植被覆盖度（Fractional vegetation cover, FVC）表示植被地面垂直投影面积与研究区总面积的百分比，是衡量生态保护和生态恢复有效性的重要指标，被广泛应用于气候、生态和土壤侵蚀等领域。FVC不仅是反映植被生产能力的理想参数，而且在评估地形差异、气候变化和区域生态环境质量时也能发挥较好的作用。本研究工作主要是对两套GLASS FVC数据进行后处理，通过数据融合、剔除异常值和剪裁后给出较为可靠的2013年和2018年的环北极圈（范围为北纬66°以北）和青藏高原（范围为北纬26°到39.85°，东经73.45°到104.65°）的植被覆盖度情况。
叶爱中
本数据集为青藏高原区域2002-2020年日分辨率0.00425° x0.00425°地表反照率产品。基于MODIS反射率数据，采用耦合地形因子的多源遥感数据协同反演的BRDF\反照率模型，并引入先验知识进行质量控制，反演时空连续的日分辨率的高精度BRDF/反照率。MODIS地表反射率数据（MOD09GA、MYD09GA）集为官方网站下载，以5天为周期合成日分辨率BRDF，进而估算日分辨率的反照率，其中，黑空反照率的太阳入射为当地正午时太阳入射。经过验证评估，满足反照率应用精度要求，相较于同类产品在山区站点的验证精度更高，且时空连续性更好。可有效支撑青藏高原地区辐射平衡、环境变化研究。
闻建光, 游冬琴, 唐勇, 韩源
本数据集是一个包含接近35年（1984-2018）的全球高分辨率光合有效辐射数据集，其分辨率为3小时/逐日/逐月，10公里，数据单位为W/㎡，瞬时值。该数据集可用于生态过程模拟和全球碳循环的理解。该数据集是基于改进的物理参数化方案并以ISCCP-HXG云产品、ERA5再分析数据、MERRA-2气溶胶数据以及MODIS反照率产品为输入而生成的。验证并和其他全球卫星辐射产品比较表明，该数据集的精度通常比CERES全球卫星辐射产品的精度要高。该全球辐射数据集将有助于未来生态过程模拟的研究和全球二氧化碳通量的估算。
唐文君
基于遥感的全球表层土壤水旬度数据集（RSSSM，2003~2020）是在世界11种常用的全球微波遥感土壤水数据产品基础上，采用神经网络方法，融入了9个微波遥感反演土壤水分的质量影响因子完成。数据空间分辨率是0.1度，时间分辨率为旬。原数据覆盖2003~2018年，现更新至2020年。RSSSM数据集的时间连续性突出，除冰雪和水体外实现空间全覆盖。通过全球实测数据进行检验，可证明RSSSM数据集较已有的常用全球或区域长时间序列表层土壤水产品具有更高的时空格局精度。此外，虽然RSSSM数据是基于遥感的，未融合任何降水资料，但其年际变异与降水量（如GPM IMERG降水数据）和标准化降水蒸散发指数（SPEI）的时间变异均可较好地吻合。RSSSM数据还可一定程度反映城市化、农田灌溉、植被恢复等人类活动对土壤水分的影响。数据为tiff格式，压缩后的数据量为2.48 GB。 数据论文于2021年发表在Earth System Science Data。
陈永喆, 冯晓明, 傅伯杰
地表土壤水分（SSM）是了解地球表面水文过程的关键参数。长期以来，被动微波（PM）技术一直是在卫星遥感尺度上估算SSM的主要选择，而另一方面，PM观测的粗分辨率（通常>10 km）阻碍了其在更细尺度上的应用。虽然已经提出了定量研究，以缩小基于卫星PM的SSM的规模，但很少有产品可供公众使用，以满足1km分辨率和全天候条件下每日重访周期的要求。因此，在本研究中，我们在中国开发了一种具有所有这些特征的SSM产品。该产品是通过在36 km处对基于AMSR-E和AMSR-2的SSM进行降尺度生成的，涵盖了2003-2019年间两台辐射计的所有在轨时间。MODIS光学反射率数据和在多云条件下填补空白的每日热红外地表温度（LST）是降尺度模型的主要数据输入，以实现SSM降尺度结果的“全天候”质量。4月至9月期间，这一开发的SSM产品的每日图像在全国范围内实现了准完全覆盖。在其他月份，与最初的每日PM观测值相比，开发产品的全国覆盖率也大大提高。我们根据2000多个专业气象和土壤水分观测站的现场土壤水分测量结果对该产品进行了评估，发现该产品的精度在晴空到多云的所有天气条件下都是稳定的，无偏RMSE的站平均值在0.053 vol到0.056 vol之间。此外，评估结果还表明，开发的产品在1km分辨率下明显优于广为人知的SMAP Sentinel（主被动微波）组合SSM产品。这表明，我们开发的产品在改善未来水文过程、农业、水资源和环境管理相关调查方面可能带来的潜在重要效益。
宋沛林, 张永强
该数据集主要包括北温带湖泊在1985-2020年间4个时段的结冰观测频率值（ICO），以及湖泊所在位置、面积、高程等信息。其中，4个时间段分别为1985-1998（P1）、1999-2006（P2）、2007-2014（P3）以及2015-2020（P4），目的是提高计算时段内的“有效观测”次数，进而提高准确度。4个时段的ICO由各个时段内所有Landsat影像统计的“结冰”次数与“有效观测”次数的比值计算，其他的湖泊信息通过表格中的“Hylak_id”列与HydroLAKEs数据集相对应。此外，该数据仅保留了P1-P4均观测有效，且面积大于1平方千米的湖泊，约为3万个。该数据集可以反映近几十年来湖泊结冰情况对气候变化的响应。(详见论文)
王欣驰
地表温度（Land Surface Temperature，LST）是地表能量平衡研究的关键参数，被广泛用于气象、气候、水文、农业和生态等领域研究。卫星（热红外）遥感作为获取全球和区域尺度LST信息的重要手段，容易受到云层覆盖和其他大气条件的影响，导致LST遥感产品时空不连续，极大限制了LST遥感产品在相关研究领域的应用。 本数据集的制备首先基于经验正交函数插值方法，利用Terra/Aqua MODIS 地表温度产品重建理想晴空条件下的LST，然后使用累积分布函数匹配方法融合 ERA5-Land再分析数据获取全天候条件下的LST。该方法充分利用了原始MODIS遥感产品的时空信息以及再分析数据中的云影响信息，缓解了云层覆盖对LST估算的影响，最终重建得到较高质量的全球0.05°时空连续的理想晴空和全天候LST数据集。 本数据集不仅实现了时空无缝覆盖，并且具有良好的验证精度。重建的理想晴空LST数据在全球17种土地覆盖类型实验区内，平均相关系数（R）为0.971，偏差（Bias）为-0.001 K至0.049 K，均方根误差（RMSE）为1.436 K至2.688 K。重建的全天候 LST 数据与地面站点实测数据的验证结果：平均 R 为 0.895，Bias为0.025 K 至 2.599 K， RMSE为4.503 K至7.299 K。 本数据集的时间分辨率为逐日4次，空间分辨率为0.05°，时间跨度为2002年-2020年，空间范围覆盖全球。
赵天杰, 余沛
本数据为祁连山地区2020年冰川分布产品。采用经典波段比值法和人工修正的方法提取。原始基础数据为2020年祁连山全境的高分系列影像。参考数据为谷歌影像和天地图影像。产品以shp文件格式存储，包含坐标系、冰川ID、冰川面积等属性。产品为1期，空间分辨率为2米，边界精度在2米（一个像元）左右。该数据直观地反映了祁连山冰川在2020年的分布，可用于冰川物质平衡变化定量估计、冰川变化对流域径流量影响定量估计等研究。
李佳
Based on AVHRR-CDR SR products, a daily cloud-free snow cover extent dataset with a spatial resolution of 5 km from 1981 to 2019 was prepared by using decision tree classification method. Each HDF4 file contains 18 data elements, including data value, data start date, longitude and latitude, etc. At the same time, to quickly preview the snow distribution, the daily file contains the snow area thumbnail, which is stored in JPG format. This data set will be continuously supplemented and improved according to the real-time satellite remote sensing data and algorithm update (up to may 2019), and will be fully open and shared.
HAO Xiaohua
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
1）数据内容：本数据集包含从1980s-2019年青藏高原地区Landsat长时序地表反射率产品,是很多地表地球物理参数（如叶面积指数、叶绿素和生物量）反演的关键输入参数。2）数据来源及加工方法：所采用的数据源主要来自中国卫星遥感地面站接收存档的Landsat四级产品，青藏高原地区地表反射率产品是基于6S辐射传输模型和MODIS大气产品进行逐像元大气校正,并在此基础上采用C因子法进行BRDF校正得到的；3）数据质量描述：几何精度为RMSE小于等于12m,地表反射率的精度为RMSD低于5%。4) 数据应用成果及前景：在森林、水资源、气候变化等领域长时序信息挖掘分析方面具有重要的应用价值。
彭燕
地表温度（Land surface temperature, LST）是地球表面与大气之间界面的重要参量之一。它既是地表与大气能量交互作用的直接体现，又对于地气过程具有复杂的反馈作用。因此，地表温度不仅是气候变化的敏感指示因子和掌握气候变化规律的重要前提，还是众多模型的直接输入参数，在许多领域有广泛的应用，如气象气候、环境生态、水文等。伴随地学及相关领域研究的深入和精细化，学术界对卫星遥感的全天候地表温度（All-weather LST）具有迫切的需求。 本数据集的制备方法是一种基于新型地表温度时间分解模型的卫星热红外遥感-再分析数据集成方法。方法的主要输入数据为Aqua MODIS LST产品和GLDAS等数据，辅助数据包括卫星遥感提供的植被指数、地表反照率等。方法充分利用了卫星热红外遥感和再分析数据提供的地表温度高频分量、低频分量以及地表温度的空间相关性，最终重建得到较高质量的全天候地表温度数据集。 评价结果表明，本数据集具有良好的图像质量和精度，不仅在空间上无缝，还与当前学术界广泛采用的逐日1 km Aqua MODIS LST产品在幅值和空间分布上具有较高的一致性。当以MODIS LST为参考时，该数据集在白天和夜间的平均偏差（MBE）为0.08K至0.16K，偏差标准差（STD）为1.12K至1.46K。基于分布于黑河流域、东北、华北和华南地区的15个站点实测数据的检验结果表明，其MBE为-0.06K至-1.17K，RMSE为1.52K至3.71K，且在晴空与非晴空条件下无显著区别。 本数据集的时间分辨率为逐日2次，空间分辨率为1km，时间跨度为2000年-2021年（注：通过外推方式将缺少Aqua MODIS LST产品时段内的全天候地表温度补齐）；空间范围包括我国陆域的主要区域（包含港澳台地区，暂不包含我国南海诸岛）及周边区域（72°E-135°E，19°N-55°N）。本数据集的缩写名为TRIMS LST（Thermal and Reanalysis Integrating Moderate-resolution Spatial-seamless LST），以便用户使用。需要说明的是，TRIMS LST的空间子集TRIMS LST-TP（中国西部逐日1 km全天候地表温度数据集（TRIMS LST-TP；2000-2021）V2）同步在国家青藏高原科学数据中心发布，以减少相关用户数据下载和处理的工作量。
周纪, 张晓东, 唐文彬, 丁利荣, 马晋, 张旭
农业灌溉需要消耗大量的可利用淡水资源，是人类对自然水循环过程最直接的扰动，加速了区域水循环的同时伴随着冷却作用。因此，估算灌溉用水对于探索人类活动对自然水循环的影响、量化水资源收支、优化农业水资源管理配置等具有重要意义。然而，目前灌溉用水数据主要是基于调查统计结果，数据空间分布离散且缺乏统一性，无法满足对灌溉用水的时空变化进行估算的需求。全球灌溉农田灌溉用水量遥感估算数据集（2011-2018）是基于卫星土壤湿度、降水、植被指数以及气象资料入辐射与气温等要素，通过土壤水量平衡原理，耦合遥感蒸散发过程模块以及利用基于差分优化的数据-模型融合算法来估算全球灌溉农田实际灌溉用水量。该数据集的灌溉用水估算结果相比传统的离散调查统计数据在不同空间尺度（区域、州/省和国家）上具有较小的偏差，如中国各省2015年农业用水统计结果对比（bias = −3.10 km^3），美国各州2013年调查数据结果对比（bias = −0.42 km^3）以及粮农组织各个国家尺度对比结果（bias = −10.84 km^3）。而且，相较于基于单个降水和土壤水分卫星产品的估算结果，该集合数据显示出更低的不确定性。此外，数据统一采用全球地理经纬度格网，相关元数据存储在对应的NetCDF文件内，空间分辨率约为25公里，时间分辨率为月尺度，时间跨度为2011年−2018年。该数据集将有助于定量评估历史时期农业灌溉用水的时空格局和支撑科学农业用水管理等。
张琨, 李新, 郑东海, 张凌, 朱高峰
夜间灯光遥感（以下简称夜光）已经成为反映包括社会经济和能源消耗在内的人类活动的一个越来越重要的指标。现有夜光数据集（如美国国防气象卫星计划（DMSP）和国家极地轨道可见光红外成像辐射计（NPP））在时间范围和数据质量上都很有限。因此我们提出了一种夜间灯光卷积长短期记忆(NTLSTM)网络，并将该网络应用于生长出世界上第一套1984 - 2020年中国的人工夜间灯光数据集(PANDA)。模型与原始图像的模型评估显示，平均均方根误差(RMSE)达到0.73，决定系数(R2)达到0.95，像素级的线性斜率为0.99，表明生成产品的数据质量较高。模型结果可以很好地捕捉到新建成区的时间趋势。社会经济指标(建成区面积、国内生产总值、人口)与PANDA的相关性比现有的所有产品都更好，这表明它在寻找不同阶段夜间灯光变化的不同控制方面有更好的潜力。此外，PANDA描绘了不同的城市扩展类型，在代表道路网络方面胜过其他产品，并在早期提供了潜在的夜光景观。
张立贤, 任浙豪, 陈斌, 宫鹏, 付昊桓, 徐冰
