Snow is a significant component of the ecosystem and water resources in high-mountain Asia (HMA). Therefore, accurate, continuous, and long-term snow monitoring is indispensable for the water resources management and economic development. The present study improves the Moderate Resolution Imaging Spectroradiometer (MODIS) onboard Terra and Aqua satellites 8 d (“d” denotes “day”) composite snow cover Collection 6 (C6) products, named MOD10A2.006 (Terra) and MYD10A2.006 (Aqua), for HMA with a multistep approach. The primary purpose of this study was to reduce uncertainty in the Terra–Aqua MODIS snow cover products and generate a combined snow cover product. For reducing underestimation mainly caused by cloud cover, we used seasonal, temporal, and spatial filters. For reducing overestimation caused by MODIS sensors, we combined Terra and Aqua MODIS snow cover products, considering snow only if a pixel represents snow in both the products; otherwise it is classified as no snow, unlike some previous studies which consider snow if any of the Terra or Aqua product identifies snow. Our methodology generates a new product which removes a significant amount of uncertainty in Terra and Aqua MODIS 8 d composite C6 products comprising 46 % overestimation and 3.66 % underestimation, mainly caused by sensor limitations and cloud cover, respectively. The results were validated using Landsat 8 data, both for winter and summer at 20 well-distributed sites in the study area. Our validated adopted methodology improved accuracy by 10 % on average, compared to Landsat data. The final product covers the period from 2002 to 2018, comprising a combination of snow and glaciers created by merging Randolph Glacier Inventory version 6.0 (RGI 6.0) separated as debris-covered and debris-free with the final snow product MOYDGL06*. We have processed approximately 746 images of both Terra and Aqua MODIS snow containing approximately 100 000 satellite individual images. Furthermore, this