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
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
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
数据集是基于CESM2.1.3模式进行数值模拟数据集。数据集为全球多情景逐月气候数据。空间分辨率为1.9x2.5度,时间为2015年1月-2100年12月(里面还包含了历史数据1850-2014),数据为NetCDF格式。 数据集包括1850-2014年的历史数据(简称为Hist)以及SSP情景(SSP126、SSP245、SSP370、SSP585),其中每个情景包含三组(默认排放数据CMIP6(简称为CMIP6)、中国区域CO2排放实现碳中情景(简称为CNCN)和中国区域实现碳中和情景下,且CH4和N2O的伴随着碳中和情景下的变化(简称为CNCNext),数据集地理空间范围:90°N–90°S,180°E–180°W。
李龙辉
(1)数据内容:1500-2000年年平均的北半球环状模指数和南半球环状模指数;(2)数据来源及加工方法:该数据由作者自主生产,基于PAGES2k代用资料数据集,利用机器学习模型(随机森林、极端随机树、轻量梯度提升机、CatBoost)重建而产生。(3)数据质量描述:该数据集与多个器测数据在器测时段内有较高的一致性,重建效果更好。数据可用于研究多时间尺度(年际、年代际、多年代际)上南北半球主要大气环流的变化规律及机理。
杨佼
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
我们提供了中国范围内1km高质量的土壤湿度数据集-SMCI1.0(Soil Moisture of China by in situ data, version 1.0),SMCI1.0是包含2000-2020年、日尺度、以10厘米为间隔10层深度(10-100cm)的高时空分辨率土壤湿度。该数据集是以中国气象局提供的1,648个站点观测10层土壤湿度作为基准,使用ERA5_Land时间序列数据、叶面积指数(LAI)、土地覆盖类型(Landtypes)、地形(DEM)和土壤特性(Soil properties)作为协变量,通过机器学习方式获得。我们进行了两组实验以验证SMCI1.0的精度,时间尺度上:ubRMSE为0.041-0.052,R为0.883-0.919;空间尺度上:ubRMSE为0.045-0.051,R为0.866-0.893。 由于SMCI1.0是基于实地观测的土壤湿度,它可以作为现有基于模型和卫星数据集的有效补充。该数据产品可用于各种水文、气象、生态分析和建模,尤其在需要高质量、高分辨率土壤湿度的应用上至关重要。有关数据集的引用及详细描述,请阅读说明文档。为便于使用,我们提供了两种不同分辨率的版本:30 秒(~1km)和0.1度(~9km)。
上官微, 李清亮, 石高松
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
中亚是一个高度农业化的地区,其农业资源有限且非常脆弱。为了评估未来气候变化对中亚农业的潜在影响,我们基于3个全球气候模式的9千米动力降尺度结果生产了一个中亚农业气候指数(agroclimatic indicators)高分辨率预估数据集。这些农业气候指数是生长季长度(growing season length, GSL, days),有效积温(biologically effective degree days, BEDD, ℃),霜冻天数(frost days, FD, days),夏日天数(summer days, SU, days),热浪天数(warm spell duration index, WSDI, days)和热夜天数(tropical nights, TR, days)。时段是1986-2005和2031-2050,空间分辨率为0.1°。由于这些指数(除了WSDI)都是基于温度的绝对阈值定义的,对区域模拟结果的系统偏差非常敏感,我们首先用分位数映射法(quantile mapping, QM)订正了模拟的气温,然后基于订正后的气温计算指数。评估结果显示:QM方法大幅减小了指数的偏差。预估结果显示:GSL,SU,WSDI和TR在整个中亚将显著增大,而FD将显著减小;BEDD的变化具有明显的空间差异性,在中亚北部和山区是增大的,在平原的中部和南部是减小的。这个高分辨率的数据集可被用于评估未来气候变化对中亚农业的风险影响。
邱源
本数据集是一个包含接近35年(1984-2018)的全球高分辨率光合有效辐射数据集,其分辨率为3小时/逐日/逐月,10公里,数据单位为W/㎡,瞬时值。该数据集可用于生态过程模拟和全球碳循环的理解。该数据集是基于改进的物理参数化方案并以ISCCP-HXG云产品、ERA5再分析数据、MERRA-2气溶胶数据以及MODIS反照率产品为输入而生成的。验证并和其他全球卫星辐射产品比较表明,该数据集的精度通常比CERES全球卫星辐射产品的精度要高。该全球辐射数据集将有助于未来生态过程模拟的研究和全球二氧化碳通量的估算。
唐文君
1)数据内容:过去千年(850AD~1850AD)11个模式集合年平均200 hPa和850 hPa纬向风速(反映高、低层西风)、HadCM3模式月平均850 hPa经向风速(反映季风环流),中世纪气候异常期为1000~1200AD,小冰期为1400~1600AD;2)数据来源:国际古气候模拟比较计划第3阶段(PMIP3)多模式试验逐月数据,加工方法:多模式等权重算术平均,气候平均,3)数据应用:用于古气候变化和动力学机制研究。
燕青, 江南萱, 王会军
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
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