中国区域地面气象要素驱动数据集，包括近地面气温、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。数据为NETCDF格式，时间分辨率为3小时，水平空间分辨率为0.1°。可为中国区陆面过程模拟提供驱动数据。 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。详细过程请参阅参考文献。原始资料来自于气象局观测数据、再分析资料和卫星遥感数据。已去除非物理范围的值，采用ANU-Spline统计插值。精度介于气象局观测数据和卫星遥感数据之间，好于国际上已有再分析数据的精度。
阳坤, 何杰, 唐文君, 卢麾, 秦军, 陈莹莹, 李新
数据来源于联合国粮农组织（FAO）和维也纳国际应用系统研究所(IIASA)所构建的世界土壤数据库(Harmonized World Soil Database version 1.1 )(HWSD). 中国境内数据源为第二次全国土地调查南京土壤所所提供的1：100万土壤数据。 该数据可为建模者提供模型输入参数,农业角度可用来研究生态农业分区,粮食安全和气候变化等。数据格式:grid栅格格式，投影为WGS84。采用的土壤分类系统主要为FAO-90。 土壤属性表主要字段包括: SU_SYM90（FAO90土壤分类系统中土壤名称)； SU_SYM85(FAO85分类); T_TEXTURE(顶层土壤质地); DRAINAGE(19.5); REF_DEPTH(土壤参考深度); AWC_CLASS(19.5); AWC_CLASS(土壤有效水含量); PHASE1: Real (土壤相位); PHASE2: String (土壤相位)； ROOTS: String (到土壤底部存在障碍的深度分类)； SWR: String (土壤含水量特征)； ADD_PROP: Real (土壤单元中与农业用途有关的特定土壤类型)； T_GRAVEL: Real (碎石体积百分比)； T_SAND: Real (沙含量)； T_SILT: Real (淤泥含量)； T_CLAY: Real (粘土含量)； T_USDA_TEX: Real (USDA土壤质地分类)； T_REF_BULK: Real (土壤容重)； T_OC: Real (有机碳含量)； T_PH_H2O: Real (酸碱度) T_CEC_CLAY: Real (粘性层土壤的阳离子交换能力)； T_CEC_SOIL: Real (土壤的阳离子交换能力) T_BS: Real (基本饱和度)； T_TEB: Real (交换性盐基)； T_CACO3: Real (碳酸盐或石灰含量) T_CASO4: Real (硫酸盐含量)； T_ESP: Real (可交换钠盐)； T_ECE: Real (电导率)。 其中以T_开头属性字段表示上层土壤属性（0-30cm），以S_开头属性字段表示下层土壤属性（30-100cm）。 具体属性值代表何意义请参考文件夹下说明文档*.pdf及数据库*.mdb。
Food and Agriculture Organization of the United Nations（FAO）, aa
本数据包括在盈科绿洲与花寨子荒漠加密观测区测量的光谱反射率与BRDF数据集。数据测量从2008年5月20号开始。 测量仪器与原理： 利用ASD（Analytical Sepctral Devices）光谱仪测量了盈科绿洲与花寨子荒漠加密观测区及其观测区典型地物的反射率。 1. 测量基本原理为：R =（DN1/DN0）×R0。式中R0和DN0分别为参考反射灰板的定标光谱反射率和测量所得DN值；DN1为测量目标所得DN值。 测量内容： 测量样地与数据类型：盈科绿洲玉米地、盈科小麦地、花寨子荒漠玉米地、花寨子荒漠样地1，花寨子荒漠样地2，以及临泽草地加密观测区、扁都口加密观测区等。其中，盈科绿洲玉米地主要测量点，测量对象为玉米冠层光谱、小麦冠层光谱和条带光谱以及若干次玉米叶片组分光谱。在该样地还多次进行了玉米地BRDF的测量。花寨子荒漠样地1与花寨子荒漠样地2多采用条带测量方式，没有真正意义的组分光谱。盈科小麦地与花寨子荒漠玉米地与其他试验区也多为冠层和条带光谱。 测量仪器：盈科绿洲与花寨子荒漠前后共计4台ASD光谱仪，即北京大学、中国科学院遥感应用研究所、北京农林科学院和北京师范大学各自1台。其中北京大学和中国科学院遥感应用研究所的ASD光谱仪波长为350-2500nm，为主要测量仪器；北京农林科学院的ASD波长为350-1065nm，在试验前期用于卫星或飞行同步光谱在荒漠样地测量。北京师范大学的ASD光谱仪只测量了2008年05月20日花寨子荒漠样地2光谱数据。参考反射率板有40%，50%和99%。前两者为实际测量参考对象，后者主要用于仪器间相互比对。 测量日期： 2008-05-20， 2008-05-24， 2008-05-25， 2008-05-28， 2008-05-30， 2008-06-01， 2008-06-04， 2008-06-09， 2008-06-14， 2008-06-16， 2008-06-18， 2008-06-20， 2008-06-22， 2008-06-23， 2008-06-24， 2008-06-26， 2008-06-29， 2008-06-30， 2008-07-01， 2008-07-04， 2008-07-05， 2008-07-06， 2008-07-07， 2008-07-09， 2008-07-11。 2008-07-11为光谱仪之间的比对试验， 其中以下日期为北京大学和中国科学院遥感应用研究所的两台仪器在不同样地测量：2008-05-28，2008-06-16，2008-06-23；测量数据配合机载红外广角双模式成像仪WiDAS（Wide-angle Infrared Dual-mode line/area Array Scanner）航空飞行、成像光谱仪OMIS-II航空飞行以及多种星载传感器。 数据处理： 包括原始数据与记录数据、处理后的反射率数据。 原始数据为ASD光谱仪标准格式，可利用其自带软件ViewSpec打开，本分数据集已导出为Excel格式。处理后的反射率数据以Excel格式保存。
陈玲, 任华忠, 王颢星, 肖月庭, 阎广建, 周红敏, 盖迎春, 李新, 舒乐乐, 光洁, 刘思含, 苏高利, 夏传福, 闻建光, 张阳, 周春艳, 范闻捷, 陶欣, 闫彬彦, 姚延娟, 杨贵军, 程占慧, 刘良云, 杨天付
中国土地覆盖数据集包括5种产品： 1）glc2000_lucc_1km_China.asc,由GLC2000项目开发的基于SPOT4遥感数据的全球土地覆盖数据中国子集，数据名称为GLC2000.GLC2000中国区域土地覆盖数据由全球覆盖数据直接裁剪得到，它的数据说明请参考http://www-gvm.jrc.it/glc2000/defaultGLC2000.htm 2）igbp_lucc_1km_China.asc,由IGBP－DIS支持的基于AVHRR遥感数据的全球土地覆盖数据中国子集，数据名称为IGBPDIS；IGBPDIS数据的制备，采用USGS的方法，利用1992年四月到1992年三月的AVHRR数据开发出1km分辨率的全球土地覆盖数据,分类系统采取IGBP制定的分类系统，把全球分为17类.其开发以洲为单位。应用AVHRR12个月的最大化合成NDVI资料， 3）modis_lucc_1km_China_2001.asc,MODIS土地覆盖数据产品中国子集，数据名称为MODIS；MODIS中国区域土地覆盖数据由全球覆盖数据直接裁剪得到，它的数据说明请参考http://edcdaac.usgs.gov/modis/mod12q1v4.asp。 4、umd_lucc_1km_China.asc,由马里兰大学生产的基于AVHRR数据的全球土地覆盖数据中国子集，数据名称为UMd；UMd基于AVHRR数据的5个波段及NDVI数据经过重新组合建议数据矩阵，用分类树的方法进行了全球土地覆盖分类工作。其目的是希望建立一个比过去数据更高精度的数据。分类系统很大程度上采用了IGBP的分类方案。 5）westdc_lucc_1km_China.asc，由中国科学院组织实施的中国2000年1：10万土地覆盖数据，对其进行合并、矢栅转换（面积最大法），最后得到全国幅1km的土地利用数据产品，数据名称为WESTDC。WESTDC中国区域土地覆盖数据是在中国科学院1：10万按县分幅的土地资源调查的成果的基础上进行了合并、矢栅转换（面积最大法），最后得到全国幅的土地利用数据产品。采用中科院资源环境分类系统。 2：数据格式：ArcView GIS ASCII 3：网格参数： ncols 4857 nrows 4045 xllcorner -2650000 yllcorner 1876946 cellsize 1000 NODATA_value -9999 4：投影参数： Projection ALBERS Units METERS Spheroid Krasovsky Parameters: 25 00 0.000 /* 1st standard parallel 47 00 0.000 /* 2nd standard parallel 105 00 0.000 /* central meridian 0 0 0.000 /* latitude of projection's origin 0.00000 /* false easting (meters) 0.00000 /* false northing (meters)
冉有华
该数据集为中国逐月降水量数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2021.12。数据格式为NETCDF，即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国地区降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。为了便于存储，数据均为int16型存于nc文件中，降水单位分别为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理，Matlab发布了读入与存储nc文件的函数，读取函数为ncread，切换到nc文件存储文件夹，语句表达为：ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent])，其中XXX.nc为文件名，为字符串需要’’；var是从XXX.nc中读取的变量名，为字符串需要’’；i、j、t分别为读取数据的起始行、列、时间，leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样，研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令，可查看。数据坐标系统建议使用WGS84。
彭守璋
该数据为2011-2012年的水位数据，用水位记录仪观测。2011年从7月14日至9月9日观测，每五分钟记录一次；2012从6月4日至7月10日观测，每十分钟记录一次。数据内容为孔内部温度和大气压，数据为日尺度数据。数据需用HOBO软件打开。
赵传燕, 马文瑛