product can serve as a valuable input dataset for hydrological and glaciological modelling to assess the melt contribution of snow-covered areas. The data, which can be used in various climatological and water-related studies, are available for end users at https://doi.org/10.1594/PANGAEA.901821 (Muhammad and Thapa, 2019).
Sher Muhammad
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
黑河流域积雪面积比例数据集提供了2010到2012年无云日积雪面积比例时间序列产品，该数据利用卫星MODIS数据，具有较高时间分辨率（1天）和空间分辨率（500m）。首先利用自动算法N-FINDR选择端元，在自动提取的基础上，利用人工方法选择了积雪、植被、云、土壤、岩石和水6种类型端元，并根据2009年影像建立了光谱数据库；在光谱数据库的基础上利用全约束线性解混方法（FCLS）进行亚像元分解获取初级积雪面积比例产品；最后利用差值去云的算法获取了MODIS逐日积雪面积比例无云产品。经利用高分辨率影像Landsat TM验证，相比已有MODIS积雪面积比例产品 (MOD10A1)，具有更高的精度。能够为流域水文，气象提供更准确的积雪参数输入。 数据说明：0-100积雪面积比例，0非雪； 投影类型：经纬度投影，WGS-84基准面； 空间分辨率：0.005度； 时间分辨率：1天。
黄晓东, 张颖, 唐志光, 李新
本数据集包括黑河上游八宝河流域25个WATERNET传感器网络节点自2015年1月至2015年12月的观测数据。4cm和20cm土壤水分/温度是每个节点的基本观测；部分节点还包括10cm土壤水分/温度、地表红外辐射温度观测、雪深和降水观测等观测。观测频率为5分钟。该数据集可为流域水文模拟、数据同化及遥感验证提供地面数据集。 详细内容请参见“2015年黑河上游八宝河WATERNET数据文档20160501.docx”
晋锐, 亢健, 李新, 马明国
该数据包括大冬树垭口观测站（东经100度14分28秒，北纬38度00分58秒）2013年12月17日至2014年7月9日期间风吹雪事件过程中收集的吹雪通量沿高度的分布。
黄宁, 王正师
从2013年至2014年，对黑河上游高海拔地区晚第四纪冰川地貌进行了考察采样。通过野外考察结合遥感影像得到了摆浪河上游山脊附近各级冰碛陇的分布图。
胡小飞, 潘保田
冻融指数作为冻土研究的重要参数，对于冻土研究具有十分重要的意义，同时也是研究气候变化的重要指标。冻融指数是日气温或地表土壤温度在给定时间的累计值。 本数据是根据中国气象局在黑河流域布设的15个常规气象台站逐日的地表温度的观测资料，计算得到的各气象台站1960-2006年逐年的地表冻融指数。
张廷军
本数据集包括黑河上游八宝河流域40个WATERNET传感器网络节点自2013年6月底至今的观测数据。4cm、10cm和20cm土壤水分是每个节点的基本观测；19个节点包含土壤水分和地表红外辐射温度观测；11个节点包含土壤水分、地表红外辐射温度观测、雪深和降水观测。观测频率为5分钟。该数据集可为流域水文模拟、数据同化及遥感验证提供地面数据集。 详细内容请参见“WATERNETNET数据文档20141206.docx”
晋锐, 亢健, 李新, 马明国
1.数据概述： 此数据集是祁连站2011年1月1日—2011年12月31日人工观测冻土冻结深度数据集，每日08时观测。 2.数据内容： 数据内容为冻土器冻结深度数据集。冻土观测是利用灌注在橡皮内管中水的冻结深度 (长度 )作为记录的，根据埋入土中的冻土器内水结冰的部位和长度，来测定冻结层次及其上限和下限深度。以厘米（cm）为单位，取整数，小数四舍五入。每天0 8时观测 1次。 3.时空范围： 地理坐标：经度：99°53′E；纬度：38°16′N；海拔：2981.0m
韩春坛, 宋耀选, 刘俊峰, 阳勇, 卿文武, 刘章文
一、数据描述 数据内容包含2013年7月~2014年4月流域内融雪水、河水、土壤水的稳定氢氧同位素数据。 二、采样地点 融雪水采样点位于三号区中部，经纬度为99°53′28.004″E，38°13′25.781″N，采集次数为3次； 河水采样点位于葫芦沟流域出口，经纬度99°52′47.7″E,38°16′11″N，采样频率为每周一次； 土壤水采样点位于在红泥沟集水区中下部，采样深度为地下90cm和180cm，经纬度99°52′25.98″E,38°15′36.11″N 。 三、测试方法 采集样品采用L2130-i 超高精度液态水和水汽同位素分析仪进行测试的。
