全球年度湖泊冰物候数据集包括北半球74245个湖泊的冻结日期和破裂日期。数据集分为三部分: 1:当前时间段数据,通过DLRM模型(提供了参数)从MODIS产品中获得,涵盖2001年至2020年74245个湖泊的冻融时间; 2-3: 历史(2)和未来(3)两个时间段湖泊冻融模拟,分别从1861-2005年和2006-2099年的基于温度的湖泊特定模型中获得(详见论文)。历史和未来的模拟仅针对30063个满足模型条件的湖泊。
王欣驰
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
在全球气候变暖背景下,冰冻圈是气候变化最敏感圈层之一。冰冻圈是世界上最大的淡水资源库。冰冻圈的变化对于地气系统能量交换、水资源、生态、灾害过程等产生重要影响。所以探究冰冻圈变化对于气候变化响应显得尤为重要。利用卫星遥感资料、再分析数据、观测资料,集合冰冻圈各要素于一体,构建了1979-2016年全球尺度冰冻圈范围及物候数据集。其结果可以用于进一步冰冻圈对气候变化响应机制研究,以及对于生态系统、碳循环等研究提供基础支撑。
彭小清
积雪面积比例(fractional snow cover, FSC)是单位像元内积雪覆盖面积(Snow Cover Area SCA)与单位像元面积的比值。本数据集的制作方法为BV-BLRM积雪面积比例线性回归经验模型;采用的源数据为MOD09GA 500米全球逐日地表反射率产品,以及MOD09A1 500m的8天合成全球地表反射率产品;制作平台使用的是Google Earth Engine;数据范围为全球范围,数据制备时间为2000至2021年,空间分辨率为500米,时间分辨率为逐年。该套数据可为区域气候模拟、水文模型等提供积雪分布的定量信息。
马媛
本数据集为覆盖全球范围考虑积融雪过程的标准化水分距平指数(SZIsnow),该干旱指数数据集由GLDAS-2驱动产生。该指数考虑了与干旱发展相关的诸多水文过程,尤其是积融雪过程。目前许多干旱指数忽略了积融雪过程,导致不能准确地对积雪地区干旱的发生和发展进行评估,该指数很好地弥补了这一不足,解决了干旱物理机制解析与多时间尺度分析无法兼顾,不同类型干旱难以统一评估的两个难题。经验证该指数能够很好地对全球不同地区的历史干旱时间进行定量描述,其优异表现在高纬度和高海拔地区更为突出。因此本数据集可以为干旱的监测评估以及干旱相关研究提供科学参考。
吴普特, 田磊, 张宝庆
新的北半球多年冻土图利用基于规则的GIS模型融合了新的多年冻土范围(Ran et al., 2021b)、气候条件、植被结构、土壤和地形条件以及富冰和富含有机质多年冻土图(yedoma)。与之前的多年冻土图不同,根据多年冻土与气候和生态系统的复杂交互作用,我们将北半球多年冻土分为五种类型:气候驱动型、气候驱动型/生态系统改造型、气候驱动型/生态系统保护型、生态系统驱动型和生态系统保护型。除去冰川和湖泊,北半球这五种类型的面积分别为3.66×106km2、8.06×106km2、0.62×106km2、5.79×106km2和1.63×106km2。北半球81%的多年冻土区受到生态系统的改造、驱动或保护,表明生态系统在北半球多年冻土稳定性中的主导作用。气候驱动的多年冻土只占北半球多年冻土区的19%,主要分布在高北极和高山地区,如青藏高原。
冉有华, M. Torre Jorgenson, 李新, 金会军, 吴通华, 李韧, 程国栋