本数据集为青藏高原区域2016年日分辨率0.02° x0.02° BRDF 核驱动模型核系数数据集。采用耦合地形因子的多源遥感数据协同反演的BRDF\反照率模型，并引入先验知识进行质量控制，联合极轨卫星数据MODIS反射率和静止卫星葵花8-AHI地表反射率数据反演时空连续的日分辨率的高精度BRDF。MODIS地表反射率数据及AHI天顶反射率数据集为官方网站下载，经过配准、大气校正等处理，以5天为周期合成日分辨率BRDF。相较于同类产品,，该BRDF合成周期最短，且考虑了地形效应，对快速变化地表特征的捕捉更具有优势，且时空连续性更好。可有效支撑j反射率角度效应订正、或用于与BRDF相关地表参数的高精度估算。
闻建光, 唐勇, 游冬琴
本数据集包括2010、2015和2020年间，中亚地区五国（哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土库曼斯坦和乌兹别克斯坦）的植被覆盖度（FVC）数据。该数据由MODIS-NDVI数据集（产品编号MOD13A2.006），根据干旱区植被盖度与NDVI之间的经验关系计算得到。该产品时间分辨率为1年，空间分辨率1 km。算法从当年所有观测数据中，以低云、低探测角度和最高NDVI值为标准，选择最佳的可用像元值，并进行换算。
徐晓凡, 谈明洪
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
本数据集以大量的地面实测草地地上生物量数据为基础，以1980s中国植被类型图划分出温性草地类型，借助Google Earth Engine平台上的Landsat遥感数据，在不同草地类型分别构建了草地地上实测生物量-遥感数据的随机森林模型，在验证可靠的基础上，对1993～2019年间逐年的草地地上生物量进行了估算，从而形成了1993～2019年中国北方温性草地地上生物量的逐年空间数据集。地上生物量定义为单位面积内地面以上实存生活的植被有机物质总量。已对原有栅格值乘以系数100，单位：0.01克/平方米（g/m²）。本数据集可为中国北方温性草地资源、生态环境的动态监测和评价提供科学基础。
张娜
该数据集依据中分辨率长时间序列遥感影像Landsat，通过影像融合、遥感解译、数据反演等多种方式获得青藏高原1990/1995/2002/2005/2010/2015六期生态系统类型情况分布图，作出25年（1990-2015）青藏高原生态本底图，空间参考系统为Krasovsky_1940_Albers，空间分辨率为1000m。青藏高原各类生态系统面积统计表明，1990-2015年间，林地、草地面积略有减少，城镇用地、农村居民点及其他建设用地面积增加，河流、湖泊等水体面积增加，永久性冰川积雪面积减少。该图集可用于青藏高原生态工程的规划、设计及管理，并可作为生态系统现状的基准，用于阐明青藏高原重大生态工程建设的时空格局，揭示青藏高原生态系统格局和功能的变化规律和区域差异。
赵慧, 王小丹
青藏高原蒸散发是利用遥感、气象、以及野外通量观测站等数据，采用多尺度-多源数据协同的陆表蒸散遥感模型-ETWatch进行计算的。ETWatch采用了余项法与P-M公式相结合的方法计算蒸散。首先根据数据影像的特点选择适用的模型反演晴好日蒸散；遥感模型常常因为天气状况无法获取清晰的图像而造成数据缺失，为获得逐日连续的蒸散量的，引入Penman-Monteith公式，将晴好日的蒸散结果作为“关键帧”，将关键帧的地表阻抗信息为基础，构建地表阻抗时间拓展模型，填补因无影像造成的数据缺失，利用逐日的气象数据，重建蒸散量的时间序列数据，并通过数据融合模型，将中低分辨率的蒸散时间变化信息与高分辨率的蒸散空间差异信息的相结合，构建高时空分辨率蒸散数据集，从而生成青藏高原8km分辨率蒸散数据集(1990-2015)。
王晓峰
该数据集是基于一系列微波遥感数据获取，包含Special Sensor Microwave Imager (SSM/I), Advanced Microwave Scanning Radiometer for Earth Observation System (AMSR-E)等，表征植被的含水量，可作为初级生产力的参考。数据来源于Liu et al. (2015)，具体计算方法参见文章。源数据范围为全球，本数据集选取了青藏高原区域。该数据集常被用作评定植被绿度和初级生产力的时间和空间格局，具有实际意义和理论价值。
刘毅
本数据集包含2001-2018年青藏高原月平均地表实际蒸散发量，空间分辨率为0.1度。数据集主要以卫星遥感数据（MODIS）和再分析气象数据（CMFD）作为输入，利用地表能量平衡系统模型（SEBS）计算得到。在计算湍流通量的过程中引入了次网格地形拖曳参数化方案，提高了对地表感热通量和潜热通量的模拟。另外，利用青藏高原6个湍流通量站的观测数据对模型输出的蒸散发量进行了验证，显示出了较高的精度。该数据集可用于研究青藏高原陆气相互作用和水循环特征。
韩存博, 马耀明, 王宾宾, 仲雷, 马伟强, 陈学龙, 苏中波
泛第三极主要城市2000-2017年土地覆盖数据包含2000/2010/2017年14个城市（乌鲁木齐、西宁、兰州、达卡、加德满都、勒克瑙、德里、拉合尔、伊斯兰堡、喀布尔、杜尚别、塔什干、比什凯克、阿拉木图）30米分辨率的数据。包括植被、耕地、人造地表、水体和其它五种地类。利用GlobeLand30, MCD12Q1,Globcover2009识别了分类一致区域并保留，采用深度学习方法对分类不一致区域重新分类，融合两类区域得到最终的分类结果。 每年数据均经过人工目视解译验证。 数据应用于泛第三极城市建设用地变化、人类活动影响的研究。 数据类型：栅格。 投影方式：UTM投影。
栾文飞, 李新
数据集包括2015年11月27日- 2016年3月26日阿勒泰基站(lon:88.07, lon: 44.73)地面被动微波亮温、多角度亮温、10分钟四分量辐射和雪温、雪坑日观测数据和逐时气象数据。 日雪坑参数包括:积雪分层、分层厚度、密度、粒度、温度。 这些数据存储在5个NetCDF文件中，TBdata.nc, TBdata-multiangle.nc, Ten-minute 4 component radiation and snow temperature.nc, Hourly meteorological and soil data.nc and Daily snow pit data.nc,以及readme.doc。 TBdata.nc 为六通道双偏振微波辐射计RPG-6CH-DP自动采集的两偏振三个通道的亮度温度。内容包括年、月、日、时、分、秒、Tb1h、Tb1v、Tb18h、Tb18v、Tb36h、Tb36v、入射角、方位角。 TBdata-multiangle.nc为两种极化的3个通道的7组多角度亮度温度。 包括年、月、日、时、分、秒、Tb1h、Tb1v、Tb18h、Tb18v、Tb36h、Tb36v、入射角、方位角。 The ten-minute 4 component radiation and snow temperature. nc 为4组分辐射和层状雪温度。 内容包括:年、月、日、时、分、SR_DOWN、SR_UP、LR_DOWN、LR_UP、T_Sensor、ST_0cm、ST_5cm、ST_15cm、ST_25cm、ST_35cm、ST_45cm、ST_55cm。 The hourly meteorological and soil data.nc为每小时天气数据和分层土壤数据。内容包括年、月、日、时、Tair、Wair、Pair、Win、SM_10cm、SM_20cm、Tsoil_5cm、Tsoil_10cm、tsoil_15cm、Tsoil_20cm。 The daily snow pit data.nc为人工雪坑数据。观测时间为当地时间上午8:00-10:100。内容包括年、月、日、雪深、thickness_layer1、thickness_layer2、thickness_layer4、thickness_layer5、thickness_layer6、Long_layer1、Short_layer1、Long_layer2、Short_layer2、Long_layer3、Short_layer4、Long_layer5、Short_layer5、Long_layer6、short_layer6、Stube、snow shovel_0-10、 雪铲_10-20、雪铲_20-30、雪铲_30-40、雪铲_40-50、雪叉_10、雪叉_15、雪叉_20、雪叉_25、雪叉_30、雪叉_35、雪叉_40、雪叉_45、雪叉_50、形状1、形状2、形状3、形状4、形状5。
戴礼云
西亚地区荒漠化专题数据主要包括：西亚地区沙化土地分布图和西亚地区退化草地分布图，空间分辨率为30m。西亚地区沙化土地分布图包含的土地类型有沙地、盐碱地、裸土地和裸岩石砾地，西亚地区退化草地分布图将草地划分为高覆盖草地、中覆盖草地和低覆盖草地三类。数据由中国科学院新疆生态与地理研究所遥感与GIS重点实验室生产，生产费用由“中国科学院战略性先导科技专项XDA20030101资助”，数据空间分辨率为30m。数据主要是基于2015年TM、ETM遥感影像数据，基于去云、镶嵌与裁剪、拼接、阴影处理等预处理，借助eCognition软件进行面向对象的地类分类，实现软件自动分类和人工信息提取相结合，最后对分类结果进行人工检查与修正。数据验证方式为野外实地验证和高精度影像验证两种方式，验证精度达到85%以上。
Snow is a significant component of the ecosystem and water resources in high-mountain Asia (HMA). Therefore, accurate, continuous, and long-term snow monitoring is indispensable for the water resources management and economic development. The present study improves the Moderate Resolution Imaging Spectroradiometer (MODIS) onboard Terra and Aqua satellites 8 d (“d” denotes “day”) composite snow cover Collection 6 (C6) products, named MOD10A2.006 (Terra) and MYD10A2.006 (Aqua), for HMA with a multistep approach. The primary purpose of this study was to reduce uncertainty in the Terra–Aqua MODIS snow cover products and generate a combined snow cover product. For reducing underestimation mainly caused by cloud cover, we used seasonal, temporal, and spatial filters. For reducing overestimation caused by MODIS sensors, we combined Terra and Aqua MODIS snow cover products, considering snow only if a pixel represents snow in both the products; otherwise it is classified as no snow, unlike some previous studies which consider snow if any of the Terra or Aqua product identifies snow. Our methodology generates a new product which removes a significant amount of uncertainty in Terra and Aqua MODIS 8 d composite C6 products comprising 46 % overestimation and 3.66 % underestimation, mainly caused by sensor limitations and cloud cover, respectively. The results were validated using Landsat 8 data, both for winter and summer at 20 well-distributed sites in the study area. Our validated adopted methodology improved accuracy by 10 % on average, compared to Landsat data. The final product covers the period from 2002 to 2018, comprising a combination of snow and glaciers created by merging Randolph Glacier Inventory version 6.0 (RGI 6.0) separated as debris-covered and debris-free with the final snow product MOYDGL06*. We have processed approximately 746 images of both Terra and Aqua MODIS snow containing approximately 100 000 satellite individual images. Furthermore, this product can serve as a valuable input dataset for hydrological and glaciological modelling to assess the melt contribution of snow-covered areas. The data, which can be used in various climatological and water-related studies, are available for end users at https://doi.org/10.1594/PANGAEA.901821 (Muhammad and Thapa, 2019).