常启昕, 孙自永
一、数据描述： 数据包含了2013年5月~2014年4月葫芦沟小流域融雪水和土壤水中二氧化硅含量值。 二、采样地点： 其中融雪水的采样点位于二号气象站下方600m附近，地面高程3514.45m，经纬度为99°53′20.655″E，38°14′14.987″N。土壤水的采样点位于二号气象站上方300m、下部土壤剖面，经纬度为99°53′31.333″E,38°13′50.637″N。 三、测量方法： 样品二氧化硅含量的测试方法是采用电感耦合等离子体发射光谱仪（ICP-AES）进行测量。利用溶液中Si的值代替二氧化硅。
孙自永, 常启昕
本数据集包括黑河上游八宝河流域40个WATERNET传感器网络节点自2014年1月至今的观测数据。4cm、10cm和20cm土壤水分是每个节点的基本观测；19个节点包含土壤水分和地表红外辐射温度观测；11个节点包含土壤水分、地表红外辐射温度观测、雪深和降水观测。观测频率为5分钟。该数据集可为流域水文模拟、数据同化及遥感验证提供地面数据集。 详细内容请参见“WATERNETNET数据文档20141206.docx”
晋锐, 亢健, 李新, 马明国
“黑河流域生态-水文综合地图集”获黑河流域生态-水文过程集成研究-重点项目的支持，旨在面向黑河流域生态-水文过程集成研究的数据整理与服务，图集将为研究人员提供一个全面而详实的黑河流域背景介绍及基础数据集。 黑河流域积雪日数图是图集水文水资源中一幅，比例尺1:2500000，正轴等积圆锥投影，标准纬线：北纬 25 47。 数据源：该图表现整个黑河流域2001年8月1日至2011年7月31日，共10个水文年份多年平均积雪日数的分布情况。原始数据来源于美国国家雪冰数据中心（NSIDC )提供的MODIS每日积雪产品MODISA1和MYD10A1，以及由寒区旱区科学数据中心（WESTDC)提供的中国长时间序列雪深数据集。
王建华, 赵军, 王小敏
数据集是黑河上游葫芦沟灌丛试验区气象及观测数据，包括：气象、反照率、灌丛林下蒸散发数据。 1、气象数据：祁连站经度：99°52′E；纬度：38°15′N；海拔：3232.3m，2012年1月1日—2013年12月31日尺度气象数据。观测项目有：温度、湿度、水汽压、净辐射、四分量辐射等。数据为日尺度数据，计算时间段为0:00-24:00. 2、反照率：为2012年1月1日-2014年7月3日日尺度地表反照率数据，包括积雪和非积雪期。测量仪器为葫芦沟流域十米梯度塔上的辐射仪器。其中2012年8月4日-10月2日由于仪器电路问题，数据缺失，其余数据质量较好 3、蒸散发：为葫芦沟流域4种典型灌丛群落林下地表蒸散数据。观测时段为2014年7月18日-8月5日，为日尺度数据。数据内容包括降水数据、及lysimeter观测到的蒸发、下渗数据。该数据集可用来分析高寒灌丛及森林的蒸散数据。 试验选择小型蒸渗仪尺寸为内径25 cm、深度30 cm的小型蒸渗仪进行冠层下草地蒸散量。灌丛林下蒸散每个灌丛样地内布设两个Lysimeter，移栽试验每种灌丛各一个Lysimeter。在布设时将内桶中放置与桶等高的未被扰动的原状土柱，将外桶埋入到土壤中，在埋设时保证外桶高出地面0.5-1.0 cm，内桶外沿设计宽约2.0 cm的挡雨板，以防止地表径流进入Lysimeter蒸渗仪。在附近气象站点内同时布设有Lysimeter测量草地蒸散量，在青海云杉林样地也布设内径25 cm、深度30 cm的小型蒸渗仪测量其林下蒸发量。所有Lysimeter每天20：00时准时进行称重（电子天平感量1.0 g，约相当于0.013 mm蒸发量），观测时做好防风处理，保证测量的精度。 数据加工方法：蒸渗仪方法主要通过质量守恒来计算蒸散发量，依据Lysimeter蒸渗仪设计原理，蒸散量主要是通过连续两天内质量差别确定，由于每天都对其称重，通过水量平衡进行计算。
宋耀选, 刘章文
1.数据概述： 此数据集是祁连站2013年1月1日—2013年12月31日人工观测冻土冻结深度数据集，每日08时观测。 2.数据内容： 数据内容为冻土器冻结深度数据集。冻土观测是利用灌注在橡皮内管中水的冻结深度 (长度 )作为记录的，根据埋入土中的冻土器内水结冰的部位和长度，来测定冻结层次及其上限和下限深度。以厘米（cm）为单位，取整数，小数四舍五入。每天0 8时观测 1次。 3.时空范围： 地理坐标：经度：99°53′E；纬度：38°16′N；海拔：2981.0m
