不同相态降水(降雪、雨夹雪和降雨)对地表水循环和能量收支产生不同性质影响。因此,对不同相态降水进行区分至关重要,特别是在气候变化背景下。基于Ding et al.(2014)提出的不同相态降水分离参数化方案和基于观测的逐日格点数据集(CN05.1),以湿球温度、相对湿度、地表气压和高程数据作为输入,我们生成了一套1961-2016年期间中国区域不同相态降水(降雪、雨夹雪和降雨)及其湿球温度阈值的逐日格点数据集,空间分辨率为0.25°。在此基础上,进一步计算了逐年降雪、雨夹雪和降雨总量。该数据可为冰冻圈科学、水文学、生态学和气候变化相关研究提供基础数据。
苏勃, 赵宏宇
山地冰川是中国西部及其周边地区重要的淡水资源。由于冰川融水在流域尺度为生态和社会经济用水提供补给,因此,确定冰川作用(补给)流域是开展冰川水资源供给功能和服务研究的基础。基于Randolph Glacier Inventory 6.0、中国历次冰川编目、中国三级流域边界数据(中国科学院资源与环境科学数据中心提供)和全球流域边界数据HydroBASINS(www.hydrosheds.org),通过将冰川分布数据与流域边界数据进行相交分析,生成了20世纪50年代至21世纪20年代(至今)(1)中国两级冰川作用流域边界、(2)中国冰川作用的国际河流流域边界以及(3)亚洲高山区冰川作用流域边界数据。该数据兼顾了中国和全球常用流域边界,并将二者很好匹配,以期为中国及其周边地区冰川水资源研究提供基础数据。
苏勃
地表土壤水分(SSM)是了解地球表面水文过程的关键参数。长期以来,被动微波(PM)技术一直是在卫星遥感尺度上估算SSM的主要选择,而另一方面,PM观测的粗分辨率(通常>10 km)阻碍了其在更细尺度上的应用。虽然已经提出了定量研究,以缩小基于卫星PM的SSM的规模,但很少有产品可供公众使用,以满足1km分辨率和全天候条件下每日重访周期的要求。因此,在本研究中,我们在中国开发了一种具有所有这些特征的SSM产品。该产品是通过在36 km处对基于AMSR-E和AMSR-2的SSM进行降尺度生成的,涵盖了2003-2019年间两台辐射计的所有在轨时间。MODIS光学反射率数据和在多云条件下填补空白的每日热红外地表温度(LST)是降尺度模型的主要数据输入,以实现SSM降尺度结果的“全天候”质量。4月至9月期间,这一开发的SSM产品的每日图像在全国范围内实现了准完全覆盖。在其他月份,与最初的每日PM观测值相比,开发产品的全国覆盖率也大大提高。我们根据2000多个专业气象和土壤水分观测站的现场土壤水分测量结果对该产品进行了评估,发现该产品的精度在晴空到多云的所有天气条件下都是稳定的,无偏RMSE的站平均值在0.053 vol到0.056 vol之间。此外,评估结果还表明,开发的产品在1km分辨率下明显优于广为人知的SMAP Sentinel(主被动微波)组合SSM产品。这表明,我们开发的产品在改善未来水文过程、农业、水资源和环境管理相关调查方面可能带来的潜在重要效益。
宋沛林, 张永强
公里级、空间完整(无缝)的地表温度产品在全球变化等领域具有广泛的应用需求。基于遥感观测反演的地表温度具有较高的可信度,融合从热红外和微波观测反演的地表温度,是获取具有一定精度、空间完整地表温度的有效途径。基于这一指导思想,作者发展了反演中国区域1km、无缝地表温度的方法框架,并生成了相应的数据集(2002-2020). 首先采用基于查找表的AMSR-E/AMSR2 地表温度反演算法反演得到AMSR-E/AMSR2 地表温度,之后采用地理加权回归对AMSR-E/AMSR2 地表温度进行降尺度,得到1km 地表温度,最后使用多尺度卡尔曼滤波融合AMSR-E/AMSR2 1km地表温度和MODIS地表温度,生成1km无缝地表温度数据集。 地面验证评价结果表明,该LST的均方根误差(RMSE)约为3K,空间分布于MODIS LST、CLDAS LST的一致性较好。
程洁, 董胜越, 施建成
时空连续的积雪覆盖面积对陆表能量水分交换、山区水文、陆面模式、数值天气预报以及气候变化研究具有重要意义,而云的大量存在,造成光学遥感积雪覆盖面积中严重的数据空缺。本数据集采用Terra和Aqua双星MODIS观测,以及FY-2E和FY-2F VISSR双星观测,获取受云影响较小的积雪覆盖 度(亚像元积雪覆盖),并根据时序信息补充剩余云像元的积雪覆盖度,最终得到无云积雪覆盖度。本数据集包括青藏高原0.005度(约500 m)和中国地区的0.05度(约5 km)空间分辨率逐日积雪覆盖度。
蒋玲梅
