该数据集包含了2012年7月至2013年8月采集的黑河流域典型土壤样点的土壤pH数据。2012年组织开展了第1次野外土壤调查采样。2013年在对已有土壤剖面样点进行定量评估的基础上，重点对已有剖面点代表性较差的景观区域进行土壤环境分析，形成补充性调查方案，组织开展了第2次土壤调查采样。黑河流域典型土壤样点采集方式为代表性采样，所采集样点覆盖了黑河流域的上游、中游、下游地区，涵盖了黑河流域的典型景观类型，能够反映黑河流域土壤属性整体的空间分布规律。野外土壤样品采集的深度参照中国土壤系统分类，以诊断层和诊断特性为基础，采取土壤剖面的土壤发生层样品。
宋效东, 张甘霖
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
沉积物中的孢粉是重建过去植被和气候重要代用指标，在第四纪环境演变研究领域扮演着重要角色。准确的孢粉鉴定是孢粉学研究的基础，也是制作现代植物孢粉形态图集的目的所在。2018年，依托中国科学院A类战略性先导科技专项“泛第三极环境变化与绿色丝绸之路建设”和第二次青藏高原综合科学考察研究等研究计划，作者开展了青藏高原东部（玉树州、昌都市、甘孜州，那曲市等地）高寒草甸区以及东南部（林芝市）山地森林区植被和土壤考察，并采集了开花植物的花药标本和蕨类植物孢子囊标本共计401个（涵盖55科）。花粉和孢子标本经酸碱处理法提纯以及乙酸酐和硫酸混合液（比例9:1）醋解后，加入甘油并冷藏保存。孢粉形态照片使用LEICA-DM-2500光学显微镜及其配套成像系统拍摄，每个孢粉标本至少拍摄2张照片（配有比例尺）。孢粉形态图集对孢粉学研究及教学具有参考价值。
曹现勇, 田芳, 李凯, 倪健
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网中游大满超级站气象要素梯度观测系统数据。站点位于甘肃省张掖市大满灌区农田内，下垫面是玉米田。观测点的经纬度是100.3722E, 38.8555N，海拔1556m。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2m处；翻斗式雨量计安装在塔西侧约8m处，架高2.5m；四分量辐射仪安装在12m处，朝向正南；两个红外温度计安装在12m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，其中两块（Gs_2、Gs_3）埋设在棵间，一块（Gs_1）埋设在植株下面；平均土壤温度传感器TCAV埋设在地下2cm、4cm处，朝向正南，距离塔体2m处；土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、80cm、120cm和160cm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、80cm、120cm和160cm处，在距离气象塔2m的正南方；光合有效辐射仪安装在12m处，探头朝向是垂直向上；另有四个光合有效辐射仪分别架设在冠层上方和冠层内，冠层上方安装在12m（探头垂直向上和向下方向各一个）、冠层内安装在0.3m（探头垂直向上和向下方向各一个）高处，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)、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)、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）(单位：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）(单位：摄氏度) 、光合有效辐射（PAR）(单位：微摩尔/平方米秒)、冠层上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)和冠层下向上与向下光合有效辐射（PAR_D_up、PAR_D_down）(单位：微摩尔/平方米秒)。 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；2019.10.27-11.15由于采集器的问题，气象梯度部分的数据缺失；由于采集器通道问题，土壤部分数据在3.10-3.23间数据不正确。（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：2019-6-10 10:30。 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳
该数据集包含了2019年6月1日至2019年9月20日的黑河水文气象观测网下游四道桥超级站叶面积指数观测数据。站点位于内蒙古额济纳旗四道桥，海拔870 m，下垫面是柽柳。观测在四道桥超级站（101.1374E, 42.0012N）旁开展，样方1个，大小约30m×30m，每个样方内布设5个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网（LAINet）获取，该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据（Level0），利用LAINet软件对原始观测数据进行处理，逐节点计算每天LAI（Level1），进一步对无效值识别与填充，并7天滑动平均消除天气变化对LAI计算的影响（Level2），对有多个LAINet节点的观测子区，节点的均值为该子区的最终观测值（Level3）。 本次发布的数据集为处理后的Level3产品，数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Qu et al. (2014)。
刘绍民, 屈永华, 徐自为
高亚洲地区对气候变化非常敏感，是全球变化研究的热点区域。气温和降水的变化会在冰雪冻融的时间上反映出来。星载微波遥感能提供时空连续的冰雪表面状态监测能力，当冰雪中很小一部分开始融化造成微量液态水，也会反映在主动和被动微波遥感信号中。在微波波段，冰与液态水的介电常数差异巨大，因此为微波遥感监测冰雪融化提供了基础理论。在被动微波情况下，当冰雪开始融化而出现液态水时，其吸收和发射率迅速增加，因此其发射率和亮度温度、后向散射系数也会迅速改变。本数据集为利用1979年至2018年长时间序列卫星微波辐射计和散射计观测反演的高亚洲地区冰雪融化的初始时间。被动微波遥感数据为搭载在卫星上的SMMR（1979~1987年），以及搭载于DMSP上的SSM/I-SSMIS辐射计（1988年至今）。主动微波遥感数据为QuikSCAT卫星散射计（2000~2009年）。