稳定连续的长时序地表土壤水分数据集对于全球环境和气候变化监测等都非常重要。SMAP等卫星搭载的L波段辐射计能提供目前最优精度的全球地表土壤水分观测,但其数据记录的短时间限制了其在长期研究中的应用;而AMSR-E和AMSR2系列传感器能提供长时序多频段辐射计观测(C、X和K波段)。本数据集是一个20年(2002/07/27~2022/08/31)的全球连续一致的地表土壤水分数据集,分辨率为日尺度的36 km,采用EASE-Grid2投影坐标系,数据单位为m3/m3。数据集采用Yao et al.(2017)发展的土壤水分神经网络反演算法,将SMAP的优势传递到AMSR-E/2,以目前卫星最优精度的SMAP标准土壤水分产品为训练目标,以AMSR-E/2的亮温为输入,最终输出长时序土壤水分数据。该数据集能够重现SMAP土壤水分的时空分布,精度与SMAP土壤水分产品相当;同时该数据集精度优于AMSR-E和AMSR2的官方土壤水分产品,通过全球14个密集观测站网的地面观测验证表明,其土壤水分精度为5%左右。该全球长时序数据集目前时间覆盖20年,随着AMSR2的持续在轨观测以及即将发射的后继AMSR3任务,该数据集是可延长的,为气候极端事件、趋势分析和年代际变化的长时序研究提供支持。
姚盼盼, 卢麾
全球雪深数据集采用被动微波遥感反演方法制作,数据覆盖时间从1980年到2018年,时间分辨率为逐日,覆盖范围为全球,空间分辨率为25,067.53 m。遥感反演方法采用动态亮温梯度算法,算法考虑积雪特性在时空和空间上的变化,建立了不同频率亮度温度差与实测雪深在空间和季节上的动态关系。长时间序列星载被动微波亮度温度数据来自SMMR、SSM/I和SSMI/S三个传感器。为保证不同传感器亮度温度在时间上的一致性,在雪深提取之前对不同传感器亮度温度进行了交叉订正。通过实测站点的验证表明全球雪深数据相对偏差在30%以内。数据据每一天存放一个txt文件,每个文件由文件头(投影方式)和1383*586的雪深矩阵组成,每个雪深代表一个25,067.53m*25,067.53m的格网。该数据的投影方式为EASE-Grid,下面是每个文件的文件头,将其加到每个文件的前面可以将数据在arcgis中显示。 ncols 1383 // 数据矩阵共1383列 nrows 586 // 数据矩阵共586 xllcorner -17334193.54 //矩阵x方向左下角网格的角落点坐标 yllcorner -7344787.75 //矩阵y方向轴左下角网格的角落点坐标 cellsize 25,067.53 //每个网格的大小 NODATA_value -1 //缺省值
车涛, 李新, 戴礼云
Randolph冰川目录(Randolph Glacier Inventory,RGI)是GLIMS(Global Land Ice Measurements from Space)发布的全球冰川轮廓的完整目录,目前共发布6个版本:2012年2月发布1.0,2012年6月发布2.0,2013年4月发布3.0,2014年12月发布4.0,2015年7月发布5.0,2017年7月发布6.0。本数据集包括6.0,5.0,4.0和3.2(修正版,2013年8月)共四个版本。 数据按照不同地区进行组织,每个地区包括一个shape文件(.shp文件及其相应的.dbf、.prj和.shx等文件),一个测高数据的.csv文件,每条冰川包含一条记录。 数据来源于GLIMS: Global Land Ice Measurements from Space(http://www.glims.org/RGI/) 数据质量检查包括几何、拓扑和属性检查,包括: 1) 所有多边形都使用ArcGIS Repair Geometry工具进行检查; 2) 删除了小于0.01平方公里的冰川; 3) 拓扑使用Does Not Overlap规则进行检查; 4) 属性表利用Fortran子程序和Python脚本进行数据质量检查。
Global Land Ice Measurements from Space(GLIMS)