GIMMS（glaobal inventory modelling and mapping studies)NDVI数据是美国国家航天航空局（NASA)C-J-Tucker等人于2003年11月推出的最新全球植被指数变化数据。 该数据集包括了1981－2006年间的全球植被指数变化，格式为ENVI标准格式，投影为ALBERS,其时间分辨率是15天，空间分辨率8km。GIMMS NDVI数据采用卫星数据的格式记录了22a区域植被的变化情况。 1、文件格式： GIMMS-NDVI数据集中包含了从1981年7月至2006年间隔为15天的所有.rar压缩文件，解压以后包括1个XML文档、一个.HDR头文件、一个.IMG文件和一个.JPG图像文件。 2、文件命名： NOAA/AVHRR-NDVI数据集中的压缩文件命名规则为：YYMMM15a(b).n**-VIg_data_envi.rar，其中YY-年，MMM-简写的英文月份字母，15a-上半月份合成，15b-下半月份合成，**-卫星号。解压之后有4个文件，文件名不变，属性分别为：XML文档，头文件（后缀名为：.HDF），遥感影像文件（后缀名为：.IMG）和JPEG图像文件。这个数据集中，用户用来分析植被指数的是后缀名为.IMG的遥感影像文件文件。 用户用来分析植被指数的后缀名为.IMG和.HDF的遥感影像文件文件，都可以在ENVI和ERDAS软件中打开。 3、数据头文件信息如下： Coordinate System is: PROJECTION["Albers_Conic_Equal_Area"], PARAMETER["standard_parallel_1",25], PARAMETER["standard_parallel_2",47], PARAMETER["latitude_of_center",0], PARAMETER["longitude_of_center",105], PARAMETER["false_easting",0], PARAMETER["false_northing",0], UNIT["Meter",1]] Pixel Size = (8000.000000000000000,-8000.000000000000000) Corner Coordinates: Upper Left (-3922260.739, 6100362.950) ( 51d20'23.06"E, 46d21'21.43"N) Lower Left (-3922260.739, 1540362.950) ( 71d16'1.22"E, 8d41'42.21"N) Upper Right ( 3277739.261, 6100362.950) (151d 8'57.22"E, 49d 9'35.37"N) Lower Right ( 3277739.261, 1540362.950) (133d30'58.46"E, 10d37'13.35"N) Center ( -322260.739, 3820362.950) (101d22'21.08"E, 35d42'18.02"N) Band 1 Block=900x1 Type=Int16, ColorInterp=Undefined Computed Min/Max=-16066.000,11231.000 4.DN值与NDVI的转换关系 NDVI= DN/1000 ,2003年之后除以10000 NDVI值应在[-1,1]之间，此区间以外数据代表其他地物，如水体等。
Tucker, C.J., J.E.Pinzon, M.E.Brown
中国第二次冰川编目以分辨率较高的Landsat TM/ETM+遥感卫星数据为主要冰川边界提取数据源，并以最新全球数字高程模型SRTM V4为冰川属性提取数据源，采用当前国际通用的波段比值阈值分割法提取裸冰区冰川边界，开发了分冰岭提取算法提取冰川分冰岭并用于单条冰川的分割，同时采用国际通用算法计算冰川属性，从而获得了中国西部主要冰川区包含逐条冰川信息的矢量数据和属性数据。通过与部分野外GPS实地测量数据和更高分辨率遥感影像（如QuickBird、WorldView等）的对比显示，第二次中国编目中的冰川矢量数据具有较高的定位精度，能够满足国土、水利、交通、环境等领域对冰川数据的要求。 冰川编目属性：Glc_Name（冰川名称）、Drng_Code（流域编码）、FCGI_ID（第一次编目冰川编码）、GLIMS_ID（GLIMS冰川编码）、Mtn_Name（山系名称）、Pref_Name（所在行政区划）、Glc_Long（冰川经度）、Glc_Lati（冰川纬度）、Glc_Area（冰川面积）、Abs_Accu（绝对面积精度）、Rel_Accu（相对面积精度）、Deb_Area（表碛区面积）、Deb_A_Accu（表碛区面积绝对精度）、Deb_R_Accu（表碛区面积相对精度）、Glc_Vol_A（估算冰川体积1）、Glc_Vol_B（估算冰川体积2)、Max_Elev（冰川最大高程）、Min_Elev（冰川最小高程）、Mean_Elev（冰川平均高程）、MA_Elev（冰川中值面积高度）、Mean_Slp（冰川平均坡度）、Mean_Asp（冰川平均坡向）、Prm_Image（主要遥感数据）、Aux_Image（辅助遥感数据）、Rep_Date（冰川编目代表日期）、Elev_Src（高程数据源）、Elev_Date（高程代表日期）、Compiler（冰川编目编制者）、Verifier（冰川编目审验者）。 数据的详细情况见第二次冰川编目-数据说明。
刘时银, 郭万钦, 许君利
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
提供了2013年阿拉善右旗的巴丹吉林沙漠地区施工4口水文地质钻孔数据，包括钻孔施工报告，钻孔位置图和钻孔剖面图。采取第四系和基岩的岩芯，井底安装滤管，洗井。 工程量：钻孔4个，编号分别为K1、K2、K3 和K4 。设计总进尺按240 m设计，平均单孔深度60 m，以揭露基岩为实际深度控制标准。
王旭升, 胡晓农
由欧洲联盟委员会赞助的VEGETATION传感器于1998年3月由SPOT-4搭载升空，从1998年4月开始接收用于全球植被覆盖观察的SPOTVGT数据，该数据由瑞典的Kiruna地面站负责接收，由位于法国Toulouse的图像质量监控中心负责图像质量并提供相关参数（如定标系数），最终由比利时弗莱芒技术研究所（Flemish Institute for Technological Research，Vito）VEGETATION影像处理中心（VEGETATION processing Centre，CTIV）负责预处理成逐日1km 全球数据。预处理包括大气校正，辐射校正，几何校正，生产10天最大化合成的NDVI数据，并将-1到-0.1的值设置为-0.1，再通过公式DN=(NDVI+0.1)/0.004转换到0-250的DN值。 该数据集是中国子集提取，包含每10天合成的四个波段的光谱反射率及10天最大化NDVI，为1998－2007年数据，空间分辨率为1km，时间分辨率为逐旬。 文件格式: .hfr和.img文件各一个。 文件命名规则为:CHN_NDV_YYYYMMDD，其中YYYYMMDD就是该文件代表的当天日期，也是区别于其他文件的主要标识。 用户用来分析植被指数的后缀名为.IMG和.HDF的遥感影像文件，都可以在ENVI和ERDAS软件中打开。 坐标系及投影 Plate_Carree (Lon/Lat) PROJ_CENTER_LON 0.000000 PROJ_CENTER_LAT 0.000000 PIXEL_SIZE_UNITS DEGREES/PIXEL PIXEL_SIZE_X 0.0089285714 PIXEL_SIZE_Y 0.0089285714 SEMI_AXIS_MAJ 6378137.000000 SEMI_AXIS_MIN 6356752.314000 UL_LON (DEG) 73.000000 UL_LAT (DEG) 54.000000 LR_LON (DEG) 135.500000 LR_LAT (DEG) 5.000000 角点坐标分别为： Corner Coordinates: Upper Left ( 69.9955357, 55.0044643) Lower Left ( 69.9955357, 14.9955358) Upper Right ( 137.0044641, 55.0044643) Lower Right ( 137.0044641, 14.9955358) 其中Upper Left 为左上角，Lower Left 为左下角，Upper Right 为右上角，Lower Right 为右下角。
Greet JANSSENS, Food and Agriculture Organization of the United Nations（FAO）
无论从全球尺度亦或是局地尺度而言，土壤数据及其重要，而由于缺乏可靠的土壤数据，土地退化评估、环境影响研究和、可持续的土地管理干预措施收到了极大的瓶颈阻碍。受到土壤信息数据在全世界的迫切需要，特别是在气候变化公约的背景下，国际应用系统分析研究所（IIASA）及联合国粮农组织（FAO）和京都协议对土壤碳测量和联合国粮农组织/国际全球农业生态评价研究(GAEZ v3.0)共同倡导下建立了新一代世界土壤数据库(Harmonized World Soil Database version 1.2 )(HWSD V1.2).其中，中国地区数据源为1995年全国第二次土地调查由南京土壤所所提供的1:1,000,000土壤数据。数据格式:grid栅格格式，投影为WGS84。采用的土壤分类系统主要为FAO-90。 核心土壤制度单元唯一验证标识符： MU_GLOBAL-HWSD数据库土壤制图单元标示符，连接了GIS图层。 MU_SOURCE1 和 MU_SOURCE2- 源数据库制图单元标识符 SEQ-土壤制图单元组成中的土壤单元序列； 土壤分类系统利用FAO-7分类系统或 FAO-90分类系统(SU_SYM74 resp. SU_SYM90)或FAO-85(SU_SYM85). 土壤属性表主要字段包括: ID(数据库ID) MU_GLOBAL(土壤单元标识符)（全球） SU_SYMBOL 土壤制图单元 SU_SYM74(FAO74分类); SU_SYM85(FAO85分类); SU_SYM90（FAO90土壤分类系统中土壤名称)； SU_CODE 土壤制图单元代码 SU_CODE74 土壤单元名称 SU_CODE85 土壤单元名称 SU_CODE90 土壤单元名称 DRAINAGE(19.5); REF_DEPTH(土壤参考深度); AWC_CLASS(19.5); AWC_CLASS(土壤有效水含量); PHASE1: Real (土壤相位); PHASE2: String (土壤相位)； ROOTS: String (到土壤底部存在障碍的深度分类)； SWR: String (土壤含水量特征)； ADD_PROP: Real (土壤单元中与农业用途有关的特定土壤类型)； T_TEXTURE(顶层土壤质地); T_GRAVEL: Real (顶层碎石体积百分比)；(单位：%vol.) T_SAND: Real (顶层沙含量)； (单位：% wt.) T_SILT: Real (表层粉沙粒含量)； (单位：% wt.) T_CLAY: Real (顶层粘土含量)； (单位：% wt.) T_USDA_TEX: Real (顶层USDA土壤质地分类)； (单位：name) T_REF_BULK: Real (顶层土壤容重)； (单位：kg/dm3.) T_OC: Real (顶层有机碳含量)； (单位：% weight) T_PH_H2O: Real (顶层酸碱度) (单位：-log(H+)) T_CEC_CLAY: Real (顶层粘性层土壤的阳离子交换能力)； (单位：cmol/kg) T_CEC_SOIL: Real (顶层土壤的阳离子交换能力) (单位：cmol/kg) T_BS: Real (顶层基本饱和度)； (单位：%) T_TEB: Real (顶层交换性盐基)；(单位：cmol/kg) T_CACO3: Real (顶层碳酸盐或石灰含量) (单位：% weight) T_CASO4: Real (顶层硫酸盐含量)；(单位：% weight) T_ESP: Real (顶层可交换钠盐)；(单位：%) T_ECE: Real (顶层电导率)。 (单位：dS/m) S_GRAVEL: Real (底层碎石体积百分比)；(单位：%vol.) S_SAND: Real (底层沙含量)； (单位：% wt.) S_SILT: Real (底层淤泥含量)； (单位：% wt.) S_CLAY: Real (底层粘土含量)； (单位：% wt.) S_USDA_TEX: Real (底层USDA土壤质地分类)； (单位：name) S_REF_BULK: Real (底层土壤容重)； (单位：kg/dm3.) S_OC: Real (底层有机碳含量)； (单位：% weight) S_PH_H2O: Real (底层酸碱度) (单位：-log(H+)) S_CEC_CLAY: Real (底层粘性层土壤的阳离子交换能力)； (单位：cmol/kg) S_CEC_SOIL: Real (底层土壤的阳离子交换能力) (单位：cmol/kg) S_BS: Real (底层基本饱和度)； (单位：%) S_TEB: Real (底层交换性盐基)；(单位：cmol/kg) S_CACO3: Real (底层碳酸盐或石灰含量) (单位：% weight) S_CASO4: Real (底层硫酸盐含量)；(单位：% weight) S_ESP: Real (底层可交换钠盐)；(单位：%) S_ECE: Real (底层电导率)。 (单位：dS/m) 本数据库分两层，其中以顶层（T）土壤厚度为（0-30cm），底层（S）土壤厚度为（30-100cm）。 其他属性值请参考说明HWSD1.2_documentation文档.pdf，The Harmonized World Soil Database (HWSD V1.2) Viewer-中文说明及HWSD.mdb。
