查看大图

该数据集包含了2012年6月1日至9月20日的通量观测矩阵中两台宇宙射线仪器（crs_a和crs_b）的观测数据。站点位于甘肃省张掖市盈科灌区农田内，下垫面是玉米地。crs_a观测点的经纬度是100.36975E, 38.85385N，海拔1557.16m，crs_b观测点的经纬度是100.37225E, 38.85557N，海拔1557.16m，仪器探头底部距地面0.5m，采样频率是1小时。

宇宙射线仪器的原始观测项目包括：电压Batt（V）、温度T（℃）、相对湿度RH（%）、气压P（hPa）、快中子数N1C（个/小时）、热中子数N2C（个/小时）、快中子采样时间N1ET（s）及热中子采样时间N2ET（s）。发布的数据为经过处理计算后的数据，数据表头包括Date Time（日期 时间）、P（气压 hPa）、N1C（快中子数 个/小时）、N1C_cor（气压订正的快中子数 个/小时）和VWC（土壤体积含水量 %），其处理的主要步骤包括：

1） 数据筛选

数据筛选共四条标准：（1）剔除电压小于和等于11.8伏特的数据；（2）剔除空气相对湿度大于和等于80%的数据；（3）剔除采样时间间隔不在60±1分钟内的数据；（4） 剔除快中子数较前后一小时变化大于200的数据。此外缺失数据用-6999补充。

2） 气压订正

根据仪器说明手册中提到的快中子气压订正公式，对原始数据进行气压订正，得到订正后的快中子数N1C_cor，具体见数据引用文献.

3） 仪器率定

在计算土壤水分的过程中需要对计算公式中的N0进行率定。N0为土壤干燥条件下的快中子数，通常使用测量源区内的土样得到实测土壤水分（或者通过比较密集的土壤水分无线传感器获取）θm（Zreda et al. 2012）和对应时间段内的快中子校正数据N，再反求得到N0。具体见数据引用文献.

在此，根据两台仪器源区内的Soilnet土壤水分数据对仪器进行率定，并根据实际情况之间建立土壤体积含水量θv和快中子之间的关系，即将公式（2）中的θm换作θv处理。分别选取干湿状况差异比较明显的6月26日-27日和7月16日-17日四天的数据，其中6月26日-27日率定数据显示土壤水分较小，因此选取4厘米、10厘米和20厘米的三个值平均值作为率定数据，其变化范围为22%-30%，而7月16日-17日率定数据显示土壤水分较大，因此选取4厘米、10厘米的两个值平均值作为率定数据，其变化范围为28%-39%，最后平均得到crs_a和crs_b的值N0分别为3252、3597。

4） 土壤水分计算

计算得到每小时的土壤含水量数据。具体计算公式见数据引用文献.

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Zhu et al.(2015)。

本数据要求的引用方式 查看数据引用帮助 数据引用必读

刘绍民, 朱忠礼, 徐自为, 李新. (2016). 黑河生态水文遥感试验：非均匀下垫面地表蒸散发的多尺度观测试验-通量观测矩阵数据集（宇宙射线土壤水分）. 时空三极环境大数据平台, DOI: 10.3972/hiwater.107.2013.db. CSTR: 18406.11.hiwater.107.2013.db.
[Liu, S., Zhu, Z., Xu, Z., Li, X. (2016). HiWATER: The multi-scale observation experiment on evapotranspiration over heterogeneous land surfaces 2012 (MUSOEXE-12)-dataset of flux observation matrix (cosmic-ray soil moisture). A Big Earth Data Platform for Three Poles, DOI: 10.3972/hiwater.107.2013.db. CSTR: 18406.11.hiwater.107.2013.db. ] (下载引用： RIS格式 | RIS英文格式 | Bibtex格式 | Bibtex英文格式 )

