该数据集包含了2012年5月10日至9月21日的通量观测矩阵中12号点的自动气象站观测数据。站点位于甘肃省张掖市大满灌区农田内,下垫面是玉米。观测点的经纬度是100.36631E, 38.86515N,海拔1559.25m。空气温度、相对湿度传感器架设在5m处,朝向正北;气压与翻斗式雨量计安装在2米、10米处;风速与风向传感器架设在10米,朝向正北;四分量辐射仪安装在6米处,朝向正南;两个红外表面温度传感器安装在4米处,朝向正南支臂朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm和100 cm处,并距离气象塔2米的正南方;土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,并距离气象塔2米的正南方;土壤热流板(3块)依次埋设在地下6 cm处,其中两块埋设在棵间,一块埋设在植株下面。观测项目有:空气温湿观测(Ta_5m、RH_5m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水(Rain)(单位:毫米)、风速(WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、辐射四分量(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、 多层土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm)(单位:百分比)和多层土壤温度(Ts_0cm、Ts_2cm 、Ts_4cm 、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm )(单位:摄氏度) 。观测数据的处理与质量控制:(1)确保每天1440个数据(每10min),若出现数据的缺失,则由-6999标示;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2012-6-10 10:30;(5)命名规则为:AMS+站点编号 。 多尺度观测试验或站点信息请参考Liu et al. (2016),观测数据处理请参考Xu et al.(2013)。
刘绍民, 李新, 徐自为
中国高寒山区月降水数据集包括祁连山(1960-2013)、天山(1954-2013)、长江源(1957-2014)地区月降水数据集。 分布式水文模型需要高精度的降水空间分布信息作为输入。由于站点稀少,站点插值降水无法体现高寒山区的降水空间分布。本数据集生成方式: (1) 收集整理各个地区国家气象台站降水数据、水文站点降水数据,新增中国科学院野外台站海拔4000m以上降水观测站点数据; (2)利用各个台站的气温资料对收集的降水数据进行不同降水类型的降水数据校正; (3)建立降水数据与海拔、经度、纬度之间的关系,逐月拟合生成1km尺度的月降水数据集。 本数据插值年份为1954-2014年,数据投影方式:Albers投影,空间插值精度为1-km,时间精度为逐月数据。数据经过交叉验证,站点观测数据验证,结果表明插值降水具有可靠性。 数据采用ASCII文件存储,天山和长江源月降水数据文件的文件名均为YYYYMM.txt形式,YYYY为年份,MM为月。祁连山逐月降水数据名称为:month_10001.txt,该文件为1960年1月降水数据,依次month_10002.txt为1960年2月降水,month_10013.txt为1961年1月降水数据,...... month_10648.txt为2013年12月降水数据。每个ASCII文件代表当日的网格降水数据,单位为mm。
陈仁升, 刘俊峰
该数据集包含了2012年6月17日至11月24日的黑河中游径流加密观测中8号点的河流水位和流速观测数据。观测点位于甘肃省张掖市高台县黑河桥,河道宽度210米。河床为泥沙,断面稳定。观测点的经纬度是N39°23'22.93",N 99°49'37.29",海拔1347米。数据说明包括以下两部分: 水位观测:采用SR50超声测距仪,数据涵盖时间段6月17日至11月24日,观测频率30分钟,单位(cm); 流量观测:通过最新技术手段ADCP监测流量,获取精确的水位流量曲线,依托水位过程观测获得径流量变化过程。单位(m3 s-1); 缺值数据统一采用字符串-6999表示。 多尺度观测试验或站点信息请参考Liu et al. (2016),观测数据处理请参考He et al.(2016)。
何晓波, 张建, 宁天祥, 黄晓明, 姜衡, 刘绍民, 李新
选取土壤表层深度0-20cm土壤机械组成数据,选择最优的土壤成分数据空间预测制图方法,制作土壤质地(粒径组成)空间分布数据产品。土壤粒级划分标准使用美国制分类法。本数据集的源数据来源寒旱区数据中心,祁连山天老池流域土壤物理性质—土壤容重、机械组成数据集土壤采样剖面数据。