孟现勇, 王浩
该数据集是将沙漠专题地图的图形数据建立的我国第一个1∶10万沙漠空间数据库，重点反映我国沙漠的地理分布、面积大小、沙丘的流动性与固定程度。按照系统设计要求及有关标准，将输入数据进行标准化，统一转换为各类数据输入的标准格式。建库以交付系统运行。 本项目以2000年的TM影像为信息源，在全国土地利用现状图的Coverage和2000年TM数字影像信息，进行解译、提取、修编，利用遥感与地理信息系统技术结合以1：10万比例尺专题图成图要求，对我国的沙漠、沙地和砾质戈壁进行了专题制图。1∶10万全国沙漠分布图可以使用户在从事资源与环境的研究工作时节省大量的数据录入和编辑工作。数字地图能非常方便地转化为版式地图 数据集属性如下： 分为e00和shp两个文件夹： 文件夹内各省沙漠分布图名称与省份对照表 01 Ahsm 安徽省 02 Bjsm 北京市 03 Fjsm 福建省 04 Gdsm 广东省 05 Gssm 甘肃省 06 Gxsm 广西壮族自治区 07 Gzsm 贵州省 08 Hebsm 河北省 09 Hensm 河南省 10 Hljsm 黑龙江省 11 Hndsm 海南省 12 Hubsm 湖北省 13 Jlsm 吉林省 14 Jssm 江苏省 15 Jxsm 江西省 16 Lnsm 辽宁省 17 Nmsm 内蒙固自治区 18 Nxsm 宁夏回族自治区 19 Qhsm 青海省 20 Scsm 四川省 21 Sdsm 山东省 22 Sxsm 陕西省 23 Tjsm 天津市 24 Twsm 台湾省 25 Xjsm 新疆维吾尔自治区 26 Xzsm 西藏自治区 27 Zjsm 浙江省 28 Shxsm 山西省 1、数据投影： Projection: Albers False_Easting: 0.000000 False_Northing: 0.000000 Central_Meridian: 105.000000 Standard_Parallel_1: 25.000000 Standard_Parallel_2: 47.000000 Latitude_Of_Origin: 0.000000 Linear Unit: Meter (1.000000) 2、数据属性表：area（面积） perimeter（周长） ashm_(序列码） class（沙漠编码） ashm_id（沙漠编码） 3、沙漠编码：流动沙地 2341010 半流动沙地 2341020 半固定沙地 2341030 戈壁 2342000 盐碱地 2343000 4：文件格式：全国、分省及县级沙漠图的数据类型为矢量型的shapefile和E00 5：文件命名： 基于国家基本资源与环境遥感动态信息服务系统数据组织在Windows NT的文件管理层面上进行，文件和目录名采用英文字和数字的复合名称，分省沙漠图以省、区名拼音+SM构成，如甘肃省沙漠分布图即为GSSM。旗、县沙漠图为省区名拼音+xxxx，xxxx为旗、县代码后四位数值，如兰州沙漠图命名为GS0101。省、区和旗、县的分幅切割以国家级基本资源与环境遥感动态信息服务运行系统中的行政区划数据文件为据。
王建华, 王一谋, 颜长珍, 祁元
本数据集是一个包含接近36年（1983.7-2018.12）的全球高分辨率地表太阳辐射数据集，其分辨率为3小时/逐日/逐月，10公里，数据单位为W/㎡，瞬时值。该数据集可用于水文建模、地表建模和工程应用。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再分析数据以及MODIS气溶胶和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ISCCP-FD、GEWEX-SRB和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地表过程模拟的研究和光伏发电的应用。
唐文君
.png)
该数据集是“中国雪深长时间序列数据集（1978-2012）”的升级版本。 中国雪深长时间序列数据集（1979-2023）采用经纬度投影方式，数据为浮点型。数据集按年份存储，每个年份是一个压缩包，每个压缩包内包含每天的积雪深度文件。每天的雪深用一个txt文件存储，文件的名称为“yyyyddd.txt”，其中yyyy代表年，ddd代表Julian日期，雪深单位为厘米（cm）。比如2005001.txt就代表这个ASCII文件描述2005年第一天我国的积雪覆盖状况。数据集的ASCII码文件是由头文件和主体内容构成，头文件包括行数、列数、x-轴中心点坐标、y-轴中心点坐标、栅格大小、无数据区标值等6行描述信息组成，主体内容就是根据行数列数组成的二维数组，雪深单位为厘米（cm）。因为该数据集中的所有ASCII码文件所描述的空间为我国全国范围，所以这些文件的头文件是不变的，现将头文件摘录如下（其中xllcenter, yllcenter, cellsize单位为度）： ncols 321 nrows 161 xllcenter 60 yllcenter 15 cellsize 0.25 NODATA_value -1。 该数据集是采用中国被动微波雪深反演算法Che算法，从星载被动微波亮度温度数据提取。星载被动微波亮度温度数据来自多个传感器，本数据采用的传感器包括Nimbus7上的SMMR(1979-1988),DMSP-F08,F11,F13上的SSMI（1988-2008），DMSP-F17上的SSMI/S（2009-2020），Aqua上的AMSR-E （2002-2011），GCOM-W1上的AMSR2 (2012-)。考虑到不同传感器之间的系统差异，在进行雪深反演前，已对对不同传感器进行了交叉订正。 数据包含三个压缩文件：daily snow depth _smmr_ssmis_China (1978-2020),daily snow depth _amsre_China(2002-2011),daily snow depth_amsr2_China（2012-2023）。第一个是从SMMR,SSMI,SSMI/S提取的1978-2020年逐日雪深，第二个是从AMSR-E提取的2002-2011年逐日雪深，第三个是从AMSR2提取的2012-2023年逐日雪深。从2021年开始SSMI/S数据与之前差异较大，因此，之后的数据不再根据SSMI/S数据更新。AMSR-E数据结束时间是2011年9月27日。AMSR2数据从2012年9月1日开始，目前仍在运行，今后将根据AMSR2数据继续更新中国长时间序列数据集。
车涛, 戴礼云, 李新
CMADS V1.1(The China Meteorological Assimilation Driving Datasets for the SWAT model Version 1.1) 版本数据集引入STMAS同化算法, 利用数据循环嵌套,模式推算等多种技术手段而建立。CMADS V1.1数据集按照SWAT模型输入驱动数据格式进行了格式整理与修正,使SWAT模型可直接使用该数据集而不需要任何格式转换。CMADS V1.1数据集同时建立了两种格式的数据(.dbf和.txt),方便其他它模型应用人员及气象分析人员调用与分析。CMADS数据源介绍：气温、气压、比湿、风速驱动数据采用了2421个国家级自动站和业务考核的29452个区域自动站2009年1月以来地面基本气象要素逐小时观测数据以及相应时期的台站信息（台站经纬度、海拔高度）,利用多重网格三维变分方法（STMAS）,在NCEP/GFS背景场基础上制作地面基本要素分析场；其中,中国区域以外,只对NCEP/GFS背景数据做地形调整、变量诊断,并插值到分析格点；中国区域以内,利用STMAS算法,将经过前处理的NCEP/GFS背景数据和自动站观测融合,并与中国区域以外的数据进行拼接。降水：由多卫星与地面自动站降水融合而成。其中,中国区域以外采用NCEP-CPC制作的CMORPH卫星融合降水产品,中国区域采用CMORPH产品为背景场融合中国降水自动站观测制作的中国区域小时降水量融合产品。辐射：基于DISSORT辐射传输模型,获取来自FY2E卫星一级产品实时反演太阳短波辐射产品。主要以ISCCP资料为背景数据,利用大气辐射传输模式DISORT对FY2D/E标称图数据进行反演,计算出分析格点上的地面入射太阳总辐射辐照度。本页发布的数据集为CMADS V1.1版本空间分辨率: 1/4°,时间分辨率:逐日，时间尺度为2008-2016年。空间覆盖范围:东亚(0°N-65°N,60°E-160°E)。提供要素:日平均2米温度,日最高\低2米温度,日累计24时降水量,日平均太阳辐射,日平均气压,日比湿度,日相对湿度,日平均10米风速,提供数据格式:dbf及txt。 CMADS V1.1元数据介绍 CMADS V1.1--SWAT驱动数据总体存放路径说明： 数据集分为专门驱动SWAT模型的子数据驱动集与其他模型使用的数据驱动集 1)专门驱动SWAT模型的子数据集路径为：CMADS-V1.1\For-swat\ 2)专门其他模型使用的子数据集路径为：CMADS-V1.1\For-other-model\ CMADS V1.1--SWAT驱动数据各子集文件路径及名说明 CMADS V1.1--SWAT驱动数据子集路径 1)CMADS V1.1的SWAT子数据驱动集（For-swat文件夹内）,包含Station\与Fork\子目录。 其中Station\目录下为SWAT模型需要的所有输入数据（逐日）。以上输入数据分别位于以下目录： Relative-Humidity-104000\ 日平均相对湿度(fraction) Precipitation-104000\ 日累计降水量(mm) Solar radiation-104000\ 日平均太阳辐射(MJ/m2) Temperature-104000\ 日最高最低2米气温(℃) Wind-104000\ 日平均10米风速(m/s) CMADS V1.1--SWAT驱动数据子集命名格式 中国大气数据同化SWAT模型数据集(CMADS)的SWAT子集文件命名： 数据集代码由要素代码：R、P、S、T、W+维度格网数-经度格网数组成(经纬度网格数提取参见CMADS数据集使用手册.pdf)。 CMADS V1.1--SWAT驱动数据子集命名格式实体文件的内容描述： 数据集时间尺度：2008年－2016年间共9年数据文件 空间分辨率：1/4度 时间分辨率：逐日 要素数据存放格式：dbf 索引表存放格式：txt CMADS V1.1--SWAT驱动数据子集索引表： 其中Fork\目录下为SWAT模型需要的所有站点索引表。以上输入数据索引表均可用以下索引表索引： PCPFORK.txt 降水索引表 RHFORK.txt 相对湿度索引表 SORFORK.txt 太阳辐射索引表 TMPFORK.txt 温度索引表 WINDFORK.txt 风速索引表 CMADS V1.1其他模式驱动数据子集路径 CMADS V1.1的SWAT子数据驱动集（For-other-model文件夹内）,包括常规模型需要的所有气象输入数据（逐日）。以上输入数据分别位于以下目录： Atmospheric-Pressure-txt\ 日平均大气压强(hPa) Average-Temperature-txt\ 日平均2米气温(℃) Maximum-Temperature-txt\ 日最高2米气温(℃) Minimum-Temperature-txt\ 日最低2米气温(℃) Precipitation-txt\ 日累计降水(mm) Relative-Humidity-txt\ 日平均相对湿度(fraction) Solar-Radiation-txt\ 日平均太阳辐射(MJ/m2) Specific-Humidity-txt\ 日平均比湿(g/kg) Wind-txt\ 日平均10米风速(m/s) 数据存储信息 存储格式和读取：数据集存储格式分为SWAT子集文件（dbf文件）,及其他模式数据集（txt文件）。 数据集附属说明文档: metadata：元数据文档(CMADS_META_C.pdf)。 description：说明文档(CMADS_DOCU_C.pdf)。 数据总量：45GB 占用空间：50GB 时间范围：2008年－2016年 时间分辨率：逐日 地理范围描述：东亚 最西经度：60°E 最东经度：160°E 最北纬度：65°N 最南纬度：0°N 台站数量：104000站 空间分辨率： 1/4°×1/4°网格点 垂直范围：无