总览我国现有的各种冻土图,他们在分类系统、数据源、制图方法等方面存在较大的不同,这些图件代表了我国在过去的半个世纪中对多年冻土分布的阶段认识。为了更加合理地反映我国冻土的分布,并统计出我国冻土分布面积,我们在分析现有冻土图的基础上,制备了一个新的冻土分布图,该图融合了现有多个冻土图和青藏高原多年冻土分布的模型模拟结果,统一了全国各部分数据的获取时间,反映了2000年左右我国冻土的分布状况。 新的冻土图中,各种冻土类型的分布按以下原则确定: 1. 底图采用中国冻土区划及类型图(1:1000万)(邱国庆 等,2000)。青藏高原以外的高山多年冻土和瞬时冻土的分布沿用原图;季节冻土和瞬时冻土、瞬时冻土和非冻土的界限也均无变化。青藏高原地区的多年冻土和东北地区高纬度多年冻土的分布则采用以下结果更新。 2. 青藏高原区域的高海拔多年冻土和高山多年冻土分布采用南卓铜 等(2002)的模拟结果进行更新。该模型利用青藏公路沿线76个钻孔实测年平均地温数据,进行回归统计分析,获取年平均地温与纬度、高程的关系,并基于该关系,结合GTOPO30高程数据(美国地质调查局地球资源观测与科技中心领导下发展的全球1km数字高程模型数据)模拟得到整个青藏高原范围上的年平均地温分布,再以年平均地温0.5C作为多年冻土与季节冻土的界限。 3. 东北地区的高纬度多年冻土分布采用了Jin et al. (2007)的最新结果。 Jin et al. (2007)通过对过去几十年东北年平均降水和土壤水分的分析,认为东北地区的多年冻土南界与年平均气温的关系在过去几十年中没有发生实质变化。 4. 其他地区的高山多年冻土分布采用中国冰川冻土沙漠图(1:400万)(中国科学院寒区旱区环境与工程研究所,2006)更新。 在分类系统方面,现有的冻土图对多年冻土的划分多采用连续性标准,但对连续性的具体定义有很大不同。很多研究表明,连续性标准是一个与尺度密切相关的概念,并不适合于高海拔多年冻土的分类(程国栋, 1984; Cheng et al., 1992),且该标准无法应用于以网格为基本模拟单元的多年冻土分布模型。在本文中,我们放弃了连续性标准,而以制图单元(网格或区域)内是否存在冻土为标准。新的冻土图将我国冻土分为几下几类: (1)高纬度多年冻土 (2)高海拔多年冻土 (3)高原多年冻土 (4)高山多年冻土 (5)中深季节冻土:可能达到的最大季节冻结深度>1m; (6)浅季节冻土:可能达到的最大季节冻结深度<1m; (7)瞬时冻土:保存时间不足一个月 (8)非冻土。 数据具体说明,请参考说明文档及引用文献。
冉有华, 李新
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
本数据集主要包含Nimbus-7卫星携带的扫描式多通道微波辐射计(SMMR:Scanning Multichannel Microwave Radiometer)获得的被动微波亮度温度,包含1978年10月25日-1987年8月20日的06H、06V、10H、10V、18H、18V、21H、21V、37H、37V共十个微波通道的每天两次过境(升轨&降轨)亮度温度,其中H代表水平极化,V代表垂直极化。 1978年10月发射的Nimbus-7为太阳同步极轨卫星,搭载的微波传感器SMMR,是一台测量地表五个频率(6.6GHz,10.69GHz,18.0GHz,21.0GHz,37.0GHz)微波亮温的双极化微波辐射计。它以约50.3°固定入射角扫描地表,幅宽780km,并在正午12:00(升轨)与午夜24:00(降轨)通过赤道。SMMR时间分辨率为每日,但由于swath间距离较宽,大概每隔5-6天才会重访同一地表。 1、文件格式和命名: 每组数据均由遥感数据文件构成。 SMMR_Grid_China目录下的每组数据文件名及命名规则如下: SMMR-MLyyyydddA/D.subset.ccH/V(遥感数据) 其中:SMMR代表SMMR传感器;ML代表多通道低分辨率;yyyy代表年份;ddd代表该年的儒略日(1-365/366);A/D分别代表升轨(A)和降轨(D);subset表示中国地区的亮温数据;cc代表频率(6.6GHz,10.69GHz,18.0GHz,21.0GHz,37.0GHz);H/V分别代表水平极化(H)和垂直极化(V)。 2、坐标系及投影: 投影方式为等积割圆柱投影,双标准纬线为南北纬30度。有关EASE-GRID的相关详细信息,请参考http://www.ncgia.ucsb.edu/globalgrids-book/ease_grid/。 如果需要将EASE-Grid投影方式转换成Geographic投影方式,请参照ease2geo.prj文件,内容如下: Input projection cylindrical units meters parameters 6371228 6371228 1 /* Enter projection type (1, 2, or 3) 0 00 00 /* Longitude of central meridian 30 00 00 /* Latitude of standard parallel Output Projection GEOGRAPHIC Spheroid KRASovsky Units dd parameters end 3、数据格式: 以整数形二进制存储,每个数据占2个字节。本数据集中实际存储的数据为亮温*10,读出数据后需除以10得到真实亮温。 空间分辨率:25km; 时间分辨率:逐日,从1978年至1987年。 4、空间范围: 经度:60.1°-140.0°东经; 纬度:14.9°-55.0°北纬。 5、数据读取 每一组数据的遥感影像数据文件可以在ENVI和ERDAS软件中打开。