熊川, 施建成, 姚汝桢, 雷永荟, 潘金梅
本数据包括祁连山连续多年冻土、不连续多年冻土以及季节冻土的空间分布图。本数据基于野外科学考察、道路勘察钻孔点并结合前人所获得的多年冻土下界海拔资料，回归得出多年冻土下界海拔公式。其中，DEM数据采用美国太空总署(NASA)和国防部国家测绘局(NIMA)联合测量的SRTM(Shuttle Radar Topography Mission)数据，数据转化为GCS·WGS·1984坐标系后，重采样成100 m的空间分辨率，采用以此数据海拔3 000 m作为界定祁连山区范围。借助ArcGIS平台在DEM数据的支持下，模拟出分辨率为100 m的祁连山区多年冻土分布图。回归得出祁连山区多年冻土分布下界模型，并通过了显著性检验。通过已有的548个钻孔数据点检验，多年冻土区验证正确率为90.11%。本数据可用于祁连山地下冰含量以及多年冻土退化释放水量估算，并对祁连山生态环境整治和生态文明建设具有一定借鉴意义。
盛煜
植被指数主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况。目前，归一化植被指数(NDVI)是检测植被生长状态、植被覆盖度和消除部分辐射误差相关方面的重要数据源。NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖有关。Landsat卫星数据产品是估算NDVI的一项重要数据源。以泛第三极31个关键节点和3个重大工程为研究区域，基于2000至2016年LANDSAT-5和LANDSAT-8为基底数据，对不同地区的NDVI进行了裁剪和估算，最终得到了泛第三极关键节点区域2000-2016年16天时序30米高分辨率NDVI数据。
葛咏, 凌峰, 张一行
该数据集包含了2019年1月1日至2018年12月31日黑河流域地表过程综合观测网中游张掖湿地站气象要素观测数据。站点位于甘肃省张掖市国家湿地公园，下垫面是芦苇湿地。观测点的经纬度是100.4464E, 38.9751N，海拔1460m。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处，风向传感器架设在10m处，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；四个光合有效辐射仪分别架设在冠层上方和冠层内，冠层上方安装在6m（探头垂直向上和向下方向各一个）、冠层内安装在0.25m（探头垂直向上和向下方向各一个）高处，朝向正南。 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)、土壤温度（Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm）(单位：摄氏度)、冠层上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)和冠层下向上与向下光合有效辐射（PAR_D_up、PAR_D_down）(单位：微摩尔/平方米秒)。 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：2019-6-10 10:30；（6）命名规则为：AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
车涛, 徐自为, 任志国, 谭俊磊, 张阳
该数据集包含了2019年1月1日至2019年12月31日的兰州大学寒旱区科学观测网络瓜州站涡动相关仪观测数据。站点位于甘肃酒泉瓜州县柳园镇，下垫面是荒漠。观测点的经纬度是95.673E，41.405N，海拔2014m。涡动相关仪的架高4m，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。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。由于需要标定，2.6-3.25、4.29-5.4、10.13-10.25数据缺失。 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九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（较插补数据好）；9数据质量差））。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。 观测数据处理请参考Liu et al. (2011)。
赵长明, 张仁懿
该数据集包含了2019年1月1日至2019年12月31日黑河水文气象观测网上游阿柔超级站气象要素梯度观测系统数据。站点位于青海省祁连县阿柔乡草达坂村，下垫面是亚高山山地草甸。观测点的经纬度是100.4643E, 38.0473N，海拔3033m。空气温度、相对湿度、风速传感器分别架设在1m、2m、5m、10m、15m、25m处，共6层，朝向正北；风向传感器架设在10m处，朝向正北；气压计安装在2m处；翻斗式雨量计安装在阿柔超级站28m观测塔上；四分量辐射仪安装在5m处，朝向正南；两个红外温度计安装在5m处，朝向正南，探头朝向是垂直向下；光合有效辐射仪安装在5m处，朝向正南，探头朝向是垂直向上；土壤部分传感器埋设在塔体正南方向2m处，其中土壤热流板（自校正式）（3块）均埋设在地下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、6cm、10cm、15cm、20cm、30cm、40cm、60cm、80cm、120cm、160cm、200cm、240cm、280cm、320cm处，其中4cm和10cm这两层有三个重复；土壤水分传感器分别埋设在地下2cm、4cm、6cm、10cm、15cm、20cm、30cm、40cm、60cm、80cm、120cm、160cm、200cm、240cm、280cm、320cm处，其中4cm和10cm这两层有三个重复。 