青藏高原光学仪器遥感1km积雪覆盖数据集(1989-2018)基于星载光学仪器观测数据云雪判识方法制作,覆盖时间从1989年到2018年(每年1-4月和10-12月两个时段),时间分辨率为逐日,覆盖范围为青藏高原(17°N -41°N,65°E -106°E),采用等经纬度投影,空间分辨率为0.01°×0.01°。数据集以日产品表征了卫星观测时刻晴空无云或透明薄云下的地面是否为积雪所覆盖。输入数据源为NOAA与MetOp卫星的AVHRR L1数据,以及从TERRA/MODIS对应于AVHRR通道的L1数据。产品处理方法为独立于云掩模产品的动态阈值决策树算法(DT),即算法同时判别云雪,且其云检测强调保留雪信息,特别是透明卷云下的雪。DT算法针对不同情况,考虑了多种判识手段,如水云上的冰云,森林和沙地的积雪,薄雪或融雪等;根据地表类型、DEM和季节设定动态阈值;采用多种质量控制手段,如在重度气溶胶或烟尘覆盖的低纬度森林中剔除伪雪,参考最大月雪线和最小雪面亮度温度剔除伪雪;优化不同种类型云雪和晴空无雪陆地的判识流程。DT算法在正常情况下能区分大部分云雪,但会低估10月份青藏高原的积雪。基于多年地面气象台站雪深观测资料验证表明,本数据集对晴空条件下地面有无积雪的总体判识准确率在95%以上。数据采用标准的HDF4格式存储,内部有积雪覆盖和质量码两个SDS,维度均为4100列×2400行,且文件内部有完备的属性描述。
郑照军, 除多
青藏高原积雪面积长时间序列数据集来源于MODIS 005版本和IMS数据集的融合,采用插值去云算法进行去云处理后得到逐日积雪面积无云产品。投影为经纬度,空间分辨率0.005 度(约500m),时间从2003.1.1-2014.12.31长时间序列,每个文件为当日的积雪面积比例结果,数值为0-100(%),为ENVI标准文件,命名规则为:ims_mts_YYYYDDD.tif,其中YYYY代表年,ddd代表儒略日(001-365/366)。文件可直接用ENVI或者ARCMAP等软件打开察看。 文件说明:200 积雪、100 湖冰、25 陆地、37 海洋
郝晓华
本数据集包括了青藏高原祁连山地区自从1980年到2013年以来的逐月的地表平均温度数据。本数据集来源于欧洲中期天气预报中心的第三代ERA-Interim再分析资料,该数据集采用四维变分分析,结合卫星数据误差校正等技术,实现了再分析资料的质量提升。数据集的空间分辨率为0.125°。本数据集是祁连山地区过去30多年以来地表温度网格数据集,可为祁连山地区的气候变化、生态系统发展演替及相关地球系统模型的研究提供数据基础。
吴晓东
青藏高原逐日无云MODIS积雪面积比例数据集(2000-2015)是在MODIS逐日积雪产品—MOD10A1的基础上,采用一种基于三次样条函数插值的去云算法进行去云处理后得到。 该数据集采用UTM(横轴等角割圆柱)投影方式,空间分辨率500m,提供逐日的青藏高原地区积雪面积比例(Fractional Snow Cover-FSC)结果。数据集为逐日文件,从2000年2月24日到2015年12月31日。每个文件为当日的积雪面积比例结果,数值为0-100(%),为ENVI标准文件,命名规则为:YYYYddd_FSC_0.5km.img,其中YYYY代表年,ddd代表儒略日(001-365/366)。文件可直接用ENVI或者ARCMAP等软件打开察看。 进行去云处理的原始MODIS积雪数据产品来源于由美国国家雪冰数据中心(NSIDC)处理的MOD10A1产品,这一数据集为hdf格式,采用sinusoidal投影。 青藏高原逐日无云MODIS积雪面积比例数据集(2000-2015)属性由该数据集的时空分辨率、投影信息、数据格式组成。 时空分辨率:时间分辨率为逐日,空间分辨率为500m,经度范围为72.8°~106.3°E,纬度为25.0°~40.9°N。 