据未缺失,但风速数据在2020年7月14日9:30之后有问题(极可能是风向标被破坏所致)。甲岗山冰川初始记录时间为2019年8月9日15时00分,记录间隔为1分钟,电源主要是通过蓄电池和太阳能板来维持。该自动气象站无内部存储,数据每小时通过GPRS上传至HOBO网站,由专人定期下载。2020年1月5日23:34,1.5米温湿度传感器出现异常,温度和湿度数据丢失。2020年6月30日21:20之后所有数据完全无法通过网站下载。2020年12月19日将数采仪取回,下载到2020年6月23日19:43至9月25日3:36的数据。之后更换温湿度传感器,于12月21日12:27重新开始观测。目前数据由三段组成(2019.8.9-2020.6.30;2020.6.23-2020.9.25;2020.12.19-2020.12.29),经检查,数据有部分缺失,个别数据因记录电池电压,时间上有重复,需要核对。甲岗山冰川前端气象观测数据使用美国ONSET 公司HOBO RX3004-00-01型号自动气象站采集,温湿度探头型号为S-THB-M002 ,风速风向传感器型号S-WSET-B ,地温温度传感器型号S-TMB-M006 。枪勇冰川前端气象观测数据使用美国ONSET 公司HOBO U21-USB型号自动气象站采集,温湿度探头型号为S-THB-M002 ,风速风向传感器型号S-WSET-B ,地温温度传感器型号S-TMB-M006 。
张东启
该数据集记录了1998-2020年青海省主要地区平均气温,数据是按月份和年平均值指标进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含20个数据表,数据表结构相同。例如2020年的数据表共有11个字段: 字段1:月份 字段2:地区 字段3:西宁 字段4:海东 字段5:海北 字段6:黄南 字段7:海南 字段8:果洛 字段9:玉树 字段10:海西 字段11:格尔木市
青海省统计局
塔吉克斯坦西帕米尔冰川气象站(38°3′15″N,72°16′52″E,3730m),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。观测数据包括逐时气象要素(风向平均值(°)、内风速平均值(m/s)、风速最大时的风向(°)、风速最大值(m/s)、平均气温(℃)、最高气温(℃)、最低气温(℃)、平均相对湿度(%)、最低相对湿度(%)、平均大气压(hPa)、最高大气压(hPa)、最低大气压(hPa))。 资料时段为2019年11月1日至2020年11月30日 气象观测资料可以为研究西帕米尔山区气候变化、冰川、水资源之间的关系提供重要基础数据,为塔吉克斯坦阿姆河流域下游经济建设提供重要的数据。
霍文, 张瑞波
本数据是基于Chen et al. 2016, Chen et al. 2011, Chen et al. 2013 所使用的2008年改则无线电探空观测数据基础之上再加工处理成的资料,加工的大气风速、风向、气温、相对湿度、气压的垂直分辨率为20m,共处理了2008年三个观测阶段的资料,即IOP1,IOP2和IOP3。IOP1从2008年2月25日开始到2008年3月19日,IOP2从2008年5月13日到6月12日,IOP3从2008年7月7日到7月16日,一天4次观测。原始无线电探空仪型号为Vaisala RS-92,原数据为每2s一条数据记录,根据Chen et al. 的文章需要对该资料采用高度等间距法对所有变量进行了线性插值。
陈学龙, 马耀明
(1)本数据是慕士塔格站2015-2018年的气象数据,观测点位置为东经75.29°,北纬38.40°,海拔4924米,参数包括:气温,相对湿度,气压, 降水量和风速。 (2) 数据来源及加工方法:数据来源于该站点自动气象站的半小时数据,首先剔除原始记录中的异常数据,然后计算这些参数的日值。 (3)数据质量描述:在1月至3月份部分时段数据不连续 (4)该气象数据可用于如大气科学、气候学、自然地理学和冰川学等方面的研究工作。
谢营
(1)本数据是慕士塔格站2019年的气象数据,观测点位置为东经75°03.35′,北纬38°24.77′,海拔3650米,参数包括:气温,相对湿度,气压,降水量,辐射,风速,土壤温度和土壤湿度。 (2) 数据来源及加工方法:数据来源于该站点自动气象站的半小时数据,首先剔除原始记录中的异常和错误数据,然后计算这些参数的日值。 (3)该数据可用于如大气科学、气候学、自然地理学和生态学等方面的研究工作。
谢营
该数据为中国科学院藏东南高山环境综合观测研究站2016年在色季拉山西坡山顶架设自动气象站数据(AWS,Campbell公司),地理坐标为北纬29.5919,东经94.6102,海拔4640m,下垫面为高山草地。 数据包括气温(℃)、相对湿度(%)、风速(m/s)和气压(mb)日算术平均数据和降水的日累计值,原始数据2018年10月之前为30分钟一个平均值,此后为10分钟记录一个平均值。温湿度采用HMP155A温湿度探头测定,降雨量仪器型号为RG3-M,大气压力传感器探头为PTB210,风速传感器为05103,这些探头离地面2 m。数据质量方面:剔除了明显异常值,2019年上半年积雪导致电池损坏,数据有缺失,缺失的气温数据利用了附近站点4390m气温拟合回归矫正,已在数中标据黄,使用时请注意;降水量的监测从2019年8月开始。该数据站点为藏东南地区较高海拔的气象站,后续会不定期更新,可供研究生态、气候、水文、冰川等的科研工作者使用。
罗伦
该数据为中国科学院藏东南高山环境综合观测研究站2018年在易贡藏布流域架设自动气象站数据(AWS,Campbell公司),地理坐标为北纬30.1741,东经94.9334,海拔2282m,下垫面为草地。 数据包括气温(℃)、相对湿度(%)、风速(m/s)、水汽压(Kpa)和气压(mb)日算术平均数据和降水的日累计值,原始数据为10分钟记录一个平均值。温湿度采用HMP155A温湿度探头测定,降雨量仪器型号为TB4,大气压力传感器探头为PTB210,风速传感器为05103,这些探头离地面2 m高。数据质量方面:原始数据质量较好,缺失较少。该数据站点为青藏高原较低海拔的气象站,后续会不定期更新,可供研究气候、水文、冰川等的科研工作者使用。
罗伦
该数据集是来自CMIP5的3个全球气候模式(CCSM4、HadGEM2-ES和MPI-ESM-MR)的高分辨率动力降尺度结果,使用的区域模式是WRF,覆盖中亚五国,空间分辨率是9km,未来时段是2031-2050(包含1.5-2℃升温阈值对应的10年区间),历史参考时段是1986-2005,碳排放情景是RCP4.5,包含的变量是2米气温和降水(对流和非对流降水),时间分辨率是年。该数据可以用于中亚气候预估。
邱源
瓜达尔深水港位于巴基斯坦俾路支省西南部瓜德尔城南部,在巴基斯坦靠近伊朗一侧,东距卡拉奇约460km,西距巴基斯坦伊朗边境约120km,南临印度洋的阿拉伯海,向西则是霍尔木兹海峡和红海,与阿曼首都马斯喀特(Muscat)遥遥相对,是一个极具战略地位的海港。 本数据为瓜达尔港区气象站点(62.329494E, 25.233308N)实测气象数据,数据时间范围为2014-2015年,数据时间分辨率为日。
吴骅
CMIP5(Coupled Model Intercomparison Project Phase 5)是气候耦合模型相互比较项目的第五阶段实验,提供了一个多气候模式环境,可用于预估“一带一路”关键节点区域未来气候变化,以应对关键节点区域的环境气候问题。本数据集以“一带一路”关键节点区域为研究区,对CMIP5的43个气候模式对研究区未来气候变化的预估能力进行评估,以模拟结果的均方根误差为标准,分别选取RCP4.5及RCP8.5情景下模拟能力最优的气候模式,对研究区进行气候模拟,得到研究区2006至2065年降雨量、气温的未来预估数据,并使用统计降尺度方法使数据集空间分辨率达到10km,时间分辨率为每月。每一期数据具有三个波段,分别是气温最大值、气温最小值和降雨量。本数据集中,降雨量单位为kg/(m^2*s),气温单位为K。本数据集为应对关键节点区域的环境气候问题提供数据基础。
李炘妍, 凌峰
1) 数据内容(包含的要素及意义):数据包含气温(℃)、降水(mm)、相对湿度(%)和风速(m/s)四个指标的日值 2) 数据来源及加工方法;气温、相对湿度和风速为日均值,降水为日累计值;数据采集地点色季拉山东坡林线附近29°39′25.2″N; 94°42′25.62″E; 4390m;下垫面为自然草地;采集器型号Campbell Co CR1000,采集时间:10分钟。数字化自动采集数据。气温和相对湿度仪器探头为HMP155A;风速传感器为05103;降水为TE525MM; 3) 数据质量描述;气温、相对湿度和风速原始数据为10分钟一个的平均值,降水为10分钟的累积值;分别通过算术平均或求和得到日平均气温、相对湿度、降水量和风速。由于传感器限制,冬季降水量可能有一定的误差。 4) 数据应用成果及前景:此数据是已有数据《色季拉山气象数据(2007-2017)》的更新,数据时间尺度跨度大,方便大气物理、生态、大气环境等方面的科学家或研究生使用。每年会不定期更新此数据。
罗伦
印度洋是海气相互作用非常活跃的区域,它与太平洋共同构成的“印度洋-太平洋暖池”是全球海温最高、体积最大的暖水区,不仅通过季风将大量的热量和水汽输送到热带外海域,而且热带印度洋上空的强对流也在全球气候变化中扮演重要的角色。研究印度洋本身的热力性质以及海气相互作用,需要准确、可靠的格点化三维海温数据集。 本数据集由印度洋三维格点温度构成,其水平范围覆盖印度洋(30°E-105°E,45°S-30°N),垂直方向从表层到2000米共41层,水平分辨率为1/4°,时间分辨率是逐月。数据采用“表层-次表层”反演技术和最优插值方案制作。首先,“表层-次表层”反演过程使用机器学习算法(广义神经网络)将遥感的海表面温、海表面高度异常等信息投影到次表层,形成反演剖面(或“伪”剖面)。进一步,挑选高质量的反演剖面,补充到英国气象局提供的海洋次表层现场剖面数据库中,使用最优插值方案进行融合,得到最终的融合数据集。通过与现有的IAP、EN4以及Ishii数据集相比,该数据集能够抓住印度洋主要的海温变化特征,高分辨率版本可以提取更多中小尺度信号。该数据集分辨率高,融合了现场剖面和遥感资料的优势,有望在印度洋海气相互作用方面发挥作用。
王公杰, 赵亮
在全球增暖的背景下,中蒙俄经济走廊面临的安全问题十分突出,主要表现为冻土层退化和土地沙漠化问题日趋严重。冻土退化使中蒙俄交通管线沿线区域泥石流、水毁、冰雪害等灾害频发,同时引起水土流失,进而造成冻土管道露管等严重问题。沙漠化则使研究区生态环境更为脆弱,水土流失、沙尘暴等复合危害频繁发生。因此,本数据集将为中蒙俄经济走廊气候变化及其对冻土、沙漠化等影响研究提供基础气候数据。数据选取了ERA5气候再分析数据的陆地表面气候再分析数据集(ERA5-Land)(来源:https://cds.climate.copernicus.eu)。本数据集采用反距离权重(IDW)法对原始数据进行插值,使其空间分辨率达到10km。基于该数据集,可得到过去40年中蒙俄经济走廊区气候要素时空分布格局。
张雪芹
对未来气候变化的有效评价,特别是对未来降水量的预测,是制定适应战略的重要依据。本数据是基于RegCM4.6模型,对CanEMS2 (RCP 45和RCP85)、GFDL-ESM2M (RCP2.6、RCP4.5、RCP6.0和RCP8.5)、HadGEM2-ES(RCP2.6、RCP4.5和RCP8.5)、IPSL-CM5A-LR(RCP2.6、RCP4.5、RCP6.0和RCP8.5)、MIROC5(RCP2.6、RCP4.5、RCP6.0和RCP8.5)和NorESM1-M(RCP2.6、RCP4.5、RCP6.0和RCP8.5)等多模型不同碳排放浓度情景下进行区域动力降尺度,获得2007-2099年空间分辨率为0.25度,时间分辨率分别为3小时(部分为6小时)、逐日和逐年的21套中国全境未来气候数据。
潘小多, 张磊
通过近30年的研究,人们对青藏高原,特别是喜马拉雅山以北地区降水稳定同位素(2H和18O)的气候控制作用有了充分的认识。然而,尼泊尔(喜马拉雅山以南)对降水稳定同位素的控制知识还远远不够。 本研究描述了2016年5月10日至2018年9月21日期间尼泊尔加德满都降水稳定同位素的季节内和年度变化,并分析了对降水稳定同位素的可能控制因素。所有样品均位于尼泊尔首都加德满都(27°42′N, 85°20′E),平均海拔约1400m。并结合了2001年1月1日至2018年9月21日的气象资料,给出了降水量(P)、温度(T)和相对湿度(RH)的值。
高晶
该数据为中国科学院藏东南高山环境综合观测研究站在嘎隆拉24k冰川的表碛区自动气象站数据(AWS,Campbell公司),地理坐标为北纬29.765°,东经95.712°,海拔3950 m。数据包括气温(℃)、相对湿度(%)、风速(m/s)、净辐射辐射(w/m2)、水汽压(Kpa)和气压(mbar)日算术平均数据,原始数据中2018年10月之前每30分钟记录一个平均值,之后为10分钟记录一个平均值。温湿度采用HMP155A温湿度探头测定,净辐射探头型号为NR01,大气压力传感器探头为PTB210,风速传感器为05103,这些探头离地面2 m高。数据质量方面:本数据经过了严格的质量控制,先剔除了原始的10分钟和30分钟的异常数据,然后计算了每小时的算术平均数,最后计算日值,在计算日值时,如果小时数据的个数不足24个,予以剔除,数据表中对应的日期的数据为空。视为空值为剔除异常值后的数据除由于冬春季积雪较厚,气温低,导致部分参数数据有缺失外,数据经过严格质量控制,可供研究气候、冰川和水文等的科研工作者使用。
罗伦
本套数据集连接了CSR RL06 Mascon和JPL RL06 Mascon数据在GRACE和GRACE-FO之间的间断期。以中国区域作为研究区域,数据集包括“Decimal_time”, “lat”, “lon”, “time”, “time_bounds”, “TWSA_REC”和“Uncertainty”7个参数。其中“Decimal_time”对应为十进制时间,2002年4月-2019年12月份一共191个月(GRACE数据163个月,GRACE-FO数据17个月,GRACE与GRACE-FO间断期11个月,一共191个月。我们并未弥补GRACE或GRACE-FO各自数据之间存在的个别月份的缺失数据);“lat”对应为数据纬度范围;“lon”对应为数据经度范围;“time”对应为数据从2002年1月1日起的年积日;“time_bounds”;对应为数据每个月开始日期和结束日期所对应的年积日。“TWSA_REC”为2002年4月-2019年12月份每个月的中国区域陆地水储量变化;“Uncertainty”是数据与CSR RL06 Mascon产品之间的不确定性。使用GRACE卫星重力数据CSR GRACE/GRACE-FO RL06 Mascon Solutions (version 02)、中国逐日网格降水量实时分析系统(1.0版)数据、CN05.1温度数据等数据集,通过建立降水重构模型,并考虑Mascon产品的季节项和趋势项,得到中国区域基于降水重构陆地水储量变化数据集。数据质量整体较好,全国大部分区域的误差在5cm以内。本数据集补充了GRACE与GRACE-FO卫星中间一年多的数据间断期,为中国区域长期的陆地水储量变化分析提供了完整的时间序列。本数据集与CSR RL06 Mascon产品一样扣除了2004.0000 - 2009.999间的平均值,所以可以直接提取本数据的第164-174个月(即2017年7月至2018年5月)的数据作为间断期的陆地水储量变化的估计。JPL RL06 Mascon数据间断期的构建与CSR RL06 Mascon方法是一致的。
钟玉龙, 冯伟, 钟敏, 明祖涛
The data include daily precipitation (Precip) amount and daily mean near-surface air temperature (T2m) over southeast Asia with a spatial resolution of 3 km. The data is downscaled by using the Weather Research and Forecasting (WRF) model (3.7.1) nested in a 9 km simulation over the Pan Third Pole region. The boundary and initial condition come from the fifth-generation global reanalysis product by the European Centre for Medium-Range Weather Forecasts (ECMWF), ERA5.