观测项目有：风速（WS_1m、WS_2m、WS_5m、WS_10m、WS_15m、WS_25m）(单位：米/秒)、风向（WD_10m）(单位：度)、空气温湿度（Ta_1m、Ta_2m、Ta_5m、Ta_10m、Ta_15m、Ta_25m和RH_1m、RH_2m、RH_5m、RH_10m、RH_15m、RH_25m）(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)、光合有效辐射（PAR）(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_1、Ms_4cm_2、Ms_4cm_3、Ms_6cm、Ms_10cm_1、Ms_10cm_2、Ms_10cm_3、Ms_15cm、Ms_20cm、Ms_30cm、Ms_40cm、Ms_60cm、Ms_80cm、Ms_120cm、Ms_160cm Ms_200cm、Ms_240cm、Ms_280cm、Ms_320cm）(单位：体积含水量，百分比)、土壤温度（Ts_0cm、Ts_2cm、Ts_4cm_1、Ts_4cm_2、Ts_4cm_3、Ts_6cm、Ts_10cm_1、Ts_10cm_2、Ts_10cm_3、Ts_15cm、Ts_20cm、Ts_30cm、Ts_40cm、Ts_60cm、Ts_80cm、Ts_120cm、Ts_160cm Ts_200cm、Ts_240cm、Ts_280cm、Ts_320cm）(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；土壤热通量在1.1-1.19日之间，7-8月G2，由于传感器线头接触不良，数据缺失；9.3-10.27由于采集器的问题，土壤温湿度数据缺失。（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：2019-6-10 10:30；（6）命名规则为：AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网上游垭口站气象要素观测数据。站点位于青海省祁连县大冬树垭口，下垫面是高寒草甸。观测点的经纬度是100.2421E, 38.0142N，海拔4148m。发布的数据包括空气温度、相对湿度传感器架设在5m处，朝向正北；气压计安装在地面上的防撬箱内；翻斗式雨量计安装在2m处；风速与风向传感器架设在10m，朝向正北；四分量辐射仪在气象塔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4cm、10cm、20cm、40cm、80cm、120cm、160cm处；土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处；土壤热流板埋设在地下6cm处，在距离气象塔2m的正南方。 观测项目有：空气温湿度（Ta_5m、RH_5m）(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_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)、土壤温度（Ts_0cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm）(单位：摄氏度)、土壤水分（Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(单位：体积含水量，百分比)。 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；由于传感器问题，10.21后向下短波辐射数据错误；由于积雪覆盖太阳能板导致供电问题，12.10-12.25间数据缺失；（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：2019-9-10 10:30；（6）命名规则为：AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国
该数据集包含了2019年1月1日至2019年12月31日兰州大学兰州大学寒旱区科学观测网络瓜州站气象要素梯度观测系统数据。站点位于甘肃酒泉瓜州县柳园镇，下垫面是荒漠。观测点的经纬度是95.673E，41.405N，海拔2014m。二维超声风速/风向传感器和空气温湿度传感器分别架设在2m、4m、8m、16m、32m、48m处，共6层，朝向正北；气压计安装在1.5m采集箱内；翻斗式雨量计安装在塔4m处；红外温度计安装在4m处，朝向正南，探头朝向垂直向下；土壤热通量板（自校正式）（2块）依次埋设在塔南侧植被下5cm和10cm处；土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm、10cm、20cm、40cm、60cm、80cm处；光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处，朝向正南。 观测项目有：风速（WS_2m、WS_4m、WS_8m、WS_16m、WS_32m、WS_48m）(单位：米/秒)、风向（WD_2m、WD_4m、WD_8m、WD_16m、WD_32m、WD_48m）(单位：度)、空气温湿度（TA_2m、TA_4m、TA_8m、TA_16m、TA_32m、TA_48m和RH_2m、RH_4m、RH_8m、RH_16m、RH_32m、RH_48m）(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）(单位：摄氏度)、土壤热通量（Gs_5cm、Gs_10cm）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_80cm）(单位：百分比)、土壤温度（Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_80cm）(单位：摄氏度) 、土壤水势（SWP_5cm、SWP_10cm、SWP_20cm、SWP_40cm、SWP_60cm、SWP_80cm）（单位：千帕）、土壤电导率（EC_5cm、EC_10cm、EC_20cm、EC_40cm、EC_60cm、EC_80cm）（单位：微西门子/厘米）、光合有效辐射（PAR）(单位：微摩尔/平方米秒)、日照时数（Sun_time）（单位：小时）。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min）；由于供电问题，2019.8.3-8.24的数据丢失；2019.4.29日起，2m空气温湿度传感器故障；2019.5.10起，48m风速风向传感器故障；2019.7.31起，10cm土壤含水量传感器故障；（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：2019-6-10 10:30。
赵长明, 张仁懿
本数据集包括祁连山区域2019年月度合成30m×30m地表LAI产品。采用最大值合成 (Max value composition, MVC) 方法，利用Landsat8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成，进而计算LAI。数据通过Google Earth Engine云平台对反射率进行月度合成，通过模型计算指数，对于缺失像素进行插补，质量较好，可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