NSIDC
本数据集主要包括美国国防气象卫星计划卫星(DMSP-F08、DMSP-F11、DMSP-F13和DMSP-F17)搭载的星载微波辐射计SSM/I和SSMIS的每日两次(升轨&降轨)亮度温度(K),时间覆盖范围为1987年9月15日至2015年12月31日。DMSP-F08、DMSP-F11和DMSP-F13的SSM/I亮温包含19.35H、19.35V、22.24V、37.05H、37.05V、85.50H和85.50V共七个通道;而DMSP-F17的SSMIS亮温观测由19.35H、19.35V、22.24V、37.05H、37.05V、91.66H和91.66V共七个通道组成。其中,DMSP-F08卫星亮温的覆盖时间为1987年9月15日至1991年12月31日;DMSP-F11卫星亮温的覆盖时间为1992年1月1日至1995年12月31日;DMSP-F13卫星亮温的覆盖时间为1996年1月1日至2009年4月29日;DMSP-F17卫星亮温的覆盖时间为2009年1月1日至2015年12月31日。 1、文件格式和命名: 亮度温度以年为单位分别存放,每个目录中均由各频率的遥感数据文件构成,其中SSMIS数据中还包含.TIM时间信息文件。 各数据文件名及其命名规则如下: EASE-Fnn-ML/HyyyydddA/D.subset.ccH/V(遥感数据) EASE-Fnn-ML/HyyyydddA/D.subset.TIM(时间信息文件) 其中:EASE代表EASE-Grid投影方式;Fnn代表卫星编号(F08、F11、F13、F17);ML/H分别代表多通道低分辨率和多通道高分辨率;yyyy代表年份;ddd代表该年的儒略日(1-365/366);A/D分别代表升轨(A)和降轨(D);subset 表示中国地区的亮温数据;cc代表频率(19.35GHz、22.24 GHz、37.05GHz、85.50GHz、91.66GHz);H/V分别代表水平极化(H)和垂直极化(V)。 2、坐标系及投影: 本数据集投影方式为EASE-Grid,即等积割圆柱投影,双标准纬线为南北纬30°。有关EASE-GRID的相关详细信息,请参考http://www.ncgia.ucsb.edu/globalgrids-book/ease_grid/。 如果需要将EASE-Grid投影方式转换成Geographic投影方式,请参照ease2geo.prj文件,内容如下: Input projection cylindrical units meters parameters 6371228 6371228 1 /* Enter projection type (1, 2, or 3) 0 00 00 /* Longitude of central meridian 30 00 00 /* Latitude of standard parallel Output Projection GEOGRAPHIC Spheroid KRASovsky Units dd parameters end 3、数据格式: 以整数型二进制存储,行列号:308*166,每个数据占2个字节。本数据集中实际存储的数据为亮温*10,读出数据后需除以10得到真实亮温。 4、数据分辨率: 空间分辨率:25.067525km,12.5km(SSM/I 85GHz,SSMIS 91GHz) 时间分辨率:逐日,从1978年至2015年。 5、空间范围: 经度:60.1°-140.0°东经; 纬度:14.9°-55.0°北纬。 6、数据读取: 每一组数据中的遥感影像数据文件可以在ArcMap、ENVI和ERDAS软件中打开。
National Snow and Ice Data Center(NSIDC)