岳天祥, 赵娜
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
选取土壤表层深度0-20cm土壤机械组成数据,选择最优的土壤成分数据空间预测制图方法,制作土壤质地(粒径组成)空间分布数据产品。土壤粒级划分标准使用美国制分类法。本数据集的源数据来源于寒区旱区数据中心,以及黑河流域重大研究计划集成项目(黑河流域上游植被及其环境要素空间插值与动态模拟分析/批准号91325204)集成的土壤采样数据。
岳天祥, 赵娜
采用黑河计划数据管理中心提供的黑河流域30米分辨率的ASTER GDEM数据和90米分辨率的SRTM数据两组栅格数据,以及多来源的点数据。利用HASM升尺度算法,将不同来源和不同精度的栅格数据与高程点数据进行融合,获得黑河流域的高精度坡向数据。首先利用各种点数据对两组栅格数据进行精度验证,根据精度验证的结果,在不同的区域,采用不同的栅格数据作为数据融合的趋势面。计算各样点数据与趋势面的残差,运用HASM算法进行插值获得残差曲面,将趋势面与残差曲面叠加,从而获得最终的坡向曲面。空间分辨率为500米。
岳天祥, 赵娜
采用黑河计划数据管理中心提供的每日四次常规气象观测数据集,包括13个站点。对逐日蒸发进行统计整理,计算逐个站点的2000-2009年多年逐月蒸发数据。对其进行空间平稳性分析,计算变异系数,若变异系数大于100%,则采用地理加权回归计算站点与地理地形因素关系,得逐月蒸发分布趋势;若变异系数小于等于100%,则采用普通最小二乘回归计算站点蒸发值与地理地形因素(经纬度、高程、坡度、坡向等)的关系,得逐月蒸发分布趋势;对去掉趋势后的残差采用HASM(High Accuracy Surface Modeling Method)进行拟合修正。最后将趋势面结果与残差修正结果相加即得1961-2010年黑河流域多年月平均蒸发分布。时间分辨率:2000-2009年多年月平均蒸发。空间分辨率:500m。
岳天祥, 赵娜
采用黑河计划数据管理中心提供的黑河流域及周边地区21个气象常规观测站及黑河周边13个全国基准站的站点数据信息,对逐日风速进行统计整理,计算逐个站点的1961-2010年多年逐月风速数据。对其进行空间平稳性分析,计算变异系数,若变异系数大于100%,则采用地理加权回归计算站点与地理地形因素关系,得逐月风速分布趋势;若变异系数小于等于100%,则采用普通最小二乘回归计算站点风速值与地理地形因素(经纬度、高程、坡度、坡向等)的关系,得逐月风速分布趋势;对去掉趋势后的残差采用HASM(High Accuracy Surface Modeling Method)进行拟合修正。最后将趋势面结果与残差修正结果相加即得1961-2010年黑河流域多年月平均风速分布。时间分辨率:1961-2010年多年月平均风速。空间分辨率:500m。
岳天祥, 赵娜
采用黑河计划数据管理中心提供的黑河流域30米分辨率的ASTER GDEM数据和90米分辨率的SRTM数据两组栅格数据,以及多来源的点数据,这些点数据包括中上游的雷达点云高程数据;根据黑河计划数据管理中心中土壤样点、植被样方提取的高程数据;气候水文站点提取的高程数据;以及课题组测量的高程样点数据。利用HASM升尺度算法,将不同来源和不同精度的栅格数据与高程点数据进行融合,获得黑河流域的高精度DEM数据。首先利用各种点数据对两组栅格数据进行精度验证,根据精度验证的结果,在不同的区域,采用不同的栅格数据作为数据融合的趋势面。计算各样点数据与趋势面的残差,运用HASM算法进行插值获得残差曲面,将趋势面与残差曲面叠加,从而获得最终的DEM曲面。空间分辨率为500米。
岳天祥, 赵娜
采用黑河计划数据管理中心提供的黑河流域30米分辨率的ASTER GDEM数据和90米分辨率的SRTM数据两组栅格数据,以及多来源的点数据。利用HASM升尺度算法,将不同来源和不同精度的栅格数据与高程点数据进行融合,获得黑河流域的高精度坡度数据。首先利用各种点数据对两组栅格数据进行精度验证,根据精度验证的结果,在不同的区域,采用不同的栅格数据作为数据融合的趋势面。计算各样点数据与趋势面的残差,运用HASM算法进行插值获得残差曲面,将趋势面与残差曲面叠加,从而获得最终的坡度曲面。空间分辨率为500米。
岳天祥, 赵娜