1、数据内容为塔里木河流城迪那河、库车-渭干河、喀什噶尔河河流尾间实测地下水水位月数据，要求是30眼井水位数据，但本数据井数达到44眼水位数据；2、通过HOBO解译为CSV，通过MATLAB寻找单位为时缺值，再经过Excel筛选，提取，计算，即：经过原始数据解译，通过时、日数据，计算得出月数据；3、数据为实测数据，保留2位小数，单位为米，数据准确；4、数据可应用于科学研究及为地方健康发展地下水水位数据。
陈亚宁, 郝兴明
本数据为2018年哈萨克斯坦首都努尔苏丹生态屏障空间分布图，图中的地物类型主要包括防护林、道路、建筑、湖泊以及河流等。数据源为2018年8月的四景哨兵影像，分辨率为10米。同时，叠加OpenStreetMap（OSM）全球地物矢量图。该数据集经过校正处理，较为准确。防护林斑的提取通过目视解译与实地野外调查相结合，精度较高。数据反映了哈萨克斯坦首都努尔苏丹城市生态屏障空间分布现状，同时，对于长时间的防护林时空格局的变化监测，也具有重要的参考价值。
王永东
该数据集包含了2019年4月18日至2019年12月31日的兰州大学寒旱区科学观测网络西营河站涡动相关仪观测数据。站点位于青海海北门源县仙米乡讨拉村，下垫面是高寒草甸。观测点的经纬度是101.855E，37.561N，海拔3616m。涡动相关仪的架高4m，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10Hz原始数据中每30min内缺失率大于10%的数据。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。9.10-10.22日数据缺失。 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九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（较插补数据好）；9数据质量差））。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。
赵长明, 张仁懿
本数据集包括祁连山区域2019年月度合成30m×30m地表NPP产品。采用最大值合成 (Max value composition, MVC) 方法，利用Landsat8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成，进而计算NPP。数据通过Google Earth Engine云平台对反射率进行月度合成，通过模型计算指数，对于缺失像素进行插补，质量较好，可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
该数据集包含了2019年11月27日至2019年12月31日兰州大学寒旱区科学观测网络苏干湖站气象要素梯度观测系统数据。站点位于甘肃苏干湖，下垫面是湿地。观测点的经纬度是94.12E，38.99N，海拔2823m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处，朝向正北；气压计安装在1m采集箱内；翻斗式雨量计安装在塔4m处；红外温度计安装在4m处，朝向正南，探头朝向垂直向下；土壤热通量板（自校正式）（2块）依次埋设在塔南侧植被下5cm和10cm处；土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下10cm、20cm和40cm处；光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处，朝向正南。 观测项目有：风速（WS_4m、WS_8m）(单位：米/秒)、风向（WD_4m、WD_8m）(单位：度)、空气温湿度（Ta_4m、Ta_8m和RH_4m、RH_8m）(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）(单位：摄氏度)、土壤热通量（Gs_5cm、Gs_10cm）(单位：瓦/平方米)、土壤水分（Ms_10cm、Ms_20cm、Ms_40cm）(单位：百分比)、土壤温度（Ts_10cm、Ts_20cm、Ts_40cm）(单位：摄氏度) 、土壤水势（SWP_10cm，SWP_20cm、SWP_40cm）（单位：千帕）、土壤电导率（EC_10cm，EC_20cm、EC_40cm）（单位：微西门子/厘米）光合有效辐射（PAR）(单位：微摩尔/平方米秒)、日照时数（Sun_time）（单位：小时）。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min）；40cm土壤水势传感器故障，该位置土壤水势数据错误；（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：2019-6-10 10:30。
赵长明, 张仁懿
该数据集包含了2019年11月29日至2019年12月31日的兰州大学兰州大学寒旱区科学观测网络苏干湖站涡动相关仪观测数据。站点位于甘肃苏干湖，下垫面是湿地。观测点的经纬度是94.12E，38.99N，海拔2823m。涡动相关仪的架高4m，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10Hz原始数据中每30min内缺失率大于10%的数据。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。 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九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（较插补数据好）；9数据质量差））。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。
赵长明, 张仁懿