该数据集是“中国雪深长时间序列数据集(1978-2012)”的升级版本。 中国雪深长时间序列数据集(1979-2023)采用经纬度投影方式,数据为浮点型。数据集按年份存储,每个年份是一个压缩包,每个压缩包内包含每天的积雪深度文件。每天的雪深用一个txt文件存储,文件的名称为“yyyyddd.txt”,其中yyyy代表年,ddd代表Julian日期,雪深单位为厘米(cm)。比如2005001.txt就代表这个ASCII文件描述2005年第一天我国的积雪覆盖状况。数据集的ASCII码文件是由头文件和主体内容构成,头文件包括行数、列数、x-轴中心点坐标、y-轴中心点坐标、栅格大小、无数据区标值等6行描述信息组成,主体内容就是根据行数列数组成的二维数组,雪深单位为厘米(cm)。因为该数据集中的所有ASCII码文件所描述的空间为我国全国范围,所以这些文件的头文件是不变的,现将头文件摘录如下(其中xllcenter, yllcenter, cellsize单位为度): ncols 321 nrows 161 xllcenter 60 yllcenter 15 cellsize 0.25 NODATA_value -1。 该数据集是采用中国被动微波雪深反演算法Che算法,从星载被动微波亮度温度数据提取。星载被动微波亮度温度数据来自多个传感器,本数据采用的传感器包括Nimbus7上的SMMR(1979-1988),DMSP-F08,F11,F13上的SSMI(1988-2008),DMSP-F17上的SSMI/S(2009-2020),Aqua上的AMSR-E (2002-2011),GCOM-W1上的AMSR2 (2012-)。考虑到不同传感器之间的系统差异,在进行雪深反演前,已对对不同传感器进行了交叉订正。 数据包含三个压缩文件:daily snow depth _smmr_ssmis_China (1978-2020),daily snow depth _amsre_China(2002-2011),daily snow depth_amsr2_China(2012-2023)。第一个是从SMMR,SSMI,SSMI/S提取的1978-2020年逐日雪深,第二个是从AMSR-E提取的2002-2011年逐日雪深,第三个是从AMSR2提取的2012-2023年逐日雪深。从2021年开始SSMI/S数据与之前差异较大,因此,之后的数据不再根据SSMI/S数据更新。AMSR-E数据结束时间是2011年9月27日。AMSR2数据从2012年9月1日开始,目前仍在运行,今后将根据AMSR2数据继续更新中国长时间序列数据集。
车涛, 戴礼云, 李新
冻土图的编制依据包括:(1)冻土野外调查、勘探实测资料;(2)航空像片和卫星影像判译;(3)TOPO30 1km分辨率的地面高程数据;(4)气温和地面温度资料。其中,青藏高原的冻土分布采用了南卓铜等(2002)的研究结果,利用青藏公路沿线76个钻孔实测年平均地温数据,进行回归统计分析,获取年平均地温与纬度、高程的关系,并基于该关系,结合GTOPO30高程数据(美国地质调查局地球资源观测与科技中心领导下发展的全球1km数字高程模型数据)模拟得到整个青藏高原范围上的年平均地温分布。以年平均地温0.5 ℃作为多年冻土与季节冻土的界限,参考《中国冰雪冻土图》(1:400万)(施雅风 等,1988)划定高原不连续多年冻土与高原岛状多年冻土的界限;另外,参考东北大小兴安岭多年冻土分区图(郭东信 等,1981)、环北极多年冻土和地下冰分布图(Brown et al. 1997)和最新野外实测资料,对东北的多年冻土界线进行了修订;西北高山多年冻土界线多采用了《中国冰雪冻土图》(1:400万)(施雅风 等,1988)中划定的界线。 根据该数据统计的中国多年冻土区面积约1.75×106km2,约占中国领土的18.25%。其中,高山多年冻土0.29×106km2,约占我国领土面积的3.03%。 更多信息参考《1:400万中国冰川冻土沙漠图》说明书(中国科学院寒区旱区环境与工程研究所,2006)
王涛
字段说明: Num_code(冻土属性编码) Combo(冻土属性) extent(冻土范围) content(含冰量) 属性对照如下: (1)冻土属性对照表: 0 (No information ) 1 - chf (Continuous permafrost extent with high ground ice content and thick overburden) 2 - dhf (Discontinuous permafrost extent with high ground ice content and thick overburden) 3 - shf (Sporadic permafrost extent with high ground ice content and thick overburden) 4 - ihf (Isolated patches of permafrost extent with high ground ice content and thick overburden ) 5 - cmf (Continuous