投影信息:UTM(横轴等角割圆柱)投影。 数据格式:ENVI标准格式。文件命名规则:“YYYYddd”+“_FSC_0.5km”+“.img”,其中YYYY代表年,ddd代表儒略日(001-365/366),其中“.img”是为了方便在ARCMAP等软件打开察看而添加的文件后缀。例如2000055_FSC_0.5km.img代表2000年第55天的结果。其中该数据集的ENVI文件是由头文件和主体内容构成。头文件包括行数、列数、波段数、文件类型、数据类型、数据记录格式、和投影信息等;以2000055_FSC_0.5km.img 文件为例,其头文件信息如下: ENVI description = { ENVI File, Created [Sat Apr 27 18:40:03 2013]} samples = 5760 lines = 3300 bands = 1 header offset = 0 file type = ENVI Standard data type = 1 :代表byte型 interleave = bsq :数据记录格式为BSQ sensor type = Unknown byte order = 0 map info = {UTM, 1.500, 1.500, -711320.359, 4526650.881, 5.0000000000e+002, 5.0000000000e+002, 45, North, WGS-84, units=Meters} coordinate system string = {PROJCS["UTM_Zone_45N",GEOGCS["GCS_WGS_1984",DATUM["D_WGS_1984",SPHEROID["WGS_1984",6378137.0,298.257223563]],PRIMEM["Greenwich",0.0],UNIT["Degree",0.0174532925199433]],PROJECTION["Transverse_Mercator"],PARAMETER["False_Easting",500000.0],PARAMETER["False_Northing",0.0],PARAMETER["Central_Meridian",87.0],PARAMETER["Scale_Factor",0.9996],PARAMETER["Latitude_Of_Origin",0.0],UNIT["Meter",1.0]]} wavelength units = Unknown,band names = {2000055}
唐志光, 王建
在众多反映气候环境变化的指标中,冰芯稳定同位素指标是冰芯记录研究中必不可少的参数,是恢复过去气候变化最可靠的手段和最有效的途径之一。冰芯积累量是冰川上降水量的直接记录,而且高分辨率冰芯记录保证了降水记录的连续性。因此,冰芯记录提供了一种恢复降水量变化的有效手段。从青藏高原钻取的冰芯同位素和积累量可用来重建温度和降水变化,是很好的气候环境记录。本数据集提供了青藏高原冰芯同位素和积累量数据,为研究青藏高原的气候变化提供数据支撑。
徐柏青
1)数据内容:数据包括老虎沟12号冰川2014-2018年年物质平衡;2)数据来源及处理方法:数据源于老虎沟12号冰川海拔每隔100m的花杆观测,观测从海拔5300-5100m,每隔海拔带有三根物质平衡花杆,每年5月及9月各观测一次,采用面积平均法计算整个冰川面物质平衡;3)数据质量描述:数据均为人工实地观测,且操作方法严格按照冰川学方法,具有高的可靠性;4)数据应用成果及前景,该数据已被多次用于冰川模拟的验证以及模型参数的率定,对大尺度冰川模拟的参数率定和验证具有很好的利用价值。
刘宇硕
