北极

简介:北极地区是对气候变化最为敏感的地区之一,长期以来受到了气候变化研究的极大关注。尽管最近一段时间,全球暖化出现了一定程度的减缓甚至停滞的迹象,但北极地区的气候变化在过去几十年间却出现了明显的加速:一方面北极夏秋季的海冰覆盖正在加速融化(如图1),北极海冰覆盖面积历史低值被不断刷新,2012年九月份的海冰覆盖面积仅相当于1979到2000年多年平均海冰面积的51%,相对于上世纪八十年代初,已经有超过一半的海冰在夏天消失了,2002-2011年间海冰面积减少速度是1979-2006年间减少速度的两倍还多...

发布时间:2022-03-10

数据集:65

  • 耦合模式比较计划第6阶段CNRM-CM6-1模式全球植被生产力月数据(1850-2014)

    该数据集为全球植被生产力数据,包含总初级生产力(GPP)和净初级生产力(NPP)两部分,由耦合模式比较计划第6阶段(CMIP6)中CNRM-CM6-1模式在Historical情景下模拟得到。数据时间范围为1850-2014年,时间分辨率为月,空间分辨率约为1.406°×1.389°。模拟数据详细说明可见链接http://www.umr-cnrm.fr/cmip6/spip.php?article11。

    2019-07-04 5228 查看详情

  • 全球AVHRR遥感植被春季返青期物候(1981-2013)

    本数据集根据最新发布的NOAA全球模拟和绘图项目(GIMMS,Global Inventory Monitoring and Modeling System)长序列(1981-2013)均一化植被指数产品,版本号3g,先将NDVI数据产品从1/12度空间分辨率重采样到0.5度,然后对每年的时间序列采用double-logistic方法进行平滑,并计算平滑后的曲率,选取春季曲率最大值作为植被的春季返青期,该数据可分析泛北极植被春季物候的时空特征。

    2019-06-27 3126 查看详情

  • MODIS遥感植被春季返青期物候(2001-2014)

    本数据集根据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(2001-2014)。NDVI的时间分辨率是16天,空间分辨率0.05度,我们先将NDVI数据产品从0.05度空间分辨率重采样到0.5度,然后对每年的时间序列采用double-logistic方法进行平滑,并计算平滑后的曲率,选取春季曲率最大值作为植被的春季返青期,该数据可分析泛北极植被春季物候的时空特征。

    2019-06-22 2802 查看详情

  • 耦合模式比较计划第6阶段CNRM-CM6-1模式全球生态系统呼吸月数据(1850-2014)

    该数据集为全球生态系统呼吸数据,包含生态系统自养呼吸(Ra)和异养呼吸(Rh)两部分,由耦合模式比较计划第6阶段(CMIP6)中CNRM-CM6-1模式在Historical情景下模拟得到。数据时间范围为1850-2014年,时间分辨率为月,空间分辨率约为1.406°×1.389°。模拟数据详细说明可见链接http://www.umr-cnrm.fr/cmip6/spip.php?article11。

    2019-06-21 3812 查看详情

  • 三极人口&GDP数据集(1970-2006)

    数据集包括:北极地区人口及GDP数据(1990-2015)、第三极(甘肃、青海、西藏)地区县级人口及GDP数据(1970-2016)。 社会经济统计属性包括:人口(万人)、GDP(万元)、工农业生产总值(万元)、农业总产值(万元)、工业生产总值(万元) 北极人口数据主要来自经济社会局《世界人口展望:2017年修订版》按照 区域和国家划分的人口总数。 第三极数据主要参考甘肃省统计年鉴、青海省统计年鉴、西藏自治区统计年鉴;甘肃省、青海省、西藏自治区各县县志。

    2019-06-18 3953 查看详情

  • 三极地区通量30分钟数据(2000-2016)

    该数据集是三极地区9个通量站点的30分钟涡度相关通量观测数据,包括生态系统净碳交换量(NEE)、总初级生产力(GPP)和生态系统呼吸(ER)数据,时间范围覆盖2000-2016年。该数据预处理主要步骤包括野点去除(±3σ)、坐标轴旋转(三维风旋转)、Webb-Pearman-Leuning校正、异常值剔除、碳通量插补与分解等,缺失数据通过CO2通量值(Fc)与环境因子之间的非线性经验公式进行插补。