permafrost extent with medium ground ice content and thick overburden ) 6 - dmf (Discontinuous permafrost extent with medium ground ice content and thick overburden ) 7 - smf (Sporadic permafrost extent with medium ground ice content and thick overburden ) 8 - imf (Isolated patches of permafrost extent with medium ground ice content and thick overburden) 9 - clf (Continuous permafrost extent with low ground ice content and thick overburden ) 10 - dlf (Discontinuous permafrost extent with low ground ice content and thick overburden ) 11 - slf (Sporadic permafrost extent with low ground ice content and thick overburden ) 12 - ilf (Isolated patches of permafrost extent with low ground ice content and thick overburden) 13 - chr (Continuous permafrost extent with high ground ice content and thin overburden and exposed bedrock ) 14 - dhr (Discontinuous permafrost extent with high ground ice content and thin overburden and exposed bedrock ) 15 - shr (Sporadic permafrost extent with high ground ice content and thin overburden and exposed bedrock ) 16 - ihr (Isolated patches of permafrost extent with high ground ice content and thin overburden and exposed bedrock) 17 - clr (Continuous permafrost extent with low ground ice content and thin overburden and exposed bedrock ) 18 - dlr (Discontinuous permafrost extent with low ground ice content and thin overburden and exposed bedrock ) 19 - slr (Sporadic permafrost extent with low ground ice content and thin overburden and exposed bedrock) 20 - ilr (Isolated patches of permafrost extent with low ground ice content and thin overburden and exposed bedrock ) 21 - g (Glaciers) 22 - r (Relict permafrost) 23 - l (Inland lakes ) 24 - o (Ocean/inland seas ) 25 - ld (Land) (2)冻土范围对照表 c = continuous (90-100%) d = discontinuous (50- 90%) s = sporadic (10- 50%) i = isolated patches ( 0 - 10%) (3)含冰量对照表 h = high (>20% for "f" landform codes) (>10% for "r" landform codes) m = medium (10-20%) l = low (0-10%)
National Snow and Ice Data Center(NSIDC), 吴立宗
