该数据集包含了黑河水文气象观测网中游大满站的大孔径闪烁仪通量观测数据。中游大满站分别架设了BLS450和BLS900型号的大孔径闪烁仪,北塔为BLS900的接收端和BLS450的发射端,南塔为BLS900的发射端和BLS450接收端。观测时间为2017年1月1日至2017年12月31日。站点位于甘肃省张掖市大满灌区内,下垫面是玉米、果园和大棚,以玉米为主。北塔的经纬度是100.3785E,38.8607N,南塔的经纬度是100.3685E,38.8468N,海拔高度约1556m。大孔径闪烁仪的有效高度22.45m,光径长度是1854m,采样频率是1min。 大孔径闪烁仪原始观测数据为1min,发布的数据为经过处理与质量控制后的数据,其中感热通量主要是结合自动气象站观测数据,基于莫宁-奥布霍夫相似理论通过迭代计算得到,主要的质量控制步骤包括:(1)剔除Cn2达到饱和的数据(Cn2>1.43E-13);(2)剔除解调信号强度较弱的数据(Average X Intensity<1000);(3)剔除降水时刻的数据;(4)剔除稳定条件下的弱湍流的数据(u*小于0.1m/s)。在迭代计算过程中,选取Thiermann and Grassl(1992)的稳定度普适函数,详细介绍请参考Liu et al(2011, 2013)。由于仪器故障,2017年6月6日-7月2日大孔径闪烁仪数据缺失。 关于发布数据的几点说明:(1)中游LAS数据以BLS900为主,缺失时刻由BLS450观测补充,两者都缺失则以-6999标记。(2)数据表头:Date/Time :日期/时间(格式:yyyy/m/d h:mm),Cn2 :空气折射指数结构参数(单位:m-2/3),H_LAS :感热通量(单位:W/m2)。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。 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Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
该数据集包含了2017年1月1日至2017年12月31日黑河水文气象观测网下游荒漠站气象要素观测数据,站点位于内蒙古额济纳旗荒漠滩,下垫面是红砂荒漠。观测点的经纬度是100.9872E, 42.1135N,海拔1054m。空气温度、相对湿度传感器架设在5m、10m处,朝向正北;气压计安装在2m处;翻斗式雨量计安装在10m处;风速传感器架设在5m、10m,风向传感器架设在10m,朝向正北;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,在距离气象塔2m的正南方;土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处。 观测项目有:空气温湿度(Ta_5m、RH_5m、Ta_10m、RH_10m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_5m、WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm)(单位:体积含水量,百分比)和土壤温度(Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;2017.9.17-9.23由于重新加固观测塔,数据缺失(四分量辐射缺失时间段为9.9-9.23);(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2017-6-10 10:30;(6)命名规则为:AWS+站点名称。 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Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
该数据集包含了2017年1月1日至2017年12月31日黑河水文气象观测网下游四道桥超级站气象要素梯度观测系统数据。站点位于内蒙古额济纳旗达来呼布镇四道桥,下垫面是柽柳。观测点的经纬度是101.1374E, 42.0012N,海拔873m。空气温度、相对湿度、风速传感器分别架设在5m、7m、10m、15m、20m、28m处,共6层,朝向正北;风向传感器架设在15m处,朝向正北;气压计安装在防水箱内;翻斗式雨量计安装在28m处;四分量辐射仪安装在10m处,朝向正南;两个红外温度计安装在10m处,朝向正南,探头朝向是垂直向下;两个光合有效辐射仪安装在10m处,朝向正南,探头垂直向上和向下方向各一个;土壤部分传感器安装在塔体南侧2m处,其中土壤热流板(自校正式)(3块)依次埋设在地下6cm处;平均土壤温度传感器TCAV埋设在地下2cm、4cm处;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、80cm、120cm、160cm和200cm处;土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、80cm、120cm、160cm和200cm处。 