该数据集包含了2019年1月1日至2019年12月31日兰州大学寒旱区科学观测网络西营河站气象要素梯度观测系统数据。站点位于青海海北门源县仙米乡讨拉村，下垫面是高寒草甸。观测点的经纬度是101.855E，37.561N，海拔3616m。二维超声风速/风向传感器和空气温湿度传感器分别架设在2m、4m、8m处，共3层，朝向正北；气压计安装在1.5m采集箱内；翻斗式雨量计安装在塔4m处；红外温度计安装在4m处，朝向正南，探头朝向垂直向下；土壤热通量板（自校正式）（2块）依次埋设在塔南侧植被下5cm和10cm处；土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下20cm和40cm处；光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处，朝向正南。 观测项目有：风速（WS_2m、WS_4m、WS_8m）(单位：米/秒)、风向（WD_2m、WD_4m、WD_8m）(单位：度)、空气温湿度（Ta_2m、Ta_4m、Ta_8m和RH_2m、RH_4m、RH_8m）(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）(单位：摄氏度)、土壤热通量（Gs_5cm、Gs_10cm）(单位：瓦/平方米)、土壤水分（Ms_20cm、Ms_40cm）(单位：百分比)、土壤温度（Ts_20cm、Ts_40cm）(单位：摄氏度) 、土壤水势（SWP_20cm，SWP_40cm）（单位：千帕）、土壤电导率（EC_20cm、EC_40cm）（单位：微西门子/厘米）、光合有效辐射（PAR）(单位：微摩尔/平方米秒)、日照时数（Sun_time）（单位：小时）。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min）；2019.1.1-2019.4.24日，2m超声风速/风向传感器故障，该位置风速数据错误；2019.6.26起，2m风向传感器故障，8m超声风速/风向传感器故障，该位置风速数据错误; 雨量筒程序错误，全年数据无效；（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：2019-6-10 10:30。
赵长明, 张仁懿
该数据集包含了2019年1月1日至2019年12月31日兰州大学兰州大学寒旱区科学观测网络临泽站气象要素梯度观测系统数据。站点位于甘肃张掖临泽新华镇古寨村，下垫面是农田。观测点的经纬度是100.062E，39.238N，海拔1402m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处，共2层，朝向正北；气压计安装在1m采集箱内；翻斗式雨量计安装在塔4m处；红外温度计安装在4m处，朝向正南，探头朝向垂直向下；土壤热通量板（自校正式）（2块）依次埋设在塔南侧植被下5cm和10cm处；土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下20cm和40cm处；光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处，朝向正南。 观测项目有：风速（WS_4m、WS_8m）(单位：米/秒)、风向（WD_4m、WD_8m）(单位：度)、空气温湿度（Ta_4m、Ta_8m和RH_4m、RH_8m）(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）(单位：摄氏度)、土壤热通量（Gs_5cm、Gs_10cm）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_10cm）(单位：百分比)、土壤温度（Ts_5cm、Ts_10cm）(单位：摄氏度) 、土壤水势（SWP_5cm，SWP_10cm）（单位：千帕）、土壤电导率（EC_5cm、EC_10cm）（单位：微西门子/厘米）、光合有效辐射（PAR）(单位：微摩尔/平方米秒)、日照时数（Sun_time）（单位：小时）。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min）；雨量筒程序错误，雨量数据无效；由于程序故障，空气湿度采集错误；（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：2019-6-10 10:30。
赵长明, 张仁懿
该数据集包含了2019年1月1日至2019年12月31日兰州大学兰州大学寒旱区科学观测网络敦煌站气象要素梯度观测系统数据。站点位于甘肃敦煌西湖，下垫面是湿地。观测点的经纬度是93.709E，40.348N，海拔993m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处，朝向正北；气压计安装在1m采集箱内；翻斗式雨量计安装在塔4m处；红外温度计安装在4m处，朝向正南，探头朝向垂直向下；土壤热通量板（自校正式）（2块）依次埋设在塔南侧植被下5cm和10cm处；土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm和20cm处；光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处，朝向正南。 观测项目有：风速（WS_4m、WS_8m）(单位：米/秒)、风向（WD_4m、WD_8m）(单位：度)、空气温湿度（Ta_4m、Ta_8m和RH_2m、RH_4m、RH_8m）(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）(单位：摄氏度)、土壤热通量（Gs_5cm、Gs_10cm）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_20cm）(单位：百分比)、土壤温度（Ts_5cm、Ts_20cm）(单位：摄氏度) 、土壤水势（SWP_5cm，SWP_20cm）（单位：千帕）、土壤电导率（EC_5cm，EC_20cm）（单位：微西门子/厘米）光合有效辐射（PAR）(单位：微摩尔/平方米秒)、日照时数（Sun_time）（单位：小时）。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min）；由于程序故障，空气湿度采集错误；（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：2019-6-10 10:30。
赵长明, 张仁懿