Sher Muhammad
青藏高原由于高云覆盖，通常用来监测湖泊面积的光学遥感影像数据，如Landsat只能用来监测湖泊年尺度面积变化，而对湖泊季节变化研究了解较少。使用Sentinel-1 SAR数据，对青藏高原大于50平方公里湖泊月尺度面积进行了提取。研究显示，湖泊的季节变化显示出截然不同的模式，面积较大的湖泊（> 100 km2）在8-9月达到峰值，而较小的湖泊（50-100 km2）面积在6-7月达到峰值。封闭湖泊面积的季节峰值更突出，而外流湖的季节峰值更平缓。冰川补给湖相对于非冰川补给湖显示了延迟的面积峰值。同时，大尺度的大气环流，如西风、印度季风、和东亚季风也影响着湖泊面积的季节变化。此研究为监测湖泊面积年内变化弥补了空白。
张宇, 张国庆
土地覆盖数据是了解人类活动与全球变化之间复杂相互作用的关键信息来源。基于清华大学制作的30 m分辨率的FROM-GLC全球土地覆盖产品，利用34个泛第三极关键节点区域矢量对其进行裁剪等处理，获得本数据集。本数据集的一级分类体系为：10.农田；20.森林；30.草地；40.灌木丛；50.湿地；60.水体；70.苔原；80.不透水面；90.裸地；100.冰雪；120.云。其数据质量取决于FROM-GLC产品质量，本数据集作为所有遥感数据的研究基础，为项目提供了基底数据。
葛咏, 凌峰, 张一行
青藏高原是全球气候变化的敏感区域。地表温度（Land Surface Temperature, LST）作为地表能量平衡中的主要参数，表征了地气间能量和水分交换的程度，广泛应用于气象气候、水文、生态等领域的研究中。青藏高原的陆地-大气相互作用等研究，迫切需要较长时间序列和较高时空分辨率的全天候地表温度数据集。然而，该区域较为频繁的云覆盖特征，使现有卫星热红外遥感地表温度数据集的使用受到较大的局限。 相较于2019年发布的前一个版本——中国西部逐日1km空间分辨率全天候地表温度数据集（2003-2018）V1，本数据集（V2）采用了一种新的制备方法，即基于新型地表温度时间分解模型的卫星热红外遥感-再分析数据集成方法。方法的主要输入数据为Aqua MODIS LST产品和GLDAS等数据，辅助数据包括卫星遥感提供的植被指数、地表反照率等。该方法充分利用了卫星热红外遥感和再分析数据提供的地表温度高频分量、低频分量以及地表温度的空间相关性。 评价结果表明，本数据集具有良好的图像质量和精度，不仅在空间上无缝，还与当前学术界广泛采用的逐日1 km Aqua MODIS LST产品在幅值和空间分布上具有较高的一致性。以MODIS LST为参考值时，该数据集在白天和夜间平均偏差（MBE）分别为-0.28 K和-0.29 K，偏差标准差（STD）分别为1.25 K和1.36 K。基于青藏高原和黑河流域的6个站点实测数据的检验结果表明，晴空条件下，本数据集在白天/夜间与实测LST均具有高度的一致性，其MBE为-0.42~0.25 K/-0.35~0.19 K；均方根误差 （RMSE）为1.03~2.28 K/1.05~2.05 K；非晴空条件下，本数据集在白天/夜间的MBE为-0.55~1.42 K/-0.46~1.27 K；RMSE为2.24~3.87 K/2.03~3.62 K。与V1版本的数据相比，两种全天候地表温度均在空间维度上表现除了空间无缝（即无缺失值）的特性，且在大部分区域内，两种全天候地表温度的空间分布和幅值均与MODIS地表温度高度一致。然而，在AMSR-E/AMSR2轨道间隙亮温缺失的区域内，V1版本的地表温度产生了低估。TRIMS地表温度与V1版本地表温度在AMSR-E/AMSR2轨道间隙外的质量接近，而在轨道间隙内前者的质量更加可靠。因此，建议用户使用V2版本。 本数据集的时间分辨率为逐日2次，空间分辨率为1km，时间跨度为2000年-2021年（注：通过外推方式将缺少Aqua MODIS LST产品时段内的全天候地表温度补齐）。本数据集的空间范围包括青藏高原为核心的我国西部及周边地区（72°E-104°E，20°N-45°N）。因此，本数据集的缩写名为TRIMS LST-TP（Thermal and Reanalysis Integrating Moderate-resolution Spatial-seamless LST – Tibetan Plateau），以便用户使用。
周纪, 张晓东, 唐文彬, 丁利荣, 马晋, 张旭
该数据集包含2014年07月23日至2014年08月18日在黑河下游混合林站和超级站观测的热像仪组分温度数据。观测地点坐标分别为101.1335E、41.9903N和101.1374E、42.0012N，海拔约874m。在混合林站和超级站分别使用Testo890-2（热红外图像：640 × 480，可见光2048 × 1536）和Testo875-2i（热红外图像：160 × 120，可见光640 × 480）热像仪，以通量塔为中心，在10m高度处，拍摄塔周围的地表亮温和可见光图像。在混合林站的观测方向为东北、东、东南、西南和西北，在超级站的观测方向为东北、东南、西南和西北。观测时间范围主要为晴空日期的10:00至16:00；各次的观测时间为整点和MODIS、Landsat 8过境时；8月4日的拍摄为配合航空飞行，观测间隔约为10min。
周纪, 李明松, 马晋
该数据集包含2014年07月22日至2016年07月19日在黑河下游混合林站和超级站观测的组分温度数据。测量地点坐标分别为101.1335E、41.9903N和101.1374E、42.0012N，海拔约874m。所使用的红外辐射计型号为SI-111，数采为CR800。混合林站使用两支传感器分别观测光照胡杨（南侧）和阴影胡杨（北侧）的组分温度。两支传感器架设高约5m，距目标约1m，水平观测。超级站使用两支传感器分别观测裸土和柽柳的组分温度。观测裸土的传感器架设高度约2m，观测天顶角约45°；观测柽柳的传感器架设高度约1m，距被测目标约0.5m，水平观测。
周纪, 李明松, 马晋
使用Sentine-1 SAR 数据对青藏高原黑河流域野牛沟冻土进行监测。采用2014~2018年野牛沟区域Sentine-1 SAR影像，利用了基于分布式雷达目标的小基线集时序InSAR(DSs-SBAS)冻土形变监测方法，结合SAR后向散射系数，MODIS地表温度和Stefan模型，估算了研究区活动层厚度。结果表明活动层厚度在0.8米至6.6米之间，平均值约为3.3米。对开展大范围、高分辨监测具有十分重要的意义。
江利明
全球气候变暖及人类活动导致青藏高原大面积冻土退化、热融滑塌等问题,严重影响了多年冻土区工程建设和生态环境。以青藏高原黑河流域俄博岭的冻土为研究区，基于高分辨率卫星影像，利用机器学习面向对象分类技术提取研究区内热融滑塌信息，结果表明2009年至2019年研究区热融滑塌数量从12条增至16条，总面积由14718.9平方米增至28579.5平方米，增加了近两倍。高空间分辨率遥感与面向对象分类方法相结合在冻土热融滑塌监测中具有广阔的应用前景。
江利明
湖泊的形成与消失、扩张与收缩对生态环境演化和社会经济发展都有重要影响。由于受气候、生态环境和人类活动等因素的综合影响，湖泊水域范围的变化速度快、幅度大，对观测的频率和分布都有很高的要求。近几十年以来，卫星遥感技术以其快速、覆盖面广、成本低廉等优点，为较大区域的湖泊动态监测提供了重要数据基础。针对大范围、高精度、长时间序列的湖泊变化分析对遥感数据时空分辨率的需求，本数据集基于 Landsat 卫星数据的自动湖泊提取方法（Feng et al., 2015），利用 2000 年以来的 Landsat 多颗卫星的观测数据，收集了2000 年以来的云量小于 80%的所有Landsat 数据，获得共 96278 景影像（约 25T 数据量），结合高性能数据存储和处理能力，提取了青藏高原和中亚地区 2000-2015 年湖泊分布记录，形成了时空一致的逐月水域范围数据集。利用分层随机采样采集样点，通过人工解译，获取能够代表不同时空分布的验证样点。评价结果表明：研究区时间序列水体数据总体精度为 99.45%(±0.59)，水体用户精度（错分）为 85.37% （±3.74），制图精度(漏分)为 98.17%（±1.05）。
冯敏, 车向红
本数据集为青藏高原黄河源区2015年逐像素年内最大植被覆盖度空间分布图，该区域的面积约为4.4万平方公里。此数据是基于2015年MODIS（空间分辨率250米） 和Landsat-8 OLI（空间分辨率30米）植被生长季（5月初-9月末）的时间序列影像，并利用最大值合成方法、像元二分模型和时间插值等方式获得。植被覆盖度空间分布图的空间分辨率为30米，采用WGS 1984 UTM 投影，数据格式为grid格式。
王广军
中亚地区荒漠化（土地沙化、盐渍化和植被退化）专题数据主要包括：中亚地区沙化土地分布图、中亚地区盐渍化土地分布图和中亚地区土地植被退化分布图，空间分辨率为1km，时间分辨率为年。中亚地区盐渍化土地分布图将盐渍化土地分为了轻度、中度、重度和极重度盐渍化土地四类。中亚地区土地植被退化分布图将植被退化状况分为了显著改善、轻微改善、稳定或无植被、轻微退化和显著退化五类。数据由中国科学院新疆生态与地理研究所遥感与GIS重点实验室生产，生产费用由“中国科学院战略性先导科技专项XDA20030101资助”。
许文强
中亚-西亚地区典型流域荒漠化关键要素数据集由4部分组成，分别是阿姆河流域农用地分布及变化、阿姆河流域草地分布及变化、阿姆河流域灌丛分布及变化和阿姆河流域森林分布及变化，数据空间分辨率为30m。由中国科学院新疆生态与地理研究所遥感与GIS重点实验室生产，数据生产费用由“中国科学院战略性先导科技专项XDA20030101资助”。阿姆河流域荒漠化关键要素数据集由1990年、2000年和、2010年三期数据组成，是基于TM/ETM遥感影像解译获得。
许文强
数据来源于美国地质勘探局（USGS）开发的30秒全球高程数据集，于1996年完成。从NCAR和UCAR联合的数据下载中心（https://rda.ucar.edu/datasets/ds758.0/）下载了泛第三极区域的数据，并通过数据中心重新分发。GTOPO30在分发时将全球分为33个区块，采样间隔为30弧秒， 即0.008333333333333度，坐标参考为WGS84，其值为垂直方向高出海平面的距离，即海拔，单位为m，海拔范围-407到8752，这里不包含海洋深度信息，负值为大陆架的海拔；海洋处标记为-9999，海岸线以上大陆海拔至少为1；小于1平方千米的岛不考虑。详细说明信息请见说明文档。 为了便于用户使用方便，在分块数据的基础上，将-10S-90N，20W-180E内10个区块进行拼接，没有经过任何重采样处理。本数据文件为DEM_ptpe_Gtopo30.nc
何永利
青藏高原生态资产评估遥感反演基础数据集包括了青藏高原自2000年起年度的植被覆盖度(FVC)，净初级生产力(NPP)和叶面积指数(LAI)等基于遥感反演的生态参数，以供区域尺度生态资产评估研究使用。其中植被覆盖度数据以MODIS NDVI数据为主体，基于像元二分模型，利用多尺度遥感影像，结合植被群落类型、分布特征等高精度遥感参数，发展植被覆盖度模型，用混合像元分解法构建。精度验证估测值与实测值的RMSE为0.21，在样本值0-0.5之间均存在一定的高估情况。
刘文俊
中亚沙漠油气田分布城镇分布数据，数据格式为“.shp”格式矢量数据。包括了中亚五国油气田及主要城镇居民点的分布。该数据由MODIS-MCD12Q产品提取裁切而成，该产品空间分辨率为500 m，时间分辨率为1年，其分类标准采用的是IGBP全球植被分类方案，该方案共分为17种土地覆被类型，其中城镇数据利用该分类方案中的建筑与城镇用地。该数据可为中亚地区沙漠油气田与绿城城镇风沙灾害评估和防治提供数据支撑。
高鑫
该数据集是NOAA的 Advanced Very High Resolution Radiometer (AVHRR)传感器获取的长时间序列的NDVI数据。该数据集时间范围是1982年至2015年。为了去除NDVI数据中的噪声，进行了最大化合成、多传感器对比纠正。每半个月合成一幅NDVI影像。该数据集在植被长期变化趋势分析中被广泛应用。该数据集是从全球数据集中将三江源部分裁切出来，以便单独开展三江源地区的研究分析。 本数据集数据格式为geotiff，空间分辨率为8km，时间分辨率为2周，时间范围为1982年至2015年。数据转系系数为10000， NDVI = ND/10000。