孟现勇, 王浩
CMADS V1.0(The China Meteorological Assimilation Driving Datasets for the SWAT model Version 1.0) 版本数据集引入STMAS同化算法技术,利用数据循环嵌套、重采样,模式推算及双线性插值等多种技术手段而建立。CMADS数据集按照SWAT模型输入驱动数据格式进行了格式整理与修正,使SWAT模型可直接使用该数据集而不需要任何格式转换。CMADS系列数据集同时建立了两种格式的数据(.dbf和.txt),方便其他它模型应用人员及气象分析人员调用与分析。CMADS数据源介绍：气温、气压、比湿、风速驱动数据采用了2421个国家级自动站和业务考核的39439个区域自动站2008年1月以来地面基本气象要素逐小时观测数据以及相应时期的台站信息(台站经纬度、海拔高度),利用多重网格三维变分方法(STMAS),在NCEP/GFS背景场基础上制作地面基本要素分析场；其中,中国区域以外,只对NCEP/GFS背景数据做地形调整、变量诊断,并插值到分析格点；中国区域以内,利用STMAS算法,将经过前处理的NCEP/GFS背景数据和自动站观测融合,并与中国区域以外的数据进行拼接。降水：由多卫星与地面自动站降水融合而成。其中,中国区域以外采用NCEP-CPC制作的CMORPH卫星融合降水产品,中国区域采用CMORPH产品为背景场融合中国降水自动站观测制作的中国区域小时降水量融合产品。辐射：基于DISSORT辐射传输模型,获取来自FY2E卫星一级产品实时反演太阳短波辐射产品。主要以ISCCP资料为背景数据,利用大气辐射传输模式DISORT对FY2D/E标称图数据进行反演,计算出分析格点上的地面入射太阳总辐射辐照度。CMADSV1.0系列数据集空间覆盖整个东亚(0°N-65°N,60°E-160°E), 空间分辨率分别为CMADS V1.0版本: 1/3°,CMADS V1.1版本: 1/4°,CMADS V1.2版本: 1/8°及CMADS V1.3版本: 1/16°,以上分辨率均为逐日(CLDAS同化场基本分辨率为1/16°,保证了CMADS数据集最高分辨率达1/16°),时间尺度为2008-2016年。 本页发布的数据集为CMADSV1.0版本数据集(空间分辨率:1/3°。时间分辨率:逐日。空间覆盖范围:东亚(0°N-65°N,60°E-160°E)。提供要素:日平均2米温度,日最高\低2米温度,日累计24时降水量,日平均太阳辐射,日平均气压,日比湿度,日相对湿度,日平均10米风速,提供数据格式:dbf及txt。该驱动数据已在我国多个流域进行了驱动验证,效果表现良好。 数据集元数据介绍 CMADS--SWAT驱动数据总体存放路径说明： 数据集分为专门驱动SWAT模型的子数据驱动集与其他模型使用的数据驱动集 1)专门驱动SWAT模型的子数据集路径为：CMADS-V1.0\For-swat\ 2)专门其他模型使用的子数据集路径为：CMADS-V1.0\For-other-model\ CMADS--SWAT驱动数据各子集文件路径及名说明 CMADS--SWAT驱动数据子集路径 1)CMADS的SWAT子数据驱动集(For-swat文件夹内),包含Station\与Fork\子目录。 其中Station\目录下为SWAT模型需要的所有输入数据(逐日)。以上输入数据分别位于以下目录： Relative-Humidity-58500\ 日平均相对湿度(fraction) Precipitation-58500\ 日累计降水量(mm) Solar radiation-58500\ 日平均太阳辐射(MJ/m2) Tmperature-58500\ 日最高、最低2米气温(℃) Wind-58500\ 日平均10米风速(m/s) CMADS--SWAT驱动数据子集命名格式 中国大气数据同化SWAT模型数据集(CMADS)的SWAT子集文件命名： 数据集代码由要素代码：R、P、S、T、W+维度格网数-经度格网数组成(经纬度网格数提取参见CMADS数据集使用手册.pdf)。 CMADS--SWAT驱动数据子集命名格式实体文件的内容描述： 数据集时间尺度：2008年－2016年间共9年数据文件 空间分辨率：1/3度 时间分辨率：逐日 要素数据存放格式：dbf 索引表存放格式：txt CMADS--SWAT驱动数据子集索引表： 其中Fork\目录下为SWAT模型需要的所有站点索引表。以上输入数据索引表均可用以下索引表索引： PCPFORK.txt 降水索引表 RHFORK.txt 相对湿度索引表 SORFORK.txt 太阳辐射索引表 TMPFORK.txt 温度索引表 WINDFORK.txt 风速索引表 CMADS其他模式驱动数据子集路径 CMADS的SWAT子数据驱动集(For-other-model文件夹内),包括常规模型需要的所有气象输入数据(逐日)。以上输入数据分别位于以下目录： Atmospheric-Pressure-txt\ 日平均大气压强(hPa) Average-Temperature-txt\ 日平均2米气温(℃) Maximum-Temperature-txt\ 日最高2米气温(℃) Minimum-Temperature-txt\ 日最低2米气温(℃) Precipitation-txt\ 日累计降水(mm) Relative-Humidity-txt\ 日平均相对湿度(fraction) Solar-Radiation-txt\ 日平均太阳辐射(MJ/m2) Specific-Humidity-txt\ 日平均比湿(g/kg) Wind-txt\ 日平均10米风速(m/s) For-other-model 子集文件命名： CMADS_V1.0_PRS_纬度格网数-经度格网数.txt 日平均大气压强(hPa) CMADS_V1.0_TMP_AVG_纬度格网数-经度格网数.txt 日平均2米气温(℃) CMADS_V1.0_TMP_MAX_纬度格网数-经度格网数.txt 日最高2米气温(℃) CMADS_V1.0_TMP_MIN_纬度格网数-经度格网数.txt 日最低2米气温(℃) CMADS_V1.0_24h_PRE_纬度格网数-经度格网数.txt 日 24h 累计降水(mm) CMADS_V1.0_RHU_纬度格网数-经度格网数.txt 日平均相对湿度(fraction) CMADS_V1.0_SOR_纬度格网数-经度格网数.txt 日平均太阳辐射(MJ/m 2 ) CMADS_V1.0_SHU_纬度格网数-经度格网数.txt 日平均比湿(g/kg) CMADS_V1.0_WIND_纬度格网数-经度格网数.txt 日平均10米风速(m/s) 数据存储信息 存储格式和读取：数据集存储格式分为SWAT子集文件(dbf文件),及其他模式数据集(txt文件)。 数据集附属说明文档: metadata：元数据文档(CMADS_META_C.pdf)。 description：说明文档(CMADS_DOCU_C.pdf)。 数据总量：33.6GB 占用空间：35.2GB 时间范围：2008年－2016年 时间分辨率：逐日 地理范围描述：东亚 最西经度：60°E 最东经度：160°E 最北纬度：65°N 最南纬度：0°N 台站数量：58500站 空间分辨率： 1/3°×1/3°网格点 垂直范围：无
孟现勇, 王浩
SRTM的传感器有两个波段，分别是C波段和X波段，我们现在使用的SRTM都自于C波段。公开发布的SRTM数字高程产品包括三种不同分辨率的DEM 数据: * SRTM1 覆盖范围仅仅包括美国大陆,其空间分辨率为1s ; * SRTM3 数据覆盖全球, 空间分辨率为3s,这是目前使用最为广泛的数据集，SRTM3的高程基准是EGM96的大地水准面，平面基准是WGS84；标称绝对高程精度是±16m，绝对平面精度是±20m。 * SRTM30 数据同样覆盖全球 ,分辨率是30s. SRTM数据存在多个版本，早期的SRTM数据由NASA“喷气推进实验室”(JPL ,Jet Propulsion Laboratory)地面数据处理系统( GDPS)来完成的，数据被称为SRTM3-1。美国国家地理空间情报局对数据做了更进一步的处理，缺少情况得到明显改进，数据称为SRTM3-2。 该数据集主要是第四版本由 CIAT（国际热带农业中心）利用新的插值算法得到的SRTM地形数据，此方法更好的填补了SRTM 90的数据空洞。插值算法来自于Reuter et al.（2007） SRTM的数据组织方式为：每5度经纬度方格划分一个文件，共分为24行（-60至60度）和72列（-180至180度）。文件命名规则为srtm_XX_YY.zip，XX表示列数（01-72），YY表示行数（01-24）。 数据分辨率90米 数据使用:SRTM的数据是用16位的数值表示高程数值的（-/+/32767米），最大的正高程9000米，负高程（海平面以下12000米）。空数据用-32767标准
CGIAR-CSI
本数据集为基于蒸散发互补方法建立的中国地表蒸散发产品(v1.5)，输入数据包括CMFD向下短波辐射、向下长波辐射、气温、气压，以及GLASS地表发射率和反照率、ERA5-land地表温度和空气湿度、NCEP散射辐射率等。本数据集时间跨度为1982年-2017年，空间范围为中国陆地区域。本数据集可为研究长时间尺度水循环和气候变化提供基础。 陆地实际蒸散发 (Ea)，单位: mm month-1。 时间分辨率为逐月； 空间分辨率为0.1°； 数据类型：NetCDF； 本数据仅为陆地实际蒸散发，不含水面。
马宁, Jozsef Szilagyi, 张寅生, 刘文彬
数据集包括： 1、permaice（冻土类型图） 2、subsea(海底界线矢量图)3、treeline(林线矢量图)4、nhipa(栅格图)5、llipa(栅格图) Permaice包括属性字段：Num_code（冻土属性编码） Combo(冻土属性）extent（冻土范围）content(含冰量） 属性对照如下：（1）冻土属性对照表： 0 （No information ） 1 - chf （Continuous permafrost extent with high ground ice content and thick overburden） 2 - dhf （Discontinuous permafrost extent with high ground ice content and thick overburden ） 3 - shf （Sporadic permafrost extent with high ground ice content and thick overburden ） 4 - ihf （Isolated patches of permafrost extent with high ground ice content and thick overburden ） 5 - cmf （Continuous permafrost extent with medium ground ice content and thick overburden ） 6 - dmf （Discontinuous permafrost extent with medium ground ice content and thick overburden ） 7 - smf （Sporadic permafrost extent with medium ground ice content and thick overburden ） 8 - imf （Isolated patches of permafrost extent with medium ground ice content and thick overburden） 9 - clf （Continuous permafrost extent with low ground ice content and thick overburden ） 10 - dlf （Discontinuous permafrost extent with low ground