观测项目有:风速(WS_5m、WS_7m、WS_10m、WS_15m、WS_20m、WS_28m)(单位:米/秒)、风向(WD_15m)(单位:度)、空气温湿度(Ta_5m、Ta_7m、Ta_10m、Ta_15m、Ta_20m、Ta_28m和RH_5m、RH_7m、RH_10m、RH_15m、RH_20m、RH_28m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、向上和向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒)、平均土壤温度(TCAV)(单位:摄氏度)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm、Ms_200cm)(单位:体积含水量,百分比)、土壤温度(Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm、Ts_200cm)(单位:摄氏度)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2017-9-10 10:30;(6)命名规则为:AWS+站点名称。 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Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
北极阿拉斯加站点云特征集合数据是基于国际上5种著名云反演产品的融合集成数据,数据覆盖时间从1999年到2009年,时间分辨率为逐小时,垂直层数为512层,垂直分辨率45米,覆盖站点为北极阿拉斯加站点,经纬度坐标为(71°19′22.8″N, 156°36′32.4″ W)。所包含云遥感反演数据产品包括:美国能源部大气辐射观测计划采用参数化方法遥感反演获得的所有相态云特征官方产品,美国NOAA Matt Shupe和DaveTurner合作遥感反演(最优化方法+参数化方法)获得的冰云和混合云特征产品,美国University of Wyoming大学Zhien Wang获得的混合云(最优化方法)特征产品,美国University of Wyoming大学Min Deng获得的冰云(参数化方法)特征产品,以及美国State University of New York at Albany大学Qilong Min遥感反演(最优化方法)获得的云光学厚度产品。遥感产品变量包含云水有效半径、云水含量、云冰有效半径、云冰含量、云光学厚度、云水柱含量;相应的观测反演误差范围约为10-30%,30-60%,10-30%,30-60%,10-30%和10-20%。数据格式为nc格式,每月一个nc文件。
赵传峰
该数据集包含了黑河水文气象观测网下游四道桥站的大孔径闪烁仪通量观测数据。下游架设一台BLS900型号的大孔径闪烁仪,北塔为接收端,南塔为发射端。观测时间为2017年1月1日至2017年12月31日。站点位于内蒙古额济纳旗,下垫面是柽柳、胡杨、裸地和耕地。北塔的经纬度是101.137E,42.008N,南塔的经纬度是101.131E,41.987N,海拔高度约为873m。大孔径闪烁仪的有效高度为25.5m,光径长度为2350m,采样频率是1min。 大孔径闪烁仪原始观测数据为1min,发布的数据为经过处理与质量控制后的数据,其中感热通量主要是结合自动气象站观测数据,基于莫宁-奥布霍夫相似理论通过迭代计算得到,主要的质量控制步骤包括:(1)剔除Cn2达到饱和的数据(Cn2>7.58E-14);(2)剔除解调信号强度较弱的数据(Average X Intensity<1000);(3)剔除降水时刻的数据;(4)剔除稳定条件下的弱湍流的数据(u*小于0.1m/s)。在迭代计算过程中,选取Thiermann and Grassl(1992)的稳定度普适函数。详细介绍请参考Liu et al(2011, 2013)。由于数据存储单元出现问题,2017年2月21日-3月5日,7月10日-8月18日大孔径闪烁仪数据缺测。 关于发布数据的几点说明:(1)数据缺失时刻由-6999标记。(2)数据表头:Date/Time :日期/时间(格式:yyyy/m/d h:mm),Cn2 :空气折射指数结构参数(单位:m-2/3),H_LAS :感热通量(单位:W/m2)。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。 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Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
该数据集包含了黑河水文气象观测网上游阿柔站的大孔径闪烁仪通量观测数据。上游阿柔站分别架设了两台型号为BLS450和zzlas的大孔径闪烁仪,北塔为zzlas的接收端和BLS450的发射端,南塔为zzlas的发射端和BLS450的接收端。观测时间为2017年1月1日至2017年12月31日。站点位于青海省祁连县阿柔乡草达坂村,下垫面是高寒草地。北塔的经纬度是100.4712E,38.0568N,南塔的经纬度是100.4572E,38.0384N,海拔高度约3033m。大孔径闪烁仪的有效高度9.5m,光径长度是2390m,采样频率是1min。 大孔径闪烁仪原始观测数据为1min,发布的数据为经过处理与质量控制后的数据,其中感热通量主要是结合自动气象站观测数据,基于莫宁-奥布霍夫相似理论通过迭代计算得到,主要的质量控制步骤包括:(1)剔除Cn2达到饱和的数据(BLS450:Cn2>7.25E-14,zzlas:Cn2>7.84 E-14);(2)剔除解调信号强度较弱的数据(BLS450:Mininum X Intensity <50;zzlas:Demod>-20mv);(3)剔除降水时刻的数据;(4)剔除稳定条件下的弱湍流的数据(u*小于0.1m/s)。