Tinghai Ou
本数据集为青海可可西里地区气候要素数据集,涵盖十四个观测站点数据,详细记录了1990年的各项气候观测数据。青海可可西里地区地势高亢,平均海拔在5000m以上,气候寒冷,空气稀薄,自然环境恶劣,广大地区至今仍为无人区,有“人类禁区”之称。该区由于受到人类活动的干扰较小,大部分地区仍保持着原始的自然状态,其特殊的地理位置、地壳结构和自然环境以及特有的生物区系组成等,一直为国内外科学界所注目。该数据集原始数据数字化自《青海可可西里自然环境》一书,气候观测数据具体包括太阳辐射、温度、降水、气压、风速等。本数据集对于研究青海可可西里地区提供了基础数据,对于相关领域的研究具有参考价值。
李炳元
在使用三维变分方法进行资料同化时,需要利用误差协方差来确定背景场和观测各自的贡献。其中,背景场误差协方差不仅取决于所用的大气预报模式(如分辨率、参数化方案等),还取决于开展模拟的区域。本数据基于天气预报与研究(WRF)模式,通过对中亚大湖区(27公里水平分辨率)进行2017年一整年的模拟,使用NMC方法估计得到。其中包含的变量为流函数、速度势函数、温度、相对湿度和地表气压。本数据可应用于基于WRF模式开展的中亚大湖区资料同化研究与应用。
姚遥
1)数据内容(包含的要素及意义):高寒网21个站(藏东南站、纳木错站、珠峰站、慕士塔格站、阿里站、那曲站、双湖站、格尔木站、天山站、祁连山站、若尔盖站(西北院)、玉龙雪山站、那曲站(寒旱所)、海北站、三江源站、申扎站、贡嘎山站、若尔盖站(成都生物所)、那曲站(地理所)、拉萨站、青海湖站)2018年青藏高原气象观测数据集(气温、降水、风向风速、相对湿度、气压、辐射和蒸发) 2)数据来源及加工方法:高寒网21个站实地观测Excel格式 3)数据质量描述:站点日分辨率 4)数据应用成果及前景:在高寒网各野外站和泛第三极地区境外台站的长期观测数据基础上,建立泛第三极地区气象、水文及生态要素系列数据集;通过重点区域的强化观测与样地和样点验证,完成气象要素、湖泊水量与水质、地上植被生物量、冰川冻土变化等数据产品的反演;基于物联网技术,研制建立多站联网的气象、水文、生态数据管理平台,实现联网数据实时获取与远程控制及共享。
朱立平, 彭萍
1)本数据包含中科院加德满都科教中心2019年基本气象数据;参数有:气温 ℃,相对湿度%,气压Kpa, 降水mm, 辐射W/m2, 风速 m/s。表2为气象站说明表格,包含地理位置及下垫面情况。 2)数据来源及加工方法:数据来源于中国科学院加德满都科教中心小时数据,气温、气压、辐射和风速计算日平均,降雨计算日总和。 3)数据质量描述:这些参数中,气压数据质量较差缺失较多,2019年6-8月仪器故障,数据有缺失 4)该气象数据应用前景广泛,与南亚不同区域的资料对比分析,可服务于如大气科学、水文学、气候学、自然地理学和生态学等背景的研究生和科学家。
朱立平
(1)本数据集是申扎高寒湿地2016-2019年的碳通量数据集,包含空气温度、土壤温度、降水、生态系统生产力等参数。(2)该数据集以野外涡度相关实测数据为基础,采用国际上公认的涡度相关数据标准处理方法,基本流程包括:野点剔除-坐标旋转-WPL校正-储存项计算-降水同期数据剔除-阈值剔除-异常值剔除-u*校正-缺失数据插值-通量分解与统计。本数据集还包含了基于涡度相关数据集标定后的模型模拟数据。(3)该数据集已经过数据质量控制,数据缺失率为37.3%,缺失数据已采用插值方式补充。(4)该数据集对认识高寒湿地碳汇功能具有科学价值,也可以用于机理模型的矫正和验证等。
魏达
大气中的花粉是植物在开花期散布在大气中产生的,受植物的开花物候和气候等因素的影响。作为一种大气生物颗粒,大气花粉能够反映植物物候、气候条件、大气环流等的变化。大气花粉由珠峰站Burkard大气花粉采样器收集,该收集器是容积式花粉收集器,每分钟气流为10L,大气花粉颗粒被吸附在聚酯薄膜上,每周更换一次,收集下来的样品用甘油胶制成玻片,放在奥林巴斯显微镜400倍下进行鉴定,统计花粉科属类型和数量。数据集的时间覆盖范围是2011-2013年,时间分辨率为逐日。所采用的大气花粉采样装备为国际通用的采样器,遵循标准的采样和实验室处理流程,并由经验丰富的孢粉鉴定人员鉴定,确保数据真实、可靠。该数据可供该区域利用花粉分析重建古环境、植物物候响应气候变化等生态学研究做参考。
吕新苗
本数据集包含珠穆朗玛大气与环境综合观测研究站,2017-2018年观测的气温、气压、相对湿度、风速、降水、总辐射、P2.5浓度、短波辐射等日平均值。 数据服务对象为从事青藏高原气象研究的学生和科研人员。 其中降水数据是人工雨量桶观测,蒸发数据为Φ20mm蒸发皿观测,其它均为半小时的观测值处理后得到的日均值。 所有数据严格按照仪器操作规范进行观测和采集,在加工生成数据时,剔除了一些明显的误差数据。
马耀明
本数据集包括2017年1月1日至2018年12月31日藏东南站,大气气温、相对湿度、降水、风速、风向、净辐射、气压等的日平均数据。 该数据服务对象为从事气象、大气环境、生态研究的学生和科研人员。 其中各种气象要素的单位如下:气温℃;降水mm;相对湿度%;风速m/s;风向°;净辐射W/m2;气压hPa;可入肺颗粒物μg/m3。 所有数据均是原始观测数据计算得到的日平均值。严格按照仪器操作规范进行观测和数据采集,并已经在相关学术期刊发表;加工过程中剔除了一些明显误差数据,缺失数据用空值。
罗伦, 朱立平
1)青藏高原地面气象观测数据产品(2017-2018) 地面气象要素驱动数据集,包括近地面气温、地面降水率、短波辐射和长波辐射4个要素。 2)该数据集是以国际上现有的Princeton再分析资料、GLDAS资料、GEWEX-SRB辐射资料,以及TRMM降水资料为背景场,以及融合了中国气象局常规气象观测数据制作而成,通过空间插值形成。 3)数据为tiff格式,时间分辨率为日值,空间分辨率为0.1°。 4)方便不会使用nc格式的此类同化数据的科研人员和学生使用。在高寒网各野外站和泛第三极地区境外台站的长期观测数据基础上,建立泛第三极地区气象、水文及生态要素系列数据集;通过重点区域的强化观测与样地和样点验证,完成气象要素、湖泊水量与水质、地上植被生物量、冰川冻土变化等数据产品的反演;基于物联网技术,研制建立多站联网的气象、水文、生态数据管理平台,实现联网数据实时获取与远程控制及共享。
朱立平, 彭萍
黑河流域近地表大气驱动数据,是采用Weather Research and Forecasting(WRF)模式制备的黑河流域逐时0.05°× 0.05°包括2m气温、地表气压、2m水汽混合比、辐射、10m风场和累积降水等近地表大气要素的驱动数据。通过与15个中国气象局常规自动气象站(CMA)站点逐日观测资料和两期黑河流域生态-水文过程综合遥感观测联合试验(WATER和HiWATER)的站点逐时观测资料在不同时间尺度上进行验证,得出以下结论:2m地表气温、地表气压和相对湿度都是比较可信的,尤其是2m地表气温和地表气压,平均误差都很小且相关系数都达到0.96以上;向下短波辐射与WATER站点观测数据的相关性达到0.9以上;降水资料通过降雨和降雪两种相态与观测资料在不同时间尺度和空间尺度上进行验证,降雨与观测资料在年、月、日和时尺度上吻合得很好,与观测资料在年和月尺度上的相关系数高达0.94和0.84;降雪与观测资料在月尺度上的相关性达到0.78,与积雪覆盖率MODIS遥感产品的空间分布相当吻合,峰值分布也一致。液态和固态降水的验证表明WRF模式能够在地形复杂而干旱的黑河流域进行降尺度分析,所模拟的资料能够满足流域尺度水文建模和水资源平衡研究。 2013年提供了2000-2012年数据。 2016年更新了2013-2015年数据。 2019年更新了2016-2018年数据。 2022年更新了2019-2021年数据。
潘小多
1) Data content (including elements and meanings): Gridded daily average air temperature of the Tibetan Plateau during 1980-2014 at 1-km resolution 2) Data source and processing method: Developed by integrating 8 types of reanalysis data (i.e., NNRP-2, 20CRV2c, JRA-55, ERA-Interim, MERRA2, CFSR, GLDAS and ERA5) downscaled with MODIS-estimated temperature lapse rates based on machine learing 3) Data quality description: According to leave-one-out validation based on stations, the average RMSE at China Adimistration Stations is about 1.7 ℃ and that at high-elevation field stations is about 1.9 ℃ 4) Data application results and prospects: This dataset can be used as air temperature input for driving long-term hydrologial modelling or evaluated for use in climate analysis
ZHANG Fan, ZHANG Hongbo
该数据为中国逐月最低温度数据,空间分辨率为0.0083333°(约1km),时间为1901.1-2021.12。数据格式为NETCDF,即.nc格式。数据单位为0.1 ℃。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国地区降尺度生成的。并且,使用496个独立气象观测点数据进行验证,验证结果可信。本数据集包含的地理空间范围是全国主要陆地(包含港澳台地区),不含南海岛礁等区域。数据坐标系统建议使用WGS84。
彭守璋
青藏高原0.01°空间分辨率近地表气温数据集(1979-2018)通过对中国区域地面气象要素驱动数据集中空间分辨率为0.1°的气温数据进行降尺度得到。它包含日均气温和三小时分辨率的瞬时气温。其空间分辨率为0.01°(约1km)。时间范围为1979年到2018年。空间范围为73°E-106°E, 23°N-40°N。该数据集可以为地表辐射与能量平衡、气候变化、水文气象等领域的研究与应用提供较高空间分辨率的近地表气温数据。
丁利荣, 周纪, 王伟, 马晋
该数据为中国逐月最高温度数据,空间分辨率为0.0083333°(约1km),时间为1901.1-2021.12。数据格式为NETCDF,即.nc格式。数据单位为0.1 ℃。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国地区降尺度生成的。并且,使用496个独立气象观测点数据进行验证,验证结果可信。本数据集包含的地理空间范围是全国主要陆地(包含港澳台地区),不含南海岛礁等区域。数据坐标系统建议使用WGS84。
彭守璋
本数据包括西藏纳木错湖水不同深度处的日平均水温数据,是实地监测获取的湖水温度变化情况;该数据利用水质多参数仪及温度探头放置于水中而连续获取,温度记录的分辨率是10分钟和2小时,并基于原始测量数据计算了日平均水温;所用仪器和方法均非常成熟,数据处理过程进行了严格的质量控制,确保数据真实可靠;该数据已用于纳木错湖水热力学分层研究、湖气热量平衡研究等物理湖泊学方面的基础研究,并用来校正基于遥感数据的湖水温度数据及不同的湖泊模型研究。可用于物理湖泊学、水文学、湖气相互作用、遥感数据同化验证及湖泊模型研究。
王君波
青藏高原野外观测研究平台是开展青藏高原科学观测和研究的前沿阵地。基于高原地表过程与环境变化的陆面-边界层立体综合观测为青藏高原地气相互作用机理及其影响研究提供了大量的珍贵数据。本数据集综合了珠穆朗玛大气与环境综合观测研究站、藏东南高山环境综合观测研究站、那曲高寒气候环境观测研究站、纳木错多圈层综合观测研究站、阿里荒漠环境综合观测研究站、慕士塔格西风带环境综合观测研究站2005-2016年逐小时大气、土壤和涡动观测数据。包含了由多层风速风向、气温、湿度以及气压、降水组成的梯度观测数据,辐射四分量数据,多层土壤温湿度和土壤热通量观测数据以及感热通量、潜热通量和二氧化碳通量组成的湍流数据。这些数据能广泛的应用于青藏高原气象要素特征分析、遥感产品评估和遥感反演算法的发展、数值模拟的评估和发展等研究中。
马耀明
太阳总辐射和直接辐射采用国产辐射表(TBQ-4-1,TBS-2,China)测量,温湿度采用自动气象站(HOBO weather station, Model H21, Onset Company, USA)测量。本数据为太阳辐射和气象要素数据,包括太阳总辐射和直接辐射,波长范围270-3200nm,单位W/m2。温湿度和水汽压单位分别为℃、%、hPa。太阳辐射和气象要素数据来源于数据提供者的测量。数据覆盖时间为2013-2016年。该数据集可以用于中国亚热带地区的太阳辐射及其变化机制等相关研究。
白建辉
This data set is output from WRF model. The data include ‘LU_INDEX’ (land use category), ‘ZNU’(eta values on half (mass) levels), ‘ZNW’(eta values on full (w) levels),’ZS’(depths of centers of soil layers), ‘DZS’ (thicknesses of soil layers), ‘VAR_SSO’ (variance of subgrid-scale orography), ‘U’(x-wind component), ‘V’(y-wind component),’W’(z-wind component),’T’(perturbation potential temperature (theta-t0)), ‘Q2’ ('QV at 2 M), ‘T2’ (TEMP at 2 M), ‘TH2’ ('POT TEMP at 2 M), ‘PSFC’ (SFC pressure), ‘U10’ (U at 10 M), ‘V10’ (V at 10 M), ‘QVAPOR’ (Water vapor mixing ratio), ‘QLOUD’ (Cloud water mixing ratio),’QRAIN’ (Rain water mixing ratio), ‘QICE’ (Ice mixing ratio), ‘QSNOW’ (Snow mixing ratio), ‘SHDMAX’ (annual max veg fraction), ‘SHDMIN’ (annual min veg fraction), ‘SNOALB’ (annual max snow albedo in fraction), ‘TSLB’ (soil temperature), ‘SMOIS’ (soil moisture), ‘GRDFLX’ (ground heat flux), ‘LAI’ (Leaf area index),’ HGT’ (Terrain Height), ‘TSK’ (surface skin temperature), ‘SWDOWN’ (downward short wave flux at ground surface), ‘GLW’ (downward long wave flux at ground surface), ‘HFX’ (upward heat flux at the surface), ‘QFX’ (upward moisture flux at the surface), ‘LH’ (latent heat flux at the surface), ‘SNOWC’ (flag indicating snow coverage (1 for snow cover)), and so on. The data is in netCDF format with a spatial resolution of 10 km.