全球Cryosat-2 GDR数据集由欧空局(ESA)制作,数据覆盖时间从2010年到2016年,覆盖范围为全球。 2010年4月8号,ESA发射了Cryosat - 2高倾斜极轨卫星。该卫星上搭载了合成孔径干涉雷达高度计SIRAL,主要用于监测极地的冰层厚度和海冰厚度变化,进而研究极地冰层的融化对全球海平面上升的影响,以及全球气候变化对南极冰厚的影响。这种高度计工作在Ku波段,工作频率为13.575 GHz,包括3种测量模式:一是低分辨率指向星下点的高度计测量模式(LRM),可获得陆地、海洋和冰盖所有表面观测值,它的处理过程与ENVISAT/RA - 2 类似,沿轨分辨率为5到7 km;二是合成孔径雷达(SAR)测量模式,主要为提高海冰观测精度和分辨率,可使沿轨分辨率达到250 m左右;三是干涉合成孔径雷达模式(InSAR),主要为提高冰盖或冰架边缘等地形复杂区域精度。 Cryosat -2/SIRAL数据产品主要包括0级数据、1b级数据、2级数据和高级数据。Cryosat - 2/SIRAL产品由XML头文件(.HDR)和数据产品文件(.DBL)两个文件组成,HDR文件是辅助性的ASCII文件,用于快速识别检索数据文件。1b级产品是按照测量模式分开存储的,不同模式的数据记录格式也有所不同。LRM模式和SAR模式的每个波形有128个采样点,SARIn模式的波形则有512个采样点。2级GDR产品可以满足大多数的科学研究应用,包括了测量时间、地理位置、高度等信息。并且,GDR产品中的高度信息已经经过了仪器校正、传输延迟改正、几何改正和地球物理改正(如大气改正与潮汐改正)。GDR产品是单独的全球性的全轨道数据,即三种模式的测量结果,经过不同的处理过程后,按照时间先后顺序,合并到一起,从而统一了数据记录格式。三种模式的数据采用了不同的波形重跟踪算法来获得高度值,在最新更新的Baseline C数据中,LRM模式的数据采用了3种算法,分别为Refined CFI、UCL和Refined OCOG。
沈国状, 傅文学
地表微波发射率表征了地物向外发射微波辐射的能力,星载被动微波发射率可在宏观、大尺度上对陆表微波辐射进行整体表达,是被动微波地表参数定量反演中经验参数获取的重要基础数据,也是在大尺度上理解陆表微波辐射的一种途径。本数据集考虑到搭载在Aqua卫星上的高级微波扫描辐射计(AMSR-E)和中分辨率成像光谱仪(MODIS)的同步观测特点,采用MODIS的地表温度和大气水汽数据作为输入,通过考虑大气影响的发射率估算模型,生产了全球晴空条件下AMSR-E传感器运行期间(2002年6月~2011年10月)的陆表多通道双极化微波瞬时发射率。通过产品低频无线电信号影响、数据间比对、统计分析、不同地表覆盖条件的发射率特征、频率依赖和相关性研究等开展验证性分析,结果表明瞬时发射率的动态细节丰富,月内日变化标准差在0.02以内,其时空变化、频率依赖和相关性符合自然物理过程的理解。 此套数据集包括AMSR-E全生命周期的全球陆表逐日、侯、旬、半月及月产品,可用于开展星载被动微波遥感模拟、陆面模型以及陆表温度、积雪、大气降水/水汽/可降水量等反演研究。数据的投影坐标采用标准的EASE-GRID投影,数据存储方式为二进制浮点型格点(矩阵大小为1383*586),数据获得之后可用ENVI/IDL等软件或者相应程序代码以二进制文件的方式读取。 所生产出的所有陆表发射率数据按照以下规则命名: RADI_AMSRE_EM##_yyymmdd_EG_V##.bin 例如文件名称:RADI_AMSRE_EM01_20060101_EG_V#其中 EM##: 01表示每日,05表示5天,10表示旬,HM表示半月,MO表示月 yyyymmdd: yyyy表示年份,mm表示月份,dd表示日期 V##: 版本号,如0.1, 1.0等,个位数为正式版 RADI: “中国科学院遥感与数字地球研究所”英文缩写 AMSRE: 高级微波扫描辐射计
邱玉宝
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