钻孔位置在加格达奇向北约7km附近(50.47°N, 124.23°E)一个湿地里面,地表泥炭土层较厚约80cm。 钻孔直径为40mm,深度为20~60 m的钻孔,利用冻土工程国家重点实验室研制的热敏电阻(精度±0.05℃)对中俄原油管道沿线冻土地温进行监测,获取地层信息、冻土地温、地表温度、活动层厚度等关键冻土特征参数。测温孔有三个,一个是管道附近T1(距离一线管中心2m),一个是天然孔T2(距离一线管中心约16.6m),第三个孔T3,距离管道二线约50m。2014年10月~2017年10月期间,T1和T2进行每年一次的人工监测。T3从2018年6月12日开始连续自动化监测。至此,三个孔得到连续时间序列的地温数据。通过该地温监测资料可分析中俄原油管道沿线多年冻土的发育特征、历史演化趋势及其对气候变化的响应过程。
李国玉
活动层是多年冻土的主要特征之一,暖季融化,冷季冻结,呈季节性变化,其中活动层地温变化剧烈程度将直接影响冻土温度的变化,从而影响冻土稳定性。该数据集的监测站点位于92°E,35°N,海拔4600米,监测场地地势平坦,植被类型为高寒草甸,监测仪器为DT500系列数据采集仪,分别在地表以下10cm、20cm、40cm、80cm、160cm的5个深度上进行地温监测,该数据集的时间间隔为1天,是通过30分钟一次的数据的平均值,监测期间数据稳定、连续。通过结合土壤热通量和土壤水分等资料开展活动层的热变化过程以及变化机理等科学课题
陈继
青藏高原作为亚洲“水塔”为亚洲主要河流提供水资源。由生物质和化石燃料燃烧排放的黑碳(Black carbon,BC)气溶胶对辐射具有极强的吸收作用,进而对地球系统的能量收支和分布具有重要的影响,是气候环境变化不可忽视的影响因子。青藏高原周边地区排放的黑碳气溶胶经大气环流可被传输至高原内部,并沉降到雪冰表面,对降水和冰川物质平衡产生重要影响。在青藏高原通过钻取冰芯样品、采集表雪样品,测量其中的黑碳含量,恢复历史记录和空间分布,为对评估黑碳对青藏高原的气候环境影响和大气污染物的跨境传输提供数据基础。
徐柏青
本数据集为2014-2018青藏高原西大滩(XDT)气象要素数据集。气象要素包括:2m空气温度(℃)、2m空气湿度(%)、降水(mm)、2m风速(m/s)、总辐射(w/㎡)。降水观测采用T200B。数据来源于中国科学院青藏高原冰冻圈观测研究站位于青藏线西大滩的综合监测场(场点编号:XDTMS),数据根据原始监测数据(监测频率为每半小时一次)计算日均值,缺测部分或不满足计算日均值条件的以NAN表示。数据经过人工整理及校验,缺测时段为2017-7-7至2017-10-3。
赵林
本数据集为三江源地区第二次冰川编目的冰川数据,文件是shp格式,属性数据如下:Glc_Name(冰川名称)、Drng_Code(流域编码)、FCGI_ID(第一次编目冰川编码)、GLIMS_ID(GLIMS冰川编码)、Mtn_Name(山系名称)、Pref_Name(所在行政区划)、Glc_Long(冰川经度)、Glc_Lati(冰川纬度)、Glc_Area(冰川面积)、Abs_Accu(绝对面积精度)、Rel_Accu(相对面积精度)、Deb_Area(表碛区面积)、Deb_A_Accu(表碛区面积绝对精度)、Deb_R_Accu(表碛区面积相对精度)、Glc_Vol_A(估算冰川体积1)、Glc_Vol_B(估算冰川体积2)、Max_Elev(冰川最大高程)、Min_Elev(冰川最小高程)、Mean_Elev(冰川平均高程)、MA_Elev(冰川中值面积高度)、Mean_Slp(冰川平均坡度)、Mean_Asp(冰川平均坡向)、Prm_Image(主要遥感数据)、Aux_Image(辅助遥感数据)、Rep_Date(冰川编目代表日期)、Elev_Src(高程数据源)、Elev_Date(高程代表日期)、Compiler(冰川编目编制者)、Verifier(冰川编目审验者)
刘时银, 郭万钦, 许君利