该数据集包含了2019年1月1日至2019年12月31日兰州大学寒旱区科学观测网络大野口站气象要素梯度观测系统数据。站点位于甘肃张掖大野口排露沟，下垫面是林缘草地。观测点的经纬度是100.286E，38.556N，海拔2703m。二维超声风速/风向传感器和空气温湿度传感器分别架设在8m处；气压计安装在1.5m采集箱内；翻斗式雨量计安装在塔2m处；红外温度计安装在2m处，朝向正南，探头朝向垂直向下；土壤热通量板（自校正式）埋设在塔南侧植被下5cm处；土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm处；光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在2m处，朝向正南。 观测项目有：风速（WS_8m）(单位：米/秒)、风向（WD_8m）(单位：度)、空气温湿度（Ta_8m和RH_8m）(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）(单位：摄氏度)、土壤热通量（Gs_5cm）(单位：瓦/平方米)、土壤水分（Ms_5cm）(单位：百分比)、土壤温度（Ts_5cm）(单位：摄氏度) 、土壤水势（SWP_5cm）（单位：千帕）、土壤电导率（EC_5cm）（单位：微西门子/厘米）光合有效辐射（PAR）(单位：微摩尔/平方米秒)、日照时数（Sun_time）（单位：小时）。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min）；（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：2019-6-10 10:30。
赵长明, 张仁懿
该数据集包含了2019年1月1日至2019年4月12日兰州大学寒旱区科学观测网络寺大隆站气象要素梯度观测系统数据。站点位于甘肃张掖市肃南县康乐乡，下垫面是森林。观测点的经纬度是99.926E，38.428N，海拔3146m。二维超声风速/风向传感器和空气温湿度传感器分别架设在0.5m、3m、13m、24m、48m处，共5层；气压计安装在1.5m采集箱内；翻斗式雨量计安装在塔24m处；两个红外温度计分别安装在4m（冠层下）、24m（冠层下）处，探头朝向垂直向下；土壤热通量板（自校正式）（2块）依次埋设在植被下5cm和10cm处；土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm、10cm、20cm、40cm、60cm处；光合有效辐射传感器分别安装在4m（冠层下）、24m（冠层下）处；日照时数传感器以及四分量辐射仪安装在24m处。 观测项目有：风速（WS_0.5m、WS_3m、WS_13m、WS_24m、WS_48m）(单位：米/秒)、风向（WD_0.5m、WD_3m、WD_13m、WD_24m、WD_48m）(单位：度)、空气温湿度（TA_0.5m、TA_3m、TA_13m、TA_24m、TA_48m和RH_0.5m、RH_3m、RH_13m、RH_24m、RH_48m）(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_A、IRT_B）(单位：摄氏度)、土壤热通量（Gs_5cm、Gs_10cm）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm (单位：百分比)、土壤温度（Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm）(单位：摄氏度) 、土壤水势（SWP_5cm、SWP_10cm、SWP_20cm、SWP_40cm、SWP_60cm）（单位：千帕）、土壤电导率（EC_5cm、EC_10cm、EC_20cm、EC_40cm、EC_60cm）（单位：微西门子/厘米）、光合有效辐射（PAR_A、PAR-B）(单位：微摩尔/平方米秒)、日照时数（Sun_time）（单位：小时）。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min）；土壤水势、土壤含水量传感器故障，该位置土壤水势及土壤含水量数据有误；（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：2019-6-10 10:30。
赵长明, 张仁懿
该数据集包含了2019年1月1日至2018年12月31日黑河流域地表过程综合观测网下游混合林站气象要素观测数据。站点位于内蒙古额济纳旗达来呼布镇四道桥，下垫面是胡杨与柽柳。观测点的经纬度是101.1335E,41.9903N，海拔874m。空气温度、相对湿度传感器架设在28m处，朝向正北；气压计安装在地面上的防撬箱内；翻斗式雨量计安装在28m处；风速与风向传感器架设在28m，朝向正北；四分量辐射仪安装在24m处，朝向正南；两个红外温度计安装在24m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24m处，朝向正南，探头垂直向上和向下方向各一个；土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm、100cm、160cm、200cm和240cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、4cm、10cm、20cm、40cm、60cm、100cm、160cm、200cm和240cm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，在距离气象塔2m的正南方。 观测项目有：空气温湿度（Ta_28m、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)、风速（WS_28m）(单位：米/秒)、风向（WD_28m）(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)、土壤温度（Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm、Ts_160cm、Ts_200cm、Ts_240cm）(单位：摄氏度)、土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm、Ms_160cm、Ms_200cm、Ms_240cm）(单位：体积含水量，百分比)、向上与向下光合有效辐射（PAR_up、PAR_down）(单位：微摩尔/平方米秒)。 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； 1月份由于供电问题，数据间断出现一些缺失；由于采集器存储问题，9月14日后土壤水分数据缺失；由于探头问题，9月21日后240 cm深度土壤温度有问题；（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：2019-6-10 10:30；（6）命名规则为：AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网中游黑河遥感站气象要素观测数据。