本数据集利用LI-6400光合仪，观测了黑河流域中游绿洲区的主要农作物小麦和玉米。观测地点分别位于临泽平川和小满五星村超级站。观测日期从五月中旬开始到九月份。本数据集包括观测期内的小麦和玉米的LI-6400的原始观测数据和预处理后的数据。 1） 测量目的 光合数据测量可以用于植物生理生态特性研究以及生态水文模型的模拟和验证。 2） 测量仪器与原理 测量仪器：LI-6400便携式光合作用测量仪。 测量原理：利用红外气体分析法来测量CO2浓度变化，通过测量样品室和参比室之间CO2的浓度差从而获得叶片的净生产力。 3） 测量时间与地点 小麦观测地点：临泽平川小麦试验场 观测时间：2012-05-17，2012-06-08至6-13日 玉米观测地点：五星村超级站 观测时间：2012-05-19至2012-09-15 4） 数据处理 LI-6400原始文件是文本格式的文件，经过格式转换为excel格式的文件。为保留原始数据，未对数据进行删改。测量时每个时段数据存为一个文件，并以日期+类型+时刻命名，每片叶子重复读数3次；每片叶子添加一个remark。
2017-08-27
本数据为在盈科绿洲观测的植被LAI数据集。数据观测从2012年5月25日开始，至2012年7月7日结束。 测量仪器与原理： 利用LAI2000测量冠层的LAI。在盈科绿洲5km*5km样方内选择18个玉米样方，1个果园和1个人工白杨林样方进行测量。 在每个样方内测量一次冠层上入射，测量多次冠层下透射，然后取均值，通过间隙率模型反演得到冠层LAI。 配套数据： 植被的种类、株高、垄行结构、场景照片等信息。 数据格式： Excel格式。
2017-08-27
在2012年中游航空遥感试验开展期间，对黑河中游CASI+SASI飞行航带范围内土地覆盖开展调查，目的在于获取主要的植被类型和种植结构数据，用于实现植被遥感产品的真实性检验。 观测仪器： 高精度手持GPS（定位精度2-3米）和数码相机。 测量方式： 借助Goole Earth，可以大致看出中游有植被的范围， 设计具体路线，然后选择小满镇五星村的5*5公里为主要详细调查范围，实验调查可行的基础上，对中游其他做大面积调查，在尽可能到达的路线内具体调查种植结构类型。调查的方式是尽量选择大面积均质的植被类型或者农田进行调查，记录坐标位置、拍摄下垫面照片。 数据内容： 数据内容包含经纬度，植被类型，大概的种植面积，作物的物侯期等信息。 观测地点： 重点为中游人工绿洲试验区CASI飞行区域，还包括CASI在中游样带飞行区域和黑河中游2区（甘州、肃州）5县（山丹、民乐、临泽、高台、金塔）。 观测时间： 本次调查时间从2012年6月25日开始，8月6日结束。
2017-08-25
在EC17号点果园设置的红外温度系统，可以为航空飞行数据反演地表温度产品提供果园地表温度的连续地面观测数据。 观测地点： 选择甘肃省农科院张掖试验场的大面积、均质的果园作为观测点，位于EC17号点旁，主要观测植被为苹果树冠层。该观测点坐标为：38°50'41.70"N，100°22'11.40"E。 测量仪器： 观测探头为一个垂直对地的S1-111红外温度探头（2012年新购置仪器，其出厂时默认设置的地表发射率为1，试验期间未进行黑体定标）。Campell CR850数采自动记录，果树高度4米，冠幅4×4米，探头架高4.55米。位于EC17西南方向4米处。 测量时间： 仪器从2012年8月3日起开始正常观测，截至2012年9月27日，进行不间断地24小时观测，1分钟记录一次数据，1分钟输出一组数据。 数据内容： 地表温度观测数据（Target_C_Avg，未进行地表比辐射率、背景温度的校正）,SI-111仪器自身的表体温度（SBT_C_Avg）。数据最终被存储为1天1个独立文本文件，数据命名方式：数据格式+观测点名称+数据采样时间+日期+时间.dat。详细的数据表头信息见数据内的数据表头说明。
2017-08-25
植被叶绿素含量的测量是为了获取不同EC站点以及不同类型植被叶绿素的含量，并实现遥感反演的叶绿素产品的真实性检验。 观测仪器： 野外采样，室内丙酮萃取法测量。 测量方式： 为了分析株高对叶绿素含量的影响，根据玉米株高记录选择不同的样方进行采样，总共选择了11个玉米样方。为了比较不同植被类型的叶绿素含量，又选取了通量矩阵内EC1下的三种蔬菜类型以及湿地的芦苇样方。总共选取了19个不同的样方进行分析，所采样方交于河西学院生命科学学院实验室，进行叶绿素萃取，分别提取出所选样方的叶绿素a、叶绿素b以及总叶绿素的含量。 数据内容： 叶绿素a、叶绿素b以及总叶绿素的含量 观测时间： 2012年7月8号
2017-08-25
