Daily 1-km all-weather land surface temperature dataset for Western China (TRIMS LST-TP; 2000-2021) V2
青藏高原是全球气候变化的敏感区域。地表温度（Land Surface Temperature, LST）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，广泛应用于气象气候、水文、生态等领域的研究中。青藏高原的陆地-大气相互作用等研究，迫切需要较长时间序列和较高时空分辨率的全天候地表温度数据集。然而，该区域较为频繁的云覆盖特征，使现有卫星热红外遥感地表温度数据集的使用受到较大的局限。
相较于2019年发布的前一个版本——中国西部逐日1km空间分辨率全天候地表温度数据集（2003-2018）V1，本数据集（V2）采用了一种新的制备方法，即基于新型地表温度时间分解模型的卫星热红外遥感-再分析数据集成方法。方法的主要输入数据为Aqua MODIS LST产品和GLDAS等数据，辅助数据包括卫星遥感提供的植被指数、地表反照率等。该方法充分利用了卫星热红外遥感和再分析数据提供的地表温度高频分量、低频分量以及地表温度的空间相关性。
评价结果表明，本数据集具有良好的图像质量和精度，不仅在空间上无缝，还与当前学术界广泛采用的逐日1 km Aqua MODIS LST产品在幅值和空间分布上具有较高的一致性。以MODIS LST为参考值时，该数据集在白天和夜间平均偏差（MBE）分别为-0.28 K和-0.29 K，偏差标准差（STD）分别为1.25 K和1.36 K。基于青藏高原和黑河流域的6个站点实测数据的检验结果表明，晴空条件下，本数据集在白天/夜间与实测LST均具有高度的一致性，其MBE为-0.42~0.25 K/-0.35~0.19 K；均方根误差 （RMSE）为1.03~2.28 K/1.05~2.05 K；非晴空条件下，本数据集在白天/夜间的MBE为-0.55~1.42 K/-0.46~1.27 K；RMSE为2.24~3.87 K/2.03~3.62 K。与V1版本的数据相比，两种全天候地表温度均在空间维度上表现除了空间无缝（即无缺失值）的特性，且在大部分区域内，两种全天候地表温度的空间分布和幅值均与MODIS地表温度高度一致。然而，在AMSR-E/AMSR2轨道间隙亮温缺失的区域内，V1版本的地表温度产生了低估。TRIMS地表温度与V1版本地表温度在AMSR-E/AMSR2轨道间隙外的质量接近，而在轨道间隙内前者的质量更加可靠。因此，建议用户使用V2版本。
本数据集的时间分辨率为逐日2次，空间分辨率为1km，时间跨度为2000年-2021年（注：通过外推方式将缺少Aqua MODIS LST产品时段内的全天候地表温度补齐）。本数据集的空间范围包括青藏高原为核心的我国西部及周边地区（72°E-104°E，20°N-45°N）。因此，本数据集的缩写名为TRIMS LST-TP（Thermal and Reanalysis Integrating Moderate-resolution Spatial-seamless LST – Tibetan Plateau），以便用户使用。
文件命名：地表温度数据以GEOTIFF格式存储，每个GEOTIFF文件约51MB。不同年份的数据分别存放于以“年”命名的文件夹下， 该年数据按照白天DAY和晚上NIGHT两个文件夹分别存储。具体文件命名方式为“TP+year+DOY+D/N.tif”，其中DOY代表年积日，D/N代表白天/夜间，如TP2020001D.tif。
数据格式为：整型
使用方式：可直接使用GIS软件或matlab等软件进行读取和后续处理，像元值/100=地表温度值（保留小数点后两位）；
数据分辨率：逐日2次，1 km。
数据时间：对应MODIS像元的瞬时过境时间，具体处理方式详见数据说明文档。
数据集关键参数：
（1） 投影方式：Albers equal area
（2） 缺失值：统一以0标注
周纪, 张晓东, 唐文彬, 丁利荣, 马晋, 张旭. (2019). 中国西部逐日1 km全天候地表温度数据集（TRIMS LST-TP；2000-2021）V2. 时空三极环境大数据平台,
DOI:
10.11888/Meteoro.tpdc.270953.
CSTR:
18406.11.Meteoro.tpdc.270953.
[Zhou, J., Zhang, X., Tang, W., Ding, L., Ma, J., Zhang, X. (2019). Daily 1-km all-weather land surface temperature dataset for Western China (TRIMS LST-TP; 2000-2021) V2. A Big Earth Data Platform for Three Poles,
DOI:
10.11888/Meteoro.tpdc.270953.
CSTR:
18406.11.Meteoro.tpdc.270953.