在迭代计算过程中,对于BLS450,选取Thiermann and Grassl(1992)的稳定度普适函数;对于zzlas,选取Andreas, 1988的稳定度普适函数。详细介绍请参考Liu et al(2011, 2013)。2017年4月16日-5月26日大孔径闪烁仪测量信号偏小,导致数据缺失较多。 关于发布数据的几点说明:(1)上游LAS数据以BLS450为主,缺失时刻由zzlas观测补充,两者都缺失则以-6999标记。(2)数据表头:Date/Time :日期/时间(格式:yyyy/m/d h:mm),Cn2 :空气折射指数结构参数(单位:m-2/3),H_LAS :感热通量(单位:W/m2)。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储,详细信息请查参考文献。 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Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 张阳, 谭俊磊
该数据集包含了2017年1月1日至2017年12月31日的黑河水文气象观测网下游混合林站的涡动相关仪观测数据。站点位于内蒙古额济纳旗四道桥,下垫面是胡杨与柽柳。观测点的经纬度是101.1335E, 41.9903N,海拔874 m。涡动相关仪的架高22m,采样频率是10Hz,超声朝向是正北向,超声风速温度仪(CSAT3)与CO2/H2O分析仪(Li7500)之间的距离是17cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Eddypro软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除降水前后1h的数据;(3)剔除10Hz原始数据中每30min内缺失率大于10%的数据;(4)剔除夜间弱湍流的观测数据(u*小于0.2m/s)。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。4月7日至4月8日由于仪器标定,3.24-4.08红外气体分析仪出错,数据缺失。仪器漂移等原因引起的可疑数据用红色字体标识。当存储卡存储数据出现问题导致10Hz数据缺失时,数据由采集器输出的30min通量数据替代。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),奥布霍夫长度L(m),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为三级(质量标识0:(Δst <30, ITC<30); 1: (Δst <100, ITC<100); 其余为2)。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。 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Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
该数据集包含了2017年1月1日至2017年12月31日的黑河水文气象观测网中游花寨子荒漠站的涡动相关仪观测数据。站点位于甘肃省张掖市,下垫面是荒漠。观测点的经纬度是100.3201E, 38.7659N,海拔1731.00m。涡动相关仪的架高4.5m,采样频率是10Hz,超声朝向是正北向,超声风速温度仪(CSAT3)与CO2/H2O分析仪(Li7500A)之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz,发布的数据是采用Eddypro软件处理的30分钟数据,其处理的主要步骤包括:野点值剔除,延迟时间校正,坐标旋转(二次坐标旋转),频率响应修正,超声虚温修正和密度(WPL)修正等。同时对各通量值进行质量评价,主要是大气平稳性(Δst)和湍流相似性特征(ITC)的检验。对Eddypro软件输出的30min通量值也进行了筛选:(1)剔除仪器出错时的数据;(2)剔除降水前后1h的数据;(3)剔除10Hz原始数据中每30min内缺失率大于10%的数据;(4)剔除夜间弱湍流的观测数据(u*小于0.1m/s)。观测数据的平均周期为30分钟,一天48个数据,缺失数据标记为-6999。因仪器漂移等原因引起的可疑数据用红色字体标识。4月3日至4月4日由于涡动相关仪Li7500A进行标定,数据缺失。涡动相关仪10Hz数据缺失时(1.1-1.22),数据由采集器输出的30分钟数据进行填补。 发布的观测数据包括:日期/时间Date/Time,风向Wdir(°),水平风速Wnd(m/s),侧向风速标准差Std_Uy(m/s),超声虚温Tv(℃),水汽密度H2O(g/m3),二氧化碳浓度CO2(mg/m3),摩擦速度Ustar(m/s),奥布霍夫长度L(m),感热通量Hs(W/m2),潜热通量LE(W/m2),二氧化碳通量Fc(mg/(m2s)),感热通量的质量标识QA_Hs,潜热通量的质量标识QA_LE,二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为三级(质量标识0:(Δst <30, ITC<30); 1: (Δst <100, ITC<100); 其余为2)。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。 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Liu et al. (2011)。