该数据集结合中国第二次编目数据、空间分辨率30米且云量覆盖度低于10%的landsat系列光学影像数据及SRTM等多种数据的基础上,利用ArcGIS,ENVI和Google Earth等处理软件,通过人工目视解译的方法提取冰川边界10km范围内的冰湖边界,并对解译后的数据进行统一的冰湖的类型、所属山脉、省域、流域等属性添加、质量检验与精度验证。空间分辨率30米。 由两部分组成,分别为利用冰川编目数据生成冰湖分布区矢量文件和2015年中国西部冰湖编目数据集。 为中国西部冰湖-冰川耦合关系、水资源利用与管理等相关研究的参考数据,还可以作为区域气候变化与冰冻圈等相关研究的基础数据。
王欣
欧亚大陆雪深数据集采用被动微波遥感反演方法制作,数据覆盖时间从1980年到2016年,时间分辨率为逐日,覆盖范围为欧亚大陆,空间分辨率为0.25°。遥感反演方法采用动态亮温梯度算法,算法考虑积雪特性在时空和空间上的变化,建立了不同频率亮度温度差与实测雪深在空间和季节上的动态关系。长时间序列星载被动微波亮度温度数据来自SMMR、SSM/I和SSMI/S三个传感器。为保证不同传感器亮度温度在时间上的一致性,在雪深提取之前对不同传感器亮度温度进行了交叉订正。通过实测站点的验证表明欧亚大陆雪深数据相对偏差在30%以内。数据据每一天存放一个txt文件,每个文件由文件头(投影方式)和720*332的雪深矩阵组成,每个雪深代表一个0.25°* 0.25°的格网。 数据的详细情况见欧亚大陆雪深数据集-数据说明。
车涛, 戴礼云
总览我国现有的各种冻土图,他们在分类系统、数据源、制图方法等方面存在较大的不同,这些图件代表了我国在过去的半个世纪中对多年冻土分布的阶段认识。为了更加合理地反映我国冻土的分布,并统计出我国冻土分布面积,我们在分析现有冻土图的基础上,制备了一个新的冻土分布图,该图融合了现有多个冻土图和青藏高原多年冻土分布的模型模拟结果,统一了全国各部分数据的获取时间,反映了2000年左右我国冻土的分布状况。 新的冻土图中,各种冻土类型的分布按以下原则确定: 1. 底图采用中国冻土区划及类型图(1:1000万)(邱国庆 等,2000)。青藏高原以外的高山多年冻土和瞬时冻土的分布沿用原图;季节冻土和瞬时冻土、瞬时冻土和非冻土的界限也均无变化。青藏高原地区的多年冻土和东北地区高纬度多年冻土的分布则采用以下结果更新。 2. 青藏高原区域的高海拔多年冻土和高山多年冻土分布采用南卓铜 等(2002)的模拟结果进行更新。该模型利用青藏公路沿线76个钻孔实测年平均地温数据,进行回归统计分析,获取年平均地温与纬度、高程的关系,并基于该关系,结合GTOPO30高程数据(美国地质调查局地球资源观测与科技中心领导下发展的全球1km数字高程模型数据)模拟得到整个青藏高原范围上的年平均地温分布,再以年平均地温0.5C作为多年冻土与季节冻土的界限。 3. 东北地区的高纬度多年冻土分布采用了Jin et al. (2007)的最新结果。 Jin et al. (2007)通过对过去几十年东北年平均降水和土壤水分的分析,认为东北地区的多年冻土南界与年平均气温的关系在过去几十年中没有发生实质变化。 4. 其他地区的高山多年冻土分布采用中国冰川冻土沙漠图(1:400万)(中国科学院寒区旱区环境与工程研究所,2006)更新。 在分类系统方面,现有的冻土图对多年冻土的划分多采用连续性标准,但对连续性的具体定义有很大不同。很多研究表明,连续性标准是一个与尺度密切相关的概念,并不适合于高海拔多年冻土的分类(程国栋, 1984; Cheng et al., 1992),且该标准无法应用于以网格为基本模拟单元的多年冻土分布模型。在本文中,我们放弃了连续性标准,而以制图单元(网格或区域)内是否存在冻土为标准。新的冻土图将我国冻土分为几下几类: (1)高纬度多年冻土 (2)高海拔多年冻土 (3)高原多年冻土 (4)高山多年冻土 (5)中深季节冻土:可能达到的最大季节冻结深度>1m; (6)浅季节冻土:可能达到的最大季节冻结深度<1m; (7)瞬时冻土:保存时间不足一个月 (8)非冻土。 数据具体说明,请参考说明文档及引用文献。