本数据包括大满超级站、湿地、沙漠、荒漠和戈壁五个站点植被一个生长周期内的覆盖度数据集以及大满超级站玉米和湿地芦苇两种植被一个生长周期内的生物量数据集。观测时间自2014年5月10日开始，9月11日结束。 1覆盖度观测 1.1观测时间 1.1.1超级站：观测时间段2014年5月10日-9月11日， 7月20日以前每5天观测一次，7月20后每10天观测一次，共做了17次观测，具体观测时间如下； 超级站：2014-5-10、2014-5-15、2014-5-20、2014-5-25、2014-5-30、2014-6-10、2014-6-15、2014-6-20、2014-6-25、2014-6-30、2014-7-5、2014-7-10、2014-7-15、2014-7-20、2014-8-5、2014-8-17、2014-9-11 1.1.2其它四个站：观测时间段2014年5月20日-9月15日，每10天观测一次，共做了11次观测，具体观测时间如下； 其它四个站：2014-5-10、2014-5-20、2014-5-30、2014-6-10、2014-6-20、2014-6-30、2014-7-10、2014-7-20、2014-8-5、2014-8-17、2014-9-11 1.2观测方法 1.2.1测量仪器与原理： 采用数码相机拍照的方法测量，将数码相机置于简易支撑杆前端的仪器平台，保持拍摄的竖直向下，远程控制相机测量数据。观测架可以用来改变相机的拍摄高度，面向不同类型植被实现有针对性的测量。 1.2.2样方的设计 超级站：共取3块样地，每块样地样方大小10×10米，每样地每次测量时沿两条对角线依次拍照，共取9-10张照片； 湿地站：共取2块样地，每块样地样方大小10×10米，每样地每次测量拍9-10张照片； 其它3个站：选取1块样地，每块样地样方大小10×10米，每样地每次测量拍9-10张照片； 1.2.3拍摄方法 针对超级站玉米和湿地站芦苇，直接采用观测架观测，保证观测架上的相机距离植被冠层的高度远大于植被冠幅，在方形样方内沿着对角线采样，然后做算术平均。在视场角度不大(<30°)的情况下，视场内包括大于2个整周期的垄行，相片的边长与垄行平行；其它三个站点由于植被比较低矮，直接用相机垂直向下拍照（未使用支架）。 1.2.4 覆盖度计算 覆盖度计算由北京师范大学完成，采用一种自动分类方法，具体见 “建议参考文献”第1条文献。通过RGB颜色空间转换到更容易区分绿色植被的Lab空间，对绿度分量a的直方图进行聚类，分离出绿色植被和非绿色背景2组分，获得单张相片的植被覆盖度。该方法的优点在于其算法简单、易于实现而且自动化程度和精度较高。今后还需要更多的快速、自动、准确的分类方法，最大限度发挥数码相机方法的优势。 2生物量观测 2.1观测时间 2.1.1玉米：观测时间段2014年5月10日-9月11日， 7月20日以前每5天观测一次，7月20后每10天观测一次，共做了17次观测，具体观测时间如下； 超级站：2014-5-10、2014-5-15、2014-5-20、2014-5-25、2014-5-30、2014-6-10、2014-6-15、2014-6-20、2014-6-25、2014-6-30、2014-7-5、2014-7-10、2014-7-15、2014-7-20、2014-8-5、2014-8-17、2014-9-11 2.1.2芦苇：观测时间段2014年5月20日-9月15日，每10天观测一次，共做了11次观测，具体观测时间如下； 2014-5-10、2014-5-20、2014-5-30、2014-6-10、2014-6-20、2014-6-30、2014-7-10、2014-7-20、2014-8-5、2014-8-17、2014-9-11 2.2观测方法 玉米：选取3块样地，每块样地每次观测选取代表样地平均水平的三株玉米分别称每株玉米的鲜重（地上生物量+地下生物量）和相应的干重（85℃恒温烘干），根据种植的株距和行距计算单位面积玉米的生物量； 芦苇：设置2个0.5mÍ0.5m的样方，齐地刈割，分别称取芦苇的鲜重（茎叶）和干重（85℃恒温烘干）。 2.3观测仪器 天平（精度0.01g）、烘箱。 3数据的存储 所有观测数据先手薄记录后整理到Excel表中存储，同时整理了玉米种植结构数据，包括种植的株距、行距，种植时间、灌水时间、除父本时间以及收割时间等相关信息。
2017-08-25