刘绍民, 李新, 车涛, 徐自为, 任志国, 谭俊磊
CMADS V1.1(The China Meteorological Assimilation Driving Datasets for the SWAT model Version 1.1) 版本数据集引入STMAS同化算法, 利用数据循环嵌套,模式推算等多种技术手段而建立。CMADS V1.1数据集按照SWAT模型输入驱动数据格式进行了格式整理与修正,使SWAT模型可直接使用该数据集而不需要任何格式转换。CMADS V1.1数据集同时建立了两种格式的数据(.dbf和.txt),方便其他它模型应用人员及气象分析人员调用与分析。CMADS数据源介绍:气温、气压、比湿、风速驱动数据采用了2421个国家级自动站和业务考核的29452个区域自动站2009年1月以来地面基本气象要素逐小时观测数据以及相应时期的台站信息(台站经纬度、海拔高度),利用多重网格三维变分方法(STMAS),在NCEP/GFS背景场基础上制作地面基本要素分析场;其中,中国区域以外,只对NCEP/GFS背景数据做地形调整、变量诊断,并插值到分析格点;中国区域以内,利用STMAS算法,将经过前处理的NCEP/GFS背景数据和自动站观测融合,并与中国区域以外的数据进行拼接。降水:由多卫星与地面自动站降水融合而成。其中,中国区域以外采用NCEP-CPC制作的CMORPH卫星融合降水产品,中国区域采用CMORPH产品为背景场融合中国降水自动站观测制作的中国区域小时降水量融合产品。辐射:基于DISSORT辐射传输模型,获取来自FY2E卫星一级产品实时反演太阳短波辐射产品。主要以ISCCP资料为背景数据,利用大气辐射传输模式DISORT对FY2D/E标称图数据进行反演,计算出分析格点上的地面入射太阳总辐射辐照度。本页发布的数据集为CMADS V1.1版本空间分辨率: 1/4°,时间分辨率:逐日,时间尺度为2008-2016年。空间覆盖范围:东亚(0°N-65°N,60°E-160°E)。提供要素:日平均2米温度,日最高\低2米温度,日累计24时降水量,日平均太阳辐射,日平均气压,日比湿度,日相对湿度,日平均10米风速,提供数据格式:dbf及txt。 CMADS V1.1元数据介绍 CMADS V1.1--SWAT驱动数据总体存放路径说明: 数据集分为专门驱动SWAT模型的子数据驱动集与其他模型使用的数据驱动集 1)专门驱动SWAT模型的子数据集路径为:CMADS-V1.1\For-swat\ 2)专门其他模型使用的子数据集路径为:CMADS-V1.1\For-other-model\ CMADS V1.1--SWAT驱动数据各子集文件路径及名说明 CMADS V1.1--SWAT驱动数据子集路径 1)CMADS V1.1的SWAT子数据驱动集(For-swat文件夹内),包含Station\与Fork\子目录。 其中Station\目录下为SWAT模型需要的所有输入数据(逐日)。以上输入数据分别位于以下目录: Relative-Humidity-104000\ 日平均相对湿度(fraction) Precipitation-104000\ 日累计降水量(mm) Solar radiation-104000\ 日平均太阳辐射(MJ/m2) Temperature-104000\ 日最高最低2米气温(℃) Wind-104000\ 日平均10米风速(m/s) CMADS V1.1--SWAT驱动数据子集命名格式 中国大气数据同化SWAT模型数据集(CMADS)的SWAT子集文件命名: 数据集代码由要素代码:R、P、S、T、W+维度格网数-经度格网数组成(经纬度网格数提取参见CMADS数据集使用手册.pdf)。 CMADS V1.1--SWAT驱动数据子集命名格式实体文件的内容描述: 数据集时间尺度:2008年-2016年间共9年数据文件 空间分辨率:1/4度 时间分辨率:逐日 要素数据存放格式:dbf 索引表存放格式:txt CMADS V1.1--SWAT驱动数据子集索引表: 其中Fork\目录下为SWAT模型需要的所有站点索引表。以上输入数据索引表均可用以下索引表索引: PCPFORK.txt 降水索引表 RHFORK.txt 相对湿度索引表 SORFORK.txt 太阳辐射索引表 TMPFORK.txt 温度索引表 WINDFORK.txt 风速索引表 CMADS V1.1其他模式驱动数据子集路径 CMADS V1.1的SWAT子数据驱动集(For-other-model文件夹内),包括常规模型需要的所有气象输入数据(逐日)。以上输入数据分别位于以下目录: Atmospheric-Pressure-txt\ 日平均大气压强(hPa) Average-Temperature-txt\ 日平均2米气温(℃) Maximum-Temperature-txt\ 日最高2米气温(℃) Minimum-Temperature-txt\ 日最低2米气温(℃) Precipitation-txt\ 日累计降水(mm) Relative-Humidity-txt\ 日平均相对湿度(fraction) Solar-Radiation-txt\ 日平均太阳辐射(MJ/m2) Specific-Humidity-txt\ 日平均比湿(g/kg) Wind-txt\ 日平均10米风速(m/s) 数据存储信息 存储格式和读取:数据集存储格式分为SWAT子集文件(dbf文件),及其他模式数据集(txt文件)。 数据集附属说明文档: metadata:元数据文档(CMADS_META_C.pdf)。 description:说明文档(CMADS_DOCU_C.pdf)。 数据总量:45GB 占用空间:50GB 时间范围:2008年-2016年 时间分辨率:逐日 地理范围描述:东亚 最西经度:60°E 最东经度:160°E 最北纬度:65°N 最南纬度:0°N 台站数量:104000站 空间分辨率: 1/4°×1/4°网格点 垂直范围:无