黑河流域1km/5day植被指数(NDVI/EVI)数据集提供了2015年的5天分辨率NDVI/EVI合成产品,该数据利用我国国产卫星FY-3数据兼具较高时间分辨率(1天)和空间分辨率(1km)的特点构造多角度观测数据集,在对多源数据集以及现有合成植被指数产品及算法进行分析的基础上,提出了基于多源数据集生产1km分辨率5天周期的全球合成植被指数产品算法体系。植被指数合成算法基本采用MODIS的植被指数合成算法,即基于半经验的Walthall模型的BRDF角度归一化方法、CV-MVC法和MVC法的算法体系。利用该算法体系,分别对一级数据、二级数据计算合成植被指数,并进行质量标识。多源数据集可在有限时间内提供比单一传感器更多的角度和更多次的观测,但是,由于传感器的在轨运行时间及性能差异,多源数据集的观测质量参差不齐。因此,为更有效的利用多源数据集,算法体系首先对多源数据集进行了质量分级,根据观测合理性分为一级数据、二级数据、三级数据。三级数据为受薄云污染的观测,不用于计算。在黑河中游农田、森林区域的验证结果表明,联合多时相、多角度观测数据的NDVI/EVI合成结果与地面实测数据具有较好的一致性(RMSE=0.105)。与MODIS MOD13A2产品的时间序列对比分析,充分显示了时间分辨率从16天提高到5天时,稳定的高精度的植被指数对植被生长细节的细致描述。总之,黑河流域1km/5day合成植被指数(NDVI/EVI)数据集综合利用多时相、多角度观测数据以提高参数产品的估算精度、时间分辨率等,更好的服务于遥感数据产品的应用。
李静, 柳钦火, 仲波, 杨爱霞
黑河流域2015年1km/5天合成叶面积指数(LAI)数据集提供了2015年的5天LAI合成结果,该数据利用Terra/MODIS、Aqua/MODIS、以及国产卫星FY3A/MERSI和FY3B/MERSI传感器数据构建空间分辨率1km、时间分辨率5天的多源遥感数据集。多源遥感数据集可在有限时间内提供比单一传感器更多的角度和更多次的观测,但是,由于传感器的在轨运行时间及性能差异,多源数据集的观测质量参差不齐。因此,为更有效的利用多源数据集,算法首先对多源数据集进行了质量分级,根据观测合理性分为一级数据、二级数据、三级数据。三级数据为受薄云污染的观测,不用于计算。质量评估及分级的目的是为LAI反演时最优数据集的选择及反演算法流程设计提供依据。叶面积指数产品反演算法设计为区分山地平地、区分植被类型使用不同模型的神经网络法反演。基于全球DEM图和地表分类图,针对草地和农作物等连续植被采用PROSAIL模型,针对森林和山地植被采用坡面GOST模型。利用黑河上游森林和中游绿洲的地面实测数据生成的参考图,并将对应的高分辨率参考图升尺度到1km分辨率,与LAI产品进行比较,产品在农田和森林区域与参考值间均具有良好的相关性,总体精度基本满足GCOS规定的误差不超过 (0.5, 20%)的精度阈值。将本产品与MODIS、GEOV1和GLASS等LAI产品进行交叉对比,相比较参考值而言,本LAI产品精度优于同类产品。总之,黑河流域1km/5天合成LAI数据集综合利用多源遥感数据以提高LAI参数产品的估算精度、时间分辨率等,更好的服务于遥感数据产品的应用。
李静, 尹高飞, 仲波, 吴俊君, 吴善龙
黑河流域1km/5天合成植被覆盖度(FVC)数据集提供了2015年的5天FVC合成结果,该数据利用Terra/MODIS、Aqua/MODIS、以及国产卫星FY3A/MERSI和FY3B/MERSI传感器数据构建空间分辨率1km、时间分辨率5天的多源遥感数据集。将全国划分为不同植被区划、地类,分别计算植被指数(NDVI)与FVC的转换系数,采用计算的转换系数查找表和1km/5天合成NDVI产品生产区域1km/5天合成FVC产品。黑河流域1km/5天合成FVC产品通过高分辨率数据可以直接获得植被覆盖比例,减轻低分辨率数据异质性的影响;另外,选择植被生长变化的典型时期,通过对每一个像元时间序列植被指数进行拟合得到每个像元对应的生长曲线参数;再配合土地利用图和植被分类图,寻找区域的代表性均一像元用于训练植被指数的转换系数。通过与黑河流域高分辨率ASTER参考FVC结果相比,首先联合地面实测数据,利用尺度上推方法,将黑河流域ASTER产品聚合到 1km 尺度得到ASTER聚合FVC数据,并与Geoland2项目发布的基于SPOT VEGETATION遥感数据的FVC产品(简称GEOV1 FCOVER)进行间接比较,根据三种数据FVC时间序列曲线图,结果表明:GEOV1的结果较ASTER 影像联合地面实测的结果偏高,黑河流域1km/5天合成FVC产品结果位于两者之间,在实验区内黑河流域1km/5天合成FVC产品优于GEOV1产品。总之,黑河流域1km/5天合成FVC数据集综合利用多源遥感数据以提高FVC参数产品的估算精度、时间分辨率等,更好的服务于遥感数据产品的应用。
穆西晗, 阮改燕, 仲波, 柳钦火