NOAA
该数据集是MODIS的植被指数数据（MOD13Q1），将三江源区域进行了提取，以便单独开展三江源地区的研究分析。MOD13Q1是16天合成的植被指数，包含归一化植被指数（NDVI）和增强型植被指数（EVI）。三江源的空间范围覆盖两景MODIS文件（h25v05和h26v05）。数据存储格式为hdf，每个文件中包含12个波段：归一化植被指数（NDVI）、增强型植被指数（EVI）、数据质量（VI Quality）、红波段反射率（red reflectance）、近红外波段反射率（NIR reflectance）、蓝波段反射率（blue reflectance）、中红外波段反射率（MIR reflectance）、观测天顶角（view zenith angle）、太阳天顶角（sun zenith angle）、相对方位角（relative azimuth angle）、合成的时间（composite day of the year）和象元可靠性（pixel reliability）. 本数据集数据格式为hdf，空间分辨率250m，时间分辨率是16天，时间范围：2000年2月至2018年10月。
Kamel Didan*, Armando Barreto Munoz, Ramon Solano, Alfredo Huete
该数据集是SPOT卫星上的VEGETATION传感器获取的长时间序列的NDVI数据。该数据集时间范围是1998年5月至2013年。为了去除NDVI数据中的噪声，进行了最大化合成。每10天合成一幅NDVI影像。该数据集是从全球数据集中将三江源部分裁切出来，以便单独开展三江源地区的研究分析。 本数据集数据格式为geotiff，空间分辨率1km，时间分辨率是10天，时间范围：1998年5月至2013年12月。
Image Processing Centre for SPOT-VGT
该数据集是SeaWiFS获取的长时间序列的NDVI数据。该数据集时间范围是1997年9月至2007年。为了去除NDVI数据中的噪声，进行了最大化合成。每15天合成一幅NDVI影像。该数据集是从全球数据集中将三江源部分裁切出来，以便单独开展三江源地区的研究分析。 本数据集数据格式为geotiff，空间分辨率4km，时间分辨率是15天，时间范围：1997年第256天至2007年第365天。
Charles R. Mcclain
2018年8月19日在长江源园区曲麻莱县的高寒草甸样方采用DJI无人机进行航拍，按照设定的飞行路线拍摄照片，相邻照片重叠度不低于70%，利用拍摄的照片生成正射影像和DSM，正射影像包含红绿蓝三个波段，正射影像地面分辨率为2.5cm，拍摄面积为860m×770m，DSM的分辨率为4.5cm。
王旭峰, 魏彦强
2018年8月19日在长江源园区曲麻莱县的湿地样方采用DJI无人机进行航拍，按照设定的飞行路线拍摄照片，相邻照片重叠度不低于70%，利用拍摄的照片生成正射影像和DSM，正射影像包含红绿蓝三个波段，地面分辨率为2cm，拍摄面积为850m×1000m，DSM的分辨率为4.5cm。
王旭峰, 魏彦强
2018年8月22日在位于澜沧江源区的固定样方采用DJI无人机搭载的照相机，按照设定的飞行路线拍摄照片，相邻照片重叠度不低于70%，利用拍摄的照片生成正射影像和DSM，正射影像包含红绿蓝三个波段，地面分辨率为2.5cm，拍摄面积为1000m×1000m，DSM的分辨率为4.5cm。由于通信故障，导致中间4条航带没有拍摄上照片，所以中间有一个条带的影像缺失。
王旭峰, 王旭峰, 魏彦强, 王旭峰
通过燃烧地表植被和土壤有机物质，野火会对冻土环境产生强烈影响。受火灾干扰的植被可能需要许多年才能恢复到火灾前期或成熟水平。在本数据集中，通过量化C 波段和 L 波段 SAR 后向散射 15 年(2002—2017)的变化，用来研究阿拉斯加北坡Anaktuvuk 河流域冻土苔原环境火灾对植被再生长的影响。火灾过后，C 和 L 波段 在严重火灾地区后向散射系数比未烧的地区分别增加了 5.5 和 4.4 dB。火灾发生后 5 年，C 波段背向散射差异在火灾区和未燃烧区之间减小，表明过火地植被水平已恢复到未燃烧区域水平。这种持续恢复时间比基于光学的 NDVI 观测的 3 年恢复要长。此外，在植被恢复 10 年后， L 波段在火灾严重区后向散射比未燃烧区依然约高 2 dB。 这种持续的差异可能是由表面粗糙度增加造成的。我们的分析表明，长期存档的星载 SAR 后向散射可以量化北极苔原环境火灾后植被恢复情况，也可以作为光学观测的补充。 后向散射数据覆盖时间从2002年到2017年，时间分辨率为逐月，覆盖范围为喀阿拉斯加北坡Anaktuvuk 河流区域，空间分辨率为30~100 m，C/L波段数据分开，每月数据的存放一个Geotiff文件。 数据的详细情况见阿拉斯加北坡Anaktuvuk 河流域SAR后向散射数据 -数据说明。
江利明
该数据集是基于MODIS 16天合成的NDVI产品（MOD13A2 collection6）估算的三江源地区的植被生长季开始（Start of Season: SOS）和生长季结束的日期（End of Season: EOS）。分别用了两种常见的物候期估算方法，分别是基于多项式拟合的阈值提取法（文件名中有poly字符）和基于双逻辑曲线（double logistic function）拟合后的拐点提取法（文件名中有sig字符）。该数据可以用来分析植被物候期与气候变化的关系。时间范围为2001年至2014年。空间分辨率为1km。
王旭峰
该数据集包含了黄河源、长江源、澜沧江三个源区的最大值合成法生产的NPP产品数据。MOD13Q1、MOD17A2以及MOD17A2H遥感产品数据来自于NASA网站（http://modis.gsfc.nasa.gov/）。MOD13Q1产品的分辨率为250 m, 16 d合成产品。MOD17A2和MOD17A2H产品数据都是8 d合成产品, MOD17A2的分辨率为 1000 m, MOD17A2H的分辨率为500 m。最终合成的MODIS NPP产品的分辨率为1km。 下载的MOD13Q1、MOD17A2、MOD17A2H遥感数据产品, 格式为HDF, 该数据已经过大气校正、辐射校正、几何校正和去云等处理。1）MRT投影转换。将下载的数据产品进行格式和投影转换, 将HDF格式转换为TIFF格式, 将投影转换为UTM投影, 输出250 m分辨率的NDVI、250 m分辨率的EVI、1000 m和500 m两种分辨率的净光合PSNnet。2）MVC最大值合成。将与地面实测数据同期的NDVI、EVI、PSNnet采用最大值合成, 得到与实测数据对应的值。采用最大值合成法可以有效减少云、大气、太阳高度角等的影响。3)基于NASA-CASA模型生成NPP年值。
Kamel Didan*, Armando Barreto Munoz, Ramon Solano, Alfredo Huete
该数据集是基于SPOT卫星的Vegetation传感10天合成的NDVI产品估算的三江源地区去的植被生长季开始（Start of Season: SOS）和生长季结束的日期（End of Season: EOS）。分别用了两种常见的物候期估算方法，分别是基于多项式拟合的阈值提取法（文件名中有poly字符）和基于双逻辑曲线（double logistic function）拟合后的拐点提取法（文件名中有sig字符）。该数据可以用来分析植被物候期与气候变化的关系。时间范围为1999年至2013年。空间分辨率为1km。
王旭峰
该数据集是基于GIMMS 最新版本的NDVI数据集GIMMS3g version 1.0估算的三江源地区去的植被生长季开始（Start of Season: SOS）和生长季结束的日期（End of Season: EOS）。分别用了两种常见的物候期估算方法，分别是基于多项式拟合的阈值提取法（文件名中有poly字符）和基于双逻辑曲线（double logistic function）拟合后的拐点提取法（文件名中有sig字符）。该数据可以用来分析植被物候期与气候变化的关系。时间范围为1982年至2015年，空间分辨率为8km。
王旭峰
本数据包含两个数据文件，GLOBELAND30 TILES（原始数据）和TIBET_ GLOBELAND30_MOSAIC（镶嵌数据）。 原始数据下载自全球地表覆盖数据网站（GlobalLand3）（http://www.globallandcover.com），范围涵盖青藏高原及周边地区。原始数据分幅存储，为了便于用户使用数据，在分幅数据的基础上，我们使用Erdas软件对原始数据进行了拼接镶嵌。 全球地表覆盖数据（GlobalLand30）是国家863计划重点项目“全球地表覆盖遥感制图与关键技术研究”的科研成果，该数据利用美国陆地卫星影像（TM5、ETM+）和中国环境减灾卫星（HJ-1）影像数据，采用基于像素分类-对象提取-知识检核的综合方法提取而成。数据包括耕地、森林、草地、灌木、湿地、水体、苔原、人造覆盖、裸地、冰川和永久积雪10个一级地表覆盖类型，没有进行二级类型提取。在准确度评估方面，评估九种类型和超过150,000个测试样品。GlobeLand30-2010的整体精度达到80.33％。Kappa指标为0.75。 GlobeLand30数据采用WGS84坐标系，UTM投影，6度分带，参考椭球为WGS 84椭球。根据不同的纬度情况，采用2种分幅方式进行数据组织。在南北纬60°区域内，按照5°（纬度）×6°（经度）大小进行分幅；在南北纬60°至80°区域内，按照5°（纬度）×12°（经度）大小进行分幅，按照奇数6°带的中央经线进行投影。 GLOBELAND30 TILES：原始数据保留数据原貌，未进行处理。 TIBET_ GLOBELAND30_MOSAIC：使用erdas软件对原始数据进行镶嵌，参数设置使用默认值原始数据保留数据原貌，精度同下载网站。
陈军
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
该数据集是玛多地区2016年7月、8月、9月的植被指数（NDVI），基于高分一号的多光谱数据计算得到，空间分辨率为16m。对高分一号数据进行镶嵌、转投影、裁切等处理，然后在7月、8月、9月中每个月进行最大化合成。
李飞, 张志军
该NDVI数据集是由NASA EOSDIS LP DAAC 和美国地质调查 USGS EROS共同发布的第六版MODIS均一化植被指数产品（2001-2016）。该产品的时间分辨率是16天，空间分辨率0.05度。该版本是在原有1公里分辨率的NDVI产品（MYD13A2）基础上生成的气候模拟格点（CMG）数据产品。 请在致谢中以下方式说明该数据的来源： The MOD13C NDVI product was retrieved from the online in courtesy of the NASA EOSDIS Land Processes Distributed Active Archive Center (LP DAAC), USGS/Earth Resources Observation and Science (EROS) Center, Sioux Falls, South Dakota, The [PRODUCT] was (were) retrieved from the online [TOOL], courtesy of the NASA EOSDIS Land Processes Distributed Active Archive Center (LP DAAC), USGS/Earth Resources Observation and Science (EROS) Center, Sioux Falls, South Dakota.