    2019-06-18 3674 查看详情

  • 北极地区高程数据集

    数字高程模型(Digital Elevation Model),简称DEM,是通过有限的地形高程数据实现对地面地形的数字化模拟(即地形表面形态的数字化表达),它是用一组有序数值阵列形式表示地面高程的一种实体地面模型。 北极地区指北极圈66°34′以内的区域和格陵兰岛在北极圈以外的部分。高程数据包括北极数字dem及山影数据(hillshade),tif格式。范围为66°N~90°N,空间分辨率为0.008°×0.008°。 数据下载自NASA全球高程数据 DEM描述的是地面高程信息,它在测绘、水文、气象、地貌、地质、土壤、工程建设、 通讯、军事等国民经济和国防建设以及人文和自然科学领域有着广泛的应用。

    2019-03-14 4585 查看详情

  • 北极1:100万水系数据集(2014)

    北极1:100万水系数据集包括北极范围内不同等级的线型河流(Arctic_River)、多边形水系(Arctic_Water_poly)矢量空间数据及相关属性数据:名称(Name)、类型(Type)。 数据来自1:100万ADC_WorldMap全球数据集,数据经过拓扑,入库等数据质量检查,是全面、最新和无缝的地理数字数据。 世界地图坐标系统是经纬度,WGS84基准面,北极地区数据集为北极专用投影参数(North_Pole_Stereographic)。

    2019-03-09 2449 查看详情

  • 北极1:100万机场数据集(2014)

    北极1:100万机场分布数据集包括北极范围内机场(Arctic_Airport)及机场跑道(Arctic_Airport_runways)矢量空间数据及相关属性数据:机场名称(Name)、机场国家名称(CNTRY_NAME)、机场国家缩写(CNTRY_CODE)、纬度(LATITUDE)、经度(LONGITUDE)。 数据来自1:100万ADC_WorldMap全球数据集,数据经过拓扑,入库等数据质量检查,是全面、最新和无缝的地理数字数据。 世界地图坐标系统是经纬度,WGS84基准面,北极地区数据集为北极专用投影参数(North_Pole_Stereographic)。

    2019-03-09 2882 查看详情

  • 北极1:100万居民点数据集(2014)

    北极1:100万居民点数据集包括北极范围内所有居民点(Arctic_Resident)、首都居民点(Arctic_Capitals)、城市人口大于75k的居民点(Cities_up_to_75K)等矢量空间数据及相关属性数据:城市名称(ENG_NAME)、城市人口(CITY_POP)等属性。 数据来自1:100万ADC_WorldMap全球数据集,数据经过拓扑,入库等数据质量检查,是全面、最新和无缝的地理数字数据。 世界地图坐标系统是经纬度,WGS84基准面,北极地区数据集为北极专用投影参数(North_Pole_Stereographic)。

    2019-03-08 3078 查看详情

  • 北极1:100万山脉数据集(2014)

    北极1:100万山脉数据集包括北极范围内山脉(Arctic_Mountains)矢量空间分布数据及相关属性数据:名称(Name)、山脉所在国家名称(CNTRY_NAME)、山脉所在国家简称(CNTRY_CODE)、纬度(LATITUDE)、经度(LONGITUDE) 数据来自1:100万ADC_WorldMap全球数据集,数据经过拓扑,入库等数据质量检查,是全面、最新和无缝的地理数字数据。 世界地图坐标系统是经纬度,WGS84基准面,北极地区数据集为北极专用投影参数(North_Pole_Stereographic)。

    2019-03-07 2494 查看详情

  • 北极1:100万行政边界数据集(2014)

    北极行政边界数据集包括北极范围内国家的国界(Arctic_National),省界(Arctic_Provincial)、县界(Arctic_Prefecture)矢量空间数据集及其对应的名称、类型相关属性数据:(LOCAL_NAME)、(ENG_NAME)、(CNTRY_NAME)、(TYPE)、(CNTRY_CODE)、(CONTINENT) 数据来自1:100万ADC_WorldMap全球数据集,数据经过拓扑,入库是全面、最新和无缝的地理数字数据。 世界地图坐标系统是经纬度,WGS84基准面,北极地区数据集为北极专用投影参数(North_Pole_Stereographic)

    2019-03-06 3050 查看详情

  • 北极1:100万道路数据集(2014)