Xuelong Chen
1)数据内容:包含中亚地区,区域范围:30°N~60°N,40°E~90°E; 2)数据来源:对CMIP数据集进行加工,采用双线性插值方法将不同分辨率模式数据插值到0.5°× 0.5°,CRU观测数据1901年——2014年; 3)数据质量:时间长度较长,数据质量良好,缺测值统一用999标识; 3)数据应用成果集前景:数据已用于进行对中亚地区温度模拟能力评估,通过计算并分析中亚地区的温区的域平均、相对误差、均方根误差、泰勒图、EOF分解、季节变化等评估气候系统模式模拟中亚地区历史气候变化的能力。 4) 数据可靠性:通过对比分析观测和模拟资料的年变化,数据结果均呈显著的增温趋势,通过对数据结果进行相关性检验,均通过99%信度检验。同时,CMIP计划数据和CRU数据也是较为常用的数据集,在很多进行气候变化的研究中,也经常采用这样的数据。
马金玉
本数据为中亚大湖区2017年逐6小时分辨率常规和卫星资料。其中常规资料包含中亚大湖区及其周边地区(中国、哈萨克斯坦、吉尔吉斯斯坦、土库曼斯坦、塔吉克斯坦、乌兹别克斯坦、阿富汗、俄罗斯、伊朗、巴基斯坦、印度等)的地面台站和探空站点观测,观测要素包含气温、气压、风速和湿度,每个时次的站点数平在600个左右,站点间距离在10-100km之间;卫星资料来源于极轨气象卫星(NOAA-18、NOAA-19、METOP-A和METOP-B)反演的云导风,并重采样到30km水平分辨率。云导风通过追踪示踪云的移动来估计风速,由示踪云的高度确定风场高度。本数据全部来源于全球电信系统Geostationary Tether Satellite(GTS),经过质量控制剔除了质量较差的观测资料。该数据可应用于中亚大湖区的资料同化,也可用于检验和评估模式对中亚大湖区的数值模拟。
姚遥
本数据集基础数据源提供逐小时、逐日到逐年时间分辨率不等的气象数据,观测站基础观测数据可提供包括温度、降水、露点、风速等在内的气象环境信息。本数据集主要覆盖泛第三极东南亚及中东地区关键节点区域。数据处理的主要步骤为:首先从众多基础气象数据中筛选得到日最高温度数据;综合日最高温相对湿度关系,基于气象站露点温度数据,完成日相对湿度计算。该数据集对评价关键节点区域的高温天气过程提供了基础资料和有力参考。
葛咏, 刘庆生
气象数据是一组反映天气的数据,气象数据可分为气候资料和天气资料。本数据集主要包含了气象数据中的降雨数据以及气温数据(数据集中pre代表降雨、T2代表气温)。该数据集来自英国东安格利亚大学(University of East Anglia)提供的CRU(Climate Research Unit)全球格网数据(http://www.cgiar-csi.org/)。CRU数据集通过对中亚365个地区的观测站点资料插值得到,在中亚地区有较高的准确度。本数据集利用CRU通过Arcgis批量裁剪的方式得到中亚五国的降雨以及气温数据。数据格式:GeoTIFF;空间分辨率:0.5°;时间尺度:月尺度。该气象数据应用十分广泛,可与不同领域资源相融合,在交通运输、新能源、农业、移动互联网软件开发和服务、公共管理及基于大数据技术的智慧城市、智慧交通、智慧粮食等领域的开发建设中起到重要作用。
CRU
中亚地区气温和辐射数据时间分辨率为月尺度,空间分辨率分别为0.5度和0.05度,采用GCS_WGS_1984投影坐标系统。其中,辐射数据计算采用了GLDAS的下行短波辐射、空气温度数据和空气水汽压数据、MOD11C3的地表温度/发射率数据、MCD43C3地表反照率数据和ASTER_GEDv4.1比辐射率数据计算得到;温度数据计算采用了MOD06_L2云产品和MOD07_L2大气剖面数据计算得到。本数据基于先进的遥感算法,充分利用目前精度较高的遥感数据和产品,区别于传统的气候模式对气候要素的估算原理。本数据可用于中亚地区水资源时空变化特征、农业水资源供需关系分析和水资源开发潜力评估等。
宋进喜, 蒋晓辉
站点日月年统计数据集是反映站点气候情况的关键参数,是GSOM日月年数据集。气象在岩石圈、生物圈、土壤圈和大气圈中有着重要作用,为评价气候因素在全球的区域贡献和响应提供了基础。 本数据集以34个泛第三极关键节点区域为研究区域(阿巴斯、阿斯塔纳、曼谷等),基于2000至2016年日月年站点气候数据,对不同地区的气象因素进行了统计,最终得到了关键节点区域站点气象观测日月年数据集。 主要参数是:日月年平均最高值,平均最低值和平均温度;每月总降水量和降雪量等
贾小凤
海陆热力差异是形成季风的重要原因,印度夏季风的建立与欧亚大陆和印度洋之间产生的海陆热力差异有关。对流层中高层青藏高原和热带印度洋的热力差异与印度夏季风的爆发及其年际和年代际变化紧密相关。青藏高原和热带东印度洋上空温度是对印度夏季风变化最敏感的两个区域,基于此,用500-200hPa温度场定义了一个青藏高原与印度洋热力差异指数: TCI = Nor[T(25°N-38°N, 65°E-95°E) - T(5°S-8°N, 65°E-95°E)] 其中,Nor表示标准化,T表示500hPa-200hPa温度场。 青藏高原与印度洋热力差异指数(TCI)分为逐候、月、夏季3种时间分辨率序列。它可以从多种时间尺度反映高原与北印度洋之间的热力差异及其与后期印度夏季风变率的关系。并且,与单独的青藏高原或印度洋热力状况相比,该指数表现得更好,指数大时,后期印度夏季风强度往往偏强。另外,TCI的逐候增量对印度季风的演变具有预测意义,TCI逐候增量超前印度季风指数3候开始显著相关,且超前15候的时候相关最大。同时,TCI逐候增量前25候平均值的大小对印度季风爆发的早晚有一定的预报意义。 资助项目: 中国科学院战略性先导科技专项泛第三极环境变化与绿色丝绸之路建设(XDA20060501 印度洋-第三极热力差异对季风的影响及其经向输送效应)
李张群, 肖子牛, 赵亮
为了了解北半球气温变化的时空变化特征,该研究用 CRU(Climatic Research Unit)网格数据计算了 30 年(1971-2000)年平均气温的空间分布。年平均气温随着纬度的升高而降低,变化范围从大于 30 °C 到小于-25 °C。在相同纬度地区,高海拔地区(比如青藏高原、蒙古高原和西西伯利亚山区)的年平均气温凸显低温的趋势。同时我们完成了分辨率为0.5 °× 0.5 °北半球1901-2016年间的年平均气温变化趋势分布图。
尹国安, 石亚亚
该数据集包含了2018年1月1日至2018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;2018.9.17-11.7由于采集器的问题,气象梯度部分的数据缺失;由于采集器通道问题,平均土壤温度TCAV数据在11月7日后数据不正确。(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:2018-6-10 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)。
李新, 车涛, 徐自为, 任志国, 谭俊磊
中亚野外气象站观测数据集包括中亚10个野外气象站气温、降水、风向风速、相对湿度、气压、辐射、土壤热通量、日照时间和土壤温度等实地观测数据。10个野外站涵盖农田、森林、草地、沙漠、荒漠、湿地、高原、山地等不同生态系统类型。本数据集由地面气象观测站收集到的气象原始数据经筛查和审核后,进行格式转换后获得。数据质量良好。中亚地区气候类型多样,生态环境脆弱,气象灾害频繁,本数据集的建立对于开展长期的中亚生态环境监测、防灾减灾、中亚地区气候变化与生态环境等领域的研究提供了数据支撑,目前已经在中亚生态环境监测研究中获得了应用。
李耀明
本数据为RCP4.5情景下的月干燥指数数据集(Aridity Index, AI)。AI数据为降水与潜在蒸散发的比值。本数据由14个模式平均计算得到。这14个模式分别为:CanESM2;CCSM4;CNRM-CM5;CSIRO-Mk3-6-0;GISS-E2-R;HadGEM2-CC;HadGEM2-ES;inmcm4;IPSL-CM5A-LR;MIROC5;MIROC-ESM-CHEM;MIROC-ESM;MPI-ESM-LR;MRI-CGCM3。空间分辨率为全球2度*2度,时间分辨率为2020年1月-2099年12月。该数据集即可用于中亚大湖区未来干湿变化情景分析,也可用于全球其他区域在未来情景下的干湿过去和格局的分析。
华丽娟
本数据集包含从2017年1月1日到2018年12月31日,纳木错台站观测的气温、气压、相对湿度、风速、降水、总辐射等日值。 数据集加工方法为原始数据经过质量控制后形成连续的时间序列。满足国家气象局和世界气象组织(WMO)对气象观测原始数据的精度,剔除了曳点数据和传感器出现故障造成的系统误差。 该数据的服务对象为从事大气物理、大气环境、气候、冰川、冻土等学科科学研究和人才培养的专业人员。主要应用于冰川学、气候学和环境变化、寒区水文过程以及冻土学等学科领域。 测量参数的单位和精度如下: 空气温度,单位:℃,精度:0.1℃; 空气相对湿度,单位:%,精度:0.1%; 风速,单位:m/s,精度:0.1m/s; 气压,单位:hPa,精度:0.1hPa; 降水,单位:mm,精度:0.1mm; 总辐射,单位:W/m2,精度:0.1W/m2。
王君波, 邬光剑
东南亚国家及澜湄流域水资源研究基础数据集(1901-2010)收集整理了东南亚国家及澜湄流域主要的水文气象数据,气象数据包括降水,平均气温,最高气温,最低气温,水汽压等,数据来源于全球广泛使用的CRU TS v. 4.03(Climatic Research Unit Time-Series Version 4.03),数据格式为nc,时间分辨率为逐月,时间长度为1901年1月至2018年12月。水文数据包括水文模型模拟得到的地表径流和地下径流,数据来源于GLDAS (Global Land Data Assimilation System),数据格式为nc,时间分辨率为逐月,时间长度为1979年1月至2019年2月。
CRU, Global Land Data Assimilation System
该数据集记录了阿里荒漠环境综合观测研究站,2017-2018年气象数据集,数据时间分辨率为天。包含如下基本气象参数:气温(距地面1.5米,半小时观测一次,单位:摄氏度)、相对湿度(距地面1.5米,半小时一次,单位:%)、风速(距地面1.5米,半小时一次,单位:米/秒)、风向(距地面1.5米,半小时一次,单位:度)、气压(距地面1.5米,半小时一次,单位:hPa)、降水量(24时一次,单位:毫米)、水汽压(单位:Kpa)、蒸发(单位:毫米)、向下短波辐射(单位:W/m²)、向上短波辐射(单位:W/m²) 、向下长波辐射(单位:W/m²) 、向上长波辐射(单位:W/m²) 、净辐射(单位:W/m²)、地表反照率(单位:%)。 数据采集地点:中国科学院青藏高原研究所阿里荒漠环境综合观测研究站观测场,经度:79°42'5";纬度:33°23'30";海拔:4264米。 数据从阿里站自动气象站直接下载,其中降水数据是自动雨雪量计和人工观测校正得到每天的降水量,其它均为半小时的观测值经平均得到逐日均值。 观测仪器型号:温度和湿度:HMP45C空气温湿度探头;降水:T200-B雨雪量仪传感器;风速和风向: Vaisala 05013风速风向传感器;净辐射:Kipp Zonen NR01净辐射传感器;气压:Vaisala PTB210大气压传感器。采集器型号:CR 1000,采集时间:30分钟。 本数据表是由专人根据观测记录进行加工和质量控制。严格按照仪器操作规范进行观测和数据采集,在加工生成数据表时,剔除了一些明显误差数据
赵华标
The data include daily precipitation (Precip) amount and daily mean near-surface air temperature (T2M) over the Pan Third Pole region. The data is downscaled by using the Weather Research and Forecasting (WRF) model (3.7.1). The boundary and initial condition come from the fifth-generation global reanalysis product by the European Centre for Medium-Range Weather Forecasts (ECMWF), ERA5. The seasonal cycle and summer mean of precipitation over Tibet is well reproduced in comparison to the in situ observations.
Tinghai Ou
数据内容:本数据集包括1998-2017年青藏高原逐年的气温和降水格点数据,是进行气候变化及其对生态环境影响的基础性数据。数据来源及加工:源数据来自基于国家气象信息中心基础资料专项最新整编的中国地面高密度台站(2400多个国家级气象观测站)的气温和降水日值资料,对缺测站点进行预处理之后,利用ANUSPLIN软件的薄盘样条法 (TPS,Thin Plate Spline)进行空间插值,生成青藏高原及200km缓冲区空间分辨率1km的年值格点数据。数据应用:该数据可用于气候变化对生态环境影响的研究中。
丁明军
试验所采用的区域气候模式(RCM)是国际理论物理中心的RegCM4 (Giorgi et al., 2012),模拟区域为联合区域气候降尺度协同试验第二阶段东亚(CORDEX Phase II East Asia)的推荐区域,覆盖整个中国及其周边的东亚地区。模式的水平分辨率为25 km,模式垂直方向是18层,层顶高度为10 hPa,模式的参数设置按照Gao et al. (2016, 2017),并根据韩振宇等 (2015) 更新了中国土地覆盖数据,以可以地描述下垫面植被状况。RegCM4所需的初始和侧边界条件由CMIP5全球气候模式HadGEM2-ES的模拟结果提供(RCP4.5情景),数据主要包含气温和降水要素。
高学杰
本数据集是1990年至2015年青藏高原地区气候要素数据集,记录了青藏高原25年来每五年的年平均气温空间分布变化情况。数据为tif栅格格式,空间分辨率为1公里,年平均气温单位为0.1摄氏度。该数据来源于青藏高原上的气象站点日观测数据,通过时间聚合计算和空间插值处理生成,该数据集作为一种重要的气候要素可用于研究青藏高原的年平均气温变化与气候变化,作为青藏高原生态环境变化的气候背景,为城镇化与生态环境交互胁迫研究提供数据支撑。
杜云艳, 易嘉伟
该数据为中国逐月平均温度数据,空间分辨率为0.0083333°(约1km),时间为1901.1-2021.12。数据格式为NETCDF,即.nc格式。数据单位为0.1 ℃。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国地区降尺度生成的。并且,使用496个独立气象观测点数据进行验证,验证结果可信。本数据集包含的地理空间范围是全国主要陆地(包含港澳台地区),不含南海岛礁等区域。数据坐标系统建议使用WGS84。
彭守璋
本数据是通过建立雅鲁藏布江流域WEB-DHM分布式水文模型,以气温、降水、气压等作为输入数据,模拟输出的5km逐月水文数据集,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)。本数据是通过建立雅鲁藏布江流域WEB-DHM分布式水文模型,以气温、降水、气压等作为输入数据,模拟输出的5km逐月水文数据集,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)。
王磊
基于WRF模式,以ERA5再分析资料为初始和边界场,通过动力降尺度的方法,初步获得了青藏高原高分辨率低层大气结构和地气交换数据集。该数据集时间范围为2014年8月1日-8月31日,时间分辨率1小时,水平范围25oN-40oN,70oE-105oE,水平分辨率为0.05°。数据格式为NetCDF,每一小时数据输出一个文件,文件以日期命名。低层大气结构数据包含温度、相对湿度、水汽混合比、位势高度、经向风、纬向风气象要素,垂直方向为34层等压面;地气交换数据集包含地表接收的向上/向下短波辐射、向上/向下长波辐射、地表感热和通量、2米气温和水汽混合比、10米风等。该数据集可对青藏高原天气过程和气候环境研究提供数据支撑。
马舒坡
数据内容:本数据集包含3种分辨率(0.25度、0.75度和2度)青藏高原多年平均月温度递减率(单位:℃/m)网格数据 数据来源及加工方法:基于高程标准差和相关性阈值动态检测不同分辨率网格内MODIS地温-海拔样本的有效性来获得局部可靠的温度递减率 数据质量描述:基于青藏高原113个站点的1980-2014年间日平均气温观测,对ERA-Interim气温数据应用0.75度气温递减率产品进行日平均气温的空间降尺度,使其验证误差(均方根误差)由~4℃降低到~2℃。 数据应用成果及前景:该数据集可应用于多种再分析资料的气温降尺度。
张凡, 张宏波
中蒙俄经济走廊气象站基础气象数据集包括风速、风向、降水量、气温及雪深。时间分辨率为3小时。站点散布在走廊周围,站点数量为29个。该数据集基于美国国家海洋和大气管理局的国家环境信息中心(NCEI)小时/亚小时观测数据集提取得到。各个数据除了包括数据本身之外,还包括数据质量评估结果、数据获取方式等信息。此外,各个站点降水量数据由4个检测设备共同获取组成,以确保数据稳定性。雪深数据包括雪深度和等效水深尺寸,即雪融化后成水的深度。
李生宇, 范敬龙
对未来气候变化的有效评价,特别是对未来降水量的预测,是西北地区生态环境脆弱、干旱半干旱地区合理制定适应战略的重要依据。本数据是基于RegCM4.6模型和HadGEM2-ES的未来四种不同碳排放浓度(RCP2.6、RCP4.5、RCP6.0和RCP8.5)情景下,未来2007-2099年空间分辨率为0.25度,时间分辨率分别为3小时,逐日和逐年的多套中国西北(甘肃、宁夏、青海、新疆和陕西5省)气候预测。这些数据表明,在RCP8.5情景下,未来中国西北地区近地表气温将持续变暖,到21世纪末,气温将变得更为显著,超过6℃,未来的降水量将继续增加,到21世纪末将增加100毫米;极端气候指数夏季高温天数将继续增加,这表明中国西北地区的高温将更加频繁,相比之下,连续干燥日将减少。
潘小多, 张磊
该数据集是从中国科学院青藏高原研究所开发的一套中国区域近地面气象与环境要素再分析数据集中提取得到。该数据集是以国际上现有的 Princeton 再分析资料、GLDAS 资料、GEWEX-SRB 辐射资料,以及 TRMM 降水资料为背景场,融合了中国气象局常规气象观测数据制作而成。其时间分辨率为 3 小时,水平空间分辨率 0.1°,包含近地面气温、近地面气压、近地面空气比湿、近地面全风速、地面向下短波辐射、地面向下长波辐射、地面降水率,共 7 个要素(变量)。 各变量的物理意义: 气象要素 变量名 单位 物理意义 近地面气温 temp K 瞬时近地面(2m)气温 地表气压 pres Pa 瞬时地表气压 近地面空气比湿 shum kg/ kg 瞬时近地面空气比湿 近地面全风速 wind m /s 瞬时近地面(风速仪高度)全风速 向下短波辐射 srad W /平方米 3 小时平均 (-1.5hr ~ +1.5hr) 向下短波辐射 向下长波辐射 lrad W /平方米 3 小时平均 (-1.5hr ~ +1.5hr) 向下长波辐射。 降水率 prec mm/hr 3 小时平均 (-3.0hr ~ 0.0hr) 降水率。 更多信息,请参见随数据一同发布的《User’s Guide for China Meteorological Forcing Dataset》。
阳坤