NASA
该NDVI数据集是最新发布的NOAA全球模拟和绘图项目（GIMMS，Global Inventory Monitoring and Modeling System）长序列（1981-2015）均一化植被指数产品，版本号3g.v1。 该产品的时间分辨率是每月两次，空间分辨率1/12度。时间跨度1981年7月至2015年12月。该产品为共享数据产品，可直接从ecocast.arc.nasa.gov下载。 详情请参考https://nex.nasa.gov/nex/projects/1349/
NCAR
全球Cryosat-2 GDR数据集由欧空局(ESA)制作，数据覆盖时间从2010年到2016年，覆盖范围为全球。 2010年4月8号，ESA发射了Cryosat - 2高倾斜极轨卫星。该卫星上搭载了合成孔径干涉雷达高度计SIRAL，主要用于监测极地的冰层厚度和海冰厚度变化，进而研究极地冰层的融化对全球海平面上升的影响，以及全球气候变化对南极冰厚的影响。这种高度计工作在Ku波段，工作频率为13.575 GHz，包括3种测量模式：一是低分辨率指向星下点的高度计测量模式（LRM），可获得陆地、海洋和冰盖所有表面观测值，它的处理过程与ENVISAT/RA - 2 类似，沿轨分辨率为5到7 km；二是合成孔径雷达（SAR）测量模式，主要为提高海冰观测精度和分辨率，可使沿轨分辨率达到250 m左右；三是干涉合成孔径雷达模式（InSAR），主要为提高冰盖或冰架边缘等地形复杂区域精度。 Cryosat -2/SIRAL数据产品主要包括0级数据、1b级数据、2级数据和高级数据。Cryosat - 2/SIRAL产品由XML头文件（.HDR）和数据产品文件（.DBL）两个文件组成，HDR文件是辅助性的ASCII文件，用于快速识别检索数据文件。1b级产品是按照测量模式分开存储的，不同模式的数据记录格式也有所不同。LRM模式和SAR模式的每个波形有128个采样点，SARIn模式的波形则有512个采样点。2级GDR产品可以满足大多数的科学研究应用，包括了测量时间、地理位置、高度等信息。并且，GDR产品中的高度信息已经经过了仪器校正、传输延迟改正、几何改正和地球物理改正（如大气改正与潮汐改正）。GDR产品是单独的全球性的全轨道数据，即三种模式的测量结果，经过不同的处理过程后，按照时间先后顺序，合并到一起，从而统一了数据记录格式。三种模式的数据采用了不同的波形重跟踪算法来获得高度值，在最新更新的Baseline C数据中，LRM模式的数据采用了3种算法，分别为Refined CFI、UCL和Refined OCOG。
沈国状, 傅文学
Sentinel-1A/B卫星使用近极地太阳同步轨道，轨道高度693 km，轨道倾角98.18°，轨道周期99 min，搭载了C波段合成孔径雷达(SAR)，设计使用寿命为7年(预期12年)Sentinel-l 具有多种成像方式，可实现单极化、双极化等不同的极化方式。Sentinel-1A SAR共有4种工作模式：条带模式(Strip Map Mode，SM)、超宽幅模式 (Extra Wide Swath，EW)、宽幅干涉模式 (Interferometric Wide Swath，IW) 和波模式 (Wave Mode，WV)。A星于2014年4月成功发射，同一区域重访周期为12天，B星2016年4月成功在轨运行，目前重返周期达到3-6天，双星运行以后，南极地区S1数据获取频率大幅度增加。 本数据集为南极冰盖和格陵兰冰盖地区哨兵一号SAR数据。 该数据波段为C波段超宽幅地距多视数据，分辨率为20m*40m, 时间分辨率和往返周期有关，为12天，幅宽为400km，噪声水平为-25dB，辐射测量精度1.0dB。 本数据每年覆盖时间为：南极10月到来年3月，格陵兰4月到9月；覆盖范围南极冰盖冰架地区和格陵兰冰盖。
张露
随着SAR干涉测量技术的不断进步，使得高精度获取冰川区的多时相DEM成为了可能。特别是，2000年美国国家航空航天局（NASA）主导的航天飞机雷达制图计划（SRTM）提供了覆盖全球56ºS - 60ºN范围的DEM资料；德国宇航局（DLR）的TanDEM-X双站SAR干涉测量系统能够提供全球范围高分辨率、高精度DEM。这些高质量、大覆盖范围的SAR干涉测量数据，以及发布的DEM数据产品，为利用多时相DEM探测冰川厚度变化提供了宝贵的基础资料。 青藏高原典型冰川厚度变化数据的时间段为2000-2013年，覆盖范围为普若岗日和祁连山西部地区，空间分辨率30米。利用TanDEM-X双站InSAR数据和C波段 SRTM DEM，首先采用差分干涉测量方法高精度的生成TanDEM-X DEM，然后在进行DEM精确配准的基础上，通过对比不同时期获取的DEM数据，估算冰川厚度变化。该数据集采用Geotiff格式，每个典型冰川冰厚变化存储为一个文件夹。 数据的详细情况见青藏高原典型冰川厚度变化数据集-数据说明。
江利明
该数据为2005年格陵兰岛地区ENVISAT-1卫星ASAR传感器获取的Wide Swath模式Level 1B级SAR数据，幅宽400km，空间分辨率为75m，绝对定位精度约为200米。 该SAR数据在存储时都是以时间增长为序的方式存储的，这使的下行轨道的图象为左右镜象，而上行轨道的图象为上下镜象。 该数据的命名规则如下例所示： ASA_IMS_1PPIPA 20050402_095556_000000162036_00065_16151_0388.N1 ASA: 产品标识,ASAR传感器 IMS: 数据的接收、处理信息(成像模式，如WS，WSS，IM，...) 1PPIPA:订制的编号 20050402: 数据获取的时间（UTC时间) 095556:地理位置（开始、结束） 000000162036:卫星轨道信息 00065:产品信任数据 16151:产品大小、结构信息 0388 => 校验码
惠凤鸣
黑河流域1km/5天合成叶面积指数（LAI）数据集提供了2010-2014年的5天LAI合成结果，该数据利用Terra/MODIS、Aqua/MODIS、以及国产卫星FY3A/MERSI和FY3B/MERSI传感器数据构建空间分辨率1km、时间分辨率5天的多源遥感数据集。多源遥感数据集可在有限时间内提供比单一传感器更多的角度和更多次的观测，但是，由于传感器的在轨运行时间及性能差异，多源数据集的观测质量参差不齐。因此，为更有效的利用多源数据集，算法首先对多源数据集进行了质量分级，根据观测合理性分为一级数据、二级数据、三级数据。三级数据为受薄云污染的观测，不用于计算。质量评估及分级的目的是为LAI反演时最优数据集的选择及反演算法流程设计提供依据。叶面积指数产品反演算法设计为区分山地平地、区分植被类型使用不同模型的神经网络法反演。基于全球DEM图和地表分类图，针对草地和农作物等连续植被采用PROSAIL模型，针对森林和山地植被采用坡面GOST模型。利用黑河上游森林和中游绿洲的地面实测数据生成的参考图，并将对应的高分辨率参考图升尺度到1km分辨率，与LAI产品进行比较，产品在农田和森林区域与参考值间均具有良好的相关性，总体精度基本满足GCOS规定的误差不超过 (0.5, 20%)的精度阈值。将本产品与MODIS、GEOV1和GLASS等LAI产品进行交叉对比，相比较参考值而言，本LAI产品精度优于同类产品。总之，黑河流域1km/5天合成LAI数据集综合利用多源遥感数据以提高LAI参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
李静, 尹高飞, 仲波, 吴俊君, 吴善龙
2012年6月15日在大满加密观测区超级站附近的TerraSAR-X样方进行了卫星过境地面同步观测。TerraSAR-X卫星搭载X波段的合成孔径雷达（SAR），该日过境影像为HH/VV极化，标称分辨率3 m，入射角介于22-24°，过境时间为19:03（北京时间），主要覆盖中游人工绿洲生态水文试验区。本地面同步数据集可为发展和验证主动微波遥感反演土壤水分算法提供基本地面数据集。 样方及采样策略： 选择了超级站东南边的6个自然地块，面积约为100 m×100 m。样方西北角的一个地块为西瓜地，其他为玉米。样方的选择依据是：（1）考虑了不同植被种类，即西瓜和玉米；（2）样方的大小考虑到了可见光像元，100 m见方的大小可以保证至少4个30 m像元落在其中；（3）样方的位置选在超级站附近，交通便利，北面有超级站的观测，东西两侧各有一个WATERNET节点，为今后融入这些观测提供了可能；（4）此外，在样方四周，也有一些明显地物点，能够保证今后对SAR影像的几何纠正比较准确。 考虑到影像的分辨率，同步观测中，以5 m为间隔，采集了21条样线（东西分布），每条线5 m间隔共23个点（南北方向），使用4台Hydraprobe Data Acquisition System （HDAS，参考文献2）同时测量，通过测绳上的刻度和移动样线来控制采样间隔以弥补不能使用手持GPS的不足。 测量内容： 获取了样方上约500个点，每个点2次观测，即对覆膜玉米地，在每个采样点进行2次观测，1次膜内（数据记录中标记为a），1次膜外（数据记录中标记为b）；西瓜地虽然也覆膜，但考虑到并非水平铺设，只测量非覆膜位置土壤水分（两次数据记录中标记均为b）。由于HDAS系统采用POGO便携式土壤传感器，观测获得土壤温度、土壤水分（体积含水量）、损耗正切、土壤电导率、土壤复介电实部及虚部。植被小组完成了生物量、LAI、植被含水量、株高、行垄距、叶绿素等的测量。 数据： 本数据集包括土壤水分观测和植被观测两部分，前者保存数据格式为矢量文件，空间位置即为各采样点位置（WGS84+UTM 47N），土壤水分等测量信息记录在属性文件中；植被采样信息记录在EXCEL表格中。
王树果, 马明国, 李新
黑河流域河道温度同步观测的目的在于获取TASI飞行期间不同位置河道同步温度，用于支持航空飞行TASI资料反演河道温度的验证和尺度效应分析。 本次试验的观测时间为2012年7月3日和2012年7月4日，选取了黑河流域中游的肃南桥、滨河新区、黑河桥、铁路桥、乌江桥、高崖水文站、板桥、平川桥、伊家庄、刘家桥10个位置的河面温度进行了同步观测，利用两种仪器测量不同位置的河道辐射温度，包括固定自记点温计（北师大2#、北师大3#）和手持式红外温度计（寒旱所H1#、H2#、H3#、H4#，遥感所Y1#、Y2#，北师大B1#、B2#），其中铁路桥和高崖水文站使用的是固定自记点温计，自动每6秒记录一次温度，其它8个点的河流断面温度采用手持式红外温度计人工观测，每隔2米设置一个观测点，每15分钟可以对整个河流断面观测一次，同时记录每个观测点的下垫面特征。每个仪器在使用之前均进行了黑体标定。观测数据以Excel存储。
何晓波, 家淑珍
在2012年中游航空遥感试验开展期间，在飞行时同步开展黑白布的光谱观测，在飞行前后针对中游典型下垫面开展地物波谱的观测，与为CASI、SASI和TASI航空飞行资料预处理提供基础数据集。 观测仪器： 中科院遥感所SVC-HR1024地物光谱仪（350-2500nm）和中科院对地观测中心ASD Field Spec 3地物光谱仪（350-2500nm），参考板。 测量方式： 测量地物前先垂直测量参考板辐射亮度，再垂直测量地物辐射亮度，测完地物后需再次测量参考板辐亮度。 数据内容： 本数据集包括光谱仪导出的原始光谱数据，SVC光谱仪记录数据 *.sig(可用SVC-HR1024配套软件打开，也可用记事本直接打开)，ASD光谱仪记录数据*.asd。还包括观测位置信息，记录表格等。 观测时间： 2012-6-15，SVC光谱仪观测EC矩阵内各种典型地物 2012-6-16，SVC光谱仪观测湿地站 2012-6-29，ASD光谱仪观测超级站和戈壁站，各种植被类型和裸土等 2012-6-29，ASD光谱仪与CASI飞行同步观测黑白布 2012-6-30，ASD光谱仪观测中游样带荒漠植被和裸土 2012-7-05，ASD光谱仪与CASI飞行同步观测黑白布 2012-7-07，ASD光谱仪在大满超级站开展玉米光谱日变化观测 2012-7-08，ASD光谱仪与CASI飞行同步观测黑白布 2012-7-08，ASD光谱仪在大满超级站开展玉米光谱日变化观测 2012-7-09，ASD光谱仪在大满超级站开展玉米光谱日变化观测 2012-7-10，ASD光谱仪在大满超级站开展玉米光谱日变化观测 2012-7-11，ASD光谱仪在大满超级站开展玉米光谱日变化观测
肖青, 马明国
