光合作用是连接碳和水循环的关键过程,卫星检索的日光诱导叶绿素荧光 (SIF) 可以作为光合作用的有价值的代理。Copernicus Sentinel-5P 任务上的TROPOspheric Monitoring Instrument (TROPOMI) 能够显着改进提供高空间和时间分辨率的 SIF 观测,但数据记录的短时间覆盖限制了其在长期研究中的应用。我们使用机器学习在具有高时空分辨率(0.05°,8 天)的晴朗天空条件下重建 2001-2020 年期间的 TROPOMI SIF (RTSIF)。我们的机器学习模型在训练和测试数据集上表现良好(R^2 = 0.907, regression slope = 1.001)。RTSIF 数据集针对 TROPOMI SIF 和基于塔的 SIF 进行了验证,并与其他卫星衍生的 SIF(GOME-2 SIF 和 OCO-2 SIF)进行了比较。 RTSIF 与总初级生产 (GPP) 的比较说明了 RTSIF 在估算碳通量方面的潜力。这个数据集将在评估长期陆地生态系统光合作用和全球碳水通量方面有重要价值。
陈星安, 黄跃飞, 聂冲, 张硕, 王光谦, 陈世鎏, 陈志超
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
南极半岛植被数据来源于时空三级环境大数据平台的南极先锋植被覆盖分类数据,通过实测光谱匹配遥感影像,应用纯像元PPI提取出苔藓、地衣、岩石、海、积雪的端元波谱和应用线性混合模型LMM(Linear Mixture Model)计算得到。菲尔德斯半岛特色植被覆盖度根据其与丰度的相关线性关系获得。数据格式为geotiff格式。数据内容是南极半岛典型年典型区植被覆盖度。本研究工作通过对南极半岛典型区典型年植被覆盖度后处理后生成tif栅格格式产品,栅格主体数值为植被盖度。本研究得到的南极半岛典型区植被覆盖度是将南极先锋植物丰度数据产品进行镶嵌,包括南极半岛及周边植物丰度数据产品。通过ArcGIS将南极半岛典型区域包括Adley,北部和南部镶嵌在一起,得到包括2008年、2017年和2018年的光谱角匹配法(SAM)和光谱信息散度法(SID)识别出的6幅植被覆盖度图。
叶爱中
项目基于Landsat_TM30m遥感数据通过人工解译和机器学习算法完成了1990-2015年祁连山地区森林、农田、草地、湿地、聚落城市、荒漠六大类生态系统的空间格局分布信息提取,该套数据可以服务于研究区域生态系统宏观格局演变规律,生态系统服务功能评估,重大生态修复工程规划与效果评估。生态系统宏观格局演变是气候-社会经济耦合驱动的自然过程演变的宏观反应,也是土地利用与土地覆被变化的直接反映,更是区域可持续发展成效评估的重要数据基础。研究可为祁连山地区绿色发展指数评估提供数据基础。
吴锋
该数据集包含了2021年01月01日至2021年12月31日青海湖流域地表过程综合观测网高寒草甸草原混合超级站的物候相机观测数据。其中2021年1月31日至4月14日,由于相机内存问题导致该时段数据缺失。站点位于青海省天峻县苏里路旁侧,下垫面是高寒草甸和高寒草原的混合。观测点经纬度为:东经 98°35′41.62″E,北纬 37°42′11.47″N,海拔3718m。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为2592*1944,本数据集中的物候照片是在每天12:10拍摄的,拍摄时间误差在±10 min。图片命名方式为BSDCJZ BEIJING_IR_Year_Month_Day_Time.