区域气候模式 RegCM4.3 中参数设置如下:水平分辨率为 40 km,东西方向 112 格点,南北方向 84格点,网格中心为 74.21°E、44.76°N,投影为 Lambert投影,垂直层划分 23 层,顶层气压为 50 hPa;初始边界场采用水平分辨率 2.5°的 ERA40 再分析数据和 NCEP/NCAR 再分析数据,时间序列取模式数据和站点插值数据时间序列的公共部分。海温数据选择 GISST(1948-2002年),模式中行星边界层选择为 Holtslag格式,积云对流方案为 Emanuel MIT格式,侧边界条件为指数松弛条件,陆面过程描述为 BATs。 模式中地形数据选择 USGS的 GTOPO 30的 30″DEM数字高程模型,地表植被数据选择 USGS分辨率为30″的GLCC(global land cover characterization)。 数据集为日数据,包含地表气压(hpa),2m最高气温(K),2m最低气温(K),2m平均气温(K),地表平均降水(kg·m-2·s-1) 命名规则,xx_xxxx_YYYY.nc。其中YYYY为年份,xx代表中亚,xxxx为驱动数据名称(分别为ERA40、NCEP1)。
白磊, 李兰海, 陈曦, 张弛, 殷刚
中国区域地面气象要素数据集是中国科学院青藏高原研究所开发的一套近地面气象与环境要素再分析数据集。该数据集是以国际上现有的 Princeton 再分析资料、GLDAS 资料、GEWEX-SRB 辐射资料,以及 TRMM 降水资料为背景场,融合了中国气象局常规气象观测数据制作而成。其时间分辨率为 3 小时,水平空间分辨率 0.1°,包含近地面气温、近地面气压、近地面空气比湿、近地面全风速、地面向下短波辐射、地面向下长波辐射、地面降水率,共 7 个要素(变量)。 各变量的物理意义: | 气象要素||变量名||单位||物理意义 | 近地面气温 ||temp|| K || 瞬时近地面(2m)气温 | 地表气压 || pres|| Pa || 瞬时地表气压 | 近地面空气比湿 || shum || kg/ kg ||瞬时近地面空气比湿 | 近地面全风速 || wind || m /s || 瞬时近地面(风速仪高度)全风速 | 向下短波辐射|| srad || W /平方米 || 3 小时平均 (-1.5hr ~ +1.5hr) 向下短波辐射 | 向下长波辐射||lrad ||W /平方米 ||3 小时平均 (-1.5hr ~ +1.5hr) 向下长波辐射 | 降水率||prec||mm/hr ||3 小时平均 (-3.0hr ~ 0.0hr) 降水率 更多信息,请参见随数据一同发布的《User’s Guide for China Meteorological Forcing Dataset》。 最新版本(01.06.0014)的主要变化有: 1. 将数据延伸到 2015 年 12 月(短波和长波数据例外,只到 2015 年 10 月,2015 年 11-12 月的数据系根据 GLDAS 数据插值得到,误差可能会偏大); 2. 设定风速最小值为 0.05 m/s; 3. 修正了之前辐射算法中的一个 bug,使我们的短波和长波数据在晨昏时段更合理。 4. 修正了降水数据的 bug,更改涉及的时段是 2011-2015 年。
阳坤, 何杰
本数据集提供基于最新的CMIP5的温室气体排放情景 RCPs ( Representative Concentration Pathways )下黑河2040、2070和2100年的土地覆盖变化的预估结果(IGBP分类)。空间分辨率:1km。时段:RCP ( 2.6 ,4.5 ,8.5 )三种情景,每种情景对应3个时段:T1:2040,T2:2070,T3:2100 。 文件命名规则:以 “hlcsrcp26_40” 为例,进行说明:命名中的“hlcs”表示黑河流域土地覆盖情景,rcp26表示CMIP5的rcp2.6情景,“_40”表示未来的情景时段为2040,完整的文件名意思是rcp26情景下黑河流域2040年的土地覆盖预测数据,其他文件命名以此类推。
范泽孟, 岳天祥
采用黑河计划数据管理中心提供的黑河流域及周边地区21个气象常规观测站及黑河周边13个全国基准站的站点数据信息,对逐日气温进行统计整理,计算逐个站点的1961-2010年多年逐月气温数据,对其进行空间平稳性分析,计算变异系数,若变异系数大于100%,则采用地理加权回归计算站点与地理地形因素关系,得逐月气温分布趋势;若变异系数小于等于100%,则采用普通最小二乘回归计算站点气温值与地理地形因素(经纬度、高程)的关系,得逐月气温分布趋势;对去掉趋势后的残差采用HASM(High Accuracy Surface Modeling Method)进行拟合修正。最后将趋势面结果与残差修正结果相加既得1961-2010年黑河流域多年月平均气温分布。时间分辨率:逐日、逐月。空间分辨率:500m。
赵娜, 岳天祥
黑河中、下游需水量(主要包括现状年、2020年、2030年黑河中游的生活、牲畜、工业、农业、三产、人工林草生态需水量;现状年、2020年、2030年黑河中游额济纳旗的生活、工业、三产、生态需水)
蒋晓辉
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