孟现勇, 王浩
该数据集包含了2017年1月1日至2017年12月31日期间果洛站的气象观测数据,包括气温(Ta_1_AVG)、相对湿度(RH_1_AVG)、水汽压(Pvapor_1_AVG)、平均风速(WS_AVG)、大气压(P_1)、平均天空长波辐射(DLR_5_AVG)、平均地表长波辐射(ULR_5_AVG)、平均净辐射(Rn_5_AVG)、平均土壤温度(Ts_TCAV_AVG)、土壤含水量(Smoist_AVG)、总降水量(Rain_7_TOT)、天空长波辐射(CG3_down_Avg),地面长波辐射(CGR3_up_Avg)、平均光合有效辐射(Par_Avg)等。时间分辨率为1小时。缺测时刻用-99999填充。
徐世晓, 胡林勇
本数据集来源于MODIS 005版本和IMS数据集,进行了去云处理后融合的逐日无云积雪面积产品。取值范围:0%-100%。200:积雪;100: 湖冰;25:陆地;37:海洋。空间分辨率为0.005 度(约500m),时间范围是2002年7月5日至2014年12月31日。
郝晓华
基于青藏高原国家气象站站点数据通过PRISM模型插值生成的高原气象要素分布图,主要包括气温和降水。 青藏高原1961-1990月均温分布图(30年平均值): t1960-90_1.e00,t1960-90_2.e00,t1960-90_3.e00,t1960-90_4.e00,t1960-90_5.e00, t1960-90_6.e00,t1960-90_7.e00,t1960-90_8.e00,t1960-90_9.e00,t1960-90_10.e00, t1960-90_11.e00,t1960-90_12.e00 青藏高原1991-2020月均温分布图(30年平均值): t1991-20_1.e00,t1991-20_2.e00,t1991-20_3.e00,t1991-20_4.e00,t1991-20_5.e00, t1991-20_6.e00,t1991-20_7.e00,t1991-20_8.e00,t1991-20_9.e00,t1991-20_10.e00, t1991-20_11.e00,t1991-20_12.e00, 青藏高原1961-1990月降水分布图(30年平均值): p1960-90_1.e00,p1960-90_2.e00,p1960-90_3.e00,p1960-90_4.e00,p1960-90_5.e00, p1960-90_6.e00,p1960-90_7.e00,p1960-90_8.e00,p1960-90_9.e00,p1960-90_10.e00, p1960-90_11.e00,p1960-90_12.e00 青藏高原1991-2020月降水分布图(30年平均值): p1991-2020_1.e00,p1991-2020_2.e00,p1991-2020_3.e00,p1991-2020_4.e00,p1991-2020_5.e00, p1991-2020_6.e00,p1991-2020_7.e00,p1991-2020_8.e00,p1991-2020_9.e00,p1991-2020_10.e00, p1991-2020_11.e00,p1991-2020_12.e00, 数据时间范围分为1961-1990年、1991-2020年。 数据覆盖的空间范围为东经73°~104.95°,北纬26.5°~44.95°,空间分辨率0.05度×0.05度(经度×纬度),大地坐标投影。 名称解释: 月均温:一个月中每天的日平均气温的平均数; 月降水:一个月降水量的总和。 量纲:数据的文件格式为E00文件,DN值为1~12月的月均温平均值(×0.01℃)、月降水平均值(×0.01mm)。 数据类型:整型。 数据精度:0.05度×0.05度(经度×纬度)。 本数据原始来源为两组数据集:1)青藏高原及周边地区128个气象站自建站至2000年的月均温、月降水观测资料;2)青藏高原50×50km网格的HadRM3区域气候情景模拟数据,即1991-2020年下月平均温度、月降水模拟值。 1961-1990年,对源数据集采用PRISM(Parameter elevation Regressions on Independent Slopes Model)插值方法生成网格数据,基于站点数据对插值模型进行调参和验证。1991-2020年,对区域气候情景模拟数据以地形趋势面插值方法降尺度生成网格数据。部分源数据来自GCM模型模拟的结果:GCM模型采用Hadley Centre climate model HadCM2-SUL。 a) Mitchell JFB, Johns TC, Gregory JM, Tett SFB (1995) Climate response to increasing levels of greenhouse gases and sulphate aerosols. Nature, 376, 501-504. b) Johns TC, Carnell RE, Crossley JF et al. (1997) The second Hadley Centre coupled ocean-atmosphere GCM: model description, spinup and validation. Climate Dynamics, 13, 103-134. 