李小雁
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。
王世金
水库是重要的水利工程设施,在农业灌溉和市政用水的储存和输送中发挥着关键作用,但这一作用会受到水库蒸发的影响。但由于全球长期且连续的水库地理信息的可获取性受限,因而估算全球水库蒸发损失仍有一定困难。目前,两个最新的水库数据集,即全球水库表面数据集(Global Reservoir Surface Area Dataset)和全球水库和大坝数据库(Global Reservoir and Dam Database),为解决这一困难提供了机会。我们使用这两个数据集估算了1985年至2016年全球7242个大型水库的月水库蒸发量。其中,蒸发率采用三套气象产品数据分别进行计算( (1) TerraClimate; (2) ERA5; (3) Princeton Global Forcings),水面面积采用全球水库表面数据集(Global Reservoir Surface Area Dataset)。
田巍, 刘小莽, 王恺文, 白鹏, 刘昌明
中国区域表层7cm土壤湿度月值数据。时间范围包括历史时期1850-2014,未来时期2015-2100(未来时期包含四个不同共享社会经济路径:SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5-8.5)。空间分辨率0.25°。 该数据是基于深度学习方法,以ERA5-Land 表层7cm土壤湿度数据为参考,融合降尺度25个CMIP6模式的表层土壤湿度数据。在气候变化背景下,数据可用于干旱和植被相关分析。
冯冬含
该数据集包含了2021年1月1日至2021年12月31日青海湖流域水文气象观测网青海湖鱼雷发射基地站气象要素梯度观测系统数据。但是由于2021年青海省于研究站点鱼雷发射基地进行翻修,打造鱼雷发射基地的红色旅游区。该站点所有仪器于2021年5月30日全部拆除,准备于2022年7月重新安装。因此该站点2021年实际获得数据为2021年1月1日至2021年5月29日数据。2021年5月30日到12月31日数据缺失。站点位于青海省青海湖二郎剑景区鱼雷发射基地,下垫面是青海湖水面。观测点经纬度为:东经 100° 29' 59.726'' E,北纬 36° 35' 27.337'' N,海拔3209m。风速/风向架设在距湖面14m处,共1层,朝向正北;空气温度、相对湿度传感器分别架设在距湖面12m、12.5m处,共2层,朝向正北;翻斗式雨量计安装在距湖面10m处;四分量辐射仪安装在距湖面10m处,朝向正南;一个红外温度计安装在距湖面10m处,朝向正南,探头朝向是垂直向下;湖水温度探头设在水下0.2, 0.5, 1.0, 2.0, and 3.0 m处;光合有效辐射仪安装在距湖面10m处,探头朝向是垂直向下,朝向正南。 观测项目有:风速(WS_14m)(单位:米/秒)、风向(WD_14m)(单位:度)、空气温湿度(Ta_12m、Ta_12.5m和RH_12m、RH_12.5m)(单位:摄氏度、百分比)、降水量(Rain)(单位:毫米)、湖表辐射温度(IRT_1)(单位:摄氏度)、光合有效辐射(PAR)(单位:微摩尔/平方米秒) 、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、湖水温度(Tw_20cm、Tw_50cm、Tw_100cm、Tw_200cm、Tw_300cm)(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;由于冬季湖水结冰故将水温探头收回,故2021.1.1-2021.5.31期间无水温数据记录;(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:2018-1-1 10:30。
李小雁
该数据集包含了2021年1月1日至2021年10月9日青海湖流域地表过程综合观测网高寒草甸草原混合草原超级站气象要素梯度观测系统数据。站点位于青海省天峻县苏里路旁侧,下垫面是高寒草甸和高寒草原的混合。观测点经纬度为:东经 98°35′41.62″E,北纬 37°42′11.47″N,海拔3718m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m、15m、20m、30m、40m处,共7层,朝向正北;气压计安装在3m处;翻斗式雨量计安装在塔西偏北侧10m平台上;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;土壤热流板(自校正式)(3块)依次埋设在地下6cm处,朝向正南距离塔体2m处;土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的正东方;土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的正东方;光合有效辐射仪安装在6m处,探头垂直向上和向下方向各一个,朝向正南。 观测项目有:风速(WS_3m、WS_5m、WS_10m、WS_15m、WS_20m、WS_30m、WS_40m)(单位:米/秒)、风向(WD_3m、WD_5m、WD_10m、WD_15m、WD_20m、WD_30m、WD_40m)(单位:度)、空气温湿度(Ta_3m、Ta_5m、Ta_10m、Ta_15m、Ta_20m、Ta_30m、Ta_40m和RH_3m、RH_5m、RH_10m、RH_15m、RH_20m、RH_30m、RH_40m)(单位:摄氏度、百分比)、降水量(Rain)(单位:毫米)、气压(Press)(单位:百帕)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒) 、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_400cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_400cm)(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:2018/8/31 10:30。