1. Li, X., Liu, S.M., Xiao, Q., Ma, M.G., Jin, R., Che, T., Wang, W.Z., Hu, X.L., Xu, Z.W., Wen, J.G., Wang, L.X. (2017). A multiscale dataset for understanding complex eco-hydrological processes in a heterogeneous oasis system. Scientific Data, 4, 170083. doi:10.1038/sdata.2017.83.( 查看 | 下载 | Bibtex格式)

2. Zhu ZL, Tan L, Gao SG, Jiao QS. Observation on soil moisture of irrigation cropland by cosmic-ray probe. IEEE Geoscience and Remote Sensing Letters, 2015, 12(3), 472-476. doi:10.1109/LGRS.2014.2346784.( 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

参考文献

1.Xu, Z.W., Ma, Y.F., Liu, S.M., Shi, S.J., & Wang, J.M. (2017). Assessment of the energy balance closure under advective conditions and its impact using remote sensing data. Journal of Applied Meteorology and Climatology, 56, 127-140. (查看 )

2.Li, X., Cheng, G.D., Liu, S.M., Xiao, Q., Ma, M.G., Jin, R., Che, T., Liu, Q.H., Wang, W.Z., Qi, Y., Wen, J.G., Li, H.Y., Zhu, G.F., Guo, J.W., Ran, Y.H., Wang, S.G., Zhu, Z.L., Zhou, J., Hu, X.L., & Xu, Z.W. (2013). Heihe watershed allied telemetry experimental research (hiwater): scientific objectives and experimental design. Bulletin of the American Meteorological Society, 94(8), 1145-1160. doi:10.1175/BAMS-D-12-00154.1. (查看 )

3.李新, 刘绍民, 马明国, 肖青, 柳钦火, 晋锐, 车涛, 王维真, 祁元, 李弘毅, 朱高峰, 郭建文, 冉有华, 闻建光, 王树果. (2012). 黑河流域生态-水文过程综合遥感观测联合试验总体设计. 地球科学进展, 27(5), 481-498. doi:10.11867/j.issn.1001-8166.2012.05.0481. (查看 | 下载 )

4.Han, X.J., Jin, R., Li, X., Wang, S.G., (2014). Soil Moisture Estimation Using Cosmic-Ray Soil Moisture Sensing at Heterogeneous Farmland. IEEE Geoscience and Remote Sensing Letters, 11(9), 1659-1663. (查看 )

5.Gao, S.G., Zhu, Z.L., Liu, S.M., Jin, R., Yang, G.C., Tan, L. (2014). Estimating spatial distribution of soil moisture based on Bayesian maximum entropy method with auxiliary data from remote sensing. International Journal of Applied Earth Observation and Geoinformation, 32, 54-66. doi:10.1016/j.jag.2014.03.003. (查看 )

6.Han XJ, Franssen HJH, Rosolem R, Jin R, Li X, Vereecken H. Correction of systematic model forcing bias of CLM using assimilation of Cosmic-Ray neutrons and land surface temperature: a study in the Heihe Catchment, China. Hydrology and Earth System Sciences, 2015, 19, 615-629. (查看 )

7.Liu, S.M., Xu, Z.W., Song, L.S., Zhao, Q.Y., Ge, Y., Xu, T.R., Ma, Y.F., Zhu, Z.L., Jia, Z.Z., Zhang, F. (2016). Upscaling evapotranspiration measurements from multi-site to the satellite pixel scale over heterogeneous land surfaces. Agricultural and Forest Meteorology, 230-231, 97-113. doi:10.1016/j.agrformet.2016.04.008. (查看 | 下载 )

资助项目

黑河流域生态-水文过程综合遥感观测试验：水文气象要素与多尺度蒸散发观测 (项目编号:91125002) National Natural Science Foundation of China

数据使用声明

本数据由“黑河生态水文遥感试验（HiWATER）”产生，用户在使用数据时请在正文中明确声明数据的来源，并在参考文献部分引用本元数据提供的引用方式。

License： This work is licensed under an Attribution 4.0 International (CC BY 4.0)

相关资源

数据评论

当前页面默认显示 中文 评论 显示所有语种的评论