(1)数据提供了申扎站高寒草原观测场的空气温度(地面2米)、湿度、降水、气压、风速、辐射等关键气象要素的监测(2015年--至今)。中国科学院申扎高寒草原与湿地观测试验站是海拔4730米,是青藏高原第一个针对高寒草原建立的综合生态监测站。申扎生态监测站地处藏北腹地,位于冈底斯山和色林错之间,属南羌塘高原大湖盆地带,地势较缓,丘陵、高山与盆地相间。气候属于高原亚寒带半干旱季风气候区,紫花针茅群落是该区的优势群落。 (2)数据由自动气象站采集,并进行了日均值处理; (3)已对数据质量进行检查,所有数据均为原始数据; (4)数据集可作为相关研究的基础数据使用。
魏达, 王小丹
本数据是通过建立长江黄河源WEB-DHM分布式水文模型,以气温、降水、气压等作为输入数据,以GAME-TIBET数据作为验证数据,模拟输出的5km逐月水文数据集,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)。数据是基于WEB-DHM分布式水文模型,以气温、降水、气温等(源自itp-forcing和CMA)为输入数据,以GLASS、MODIA、AVHRR为植被数据,SOILGRID及FAO为土壤参数建立起的模型,并通过对径流、土壤温湿度的率定与验证获得的1998-2017年长江黄河源5公里逐月格网径流与蒸发。若asc无法在arcmap中正常打开,请将asc文件前5行顶格。
王磊
该数据集包含了2018年8月31日至2018年12月24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)、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)、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) 、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)。 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
本数据集来源于论文:Huang, R., Zhu, H.F., Liang, E.Y., Liu, B., Shi, J.F., Zhang, R.B., Yuan, Y.J., & Grießinger, J. (2019). A tree ring-based winter temperature reconstruction for the southeastern Tibetan Plateau since 1340 CE. Climate Dynamics, 53(5-6), 3221-3233. 在本文中,为了了解过去几百年冬季温度变化历史及其驱动因素,中国科学院青藏高原研究所高寒生态重点实验室、青藏高原地球科学卓越创新中心梁尔源研究员课题组,利用2007-2016年期间采集的树木年轮样本重建了青藏高原东南部地区公元1340年以来的冬季(11-2月)最低温度变化历史。 数据由论文作者提供,数据包含了1340-2007年青藏高原东南部昌都地区冬季的最低温度重建数据。 数据包含以下字段: year:年 Tmin.recon( ℃):重建的最低温度( ℃) 数据详细信息参见附件:A tree ring-based winter temperature reconstruction for the southeasternTibetan Plateau since 1340 CE.pdf
黄茹, 朱海峰, 梁尔源
本研究基于中国及周边国家共1153个气温站点和1202个降水站点数据,利用ANUSPLIN软件的局部薄盘光滑样条法进行插值,重建了1951−2011年中国月值气温和降水量的高空间分辨率0.025°(~2.5 km)格点数据集(简称LZU0025)。数据集的质量评估主要基于以下三个方面:(1)分析ANUSPLIN在日志文件中提供的一系列用于判别误差来源和插值质量的统计参数。结果表明在1951-2011年,表征最佳插值模型的广义交叉验证GCV(generalized cross validation)值较小,在气温插值时为1.06℃,在降水进行开方运算插值时为1.97mm1/2。(2)对比LZU0025格点值与预留的265个站点实测数据。结果表明在1951-2011年,LZU0025月插值数据与实测数据接近,两者的平均绝对差为0.59℃和70.5mm,标准差为1.27℃和122.6mm,并且标准差的变化与GCV变化一致。(3)将LZU0025与现有数据集进行对比。首先以插值所用站点较多的中国气象局发布的0.5°数据集(简称CMA)为基准,利用泰勒图对比了基于不同数据集刻画的气候平均状态均值(Mean)、距离平均状态的标准差(Standard deviation)以及随时间变化的气候趋势(Time trend)。结果表明与基于其他数据集衍生的三类指标相比,LZU与基准CMA相关系数较高,标准差较接近,并且归一化的均方根误差较小。其次,将LZU0025格点数据与能量和水循环观测项目-亚洲季风项目西藏地区(CAMP-Tibet)气象站数据进行对比,结果表明仅有少数台站降水数据与LZU0025相关性不显著,但多数台站气温和降水数据与LZU0025显著相关且相关性高于0.87。基于以上评估分析,LZU0025数据集可靠。高分辨率的LZU0025能刻画更多的气候类型如喜马拉雅山脉地区未被粗分辨率数据集识别的苔原和极地气候。LZU0025可作为研究全球气候变化下区域气候变化和精准农业气候的基础数据。
黄伟, 赵虹
中国区域地面气象要素驱动数据集,包括近地面气温、近地面气压、近地面空气比湿、近地面全风速、地面向下短波辐射、地面向下长波辐射、地面降水率共7个要素。数据为NETCDF格式,时间分辨率为3小时,水平空间分辨率为0.1°。可为中国区陆面过程模拟提供驱动数据。 该数据集是以国际上现有的Princeton再分析资料、GLDAS资料、GEWEX-SRB辐射资料,以及TRMM降水资料为背景场,融合了中国气象局常规气象观测数据制作而成。详细过程请参阅参考文献。原始资料来自于气象局观测数据、再分析资料和卫星遥感数据。已去除非物理范围的值,采用ANU-Spline统计插值。精度介于气象局观测数据和卫星遥感数据之间,好于国际上已有再分析数据的精度。
阳坤, 何杰, 唐文君, 卢麾, 秦军, 陈莹莹, 李新
该数据集包含了2015年1月1日至2015年12月31日黑河文气象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。发布的数据包括两个观测点,均在垭口观测站,相距10m左右,一套在2015年持续进行观测(30min输出),另一套为2015年9月18日在垭口新建的10m高气象站(10min输出),具体包括:空气温度、相对湿度传感器架设在5m处,朝向正北(两组观测,分别10min和30min输出);气压计安装在地面上的防撬箱内(两组观测,分别10min和30min输出);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(两组,分别10min和30min输出);四分量辐射仪包含两个观测点,其中一个安装在气象塔6m处,朝向正南(10min输出),另一个安装在离地1.5m高的支架上(30min输出);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(两组观测,分别10min和30min输出);土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处(两组观测,分别10min和30min输出);土壤热流板埋设在地下6cm处(两组观测,分别10min(3块热流板)和30min(2块热流板)输出)。 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或48个数据(每10min或30min),若出现数据的缺失,则由-6999标示;30min输出的四分量长波辐射在2015.1.1-4.1之间由于传感器的问题,数据缺失;30min观测数据在5.24-7.12之间由于采集器问题,数据缺失。(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:2015-9-10 10:30;(6)命名规则为:AWS+站点名称。 水文气象网或站点信息请参考Li et al. (2013),观测数据处理请参考Liu et al. (2011)。
车涛, 刘绍民, 李新, 徐自为, 张阳, 谭俊磊
该数据集包含了2015年1月1日至2016年12月31日黑河水文气象观测网上游峨堡站气象要素观测数据。站点位于青海省祁连县峨堡镇草场,下垫面是高寒草地。观测点的经纬度是100.9151E, 37.9492N,海拔3294m。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_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;四分量辐射与红外温度在2015.10.11-11.05之间由于传感器的问题,数据缺失;11.1-11.5之间重新调试观测塔仪器,数据缺失;(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:2015-9-10 10:30;(6)命名规则为:AWS+站点名称。 水文气象网或站点信息请参考Li et al. (2013),观测数据处理请参考Liu et al. (2011)。
车涛, 刘绍民, 李新, 徐自为, 张阳, 谭俊磊
在高寒网各野外站和泛第三极地区境外台站的长期观测数据基础上,建立泛第三极地区气象、水文及生态要素系列数据集;通过重点区域的强化观测与样地和样点验证,完成气象要素、湖泊水量与水质、地上植被生物量、冰川冻土变化等数据产品的反演;基于物联网技术,研制建立多站联网的气象、水文、生态数据管理平台,实现联网数据实时获取与远程控制及共享。 数据包含中国高寒网17个站点2014-2017年青藏高原地区逐日气象观测数据集(气温、降水、风向风速、相对湿度、气压、辐射和蒸发),三江源的数据有所缺失。
朱立平, 彭萍
“一带一路”沿线国家2000-2015年大气强迫数据集来源于CRUNCEP。CRUNCEP是一套供陆面模式使用的大气强迫场数据集。具体来说,这个长时间序列数据集(包括气温、降水、温度等)是用来长期驱动Community Land Model(CLM)土地模型的。 CRUNCEP是两个现有数据集的融合;CRU TS3.2 0.5°×0.5°月数据涵盖1901年至2002年期间,NCEP再分析2.5°×2.5°度6小时数据涵盖1948至2016年期间。融合后的CRUNCEP数据集空间分辨率为0.5°X0.5°,时间分辨率为6小时。CRUNCEP数据集被用来驱动CLM,用于研究植被生长、蒸散和初级生产力、陆-气碳交换变化趋势项目(1980-2010)以及许多其他应用。目前数据集的最新版本是版本7。
NCAR, 曹巍
本数据集包括了青藏高原祁连山地区自从1980年到2013年以来的逐月的2m高的气温数据。本数据集来源于欧洲中期天气预报中心的第三代ERA-Interim再分析资料,该数据集采用四维变分分析,结合卫星数据误差校正等技术,实现了再分析资料的质量提升。数据集的空间分辨率为0.125°。本数据集是祁连山地区过去30多年以来的气温的网格数据集,可以为祁连山地区的气温变化、生态系统发展演替及相关地球系统模型的研究提供基础依据。
吴晓东
本数据集包括了青藏高原祁连山地区自从1980年到2013年以来的逐月的地表平均温度数据。本数据集来源于欧洲中期天气预报中心的第三代ERA-Interim再分析资料,该数据集采用四维变分分析,结合卫星数据误差校正等技术,实现了再分析资料的质量提升。数据集的空间分辨率为0.125°。本数据集是祁连山地区过去30多年以来地表温度网格数据集,可为祁连山地区的气候变化、生态系统发展演替及相关地球系统模型的研究提供数据基础。
吴晓东
采用WRF模式制备的青藏高原近地表大气驱动和地表状态数据集,时间范围:2000-2010,空间范围:25-40 ºN,75-105 ºE,时间分辨率:逐时,空间分辨率:10 km,格点数为150*300。 总计有33个变量,其中包含的近地表大气变量11个: 地面上2m高度的温度、 地面上2m高度的比湿、地面气压、地面上10m风场的纬向分量、地面上10m风场的经向分量、固体降水比例、累积的积云对流降水、累积的格点降水、地表处的向下短波辐射通量、地表处的向下长波辐射通量、累计的潜在蒸发。 包含的地表状态变量有19个:各层土壤温度、各层土壤湿度、 各层土壤液态水含量、雪相态改变的热通量、土壤底部温度、地表径流、地下径流、植被比例、地面热通量、雪水当量、实际雪厚、雪密度、冠层中的水、地表温度、反照率、背景反照率、更低边界处的土壤温度、地表面处向上的热量通量(感热通量)、地表面处向上的水量通量(感热通量)。 其他变量3个:经度、纬度和行星边界层高度。
潘小多
本数据集包含了自1010至2005年内各年代氧同位素数据,用于研究青藏高原希夏邦马地区环境变化。 冰芯氧同位素利用仪器测量得出,由仪器或者实验完成后直接得到数据,各个环节严格按照相关操作规程进行样品和数据采集,符合各实验室操作标准规范。 本数据包含两个字段: 字段1:年代 AD 字段2:氧同位素 ‰
田立德
本数据集来源于欧洲中期天气预报中心(ECMWF)所发布的基于4维变分(4D-Var)的全球大气再分析数据集ERA-Interim。 ERA-Interim是欧洲中期天气预报中心(ECMWF)的一项主要任务,旨在通过改进的大气模型和同化系统来进行再分析,以取代ERA-40中使用的模型和同化系统,尤其在数据丰富的1990年代和2000年代下,并将继续作为ECMWF气候数据同化系统(ECDAS),直到被新的系统所取代。 自1997年起,由于计算力的系统性提升,使得4维变分同化(4D-Var)逐步可行并成为了ECMWF同化系统的一部分,这为ERA-Interim基于4D-Var打下了基础。计算力的加强还将水平分辨率从T159提升到了T255,且可以开始应用最新的集成预测系统(IFS CY31r1和CY31r2)和经过改进的物理参数化方案。 在垂直层上,ERA-interim与ERA-40一样又60层,最高层为0.1 hPa。此外,ERA-Interim的数据同化效果的提高还得益于质量控制,该质量控制借鉴了ERA-40和JRA-25的经验,卫星辐射数据的偏差校正以及通过改进的快速辐射传输模型更广泛地使用辐射。 在数据上,ERA-Interim使用了新的ERS(欧洲遥感卫星)高度波高度,EUMETSAT(欧洲气象卫星开发组织)重新处理的风和晴空辐射,来自卢瑟福·阿普尔顿实验室的GOME(全球臭氧监测实验)臭氧数据以及CHAMP(具有挑战性的微型卫星有效载荷),GRACE(重力恢复和气候实验)和COSMIC(气象,电离层和气候星座观测系统)由UCAR(大学大气研究公司)处理和存档的GPS无线电掩星测量。
邓创武
“额尔齐斯河流域标准气象站气象观测数据集”包含额尔齐斯河流域哈巴河气象站、吉木乃气象站、布尔津气象站、福海气象站、阿勒泰气象站、富蕴气象站共6个观测站点月尺度的气温和降水观测资料,数据的时间尺度为月。该数据集起始于1961年1月(其中富蕴站1961年1-5月数据缺失),结束于2015年12月。地面基础资料专项工作对历史信息化文件重新进行了质量检测,并对存在问题和分歧的站点文件进行了修订。该数据集没有对资料进行均一性订正,只是对明显存在非均一性的台站进行了分段处理。
张伟
气象数据是一组反映天气的数据,气象数据可分为气候资料和天气资料。本数据集主要包含了气象数据中的降雨数据以及气温数据(数据集中pre代表降雨、T2代表气温)。该数据集来自英国东安格利亚大学(University of East Anglia)提供的CRU(Climate Research Unit)全球格网数据(http://www.cgiar-csi.org/)。CRU数据集通过对中亚365个地区的观测站点资料插值得到,在中亚地区有较高的准确度。本数据集利用CRU通过Arcgis批量裁剪的方式得到中亚五国的降雨以及气温数据。数据格式:GeoTIFF;空间分辨率:0.5°;时间尺度:月尺度。该气象数据应用十分广泛,其可与不同领域资源相融合,在交通运输、新能源、农业、移动互联软件开发和服务、公共管理及基于大数据技术的智慧城市、智慧交通、智慧粮食等领域的开发建设中起到重要作用。
刘铁
本数据集包含自1951年1月至2006年12月,青藏高原地区历年各季度和历年各月份的温度距平序列。依照气候距平法(CAM),基于《中国均一化历史气温数据集(1951-2004)1.0版》与2005-2006逐日平均气温资料,对青藏高原及其邻近区域共123个站点的逐月平均气温网格化,进而以面积加权法建立了高原1951-2006年逐月平均气温距平序列。其中,为最大限度地利用观测资料,着重探讨了利用参考站订正短序列气温资料气候标准值的方法。参考文献:任雨,张雪芹,彭莉莉.青藏高原1951-2006年气温距平序列的建立与分析.高原气象,2010. 《中国均一化历史气温数据集(1951-2004)1.0版》与2005-2006逐日平均气温资料,符合相关国家标准。 年各月温度距平数据表共有五个字段 字段1:年 字段2:月份 字段3:网格数 参加计算的网格数 字段4:站点数 参加计算的站点数 字段5:月温度距平 单位 ℃ 历年及各季温度距平数据表共有五个字段 字段1:年 字段2:季度 字段3:网格数 参加计算的网格数 字段4:站点数 解释:参加计算的站点数 字段5:温距平 ℃ 其中,季度字段中 1. 如果为空值,表示为年温度距平 2. DJF:冬季(上年12月至当年2月)温度距平值 ℃ 3. MAM:春季(3-5月)温度距平值 ℃ 4. JJA:夏季(6-8月)温度距平值 ℃ 5. SON:秋季(9-11月)温度距平值 ℃ 数据精度:月均温距平到小数点后三位,年均温与季均温距平到小数点后两位。
刘林山
色季拉山气象数据,记录西藏林芝鲁朗附近进地表(1.2-1.5m)常规气象观测,数据集包括色季拉山东坡2005-2017年和113道班林外林线附近的2005-2012年的温度、湿度、降水量等的日平均数据。 数据采集地点色季拉山东坡林线附近29°39′25.2″N; 94°42′25.62″E; 4390m;色季拉山113道班阴坡林外29°35′50.9″N; 94°36′42.7″E; 4390m。 采集器型号Campbell Co CR1000,采集时间:30分钟。数字化自动采集数据,人工计算日均值。 包含如下基本气象参数: 道班阴坡林外数据: 风速,单位:m/s 气温,单位:℃ 相对湿度,单位:% 大气压,单位:hPa 总辐射,单位:w/m2 土壤热通量,单位:w/m2 土壤温度,单位:℃ 土壤湿度,单位:% 雨量,单位:mm 超声波测量的雪厚,单位:cm 东坡林线附近数据: 气温,单位:℃ 相对湿度,单位:% 气压,单位:hPa 风速,单位:m/s 降雨量,单位:mm 辐射,单位:w/m2 土壤含水率,单位:% 土壤热通量,单位:w/m2
罗伦