    北极1:100万道路数据集包括北极范围内主要道路(Arctic_Major_Routes)、次要道路(Arctic_Minor_Routes)和铁路(Arctic_railway)矢量空间数据及相关属性数据:道路名称(Name)、类型(Type)。 数据来自1:100万ADC_WorldMap全球数据集,数据经过拓扑,入库等数据质量检查,是全面、最新和无缝的地理数字数据。 世界地图坐标系统是经纬度,WGS84基准面,北极地区数据集为北极专用投影参数(North_Pole_Stereographic)。

    2019-03-04 2218 查看详情

  • 北极(AMAP)和(AHDR)区域边界数据

    北极的两个区域是由北极监测和评估方案工作组和北极人类发展报告确定的。 AMAP北极的地理覆盖范围从高北极地区一直延伸到加拿大、丹麦王国(格陵兰和法罗群岛)、芬兰、冰岛、挪威、俄罗斯联邦、瑞典和美国的亚北极地区,包括相关海域。阿拉斯加北极包含所有《阿拉伯国家、加拿大北部60°N与魁北克省北部和拉布拉多,格陵兰岛,法罗群岛,和冰岛,北县的挪威、瑞典和芬兰。俄罗斯的局势很难用简单的语言来描述。 人口学家划定的区域包括:摩尔曼斯克大爆炸区、涅涅茨人、亚马朗涅茨人、泰梅尔和楚科塔自治州、科米共和国的沃库塔市、克拉斯诺亚尔斯基克雷的诺里尔斯克和伊戈尔卡,以及萨哈共和国边界最接近北极圈的地区。

    2019-02-02 4226 查看详情

  • ERA-Interim 全球地面气温再分析数据集(1979-2016)

    全球ERA-Interim 地面气温再分析数据集(1979-2016)是欧洲中长期天气预报中心(ECMWF)采用ECMWF IFS预报系统(T255,60层),经过窗口为12小时的四维变分同化系统(4DVAR)同化全球不同地区和来源的地表和上层大气的常规观测和卫星遥感资料(TOVS,GOES,Meteosat等)获得。该地面气温(2米气温)数据覆盖时间从1979年1月到2016年12月,时间分辨率为6小时,水平分辨率0.75°,覆盖全球,投影方式为等经纬度投影。数据每个月存放一个NetCDF格式文件,包含经度(longitude)、纬度(latitude)、时间(time)、气温(t2m,单位:K)四个变量,纬向241个格点,经向480个格点。

    2018-08-25 5879 查看详情

  • 全球河湖矢量数据集(2010)

    河流湖泊等资源是研究地球生态环境的重要内容,影响全球生态系统、热量、物质交换和平衡,是研究全球环境机理变化的重要基础。当前,全球缺乏大尺度、高精度、大范围的湖泊矢量数据,阻碍了有关河流、湖泊的水文研究。研究以陈军等全球河流湖泊数据集作为源数据,结合2010年前后2-3年的国产高分影像GF数据,产生一套全球河流、湖泊数据集。这套数据集弥补了部分区域精度低的缺陷,是具有可编辑性的较高精度的湖、河矢量数据集。

    2018-08-23 5165 查看详情

  • 阿拉斯加北坡Anaktuvuk河流域过火区植被C/L波段后向散射特征数据集(V1.0)(2002-2017)

    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。

    2018-08-20 5713 查看详情

  • 北极阿拉斯加站点云观测数据集(1999-2009)

    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。

    2018-08-15 5723 查看详情

  • 格陵兰Landsat-8影像图(2014-2015)

    Greenland遥感影像拼接图是在收集了2014-2015年间108景Landsat8 OLI遥感影像,经过DN值校正、去云计算、行星反射率计算、反射率与RGB值转换、影像合成与拼接等操作后制成。全图空间分辨率为30m,投影方式采用极射赤面投影。

    2018-08-14 2852 查看详情

  • 三极太阳辐射数据集(2001-2017)

    太阳辐射数据为采用国际上通用的太阳辐射表(LI200SZ,LI-COR, Inc., USA)测量获得。本测量数据为总太阳辐射,包括直射和漫反射的太阳辐射,波长范围400-1100nm。测量结果单位为W/m2,在自然采光下典型误差为± 3%(入射角60°以内)。三极不同地点(青藏高原珠峰站和纳木错站,北极Sodankylä 站,南极DomeA站)的数据来源于与站点合作和网站下载等。青藏高原珠峰站和纳木错站数据覆盖时间从2009年到2016年;北极Sodankylä 站数据覆盖时间从2001年到2017年;南极DomeA站数据覆盖时间从2005年到2014年。

    2018-04-03 5035 查看详情