陈仁升, 韩春坛, 宋耀选, 刘俊峰, 阳勇, 刘章文
1.数据概述： 此数据集是祁连站2012年1月1日—2012年12月31日人工观测冻土冻结深度数据集，每日08时观测。 2.数据内容： 数据内容为冻土器冻结深度数据集。冻土观测是利用灌注在橡皮内管中水的冻结深度 (长度 )作为记录的，根据埋入土中的冻土器内水结冰的部位和长度，来测定冻结层次及其上限和下限深度。以厘米（cm）为单位，取整数，小数四舍五入。每天0 8时观测 1次。 3.时空范围： 地理坐标：经度：99°53′E；纬度：38°16′N；海拔：2981.0m
陈仁升, 宋耀选, 韩春坛, 刘俊峰, 阳勇
本数据是通过黑河上游源区内外九个站点0cm处的地表温度通过空间插值，结合冻土模拟方法获得。图中1代表季节性冻土，2代表多年冻土。 本数据为TIFF格式，投影采用WGS-84，空间范围为37.7263N-39.0976N,98.5769E-101.1608E。
葛社民
2008年3月30日在冰沟流域加密观测区开展的K&Ka波段机载微波辐射计的地面同步观测，为积雪微波辐射特性及参数反演，尤其是干湿雪的判别研究提供了基本数据集。 观测内容包括： 1）雪特性分析仪观测，参数包括有雪密度、雪复介电常数、雪体积含水量、雪重量含水量等，该测量在样地BG-A进行。 2）积雪参数观测，包括雪深观测、飞机过境时同步的雪表面温度观测、分层的雪深温度观测、雪粒径观测、雪密度观测。该观测分别在5个样地BG-A、BG-B、BG-F、BG-H、BG-I进行。其中BG-A测量10个点，BG-B测量6个点，BG-F测量12个点，BG-H测量21个点，BG-I测量20个点。具体测量方法和使用的仪器如下：在每一个测量点挖积雪剖面，自上而下每10cm均匀分层，如果最后剩下的深度超过10cm而不足15cm则以一层划分。分别测量每层的厚度、雪粒径、密度、温度。每层厚度有塑料直尺量出；雪粒径有手持显微镜人工读数；每一层随机测量三次；密度由每层的环刀采取雪样计算得到；温度由针式温度计测量得到，每一层积雪温度由同时测量的两个针式温度计的平均值决定。并且同时在I样地和H样地于飞机过境时同步测量雪表面温度。 该数据集包括原始数据和预处理数据2个文件夹。
白艳芬, 白云洁, 盖春梅, 顾娟, 郝晓华, 李弘毅, 李哲, 梁继, 马明国, 舒乐乐, 王建华, 王旭峰, 吴月茹, 徐瑱, 朱仕杰, 历华, 常存, 马忠国, 姜腾龙, 肖鹏峰, 刘艳, 张璞, 车涛
2007年10月17日夜间，在阿柔样方2开展了Envisat ASAR数据的地面同步观测试验。 Envisat ASAR数据为AP模式，VV/VH极化组合方式，过境时间约为23:04BJT。阿柔样方2为3Grid×3Grid，每个Grid为30m×30m，共计25个采样点（包含中心点和角点）。 与卫星过境同步，在阿柔样方2，采用ML2X土壤水分速测仪获取土壤体积含水量；采用WET土壤水分速测仪测量获得土壤体积含水量、电导率、土壤温度及土壤复介电常数实部；手持式红外温度计获得地表辐射温度；并采用100cm^3环刀取土经烘干获得重量含水量、土壤容重及体积含水量。同时还对植被一些参数进行了相关调查，主要包括植被高度、覆盖度、植被含水量。地表粗糙度信息请参见“黑河综合遥感联合试验：阿柔加密观测区地表粗糙度数据集 ”元数据。 本数据可为发展和验证主动微波遥感反演土壤水分及冻融状态算法提供基本的地面数据集。
白云洁, 郝晓华, 晋锐, 李弘毅, 李新, 李哲
2007年10月17日夜间，在扁都口样方1和扁都口样方2开展了Envisat ASAR数据的地面同步观测试验。 Envisat ASAR数据为AP模式，VV/VH极化组合方式，过境时间约为23:04BJT。扁都口样方1和扁都口样方2均为3Grid×3Grid，每个Grid为30m×30m正方形，共计25个采样点（包含中心点和角点）。 与卫星过境同步，在扁都口样方1和扁都口样方2，采用Hydra probe水分仪测得土壤温度、土壤体积含水量（cm^3/cm^3）、土壤盐分（s/m）及土壤电导率（s/m）；手持式红外温度计获得地表辐射温度；并采用100cm^3环刀取土经烘干获得重量含水量、土壤容重及体积含水量。同时还对植被一些参数进行了相关调查，主要包括植被高度、覆盖度、植被含水量。 本数据可为发展和验证主动微波遥感反演土壤水分及冻融状态算法及正向模型提供基本的地面数据集。
白云洁, 曹永攀, 李新, 王维真, 王旭峰
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
