观测数据来自中国气象局乌鲁木齐沙漠气象研究所于2017年建设的帕米尔高原红其拉甫梯度气象观测试验站,包含各气象要素的梯度数据。资料时间段为2019年11月18日—2021年10月8日,运用TOA5合并工具及MS Office等处理所得*.xlsx格式,数据质量较好,此数据可为开展帕米尔高原和中巴经济走廊地表辐射与能量收支规律研究提供支持,为陆面过程提供参考依据。 红其拉甫气象站在我国帕米尔高原,海拔4600m,靠近中国与巴基斯坦边境,资料及其珍贵。
霍文
吉尔吉斯斯坦西天山Kara-Batkak冰川气象站(42°9'46″N,78°16'21″E,3280m)。 观测数据包括逐时气象要素(小时雨量(mm)、瞬时风向(°)、瞬时风速(m/s)、2分钟风向(°)、2分钟风速(m/s)、10分钟风向(°)、10分钟风速(m/s)、最大风速时风向(°)、最大风速(m/s)、最大风速时间、极大风速时风向(°)、极大风速(m/s)、极大风速时间、分钟内极大瞬时风速风向(°)、分钟内极大瞬时风速(m/s)、气压(hPa)、气压最高(hPa)、气压最高出现时间、气压最低(hPa)、气压最低出现时间)。 气象观测要素,经过积累和统计,加工成气候资料,为农业、林业、工业、交通、军事、水文、医疗卫生和环境保护等部门进行规划、设计和研究,提供重要的数据。
霍文
充分了解中国温带半干旱草地蒸散发的时空变化,可以提高我们对全球半干旱区气候、水文和生态过程的认识。本研究基于区域内13个站点的涡度相关系统观测数据,结合气象及遥感数据,利用机器学习方法(支持向量机),生产了年限为1982-2015年,空间分辨率为1km,时间分辨率为8天的长序列中国温带半干旱草地蒸散发数据集。该数据集在站点实测数据的验证和流域水量平衡的对比中,均表现较好。(详细过程请参阅参考文献)
雷慧闽
本数据为降水数据,是热带降水测量任务TRMM(Tropical Rainfall Measuring Mission)逐月降水产品TRMM 3B43,融合青藏高原为主主体的范围区域(25~40°N;73~105°E)内332个气象站点降水数据,该气象站降水数据源自中国气象局国家气象信息中心。本数据集采用站点3°插值优化变分订正方法计算获得的再分析数据集。时间跨度为1998年1月至2018年12月的月样本资料,空间覆盖范围是25~40°N;73~105°E,空间分辨率为1°*1°。
徐祥德, 孙婵
冰川表面微气象是观测冰川表面一定高度处风向风速、气温、湿度、气压、四分量辐射、冰温及降水等气象要素。冰川表面微气象监测是进行冰川监测的重要内容之一,是开展冰川表面能量-物质平衡、冰川运动、冰川融水径流、冰芯等研究及相关模型模拟研究的重要基础数据,为探究气候变化与冰川变化之间的相互关系奠定基础。主要通过在冰川表面架设高山气象站进行自动监测,也可使用便携式气象站进行短期的流动监测。近年来,在天山、西昆仑、祁连山、羌塘内陆、唐古拉山、念青唐古拉、藏东南、横断山和喜马拉雅山地区20多条冰川表面开展了相关的气象监测研究。该数据集为冰川区及冰川末端月值气象数据。
杨威
北极大河流域地面气象要素驱动数据集,包括地表日最大、最小及平均气温、日降水量、日均风速共5个要素。数据为NETCDF格式,水平空间分辨率约为0.1度(0.083°),范围包括了Yenisy、Lena、Ob、Yukon及Mackenzie流域,该数据可为北极大河流域水文过程模拟提供驱动数据。利用进一步质量控制的全球历史气候网数据集(GHCN)、全球日气象数据集(GSOD)、美国历史气候网数据集(USHCN)、加拿大气候数据集(AHCCD)、前苏联/俄罗斯气候数据集(USSR/Russia)的气象站点日观测数据,以ClimateNA(北美)、Worldclim(欧亚)数据作为背景场,采用薄板样条函数插值方法生成。
赵求东, 吴玉伟
泛第三极区域数据集呈现海量、零散等特征,现有数据集种类较多,覆盖范围广,涉及水文、生态、大气以及灾害等多个领域,但这些数据集来自不同平台,在尺度、数据格式等方面各不相同,数据的可利用性较差,不利于科研人员展开泛第三极地区的科学研究,同时也无法发挥出这些数据集的巨大潜力。本研究采用来自多个数据平台的最新数据使用数据集成、数据融合等集成方法生产更高质量和更新年份的泛第三极综合数据集。根据不同来源、不同分辨率的数据,对这些数据进行质量控制,根据数据科学内容进行集成。对部分数据,利用数据融合技术,融合不同来源的数据,产生数据质量更高、年份更新的创新性数据产品,更好地服务于陆面过程模型等研究中。泛第三极数据集根据自然数据和社会经济数据分别采用泛第三极流域边界和泛第三极国家边界获取数据,统一采用罗宾逊(Robinson)投影格式。获得了多源集成的包含基础数据集、冰冻圈数据集、水文大气数据集、生态数据集、灾害数据集和人文地理数据集共六类数据集。 (1)基础数据集包含边界数据集、30米土地覆被数据、植被功能数据、30米SRTM数字高程数据和HWSD土壤质地数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极基础数据集数据文档.docx”。 (2)冰冻圈数据集包含冻土数据集、冰川分布数据、冰湖分布数据和积雪深度数据。其中,冻土数据集又包含冻土分布数据、冻土水热分带数据、冻土指数数据和冻土表面粗糙度数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极冰冻圈数据集数据文档.docx”。 (3)水文大气数据集包含河流湖泊数据集、蒸散发数据集和大气数据集。河流湖泊数据集包含河流数据和湖泊数据,蒸散发数据集包含MODIS蒸散发数据、土壤蒸发数据、水体冰雪蒸发数据和冠层截流蒸发数据,大气数据集包含ERA5-Land再分析数据集中的地表热辐射数据、地表太阳辐射数据、降水数据、气压数据、温度数据和风场数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极水文大气数据集数据文档.docx”。 (4)生态数据集包含总初级生产力数据和植被蒸腾数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极生态数据集数据文档.docx”。 (5)灾害数据集包含滑坡数据和地震区划数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极灾害数据集数据文档.docx”。 (6)人文地理数据集则包含交通道路数据、铁路机场数据、人口密度数据、主要国家人均GDP数据、收入水平数据和世界遗产分布数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极人文地理数据集数据文档.docx”。 泛第三极综合数据集将为相关研究者提供便利,避免相关研究在获取数据和处理数据的过程中重复劳动,节省研究者宝贵的时间,并且在陆面过程模型、水文模型和生态模型等科学研究中起到重要作用,促进泛第三极地区科学研究的发展,为泛第三极地区的科学研究提供数据支撑。
李虎, 潘小多, 李新, 盖春梅, 冉有华
该数据集包含位于西藏自治区昌都市江达县岗托镇矮拉山附近(98°29′16″E, 31°36′36″N)冻融滑坡及融冻泥流浅层地温、水分及现场气象要素监测数据,基于Hobo温度、水分及小型气象站通过现场监测获得。观测时间在2019年8月31日-2020年7月14日之间。通过一个完整冻融周期的现场监测,下载现场传感器自动获取的地温、水分及气象要素监测数据,通过一定的质量控制包括剔除传感器未完全适应土壤环境时的数据和传感器出现故障造成的系统误差。地温、水分观测时间间隔4小时,地温的观测深度为10cm, 20cm, 40cm, 60cm,80cm,100cm,150cm及200cm,共8层,水分的观测深度为20cm,50cm,100cm及200cm共4层。气象观测要素主要包括气温、降雨量、风速、风向及太阳辐射等,观测的时间间隔为30分钟(注:太阳辐射传感器最大量程为1276.8 W/m2,实际太阳辐射值大于最大量程时显示为1276.9 W/m2;风速传感器的最小启动风速为0.5m/s,当实际风速小于启动风速时,显示值为0。因此该数据无法体现超太阳常数现象和低于0.5m/s的风速)。质量控制包括剔除传感器未完全适应土壤环境时的数据和传感器出现故障造成的系统误差。经过矫正的最终数据以excel文件存储。获取的现场数据经多人复查审核,数据完整性和准确度达到95%以上。监测数据可为后期开展藏东南地区冻融滑坡和融冻泥流相关研究工作提供必要的数据支撑。
牛富俊
This file contains the datasets used in a manuscript published in JGR Biogeosciences (Nieberding, F., Wille, C., Ma, Y., Wang, Y., Maurischat, P., Lehnert, L., and Sachs, T.: Winter daytime warming and shift in summer monsoon increase plant cover and net CO2 uptake in a central Tibetan alpine steppe ecosystem, Journal of Geophysical Research: Biogeosciences, 126, e2021JG006441, doi:10.1029/2021JG006441, 2021.). The manuscript contains all the details on how the data was generated and processed and the corresponding code was published in the supplementary material.
