基于雅鲁藏布江流域内已有的262个雨量筒逐月降水数据、WRF和ERA5降水数据，利用随机森林学习算法重建了雅鲁藏布江流域及7个子流域1951–2020年10km分辨率的逐日降水数据。该数据经过了站点单点验证，在年和季节变化方面表现较好。并且该数据经过了水文模型反向评估，利用该数据驱动VIC水文模型模拟了雅江流域及各子流域径流变化，并利用实测径流、MODIS及冰川编目数据进行验证。该数据在原有第一版基础上考虑了降水空间分配特征，能更好描述高山区降水特征。
孙赫
青藏高原气溶胶光学特性地基观测数据集采用Cimel 318太阳光度计连续观测获得，涉及珠峰站和纳木错站共两个站点。这些产品是经过云检测之后的结果。数据覆盖时间从2021年1月1日到2021年12月31日，时间分辨率为逐日。太阳光度计在可见光至近红外设有8个观测通道，中心波长分别为：340、380、440、500、670、870、940和1120 nm。仪器的视场角为1.2°，太阳跟踪精度为0.1°。根据太阳直接辐射可获得6个波段的气溶胶光学厚度，精度估计为0.01-0.02。最终采用AERONET统一反演算法，获得气溶胶光学厚度、Ångström指数、粒度谱、单次散射反照率、相函数、复折射指数和不对称因子等。
丛志远
青藏高原作为强大的热源，影响到亚洲季风的爆发与进退，西风带和季风带的相互作用。为了研究高原热力作用的变化及其对周边地区气候的影响，需要高原热源相关的基础数据。 本数据集由再分析资料计算得到得青藏高原及其周边地区逐月热源基础数据构成，变量包括青藏高原及周边地区大气热源、潜热通量、感热通量等，其水平范围覆盖为40°E-180°，20°S-80°N。空间分辨率为2.5°x2.5°，主要包括ERA5和NCEP/NCAR两种再分析资料数据。
李清泉
三极气溶胶类型数据产品是综合利用MEERA 2同化资料和主动卫星CALIPSO产品经过一系列数据预处理、质量控制、统计分析和对比分析等过程而融合得出的气溶胶类型结果。该气溶胶类型融合算法的关键是对CALIPSO气溶胶类型的判断。气溶胶类型数据融合时根据CALIPSO气溶胶类型的种类和质控，并参考MERRA 2气溶胶类型得到最终的三极地区气溶胶类型数据（共12种）和质量控制结果。该数据产品充分考虑了气溶胶的垂直分布以及空间分布，具有较高的空间分辨率（0.625°×0.5°）和时间分辨率（月）。
赵传峰
青藏高原地区是除南北极和格陵兰之外中低纬度最大的冰川富集区，固态水体冰川与液态水体湖泊、河流共同组成了亚洲水塔。高原的热力和动力作用及其变率是高原影响亚洲季风与全球大气环流异常的主要驱动力之一。研究青藏高原本身的热力性质以及反馈作用，需要利用气候模式，开展青藏高原与周围地区的百年历史检验和未来百年的预估（温度、降水、辐射等）。 本数据集由青藏高原及其周边地区的格点温度、降水、辐射等数据构成，其水平范围覆盖为40°E-180°，20°S-80°N，时间分辨率包括年、季平均。数据采用第六次国际耦合模式比较计划（CMIP6）中国国家气候中心BCC-CSM2-MR模式试验结果，包括historical，SSP126，SSP245，SSP370，SSP585试验的百年历史模拟与未来预估数据，根据双线性插值方法，统一插值到1°x1°分辨率水平。该数据可以为第二次青藏高原考察时段提供区域气候和水循环变化的基本信息，为外场考察结果提供参考，研究可能的变化机理。
李清泉
1. 总编号为测量年的统一编号，如：17-001（2017年的第一个测点），野外编号为单次野外编号。 2. 时间：测量时的北京时间，如： 2017/08/01 13:25（2017年8月1日13时25分）。 3. 地理位置：测量点的经纬度，如： 29.6584，101.0884（北纬29.6584°，东经101.0884°），野外由Garmin 63sc型GPS测定。 4. 海拔：测量点的绝对海拔高程，如4500m (海拔4500米)，野外由Garmin 63sc型GPS测定，精度为1 m。 5. 实测植被盖度（%）：在野外用样方（1000 m*1000 m）测得。 6. 大气压：野外用DPH-103型智能数字温湿度大气压计测得，如651.7kPa，精度：0.1 kPa。 7. 气温：野外用DPH-103型智能数字温湿度大气压计测得，如15.61℃，精度：0.01℃。 8. 相对湿度：野外用DPH-103型智能数字温湿度大气压计测得，如79.1%，精度：0.1%。 9. 相对氧含量：野外用TD400-Sh-O2便携式氧气检测仪测得，如20.16%，精度：0.01%。 其中，17-001至17-065采样点的海拔通过Garmin Oregon 450型GPS测定, 精度为1 m；大气压通过卡西欧prg-130gc型气压计测定, 精度为5 hPa；氧气相对含量利用CY-12C型数字测氧仪测得，0-50.0%量程,分辨率为0.1%，精度为±1%。
史培军
