当前浏览: 冰冻圈


格陵兰冰盖典型冰川冰裂隙数据集(2018-2020)

我们提出利用U-net网络进行冰裂隙识别探测的算法,可以实现格陵兰冰盖典型冰川冰裂隙的自动化探测。基于Sentinel-1 IW每年7、8月的数据,为了抑制SAR图像的相干斑噪声,选择Probabilistic Patch-Based Weights (PPB)算法进行滤波,然后选择具有代表性的样本输入U-net网络进行模型训练,根据训练的模型进行冰裂隙的预测。以格陵兰2个典型冰川(Jakobshavn、Kangerdlussuaq)为例分类结果的平均准确率可达94.5%,其中裂隙区域的局部准确率可达78.6%,召回率为89.4%。

2022-07-29

南极典型冰架冰裂隙数据集(2015、2016、2020)

我们提出利用U-net网络进行冰裂隙识别探测的算法,可以实现南极冰裂隙的自动化探测。基于Sentinel-1 EW 1月、2月的数据,为了抑制SAR图像的相干斑噪声,选择Probabilistic Patch-Based Weights(PPB)算法进行滤波,然后选择具有代表性的样本输入U-net网络进行模型训练,根据训练的模型进行冰裂隙的预测。以南极5个典型冰架(Amery、Fimbul、Nickerson、Shackleton、Thwaiters)为例分类结果的平均准确率可达94.5%,其中裂隙区域的局部准确率可达78.6%,召回率为89.4%。

2022-07-28

珠峰太阳辐射数据集(2007-2020)

太阳总辐射采用辐射表(CM21, Kipp & Zonen, 荷兰)测量,波长范围200-3600 nm。温湿度分别采用温湿度传感器HMP45C-GM (Vaisala Inc., Vantaa, Finland)测量。本数据集包括:利用经验模型计算的地面太阳总辐射、损失于大气中的吸收和散射辐射(小时累计值,单位MJ/m2)、大气顶和地表反照率;还包括散射因子(AF)地面水汽压(E,单位hPa)。太阳辐射数据来源于数据提供者的计算、实验站测量,数据覆盖时间为2007-2020年。关于数据处理和太阳总辐射计算等可参考文献:Bai, J.; Zong, X.; Ma, Y.; Wang, B.; Zhao, C.; Yang, Y.; Guang, J.; Cong, Z.; Li, K.; Song, T. 2022. Long-Term Variations in Global Solar Radiation and Its Interaction with Atmospheric Substances at Qomolangma. Int. J. Environ. Res. Public Health, 19, 8906. https://doi.org/10.3390/ijerph19158906。该数据集可以用于珠峰地区太阳辐射及其衰减等相关研究。珠峰站太阳辐射和其他气象数据可以参考:https://data.tpdc.ac.cn/zh-hans/data/b9ab35b2-81fb-4330-925f-4d9860ac47c3/。

2022-07-26

青藏高原五大河源区冰川径流分割数据集(1971-2015)

青藏高原被誉为“亚洲水塔”,其提供的径流作为重要的、易获取的水资源,维系着周边数十亿人口的生产生活,支撑着生态系统的多样性。准确估算青藏高原的径流,揭示径流的变化规律,有利于高原及周边地区的水资源管理和灾害风险规避。青藏高原五大河源区冰川径流分割数据集覆盖时间从1971年到2015年,时间分辨率为逐年,覆盖范围为青藏高原五条大江大河源区(黄河源,长江源,澜沧江源,怒江源,雅鲁藏布江源),空间分辨率为流域,以多源遥感和实测数据为基础使用耦合了冰川模块的分布式水文模型VIC-CAS模拟获得,使用站点实测数据对模拟结果进行了验证,其所有数据进行了质量控制。

2022-07-05

北极地区植被与冻融变化关系分布图(1982-2015)

北极多年冻土区作为全球碳库的重要组成部分,是全球气候变化最敏感的区域之一。北极地区变暖的速度是全球平均速度的两倍,引发北极多年冻土的快速变化。1982-2015北半球不同类型多年冻土区NDVI变化数据集,时间分辨率为每5年一期,覆盖范围为整个环北极国家,空间分辨率为8km,以多源遥感、模拟、统计和实测数据为基础,使用GIS方法和生态学方法结合,量化了北半球多年冻土对生态系统的调节服务功能,其所有数据进行了质量控制。

2022-07-04

青藏高原5大河源区冰冻圈水资源服务价值空间分布(2005-2010)