Felix Nieberding, 马耀明, Christian Wille, Lukas Lehnert, Yuyang Wang, Philipp Maurischat, Weiqiang Ma, Torsten Sachs
地表太阳入射辐射(Surface Solar Irradiance,SSI)是FY-4A L2定量反演产品之一,覆盖范围为全圆盘,无投影,空间分辨率为4km,时间分辨率可达15min(20180921开始全天共40个观测时次,除每个整点时次的观测外,每3hr整点前后15min各有一次观测),光谱范围为0.2µm~5.0µm。产品输出要素包括总辐照度、水平面直接辐照度、散射辐照度,有效测量范围为0~1500 W/m2。FY-4A SSI产品在覆盖范围、空间分辨率、时间连续性、输出要素等方面质的提升为进一步开展其在太阳能、农业、生态、交通等专业气象服务中的精细化应用提供了可能。目前研究结果表明,与地基观测相比,FY-4A SSI 产品在中国地区的整体相关性在0.75以上,可用于中国地区太阳能资源评估。
申彦波, 胡玥明, 胡秀琴
青藏高原1km分辨率风能资源数据是采用中国气象局风能资源数值模拟评估系统(WERAS/CMA)研制的,该系统包含典型地形分类模块、中尺度模式WRF和CALMET动力诊断模式。首先从历史上出现过的天气类型中随机抽取典型日进行逐小时风速模拟,再根据天气型出现的频率统计分析得到风能资源的气候平均分布。本数据集包括青藏高原风速和风功率密度,风速的数据精度为0.01m/s,风功率密度的数据精度为0.01W/m2,数据的垂直高度为100米。数据经过了气象站观测资料的检验和订正,主要用于风能资源详查和风电场宏观选址。该数据为2008-2012年全国风能资源详查和评价项目产出数据(项目经费2.9亿),之后成为风能资源相关研究的基础数据,近期财政部没有计划投资再延长这个数据集。
朱蓉, 孙朝阳
汞是一种全球性污染物。青藏高原毗邻当前大气汞排放最严重的地区南亚,可能受到长距离传输的影响。利用冰芯和湖芯可以很好地重建大气汞传输和沉降历史。基于青藏高原和喜马拉雅山南坡8支湖芯和1支冰芯重建了工业革命以来的大气汞沉降历史。本数据集包含青藏高原纳木错、班公错、令戈错、枪勇湖、唐古拉湖和喜马拉雅山南坡Gosainkunda湖、Gokyo湖和Phewa湖的8支湖芯数据,各拉丹冬1支冰芯数据。冰芯数据分辨率为1年,湖芯数据2~20年,数据包含汞浓度数据和沉降通量数据。
康世昌
陆地实际蒸散发(ETa)是陆地生态系统的重要组成部分,它连接着水文、能量和碳循环。然而,准确监测和理解青藏高原(TP)实际蒸散发(ETa)的时空变化仍然非常困难。在此,利用MOD16-STM模型,在土壤属性、气象条件和遥感数据集的支持下,对青藏高原多年(2000-2018年)月度ETa进行了估算。估算出的ETa与9个通量塔的测量结果相关性非常好,均方根误差(平均RMSE=13.48 mm/月)和平均偏差(平均MB=2.85 mm/月)较低,相关系数(R=0.88)和一致性指数(IOA=0.92)较高。2000年至2018年,整个TP和东部TP(Lon>90°E)的空间平均ETa显著增加,增速分别为1.34 mm/年(P<0.05)和2.84 mm/年(P<0.05),而西部TP(Lon<90°E)未发现明显趋势。ETa及其组分的空间分布不均匀,从东南向西北TP递减。东部ETa呈显著上升趋势,西南部ETa全年呈显著下降趋势,尤其是冬春两季。土壤蒸发(Es)占总ETa的84%以上,其时间趋势的空间分布与年平均ETa相似。春季和夏季的ETa变化幅度和速率最大。陆表ETa的多年平均年值(面积2444.18×10^3 km2)为376.91±13.13 mm/年,相当于976.52±35.7 km3/年。整个TP(包括所有高原湖泊,面积2539.49×10^3 km2)的年平均蒸发水量约为1028.22±37.8 km3/年。新的ETa数据集有助于研究土地覆被变化对水文的影响,有助于对整个TP的水资源管理。