该图是施雅风先生和米德生编制的《中国1:400万冰雪冻土图》,地图编制的工作地图为《中华人民共和国汉语拼音版》,保留了地图的水系及山脉注记,并增加了一些山文注记。编绘冻土图的依据是:冻土调查和勘探的实际资料、遥感资料的判译、影响冻土形成和分布的气温条件及地形特征。冰川雪线高度以等值线表示其变化趋势。季节性积雪与季节性结冰是综合依据了全国1600个气象观测台站资料和多年考察结果以等值线加注记和符号表示、冷生(冰缘)现象选择具有代表性且经实地观察到的给予示意性的表示。多年冻土和非多年冻土范围界线,依据考察现场资料经计算而编制成图,其综合程度较高(特普费尔著,1982) 《中国冰雪冻土图》反映了冰川、积雪、冻土及冰缘分布的规模、类型、特征,以及在科学研究上的价值和生产实践中利用、防治的前景。表现了我们三十年来在冰川冻土科研方面的成果。
施雅风, 米德生
该数据集对扫描图《中国400万冰雪冻土图》(施雅风、米德生,1988)进行几何校正,然后通过数字化,综合考虑海拔和纬度,结合多年冻土的连续性将冻土划分为:高纬度多年冻土的大片多年冻土、岛状融区多年冻土和岛状多年冻土;高海拔多年冻土和高山多年冻土(包括阿尔泰山,天山,祁连山、横断山、喜马拉雅山及中国东部的太白山、黄岗梁和长白山)和高原多年冻土(青藏高原),高原多年冻土(青藏高原)又分为大片多年冻土和岛状多年冻土;季节冻土、瞬时冻土和无冻土区。
施雅风, 米德生
中国第二次冰川编目以分辨率较高的Landsat TM/ETM+遥感卫星数据为主要冰川边界提取数据源,并以最新全球数字高程模型SRTM V4为冰川属性提取数据源,采用当前国际通用的波段比值阈值分割法提取裸冰区冰川边界,开发了分冰岭提取算法提取冰川分冰岭并用于单条冰川的分割,同时采用国际通用算法计算冰川属性,从而获得了中国西部主要冰川区包含逐条冰川信息的矢量数据和属性数据。通过与部分野外GPS实地测量数据和更高分辨率遥感影像(如QuickBird、WorldView等)的对比显示,第二次中国编目中的冰川矢量数据具有较高的定位精度,能够满足国土、水利、交通、环境等领域对冰川数据的要求。 冰川编目属性:Glc_Name(冰川名称)、Drng_Code(流域编码)、FCGI_ID(第一次编目冰川编码)、GLIMS_ID(GLIMS冰川编码)、Mtn_Name(山系名称)、Pref_Name(所在行政区划)、Glc_Long(冰川经度)、Glc_Lati(冰川纬度)、Glc_Area(冰川面积)、Abs_Accu(绝对面积精度)、Rel_Accu(相对面积精度)、Deb_Area(表碛区面积)、Deb_A_Accu(表碛区面积绝对精度)、Deb_R_Accu(表碛区面积相对精度)、Glc_Vol_A(估算冰川体积1)、Glc_Vol_B(估算冰川体积2)、Max_Elev(冰川最大高程)、Min_Elev(冰川最小高程)、Mean_Elev(冰川平均高程)、MA_Elev(冰川中值面积高度)、Mean_Slp(冰川平均坡度)、Mean_Asp(冰川平均坡向)、Prm_Image(主要遥感数据)、Aux_Image(辅助遥感数据)、Rep_Date(冰川编目代表日期)、Elev_Src(高程数据源)、Elev_Date(高程代表日期)、Compiler(冰川编目编制者)、Verifier(冰川编目审验者)。 数据的详细情况见第二次冰川编目-数据说明。
刘时银, 郭万钦, 许君利
该图是Li Xin等2008年为了重新统计中国的多年冻土面积,在分析现有中国冻土图的基础上编制而成的,由三部分组成,其中青藏高原部分采用模拟的青藏高原冻土图(南卓铜,2002)、东北部分来自《1:400万中国冰川冻土沙漠图》(中国科学院寒区旱区环境与工程研究所,2006),其他部分采用中国冻土区划及类型图(1:1000万)(周幼吾 等,2000)。 更多信息参考文献(中国科学院寒区旱区环境与工程研究所,2006;南卓铜,2002;周幼吾 等,2000;Li et al, 2008)。
李新, 南卓铜, 周幼吾
中国长序列地表冻融数据集——决策树算法(1987-2009)是利用被动微波遥感 SSM/I亮度温度资料通过决策树分类提取得到。 该数据集采用EASE-Grid投影方式(等积割圆柱投影,标准纬线为±30°),空间分辨率25.067525km,提供逐日的中国大陆主体部分的地表冻融状态分类结果。数据集按年份存放,共由23个文件夹组成,从1987到2009。每个文件夹里包含当年的逐日地表冻融分类结果,为ASCII码文件,命名规则为:SSMI-frozenYYYY***.txt,其中YYYY代表年,***代表儒略日(001~365/366)。冻融分类结果txt文件可直接用文本程序打开察看,还可用ArcView + Spatial Analyst扩展模块或者Arcinfo的Asciigrid命令打开。 