本数据为青藏高原CHNAB005号网格植物多样性与分布数据，包含此网格中植物的中文名、拉丁名、纬经度、海拔、采集编号、分子材料份数、标本份数、行政区划、小地点、采集人、采集时间及创建者等信息。该数据获取自e科考网站（http://ekk.kib.ac.cn/web/index/#/），并部分完成鉴定。此数据已涵盖本区系中植物名录和具体分布信息。此数据既可用于本区域的区系性质研究，亦可用于探讨本区域植物水平和垂直梯度格局等。 较去年不同的是，今年科考数据最多的网格发生了变化，可能有受到疫情或者环境的影响。
邓涛
青藏高原是亚洲众多主要河流的源头，为亿万人口提供生活必需的水源，被称为“亚洲水塔”。亚洲水塔的主要补给水源为青藏高原地区的降水，其中高原低涡是青藏高原上重要的降水系统之一。由于青藏高原地形复杂、观测资料匮乏，对高原低涡的气候和结构特征及其形成和变化机制的认识仍然存在很多不足之处。本数据集利用多套再分析资料和高原低涡的客观识别方法，得到了一套长时间序列高原低涡数据集，包括高原低涡的位置、半径、强度、生命史和移动路径等特征，本数据集可用于高原低涡的气候特征分析、高原低涡对降水影响、高原低涡生成发展和移出机制研究等。数据集使用的再分析数据有：NCEP1（NCEP/NCAR），NCEP2（NCEP/DOE），ERA-Interim，ERA-40，ERA-5，CFSR，MERRA2，JRA55，NCEP FNL，CRA40等共10套再分析数据，其中NCEP1和NCEP2的分辨率较低，得到的高原低涡不适用作为气候特征分析。
林志强, 郭维栋
“亚洲水塔”青藏高原（TP）的降水在区域水和能源循环中发挥着关键作用，对下游国家的水资源供应有重要影响。气象站点所获取的降水信息通常被认为是最准确的，但在地形复杂、环境恶劣的青藏高原中，气象站数据却十分有限。卫星和再分析降水产品可以为地面测量提供补充信息，特别是在大面积测量不足的区域。在这里，我们通过使用人工神经网络 (ANN) 和环境变量（包括海拔、地表压力和风速）确定各种数据源的权重来最优地融合站点、卫星和再分析数据。在 1998-2017 年期间，以每日时间尺度和 0.1° 的空间分辨率生成了一个多源降水 (MSP) 数据集横跨青藏高原。与其他四颗卫星产品相比，MSP与标准观测的日降水相关系数（CC）最高（0.74），均方根误差第二低，表明MSP的质量和数据合并的有效性方法。我们使用分布式水文模型进一步评估了青藏高原长江和黄河源头测量不佳的不同降水产品的水文效用。在 2004-2014 年期间，MSP 实现了每日流量模拟的最佳 Nash-Sutcliffe 效率系数（超过 0.8）和 CC（超过 0.9）。此外，基于多重搭配评估，MSP 在未测量的西部 TP 上表现最好。该合并方法可应用于全球其他数据稀缺地区，为水文研究提供高质量的降水数据。整个 TP 的左下角的经纬度、行数和列数以及网格单元信息都包含在每个 ASCII 文件中。
洪仲坤, 龙笛
（1）数据内容为扎拉水电站高边坡环境监测数据，包含了扎拉水电站高边坡自动化监测的环境数据，对扎拉水电站边坡的稳定性具有一定的指导意义，可为扎拉水电站的防灾减灾提供数据支撑;（2）数据来源于自动化监测设备的自动传输，并通过监测预警平台的软件自动解译和处理，最终生成excel表格中的数据;（3）数据传输稳定，质量较高，可为扎拉水电站边坡稳定性提供依据;（4）数据可以反映扎拉水电站高边坡的环境变化情况，应用前景广泛。
徐昆振
本数据集包括藏东南站、阿里站、慕士塔格站、珠峰站和纳木错站的大气气溶胶颗粒物的PM2.5质量浓度（单位为μg/m3）。气溶胶PM2.5细颗粒物是指环境空气中空气动力学当量直径小于等于 2.5 微米的颗粒物。它能较长时间悬浮于空气中，对空气质量和能见度等有重要的影响，其在空气中含量浓度越高，就代表空气污染越严重。PM2.5的浓度特性数据以每5 min获取一组数据的频率进行产出，能实现小时、昼夜、季节和年际等不同时间尺度气溶胶质量浓度的分析，这为青藏高原地区不同位置的气溶胶质量浓度在不同时间尺度上的变化及其影响因素分析，以及当地空气质量评价，提供了重要的数据支撑。该数据为已发布数据《青藏高原不同站点气溶胶颗粒PM2.5浓度数据集（2018和2019）》的更新。
邬光剑
本数据为2002.07.04-2010.12.31青藏高原地区MODIS逐日无云积雪产品。由于积雪和云的反射特性，使用光学遥感监测积雪受到天气的严重干扰。本产品是在综合了目前最常用的去云算法的基础上，利用MODIS逐日积雪产品和被动微波数据AMSR-E雪水当量产品，开发的青藏高原地区逐日无云积雪产品，准确度较高，该产品对实时监测青藏高原雪盖动态变化具有重要的使用价值。 投影方式：Albers Conical Equal Area（阿尔伯斯等积投影） 基准面：D_Krasovsky_1940 空间分辨率：500 m 数据格式：tif 命名规则：maYYMMDD.tif，其中ma代表数据名称；YY代表年（01表示2001,02表示2002……）；MM代表月（01表示1月，02表示2月……）；DD表示日（01表示1日，02表示2日……）。
黄晓东
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