从沙冬青叶片中中克隆了一个典型Shaker型钾离子吸收通道基因AmKAT1。 对AmKAT1的电生理研究表明AmKAT1是一个受钾离子浓度调控K+吸收通道，该系统在细胞外钾离子浓度较高（10 mmol/L以上）时，方能行使向保卫细胞中输入K+的功能。这一与众不同的特征对沙冬青这样的旱生植物具有重要的生理意义：在细胞外低浓度钾离子条件下（无论钠离子浓度多高），AmKAT1难于开放，钾离子不能进入保卫细胞，保卫细胞就不会吸水膨胀，气孔也就难于打开，这样减少了沙冬青体内水分的蒸腾散失，增强了沙冬青在干旱环境中的生存能力。我们进一步深入研究了细胞外钾离子调控AmKAT1活性的机制，发现AmKAT1中至少两个位点参与钾离子的感应，现在已经确定一个位点位于通道孔区域。 此外，我们还克隆得到一个保卫细胞外向型K+通道AmGORK和慢阴离子通道AmSLAC1。荧光定量PCR结果显示，AmGORK主要在地上部表达，其转录水平不同程度地受到PEG模拟水分胁迫、ABA、NaCl及渗透胁迫处理等的影响。在非洲爪蟾卵母细胞异源系统中的电生理研究表明，蒙古沙冬青保卫细胞的AmGORK通道在膜电位去极化时能够介导K+的高效外排；该通道的激活具备典型电压依赖性和钾离子浓度依赖性，且受到钾离子通道抑制剂TEA和Ba2+的抑制；此外，AmGORK的活性受细胞外pH，而不受细胞外钙浓度的调控。这些结果表明，虽然蒙古沙冬青是一起源于数百万年前的耐干旱古老豆科灌木，其在K+主导的气孔关闭机制方面，与现有普通模式植物拟南芥高度相似。这些结果为初步揭示GORK类气孔调控通道在不同物种间及长期进化过程中的功能保守性，提供了证据。
2017-01-17
该数据集包含了2015年1月1日至12月31日期间水文气象观测网中热扩散液流计数据，研究区位于黑河下游内蒙古自治区阿拉善盟额济纳旗胡杨林。根据胡杨林的不同高度及胸径，选取样树安装热扩散液流计 (Thermal Dissipation sap flow velocity Probe, TDP)，采用国产TDP插针式热扩散植物液流计，型号为TDP30。在混合林站及胡杨站附近分别设置样地TDP1点和TDP2点。样树高度从高到低依次为TDP2（16.4米、18.3米、16.9米）、TDP1（12.5，米、13米、14米），胸径从大到小依次为TDP1（48厘米、41.6厘米、46.6厘米）、TDP2（33.8厘米、38.5厘米、42.3厘米），密度分别为TDP1（0.0158棵/平方米）、TDP2（0.0116棵/平方米），以此代表整个区域进行胡杨蒸腾量的测量。每棵样树安装两组探针，高度为1.3米，方位分别为样树正东和正西方向。 TDP的原始观测数据为探针之间的温度差，采集频率为10s采集一次，平均为10分钟输出。发布的数据为经过计算和处理之后的树干液流数据，包括每10分钟的液流速率V（cm/h）、液流通量Fs（cm3/h）和每天的蒸腾量Q（mm/d）。首先根据探针之间的温度差计算液流速率和液流通量，然后根据观测点的胡杨林面积和树木间距，计算得到林带单位面积的蒸腾量Q。同时对计算之后的速率和通量值进行后处理：（1）剔除明显超出物理意义或超出仪器量程的数据；（2）缺失的数据用-6999标记；（3）因探针故障等原因引起的可疑数据用红色字体标识，并剔除确认有问题的数据。 水文气象网或站点信息请参考Li et al. (2013)，观测数据处理请参考Qiao et al. (2015)。
2016-07-22
该数据集包含了2012年6月14日至9月21日的通量观测矩阵中树干液流观测数据。研究区位于甘肃省张掖市盈科灌区内，根据防护林的不同高度及胸径，选取样树安装TDP(Thermal Dissipation sap flow velocity Probe, 热扩散液流计)，采用国产TDP插针式热扩散植物茎流计，型号为TDP30。样地依次为TDP-1点，TDP-2点和TDP-3点，分别位于LAS4-S，6号点和8号点附近。样树高度从高到低依次为TDP-2、TDP-1、TDP-3，胸径从大到小依次为TDP-2、TDP-3、TDP-1，以此代表整个区域进行树干液流的测量。探针安装高度为1.3米，安装方位为样树东南、西南和正北方向。 TDP的原始观测数据为探针之间的温度差，采集频率为30秒，平均时间为10分钟。发布的数据为经过计算和处理之后的树干液流数据，包括每10分钟的液流速率（cm/h）、液流通量（cm3/h）和每天的蒸腾量（mm/d）。首先根据探针之间的温度差计算液流速率和液流通量，然后根据观测点的防护林带面积和树木间距，计算得到林带单位面积的蒸腾量Q。同时对计算之后的速率和通量值进行后处理：（1）剔除明显超出物理意义或超出仪器量程的数据；（2）缺失的数据用-6999标记；（3）因探针故障等原因引起的可疑数据用红色字体标识，并剔除确认有问题的数据。 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Qiao et al.(2015)。
2016-07-14
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