ice content and thick overburden ） 11 - slf （Sporadic permafrost extent with low ground ice content and thick overburden ） 12 - ilf （Isolated patches of permafrost extent with low ground ice content and thick overburden） 13 - chr （Continuous permafrost extent with high ground ice content and thin overburden and exposed bedrock ） 14 - dhr （Discontinuous permafrost extent with high ground ice content and thin overburden and exposed bedrock ） 15 - shr （Sporadic permafrost extent with high ground ice content and thin overburden and exposed bedrock ） 16 - ihr （Isolated patches of permafrost extent with high ground ice content and thin overburden and exposed bedrock） 17 - clr （Continuous permafrost extent with low ground ice content and thin overburden and exposed bedrock ） 18 - dlr （Discontinuous permafrost extent with low ground ice content and thin overburden and exposed bedrock ） 19 - slr （Sporadic permafrost extent with low ground ice content and thin overburden and exposed bedrock） 20 - ilr （Isolated patches of permafrost extent with low ground ice content and thin overburden and exposed bedrock ） 21 - g （Glaciers） 22 - r （Relict permafrost） 23 - l （Inland lakes ） 24 - o （Ocean/inland seas ） 25 - ld （Land） （2）冻土范围对照表 c = continuous (90-100%) d = discontinuous (50- 90%) s = sporadic (10- 50%) i = isolated patches ( 0 - 10%) （3）含冰量对照表 h = high (>20% for "f" landform codes) (>10% for "r" landform codes) m = medium (10-20%) l = low (0-10%) ------------------------------------------------------------ Projection of the shapefiles is: PROJCS["Sphere_ARC_INFO_Lambert_Azimuthal_Equal_Area", GEOGCS["GCS_Sphere_ARC_INFO", DATUM["Sphere_ARC_INFO", SPHEROID["Sphere_ARC_INFO",6370997.0,0.0]], PRIMEM["Greenwich",0.0], UNIT["Degree",0.0174532925199433]], PROJECTION["Lambert_Azimuthal_Equal_Area"], PARAMETER["False_Easting",0.0], PARAMETER["False_Northing",0.0], PARAMETER["longitude_of_center",180.0], PARAMETER["latitude_of_center",90.0], UNIT["Meter",1.0]] Projection for the raster (*.byte) files is: Projection: Lambert Azimuthal Units: meters Spheroid: defined Major Axis: 6371228.00000 Minor Axis: 6371228.000 Parameters: radius of the sphere of reference: 6371228.00000 longitude of center of projection: 0 latitude of center of projection: 90 false easting (meters): 0.00000 false northing (meters): 0.00000
O. Ferrians, J. A. Heginbottom, E. Melnikov, Tingjun Zhang, 冉有华
DEM是数字高程模型的英文简称(Digital Elevation Model)是流域地形、地物识别的重要原始资料。DEM 的原理是将流域划分为m 行n列的四边形(CELL)，计算每个四边形的平均高程，然后以二维矩阵的方式存储高程。由于DEM 数据能够反映一定分辨率的局部地形特征，因此通过DEM 可提取大量的地表形态信息，这些信息包含流域网格单元的坡度、坡向以及单元格之间的关系等。同时根据一定的算法可以确定地表水流路径、河流网络和流域的边界。因此从DEM 提取流域特征，一个良好的流域结构模式是设计算法的前提和关键。 高程数据图是根据中国1:25万等高线和高程点形成的1km数据，包括DEM、山影（hillshade）、坡度（Slope）、坡向（Aspect）图 数据集投影： 两种投影方式 ： 正轴割圆锥等面积投影 Albers Conical Equal Area（105、25、47) 大地坐标WGS84坐标系
汤国安
该数据为中国逐月平均温度数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2021.12。数据格式为NETCDF，即.nc格式。数据单位为0.1 ℃。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国地区降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。数据坐标系统建议使用WGS84。
彭守璋
数据集包括以下土壤理化性质：pH值、有机质含量、阳离子交换量、根系丰度、总氮（N）、总磷（P）、总钾（K）、碱解氮、速效磷、速效钾、可交换H+、Al3+、Ca2+、Mg2+、K+、Na+、土层厚度、土壤剖面深度、砂、淤泥和C。铺设部分、岩石碎片、体积密度、孔隙、结构、稠度和土壤颜色。提供了质量控制信息（QC）。 分辨率为30弧秒（赤道处约1公里）。土壤性质的垂直变化由8层记录，深度为2.3 m（即0-0.045-0.091、0.091-0.166、0.166-0.289、0.289-0.493、0.493-0.829、0.829-1.383和1.383-2.296 m），以便于在普通土地模型和社区土地模型（CLM）中使用。 数据采用NetCDF格式存储，数据文件名称及其说明如下： 1.THSCH.nc: Saturated water content of FCH 2.PSI_S.nc: Saturated capillary potential of FCH 3.LAMBDA.nc: Pore size distribution index of FCH 4.K_SCH.nc: Saturate hydraulic conductivity of FCH 5.THR.nc: Residual moisture content of FGM 6.THSGM.nc: Saturated water content of FGM 7.ALPHA.nc: The inverse of the air-entry value of FGM 8.N.nc: The shape parameter of FGM 9.L.nc: The pore-connectivity parameter of FGM 10.K_SVG.nc: Saturated hydraulic conductivity of FGM 11.TH33.nc: Water content at -33 kPa of suction pressure, or field capacity 12.TH1500.nc: Water content at -1500 kPa of suction pressure, or permanent wilting point
戴永久, 上官微
2007年，2008年和2009年Envisat ASAR数据179景，覆盖黑河全流域。其中，2007年共63景，2008年共71景，2009年共45景。 成像模式和获取时间分别为：APP可选择极化模式，时间范围为2007-08-15至2007-12-23，2008-01-02至2008-12-20，2009-02-15至2009-09-06；IMP成像模式，时间范围为2009-06-19至2009-07-12；WSM宽幅模式，时间范围为2007-01-01至2007-12-30，2008-01-01至2008-11-28，2009-03-13至2009-05-22。 产品级别为L1B级，未经过几何校正，为振幅数据。 黑河综合遥感联合试验的Envisat ASAR遥感数据集主要通过中欧“龙计划”项目（项目编号：5322和5344）获取；2007年和2008年1月的WSM宽幅模式数据是从ITC的Bob Su教授处获得；8景APP可选择极化模式数据从中国科学院对地观测与数字地球中心购买。
中国科学院遥感与数字地球研究所
结合Landsat影像(4215景)、地形图，利用半自动水体提取及人工目视检查编辑，完成了过去60多年来（1960s, 1970s, 1990, 1995, 2000, 2005, 2010, 2015, 2020）详细的中国湖泊(大于1平方公里)数量与面积变化研究。从1960s到2020年，中国湖泊总数量（≥ 1 km^2）从2127个增加到2621个，面积从68537 km^2扩张到82302 km^2 。
张国庆
沙漠化是我国北方干旱、半干旱及部分半湿润地区由于人地关系不相协调所造成的以风沙活动为主要标志的土地退化。 数据源：中国冰川冻土沙漠研究所编绘，中国科学院地理研究所协作，根据七十年代航片，加上实地调研，绘制的1：200万沙漠图，图中中国国界是根据地图出版社一九七一年出版的1:400万《中华人民共和国地图》地图绘制。 一、数据集内容 1、Desert_Ch_2009(沙漠分布) 2、Dune_hight_Ch_200(沙丘高度) 3、Gobi_Ch_200(戈壁) 4、Wind_eroded_land_Ch_200(风蚀地数据) 二、沙漠化属性表字段如下： （1）Semifixed（半固定沙丘）：缓起伏沙地（2-1）、灌丛沙丘（2-2）、抛物线状沙丘（2-3）、梁窝状沙丘（2-4）、沙垄及树枝状沙垄（2-5）、蜂窝状沙丘（2-6）、蜂窝状沙垄（2-7）、复合型沙垄（2-8） （2）Fixation(固定沙丘）：平沙地（3-1）、草原丛沙堆（3-2）、沙垄（3-3）、蜂窝状沙丘（3-4） （3）Migratory（流动沙丘）：新月形沙丘及沙丘链（1-1）、新月形沙垄及沙垄（1-2）、格状沙丘及格状沙丘链（1-3）、鱼鳞状沙丘（1-4）、羽毛状沙垄（1-5）、金字塔沙丘（1-6）、复合型沙丘及沙丘链（1-7）、复合型沙垄（1-8）、复合型穹状沙丘（1-9）、链状沙山（沙丘）（1-10）、迭置型链状沙山（1-11）、复合型垄状沙山（1-12）、复合型链状沙山（1-13）、金字塔形沙山（1-14） （4）class_id:沙化属性编码 三、投影信息 PROJCS["Albers", GEOGCS["GCS_Beijing_1954", DATUM["Beijing_1954", SPHEROID["Krasovsky_1940",6378245.0,298.3]], PRIMEM["Greenwich",0.0], UNIT["Degree",0.0174532925199433]], PROJECTION["Albers_Conic_Equal_Area"], PARAMETER["False_Easting",0.0], PARAMETER["False_Northing",0.0], PARAMETER["longitude_of_center",105.0], PARAMETER["Standard_Parallel_1",25.0], PARAMETER["Standard_Parallel_2",47.0], PARAMETER["latitude_of_center",0.0], UNIT["Meter",1.0]]