对气象数据进行空间插值采用PRISM (Parameter-elevation Regressions on Independent Slopes Model)方法: Daly,C., R.P. Neilson, and D.L. Phillips, 1994: A statistical-topographic model for mapping climatological precipitation over mountainous terrain. J. Appl. Meteor., 33, 140~158. 因高原地区观测条件艰苦,基础研究数据缺乏,部分地区气象数据有缺失的现象。本数据集经调参和验证,精度尚可,但仅可做为宏观尺度气候研究的参考之用。青藏高原1961-1990月均温分布数据平均相对误差率为8.9%,青藏高原1991-2020月均温分布数据平均相对误差率为9.7%,青藏高原1961-1990月降水分布数据平均相对误差率为20.9%,青藏高原1991-2020月降水分布数据平均相对误差率为22.7%。对部分缺失数据的区域进行了插补,对明显错误的个别数值进行了修改。
周才平
数据集综合了纳木错多圈层综合观测研究站、珠穆朗玛大气与环境综合观测研究站、藏东南高山环境综合观测研究站的大气、水文和土壤的长期监测数据。数据有三种分辨率,包括0.1秒、10分钟、30分钟、24小时不等。 野外的大气边界层塔(PBL)所使用的温湿度和气压传感器由芬兰的Vaisala公司生产,风速风向传感器由美国的MetOne公司生产,辐射传感器由美国的APPLEY公司和日本的EKO公司生产,气体分析仪由美国的Licor公司生产,土壤含水量、超声风速仪和数据采集器等由美国的CAMPBELL公司生产。定期(每年2-3次)由专业人员对观测系统进行维护,对传感器进行标定和更换,对采集的数据进行下载和整编,满足国家气象局和世界气象组织(WMO)的气象观测规范。 数据集加工方法为原始数据经过质量控制后形成时间连续序列,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。
马耀明
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
青藏高原东北部1957-2009年0.25度气候数据集,包含降水、最高和最低气温、风速四个气象要素值,时间分辨率为逐日。 数据集包含2400个文本文件,每个文件里有降水(第一列)、最高(第二列)和最低(第三列)气温、风速(第四列)。每个文件名含有经纬度,每个文件代表相应网格点(0.25*0.25度)的四个气象要素值。 本数据是由高原东北部81个气象站观测资料网格化形成。考虑了气象条件随高程的变化。 网格化方法和步骤如下: 从气象局数据共享网(http://data.cma.cn)下载原始的逐日最高和最低气温、降水、风速。之后对数据进行质量控制。所用的原则为1)去除小于0,大于150mm逐日降水;小于-50°C,大于50°C逐日气温;小于0m/s风速;2)画出年序列降水、气温和风速,检查不正常的逐年变化,并通过台站迁移记录进行质量控制。对有非正常变化,但有台站迁移记录的数据,通过修改台站名称,对数据进行分段,如西宁站(52866)1996年出现不正常气温变化,通过记录发现西宁站在1996年后迁移,因此将1996年前的记录记为虚拟台站52867数据,1996年之后的仍记录为52866站的数据。如果数据出现异常变化,但没有台站迁移记录,则将异常变化的数据剔除,如1975年之前的德令哈站数据。有些台站有迁移记录,但数据没有异常变化,即假定迁移前后的台站仍处于相同的气候环境下,因此台站名称和数据记录没有任何改变。 质量控制后开始内插,其方法为1)计算日平均气温、降水和风速随海拔高度的变化。得出气温随海拔高度递减率为4.3°C/km,其决定系数R2为0.65。暖湿季(5-9月)逐日平均降水量随海拔高度有一个不显著的增加(0.5mm/km,R2为0.1)。冷干季(10-4月)逐日平均降水量不随海拔变化。风速也随海拔高度有一个不显著的增加,其增加率为0.4m/s/km,R2为0.1。气温和风速随海拔的变化率用在整个时间段里,而降水随海拔递增率只用在暖湿季,冷干季递增率为0。2)空间内插时利用Synographic Mapping System (SYMAP,Shepard, 1984)方法。这个方法在内插时考虑台站之间的距离以及周围台站之间的角度以表示台站的密集程度。将距离和角度综合为一个权重,用在内插中。距离近且台站之间的夹角大的台站赋予大权重。3)将台站的经纬度、气象要素值、海拔、随海拔的变化率和权重同时考虑,内插出目标网格的值。内插时最大的搜索范围为周围55个台站,最小的搜索范围为周围4个台站。4)综合暖湿和冷干季节的降水,形成整个时段的降水序列。5)在方法测试期,留出了部分台站以检查网格化后的数据。6)验证通过后,所有的81个台站均用在最终网格化过程,并形成本套数据集。 Shepard, D. S., 1984: Computer Mapping: The SYMAP interpolation algorithm. Spatial Statistics and Models, G.Gaile and C. Willmot, Eds., Reidel 133-145.