生物生产力是指生物及其群体甚至更大尺度(包括生态系统及生物圈)生命有机体的物质生产能力，它随环境不同而发生变化，因此，它又成为环境变化和地球系统健康与否的指示物。植被的净初级生产力(Net Primary Productivity，NPP)指绿色植物在单位时间单位面积上由光合作用产生的有机物质总量(GPP)中扣除自养呼吸(Autotrophic Respiration，Ra)后的剩余部分。黑河流域的NPP产品主要围绕光能利用率模型的重要参数PAR以及FPAR进行了算法的改进和产品生产.提出了区分直射与散射辐射的FPAR反演模型以及基于静止与极轨卫星相结合的PAR反演方法。最终，利用光能利用率模型，生产黑河流域净初级生产力数据集。算法提高了数据产品的时空分辨率，产品精度也有了明显提高。
李丽, 仲波, 吴俊君, 吴善龙, 辛晓洲
差分GPS定位测量目的是通过与国家高等级控制点坐标联测，使多个测区统一到相同坐标系下并实现精确绝对定位，在2000国家大地坐标系下，完成黑河中游通量观测矩阵、葫芦沟小流域、天姥池小流域和大野口流域观测系统和靶标的精确定位。为实现航空、航天光学影像和SAR影像及机载LiDAR数据的几何纠正和绝对定位，完成地面控制点的布设和高精度测量。其中中游区域，在东、南、西、北、中5个方向各联测1个国家高等级控制点。 测量仪器: 有TRIMBLE R8 GNSS系统3套。 测量原则： 对于控制网加密点，采用与测区外围四个象限的高等级已知点网状联接且均匀分布于测区。对于地面控制点（GCP），采用地面布设靶标与选取独立地物的明显特征点（如房屋角点，道路交点、拐点等）且均匀分布于测区。测量时对于精度要求高的地面点，采用分别测量多次（至少三次）求平均值的原则。 测量方法： 试验区控制网加密，采用GPS静态测量与国家高等级控制网进行联测并解算，测量时多台GPS接收机在不同测站上进行静止同步观测，其观测时间严格按照控制网测量规范。 试验区地面点精确定位，采用GPS-RTK定位技术并利用国家高等级控制点来校正到当地坐标系，坐标采集时等流动站获得固定解再进行测量且单次测量持续观测时间为5S。 测量位置: （1）通量观测矩阵 通量观测矩阵核心区17个站点、LAS塔、WATERNET、SoilNET、BNUNET节点；CASI飞行区域地面控制点；雷达覆盖区域地面角反射器位置；激光雷达飞行区地面靶标位置。 （2）葫芦沟小流域 激光雷达飞行区地面靶标位置。 （3）天姥池小流域 激光雷达飞行区地面靶标位置。 （4）大野口流域 卫星影像几何校正地面控制点。 数据格式： GPS静态测量，原始数据格式为“.DAT”和“.T01”（或“.T02”）文件（或转换的RENIX数据）和“外业记录”。GPS-RTK测量，原始项目为“.job”文件（或转换的“.dc”文件）。 该试验结果以导出“.csv”数据格式提交，该文件可用Excel软件查看与编辑。 测量时间： 2012-6-19至2012-7-30
刘向锋, 马明国
2012年6月29日，在黑河中游的样带区域，利用运12飞机，搭载CASI传感器，开展了可见光/近红外高光谱航空遥感数据获取飞行试验。飞行相对高度2000米（海拔高3500米），CASI传感器波长范围分别为380-1050纳米，空间分辨率分别为1米。利用同步测量的地面数据和大气数据，经过几何和6S大气校正，得到地表反射率产品。参考样带区域地表覆盖类型实地调查数据，利用分层分类方法对两条航空飞行样带进行地表覆盖分类制图。
肖青, 刘良云
在2012年夏季LiDAR和WIDAS飞行期间，地面同步开展地面基站差分GPS的连续观测，获取同步的GPS静态观测数据，用于支持航空飞行数据的同步解算。 测量仪器: TRIMBLE R8 GNSS系统2套。 中国中纬ZGP8001套 测量时间和地点： 2012年7月19日，EC矩阵LiDAR飞行，在MJWXB（毛家湾西北）和SBMZ（什八民子）两个基站同时观测 2012年7月25日，上游葫芦沟小流域和天姥池小流域LIDAR飞行，在XT夏塘观测，中游张掖城区校验场LIDAR飞行，在MJWXB（毛家湾西北）观测 2012年7月26日，上游葫芦沟小流域和天姥池小流域LIDAR飞行，在XT夏塘观测，中游张掖城区校验场LIDAR飞行，在HCZ（火车站）观测 2012年8月1日，上游东西支WIDAS飞行，在YNG（野牛沟）观测 2012年8月2日，中游EC矩阵试验区WIDAS飞行，在HCZ（火车站）观测 2012年8月3日，中游EC矩阵试验区WIDAS飞行，在MJWXB（毛家湾西北）观测 数据格式： 差分预处理前原始数据格式。
刘向锋, 马明国
黑河流域250m/1km月合成植被覆盖度（FVC）数据集提供了2011-2014年的月FVC合成结果，该数据利用MODIS的植被指数产品MOD13A2和MOD13Q1，基于像元二分法生产。
仲波, 吴俊君
2012年7月10日，在黑河中游的30*30公里核心观测区域、临泽测区和黑河河道，利用运12飞机，搭载TASI传感器开展了热红外高光谱航空遥感数据飞行试验。飞行高度为2500米。TASI传感器波长范围为8-11.5微米，空间分辨率为3米。航空测量获取的数据，利用同步测量的坐标数据和大气数据，经过几何和大气校正，得到大气校正后的地表辐亮度，并进行温度发射率分离，得到地表温度数据。
肖青, 闻建光
本数据为利用2012年6月29日的航飞高光谱数据反演得到黑河流域中游核心试验区（5.5km*5.5km）的反照率产品，空间分辨率为5m.
肖青, 闻建光
2012年8月19日，在黑河中上游的核心观测区域，利用运12飞机，搭载Leica公司ALS70,开展了lidar航空遥感飞行试验。ALS70激光波长为1064纳米，多次回波（1,2,3和末次）。小沙漠地区飞行绝对航高2900米，平均点云密度 点/平方米。通过参数检校、点云自动分类和人工编辑等步骤，最终形成DEM和DSM数据产品。
肖青, 闻建光
2012年8月19日，在黑河中上游的核心观测区域，利用运12飞机，搭载Leica公司ALS70,开展了lidar航空遥感飞行试验。ALS70激光波长为1064纳米，多次回波（1,2,3和末次）。小沙漠地区飞行绝对航高2900米，平均点云密度 点/平方米。通过参数检校、点云自动分类和人工编辑等步骤，最终形成DEM和DSM数据产品。
肖青, 闻建光
本数据集包含HiWATER黑河中游人工绿洲试验区共计5个PLMR飞行日的土壤水分遥感反演产品，飞行日期分别为：2012年6月30日，7月7日，7月10日，7月26日，8月2日。利用三角度（7°，21.5°，38.5°）双极化共六个通道的PLMR亮温观测，并结合Levenberg-Marquardt优化算法，对土壤水分（SM)、植被含水量（VWC）和地表粗糙度参数（Hr）同时进行三参数反演，得到空间分辨率700m的土壤表面体积含水量（单位cm3/cm3，代表约5cm深度的平均含水量）。本数据集格式为asc，投影为UTM（中央经线47°N）。土壤水分的反演结果通过生态水文无线传感器网络和人工土壤水分同步观测数据进行了验证，结果表明土壤水分产品的总体精度在0.05cm3/cm3左右，其中7月7日与7 月10日的反演精度可达0.04cm3/cm3左右。利用PLMR亮温反演得到的黑河中游绿洲土壤水分数据集，可为流域陆面/水文模型及数据同化提供数据集，对于揭示绿洲灌溉空间格局以及发展土壤水分产品的尺度转换算法也有重要意义。
李大治, 晋锐, 亢健, 李新
在2012年中游航空遥感试验开展期间，对黑河中游核心观测区利用航飞CASI数据结合地面调查获得了高分辨率的土地覆盖数据。 分类方法： 基于CASI航空遥感数据，采用分层分类方法对该区域进行分类。树木、草地、裸地+建筑用地类别：综合运用基于像素与基于对象的分类方法。各种农作物类别：对于难以区分的类别，通过结合地面调查点，目视解译得到。 数据内容： 土地覆盖类型，包括玉米、韭菜、白杨、菜花、菜椒，土豆，青笋，果园，西瓜，四季豆，梨园，阴影，非植被和未分类14种地表类型。 观测地点： 黑河中游核心观测区，5*5矩阵。 观测时间： 本次调查时间从2012年6月25日。
张苗
2012年7月19日，在黑河中上游的核心观测区域，利用运12飞机，搭载Leica公司ALS70,开展了lidar航空遥感飞行试验。ALS70激光波长为1064纳米，多次回波（1,2,3和末次）。中游地区飞行相对高度1500米（海拔高度2700米)，平均点云密度4点/平方米。通过参数检校、点云自动分类和人工编辑等步骤，最终形成DEM和DSM数据产品。
肖青, 闻建光
2012年6月26日在大满加密观测区超级站附近的TerraSAR-X样方进行了卫星过境地面同步观测。TerraSAR-X卫星搭载X波段的合成孔径雷达（SAR），该日过境影像为HH/VV极化，标称分辨率3 m，入射角介于22-24°，过境时间为19:03（北京时间），主要覆盖中游人工绿洲生态水文试验区。本地面同步数据集可为发展和验证主动微波遥感反演土壤水分算法提供基本地面数据集。 样方及采样策略： 选择了超级站东南边的6个自然地块，面积约为100 m×100 m。样方西北角的一个地块为西瓜地，其他为玉米。样方的选择依据是：（1）考虑了不同植被种类，即西瓜和玉米；（2）样方的大小考虑到了可见光像元，100 m见方的大小可以保证至少4个30 m像元落在其中；（3）样方的位置选在超级站附近，交通便利，北面有超级站的观测，东西两侧各有一个WATERNET节点，为今后融入这些观测提供了可能；（4）此外，在样方四周，也有一些明显地物点，能够保证今后对SAR影像的几何纠正比较准确。 考虑到影像的分辨率，同步观测中，以5 m为间隔，采集了21条样线（东西分布），每条线5 m间隔共21个点（南北方向），使用3台Hydraprobe Data Acquisition System （HDAS，参考文献2）同时测量，通过测绳上的刻度和移动样线来控制采样间隔以弥补不能使用手持GPS的不足。 测量内容： 获取了样方上约440个点，每个点2次观测，即对覆膜玉米地，在每个采样点进行2次观测，1次膜内（数据记录中标记为a），1次膜外（数据记录中标记为b）；西瓜地虽然也覆膜，但考虑到并非水平铺设，只测量非覆膜位置土壤水分（两次数据记录中标记均为b）。由于HDAS系统采用POGO便携式土壤传感器，观测获得土壤温度、土壤水分（体积含水量）、损耗正切、土壤电导率、土壤复介电实部及虚部。因该区域植被开展了例行的5天一次采样观测，因此当日未开展专门的植被同步采样。 数据： 本数据集保存数据格式为矢量文件，空间位置即为各采样点位置（WGS84+UTM 47N），土壤水分等测量信息记录在属性文件中。
王树果, 马明国, 李新
2012年6月4日在大满加密观测区超级站附近的TerraSAR-X样方进行了卫星过境地面同步观测。TerraSAR-X卫星搭载X波段的合成孔径雷达（SAR），该日过境影像为HH/VV极化，标称分辨率3 m，入射角介于22-24°，过境时间为19:03（北京时间），主要覆盖中游人工绿洲生态水文试验区。本地面同步数据集可为发展和验证主动微波遥感反演土壤水分算法提供基本地面数据集。 样方及采样策略： 选择了超级站东南边的6个自然地块，面积约为100 m×100 m。样方西北角的一个地块为西瓜地，其他为玉米。样方的选择依据是：（1）考虑了不同植被种类，即西瓜和玉米；（2）样方的大小考虑到了可见光像元，100 m见方的大小可以保证至少4个30 m像元落在其中；（3）样方的位置选在超级站附近，交通便利，北面有超级站的观测，东西两侧各有一个WATERNET节点，为今后融入这些观测提供了可能；（4）此外，在样方四周，也有一些明显地物点，能够保证今后对SAR影像的几何纠正比较准确。 考虑到影像的分辨率，同步观测中，以5 m为间隔，采集了23条样线（东西分布），每条线5 m间隔共24个点（南北方向），使用4台Hydraprobe Data Acquisition System （HDAS，参考文献2）同时测量，通过测绳上的刻度和移动样线来控制采样间隔以弥补不能使用手持GPS的不足。 测量内容： 获取了样方上约550个点，每个点2次观测，即对覆膜玉米地，在每个采样点进行2次观测，1次膜内（数据记录中标记为a），1次膜外（数据记录中标记为b）；西瓜地虽然也覆膜，但考虑到并非水平铺设，只测量非覆膜位置土壤水分（两次数据记录中标记均为b）。由于HDAS系统采用POGO便携式土壤传感器，观测获得土壤温度、土壤水分（体积含水量）、损耗正切、土壤电导率、土壤复介电实部及虚部。植被小组完成了生物量、LAI、植被含水量、株高、行垄距、叶绿素等的测量。 数据： 本数据集包括土壤水分观测和植被观测两部分，前者保存数据格式为矢量文件，空间位置即为各采样点位置（WGS84+UTM 47N），土壤水分等测量信息记录在属性文件中；植被采样信息记录在EXCEL表格中。