]
(下载引用：
RIS格式 |
RIS英文格式 |
Bibtex格式 |
Bibtex英文格式
)
1. Zhang, X., Zhou, J., Liang, S., Wang, D. (2021). A practical reanalysis data and thermal infrared remote sensing data merging (RTM) method for reconstruction of a 1-km all-weather land surface temperature. Remote Sensing of Environment, 260, 112437. https://doi.org/10.1016/j.rse.2021.112437.( 查看 | Bibtex格式)
2. Zhang, X., Zhou, J., Göttsche, F., Zhan, W., Liu, S., & Cao, R. (2019). A Method Based on Temporal Component Decomposition for Estimating 1-km All-Weather Land Surface Temperature by Merging Satellite Thermal Infrared and Passive Microwave Observations. IEEE Transactions on Geoscience and Remote Sensing, 57, 4670–4691. https://doi.org/10.1109/TGRS.2019.2892417( 查看 | 下载 | Bibtex格式)
3. Zhou, J., Zhang, X., Zhan, W., Göttsche, F.-M., Liu, S., Olesen, F.-S., Hu, W., & Dai, F. (2017). A thermal sampling depth correction method for land surface temperature estimation from satellite passive microwave observation over barren land. IEEE Transactions on Geoscience and Remote Sensing, 55, 4743–4756. https://doi.org/10.1109/TGRS.2017.2698828( 查看 | 下载 | Bibtex格式)
使用本数据时必须引用“文章的引用”中列出的文献，并进行数据的引用
多源遥感协同下的全天候地表温度反演方法 (项目编号:41871241) A method to estimate all-weather LST based on the integration of multi-source remote sensing observations
复杂山区泥石流监测预警技术装备集成与示范 (项目编号:2018YFC1505205) Integration and Demonstration of Monitoring and Early Warning Technology and Equipment for Debris Flow in Complex Mountainous Areas
中欧科技合作“龙计划”五期项目（项目编号59318）： All-Weather Land Surface Temperature at High Spatial Resolution: Validation and Applications
为尊重知识产权、保障数据作者的权益、扩展数据中心的服务、评估数据的应用潜力，请数据使用者在使用数据所产生的研究成果中（包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），明确注明数据来源和数据作者。对于转载（二次或多次发布）的数据，作者还须注明原始数据来源。
License：
This work is licensed under an
Attribution 4.0 International (CC BY 4.0)
1.黑河生态水文遥感试验：黑河流域中游大满超级站TerraSAR-X地面同步观测数据集（2012年6月15日）
3.黑河综合遥感联合试验：冰沟流域加密观测区K&Ka波段机载微波辐射计地面同步观测数据集（2008年3月29日）
4.青藏高原0.05°逐日积雪深度数据集（2000-2018）
5.黑河综合遥感联合试验：扁都口加密观测区MODIS、ALOS PALSAR和AMSR-E地面同步观测数据集（2008年5月24日）
6.中国陆域及周边逐日1km全天候地表温度数据集（TRIMS LST；2000-2021）
7.黑河综合遥感联合试验：临泽-扁都口飞行区L&K波段机载微波辐射计数据集（2008年5月25日）
8.黑河生态水文遥感试验：黑河流域中游河道温度同步观测数据集（2012年7月3日和4日）
1. 2022-08-12 李广* 用途：本人为西安建筑科技大学交通运输专业的硕士，气象数据和人们的出行应该有关系，本人打算研究天气和出行的关系 …… 西安建筑科技大学
2. 2022-08-10 吴海* 用途：准噶尔盆地地温梯度与油气关系研究 …… 新疆油田
3. 2022-08-09 张琨* 用途：academic research …… 中科院青藏高原研究所
4. 2022-08-08 张宏* 用途：地表温度产品对比评估 …… 中国农业大学
5. 2022-08-07 李杰* 用途：挽救气候变化 …… 中南大学
6. 2022-08-06 李杰* 用途：气候变化研究 …… 中南大学
7. 2022-08-02 徐富* 用途：您好，申请数据用于验证青藏高原冻融验证。 ……
8. 2022-08-02 李杰* 用途：查询查询 …… 中南大学
9. 2022-07-30 尚程* 用途：用于青藏高原地表能量方面研究 …… 中国科学院西北生态环境资源研究院
10. 2022-07-27 ch* 用途：支撑科学研究 …… Chengdu University of Technology
11. 2022-07-25 秦瑞* 用途：用于数据获取和整理，获得数据分类结果 …… 中南大学
12. 2022-07-23 马俊* 用途：科研 …… 武汉大学
13. 2022-07-21 陈烨* 用途：用于数据获取和整理，获得数据分类结果 …… 华南师范大学
14. 2022-07-21 陈烨* 用途：用于数据获取和整理，获得数据分类结果 …… 华南师范大学
15. 2022-07-21 陈烨* 用途：用于数据获取和整理，获得数据分类结果 …… 华南师范大学
16. 2022-07-21 陈烨* 用途：用于数据获取和整理，获得数据分类结果 …… 华南师范大学
17. 2022-07-19 彭文* 用途：NDVI变化研究 …… 四川师范大学
18. 2022-07-18 陈晨* 用途：用于研究青藏高原地区的冻土变化 …… 清华大学
19. 2022-07-18 卢春* 用途：可能将在本科毕业论文中用到，只是想先看看是不是，抱歉打扰到了。 …… 青海师范大学
20. 2022-07-17 王清* 用途：非商业项目计算 …… 上海交通大学
暂无数据
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