兰措
数据集综合了藏北高原大气、水文和土壤的多站点长期监测项目,包含了藏北高原青藏公路/铁路沿线9个站点(D66,NewD66,沱沱河,D105,D110,安多,MS3478/NPAM,那曲布交,MS3608)多层或单层大气基本要素(风、温、湿、压和降雨/雪等),地面辐射各分量及多层土壤温、湿和热流等观测资料。 数据集通过架设在野外的自动气象站(AWS)、大气边界层塔(PBL)所获得的监测数据组成。所使用的温湿度和气压传感器由芬兰的Vaisala公司生产;风速风向传感器由美国的MetOne公司生产;辐射传感器由美国的APPLEY公司和日本的EKO公司生产;气体分析仪由美国的Licor公司生产;土壤含水量、超声风速仪和数据采集器等由美国的CAMPBELL公司生产。定期(每年2-3次)由专业人员对观测系统进行维护,对传感器进行标定和更换,对采集的数据进行下载和整编。 数据集加工方法为原始数据经过质量控制后形成时间连续序列。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。 数据包含如下观测指标: 空气温度,单位:℃,精度:0.05℃; 空气相对湿度,单位:%,精度:2%; 风速,单位:m/s,精度:0.1m/s; 气压,单位:hPa,精度:0.5hPa; 风向,单位:°,精度:4°; 降水,单位:mm,精度:0.05mm; 辐射,单位:W/m²,精度:5%; 土壤热流,单位:W/m²,精度:2%; 土壤温度,单位:℃,精度:0.2℃; 土壤体积含水量,单位:v/v%,精度:2%。
胡泽勇
第三极地区降水资料库包含7个指标:降水量(Precipitation),订正后降水 (Corrected Precipitation),订正系数(Correction Factor),风速损失(Wind-induced loss),蒸发损失(Evaporation loss),湿润损失(Wetting loss),微降水(Trace precipitation)。涵盖了第三极地区台站观测降水数据,同时包含了订正后的降水数据、订正系数,以及由风速、蒸发、湿润等引起的降水损失、微量降水等。 (1)中国境内观测降水数据来自于中国气象局-国家气象信息中心(http://data.cma.gov.cn/site/index.html) (2)国外观测降水数据来自NCDC国际气候数据中心-NOAA卫星信息服务中心(http://www7.ncdc.noaa.gov/CDO/country),巴基斯坦气象局,尼泊尔气象局等。 原始数据已经由气象业务部门经过严格的质量控制,并已经在相关学术期刊发表。因各个国家气象数据集的规范不同,订正前需要统一气象要素单位,即气温、风速、降水等单位各自统一为℃、m/s、mm。 该数据集包含2个表格: 第三极地区中国境内降水日资料; 第三极地区境外降水日资料。 表格1,2包含如下字段:台站编号,日期,观测降水,订正后降水,订正系数,风速损失,蒸发损失,湿润损失,微降水。
张寅生
本数据集包括青海果洛军牧场草甸碳通量站观测的气象数据,时间范围为2005-2009年,数据的时间分辨率为1天。气象和碳通量数据观测方法:采用涡度相关观测仪器,均为自动记录;生物量观测方法:收获法,置于60度烘箱中48小时称重。碳通量和气象数据均为仪器自动记录,并进行了人工检查。数据观测过程中,仪器的操作、观测对象的选择等严格按照专业要求进行。数据可以用在植物叶片光合参数模拟和生产力估算中。 数据包含如下观测指标: 气温 ℃ 降水量 mm 风速 m/s 5cm处土壤温度 ℃ 光合有效辐射 umol/m²s 总辐射 W/m²
赵新全