王树果, 李新
2012年7月19日，在黑河中游的核心试验区获取了机载激光LIDAR数据，可以提供高空间分辨率（米级）和高精度（20cm)的地表高程信息。 通过对机载激光雷达数据处理分别生成了DEM，DSM和点云密度图，在此基础上将DSM与DEM直接相减，得到黑河流域中游核心试验区植被高度产品，产品总体精度为88%。
肖青, 闻建光
2012年6月30日，在黑河中游的30*30公里核心观测区域、临泽测区和黑河河道，利用运12飞机，搭载TASI传感器开展了热红外高光谱航空遥感数据飞行试验。TASI传感器波长范围为8-11.5微米，空间分辨率为3米。飞行高度为2500米。航空测量获取的数据，利用同步测量的坐标数据和大气数据，经过几何和大气校正，得到大气校正后的地表辐亮度，并进行温度发射率分离，得到地表温度数据。
肖青, 闻建光
中游人工绿洲生态水文实验区地表温度同步观测的目的在于获取不同地表特征的日变化温度数据和热红外传感器飞行期间大棚薄膜、屋顶、道路、沟渠、水泥地等下垫面的同步地表温度，用于支持航空飞行TASI资料反演地表温度的验证和尺度效应分析。 1、观测时间、内容以及观测方式 2012年6月25日：沟渠和沥青公路使用手持式红外温度计进行观测，观测频率为5min一次。 2012年6月26日：沟渠和沥青公路使用手持式红外温度计进行观测，观测频率为5min一次；大棚薄膜和水泥地使用固定自记点温计进行观测，观测频率为1s一次。 2012年6月29日：水泥地使用手持式红外温度计进行观测，在TASI传感器进入观测上空时进行连续观测；大棚薄膜和水泥地使用固定自记点温计进行观测，观测频率为1s一次。 2012年6月30日：沥青公路、沟渠、裸土、西瓜地和田埂使用手持式红外温度计进行观测，TASI传感器进入观测上空时进行连续观测，其他时间每5min观测一次；大棚薄膜和水泥地使用固定自记点温计进行观测，观测频率为1s一次。 2012年7月10日：沥青公路、沟渠、裸土、西瓜地和田埂使用手持式红外温度计进行观测，TASI传感器进入观测上空每1min观测一次，其他时间每5min观测一次；水泥地使用固定自记点温计进行观测，观测频率为6s一次。 2012年7月26日：沥青公路、水泥地、裸土和西瓜地使用手持式红外温度计进行观测，WiDAS传感器进入观测上空进行连续观测，其他时间每5min观测一次；水泥地和大棚薄膜使用固定自记点温计进行观测，观测频率为6s一次。 2012年8月2日：玉米地和水泥地使用手持式红外温度计进行观测，其中玉米地观测根据WiDAS飞行的航带选择观测点，共选取了12个航带，每个航带下选择一个观测点在WiDAS传感器进入观测上空进行连续观测；水泥地和大棚薄膜使用固定自记点温计进行观测，观测频率为6s一次。 2012年8月3日：玉米地和水泥地使用手持式红外温度计进行观测，其中玉米地观测根据WiDAS飞行的航带选择观测点，共选取了14个航带，每个航带下选择3个观测点在WiDAS传感器进入观测上空进行连续观测；水泥地和大棚薄膜使用固定自记点温计进行观测，观测频率为6s一次。 2、观测仪器参数及标定 固定自记点温计的视场角约10°， 塑料薄膜架设高度约0.5m，水泥地面的架设高度约1m，均采用垂直观测；手持式红外温度计视场角为1°，观测比辐射率设为0.95。所有观测仪器在使用过程中分别于2012年7月6、2012年8月5和2012年9月20进行了3次标定。 3、数据的存储 所有观测数据均用Excel格式存储。
耿丽英, 家淑珍, 王宏伟, 王海波, 吴桂平, 陈书林, 彭莉, 董存辉
2012年7月19日，在黑河中上游的核心观测区域，利用运12飞机，搭载Leica公司ALS70,开展了lidar航空遥感飞行试验。ALS70激光波长为1064纳米，多次回波（1,2,3和末次）。中游地区飞行相对高度1500米（海拔高度2700米)，平均点云密度4点/平方米。通过参数检校、点云自动分类和人工编辑等步骤，最终形成DEM和DSM数据产品。
肖青, 闻建光
2012年7月4日，在黑河中游的30*30公里核心观测区域、临泽测区和黑河河道，利用运12飞机，搭载TASI传感器开展了热红外高光谱航空遥感数据飞行试验。TASI传感器波长范围为8-11.5微米，空间分辨率为3米。飞行高度为1000米。航空测量获取的数据，利用同步测量的坐标数据和大气数据，经过几何和大气校正，得到大气校正后的地表辐亮度，并进行温度发射率分离，得到地表温度数据。
肖青, 闻建光
通过数据编程，2012年5月中旬获取了大野口流域WorldView-2立体像对数据。同年7-8月，在流域GPS差分大地控制网基础上，测得27个GPS像控点及检查点数据。在全野外GPS地面控制点基础上，利用数字摄影测量软件系统，对WorldView-2影像自带RPC文件进行校正。在立体模型上通过影像自动匹配技术，匹配60个均匀分布的高精度影像连接点快速提取黑河流域上游大野口子流域1米、2米数字高程模型（DEM）。同时，在阴坡森林覆盖区、大野口水库等重点区域进行DEM进行编辑，在地形特征变化大的地方测量一定数量的特征点、线数据，极大地提高了成果精度。通过外业控制点、模型保密点组成的检查点进行定量DEM验证，其高程中误差分别为1.9米和1.2米，达到1:2000比例尺2级高山地2米精度要求。
张彦丽, 马明国
通过数据编程，2012年5月中旬获取了大野口流域WorldView-2立体像对数据。同年7-8月，在流域GPS差分大地控制网基础上，测得27个GPS像控点及检查点数据。在全野外GPS地面控制点基础上，利用数字摄影测量软件系统，对WorldView-2影像自带RPC文件进行校正。在立体模型上通过影像自动匹配技术，匹配60个均匀分布的高精度影像连接点快速提取黑河流域上游大野口子流域1米、2米数字高程模型（DEM）。基于共线条件方程，利用数字微分纠正原理，选取立体像对中的正视影像生成大野口流域数字正射影像DOM。
张彦丽, 马明国
利用ETWatch模型与系统完成黑河流域2014年1公里分辨率月尺度地表蒸散发数据与中游绿洲30米分辨率月尺度地表蒸散发数据集，该数据集为栅格影像数据，它的时间分辨率是逐月尺度，空间分辨率为1公里尺度（覆盖整个流域）与30米尺度（覆盖中游绿洲区），单位为毫米。数据类型包括月、季、年数据。 数据的投影信息如下： Albers 等积园锥投影， 中央经线：110度， 第一割线：25度， 第二割线：47度， 坐标西偏：4000000 meter。 文件命名规则如下： 1）1公里分辨率遥感数据集 每月累计ET值文件命名：heihe-1km_2014m01_eta.tif 其中heihe表示黑河流域，1km表示分辨率为1公里，2014表示2014年，m01表示1月份，eta表示实际蒸散数据，tif表示数据为tif格式； 每季累计ET值文件命名：heihe-1km_2014s01_eta.tif 其中heihe表示黑河流域，1km表示分辨率为1公里，2014表示2014年，s01表示1-3月，为第一季度，eta表示实际蒸散数据，tif表示数据为tif格式； 每年累计值文件命名： heihe-1km_2014y_eta.tif 其中heihe表示黑河流域，1km表示分辨率为1公里，2014表示2014年，y表示年，eta表示实际蒸散数据，tif表示数据为tif格式。 2）30米分辨率遥感数据集 每月累计ET值文件命名：heihe-midoasis-30m_2014m01_eta.tif 其中heihe表示黑河流域，midoasis表示中游绿洲区，30m表示分辨率为30米，2014表示2014年，m01表示1月份，eta表示实际蒸散数据，tif表示数据为tif格式； 每季累计ET值文件命名：heihe-midoasis-30m_2014s01_eta.tif 其中heihe表示黑河流域，midoasis表示中游绿洲区，30m表示分辨率为30米，2014表示2014年，s01表示1-3月，为第一季度，eta表示实际蒸散数据，tif表示数据为tif格式； 每年累计值文件命名： heihe-midoasis-30m_2014y_eta.tif 其中heihe表示黑河流域，midoasis表示中游绿洲区，30m表示分辨率为30米，2014表示2014年，y表示年，eta表示实际蒸散数据，tif表示数据为tif格式。
吴炳方
黑河流域1km/5day植被指数（NDVI/EVI）数据集提供了2015年的5天分辨率NDVI/EVI合成产品，该数据利用我国国产卫星FY-3数据兼具较高时间分辨率（1天）和空间分辨率（1km）的特点构造多角度观测数据集，在对多源数据集以及现有合成植被指数产品及算法进行分析的基础上，提出了基于多源数据集生产1km分辨率5天周期的全球合成植被指数产品算法体系。植被指数合成算法基本采用MODIS的植被指数合成算法，即基于半经验的Walthall模型的BRDF角度归一化方法、CV-MVC法和MVC法的算法体系。利用该算法体系，分别对一级数据、二级数据计算合成植被指数，并进行质量标识。多源数据集可在有限时间内提供比单一传感器更多的角度和更多次的观测，但是，由于传感器的在轨运行时间及性能差异，多源数据集的观测质量参差不齐。因此，为更有效的利用多源数据集，算法体系首先对多源数据集进行了质量分级，根据观测合理性分为一级数据、二级数据、三级数据。三级数据为受薄云污染的观测，不用于计算。在黑河中游农田、森林区域的验证结果表明，联合多时相、多角度观测数据的NDVI/EVI合成结果与地面实测数据具有较好的一致性（RMSE=0.105）。与MODIS MOD13A2产品的时间序列对比分析，充分显示了时间分辨率从16天提高到5天时，稳定的高精度的植被指数对植被生长细节的细致描述。总之，黑河流域1km/5day合成植被指数（NDVI/EVI）数据集综合利用多时相、多角度观测数据以提高参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
李静, 柳钦火, 仲波, 杨爱霞
黑河流域2015年1km/5天合成叶面积指数（LAI）数据集提供了2015年的5天LAI合成结果，该数据利用Terra/MODIS、Aqua/MODIS、以及国产卫星FY3A/MERSI和FY3B/MERSI传感器数据构建空间分辨率1km、时间分辨率5天的多源遥感数据集。多源遥感数据集可在有限时间内提供比单一传感器更多的角度和更多次的观测，但是，由于传感器的在轨运行时间及性能差异，多源数据集的观测质量参差不齐。因此，为更有效的利用多源数据集，算法首先对多源数据集进行了质量分级，根据观测合理性分为一级数据、二级数据、三级数据。三级数据为受薄云污染的观测，不用于计算。质量评估及分级的目的是为LAI反演时最优数据集的选择及反演算法流程设计提供依据。叶面积指数产品反演算法设计为区分山地平地、区分植被类型使用不同模型的神经网络法反演。基于全球DEM图和地表分类图，针对草地和农作物等连续植被采用PROSAIL模型，针对森林和山地植被采用坡面GOST模型。利用黑河上游森林和中游绿洲的地面实测数据生成的参考图，并将对应的高分辨率参考图升尺度到1km分辨率，与LAI产品进行比较，产品在农田和森林区域与参考值间均具有良好的相关性，总体精度基本满足GCOS规定的误差不超过 (0.5, 20%)的精度阈值。将本产品与MODIS、GEOV1和GLASS等LAI产品进行交叉对比，相比较参考值而言，本LAI产品精度优于同类产品。总之，黑河流域1km/5天合成LAI数据集综合利用多源遥感数据以提高LAI参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
李静, 尹高飞, 仲波, 吴俊君, 吴善龙