李小雁
该数据集包含了2021年1月1日至2021年10月13日青海湖流域地表过程综合观测网亚高山灌丛气象要素梯度观测系统数据。站点位于青海省刚察县沙柳河镇大寺附近,下垫面是亚高山灌丛。观测点经纬度为:东经100°6'3.62"E,北纬37°31'15.67" N,海拔3495m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处,共3层,朝向正北;气压计安装在3m处;翻斗式雨量计安装在塔西偏北侧2m平台上;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;土壤热流板(自校正式)(3块)依次埋设在地下6cm处,朝向正南距离塔体2m处;土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和500cm处,在距离气象塔2m的正东方;土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和500cm处,在距离气象塔2m的正东方;光合有效辐射仪安装在6m处,探头垂直向上和向下方向各一个,朝向正南。 观测项目有:风速(WS_3m、WS_5m、WS_10m)(单位:米/秒)、风向(WD_3m、WD_5m、WD_10m)(单位:度)、空气温湿度(Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m)(单位:摄氏度、百分比)、降水量(Rain)(单位:毫米)、气压(Press)(单位:百帕)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒) 、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_500cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_500cm)(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:2018/8/31 10:30。
李小雁
该数据集包含了2021年1月1日至2021年10月13日的青海湖流域水文气象观测网温性草原气象要素梯度观测系统数据。站点位于青海省刚察县三角城种羊场,下垫面是温性草原。观测点经纬度为:东经 100°14'8.99"E,北纬 37°14'49.00"N,海拔3210m。风速/风向、风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处,共3层,朝向正北;气压计安装在3m处;翻斗式雨量计安装在塔西偏北侧;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;土壤热流板(自校正式)(3块)依次埋设在地下6cm处,朝向正南距离塔体2m处;土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的东方;土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处,在距离气象塔2m的东方;光合有效辐射仪安装在6m处,探头垂直向上和向下方向各一个,朝向正南。 观测项目有:风速(WS_3m、WS_5m、WS_10m)(单位:米/秒)、风向(WD_3m、WD_5m、WD_10m)(单位:度)、空气温湿度(Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m)(单位:摄氏度、百分比)、降水量(Rain)(单位:毫米)、气压(Press)(单位:百帕)、地表辐射温度(IRT_1、IRT_2)(单位:摄氏度)、向上与向下光合有效辐射(PAR_U_up、PAR_U_down)(单位:微摩尔/平方米秒) 、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_400cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_400cm)(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:2018/8/31 10:30。
李小雁
本数据集为2021年的祁连山区域的人类活动参数,包括祁连山区域2021年的30m耕地产品和祁连山区域2021年的30m建设用地分布产品。该产品来源于祁连山区域2021年30m的土地覆盖分类产品。该产品以2020年的土地覆盖分类产品为基础,基于Google Earth Engine平台的Landsat系列数据和强大地数据处理能力,利用变化检测的思想和方法生产得到,总体精度优于85%。该产品是1985-2020年土地覆盖分类产品的延续。1985-2020年的土地覆盖分类产品也可在本网站下载得到。其中,1985-2015年的土地利用产品为5年1期,2015-2021年的土地利用产品为1年1期。