马耀明, 陈学龙, 袁令
包括典型冰川(浪卡子县枪勇冰川:东经90.23°,北纬28.88°,海拔4898米,地表覆被为基岩;申扎县甲岗山冰川:东经88.69°,北纬30.82°,海拔5362米,地表覆被为碎石和杂草)2019-2020年自动气象观测数据。枪勇冰川记录包含1.5米温度、1.5米湿度、2米风速、2米风向、地表温度等数据。该自动气象站的数据采用USB离线获取的方式收集,初始记录时间为2019年8月6日19时10分,记录间隔为10分钟,2019年10月24日现场下载数据,未能连接上。2020年12月20日16:30到现场下载数据,仍然无法连接到电脑,于是将数采仪取回带到北京后将数据读出。数据未缺失,但风速数据在2020年7月14日9:30之后有问题(极可能是风向标被破坏所致)。甲岗山冰川初始记录时间为2019年8月9日15时00分,记录间隔为1分钟,电源主要是通过蓄电池和太阳能板来维持。该自动气象站无内部存储,数据每小时通过GPRS上传至HOBO网站,由专人定期下载。2020年1月5日23:34,1.5米温湿度传感器出现异常,温度和湿度数据丢失。2020年6月30日21:20之后所有数据完全无法通过网站下载。2020年12月19日将数采仪取回,下载到2020年6月23日19:43至9月25日3:36的数据。之后更换温湿度传感器,于12月21日12:27重新开始观测。目前数据由三段组成(2019.8.9-2020.6.30;2020.6.23-2020.9.25;2020.12.19-2020.12.29),经检查,数据有部分缺失,个别数据因记录电池电压,时间上有重复,需要核对。甲岗山冰川前端气象观测数据使用美国ONSET 公司HOBO RX3004-00-01型号自动气象站采集,温湿度探头型号为S-THB-M002 ,风速风向传感器型号S-WSET-B ,地温温度传感器型号S-TMB-M006 。枪勇冰川前端气象观测数据使用美国ONSET 公司HOBO U21-USB型号自动气象站采集,温湿度探头型号为S-THB-M002 ,风速风向传感器型号S-WSET-B ,地温温度传感器型号S-TMB-M006 。
张东启
该数据集包含纳木那尼冰川(北支)2008-2018年的年物质平衡数据,侧碛和末端自动气象站2011-2019年日气象数据及冰面上2018-2019年的月均气温和相对湿度数据。 冰川物质平衡数据观测时间为每年9月底或10月初,采用冰面测杆和雪坑结合的方法进行观测,获取测杆点的物质平衡数据,然后计算整条冰川的年净物质平衡(具体方法见参考文献)。 2台自动气象站(AWSs,Campbell公司)分别安装在纳木那尼冰川侧碛和末端。AWS1观测时间为2011年10月1日-2018年11月30日,观测数据包括气温(℃)、相对湿度(%)、太阳辐射(W/m2),仪器半小时记录一次气象资料。AWS2观测时间为2010年10月19日-2018年11月30日,观测数据包括风速(m/s)、大气压(hPa)、降水 (mm),仪器每小时记录一次气象资料。首先剔除原始记录中的少量异常数据,然后计算这些参数的日值。数据质量方面:原始数据质量较好,缺失较少。 两个温湿度探头(型号:Hobo MX2301)于2018年安装于冰面,半小时记录一次数据。将半小时数据处理为月均值。原始数据质量较好,没有缺失。 数据以excel文件存储。 该观测资料可以为研究喜马拉雅西段北坡气候、冰川、水资源及其之间的关系提供重要的基础数据,可供研究气候、水文、冰川等的科研工作者使用。