站点位于甘肃省张掖市党寨镇东侧，下垫面是人工草地。观测点的经纬度是100.4756E, 38.8270N，海拔1560m。空气温度湿度传感器架设在1.5m处，朝向正北；气压计在防水箱内；翻斗式雨量计安装在0.7 m处；风速风向传感器架设在10m处，朝向正北；四分量辐射仪安装高度为1.5m，朝向正南；两个红外温度计安装高度为1.5m，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、80cm、120cm、160cm处；土壤水分探头埋设在2cm、4cm、10cm、20cm、40cm、80cm、120cm、160cm处；平均土壤温度探头埋设在2cm和4cm；土壤热流板（3块）依次埋设在地下6cm处；两个光合有效辐射仪分别架设在冠层上方1.5m（探头垂直向上和向下方向各一个），朝向正南。 观测项目有：空气温湿度（Ta_1.5m、RH_1.5m）(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_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)、土壤温度（Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm）(单位：摄氏度)、土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(单位：%)、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)、平均土壤温度（TCAV）（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：2019-6-10 10:30；（6）命名规则为：AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳
该数据集包含了2019年1月1日至2019年11月2日兰州大学寒旱区科学观测网络连城站气象要素梯度观测系统数据。站点位于甘肃永登连城吐鲁沟国家森林公园吐鲁坪，下垫面是森林。观测点的经纬度是102.737E，36.692N，海拔2903m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处，共2层，朝向正北；气压计安装在1.5m采集箱内；翻斗式雨量计安装在塔2m处；红外温度计安装在2m处，朝向正南，探头朝向垂直向下；土壤热通量板（自校正式）（2块）依次埋设在塔南侧植被下5cm和10cm处；土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm和10cm处；光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处，朝向正南。 观测项目有：风速（WS_2m、WS_4m、WS_8m）(单位：米/秒)、风向（WD_2m、WD_4m、WD_8m）(单位：度)、空气温湿度（Ta_4m、Ta_8m和RH_4m、RH_8m）(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）(单位：摄氏度)、土壤热通量（Gs_5cm、Gs_10cm）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_10cm）(单位：百分比)、土壤温度（Ts_5cm、Ts_10cm）(单位：摄氏度) 、土壤水势（SWP_5cm，SWP_10cm）（单位：千帕）、土壤电导率（EC_5cm、EC_10cm）（单位：微西门子/厘米）、光合有效辐射（PAR）(单位：微摩尔/平方米秒)、日照时数（Sun_time）（单位：小时）。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min）；（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：2019-6-10 10:30。
赵长明, 张仁懿
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网上游景阳岭站气象要素观测数据。站点位于青海省祁连县景阳岭垭口，下垫面是高寒草甸。观测点的经纬度是101.1160E, 37.8384N，海拔3750m。空气温度、相对湿度传感器架设在5m处，朝向正北；气压计安装在地面上的防撬箱内；翻斗式雨量计安装在10m处；风速与风向传感器架设在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4cm、10cm、20cm、40cm、80cm、120cm、160cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm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，在距离气象塔2m的正南方。 观测项目有：空气温湿度（Ta_5m、RH_5m）(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_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)、土壤温度（Ts_0cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm）(单位：摄氏度)、土壤水分（Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(单位：百分比)。 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；由于雪覆盖太阳能板引起供电不足，导致2.3-3.18间数据缺失；由于传感器问题，6.6-6.20、6.22-7.30风速风向出现较多NAN无效值，9-10月四分量向上短波辐射数据出错。（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：2019-9-10 10:30；（6）命名规则为：AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国