本数据集包含从2008年1月1日到2018年10月1日,斯里兰卡22个国际交换站观测的气温、气压、相对湿度、风速、风向、降水、辐射、水汽压等日值。 数据来源于NOAA的NCDC。 数据集加工方法为原始数据经过质量控制后形成连续的时间序列。满足对气象观测原始数据的精度,剔除了曳点数据和传感器出现故障造成的系统误差。 本数据集所包含的气象站点信息如下: LATITUDE LONGITUDE ELEVATION  COUNTRY  STATION NAME +09.800  +080.067   +0015.0   SRI LANKA  KANKASANTURAI +09.650  +080.017   +0003.0   SRI LANKA  JAFFNA +09.267  +080.817   +0002.0   SRI LANKA  MULLAITTIVU +08.983  +079.917   +0003.0   SRI LANKA  MANNAR +08.750  +080.500   +0098.0   SRI LANKA  VAVUNIYA +08.539  +081.182   +0001.8   SRI LANKA  CHINA BAY +08.301  +080.428   +0098.8   SRI LANKA  ANURADHAPURA +08.117  +080.467   +0117.0   SRI LANKA  MAHA ILLUPPALLAMA +08.033  +079.833   +0002.0   SRI LANKA  PUTTALAM +07.706  +081.679   +0006.1   SRI LANKA  BATTICALOA +07.467  +080.367   +0116.0   SRI LANKA  KURUNEGALA +07.333  +080.633   +0477.0   SRI LANKA  KANDY +07.181  +079.866   +0008.8   SRI LANKA  BANDARANAIKE INTL COLOMBO +06.900  +079.867   +0007.0   SRI LANKA  COLOMBO +06.822  +079.886   +0006.7   SRI LANKA  COLOMBO RATMALANA +06.967  +080.767   +1880.0   SRI LANKA  NUWARA ELIYA +06.883  +081.833   +0008.0   SRI LANKA  POTTUVIL +06.817  +080.967   +1250.0   SRI LANKA  DIYATALAWA +06.983  +081.050   +0667.0   SRI LANKA  BADULLA +06.683  +080.400   +0088.0   SRI LANKA  RATNAPURA +06.033  +080.217   +0013.0   SRI LANKA  GALLE +06.117  +081.133   +0020.0   SRI LANKA  HAMBANTOTA
邓创武
青藏高原地区属于高原山地气候,气温及其季节变化一直是全球气候变化研究的热点之一。 数据包含青藏高原地区的气温数据,空间分辨率为1km*1km,时间分辨率为月、年,时间覆盖范围为2000年、2005年、2010年、2015年。数据通过对青藏高原地区国家气象站数据进行Kring插值得到。 数据可用于分析青藏高原的气温的时间空间分布情况,此外数据还可用于分析青藏高原的气温随时间变化的规律,对青藏高原的生态环境研究有重要意义。
方华军
本数据集来自中国科学院西北生态环境资源研究院那曲高寒气候环境观测研究站那曲观测场(31.37ºN,91.90º E,海拔高度4509m),观测场地平坦开阔,不均匀的生长着高度为3-20cm的植被。本数据集观测时间为2014年1月1日至2017年12月31日,观测要素主要包括风速、气温、空气相对湿度、气压、向下短波辐射、降水量、蒸发、潜热通量和CO2通量。其中降水量、蒸发和CO2通量数据为日累积值,其他观测要素为日平均值。观测数据总体上连续性较好,但由于供电故障导致部分数据缺测,数据中的缺测值标记为NAN。
胡泽勇, 谷良雷, 孙方林, 王树金
中亚野外气象站观测数据集包括中亚10个野外气象站气温、降水、风向风速、相对湿度、气压、辐射、土壤热通量、日照时间和土壤温度等实地观测数据。10个野外站涵盖农田、森林、草地、沙漠、荒漠、湿地、高原、山地等不同生态系统类型。本数据集由地面气象观测站收集到的气象原始数据经筛查和审核后,进行格式转换后获得。数据质量良好。中亚地区气候类型多样,生态环境脆弱,气象灾害频繁,本数据集的建立对于开展长期的中亚生态环境监测、防灾减灾、中亚地区气候变化与生态环境等领域的研究提供了数据支撑,目前已经在中亚生态环境监测研究中获得了应用。
李耀明
1、数据内容:气温、相对湿度、降水、气压、风速、平均总辐射、总净辐射值及水汽压日平均数据。 2、数据来源及加工方法:由美国campel高山型自动气象站观测,其中空气温湿度传感器型号HMP155A;风速风向仪型号:05103-45;净辐射仪:CNR 4 Net Radiometer four component;大气压力传感器:CS106;雨量筒:TE525MM。自动气象站每隔10分钟自动采集一次数据,每日采集完自动统计计算得出日均值气象数据。 3、数据质量描述:数据自动连续获取。 4、数据应用成果及前景:该气象站设置在冰川中部,气象数据可为模拟预测未来气候变化背景下海洋型冰川变化对全球气候变化的响应研究提供了数据保证。
刘婧
1、数据内容:气温、相对湿度、降水、气压、风速、总净辐射值及水汽压日平均数据。 2、数据来源及加工方法:由美国campel高山型自动气象站观测,其中空气温湿度传感器型号HMP155A;风速风向仪型号:05103-45;净辐射仪:CNR 4 Net Radiometer four component;大气压力传感器:CS106;雨量筒:TE525MM。自动气象站每隔10分钟自动采集一次数据,逐日采集完自动统计计算得出日均值气象数据。 3、数据质量描述:数据自动连续获取。 4、数据应用成果及前景:该气象站设置在冰川上部,气象数据可为海洋型冰川积雪-径流模型等提供数据支持,为冰川动力学模式和模拟研究提供了数据保证。
刘婧
本数据为祁连老虎沟大本营2014-2018年气象塔日志数据集,"老虎沟12号冰川10米气象塔位于大本营,海拔4200米,其观测要素包括气温、降水、风速、风向、相对湿度、气压、向下辐射、向上辐射、向下长波辐射、向上长波辐射,分辨率为日值,气象仪器经过中国气象局的标定和调试后,都与耐低温(-55℃)数据采集器CR1000(Campbell,美国)连接,数据质量完整,多篇文章成果的数据均来源于此数据,祁连山冰川融水哺育的河西走廊作为国家战略“一带一路”的重要通道,研究其变化对于甘肃、青海乃至全国都具有重大的影响,因此此数据具有极大的研究价值和应用价值。
秦翔
1、数据内容:气温、相对湿度、降水、气压、风速、平均总辐射及水汽压日平均数据。 2、数据来源及加工方法:由美国campel高山型自动气象站观测,其中空气温湿度传感器型号HMP155A;风速风向仪型号:05103-45;净辐射仪:CNR 4 Net Radiometer four component;大气压力传感器:CS106;雨量筒:TE525MM。自动气象站每隔10分钟自动采集一次,每日采集完自动统计计算得出日均值气象数据。 3、数据质量描述:数据自动连续获取。 4、数据应用成果及前景:该气象站的下垫面类型为高山草甸,气象数据可为高寒区陆面过程模拟提供基础数据保障。
刘婧
全球ERA-Interim 地面气温再分析数据集(1979-2016)是欧洲中长期天气预报中心(ECMWF)采用ECMWF IFS预报系统(T255,60层),经过窗口为12小时的四维变分同化系统(4DVAR)同化全球不同地区和来源的地表和上层大气的常规观测和卫星遥感资料(TOVS,GOES,Meteosat等)获得。该地面气温(2米气温)数据覆盖时间从1979年1月到2016年12月,时间分辨率为6小时,水平分辨率0.75°,覆盖全球,投影方式为等经纬度投影。数据每个月存放一个NetCDF格式文件,包含经度(longitude)、纬度(latitude)、时间(time)、气温(t2m,单位:K)四个变量,纬向241个格点,经向480个格点。
李斐
CMADS V1.0(The China Meteorological Assimilation Driving Datasets for the SWAT model Version 1.0) 版本数据集引入STMAS同化算法技术,利用数据循环嵌套、重采样,模式推算及双线性插值等多种技术手段而建立。CMADS数据集按照SWAT模型输入驱动数据格式进行了格式整理与修正,使SWAT模型可直接使用该数据集而不需要任何格式转换。CMADS系列数据集同时建立了两种格式的数据(.dbf和.txt),方便其他它模型应用人员及气象分析人员调用与分析。CMADS数据源介绍:气温、气压、比湿、风速驱动数据采用了2421个国家级自动站和业务考核的39439个区域自动站2008年1月以来地面基本气象要素逐小时观测数据以及相应时期的台站信息(台站经纬度、海拔高度),利用多重网格三维变分方法(STMAS),在NCEP/GFS背景场基础上制作地面基本要素分析场;其中,中国区域以外,只对NCEP/GFS背景数据做地形调整、变量诊断,并插值到分析格点;中国区域以内,利用STMAS算法,将经过前处理的NCEP/GFS背景数据和自动站观测融合,并与中国区域以外的数据进行拼接。降水:由多卫星与地面自动站降水融合而成。其中,中国区域以外采用NCEP-CPC制作的CMORPH卫星融合降水产品,中国区域采用CMORPH产品为背景场融合中国降水自动站观测制作的中国区域小时降水量融合产品。辐射:基于DISSORT辐射传输模型,获取来自FY2E卫星一级产品实时反演太阳短波辐射产品。主要以ISCCP资料为背景数据,利用大气辐射传输模式DISORT对FY2D/E标称图数据进行反演,计算出分析格点上的地面入射太阳总辐射辐照度。CMADSV1.0系列数据集空间覆盖整个东亚(0°N-65°N,60°E-160°E), 空间分辨率分别为CMADS V1.0版本: 1/3°,CMADS V1.1版本: 1/4°,CMADS V1.2版本: 1/8°及CMADS V1.3版本: 1/16°,以上分辨率均为逐日(CLDAS同化场基本分辨率为1/16°,保证了CMADS数据集最高分辨率达1/16°),时间尺度为2008-2016年。 本页发布的数据集为CMADSV1.0版本数据集(空间分辨率:1/3°。时间分辨率:逐日。空间覆盖范围:东亚(0°N-65°N,60°E-160°E)。提供要素:日平均2米温度,日最高\低2米温度,日累计24时降水量,日平均太阳辐射,日平均气压,日比湿度,日相对湿度,日平均10米风速,提供数据格式:dbf及txt。该驱动数据已在我国多个流域进行了驱动验证,效果表现良好。 数据集元数据介绍 CMADS--SWAT驱动数据总体存放路径说明: 数据集分为专门驱动SWAT模型的子数据驱动集与其他模型使用的数据驱动集 1)专门驱动SWAT模型的子数据集路径为:CMADS-V1.0\For-swat\ 2)专门其他模型使用的子数据集路径为:CMADS-V1.0\For-other-model\ CMADS--SWAT驱动数据各子集文件路径及名说明 CMADS--SWAT驱动数据子集路径 1)CMADS的SWAT子数据驱动集(For-swat文件夹内),包含Station\与Fork\子目录。 其中Station\目录下为SWAT模型需要的所有输入数据(逐日)。以上输入数据分别位于以下目录: Relative-Humidity-58500\ 日平均相对湿度(fraction) Precipitation-58500\ 日累计降水量(mm) Solar radiation-58500\ 日平均太阳辐射(MJ/m2) Tmperature-58500\ 日最高、最低2米气温(℃) Wind-58500\ 日平均10米风速(m/s) CMADS--SWAT驱动数据子集命名格式 中国大气数据同化SWAT模型数据集(CMADS)的SWAT子集文件命名: 数据集代码由要素代码:R、P、S、T、W+维度格网数-经度格网数组成(经纬度网格数提取参见CMADS数据集使用手册.pdf)。 CMADS--SWAT驱动数据子集命名格式实体文件的内容描述: 数据集时间尺度:2008年-2016年间共9年数据文件 空间分辨率:1/3度 时间分辨率:逐日 要素数据存放格式:dbf 索引表存放格式:txt CMADS--SWAT驱动数据子集索引表: 其中Fork\目录下为SWAT模型需要的所有站点索引表。以上输入数据索引表均可用以下索引表索引: PCPFORK.txt 降水索引表 RHFORK.txt 相对湿度索引表 SORFORK.txt 太阳辐射索引表 TMPFORK.txt 温度索引表 WINDFORK.txt 风速索引表 CMADS其他模式驱动数据子集路径 CMADS的SWAT子数据驱动集(For-other-model文件夹内),包括常规模型需要的所有气象输入数据(逐日)。以上输入数据分别位于以下目录: Atmospheric-Pressure-txt\ 日平均大气压强(hPa) Average-Temperature-txt\ 日平均2米气温(℃) Maximum-Temperature-txt\ 日最高2米气温(℃) Minimum-Temperature-txt\ 日最低2米气温(℃) Precipitation-txt\ 日累计降水(mm) Relative-Humidity-txt\ 日平均相对湿度(fraction) Solar-Radiation-txt\ 日平均太阳辐射(MJ/m2) Specific-Humidity-txt\ 日平均比湿(g/kg) Wind-txt\ 日平均10米风速(m/s) For-other-model 子集文件命名: CMADS_V1.0_PRS_纬度格网数-经度格网数.txt 日平均大气压强(hPa) CMADS_V1.0_TMP_AVG_纬度格网数-经度格网数.txt 日平均2米气温(℃) CMADS_V1.0_TMP_MAX_纬度格网数-经度格网数.txt 日最高2米气温(℃) CMADS_V1.0_TMP_MIN_纬度格网数-经度格网数.txt 日最低2米气温(℃) CMADS_V1.0_24h_PRE_纬度格网数-经度格网数.txt 日 24h 累计降水(mm) CMADS_V1.0_RHU_纬度格网数-经度格网数.txt 日平均相对湿度(fraction) CMADS_V1.0_SOR_纬度格网数-经度格网数.txt 日平均太阳辐射(MJ/m 2 ) CMADS_V1.0_SHU_纬度格网数-经度格网数.txt 日平均比湿(g/kg) CMADS_V1.0_WIND_纬度格网数-经度格网数.txt 日平均10米风速(m/s) 数据存储信息 存储格式和读取:数据集存储格式分为SWAT子集文件(dbf文件),及其他模式数据集(txt文件)。 数据集附属说明文档: metadata:元数据文档(CMADS_META_C.pdf)。 description:说明文档(CMADS_DOCU_C.pdf)。 数据总量:33.6GB 占用空间:35.2GB 时间范围:2008年-2016年 时间分辨率:逐日 地理范围描述:东亚 最西经度:60°E 最东经度:160°E 最北纬度:65°N 最南纬度:0°N 台站数量:58500站 空间分辨率: 1/3°×1/3°网格点 垂直范围:无
孟现勇, 王浩
CMADS V1.1(The China Meteorological Assimilation Driving Datasets for the SWAT model Version 1.1) 版本数据集引入STMAS同化算法, 利用数据循环嵌套,模式推算等多种技术手段而建立。CMADS V1.1数据集按照SWAT模型输入驱动数据格式进行了格式整理与修正,使SWAT模型可直接使用该数据集而不需要任何格式转换。CMADS V1.1数据集同时建立了两种格式的数据(.dbf和.txt),方便其他它模型应用人员及气象分析人员调用与分析。CMADS数据源介绍:气温、气压、比湿、风速驱动数据采用了2421个国家级自动站和业务考核的29452个区域自动站2009年1月以来地面基本气象要素逐小时观测数据以及相应时期的台站信息(台站经纬度、海拔高度),利用多重网格三维变分方法(STMAS),在NCEP/GFS背景场基础上制作地面基本要素分析场;其中,中国区域以外,只对NCEP/GFS背景数据做地形调整、变量诊断,并插值到分析格点;中国区域以内,利用STMAS算法,将经过前处理的NCEP/GFS背景数据和自动站观测融合,并与中国区域以外的数据进行拼接。降水:由多卫星与地面自动站降水融合而成。其中,中国区域以外采用NCEP-CPC制作的CMORPH卫星融合降水产品,中国区域采用CMORPH产品为背景场融合中国降水自动站观测制作的中国区域小时降水量融合产品。辐射:基于DISSORT辐射传输模型,获取来自FY2E卫星一级产品实时反演太阳短波辐射产品。主要以ISCCP资料为背景数据,利用大气辐射传输模式DISORT对FY2D/E标称图数据进行反演,计算出分析格点上的地面入射太阳总辐射辐照度。本页发布的数据集为CMADS V1.1版本空间分辨率: 1/4°,时间分辨率:逐日,时间尺度为2008-2016年。空间覆盖范围:东亚(0°N-65°N,60°E-160°E)。提供要素:日平均2米温度,日最高\低2米温度,日累计24时降水量,日平均太阳辐射,日平均气压,日比湿度,日相对湿度,日平均10米风速,提供数据格式:dbf及txt。 CMADS V1.1元数据介绍 CMADS V1.1--SWAT驱动数据总体存放路径说明: 数据集分为专门驱动SWAT模型的子数据驱动集与其他模型使用的数据驱动集 1)专门驱动SWAT模型的子数据集路径为:CMADS-V1.1\For-swat\ 2)专门其他模型使用的子数据集路径为:CMADS-V1.1\For-other-model\ CMADS V1.1--SWAT驱动数据各子集文件路径及名说明 CMADS V1.1--SWAT驱动数据子集路径 1)CMADS V1.1的SWAT子数据驱动集(For-swat文件夹内),包含Station\与Fork\子目录。 其中Station\目录下为SWAT模型需要的所有输入数据(逐日)。以上输入数据分别位于以下目录: Relative-Humidity-104000\ 日平均相对湿度(fraction) Precipitation-104000\ 日累计降水量(mm) Solar radiation-104000\ 日平均太阳辐射(MJ/m2) Temperature-104000\ 日最高最低2米气温(℃) Wind-104000\ 日平均10米风速(m/s) CMADS V1.1--SWAT驱动数据子集命名格式 中国大气数据同化SWAT模型数据集(CMADS)的SWAT子集文件命名: 数据集代码由要素代码:R、P、S、T、W+维度格网数-经度格网数组成(经纬度网格数提取参见CMADS数据集使用手册.pdf)。 CMADS V1.1--SWAT驱动数据子集命名格式实体文件的内容描述: 数据集时间尺度:2008年-2016年间共9年数据文件 空间分辨率:1/4度 时间分辨率:逐日 要素数据存放格式:dbf 索引表存放格式:txt CMADS V1.1--SWAT驱动数据子集索引表: 其中Fork\目录下为SWAT模型需要的所有站点索引表。以上输入数据索引表均可用以下索引表索引: PCPFORK.txt 降水索引表 RHFORK.txt 相对湿度索引表 SORFORK.txt 太阳辐射索引表 TMPFORK.txt 温度索引表 WINDFORK.txt 风速索引表 CMADS V1.1其他模式驱动数据子集路径 CMADS V1.1的SWAT子数据驱动集(For-other-model文件夹内),包括常规模型需要的所有气象输入数据(逐日)。以上输入数据分别位于以下目录: Atmospheric-Pressure-txt\ 日平均大气压强(hPa) Average-Temperature-txt\ 日平均2米气温(℃) Maximum-Temperature-txt\ 日最高2米气温(℃) Minimum-Temperature-txt\ 日最低2米气温(℃) Precipitation-txt\ 日累计降水(mm) Relative-Humidity-txt\ 日平均相对湿度(fraction) Solar-Radiation-txt\ 日平均太阳辐射(MJ/m2) Specific-Humidity-txt\ 日平均比湿(g/kg) Wind-txt\ 日平均10米风速(m/s) 数据存储信息 存储格式和读取:数据集存储格式分为SWAT子集文件(dbf文件),及其他模式数据集(txt文件)。 数据集附属说明文档: metadata:元数据文档(CMADS_META_C.pdf)。 description:说明文档(CMADS_DOCU_C.pdf)。 数据总量:45GB 占用空间:50GB 时间范围:2008年-2016年 时间分辨率:逐日 地理范围描述:东亚 最西经度:60°E 最东经度:160°E 最北纬度:65°N 最南纬度:0°N 台站数量:104000站 空间分辨率: 1/4°×1/4°网格点 垂直范围:无