青藏高原被誉为“亚洲水塔”,是东南亚众多河流的源区,其提供的径流作为重要的、易获取的水资源,维系着周边数十亿人口的生产生活,支撑着生态系统的多样性。青藏高原五大河源区冰川径流数据集覆盖时间从2005年到2010年,时间分辨率为每5年一期,覆盖范围为青藏高原五条大江大河源区(黄河源,长江源,澜沧江源,怒江源,雅鲁藏布江源),空间分辨率为1km,以多源遥感、模拟、统计和实测数据为基础,使用GIS方法和生态经济学方法结合,量化了江河源区冰冻圈水资源服务的价值,其所有数据进行了质量控制。

2022-07-04

基于Stefan方程的多情景多模型青藏高原未来土壤冻结深度数据集(2007-2017,2046-2065)

土壤冻结深度(SFD)是评估冻土区水资源平衡、地表能量交换和生物地球化学循环变化所必需的,是冰冻圈气候变化的重要指标,对季节性冻土和多年冻土都至关重要。 本数据是基于Stefan方程,对CanEMS2 (RCP 45和RCP85)、GFDL-ESM2M (RCP26、RCP45、RCP60和RCP85)、HadGEM2-ES(RCP26、RCP45和RCP85)、IPSL-CM5A-LR(RCP26、RCP45、RCP60和RCP85)、MIROC5(RCP26、RCP45、RCP60和RCP85)和NorESM1-M(RCP26、RCP45、RCP60和RCP85)等多模型不同情景下,利用逐日气温的预测数据及E-factor数据,获得2007-2065年空间分辨率为0.25度,青藏高原区域年平均土壤冻结深度数据集。

2022-04-21

三江流域外动力环境因素地表冻结、融化指数空间分布数据集(2003-2015平均)

冻结(融化)指数是指一年内小于(大于)0 ℃的所有温度的和。地表冻结(融化)指数是度量地表冻结(融化)时间和能力大小的重要参数,可反映区域的冻融环境特征。基于MODIS-LST数据产品,来源于国家青藏高原科学数据中心,采用MATLAB语言读取三江流域内数据,结合冻结(融化指数)公式计算,获得了三江流域外动力环境因素地表冻结、融化指数空间分布数据集(2003~2015平均),该数据集可较好的反映三江流域地表冻结、融化的能力,从而反映区域的冻融环境特征,为冻融滑坡的发育提供重要的外动力环境因素。

2022-03-20

青藏高原冰川物质平衡(2020-2021)

冰川物质平衡是表征冰川积累和消融量值的重要冰川学参数之一。冰川物质平衡是联系气候和冰川变化的纽带,是冰川对所在地区气候状况的直接反映。气候变化导致冰川的物质收支状况发生相应的变化,而这种物质上的收支变化又可以引起冰川运动特征及冰川热状况的改变,进而导致冰川末端位置、面积和冰储量的变化。监测方法即在冰川表面设置固定标志花杆,定期监测冰川表面相对于花杆顶点的距离,以计算冰雪消融量;在积累区定时定点开挖雪坑或钻孔取样,测量雪层密度,分析雪-粒雪-附加冰层位特征,计算雪层积累量;再将单点监测结果绘到大比例尺冰川地形图上,按净平衡等值线法或等高线分区法计算整条冰川的瞬时、季节(如冬季和夏季)及年度的物质平衡分量。该数据集为青藏高原及天山地区不同代表性冰川年物质平衡数据,单位为毫米水当量。

2022-02-17

青藏高原冰川融水径流数据(2019-2021)

冰川是西部山区河流的补给水源,是西部地区人们赖以生存、发展工、农、牧业的最基本要素之一。冰川既是宝贵的淡水资源,又是山区形成严重自然灾害的发源地,如突发性冰湖溃决洪水、冰川泥石流和冰崩等。冰川水文监测是研究冰川融水特征、冰川融水对河流的补给作用、冰川表面消融与径流关系、冰面产流和汇流过程、及冰川和季节性积雪融水诱发的洪水和泥石流计算和预报的基础。目前主要以在流域出山口建立水文监测站,开展实地监测为主。本数集为4条代表性冰川的月值径流数据 (珠西沟冰川、帕隆4号冰川、老虎沟冰川、七一冰川)。通过雷达或压力式水位计测量冰川融水相对水位变化,通过实地径流断面测流与相对水位建立径流曲线,计算每条冰川的径流总量,径流单位为m3/s。

2022-02-17