王建华
本数据集：主编：侯学煜 编图：候学煜,孙世洲,张经炜,何妙光.王义凤,孔德珍,王绍庆 出版：地图出版社 发行：新华书店 时间：1979年 比例尺：1：4000000 自1972年5月至1976年7月历时五年完成的。在制订图例和具体编图过程中,参考了我国1949年以后的绝大部分植被考察资料(包括图件和文字资料),举行了十几次所内外有关研究人员参加的制图讨论会。在编图工作完成后的发排期间,又补充了许多新的考察资料,特别是西藏西部地区的植被资料。 本图的性质基本上市属于现状植被图，包括自然植被和农业植被两部分，自然植被的图例是按照七个植被群系纲组排列的，他们主要是根据植物群落的外貌并结合一定的生态特征而划分的。农业植被群落的概念，同自然植物群落一样，也具有一定的生活型（外貌、结构、层片),种类组成和一定的生态地段。 1990年,中国科学院地理研究所资源与环境信息系统国家重点实验室完成了该图的数字化工作,并撰写了相关的数据说明文档,数字化后的数据也采用等积圆锥投影,并可利用GIS软件转换为其他投影. 本数据包括1个e00格式的矢量文件,中国植被编码设计说明, 数据集说明,植被数据层属性数据表和扫描的《中华人民共和国植被图--简要说明》等文件。 数据投影： Projection: Albers false_easting: 0.000000 false_northing: 0.000000 central_meridian: 110.000000 standard_parallel_1: 25.000000 standard_parallel_2: 47.000000 latitude_of_origin: 0.000000 Linear Unit: Meter (1.000000) Geographic Coordinate System: Unknown Angular Unit: Degree (0.017453292519943299) Prime Meridian: Greenwich (0.000000000000000000) Datum: D_Unknown Spheroid: Clarke_1866 Semimajor Axis: 6378206.400000000400000000 Semiminor Axis: 6356583.799999999800000000 Inverse Flattening: 294.978698213901000000
侯学煜, 孙世洲, 张经炜, 何妙光, 王义凤, 孔德珍, 王绍庆
1.数据概述 大本营综合环境观测系统数据集是祁连站在大本营观测点布设1套ENVIS综合环境观测系统(德国,IMKO)。并由ENVIS数采系统自动存储。 2.数据内容 此数据集为2011年1月1日—2011年12月31日日尺度数据。主要包括日尺度地上两层温、湿、风，六层土壤含水量、降水量、5cm地热通量、总辐射、七层土壤温度、CO2、气压。 3.时空范围 地理坐标：经度：99°53′E；纬度：38°16′N；海拔：2980.2m
陈仁升, 韩春坛
青藏高原冻土图（1：300万）（李树德和程国栋，1996）是中国科学院兰州冰川冻土研究所（今中科院寒区旱区环境与工程研究所）冻土工程国家重点实验室根据多年从事冻土考察研究的第一手资料及前人研究论文、文献、并详细研究与参阅了航空像片、卫星影像及青藏公路沿线多年冻土图（1：60）万（童伯良 等，1983）、祁连山地貌图（1：100万）（中国科学院地理研究所，1985）、青藏高原自然景观图（1：300万）（中国科学院地理研究所，1990）、青藏高原第四纪冰川遗迹分布图（1：300万）（李炳元和李吉均，1991）、南水北调西线工程通天河-雅砻江调水区冻土遥感图（1：50万）（中国科学院兰州冰川冻土研究所，1995）、中国冰雪冻土图（1：400万）（施雅风和米德生，1988），在100万航测地形图上进行编绘，然后缩编成1：300万青藏高原冻土图。后经由中科院寒区旱区环境与工程研究所南卓铜等数字化完成。 数据包括： 1）数字化的青藏高原冻土分布图 2）青藏高原冻土图扫描图 数字化后的冻土分布图中的冻土类型包括： 0, Seasonally frozen ground;季节冻土 1, permafrost;多年冻土 2, island permafrost;岛状多年冻土 3, continuous permafrost;片状多年冻土
程国栋, 李树德, 南卓铜, 童伯良
本数据集是建立在青藏高原基础上的高原土壤水分和土壤温度观测数据，用于量化粗分辨率卫星和土壤水分和土壤温度模型产物的不确定性。青藏高原土壤温湿度观测数据（Tibet-Obs）由四个区域尺度的原位参考网络组成，包括寒冷半干旱气候的那曲网络，寒冷潮湿气候的玛曲网络和寒冷干旱的阿里网络，以及帕里网络。这些网络提供了对青藏高原不同气候和地表水文气象条件的代表性覆盖。 - 时间分辨率：逐时 - 空间分辨率：点测量 - 测量精度：土壤水分，0.00001；土壤温度，0.1℃；数据集尺寸：标称深度为5，10，20，40和80厘米的土壤水分和温度统计值 - 单位：土壤水分，cm ^ 3 cm ^ -3； 土壤温度， ℃
Bob Su, 阳坤
本数据集的源数据来源于第二次土壤普查的1：100万中国土壤图和8595个土壤剖面。本数据包括剖面深度、土层厚度、砂粒、粉粒、粘粒、砾石、容重、孔隙度、土壤结构、土壤颜色、pH值、有机质、氮、磷、钾、可交换阳离子量、可交换的氢、铝、钙、镁、钾、钠离子和根量。数据集还提供了数据质量控制信息。 数据为栅格格式，空间分辨率为30弧秒。为便于使用CLM模型，土壤数据分为8层，最到深度为2.3米 (i.e. 0- 0.045, 0.045- 0.091, 0.091- 0.166, 0.166- 0.289, 0.289- 0.493, 0.493- 0.829, 0.829- 1.383 and 1.383- 2.296 m) 数据文件说明： 1 Soil profile depth PDEP.nc 2 Soil layer depth "LDEP.nc LNUM.nc" 3 pH Value (H2O) PH.nc 4 Soil Organic Matter SOM.nc 5 Total N TN.nc 6 Total P TP.nc 7 Total K TK.nc 8 Alkali-hydrolysable N AN.nc 9 Available P AP.nc 10 Available K AK.nc 11 Cation Exchange Capacity (CEC) CEC.nc 12 Exchangeable H+ H.nc 13 Exchangeable Al3+ AL.nc 14 Exchangeable Ca2+ CA.nc 15 Exchangeable Mg2+ MG.nc 16 Exchangeable K+ K.nc 17 Exchangeable Na+ NA.nc 18 Particle-Size Distribution Sand SA.nc Silt SI.nc Clay CL.nc 19 Rock fragment GRAV.nc 20 Bulk Density BD.nc 21 Porosity POR.nc 22 Color (water condition unclear) Hue Unh.nc Value Chroma Unc.nc 23 Dry Color Hue Dh.nc Value Chroma Dc.nc 24 Wet Color Hue Wh.nc Value Chroma Wc.nc 25 Dominant and Second Structure S1.nc SW1.nc RS.nc 26 Dominant and Second Consistency C1.nc CW1.nc RC.nc 27 Root Abundance Description R.nc
上官微, 戴永久
此边界数据总集包含五种类型的边界： １、TPBoundary_2500m：基于ETOPO5 Global Surface Relief，采用ENVI+IDL 提取青藏高原经度（65~105E），纬度（20~45N）范围内海拔高程2500米的数据。 ２、TPBoundary_3000m：基于ETOPO5 Global Surface Relief，采用ENVI+IDL 提取青藏高原经度（65~105E），纬度（20~45N）范围内海拔高程3000米的数据。 ３、TPBoundary_HF（high_frequency）：李炳元（1987）曾对确定青藏高原范围的原则与具体界线进行了较系统的讨论，从高原地貌形成和基本特征角度，提出了依据地貌特征、高原面及其海拔高度，同时考虑山体完整性作为确定高原范围的基本原则。张镱锂（2002） 根据相关领域研究的新成果和多年野外实践，论证确定青藏高原范围和界线的原则， 结合信息技术方法对青藏高原范围与界线位置进行了精确的定位和定量分析，得出：青藏高 原在中国境内部分西起帕米尔高原，东至横断山脉，南自喜马拉雅山脉南缘，北迄昆仑山— 祁连山北侧。 2017年4月14日，中华人民共和国民政部发布《关于增补藏南地区公开使用地名（第一批）的公告》，增加了乌间岭、米拉日、曲登嘎布日、梅楚卡、白明拉山口、纳姆卡姆等6个藏南地区地名。 ４、TPBoundary_new (2021)：伴随青藏高原研究的深入，高原内外多学科研究程度和认识的提高，及地理大数据、地球观测科学和技术的进步，张镱锂等2021年版青藏高原范围界线数据研发基于ASTER GDEM和Google Earth 遥感影像等资料综合分析完成，该范围界线北起西昆仑山-祁连山山脉北麓，南抵喜马拉雅山等山脉南麓，南北最宽达1560 km；西自兴都库什山脉和帕米尔高原西缘，东抵横断山等山脉东缘，东西最长约3360 km；经纬度范围为25°59′30″N~40°1′0″N、67°40′37″E~104°40′57″E，总面积为308.34万km2，平均海拔约4320 m。在行政区域上，青藏高原分布于中国、印度、巴基斯坦、塔吉克斯坦、阿富汗、尼泊尔、不丹、缅甸、吉尔吉斯斯坦等9个国家。 ５、TPBoundary_rectangle：根据范围Lon（63~105E） Lat（20~45N），画取长方形，数据采用经纬度投影WGS84。 青藏高原边界作为基础数据，可以为各类地学数据及科学研究青藏高原作参考依据。
张镱锂