孟现勇, 王浩
基于青藏高原国家气象站站点数据通过PRISM模型插值生成的高原气象要素分布图,主要包括气温和降水。 青藏高原1961-1990月均温分布图(30年平均值): t1960-90_1.e00,t1960-90_2.e00,t1960-90_3.e00,t1960-90_4.e00,t1960-90_5.e00, t1960-90_6.e00,t1960-90_7.e00,t1960-90_8.e00,t1960-90_9.e00,t1960-90_10.e00, t1960-90_11.e00,t1960-90_12.e00 青藏高原1991-2020月均温分布图(30年平均值): t1991-20_1.e00,t1991-20_2.e00,t1991-20_3.e00,t1991-20_4.e00,t1991-20_5.e00, t1991-20_6.e00,t1991-20_7.e00,t1991-20_8.e00,t1991-20_9.e00,t1991-20_10.e00, t1991-20_11.e00,t1991-20_12.e00, 青藏高原1961-1990月降水分布图(30年平均值): p1960-90_1.e00,p1960-90_2.e00,p1960-90_3.e00,p1960-90_4.e00,p1960-90_5.e00, p1960-90_6.e00,p1960-90_7.e00,p1960-90_8.e00,p1960-90_9.e00,p1960-90_10.e00, p1960-90_11.e00,p1960-90_12.e00 青藏高原1991-2020月降水分布图(30年平均值): p1991-2020_1.e00,p1991-2020_2.e00,p1991-2020_3.e00,p1991-2020_4.e00,p1991-2020_5.e00, p1991-2020_6.e00,p1991-2020_7.e00,p1991-2020_8.e00,p1991-2020_9.e00,p1991-2020_10.e00, p1991-2020_11.e00,p1991-2020_12.e00, 数据时间范围分为1961-1990年、1991-2020年。 数据覆盖的空间范围为东经73°~104.95°,北纬26.5°~44.95°,空间分辨率0.05度×0.05度(经度×纬度),大地坐标投影。 名称解释: 月均温:一个月中每天的日平均气温的平均数; 月降水:一个月降水量的总和。 量纲:数据的文件格式为E00文件,DN值为1~12月的月均温平均值(×0.01℃)、月降水平均值(×0.01mm)。 数据类型:整型。 数据精度:0.05度×0.05度(经度×纬度)。 本数据原始来源为两组数据集:1)青藏高原及周边地区128个气象站自建站至2000年的月均温、月降水观测资料;2)青藏高原50×50km网格的HadRM3区域气候情景模拟数据,即1991-2020年下月平均温度、月降水模拟值。 1961-1990年,对源数据集采用PRISM(Parameter elevation Regressions on Independent Slopes Model)插值方法生成网格数据,基于站点数据对插值模型进行调参和验证。1991-2020年,对区域气候情景模拟数据以地形趋势面插值方法降尺度生成网格数据。部分源数据来自GCM模型模拟的结果:GCM模型采用Hadley Centre climate model HadCM2-SUL。 a) Mitchell JFB, Johns TC, Gregory JM, Tett SFB (1995) Climate response to increasing levels of greenhouse gases and sulphate aerosols. Nature, 376, 501-504. b) Johns TC, Carnell RE, Crossley JF et al. (1997) The second Hadley Centre coupled ocean-atmosphere GCM: model description, spinup and validation. Climate Dynamics, 13, 103-134. 对气象数据进行空间插值采用PRISM (Parameter-elevation Regressions on Independent Slopes Model)方法: Daly,C., R.P. Neilson, and D.L. Phillips, 1994: A statistical-topographic model for mapping climatological precipitation over mountainous terrain. J. Appl. Meteor., 33, 140~158. 因高原地区观测条件艰苦,基础研究数据缺乏,部分地区气象数据有缺失的现象。本数据集经调参和验证,精度尚可,但仅可做为宏观尺度气候研究的参考之用。青藏高原1961-1990月均温分布数据平均相对误差率为8.9%,青藏高原1991-2020月均温分布数据平均相对误差率为9.7%,青藏高原1961-1990月降水分布数据平均相对误差率为20.9%,青藏高原1991-2020月降水分布数据平均相对误差率为22.7%。对部分缺失数据的区域进行了插补,对明显错误的个别数值进行了修改。
周才平
包含了青海省1998-2016年西宁、海东、门源、黄南、海南、果洛、玉树、海西等主要地区平均气温数据。数据整理自统计年鉴: 《青海社会经济统计年鉴》和《青海统计年鉴》,精度同数据所摘取的统计年鉴。 数据表记录了青海省8个地区每个月及每年的平均温度。 单位:摄氏度。 数据集主要应用于地理学、社会经济研究。
青海省统计局
本数据集包括拉萨农田试验站观测的春青稞试验样地的生物量和光合作用数据以及当雄草地试验站观测的气象数据。时间范围为2006-2009年。 生物量观测方法:每个样方取样面积25cm*25cm;光合作用数据观测:仪器为LiCor-6400。 生物量数据是人工根据记录本录入;光合数据是仪器自动记录;气象数据日值中的平均风速、主风向、气温、大气压和相对湿度用半小时数据进行日平均所得,降水量和总辐射数据是观测系统自动记录数据。 生物量数据的观测过程中,严格按照农学方法,可以应用于农业生产力的估算;光合数据观测过程中,仪器的操作、观测对象的选择等严格按照专业要求进行,可以用在植物叶片光合参数模拟和生产力估算中。 青藏高原农田生态系统观测数据,包含:1)地上生物量;2)CO2响应光合数据;3)光响应光合数据;4)当雄监测点气象数据日值。 数据采集地点中国科学院拉萨农业生态试验站,经度:91°20’,纬度:29°41’,海拔:3688m;当雄高寒草甸碳通量观测站,经度:91°05′,纬度:30°25′,海拔:4333m。
张宪洲
该数据集包含孔雀河源观测点的气温、降水、相对湿度、风速、风向等日值。 观测时间从2012年7月2日至2017年9月15日。利用自动气象站(Onset公司),每2小时记录一条数据。 原始数据经过质量控制后形成连续时间序列。通过计算得到每日均值指标数据。满足国家气象局和世界气象组织(WMO)对气象观测原始数据的精度。质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。 数据以excel文件存储。
张寅生
该数据集包含了位于中国科学院青藏高原研究所阿里站所释放的探空仪器的观测数据,观测时间分别为2017/9/2 12时,16时,20时,2017/9/3 16时,20时 2017/9/4 8时,12时,16时,20时 2017/9/5 0时,4时,8时,12时,16时,20时 2017/9/6 0时,4时,8时。 原始数据精度:精确到整数位的数据分别有对数气压,相对湿度,高度,水平风风向,方位角,仰角。精确到一位小数的数据分别有温度,气压,露点温度,水平风风速,经度。精确到两位小数的数据有经向风速,纬向风速,水汽混合比,纬度。质量控制应包括剔除缺测,空测数据。 数据以excel文件存储。
马伟强
该数据集包含昆莎冰川末端观测点的气温、降水、相对湿度、风速、风向等日值。 观测时间从2015年10月3日至2017年9月19日。利用自动气象站(Onset公司),每2小时记录一条数据。 原始数据经过质量控制后形成连续时间序列。通过计算得到每日均值指标数据。满足国家气象局和世界气象组织(WMO)对气象观测原始数据的精度。质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。 数据以excel文件存储。
张寅生
青藏高原东北部1957-2009年0.25度气候数据集,包含降水、最高和最低气温、风速四个气象要素值,时间分辨率为逐日。 数据集包含2400个文本文件,每个文件里有降水(第一列)、最高(第二列)和最低(第三列)气温、风速(第四列)。每个文件名含有经纬度,每个文件代表相应网格点(0.25*0.25度)的四个气象要素值。 本数据是由高原东北部81个气象站观测资料网格化形成。考虑了气象条件随高程的变化。 网格化方法和步骤如下: 从气象局数据共享网(http://data.cma.cn)下载原始的逐日最高和最低气温、降水、风速。之后对数据进行质量控制。所用的原则为1)去除小于0,大于150mm逐日降水;小于-50°C,大于50°C逐日气温;小于0m/s风速;2)画出年序列降水、气温和风速,检查不正常的逐年变化,并通过台站迁移记录进行质量控制。对有非正常变化,但有台站迁移记录的数据,通过修改台站名称,对数据进行分段,如西宁站(52866)1996年出现不正常气温变化,通过记录发现西宁站在1996年后迁移,因此将1996年前的记录记为虚拟台站52867数据,1996年之后的仍记录为52866站的数据。如果数据出现异常变化,但没有台站迁移记录,则将异常变化的数据剔除,如1975年之前的德令哈站数据。有些台站有迁移记录,但数据没有异常变化,即假定迁移前后的台站仍处于相同的气候环境下,因此台站名称和数据记录没有任何改变。 质量控制后开始内插,其方法为1)计算日平均气温、降水和风速随海拔高度的变化。得出气温随海拔高度递减率为4.3°C/km,其决定系数R2为0.65。暖湿季(5-9月)逐日平均降水量随海拔高度有一个不显著的增加(0.5mm/km,R2为0.1)。冷干季(10-4月)逐日平均降水量不随海拔变化。风速也随海拔高度有一个不显著的增加,其增加率为0.4m/s/km,R2为0.1。气温和风速随海拔的变化率用在整个时间段里,而降水随海拔递增率只用在暖湿季,冷干季递增率为0。2)空间内插时利用Synographic Mapping System (SYMAP,Shepard, 1984)方法。这个方法在内插时考虑台站之间的距离以及周围台站之间的角度以表示台站的密集程度。将距离和角度综合为一个权重,用在内插中。距离近且台站之间的夹角大的台站赋予大权重。3)将台站的经纬度、气象要素值、海拔、随海拔的变化率和权重同时考虑,内插出目标网格的值。内插时最大的搜索范围为周围55个台站,最小的搜索范围为周围4个台站。4)综合暖湿和冷干季节的降水,形成整个时段的降水序列。5)在方法测试期,留出了部分台站以检查网格化后的数据。6)验证通过后,所有的81个台站均用在最终网格化过程,并形成本套数据集。 Shepard, D. S., 1984: Computer Mapping: The SYMAP interpolation algorithm. Spatial Statistics and Models, G.Gaile and C. Willmot, Eds., Reidel 133-145.
兰措
该数据集包含狮泉河源观测点的气温、降水、相对湿度、风速、风向等日值。 观测时间从2012年7月2日至2014年8月5日、2015年9月30日至12月25日。利用自动气象站(Onset公司),每2小时记录一条数据。 原始数据经过质量控制后形成连续时间序列。通过计算得到每日均值指标数据。满足国家气象局和世界气象组织(WMO)对气象观测原始数据的精度。质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。 数据以excel文件存储。
张寅生
该数据集包含纳木那尼冰川末端观测点的气温、相对湿度等日值。 观测时间从2011年7月6日至2017年9月15日。利用自动气象站(Campbell公司),每60分钟记录一条数据。 原始数据经过质量控制后形成连续时间序列。通过计算得到每日均值指标数据。满足国家气象局和世界气象组织(WMO)对气象观测原始数据的精度。质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。 数据以excel文件存储。
张寅生
本数据集包含青藏高原南部羊卓雍错湖芯孢粉图谱与温度/降水重建序列研究数据。用于研究羊卓雍错地区20ka来环境变化。利用孢粉分析方法获取本数据集由实验室测量及计算获取。在各个环节严格按照相关操作规程进行样品和数据采集,鉴定。 本数据集共有三个子表,其中: 前两个表为TC1孔孢粉样品分析数据,分别为: 字段1:样品号 字段2:样品深度 单位 cm 字段3:样品年代 单位 aBP 字段4:孢粉总浓度 单位 粒/克 字段5:总花粉颗粒 单位 粒数 字段6:指示性花粉总数 单位 粒数 字段7:鉴定指示性花粉数 单位 粒数 字段8:样品重量 单位 克 字段9:浓度系数 单位 粒/克 字段1:样品号 字段2:植物种类 字段3:花粉含量 单位 % 第三个子表为重建的温度降水,共有6个字段, 字段1:样品代码 字段2:样品名称 字段3:深度 单位 cm 字段4:年龄 单位 aBP 字段5:年均温 单位 0.1℃ 字段6:年降水 单位 0.1mm 岩芯采自青藏高原南部羊卓雍错流域,大致采样位置为:90°27′E,28°56′N,海拔:4425m
王君波, 吕厚远
数据集综合了藏北高原大气、水文和土壤的多站点长期监测项目,包含了藏北高原青藏公路/铁路沿线9个站点(D66,NewD66,沱沱河,D105,D110,安多,MS3478/NPAM,那曲布交,MS3608)多层或单层大气基本要素(风、温、湿、压和降雨/雪等),地面辐射各分量及多层土壤温、湿和热流等观测资料。 数据集通过架设在野外的自动气象站(AWS)、大气边界层塔(PBL)所获得的监测数据组成。所使用的温湿度和气压传感器由芬兰的Vaisala公司生产;风速风向传感器由美国的MetOne公司生产;辐射传感器由美国的APPLEY公司和日本的EKO公司生产;气体分析仪由美国的Licor公司生产;土壤含水量、超声风速仪和数据采集器等由美国的CAMPBELL公司生产。定期(每年2-3次)由专业人员对观测系统进行维护,对传感器进行标定和更换,对采集的数据进行下载和整编。 数据集加工方法为原始数据经过质量控制后形成时间连续序列。满足国家气象局和世界气象组织(WMO)对气象观测原始数据的精度,质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。 数据包含如下观测指标: 空气温度,单位:℃,精度:0.05℃; 空气相对湿度,单位:%,精度:2%; 风速,单位:m/s,精度:0.1m/s; 气压,单位:hPa,精度:0.5hPa; 风向,单位:°,精度:4°; 降水,单位:mm,精度:0.05mm; 辐射,单位:W/m²,精度:5%; 土壤热流,单位:W/m²,精度:2%; 土壤温度,单位:℃,精度:0.2℃; 土壤体积含水量,单位:v/v%,精度:2%。
胡泽勇
第三极地区降水资料库包含7个指标:降水量(Precipitation),订正后降水 (Corrected Precipitation),订正系数(Correction Factor),风速损失(Wind-induced loss),蒸发损失(Evaporation loss),湿润损失(Wetting loss),微降水(Trace precipitation)。涵盖了第三极地区台站观测降水数据,同时包含了订正后的降水数据、订正系数,以及由风速、蒸发、湿润等引起的降水损失、微量降水等。 (1)中国境内观测降水数据来自于中国气象局-国家气象信息中心(http://data.cma.gov.cn/site/index.html) (2)国外观测降水数据来自NCDC国际气候数据中心-NOAA卫星信息服务中心(http://www7.ncdc.noaa.gov/CDO/country),巴基斯坦气象局,尼泊尔气象局等。 原始数据已经由气象业务部门经过严格的质量控制,并已经在相关学术期刊发表。因各个国家气象数据集的规范不同,订正前需要统一气象要素单位,即气温、风速、降水等单位各自统一为℃、m/s、mm。 该数据集包含2个表格: 第三极地区中国境内降水日资料; 第三极地区境外降水日资料。 表格1,2包含如下字段:台站编号,日期,观测降水,订正后降水,订正系数,风速损失,蒸发损失,湿润损失,微降水。
张寅生
本数据集主要包括藏东南高山环境综合观测研究站色季拉山高山林线观测场2005-2008年观测的气象数据和土壤水分数据。 藏东南山地林线观测数据集,包含:1)气象数据集 ;2)土壤水分数据。其中:气象数据集内容包括:风速、气温(1,3m)、相对湿度(1,3m)、土壤热通量(-5,-20,-60cm)、土壤温度(-5,-20,-60cm)、气压、总辐射、净辐射、光合有效辐射、红光辐射(660,730nm)、大气长波辐射、地面长波辐射、地表温度、降水量、雪厚;土壤水分数据包括:植被类型、土壤含水量(-5,-20,-60cm)。 各观测指标所使用的仪器情况: 气温:气温传感器( Air Temperature Probe),产自台湾,型号为TRH-S。 相对湿度:型号为TRH-S,产自台湾。 风速:风速仪(Anemoscope), 产自台湾,型号为03102。 气压:气压仪(Barometric Pressure sensor),产自台湾,型号为BP0611A。 大气长波辐射:大气长波辐射仪(pyrgeometer),产自荷Kipp & Zonen公司,型号为CG3。 地面长波辐射:地面长波辐射仪(pyrgeometer),产自荷兰Kipp & Zonen公司,型号为CG3。 总辐射:总辐射仪(Pyranometer),产自荷兰Kipp & Zonen公司,型号为CM3。 净辐射:净辐射仪(Net Radiometer), 产自荷兰Kipp & Zonen公司,型号为NR-Lite。 光合有效辐射:有效光合辐射仪(PAR-Sensor),产自产自荷兰Kipp & Zonen公司,型号为MS-PAR。 红外辐射:红外辐射仪(Infrared radiation sensor) ,产自英国Skye公司,型号为SKY110。 雨量:雨量筒(Rain Gauge), 产自台湾,型号为7852M。 雪厚:超声波雪厚仪(ultrasonic snow depth sensor),产自美国,型号为260-700。 土壤温度:土壤温度传感器(Soil temperature probe), 产自美国Onset公司,型号为12-Bit。 土壤热通量:土壤热通量板(Soil heat flux plate),产自荷兰Hukseflux公司,型号为HFP01。 土壤含水量:土壤水分传感器(Soil moisture sensor),产自美国Onset公司,型号为S-SMA-M003。 严格按照仪器操作规范进行观测和数据采集, 每项观测仪器在安装前都经过了供应商严格的调试并校正,从而确保了观测数据的准确性。在加工生成数据表时,剔除了一些明显误差数据。