提取地表冻融的原始数据来源于由美国国家雪冰数据中心(NSIDC)处理的1987 年以来的逐日被动微波数据,这一数据集采用EASE-Grid(等面积可扩充地球网格)作为标准格式。 中国地表冻融长时间序列数据集——决策树算法(1987-2009)属性由该数据集的时空分辨率、投影信息、数据格式组成。 时空分辨率:时间分辨率为逐日,空间分辨率为25.067525km,经度范围为60°~140°E,纬度为15°~55°N。 投影信息:全球等积圆柱EASE-Grid投影,关于EASE-Grid投影的详细信息见数据准备中关于这种投影的说明。 数据格式:数据集由1987到2009共23个文件夹组成,每个文件夹里包括当年的逐日地表冻融分类结果,按日存储为txt文件。文件命名规则:例如SMI-frozen1994001.txt代表1994年第1天的地表冻融分类结果。该数据集的ASCII码文件是由头文件和主体内容构成。头文件包括行数、列数、x-轴左下点坐标、y-轴左下点坐标、栅格大小、无数据区标值等6行描述信息组成;主体内容为根据行数列数组成的二维数组,以列为优先进行排列,数值为整数型,从1到4,1代表冻结,2代表融化,3代表沙漠,4代表降水。因为该数据集中的所有ASCII码文件所描述的空间为我国全国范围,所以这些文件的头文件是不变的,现将头文件摘录如下(其中xllcenter, yllcenter和cellsize单位为m): ncols 308 nrows 166 xllcorner 5778060 yllcorner 1880060 cellsize 25067.525 nodata_value 0 该数据集中的所有ASCII码文件可以直接用文本程序(如记事本)打开。除了头文件,主体内容为数值表征地表冻融的状态:1代表冻结,2代表融化,3代表沙漠,4代表降水。如果要用图示来显示的话,我们推荐用ArcView + 3D 或 Spatial Analyst 扩展模块来读取,在读取过程中会生成grid格式的文件,所显示的grid文件就是该ASCII码文件的图形表达。读取方法: [1] 在ArcView软件中添加3D或Spatial Analyst扩展模块,然后新建一个View; [2] 将View激活,点击File菜单,选择Import Data Source选项,弹出Import Data Source选择框,在此框中的Select import file type:中选择ASCII Raster,自动弹出选择源ASCII文件的对话框,点击寻找该数据集中的任一个ASCII文件,,然后按OK键; [3] 在Output Grid对话框中键入的Grid文件名字(建议使用有意义的文件名,以便以后自己查看)和点击存放此Grid文件的路径,再次按Ok键,然后按Yes(要选择整型数据),Yes(把生成grid文件调入到当前的view中)。生成的文件可以按照Grid文件标准进行属性编辑。这样就完成了显示将ASCII文件显示成Grid文件的过程。 [4] 批处理时,可以使用ARCINFO的ASCIIGRID命令,编写成AML文件,再用Run命令在Grid模块中完成: Usage: ASCIIGRID <in_ascii_file> <out_grid> {INT | FLOAT}
晋锐, 李新
该数据是对中国冰川冻土沙漠图(1:400万)中冻土分布图的数字化,该图中考虑与全球冻土分类系统的统一,将多年冻土分为五类,包括: (1)不连续多年冻土:连续系数50%-90% (2)岛状多年冻土:连续系数<50% (3)高原不连续多年冻土:连续系数50%-90% (4)高原岛状多年冻土:连续系数50%-90% (5)山地多年冻土。 冻土图的编制依据包括:(1)冻土野外调查、勘探实测资料;(2)航空像片和卫星影像判译;(3)TOPO30 1km分辨率的地面高程数据;(4)气温和地面温度资料。其中,青藏高原的冻土分布采用了南卓铜等(2002)的研究结果,利用青藏公路沿线76个钻孔实测年平均地温数据,进行回归统计分析,获取年平均地温与纬度、高程的关系,并基于该关系,结合GTOPO30高程数据(美国地质调查局地球资源观测与科技中心领导下发展的全球1km数字高程模型数据)模拟得到整个青藏高原范围上的年平均地温分布。以年平均地温0.5 ℃作为多年冻土与季节冻土的界限,参考《中国冰雪冻土图》(1:400万)(施雅风 等,1988)划定高原不连续多年冻土与高原岛状多年冻土的界限;另外,参考东北大小兴安岭多年冻土分区图(郭东信 等,1981)、环北极多年冻土和地下冰分布图(Brown et al. 1997)和最新野外实测资料,对东北的多年冻土界线进行了修订;西北高山多年冻土界线多采用了《中国冰雪冻土图》(1:400万)(施雅风 等,1988)中划定的界线。 根据该数据统计的中国多年冻土区面积约1.75×106km2,约占中国领土的18.25%。其中,高山多年冻土0.29×106km2,约占我国领土面积的3.03%。 更多信息参考《1:400万中国冰川冻土沙漠图》说明书(中国科学院寒区旱区环境与工程研究所,2006)。