总览我国现有的各种冻土图，他们在分类系统、数据源、制图方法等方面存在较大的不同，这些图件代表了我国在过去的半个世纪中对多年冻土分布的阶段认识。为了更加合理地反映我国冻土的分布，并统计出我国冻土分布面积，我们在分析现有冻土图的基础上，制备了一个新的冻土分布图，该图融合了现有多个冻土图和青藏高原多年冻土分布的模型模拟结果，统一了全国各部分数据的获取时间，反映了2000年左右我国冻土的分布状况。 新的冻土图中，各种冻土类型的分布按以下原则确定： 1. 底图采用中国冻土区划及类型图（1：1000万）（邱国庆 等，2000）。青藏高原以外的高山多年冻土和瞬时冻土的分布沿用原图；季节冻土和瞬时冻土、瞬时冻土和非冻土的界限也均无变化。青藏高原地区的多年冻土和东北地区高纬度多年冻土的分布则采用以下结果更新。 2. 青藏高原区域的高海拔多年冻土和高山多年冻土分布采用南卓铜 等（2002）的模拟结果进行更新。该模型利用青藏公路沿线76个钻孔实测年平均地温数据，进行回归统计分析，获取年平均地温与纬度、高程的关系，并基于该关系，结合GTOPO30高程数据（美国地质调查局地球资源观测与科技中心领导下发展的全球1km数字高程模型数据）模拟得到整个青藏高原范围上的年平均地温分布，再以年平均地温0.5C作为多年冻土与季节冻土的界限。 3. 东北地区的高纬度多年冻土分布采用了Jin et al. (2007)的最新结果。 Jin et al. (2007)通过对过去几十年东北年平均降水和土壤水分的分析，认为东北地区的多年冻土南界与年平均气温的关系在过去几十年中没有发生实质变化。 4. 其他地区的高山多年冻土分布采用中国冰川冻土沙漠图（1：400万）（中国科学院寒区旱区环境与工程研究所，2006）更新。 在分类系统方面，现有的冻土图对多年冻土的划分多采用连续性标准，但对连续性的具体定义有很大不同。很多研究表明，连续性标准是一个与尺度密切相关的概念，并不适合于高海拔多年冻土的分类（程国栋, 1984; Cheng et al., 1992），且该标准无法应用于以网格为基本模拟单元的多年冻土分布模型。在本文中，我们放弃了连续性标准，而以制图单元（网格或区域）内是否存在冻土为标准。新的冻土图将我国冻土分为几下几类： （1）高纬度多年冻土 （2）高海拔多年冻土 （3）高原多年冻土 （4）高山多年冻土 （5）中深季节冻土：可能达到的最大季节冻结深度>1m； （6）浅季节冻土：可能达到的最大季节冻结深度<1m； （7）瞬时冻土：保存时间不足一个月 （8）非冻土。 数据具体说明，请参考说明文档及引用文献。
冉有华, 李新
该数据是中国冻土区划及类型图（1：1000万）（邱国庆等，2000；周幼吾 等，2000）的数字化，采用了区划和类型双系列体系，在同一份图上同时用区划体系和类型体系来反映在各个级别上冻土形成和分布的共性与个性。 区划体系包括三个冻土大区：（1）中国东部冻土大区；（2）中国西北冻土大区；（3）中国西南（青藏高原）冻土大区。在三个大区的基础上，又进一步划分出16个区及下面的若干亚区。冻土区划界线的划分中，I大区和III大区的界线主要参考了李炳元（1987）的结果；II大区和III大区的界线就是青藏高原的北界，即昆仑山—阿尔金山—祁连山北侧和山麓线；I大区和II大区的界线在贺兰山—狼山一带。二级区的界线，在II大区和III大区中以地貌条件为依据进行划分，在I大区则以气温年较差A与年平均气温T的比值为主要划分依据，并考虑到各地的冻结深度。 类型体系基于冻土连续性、冻土存在的时间和季节冻结深度，划分为8个类型，各类型界线主要取自《中国冰雪冻土图》（1：400万）（施雅风 等，1988）并参考了一些新资料，而季节冻土界线则主要以气象站资料为依据。各类型的定义如下： （1）大片多年冻土：连续系数为90%-70%； （2）大片-岛状多年冻土：连续系数为70%-30%； （3）稀疏岛状多年冻土：连续系数为<30%； （4）山地多年冻土； （5）中深季节冻土：可能达到的最大季节冻结深度>1m； （6）浅季节冻土：可能达到的最大季节冻结深度<1m； （7）短时冻土：保存时间不足一个月； （8）非冻土。 根据该数据计算的中国多年冻土区面积约2.19×106km²，约占中国领土的22.83％。其中，高山多年冻土0.42×106km²，约占我国领土面积的4.39％。季节冻土面积约4.76×106km²，约占我国领土的49.6％，瞬时冻土面积约1.86×106km²，占我国领土的19.33％。 更多信息参考文献（周幼吾 等，2000）。
郭东信, 邱国庆
该NDVI数据集是最新发布的NOAA全球模拟和绘图项目（GIMMS，Global Inventory Monitoring and Modeling System）长序列（1981-2015）均一化植被指数产品，版本号3g.v1。 该产品的时间分辨率是每月两次，空间分辨率1/12度。时间跨度1981年7月至2015年12月。该产品为共享数据产品，可直接从ecocast.arc.nasa.gov下载。 详情请参考https://nex.nasa.gov/nex/projects/1349/
NCAR
中国土地利用现状遥感监测数据库是在国家科技支撑计划、中国科学院知识创新工程重要方向项目等多项重大科技项目的支持下经过多年的积累而建立的覆盖全国陆地区域的多时相土地利用现状数据库。 数据集包括1980年代末期，1990年、1995年、2000年、2005年、2010年，2015年七期，数据生产制作是以各期Landsat TM/ETM遥感影像为主要数据源，通过人工目视解译生成。数据缺少南海部分岛屿数据。 空间分辨率1公里，投影参数：Albers_Conic_Equal_Area 中央经线105，标准纬线1: 25，标准纬线2: 47。 中国土地利用现状遥感监测数据库是目前我国精度比较高的土地利用遥感监测数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。 土地利用类型包括耕地、林地、草地、水域、居民地和未利用土地6个一级类型以及25个二级类型。
中国科学院资源环境科学数据中心(http://www.resdc.cn/)
该数据是对《1：100万中国植被图集》黑河流域部分的数字化,《1:1,000,000中国植被图集》是由著名植被生态学家侯学煜院士主编（侯学煜，2001），由中国科学院有关研究所、有关部委和各省区有关部门、高等院校等53个单位250多位专家共同编制，是我国植被生态学工作者40多年来继《中国植被》等专著出版后又一项总结性成果，是国家自然资源和自然条件的基本图件。它是根据半个世纪以来全国各地开展植被调查所积累的丰富的第一手资料，并利用航空遥感和卫星影像等现代技术所获得的材料以及有关地质学、土壤学和气候学最新的研究成果编制而成。它详细反映了我国11个植被类型组、54个植被型的796个群系和亚群系植被单位的分布状况、水平地带性和垂直地带性分布规律，同时反映了我国2000多个植物优势种、主要农作物和经济作物的实际分布状况及优势种与土壤和地面地质的密切关系。该图集属于现实植被图图种，反映我国植被近期的质量状况。
侯学煜
此数据集包含了阿柔冻融观测站2007-07-25至2015-4-27间的观测数据，站点位于青海省祁连县中东部地区的阿柔乡草大板村瓦王滩牧场。经纬度为100°28′E，38°03′N，海拔高度为3032.8m。试验场建在黑河上游支流八宝河南侧的河谷高地上，周围地势相对平坦开阔，自东南向西北略有倾斜下降，南北两侧约3km外是连绵的山丘和高山，符合大气边界层近地层理论中水平均匀下垫面的要求。瓦王滩牧场是当地牧民的冬季牧场，夏季牧草长势良好，植被高度在20-30cm之间。 观测项目有：大气风温湿梯度观测（2m和10m）、气压、降水、辐射四分量、多层土壤温度（10cm、20cm、40cm、80cm、120cm和160cm）、土壤水分（10cm、20cm、40cm、80cm、120cm和160cm）及土壤热通量（5cm和15cm）。 原始的采集器输出数据为0级；初步整理后，没有任何的删除，但是标出疑似有问题的数据为1级；统一整理成30分钟采样周期并经过质量控制的为2级。整理后的将数据逐月存储，命名规则为：站点名+数据级别+AMS+数据日期。建议普通用户用2级以上的数据。 数据观测起始于2007年7月25日，观测至今，之后数据见HiWATER 水文气象网观测数据（http://www.heihedata.org/hiwater/hmon），详细信息请参见下面“其他在线资源”中的“气象水文通量数据使用指南”。
胡泽勇, 马明国, 王维真, 晋锐, 黄广辉, 张智慧, 谭俊磊
1）该套数据集为来自美国国家环境预报中心（NCEP）和国家大气研究中心（NCAR）联合研制的全球大气再分析数据，是利用观测资料、预报模式和同化系统对全球从1948年到目前的气象资料进行再分析形成的格点资料。数据变量包括地表、近地表（.995sigma层）和不同气压层的多个气象变量，如降水、温度、相对湿度、海平面气压、位势高度、风场和热通量等。 2）覆盖时间为1948年至2018年，其中1948至1957年数据是非高斯格点数据；覆盖范围为全球。空间分辨率为2.5°经纬网格。垂直分层为17个标准气压层，分别为1000、925、850、700、600、500、400、300、250、200、150、100、70、50、30、20、10 hPa，和28 sigma层。部分变量为8层（omega）和12层（humidities）；时间分辨率为逐6小时、逐日、逐月和长期逐月平均（1981年至2010年平均）。逐日数据由每日0Z，6Z，12Z和18Z 4个时次值作平均得到的。 3）缺测值为-9.96921e+36f。数据以nc格式存放，文件名为var.time.stat.nc, 每个文件包括经纬度、时间和大气要素变量。 数据的详细情况见数据说明链接http://www.esrl.noaa.gov/pad/data 。
NOAA, NCAR
数据来源于联合国粮农组织（FAO）和维也纳国际应用系统研究所(IIASA)所构建的世界土壤数据库(Harmonized World Soil Database,HWSD)， 该数据库于2009年3月26日发布了1.1版本。数据分辨率为1km。中国境内数据源1：100万土壤数据。采用的土壤分类系统主要为FAO-90。 土壤属性表主要字段包括： SU_SYM90（FAO90土壤分类系统中土壤名称) SU_SYM85(FAO85分类) T_TEXTURE(顶层土壤质地) DRAINAGE(19.5)； ROOTS：String(到土壤底部存在障碍的深度分类)； SWR：String (土壤含水量特征)； ADD_PROP： Real (土壤单元中与农业用途有关的特定土壤类型)； T_GRAVEL：Real (碎石体积百分比)；T_SAND： Real (沙含量)； T_SILT： Real (淤泥含量)； T_CLAY：Real (粘土含量)； T_USDA_TEX： Real (USDA土壤质地分类)； T_REF_BULK： Real (土壤容重)； T_OC： Real (有机碳含量)； T_PH_H2O：Real (酸碱度) T_CEC_CLAY：Real (粘性层土壤的阳离子交换能力)； T_CEC_SOIL： Real (土壤的阳离子交换能力) T_BS：Real (基本饱和度)； T_TEB： Real (交换性盐基)； T_CACO3： Real (碳酸盐或石灰含量) T_CASO4： Real (硫酸盐含量)； T_ESP： Real (可交换钠盐)； T_ECE： Real (电导率)。 其中以T_开头属性字段表示上层土壤属性（0-30cm），以S_开头属性字段表示下层土壤属性（30-100cm）(FAO 2009)。 该数据可为地球系统建模者提供模型输入参数，农业角度可用来研究生态农业分区，粮食安全和气候变化等。
Food and Agriculture Organization of the United Nations（FAO）
青藏高原野外观测研究平台是开展青藏高原科学观测和研究的前沿阵地。基于高原地表过程与环境变化的陆面-边界层立体综合观测为青藏高原地气相互作用机理及其影响研究提供了大量的珍贵数据。本数据集综合了珠穆朗玛大气与环境综合观测研究站、藏东南高山环境综合观测研究站、那曲高寒气候环境观测研究站、纳木错多圈层综合观测研究站、阿里荒漠环境综合观测研究站、慕士塔格西风带环境综合观测研究站2005-2016年逐小时大气、土壤和涡动观测数据。包含了由多层风速风向、气温、湿度以及气压、降水组成的梯度观测数据，辐射四分量数据，多层土壤温湿度和土壤热通量观测数据以及感热通量、潜热通量和二氧化碳通量组成的湍流数据。这些数据能广泛的应用于青藏高原气象要素特征分析、遥感产品评估和遥感反演算法的发展、数值模拟的评估和发展等研究中。
马耀明
中国冰冻圈是指中国范围内，大气圈、水圈、生物圈、岩石圈的冻结部分。中国冰冻圈资源与环境信息系统是对中国冰冻圈资源与环境数据进行管理与分析的综合性信息系统。建立中国冰冻圈资源与环境信息系统一方面是满足地球系统科学的需要，为研制地理信息系统支持下的冻土、冰川以及雪盖对全球变化的响应与反馈模型提供参数与验证数据；另一方面系统整理和抢救宝贵的冰冻圈数据，为其提供一个科学、高效、安全的管理与分析工具。 中国冰冻圈资源与环境信息系统包含三个不同空间的基础数据库。其中青藏高原基础数据库主要以青藏高原为研究区域，范围在东经70—105°，北纬20—40°之间，主要包含以下类型的数据： 1、冰冻圈数据。包括： 冻土类型； 积雪深度分布； 第四纪冰川遗迹图； 2、自然环境与资源。包括： 水文：地表水； 基础地质：第四纪地质、水文地质； 地表特性：植被类型； 气象站观测数据：气温、地表温度、降水量； 3、社会经济资源： 青藏高原及毗邻地区气象台站分布图； 4、高原冻土对全球变化的响应模型（Fgmodel）：预测了2009年、2049年和2099年的多年冻土分布数据。 详情请查看数据中的文档“中国冰冻圈资源与环境信息系统设计.doc”、“中国冰冻圈资源与环境信息系统数据字典.DOC”、“数据库-青藏高原.DOC”和“数据库-青藏高原 附表.DOC”。