刘新圣, 罗天祥
本数据集包含祁连山东段3个气象站点(西营水库[XYSCZ],护林站[XYHLZ]和上池沟[XYSCG])2006-2010年间的气象观测数据,要素包括气温、降水、相对湿度、风速、主风向、总辐射和气压,时间分辨率为:天。 原始数据严格按照仪器操作规范进行观测和数据采集,精度满足国家气象局和世界气象组织(WMO)对气象观测数据的要求,每年2-3次由专业人员对观测系统进行维护,对传感器进行标定和更换,对采集的数据进行下载和整编。该数据是原始数据经过质量控制后形成时间连续序列,剔除曳点数据和传感器出现故障造成一些明显的系统误差数据。
高红山
小冬克玛底冰川,位于唐古拉山,为大陆型冰川。该冰川是由一条朝南向的主冰川(也叫大冬克玛底冰川)和一条朝向西南的支冰川(也叫小冬克玛底冰川)汇流而成的复式山谷冰川,2012年-2015年小冬克玛底6个点、羊八井4个点和哈日钦4个点等冰川逐日温度、湿度观测资料。
徐柏青
该数据集是青藏工程走廊多年冻土段三个气象站近50年来的年平均气温和降雨量变化趋势。从记录数据可以看到,年平均气温整体在经历着缓慢的升高过程。五道梁和沱沱河在过去的56年内年平均气温的变化有很好的相关性(r2=0.83)。在1957年,五道梁、沱沱河年平均气温分别为-6.6和-5.1℃,到2012年,两站的气温分别为-4.6和-3.1℃,总的增温大约是2℃左右,年平均增温率为0.03-0.04℃。五道梁和安多在过去的47年内年平均气温的变化也有很好的相关性(r2=0.84)。在1966年,安多年平均气温为-3.0℃,到2012年,气温增加到了-1.8℃,总的增温大约是1.2℃,年平均增温为0.02-0.03℃。年平均气温的增加在五道梁和沱沱河略快于安多。 然而,从降雨量来看,降雨的变化比气温变化更加波动。五道梁和沱沱河在过去56年内年降雨量的变化相关性较差(r2=0.60)。在1957年,五道梁、沱沱河年降雨量分别为302和309mm,到2012年,两站的年降雨量分别为426和332mm,五道梁有124mm的降雨增加,年降雨量增加率约为2mm,沱沱河年降雨量增加率仅为0.4mm。五道梁和安多在过去的47年内年降雨量的变化相关性也较差(r2=0.35)。在1966和2012年,安多年平降雨量分别为354和404mm,总的增加大约是50mm,年平均增加率为1mm。年降雨量的增加在五道梁是最快的。 三个气象站代表了青藏工程走廊多年冻土段的气候变化情况。从整体的气温和降雨量的变化趋势来看,过去50年,走廊北部和中部的气温增速较快,超过全球平均0.02℃/a的水平(IPCC)。北部的降雨量增加也较明显,尤其是五道梁气象站的降雨增速非常明显。气温变暖和降雨增加都对加速多年冻土的空间变化产生较大影响,是导致青藏高原多年冻土退化的主导因素。
牛富俊, 林战举, 尹国安
以中国科学院大气物理研究所东亚区域气候-环境重点实验室发展具有独立版权的区域集成环境系统模式RIEMS 2.0为基础,其中RIEMS 2.0区域气候模式是以美国大气研究中心和美国滨州大学发展的中尺度模式(MM5)为非静力动力框架,耦合了一些研究气候所需的物理过程方案。这些过程包括生物圈-大气圈输送方案、采用FC80闭合方案的Grell积云参数化方案、MRF行星边界条件和修改的CCM3辐射方等,采用黑河流域流域观测和遥感数据对该模式中的重要参数进行重新率定,植被资料采用黑河流域数据清单中2000年土地利用数据和黑河流域30sec DEM数据,建立的起来适合黑河流域生态-水文过程研究的区域气候模式。 驱动场:ERA-INTERIM再分析资料 空间范围:模拟区域的网格中心位于(40.30N,99.50E), 水平分辨率为3 km,模式的模拟网格点数为161(经向)X 201(纬向)。 投影方式:LAMBERT正形投影,两个标准纬度为30N 和60N。 时间范围:2011年1月1日-2016年12月31日,时间间隔为6小时 文件内容说明:采用grads无格式月存储。除最高、最低温度为日尺度以外,其他变量都是6小时数据。 可以采用MATLAB进行读取,可见tmax_erain_xiong_heihe.m文件说明。 黑河流域数据说明: 1) Anemometer west wind(m/s) 简称usurf 2) Anemometer south wind(m/s) 简称vsurf 3) Anemometer temperature (deg K) 简称tsurf 4)maximal temperature (deg K) 简称tmax 5) minimal temperature (deg K) 简称tmin 6) Anemom specific humidity (g/kg) 简称qsurf 7) Accumulated precipitation (mm/hr) 简称precip 8) Accumulated evaporation (mm/hr) 简称evap 9) Accumulated sensible heat (watts/m**2/hr) 简称sensible 10) Accumulated net infrared radiation (watts/m**2/hr) 简称netrad 文件名定义: 简称-erain-xiong.年月
熊喆
太阳辐射数据为采用国际上通用的太阳辐射表(LI200SZ,LI-COR, Inc., USA)测量获得。本测量数据为总太阳辐射,包括直射和漫反射的太阳辐射,波长范围400-1100nm。测量结果单位为W/m2,在自然采光下典型误差为± 3%(入射角60°以内)。三极不同地点(青藏高原珠峰站和纳木错站,北极Sodankylä 站,南极DomeA站)的数据来源于与站点合作和网站下载等。青藏高原珠峰站和纳木错站数据覆盖时间从2009年到2016年;北极Sodankylä 站数据覆盖时间从2001年到2017年;南极DomeA站数据覆盖时间从2005年到2014年。
白建辉
本数据集包含从2005年10月1日到2016年12月31日,纳木错台站观测的气温、气压、相对湿度、风速、降水、总辐射等日值。 数据集加工方法为原始数据经过质量控制后形成连续的时间序列。满足国家气象局和世界气象组织(WMO)对气象观测原始数据的精度,剔除了曳点数据和传感器出现故障造成的系统误差。 该数据的服务对象为从事大气物理、大气环境、气候、冰川、冻土等学科科学研究和人才培养的专业人员。主要应用于冰川学、气候学和环境变化、寒区水文过程以及冻土学等学科领域。 测量参数的单位和精度如下: 空气温度,单位:℃,精度:0.1℃; 空气相对湿度,单位:%,精度:0.1%; 风速,单位:m/s,精度:0.1m/s; 风向,单位:°,精度:0.1°; 气压,单位:hPa,精度:0.1hPa; 降水,单位:mm,精度:0.1mm; 总辐射,单位:W/m2,精度:0.1W/m2。
汪远伟, 邬光剑
本数据集包括2007年1月1日至2017年12月31日藏东南站,大气气温、相对湿度、降水、风速、风向、净辐射、气压等的日平均数据。 该数据服务对象为从事气象、大气环境、生态研究的学生和科研人员。 其中各种气象要素的单位如下:气温℃;降水mm;相对湿度%;风速m/s;风向°;净辐射W/m2;气压hPa;可入肺颗粒物μg/m3。 所有数据均是原始观测数据计算得到的日平均值。严格按照仪器操作规范进行观测和数据采集,并已经在相关学术期刊发表;加工过程中剔除了一些明显误差数据,缺失数据用空值。 2015年由于台站观测探头老化问题,风速数据只保留后8个月数据。
罗伦
本数据集包含从2003年5月18日到2016年12月31日,慕士塔格西风带环境综合观测研究站观测的气温、气压、相对湿度、风速、风向、降水、辐射、水汽压等日值。 数据来自于自动气象站(Vaisala公司),每30分钟记录一条数据,数据集加工方法为原始数据经过质量控制后形成连续的时间序列。 满足国家气象局和世界气象组织(WMO)对气象观测原始数据的精度,剔除了曳点数据和传感器出现故障造成的系统误差。 主要应用于冰川学、气候学和环境变化、寒区水文过程以及冻土学等学科领域,服务对象为从事大气物理、大气环境、气候、冰川、冻土等学科科学研究和人才培养的专业人员。
汪远伟, 徐柏青
本数据集包含珠穆朗玛大气与环境综合观测研究站,2005-2016年观测的气温、气压、相对湿度、风速、降水、总辐射、P2.5浓度等日平均值。 数据服务对象为从事青藏高原气象研究的学生和科研人员。 其中降水数据是人工雨量桶观测,蒸发数据为Φ20mm蒸发皿观测,其它均为半小时的观测值处理后得到的日均值。 所有数据严格按照仪器操作规范进行观测和采集,在加工生成数据时,剔除了一些明显的误差数据。
马耀明
1)该套数据集为来自美国国家环境预报中心(NCEP)和国家大气研究中心(NCAR)联合研制的全球大气再分析数据,是利用观测资料、预报模式和同化系统对全球从1948年到目前的气象资料进行再分析形成的格点资料。数据变量包括地表、近地表(.995sigma层)和不同气压层的多个气象变量,如降水、温度、相对湿度、海平面气压、位势高度、风场和热通量等。 2)覆盖时间为1948年至2018年,其中1948至1957年数据是非高斯格点数据;覆盖范围为全球。空间分辨率为2.5°经纬网格。垂直分层为17个标准气压层,分别为1000、925、850、700、600、500、400、300、250、200、150、100、70、50、30、20、10 hPa,和28 sigma层。部分变量为8层(omega)和12层(humidities);时间分辨率为逐6小时、逐日、逐月和长期逐月平均(1981年至2010年平均)。逐日数据由每日0Z,6Z,12Z和18Z 4个时次值作平均得到的。 3)缺测值为-9.96921e+36f。数据以nc格式存放,文件名为var.time.stat.nc, 每个文件包括经纬度、时间和大气要素变量。 数据的详细情况见数据说明链接http://www.esrl.noaa.gov/pad/data 。
NOAA, NCAR
NCEP/NCAR再分析数据工程(1.0)是美国国家环境预报中心-国家大气研究中心(National Centers for Environmental Prediction–National Center for Atmospheric Research: NCEP–NCAR)利用美国国家先进的分析/预测系统去对过去的资料(1948-最近)进行数据同化处理。 这些数据大部分都是来自PSD(物理科学部:Physical Sciences Division)原始日平均的数据。然而,自1948到1957阶段数据有一点不同,属于常规(非高斯)栅格数据。目前官方网站公布的资料一般是从1948至今,最新一天的资料一般会更新到当天的前两日。对于等压面上的资料,一般垂直分辨率会有17层,从1000hPa到10hPa。水平分辨率一般为2.5°×2.5°。NCEP再分析资料是国际上比较系统的大气科学再分析数据集,与欧洲中心的再分析资料相比,其覆盖的起始年份要早一些,最新的资料更新也更快一些。两套再分析数据集是目前国际上使用最为广泛的数据集。 数据的详细情况见https://www.esrl.noaa.gov/psd/data/gridded/data.ncep.reanalysis.html
罗德海, 姚遥
在2012年中游试验期间,委托张掖观象台开展基于L波段探空系统的常规探空加密观测,同时收集1天2次的观测数据,从而获取8:00、14:00和20:00一天3次的探空观测资料。该数据用于支持航空遥感影像和卫星影像的大气校正工作,同时也可以支持气象分析。 观测地点: 张掖国家气候观象台,张掖城西20km沙井镇,观测点坐标为:39°5'15.68"N,100°16'39.11"E。 测量仪器: 国家气象局业务L波段探空系统。 测量时间: 2012年6月1日至8月31日共计92天连续观测,观测时间为7:00-8:00、13:00-14:00和19:00-20:00。2012年5月1日-31日和9月1日之30日观测时间为7:00-8:00和19:00-20:00。 数据内容: 风、温、湿、压等要素的大气廓线数据,观测频率为2秒钟1次,观测高度30000米左右。
马明国
青藏高原过去的冻土图主要基于稀少的台站气温观测,采用基于连续性的分类系统。本数据集利用地理加权回归模型(GWR)综合了经过时空重建的MODIS地表温度、叶面积指数、积雪比例和国家气象信息中心多模型土壤水分预报产品、融合了4万多个气象站降水观测和FY2卫星观测的降水产品及152个气象台站2000-2010年的多年平均气温观测数据,模拟得到了青藏高原过去1公里分辨率的多年平均气温数据,利用多年冻土热条件分类系统,将多年冻土分为非常冷(Very cold)、冷(Cold)、凉(Cool)、暖(Warm)、非常暖(Very warm)和可能解冻(Likely thawing)几个类型。该图显示,扣除湖泊和冰川,青藏高原多年冻土总面积约为107.19万平方公里。验证表明该图具有更高的精度。可为今后冻土工程规划设计与环境管理等提供支持。
冉有华, 李新
北美多模型集合NMME是由美国模式中心(包括NOAA/NCEP、NOAA/GFDL、IRI、NCAR、NASA)和加拿大CMC联合发布的多模式集合季节预报系统数据集。数据包含1982-2010年回报数据和2011年至今的实时气象预报数据。其时间分辨率为逐月,覆盖范围为全球,水平空间分辨率为1°。NMME共有9个气候预报模式,每个模式包含6-28个集合成员,预见期为9-12个月。其气候模式的名称、来源、集合成员和预见期如下: 1)CMC1-CanCM3,Environment Canada,10个模式,12个月 2)CMC2-CanCM4,Environment Canada,10个模式,12个月 3)COLA-RSMAS-CCSM3,National Center for Atmospheric Research,6个模式,12个月 4)COLA-RSMAS-CCSM34,National Center for Atmospheric Research,10个模式,12个月 5)GFDL-CM2p1-aer04,NOAA Geophysical Fluid Dynamics Laboratory,10个模式,12个月 6)GFDL-CM2p5-FLOR-A06,NOAA Geophysical Fluid Dynamics Laboratory,12个模式,12个月 7)GFDL-CM2p5-FLOR-B01,NOAA Geophysical Fluid Dynamics Laboratory,12个模式,12个月 8)NASA-GMAO-062012,NASA Global Modeling and Assimilation Office,12个模式,9个月 9)NCEP-CFSv2,NOAA National Centers for Environmental Prediction,24/28个模式,10个月 除CFSv2模式外(只含降水和平均气温),其他模式数据变量包含降水、平均气温、最高气温和最低气温。每个模式集合成员每月的一个变量数据存放一个nc文件。各变量的气象要素、变量名、单位和物理意义如下: 1)平均气温,tref,K,月平均近地面(2m)平均气温 2)最高气温,tmax,K,月平均近地面(2m)最高气温 3)最低气温,tmin,K,月平均近地面(2m)最低气温 4)降水,prec,mm/day,月平均降水量。 该数据集在气候预报,水文预报驱动,量化模式预报不确定性方面得到广泛的应用。
叶爱中
EC-EARTH-Heihe是采用EC-EARTH全球模式输出结果作为驱动场模拟1980-2005年和RCP4.5情景下2006-2080黑河流域6小时数据。空间范围:模拟区域的网格中心位于(40.30N,99.50E), 水平分辨率为3 km,模式的模拟网格点数为161(经向)X 201(纬向)。 投影方式:LAMBERT正形投影,两个标准纬度为30N 和60N。 时间范围:1980年1月1日-2010年12月31日,时间间隔为6小时。 文件内容说明:采用grads无格式月存储。除最高、最低温度为日尺度以外,其他变量都是6小时数据。 可以采用MATLAB进行读取,可见tmax_erain_xiong_heihe.m文件说明。 黑河流域数据说明: 1) Anemometer west wind(m/s) 简称usurf 2) Anemometer south wind(m/s) 简称vsurf 3) Anemometer temperature (deg K) 简称tsurf 4)maximal temperature (deg K) 简称tmax 5) minimal temperature (deg K) 简称tmin 6) Anemom specific humidity (g/kg) 简称qsurf 7) Accumulated precipitation (mm/hr) 简称precip 8) Accumulated evaporation (mm/hr) 简称evap 9) Accumulated sensible heat (watts/m**2/hr) 简称sensible 10) Accumulated net infrared radiation (watts/m**2/hr) 简称netrad 文件名定义: 简称-ec-earth-6hour.年月 例如:precip-ec-earth-6hour.198001 为1980年1月6小时降水资料 (1) 采用EC-EARTH全球气候模式1980-2005年驱动模拟的历史6小时一次数据。 (2) 2006-2080年为EC-EARTH全球气候模式在RCP 4.5情景下生产黑河流域6小时一次数据资料。
熊喆
2008年全国遥感年平均地表温度和冻结指数是冉有华等(2015)基于MODIS Aqua/Terra逐日四次的5公里瞬时地表温度数据产品,发展了新的年平均地表温度和冻结指数估计方法,该方法利用上下午LST观测的平均获取日平均地表温度,方法的核心是如何恢复LST产品的缺失数据,该方法有两个特点:(1)将遥感观测到的日地表温度变幅进行了空间插值,利用插值获取的空间连续的日地表温度变幅,使一天只有一次的卫星观测数据得到应用;(2)利用了一个新的缺失数据时间序列滤波方法,即基于离散余弦变换的惩罚最小二乘回归方法。 验证表明,年平均地表温度与冻结指数的精度只与原始MODIS LST的精度有关,即保持了MODIS LST产品的精度。可用于冻土制图及相关资源环境应用。
冉有华, 李新
本数据为黑河中游盈科绿洲与湿地、戈壁、沙漠观测的典型地物比辐射率数据集。数据观测从2012年5月25日至2012年7月18日。 仪器:北京师范大学便携式傅立叶变换红外波谱仪(102F)、手持式红外温度计 测量方法:利用102F分别测量冷黑体、暖黑体、观测目标、金版的辐射值。利用冷暖黑体的辐射值,对102F进行定标,消除仪器自身发射的影响。利用基于平滑度的迭代反演算法,反演出比辐射率和物体温度。比辐射率波段范围为8-14μm,分辨率4cm-1。 本数据集包含102F获取的冷黑体、暖黑体、被测目标和金板的原始辐射曲线(ASCII格式)和记录文件。处理后的数据为8-14μm比辐射率曲线(ASCII格式).部分数据配套有被测目标的热像仪照片,数码相机拍摄的场景和被测物体图像。
马明国
在2012年中游试验期间,利用Vaisala和长丰两种GPS探空仪开展CASI/SASI、TASI、WIDAS等航空飞行前后的探空观测,获取风温湿压等特征大气廓线数据。该数据用于支持航空遥感影像和卫星影像的大气校正工作,同时也可以支持气象分析。 观测地点: 黑河中游五星村、高崖水文站,上游阿柔超级站。 五星村释放点坐标为:38°51′11.9″N,100°21′48.8″E,海拔,1563米。 高崖水文站释放点坐标为:39°8′7.2″N,100°23′59.0″E,海拔,1418米 阿柔超级站释放点坐标为:38°03′17.9″N,100°27′28.1″E,海拔,2991米。 测量仪器: Vaisala无线探空仪RS92-SGP和北京长峰声表面波公司GPS探空仪。 测量时间: 2012年6月29日至8月2日航空飞行同步时观测。详见数据集中的表1. 数据内容: 风、温、湿、压等要素的大气廓线数据,观测频率为2秒钟1次,观测高度10000-30000米。详见数据集中的表1。