该数据集是青藏工程走廊多年冻土段三个气象站近50年来的年平均气温和降雨量变化趋势。从记录数据可以看到,年平均气温整体在经历着缓慢的升高过程。五道梁和沱沱河在过去的56年内年平均气温的变化有很好的相关性(r2=0.83)。在1957年,五道梁、沱沱河年平均气温分别为-6.6和-5.1℃,到2012年,两站的气温分别为-4.6和-3.1℃,总的增温大约是2℃左右,年平均增温率为0.03-0.04℃。五道梁和安多在过去的47年内年平均气温的变化也有很好的相关性(r2=0.84)。在1966年,安多年平均气温为-3.0℃,到2012年,气温增加到了-1.8℃,总的增温大约是1.2℃,年平均增温为0.02-0.03℃。年平均气温的增加在五道梁和沱沱河略快于安多。 然而,从降雨量来看,降雨的变化比气温变化更加波动。五道梁和沱沱河在过去56年内年降雨量的变化相关性较差(r2=0.60)。在1957年,五道梁、沱沱河年降雨量分别为302和309mm,到2012年,两站的年降雨量分别为426和332mm,五道梁有124mm的降雨增加,年降雨量增加率约为2mm,沱沱河年降雨量增加率仅为0.4mm。五道梁和安多在过去的47年内年降雨量的变化相关性也较差(r2=0.35)。在1966和2012年,安多年平降雨量分别为354和404mm,总的增加大约是50mm,年平均增加率为1mm。年降雨量的增加在五道梁是最快的。 三个气象站代表了青藏工程走廊多年冻土段的气候变化情况。从整体的气温和降雨量的变化趋势来看,过去50年,走廊北部和中部的气温增速较快,超过全球平均0.02℃/a的水平(IPCC)。北部的降雨量增加也较明显,尤其是五道梁气象站的降雨增速非常明显。气温变暖和降雨增加都对加速多年冻土的空间变化产生较大影响,是导致青藏高原多年冻土退化的主导因素。
牛富俊, 林战举, 尹国安
以中国科学院大气物理研究所东亚区域气候-环境重点实验室发展具有独立版权的区域集成环境系统模式RIEMS 2.0为基础,其中RIEMS 2.0区域气候模式是以美国大气研究中心和美国滨州大学发展的中尺度模式(MM5)为非静力动力框架,耦合了一些研究气候所需的物理过程方案。这些过程包括生物圈-大气圈输送方案、采用FC80闭合方案的Grell积云参数化方案、MRF行星边界条件和修改的CCM3辐射方等,采用黑河流域流域观测和遥感数据对该模式中的重要参数进行重新率定,植被资料采用黑河流域数据清单中2000年土地利用数据和黑河流域30sec DEM数据,建立的起来适合黑河流域生态-水文过程研究的区域气候模式。 驱动场:ERA-INTERIM再分析资料 空间范围:模拟区域的网格中心位于(40.30N,99.50E), 水平分辨率为3 km,模式的模拟网格点数为161(经向)X 201(纬向)。 投影方式:LAMBERT正形投影,两个标准纬度为30N 和60N。 时间范围:2011年1月1日-2016年12月31日,时间间隔为6小时 文件内容说明:采用grads无格式月存储。除最高、最低温度为日尺度以外,其他变量都是6小时数据。 可以采用MATLAB进行读取,可见tmax_erain_xiong_heihe.m文件说明。 黑河流域数据说明: 1) Anemometer west wind(m/s) 简称usurf 2) Anemometer south wind(m/s) 简称vsurf 3) Anemometer temperature (deg K) 简称tsurf 4)maximal temperature (deg K) 简称tmax 5) minimal temperature (deg K) 简称tmin 6) Anemom specific humidity (g/kg) 简称qsurf 7) Accumulated precipitation (mm/hr) 简称precip 8) Accumulated evaporation (mm/hr) 简称evap 9) Accumulated sensible heat (watts/m**2/hr) 简称sensible 10) Accumulated net infrared radiation (watts/m**2/hr) 简称netrad 文件名定义: 简称-erain-xiong.年月
熊喆
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