黑河流域1km/5天合成植被覆盖度（FVC）数据集提供了2015年的5天FVC合成结果，该数据利用Terra/MODIS、Aqua/MODIS、以及国产卫星FY3A/MERSI和FY3B/MERSI传感器数据构建空间分辨率1km、时间分辨率5天的多源遥感数据集。将全国划分为不同植被区划、地类，分别计算植被指数（NDVI）与FVC的转换系数，采用计算的转换系数查找表和1km/5天合成NDVI产品生产区域1km/5天合成FVC产品。黑河流域1km/5天合成FVC产品通过高分辨率数据可以直接获得植被覆盖比例，减轻低分辨率数据异质性的影响；另外，选择植被生长变化的典型时期，通过对每一个像元时间序列植被指数进行拟合得到每个像元对应的生长曲线参数；再配合土地利用图和植被分类图，寻找区域的代表性均一像元用于训练植被指数的转换系数。通过与黑河流域高分辨率ASTER参考FVC结果相比，首先联合地面实测数据，利用尺度上推方法，将黑河流域ASTER产品聚合到 1km 尺度得到ASTER聚合FVC数据，并与Geoland2项目发布的基于SPOT VEGETATION遥感数据的FVC产品（简称GEOV1 FCOVER）进行间接比较，根据三种数据FVC时间序列曲线图，结果表明：GEOV1的结果较ASTER 影像联合地面实测的结果偏高，黑河流域1km/5天合成FVC产品结果位于两者之间，在实验区内黑河流域1km/5天合成FVC产品优于GEOV1产品。总之，黑河流域1km/5天合成FVC数据集综合利用多源遥感数据以提高FVC参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
穆西晗, 阮改燕, 仲波, 柳钦火
黑河流域30m/月植被指数（NDVI/EVI）数据集提供了2011-2014年的月度NDVI/EVI合成产品，该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率（组网后2天）和空间分辨率（30m）的特点构造多角度观测数据集，以平均合成MC法作为主算法进行合成，备用算法采用VI法。同时，将多源数据集主要观测角作为质量描述符的一部分，以辅助分析合成植被指数残留的角度效应。每月获取的遥感数据能够提供比单天传感器数据更多的角度和更多次的观测，但由于传感器的在轨运行时间及性能差异，多时相、多角度观测数据的质量参差不齐。因此，为有效利用多时相、多角度观测数据，本算法在利用多源数据集进行植被指数合成前，设计了对多源数据集的数据质量检查，去除了较大误差观测及不一致的观测。在黑河中游农田区域的验证结果表明，联合多时相、多角度观测数据的NDVI/EVI合成结果与地面实测数据具有较好的一致性（R2=0.89，RMSE=0.092）。总之，黑河流域30m/月合成植被指数（NDVI/EVI）数据集综合利用多时相、多角度观测数据以提高参数产品的估算精度、时间分辨率等，实现了稳定的标准化产品的从无到有，更好的服务于遥感数据产品的应用。
李静, 柳钦火, 仲波, 吴俊君, 吴善龙
黑河流域1km/5day植被指数（NDVI/EVI）数据集提供了2011-2014年的5天分辨率NDVI/EVI合成产品，该数据利用我国国产卫星FY-3数据兼具较高时间分辨率（1天）和空间分辨率（1km）的特点构造多角度观测数据集，在对多源数据集以及现有合成植被指数产品及算法进行分析的基础上，提出了基于多源数据集生产1km分辨率5天周期的全球合成植被指数产品算法体系。植被指数合成算法基本采用MODIS的植被指数合成算法，即基于半经验的Walthall模型的BRDF角度归一化方法、CV-MVC法和MVC法的算法体系。利用该算法体系，分别对一级数据、二级数据计算合成植被指数，并进行质量标识。多源数据集可在有限时间内提供比单一传感器更多的角度和更多次的观测，但是，由于传感器的在轨运行时间及性能差异，多源数据集的观测质量参差不齐。因此，为更有效的利用多源数据集，算法体系首先对多源数据集进行了质量分级，根据观测合理性分为一级数据、二级数据、三级数据。三级数据为受薄云污染的观测，不用于计算。在黑河中游农田、森林区域的验证结果表明，联合多时相、多角度观测数据的NDVI/EVI合成结果与地面实测数据具有较好的一致性（RMSE=0.105）。与MODIS MOD13A2产品的时间序列对比分析，充分显示了时间分辨率从16天提高到5天时，稳定的高精度的植被指数对植被生长细节的细致描述。总之，黑河流域1km/5day合成植被指数（NDVI/EVI）数据集综合利用多时相、多角度观测数据以提高参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
李静, 柳钦火, 仲波, 杨爱霞
黑河流域土地利用覆盖数据集提供了2011-2015年的月度地表类型覆盖数据，该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率（组网后2天）和空间分辨率（30m）的特点构造时间序列数据，针对各类地物随时间变化呈现的NDVI时间序列曲线不同，对不同地物特征进行知识归纳，设定提取规则不同地物信息。黑河流域土地利用覆盖数据集保留了传统的土地利用图的基本类别信息，包括水体，城镇，耕地，常绿针叶林，落叶阔叶林等，同时增加了对耕地范围的作物精细分类（包括玉米、大麦、油菜、春小麦等主要作物信息）、更新了上游冰川、积雪等信息，使黑河流域的土地覆盖信息更为详细。 通过和黑河流域历史土地利用图以及其他植被覆盖产品相比，黑河流域土地利用覆盖数据集的分类效果在视觉上都要优于其他数据，利用黑河中游实地调研数据，中游的作物精细分类信息精度也较高。由Google Earth高清影像和实地调研数据对2012年的分类结果进行精度评价，总体精度达到92.19%。总之，黑河流域土地利用覆盖数据集不仅具有较高总体精度而且细化了耕地范围的作物信息，更新了冰川、积雪等地类信息，是精度更高、分类更细的黑河流域地表分类数据。
仲波, 杨爱霞
黑河流域30m/月合成光合有效辐射吸收比例（FAPAR）数据集提供了2011-2014年的月度LAI合成产品，该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率（组网后2天）和空间分辨率（30m）的特点构造多角度观测数据集，考虑不同植被类型，基于土地覆盖分类图，结合30m/月合成叶面积指数（LAI）产品，采用基于能量守恒的FAPAR-P模型，进行月合成FAPAR产品生产。算法从能量守恒原理出发，考虑植被间及土壤与植被间的多次反弹，也考虑了天空散射光等多种因素的影响，通过分析光子与冠层作用的过程，从光子在植被冠层内的运动和发生多次散射时的再碰撞概率相等为出发点，建立了均匀连续植被FAPAR模型。此外，分析多种影响因素对FAPAR模型的影响，其中土壤和叶片反射率、聚集指数、G函数在针对不同情况采用不同取值。算法具有很高的动态性，对于不同的土壤背景、植被类型、辐射条件、光照与观测几何、天气条件下获得的图像都能得到较好的结果。通过与2012年7月8日甘肃省张掖市盈科灌区玉米冠层PAR测量数据对比，30m/月合FAPAR产品与地面观测数据具有高度的一致性，与观测值误差小于5%。总之，黑河流域30m/月合成光合有效辐射吸收比例（FAPAR）数据集综合利用多时相、多角度观测数据以提高参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
范闻捷, 柳钦火, 仲波, 吴俊君, 吴善龙
黑河流域1km/5天合成植被覆盖度（FVC）数据集提供了2011-2014年的5天FVC合成结果，该数据利用Terra/MODIS、Aqua/MODIS、以及国产卫星FY3A/MERSI和FY3B/MERSI传感器数据构建空间分辨率1km、时间分辨率5天的多源遥感数据集。将全国划分为不同植被区划、地类，分别计算植被指数（NDVI）与FVC的转换系数，采用计算的转换系数查找表和1km/5天合成NDVI产品生产区域1km/5天合成FVC产品。黑河流域1km/5天合成FVC产品通过高分辨率数据可以直接获得植被覆盖比例，减轻低分辨率数据异质性的影响；另外，选择植被生长变化的典型时期，通过对每一个像元时间序列植被指数进行拟合得到每个像元对应的生长曲线参数；再配合土地利用图和植被分类图，寻找区域的代表性均一像元用于训练植被指数的转换系数。通过与黑河流域高分辨率ASTER参考FVC结果相比，首先联合地面实测数据，利用尺度上推方法，将黑河流域ASTER产品聚合到 1km 尺度得到ASTER聚合FVC数据，并与Geoland2项目发布的基于SPOT VEGETATION遥感数据的FVC产品（简称GEOV1 FCOVER）进行间接比较，根据三种数据FVC时间序列曲线图，结果表明：GEOV1的结果较ASTER 影像联合地面实测的结果偏高，黑河流域1km/5天合成FVC产品结果位于两者之间，在实验区内黑河流域1km/5天合成FVC产品优于GEOV1产品。总之，黑河流域1km/5天合成FVC数据集综合利用多源遥感数据以提高FVC参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
穆西晗, 阮改燕, 仲波, 柳钦火
黑河流域30m/月合成植被覆盖度（FVC）数据集提供了2011-2014年的月度FVC合成产品，该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率（组网后2天）和空间分辨率（30m）的特点构造多角度观测数据集，将全国划分为不同植被区划、地类，分别计算植被指数（NDVI）与FVC的转换系数，采用计算的转换系数查找表和月度合成NDVI产品生产区域月度合成FVC产品。黑河流域30m/月合成FVC产品通过高分辨率数据可以直接获得植被覆盖比例，减轻低分辨率数据异质性的影响；另外，选择植被生长变化的典型时期，通过对每一个像元时间序列植被指数进行拟合得到每个像元对应的生长曲线参数；再配合土地利用图和植被分类图，寻找区域的代表性均一像元用于训练植被指数的转换系数。通过黑河流域30m/月合成FVC产品与ASTER参考FVC结果相比，30m/月合成FVC产品的数值略高于ASTER参考结果，但总体偏差并不大，产品与参考值的均方根误差（RMSE）最大值小于0.175。此外，与河北怀来实验场地面测量数据对比，30m/月合成FVC产品总体上反映了植被生长季节性变化，与地面测量数据结果偏差小于0.1；同时与东北、华北、东南地区的多个流域植被盖度地面测量结果对比，30m/月合成FVC产品与地面测量数据整体误差在0.2以内。总之，黑河流域30m/月合成FVC数据集综合利用多时相、多角度遥感数据以提高FVC参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
穆西晗, 阮改燕, 仲波, 吴俊君, 吴善龙, 柳钦火
黑河流域30m/月合成叶面积指数（LAI）数据集提供了2011-2014年的月度LAI合成产品，该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率（组网后2天）和空间分辨率（30m）的特点构造多角度观测数据集，考虑地表分类和地形起伏影响，算法针对不同植被类型特点选择适宜的一体化模型参数化方案，基于查找表方法反演LAI。每月获取的遥感数据能够提供比单天传感器数据更多的角度和更多次的观测，但由于传感器的在轨运行时间及性能差异，多时相、多角度观测数据的质量参差不齐。因此，为有效利用多时相、多角度观测数据，首先设计了数据质量检查方案。利用黑河上游大野口地区与中游盈科、临泽等地区的9个森林样方，20个农田样方和14个稀树草原样方的LAI地面观测数据验证7月份LAI，反演结果与测量结果吻合得很好，平均误差小于1；此外联合多时相、多角度观测数据的LAI反演结果与地面实测数据具有较好的一致性（R2=0.9，RMSE=0.42）。总之，黑河流域30m/月合成叶面积指数（LAI）数据集综合利用多时相、多角度观测数据以提高参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
柳钦火, 范闻捷, 仲波
黑河流域植被物候数据集提供了2012年至2015年遥感物候产品。其空间分辨率为1km，投影类型为正弦投影。该数据采用MODIS LAI产品MOD15A2作为物候遥感监测数据源，MODIS陆地覆盖分类产品MCD12Q1作为辅助数据集进行提取。产品算法首先采用时间序列数据重建方法（BISE法）控制输入时间序列的数据质量；然后利用主算法（Logistic函数拟合法）与备用算法（分段线性拟合法）相结合的方式提取植被物候参数，实现算法互补，保证精度的同时提高可反演率。算法可提取一年最多三个生长周期，每个生长周期包含6个数据集，包括植被生长起点、生长峰值起点、生长峰值终点、生长终点、生长最快点、衰落最快点，同时记录了生长周期类型、生长季长度、质量标识等，共25个数据集。该物候产品降低了反演缺失率，提高了产品稳定性，数据集信息丰富，是相对可靠的。
李静
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