谭俊磊, 马明国, 韩辉邦, 于文凭, 胡荣海, 赵静, 汪艳
中游人工绿洲生态水文实验区地表温度同步观测的目的在于获取不同地表特征的日变化温度数据和热红外传感器飞行期间大棚薄膜、屋顶、道路、沟渠、水泥地等下垫面的同步地表温度,用于支持航空飞行TASI资料反演地表温度的验证和尺度效应分析。 1、观测时间、内容以及观测方式 2012年6月25日:沟渠和沥青公路使用手持式红外温度计进行观测,观测频率为5min一次。 2012年6月26日:沟渠和沥青公路使用手持式红外温度计进行观测,观测频率为5min一次;大棚薄膜和水泥地使用固定自记点温计进行观测,观测频率为1s一次。 2012年6月29日:水泥地使用手持式红外温度计进行观测,在TASI传感器进入观测上空时进行连续观测;大棚薄膜和水泥地使用固定自记点温计进行观测,观测频率为1s一次。 2012年6月30日:沥青公路、沟渠、裸土、西瓜地和田埂使用手持式红外温度计进行观测,TASI传感器进入观测上空时进行连续观测,其他时间每5min观测一次;大棚薄膜和水泥地使用固定自记点温计进行观测,观测频率为1s一次。 2012年7月10日:沥青公路、沟渠、裸土、西瓜地和田埂使用手持式红外温度计进行观测,TASI传感器进入观测上空每1min观测一次,其他时间每5min观测一次;水泥地使用固定自记点温计进行观测,观测频率为6s一次。 2012年7月26日:沥青公路、水泥地、裸土和西瓜地使用手持式红外温度计进行观测,WiDAS传感器进入观测上空进行连续观测,其他时间每5min观测一次;水泥地和大棚薄膜使用固定自记点温计进行观测,观测频率为6s一次。 2012年8月2日:玉米地和水泥地使用手持式红外温度计进行观测,其中玉米地观测根据WiDAS飞行的航带选择观测点,共选取了12个航带,每个航带下选择一个观测点在WiDAS传感器进入观测上空进行连续观测;水泥地和大棚薄膜使用固定自记点温计进行观测,观测频率为6s一次。 2012年8月3日:玉米地和水泥地使用手持式红外温度计进行观测,其中玉米地观测根据WiDAS飞行的航带选择观测点,共选取了14个航带,每个航带下选择3个观测点在WiDAS传感器进入观测上空进行连续观测;水泥地和大棚薄膜使用固定自记点温计进行观测,观测频率为6s一次。 2、观测仪器参数及标定 固定自记点温计的视场角约10°, 塑料薄膜架设高度约0.5m,水泥地面的架设高度约1m,均采用垂直观测;手持式红外温度计视场角为1°,观测比辐射率设为0.95。所有观测仪器在使用过程中分别于2012年7月6、2012年8月5和2012年9月20进行了3次标定。 3、数据的存储 所有观测数据均用Excel格式存储。
耿丽英, 家淑珍, 王宏伟, 王海波, 吴桂平, 陈书林, 彭莉, 董存辉
该数据集包含了2012年5月10日至9月26日的通量观测矩阵中超级站气象观测数据。站点位于甘肃省张掖市大满灌区农田内,下垫面是玉米地。观测点的经纬度是100.37223E, 38.85551N,海拔1556.06m。风速与风向传感器分别架设在3米、5米、10米、15米、20米、30米、40米处,共7层,朝向正北;空气温度、相对湿度传感器分别架设在3米、5米、10米、15米、20米、30米、40米处,共7层,朝向正北;CO2廓线传感器分别架设在3米、5米、10米、15米、20米、30米、40米处,共7层,朝向正北;大气压力传感器安装在2米处,自计式雨量计安装在塔西侧约8米处,架高2.5m;四分量辐射仪安装在12米处,朝向正南;两个红外表面温度传感器安装在12米处,朝向正南,红外表面温度传感器支臂朝向正南,探头朝向是垂直向下;光合有效辐射传感器安装在12米处,朝向正南;土壤热流板(自校正式)(3块)依次埋设在地下6 cm处,朝向正南距离塔体2米处;其中两块埋设在棵间,一块埋设在植株下面。平均土壤温度传感器TCAV埋设在地下2 cm处,朝向正南距离塔体2米处; 土壤温度传感器探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、80cm、120 cm和160 cm处,并距离气象塔2米的正南方;土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、80cm、120 cm和160 cm处,并距离气象塔2米的正南方; 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)、空气温湿观测(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)、大气压观测(Press)(单位:百帕)、降水观测(Rain)(单位:毫米)、CO2浓度和水汽密度观测(CO2_3m、CO2_5m、CO2_10m、CO2_15m、CO2_20m、CO2_30m、CO2_40m和H2O_3m、H2O_5m、H2O_10m、H2O_15m、H2O_20m、H2O_30m、H2O_40m)(单位:微摩尔/摩尔、毫摩尔/摩尔)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表红外辐射温度(IRT_1、IRT_2)(单位:摄氏度)、光合有效辐射(PAR)(单位:瓦/平方米)、平均土壤温度(TCAV_2cm)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、 多层土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm)(单位:百分比)和多层土壤温度(Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm 、Ts_160cm)(单位:摄氏度) 。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:2012-6-10 10:30;(5)命名规则为:AMS+站点编号 。 多尺度观测试验或站点信息请参考Liu et al. (2016),观测数据处理请参考Xu et al.(2013)。
刘绍民, 李新, 徐自为
该数据集包含了2012年5月10日至9月21日的通量观测矩阵中12号点的自动气象站观测数据。站点位于甘肃省张掖市大满灌区农田内,下垫面是玉米。观测点的经纬度是100.36631E, 38.86515N,海拔1559.25m。空气温度、相对湿度传感器架设在5m处,朝向正北;气压与翻斗式雨量计安装在2米、10米处;风速与风向传感器架设在10米,朝向正北;四分量辐射仪安装在6米处,朝向正南;两个红外表面温度传感器安装在4米处,朝向正南支臂朝向正南,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100 cm处,并距离气象塔2米的正南方;土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,并距离气象塔2米的正南方;土壤热流板(3块)依次埋设在地下6 cm处,其中两块埋设在棵间,一块埋设在植株下面。观测项目有:空气温湿观测(Ta_5m、RH_5m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水(Rain)(单位:毫米)、风速(WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、辐射四分量(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)、 多层土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm)(单位:百分比)和多层土壤温度(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:2012-6-10 10:30;(5)命名规则为:AMS+站点编号 。 多尺度观测试验或站点信息请参考Liu et al. (2016),观测数据处理请参考Xu et al.(2013)。
刘绍民, 李新, 徐自为
区域气候模式 RegCM4.3 中参数设置如下:水平分辨率为 40 km,东西方向 112 格点,南北方向 84格点,网格中心为 74.21°E、44.76°N,投影为 Lambert投影,垂直层划分 23 层,顶层气压为 50 hPa;初始边界场采用水平分辨率 2.5°的 ERA40 再分析数据和 NCEP/NCAR 再分析数据,时间序列取模式数据和站点插值数据时间序列的公共部分。海温数据选择 GISST(1948-2002年),模式中行星边界层选择为 Holtslag格式,积云对流方案为 Emanuel MIT格式,侧边界条件为指数松弛条件,陆面过程描述为 BATs。 模式中地形数据选择 USGS的 GTOPO 30的 30″DEM数字高程模型,地表植被数据选择 USGS分辨率为30″的GLCC(global land cover characterization)。 数据集为日数据,包含地表气压(hpa),2m最高气温(K),2m最低气温(K),2m平均气温(K),地表平均降水(kg·m-2·s-1) 命名规则,xx_xxxx_YYYY.nc。其中YYYY为年份,xx代表中亚,xxxx为驱动数据名称(分别为ERA40、NCEP1)。
白磊, 李兰海, 陈曦, 张弛, 殷刚
采用黑河计划数据管理中心提供的黑河流域及周边地区21个气象常规观测站及黑河周边13个全国基准站的站点数据信息,对逐日气温进行统计整理,计算逐个站点的1961-2010年多年逐月气温数据,对其进行空间平稳性分析,计算变异系数,若变异系数大于100%,则采用地理加权回归计算站点与地理地形因素关系,得逐月气温分布趋势;若变异系数小于等于100%,则采用普通最小二乘回归计算站点气温值与地理地形因素(经纬度、高程)的关系,得逐月气温分布趋势;对去掉趋势后的残差采用HASM(High Accuracy Surface Modeling Method)进行拟合修正。最后将趋势面结果与残差修正结果相加既得1961-2010年黑河流域多年月平均气温分布。时间分辨率:逐日、逐月。空间分辨率:500m。
赵娜, 岳天祥
该数据集包含了2012年5月6日至9月21日的通量观测矩阵中14号点的自动气象站观测数据。站点位于甘肃省张掖市盈科灌区农田内,下垫面是玉米。观测点的经纬度是100.35310E, 38.85867N,海拔1570.23m。空气温度、相对湿度传感器架设5m处,朝向正北;气压与翻斗式雨量计安装在5米、10米处;风速与风向 传感器架设在10米,朝向正北;四分量辐射仪安装在5.5米处,朝向正南;两个红外表面温度传感器安装在5.5米处,朝向正南支臂朝向正南,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100 cm处,并距离气象塔2米的正南方; 土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,并距离气象塔2米的正南方;土壤热流板(3块)依次埋设在地下6 cm处,其中两块埋设在棵间,一块埋设在植株下面。观测项目有:空气温湿观测(Ta_5m、RH_5m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水(Rain)(单位:毫米)、风速(WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、辐射四分量(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)、 多层土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm)(单位:百分比)和多层土壤温度(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:2012-6-10 10:30;(5)命名规则为:AMS+站点编号 。 多尺度观测试验或站点信息请参考Liu et al. (2016),观测数据处理请参考Xu et al.(2013)。
刘绍民, 李新, 徐自为
该数据集包含了2012年6月25日至9月21日的通量观测矩阵中21号点的自动气象站观测数据。站点为甘肃省张掖市湿地站,下垫面是湿地。观测点的经纬度是100.44640E, 38.97514N,海拔1460.00m。空气温度、相对湿度传感器架设在5m、10米处,朝向正北;气压与翻斗式雨量计安装在2米、10米处;风速架设在5m、10m处,风向 传感器架设在10米,朝向正北; NR01辐射传感器安装在6米处,朝向正南;两个红外表面温度传感器安装在6米处,支臂朝向正南,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,并距离气象塔2米的正南方;土壤热流板(3块)依次埋设在地下6 cm处。观测项目有:空气温湿观测(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(Rain)(单位:毫米)、风速(WS_5m 、WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、辐射四分量(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)、多层土壤温度(Ts_0cm、Ts_2cm 、Ts_4cm 、Ts_10cm、Ts_20cm、Ts_40cm)(单位:摄氏度)。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:2012-6-10 10:30;(5)命名规则为:AMS+站点编号 。 多尺度观测试验或站点信息请参考Liu et al. (2016),观测数据处理请参考Xu et al.(2013)。
刘绍民, 李新, 徐自为
该数据集包含了2012年6月3日至9月18日的通量观测矩阵中3号点的自动气象站观测数据。站点位于甘肃省张掖市盈科灌区农田内,下垫面是玉米。观测点的经纬度是100.37634E, 38.89053N,海拔1543.05m。空气温度、相对湿度传感器架设在5m处,朝向正北;翻斗式雨量计安装在塔顶10米处;风速传感器架设在10米,朝向正北;四分量辐射仪安装在6米处,朝向正南;两个红外表面温度传感器安装在6米处,支臂朝向正南,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处,并距离气象塔2米的正南方;土壤水分传感器分别埋设在地下2cm、4cm处,并距离气象塔2米的正南方;土壤热流板(3块)依次埋设在地下6 cm处,其中两块埋设在棵间,一块埋设在植株下面。观测项目有:空气温湿观测(Ta_5m、RH_5m)(单位:摄氏度、百分比)、降水(Rain)(单位:百帕)、风速(WS_10m)(单位:米/秒)、辐射四分量(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)、 多层土壤水分(Ms_2cm、Ms_4cm)(单位:百分比)和多层土壤温度(Ts_0cm、Ts_2cm 、Ts_4cm)(单位:摄氏度) 。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:2012-6-10 10:30;(5)命名规则为:AMS+站点编号 。 多尺度观测试验或站点信息请参考Liu et al. (2016),观测数据处理请参考Xu et al.(2013)。
刘绍民, 李新, 徐自为
该数据集包含了2012年5月9日至9月21日的通量观测矩阵中6号点的自动气象站观测数据。站点位于甘肃省张掖市盈科灌区农田内,下垫面是玉米。观测点的经纬度是100.35970E, 38.87116N,海拔1562.97m。空气温度、相对湿度传感器架设在5m、10米处,朝向正北;气压与翻斗式雨量计分别安装在塔顶2米、10米处;风速传感器架设在5米、10米,风向传感器架设在10米,朝向正北;四分量辐射仪安装在6米处,朝向正南;两个红外表面温度传感器安装在6米处,支臂朝向正南,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100 cm处,并距离气象塔2米的正南方; 土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,并距离气象塔2米的正南方;土壤热流板(3块)依次埋设在地下6 cm处,其中两块埋设在棵间,一块埋设在植株下面。观测项目有:空气温湿观测(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(Rain)(单位:毫米)、风速(W5_m、WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、辐射四分量(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)、 多层土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm)(单位:百分比)和多层土壤温度(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:2012-6-10 10:30;(5)命名规则为:AMS+站点编号 。 多尺度观测试验或站点信息请参考Liu et al. (2016),观测数据处理请参考Xu et al.(2013)。
刘绍民, 李新, 徐自为
该数据集包含了2012年5月13日至9月21日的通量观测矩阵中18号点的自动气象站观测数据。站点为甘肃省张掖市戈壁站,下垫面是戈壁。观测点的经纬度是100.30420E, 38.91496N,海拔1562.00m。空气温度、相对湿度传感器架设在5m、10米处,朝向正北;气压与翻斗式雨量计安装在2m、10米处;风速传感器架设在5m、10米,风向传感器架设在10米,朝向正北;四分量辐射仪CNR1安装在6米处,朝向正南;两个红外表面温度传感器安装在6米处,支臂朝向正南,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100 cm处,并距离气象塔2米的正南方; 土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,并距离气象塔2米的正南方;土壤热流板(3块)依次埋设在地下6 cm处。观测项目有:空气温湿观测(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(Rain)(单位:毫米)、风速(WS_5m 、WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、辐射四分量(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)、 多层土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm)(单位:百分比)和多层土壤温度(Ts_0cm、Ts_2cm 、Ts_4cm 、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm ) 。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:2012-6-10 10:30;(5)命名规则为:AMS+站点编号 。 多尺度观测试验或站点信息请参考Liu et al. (2016),观测数据处理请参考Xu et al.(2013)。
刘绍民, 李新, 徐自为
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