冉有华, 李新
该数据集包含昆莎冰川末端观测点的气温、降水、相对湿度、风速、风向等日值。 观测时间从2015年10月3日至2017年9月19日。利用自动气象站(Onset公司),每2小时记录一条数据。 原始数据经过质量控制后形成连续时间序列。通过计算得到每日均值指标数据。满足国家气象局和世界气象组织(WMO)对气象观测原始数据的精度。质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。 数据以excel文件存储。
张寅生
青藏高原冰芯-积雪黑碳含量数据集包括5个表:1 Xu et al. 2006 AG,2 Xu et al. 2009 PNAS_Conc,3 Xu et al. 2009 PNAS_flux,4 Xu et al. 2012 ERL,5 Wang et al. 2015 ACP。 数据采集地点包括煤矿冰川、冬克玛底、枪勇、抗物热、纳木那尼、慕士塔格、绒布、唐古拉山、宁金岗桑、左丘普、天山乌鲁木齐河源1号等冰川,采集地点经纬度,高程等信息在数据中均有标注。 数据主要指标为:地点、时间、有机碳(organic carbon,OC)、元素碳(elemental carbon,EC)、黑碳(black carbon,BC)含量和通量。 地点:经纬度 时间:年份或日期 OC:有机碳 EC:元素碳 BC:黑碳 Conc.:含量,单位:ng g-1 Flux:通量,单位:mg m-2a-1 数据来自课题: ①国家重点基础研究发展计划(973计划):全球变化敏感因子的时空特性与遥感模式化;负责人:徐柏青单位:中国科学院青藏高原研究所资助者:科技部 ②国家重点基础研究项目:青藏高原形成演化对全球变化的响应与适应对策;负责人:姚檀栋单位:中国科学院青藏高原研究所资助者:科技部 ③国家自然科学基金面上项目:青藏高原雪冰中高分辨率碳黑记录研究;负责人:徐柏青单位:中国科学院青藏高原研究所资助者:国家自然科学基金委 ④国家自然科学基金面上项目:青藏高原冰芯包裹气体中气候环境信息的提取;负责人:徐柏青单位:中国科学院青藏高原研究所资助者:国家自然科学基金委 ⑤国家自然科学基金杰出青年基金项目:青藏高原雪冰-大气化学与环境变化;负责人:徐柏青单位:中国科学院青藏高原研究所资助者:国家自然科学基金委 ⑥国家自然科学基金青年基金项目:藏东南冰芯近百年来南亚人类活动气溶胶排放与燃烧得变化研究;负责人:王茉单位:中国科学院青藏高原研究所资助者:国家自然科学基金委 观测方法:两步加热法、热/光学碳分析方法和单颗粒黑碳气溶胶光度计。
徐柏青
将冰湖划分为冰面湖、与冰川末端相连和非相连湖泊等三种类型。在分类的基础上,研究第三极地区各流域冰湖的数量与面积、不同大小面积变化幅度、与冰川距离远近、有冰川融水径流补给与无冰川融水径流补给冰湖面积的变化差异以及冰湖面积随海拔梯度变化特征等内容。 数据源:Landsat TM/ETM+ 1990,2000,2010。 数据通过目视解译,包括面积大于0.003平方公里的冰湖数据,结合原始影像与Google Earth检查编辑。 数据应用于第三极地区冰湖变化与冰湖溃决洪水( GLOF) 评估。 数据类型:矢量。 投影坐标系:Albers Conical Equal Area。
张国庆