杨爱霞, 仲波
本数据集提供青海湖沙柳河流域上游千户里小流域阴坡、阳坡和流域出水口三处位置2019年1月至2021年12月份的逐日土壤温湿度观测数据。千户里小流域地理坐标位于(37°25′N,100°15′E),海拔介于3565-3716m之间。该数据集的观测指标包括土壤含水量(SWC)和土壤温度(ST)。阴坡和阳坡土壤温湿度数据由ECH2O和5层5TE传感器观测,阴阳坡5层传感器安装深度分别为10 cm, 30 cm, 50 cm, 80 cm, 110 cm和10 cm, 30 cm, 60 cm, 90 cm, 120 cm。流域出口土壤温湿度数据由Trime监测及10层PICO32传感器观测,传感器布设深度分别为5 cm, 10 cm, 20 cm, 40 cm, 80 cm, 100 cm, 120 cm, 140 cm, 160 cm, 180 cm。该数据集可用于青海湖流域典型小流域土壤水文过程的定量分析并为模型模拟提供校验数据。
李小雁
归一化植被指数(Normalized Difference Vegetation Index , NDVI)广泛应用于植被监测。本数据集利用2000-2020年青藏高原区域所有可用的Landsat 5/7/8数据(影像10万+),通过MODIS-Landsat数据融合算法(gap filling and Savitzky–Golay filtering;GF-SG),重建了青藏高原植被区域2000-2020年高时空分辨率(30米-8天)NDVI时间序列数据集(QTP-NDVI30)(算法细节请参考论文)。 本数据集具有良好的验证精度。定量评价结果显示重建NDVI影像数据的平均绝对误差MAE为0.02,平均相关系数R为0.96,图像结构相似性SSIM为0.94。选取典型区域与PlanetScope 3米空间分辨率影像比较,空间细节信息得到了较好的保持(产品评价细节请参考论文)。 本数据集地理坐标系为GCS_WGS_84, 空间范围覆盖青藏高原植被区域,植被区域定义为7-9月平均NDVI大于0.15。
曹入尹, 徐子超, 陈洋, 沈妙根, 陈晋
本数据集以 4 种比例的燕麦草与祁连山高寒草甸天然牧草混合日粮,研究了夏季不同比例的燕麦草与天然牧草混合饲喂对放牧藏羊消化代谢的影响。包含放牧藏羊的干物质(dry matter, DM)、有机物质(organic matter, OM)、粗蛋白(crude protein, CP)、粗脂肪(ether extract, EE)、中性洗涤纤维(neutral detergent fiber, NDF)、酸性洗涤纤维(acid detergent fiber, ADF)采食量和消化率。通过对数据的分析,夏季全天然牧草可以满足藏羊的生长代谢,且不宜对其饲喂燕麦草。
彭泽晨
1985年祁连山国家公园土地利用类型的数据集是基于中科院中国土地利用现状遥感监测数据集,经过裁剪、拼接等操作得到的矢量数据集。2000-2020年的3个数据集是基于GlobeLand30全球30米地表覆盖数据,经过掩膜提取等操作得到的30m分辨率的栅格数据集。所有数据集的土地利用类型包括耕地、森林、灌木林、草地、湿地、水体、苔原、人造表面、裸地、冰川和永久积雪这10个一级类型。数据产品可以检测大多数人类活动所引起的地表覆盖变化,在实际应用中具有十分重要的意义,可以用此数据分析祁连山区域历史的土地利用类型,并结合当前的土地利用类型数据,分析祁连山区域土地利用类型的变化。
年雁云
1)数据内容:祁连山典型小流域植被-土壤-岩石三维空间结构CT扫描数据集,数据包括祁连山典型小流域不同深度苔藓层体积密度、土壤大孔隙度和土壤石砾体积密度数据;2)数据来源及加工方法:在祁连山典型小流域采集苔藓层和苔藓覆盖下深度为30 cm的原状土柱,利用工业X射线三维显微镜对苔藓层和原状土柱进行扫描;3)数据质量描述:苔藓层分辨率40 μm,原状土柱分辨率68 μm;4)数据应用成果及前景:祁连山典型小流域植被-土壤-岩石三维空间结构CT扫描数据集对于祁连山区的生态恢复、水资源管理和利用均有着重要意义,可为阐述祁连山的水源涵养功能及机理提供基础数据和理论支撑。
胡霞
本数据为泥石流风险性评价数据,根据中巴经济走廊泥石流灾害情况进行分析研究后得到的危险性和易损性分析结果;根据联合国人道主义事业部(1992)给出的风险表达式:风险(Risk)=危险性(Hazard)×易损性(Vulnerability),对研究区的泥石流灾害进行风险分析。本数据可用于对中巴经济走廊泥石流灾害风险进行评估,了解重大泥石流风险程度强弱关系,为当地政府部门防灾减灾、城市治理等决策提供科学指导。
苏凤环
本数据为泥石流易损性评价数据,根据中巴经济走廊泥石流灾害情况进行分析研究后得到的,栅格值表示易损区划:1表示低易损区,2表示较低易损区,3表示中易损区,4表示较高易损区,5表示高易损区。本数据可用于对中巴经济走廊重大泥石流灾害易损性进行评估,可以为泥石流风险性评估提供数据基础,了解重大泥石流对道路、房屋等基础设施损害程度的程度强弱关系,为当地政府部门防灾减灾、预测预报、乡村振兴等决策提供科学指导。
苏凤环
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