赵华标
本数据采用Chen et al. 2017 JHM研究的方法,利用MYD11C3.006和MOD11C3.006两种产品计算得到全天空的地表温度结果,具体计算程序见本数据集的Global_monthly_LST.m。数据格式为*.mat, Global_monthly_LST.m程序给出了实例如何读取该数据。该数据空间分辨率为0.05度,网格中心的经纬度信息分别保存在latitude.mat和Lonitud.mat,由于内陆湖泊、水体的发射率反演的问题,本数据将所有内陆湖泊和水体的地表温度给了NaN值,具体采用的mask见mask.mat文件。经过与全球156个站点观测的LST的验证,总体RMSE为2.69k,mean bias为0.4K,在干旱和半干旱地区的RMSE为2.62K, mean bias为0.94.K.
陈学龙, Bob Su, 马耀明
吉尔吉斯斯坦西天山Kara-Batkak冰川气象站(42°9'46″N,78°16'21″E,3280m)。 观测数据包括逐时气象要素(小时雨量(mm)、瞬时风向(°)、瞬时风速(m/s)、2分钟风向(°)、2分钟风速(m/s)、10分钟风向(°)、10分钟风速(m/s)、最大风速时风向(°)、最大风速(m/s)、最大风速时间、极大风速时风向(°)、极大风速(m/s)、极大风速时间、分钟内极大瞬时风速风向(°)、分钟内极大瞬时风速(m/s)、气压(hPa)、气压最高(hPa)、气压最高出现时间、气压最低(hPa)、气压最低出现时间)。 气象观测要素,经过积累和统计,加工成气候资料,为农业、林业、工业、交通、军事、水文、医疗卫生和环境保护等部门进行规划、设计和研究,提供重要的数据。
霍文
基于1980-2019年青藏高原及附近105个气象站点的气象数据(数据源于中国气象局数据国家气象科学数据中心)计算含氧量,发现含氧量和海拔显著线性相关,y=-0.0263x+283.8,R2=0.9819。因此基于DEM数据栅格计算得到含氧量分布图。由于青藏高原地区自然环境的限制,相关定点观察机构较少,本数据可在一定程度上反应青藏高原地区含氧量的分布情况,对青藏高原人类生存环境等相关研究有一定的借鉴意义。
信忠保
中亚干旱区极端降水指数长时间序列数据集包含了49个站点的10项极端降水指数长时间序列数据。该数据集以全球日气候历史数据网络(GHCN-D)的逐日降水数据为基础,经过数据质量控制和异常值剔除,选取符合极端降水指数计算的站点,计算了气候变化检测和指数联合专家组(ETCCDI)定义的10项极端降水指数(PRCPTOT、SDII、RX1day、RX5day、R95pTOT、R99pTOT、R10、R20、CWD、CDD)。其中,有15站时间序列为1925-2005年。本数据集可以作为在全球气候变化下中亚干旱区极端降水事件发生频率和趋势探测分析的材料,也可以作为基础数据来探索极端降水事件对农牧业生产和生命财产损失的影响。
姚俊强, 陈静, 李建刚
该数据集是来自CMIP5的3个全球气候模式(CCSM4、HadGEM2-ES和MPI-ESM-MR)的高分辨率动力降尺度结果,使用的区域模式是WRF,覆盖中亚五国,空间分辨率是9km,未来时段是2031-2050(包含1.5-2℃升温阈值对应的10年区间),历史参考时段是1986-2005,碳排放情景是RCP4.5,包含的变量是2米气温和降水(对流和非对流降水),时间分辨率是年。该数据可以用于中亚气候预估。
邱源
联系方式
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