王涛, 施雅风, 郭东信
本数据集采用SMMR(1978-1987)、SSM/I(1987-2009)和SSMIS(2009-2015)逐日亮温数据,由双指标(TB,37v,SG)冻融判别算法生成,分类结果包含冻结地表、融化地表、沙漠及水体四种类型。数据覆盖范围为中国大陆主体部分,空间分辨率为25.067525 km,EASE-Grid投影方式,以ASCIIGRID格式存储。 该数据集中的所有ASCII码文件可以直接用文本程序(如记事本)打开。除了头文件,主体内容为数值表征地表冻融的状态:1代表冻结,2代表融化,3代表沙漠,4代表降水。如果要用图示来显示的话,我们推荐用ArcView + 3D 或 Spatial Analyst 扩展模块来读取,在读取过程中会生成grid格式的文件,所显示的grid文件就是该ASCII码文件的图形表达。读取方法: [1] 在ArcView软件中添加3D或Spatial Analyst扩展模块,然后新建一个View; [2] 将View激活,点击File菜单,选择Import Data Source选项,弹出Import Data Source选择框,在此框中的Select import file type:中选择ASCII Raster,自动弹出选择源ASCII文件的对话框,点击寻找该数据集中的任一个ASCII文件,,然后按OK键; [3] 在Output Grid对话框中键入的Grid文件名字(建议使用有意义的文件名,以便以后自己查看)和点击存放此Grid文件的路径,再次按Ok键,然后按Yes(要选择整型数据),Yes(把生成grid文件调入到当前的view中)。生成的文件可以按照Grid文件标准进行属性编辑。这样就完成了显示将ASCII文件显示成Grid文件的过程。 [4] 批处理时,可以使用ARCINFO的ASCIIGRID命令,编写成AML文件,再用Run命令在Grid模块中完成: Usage: ASCIIGRID <in_ascii_file> <out_grid> {INT | FLOAT} 本数据的生产得到自然科学基金项目:中国西部环境与生态科学数据中心(90502010)、中国西部地区陆面数据同化系统研究(90202014)以及冻土主被动微波辐射传输模拟及其辐射散射特性研究(41071226)的支持。
晋锐, 李新
该数据是中国冻土区划及类型图(1:1000万)(邱国庆等,2000;周幼吾 等,2000)的数字化,采用了区划和类型双系列体系,在同一份图上同时用区划体系和类型体系来反映在各个级别上冻土形成和分布的共性与个性。 区划体系包括三个冻土大区:(1)中国东部冻土大区;(2)中国西北冻土大区;(3)中国西南(青藏高原)冻土大区。在三个大区的基础上,又进一步划分出16个区及下面的若干亚区。冻土区划界线的划分中,I大区和III大区的界线主要参考了李炳元(1987)的结果;II大区和III大区的界线就是青藏高原的北界,即昆仑山—阿尔金山—祁连山北侧和山麓线;I大区和II大区的界线在贺兰山—狼山一带。二级区的界线,在II大区和III大区中以地貌条件为依据进行划分,在I大区则以气温年较差A与年平均气温T的比值为主要划分依据,并考虑到各地的冻结深度。 类型体系基于冻土连续性、冻土存在的时间和季节冻结深度,划分为8个类型,各类型界线主要取自《中国冰雪冻土图》(1:400万)(施雅风 等,1988)并参考了一些新资料,而季节冻土界线则主要以气象站资料为依据。各类型的定义如下: (1)大片多年冻土:连续系数为90%-70%; (2)大片-岛状多年冻土:连续系数为70%-30%; (3)稀疏岛状多年冻土:连续系数为<30%; (4)山地多年冻土; (5)中深季节冻土:可能达到的最大季节冻结深度>1m; (6)浅季节冻土:可能达到的最大季节冻结深度<1m; (7)短时冻土:保存时间不足一个月; (8)非冻土。 根据该数据计算的中国多年冻土区面积约2.19×106km²,约占中国领土的22.83%。其中,高山多年冻土0.42×106km²,约占我国领土面积的4.39%。季节冻土面积约4.76×106km²,约占我国领土的49.6%,瞬时冻土面积约1.86×106km²,占我国领土的19.33%。 更多信息参考文献(周幼吾 等,2000)。
郭东信, 邱国庆
联系方式
中国科学院西北生态环境资源研究院 0931-4967287 poles@itpcas.ac.cn关注我们
时空三极环境大数据平台 © 2018-2020 陇ICP备05000491号 | All Rights Reserved | 京公网安备11010502040845号
数据中心技术支持: 数云软件