Randolph冰川目录(Randolph Glacier Inventory,RGI)是GLIMS(Global Land Ice Measurements from Space)发布的全球冰川轮廓的完整目录,目前共发布6个版本:2012年2月发布1.0,2012年6月发布2.0,2013年4月发布3.0,2014年12月发布4.0,2015年7月发布5.0,2017年7月发布6.0。本数据集包括6.0,5.0,4.0和3.2(修正版,2013年8月)共四个版本。 数据按照不同地区进行组织,每个地区包括一个shape文件(.shp文件及其相应的.dbf、.prj和.shx等文件),一个测高数据的.csv文件,每条冰川包含一条记录。 数据来源于GLIMS: Global Land Ice Measurements from Space(http://www.glims.org/RGI/) 数据质量检查包括几何、拓扑和属性检查,包括: 1) 所有多边形都使用ArcGIS Repair Geometry工具进行检查; 2) 删除了小于0.01平方公里的冰川; 3) 拓扑使用Does Not Overlap规则进行检查; 4) 属性表利用Fortran子程序和Python脚本进行数据质量检查。
Global Land Ice Measurements from Space(GLIMS)
本数据集为基于Landsat卫星影像获取的喜马拉雅中段波曲流域1976、1991、2000、2010年四期冰川、冰湖的矢量数据。 数据源来自Landsat遥感影像 1976:LM21510411975306AAA05、LM21510401976355AAA04 1991:LT41410401991334XXX02、LT41410411991334XXX02 2000:LE71410402000279SGS00、LE71400412000304SGS00、LE71410402000327EDC00、LE71410412000327EDC00 2010:LT51400412009288KHC00、LT51410402009295KHC00、LT51410412009311KHC00、LT51410402011237KHC00。 从各期遥感影像上人工提取冰川、冰湖边界。 冰川、冰湖边界提取误差估计为0.5个像元。 数据文件: Glacial_1976:1976年冰川矢量数据 Glacial_1991:1991年冰川矢量数据 Glacial_2000:2000年冰川矢量数据 Glacial_2010:2010年冰川矢量数据 Glacial_Lake_1976:1976年冰湖矢量数据 Glacial_Lake_1991:1991年冰湖矢量数据 Glacial_Lake_2000:2000年冰湖矢量数据 Glacial_Lake_2010:2010年冰湖矢量数据 冰湖矢量数据字段包括: 编号、名字、经纬度、海拔、面积、朝向、冰湖类型、长度、宽度、与冰川的距离
王伟财
基于青藏工程走廊现有的15个活动层厚度监测场天然孔数据资料,运用GIPL2.0冻土模型模拟了青藏工程走廊的活动层厚度现状分布图。该模型需要合成时间序列的温度数据集,按照时间跨度分为两个阶段,分别是1980-2009和2010-2015,第一阶段的温度数据来自于中国气象驱动数据集(http://dam.itpcas.ac.cn/rs/?q=data#CMFD_0.1),第二阶段的数据应用空间分变率为1km的MODIS地表温度产品(MOD11A1/A2, MYD11A1/A2)。此外,模型需要的土质类型数据来自于分辨率为1公里的中国土壤数据库(V1.1),同时还考虑了地貌,基于实测的土壤热物理参数以及土地覆盖类型等将研究区域归为88类进行了模拟。 对模拟结果和现场实测数据进行了对比,结果显示具有较好的一致性,相关系数达到0.75。在高山地区,活动层平均厚度小于2.0 m,然而在河谷地带,活动层平均厚度大于4.0 m,在高地平原区,活动层厚度通常在3.0 m -4.0 m之间。
牛富俊, 尹国安
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