李新
该数据集包含了冰沟寒区水文气象观测站2007年9月25日至2009年12月31日的观测数据。站点位于青海省祁连县南部，位于黑河上游冰沟子流域的河谷谷地内，东西两侧是连绵的山丘和高山，场地四周相对较为平坦，地表为稀疏草地和河床碎石的混合。观测点的经纬度为38°04′N，100°13′E。 该站点是典型高山草甸（河滩地），观测项目有：大气风温湿梯度观测（2m和10m）、气压、降水、辐射四分量、多层土壤温度（5cm、10cm、20cm、40cm、80cm和120cm）、土壤水分（5cm、10cm、20cm、40cm、80cm和120cm）及土壤热通量（5cm和15cm）。 原始的采集器输出数据为0级；初步整理后，没有任何的删除，但是标出疑似有问题的数据为1级；统一整理成30分钟采样周期并经过质量控制的为2级。整理后的数据逐月存储，命名规则为：站点名+数据级别+AMS+数据日期。建议普通用户用2级以上的数据。 自动气象站的观测分两个时段：2007年9月25日至2008年3月12号为初步的预观测阶段；2008年3月12号之后为规范化的观测阶段。前一个时段观测的是逐时的气压降雨数据（残缺严重）和土壤温湿度数据。后一个时段观测较详细。详细信息请参见下面“其他在线资源”中的“气象水文通量数据使用指南”。
王建, 车涛, 马明国, 王维真, 李弘毅, 郝晓华, 黄广辉, 张智慧, 谭俊磊
该数据集来自对1997年俄罗斯科学院地理研究所出版的《世界雪冰资源地图集》纸质地图的数字化，具体包括了俄罗斯的冻土范围、冻土温度、地下冰厚度等信息。更多信息参考文献（Kotlyakov et al, 2002）。数据以ESRI的Shape格式存储，用户也可通过美国冰雪数据中心下载（http://nsidc.org/data/ggd600.html）。
Tatiana Khromova, Victor Kotlyakov
该数据集包含了盈科灌区绿洲站自动气象站的观测数据。站点位于甘肃省张掖市的盈科灌区农田内。观测点的经纬度为100°25′E，38°51′N，海拔高度为1519m。试验场位于黑河中游，周围平坦开阔，防风林的间距东西向为500m，南北向为300m，是一个比较理想的绿洲农田观测站。 观测项目有：大气风温湿梯度观测（2m和10m）、气压、降水、辐射四分量、地表红外温度加强观测、多层土壤温度（10cm、20cm、40cm、80cm、120cm和160cm）、土壤水分（10cm、20cm、40cm、80cm、120cm和160cm）及土壤热通量（5cm和15cm）。 原始的采集器输出数据为0级；初步整理后，没有任何的删除，但是标出疑似有问题的数据为1级；统一整理成30分钟采样周期并经过质量控制的为2级。整理后将数据逐月存储，命名规则为：站点名+数据级别+AMS+数据日期。建议普通用户使用2级以上的数据。 数据观测时段为2007年11月5日至2011年11月30日。详细信息请参见下面“其他在线资源”中的“气象水文通量数据使用指南”。
马明国, 王维真, 谭俊磊, 黄广辉, 张智慧
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
本数据集为盈科绿洲与花寨子荒漠加密观测区的叶面积指数数据集。 测量日期与内容： 2008-05-20、2008-05-24、2008-05-25、2008-05-28、2008-05-31、2008-06-06、2008-06-11、2008-06-12、2008-06-14、2008-06-16、2008-06-21、2008-06-27、2008-07-02、2008-07-09期间在盈科绿洲与花寨子荒漠加密观测区用LAI3000、量角器、直尺等测量了植被（玉米、小麦）结构参数。 测量方法为：利用直尺测量玉米和小麦每株各叶片的最大长度、最大宽度。将每片叶子分为三段测量叶倾角，并分别测量每段的长和宽。用尺子测量测量株高和每片叶子的叶基高。用皮尺测量同一垄上N株（如20株）作物的距离，由此得到株间距，同时测量冠层高，记录多个数据求平均值作为最终冠层高度。用皮尺测量垄距和垄间距。每块样地拔两株有代表性的植株回室内，测量杆长、杆宽、杆周长，并用LAI3000测量叶片最长、最宽以及面积。 数据以Excel保存。
陈玲, 任华忠, 王天星, 王锦地, 肖月庭, 阎广建, 李丽, 刘思含, 苏高利, 闻建光, 夏传福, 辛晓洲, 张阳, 周春艳, 周梦维, 范闻捷, 沈心一, 陶欣, 闫彬彦, 姚延娟
三江源国家公园包括长江源、黄河源、澜沧江源3 个园区，总面积为12.31 万平方公里，介于东经89°50'57"—99°14'57"，北纬32°22'36"—36°47'53"，占三江源国土面积的31.16%。 本数据集是基于《三江源国家公园总体规划》中的三江源国家公园区位图进行数字化而产生。数据包含长江源园区、黄河源园区和澜沧江园区的边界。 数据格式为Shapefile格式。推荐使用arcmap打开数据。
王旭峰
本数据集为在盈科绿洲玉米地测量的FPAR日变化数据。 测量内容与日期： （1）2008年7月5日在盈科绿洲玉米地，10:00-20:00一小时定点获取一次日变化信息（16:00后加密为半小时一次，18:30后光合仪停止测定），用ASD光谱仪、50%灰板测定玉米冠层光谱，SPAD叶绿素仪测量玉米整株叶片SPAD值，LI-6400光合仪测量的玉米叶片光合。 数据及相关参数：玉米冠层光谱，获取的原始数据需用ASD处理软件打开；玉米整株叶片SPAD值；玉米叶片光合： Photo：光合作用速率（µmol CO2 m-2 s-1）；Cond：气孔导度（mol H2O m-2 s-1）；Ci：胞间CO2浓度（µmol CO2 mol-1）；Trmmol：蒸腾速率 （mmol H2O m-2 s-1）；VpdL：叶温下蒸气压亏缺 （kPa）；Tleaf：叶片温度（℃）；ParIn_µm：叶室内光合作用有效辐射（µmol m-2 s-1）；ParOutµm：外界光合作用有效辐射（µmol m-2 s-1）。 存放数据：光谱数据，叶片光合数据，光谱数据记录表。 （2）2008-07-09在盈科绿洲玉米地用遥感所ASD光谱仪、遥感所50%灰板、遥感所LI-6400光合仪、北京农林科学院SUNSCAN冠层分析仪分别定点观测玉米冠层光谱，叶片光合以及FPAR等日变化信息。 需要说明的是：在整个玉米冠层光谱观测中由于探头转动，不能保证观测对象始终唯一。 光谱预处理数据源：光谱仪配套的定标灯数据（编号：64831）。参考定标数据：北京农林科学院1050光谱仪2008年7月9日同步获取的辐亮度光谱数据。遥感所50%灰板及99%白板定标数据。利用光谱仪配套定标灯数据导出数据为辐亮度信息，并根据参考辐亮度信息进行拟合。 光谱数据定标方法： ① 运用ASD软件和定标灯文件，将原始DN值数据导出为Radiance数据并转换成可读Excel文件。 ② 用同一软件处理相同时间相同地点获取的北京农林科学院1050光谱仪，利用参考板（遥感所99%白板）反射率信息，获取当时太阳辐亮度信息。太阳辐亮度＝参考板辐亮度/参考板反射率。 ③ 北京农林科学院光谱采样间隔为1.438nm，运用分段底次插值法将其插值为间隔1nm数据。 ④ 选择相同时间两台光谱仪获取的光谱信息，将遥感所参考板辐亮度信息转换成太阳辐亮度信息（同2），并与另一台光谱仪处理后的数据用散点图进行比较。选取复相关系数最好的一组数据，获取其拟合数据，对遥感所68731光谱仪获取的全部辐亮度数据进行处理。拟合公式为：b=16.087a（a：拟合前辐亮度，b：拟合后辐亮度）。 玉米叶片光合由LI-6400光合仪测量，并将原始数据导入Excel表格，根据测量叶片信息分类汇总，每叶的日变化数据作为一个单元存储。 光合有效辐射数据说明： 到达冠层PAR，µmol m-2 s-1； 地表透射PAR，µmol m-2 s-1； 冠层反射PAR，µmol m-2 s-1； 地表反射PAR，µmol m-2 s-1； Spread：沿探头光强变化系数； APAR：冠层吸收光合有效辐射，µmol m-2 s-1； FPAR：冠层截获太阳光合有效辐射的比例。在盈科绿洲玉米和小麦样地，用SUNSCAN冠层分析仪测冠层光合、数码相机拍照，定点观测玉米、小麦冠层PAR日变化信息。分上，下三段测量，并同时测量入射和反射FPAR。 原始数据根据仪器观测值直接记录，并整理为WORD表格格式。 数据存放分为：SUNCAN日变化数据，照片数据。 光合数据说明：将原始数据导入Excel表格，根据测量叶片信息分类汇总，每叶的日变化数据作为一个单元存储。数据包括：编号（整型）；观测时分（小时 分钟 秒）；上层光照（浮点，µmol m-2 s-1）；上层反射（浮点，µmol m-2 s-1）；下层光照（浮点，µmol m-2 s-1）；Spread（浮点）；下层反射（浮点，µmol m-2 s-1）。 光合有效辐射：利用公式计算出FPAR和APAR。FPAR=（到达冠层PAR－地表透射PAR－冠层反射PAR+地表反射PAR）/到达冠层PAR。APAR=FPAR× 到达冠层PAR。
王大成, 杨贵军, 程占慧, 刘良云
本数据集来源于论文： Yao, T., Thompson, L., & Yang, W. (2012). Different glacier status with atmospheric circulations in tibetan plateau and surroundings. Nature Climate Change, 1580, 1-5.，数据整理自论文内Supplementary information中的表格数据。 此论文通过对82条冰川退缩、7090条冰川面积减少和15条冰川质量平衡变化的调查，总结了近30年来的冰川状况。 数据集包含8个数据表，数据表名称和内容分别为： Data list：数据列表； t1：Distribution of Glaciers in the TP and surroundings（青藏高原及周边地区冰川分布面积）； t2：Data and method for analyzing glacial area reduction in each basin（分析各流域冰川面积减少的数据和方法列表）； t3：Glacial area reduction during the past three decades from remote sensing images in the TP and surroundings（基于遥感影像得出的青藏高原及周边地区过去30年中冰川面积减少情况）； t4：Glacial length fluctuationin the TP and surroundings in the past three decades（青藏高原及周边地区过去30年中冰川长度波动数据）； t5：Detailed information on the glaciers for recent mass balance measurement in the TP and surroundings（青藏高原及周边地区近年来冰川质量平衡测量方法的详细信息）； t6：Recent annual mass balances in different regions in the TP（青藏高原不同区域近年来每年质量平衡数据）； t7：Mass balance of Long-time series for the Qiyi, Xiaodongkemadi and Kangwure Glaciers in the TP（青藏高原七一冰川，小冬克玛底冰川和抗物热冰川质量平衡长时间序列数据）。 数据详细信息参见附件：Supplementary information.pdf，Different glacier status with atmospheric circulations in Tibetan Plateau and surroundings.pdf。
姚檀栋
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