本数据集包括祁连山区域2019年月度合成30m×30m地表植被覆盖度产品。采用最大值合成 (Max value composition, MVC) 方法，利用 Landsat8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成，进而计算FVC。数据通过Google Earth Engine云平台对反射率进行月度合成，通过模型计算指数，对于缺失像素进行插补，质量较好，可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
本数据集包括祁连山区域2019年月度合成30m×30m地表植被指数产品。采用最大值合成 (Max value composition, MVC) 方法，利用Landsat 8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成。数据通过Google Earth Engine云平台对反射率进行月度合成，通过模型计算指数，对于缺失像素进行插补，质量较好，可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
该数据集包含了2019年8月16日至2019年12月31日兰州大学寒旱区科学观测网络民勤站气象要素梯度观测系统数据。站点位于甘肃省武威市民勤县，地处中国西部地区巴丹吉林沙漠和腾格里沙漠之间。观测点的经纬度是103.668E，39.208N，海拔1020m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处，共2层，朝向正北；气压计安装在1.5m采集箱内；翻斗式雨量计安装在塔4m处；红外温度计安装在4m处，朝向正南，探头朝向垂直向下；土壤热通量板（自校正式）（2块）依次埋设在塔南侧植被下5cm和10cm处；土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下20cm和40cm处；光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处，朝向正南。 观测项目有：风速（WS_4m、WS_8m）(单位：米/秒)、风向（WD_4m、WD_8m）(单位：度)、空气温湿度（Ta_4m、Ta_8m和RH_4m、RH_8m）(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）(单位：摄氏度)、土壤热通量（Gs_5cm、Gs_10cm）(单位：瓦/平方米)、土壤水分（Ms_10cm、Ms_20cm）(单位：百分比)、土壤温度（Ts_10cm、Ts_20cm）(单位：摄氏度) 、土壤水势（SWP_10cm，SWP_20cm）（单位：千帕）、土壤电导率（EC_10cm、EC_20cm）（单位：微西门子/厘米）、光合有效辐射（PAR）(单位：微摩尔/平方米秒)、日照时数（Sun_time）（单位：小时）。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min）；2019.8.24起，4m和8m超声风速/风向传感器故障，该位置风速数据错误; 2019.8.20起，10cm和20cm土壤水势、土壤含水量传感器故障，该位置土壤水势及土壤含水量数据有误；（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：2019-6-10 10:30。
赵长明, 张仁懿
该数据集包含了黑河流域地表过程综合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BLS900和RR-RSS460型号的大孔径闪烁仪，北塔为RR-RSS460的接收端和BLS900的发射端，南塔为RR-RSS460的发射端和BLS900的接收端。观测时间为2019年1月1日至2019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13.0m，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（BLS900：Cn2>7.25E-14，RR-RSS460：Cn2>7.84 E-14）；（2）剔除解调信号强度较弱的数据（BLS900：Average X Intensity<1000；RR-RSS460：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BLS900，选取Thiermann and Grassl(1992)的稳定度普适函数；对于RR-RSS460，选取Andreas(1988)的稳定度普适函数，详细介绍请参考Liu et al. (2011, 2013)。由于仪器调整和供电不足，大孔径闪烁仪数据由于信号和供电等问题缺失的日期为：2019.04.20-2019.04.30；2019.05.07-2019.05.13；2019.10.21-2019.10.25；2019.12.30-2019.12.31。 关于发布数据的几点说明：（1）上游LAS数据以BLS900为主，缺失时刻由RR-RSS460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 ：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*.xlsx格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
车涛, 徐自为, 张阳, 谭俊磊, 任志国
该数据集包含了黑河流域地表过程综合观测网下游四道桥站的大孔径闪烁仪通量观测数据。下游四道桥站分别架设了BLS450、BLS900和RR-RSS460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2019年1月1日至2019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873m。大孔径闪烁仪的有效高度25.5m，光径长度是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（BLS900&BLS450：Cn2>7.25E-14，RR-RSS460：Cn2>7.84 E-14）；（2）剔除解调信号强度较弱的数据（BLS900&BLS450：Average X Intensity<1000；RR-RSS460：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BLS900&BLS450，选取Thiermann and Grassl(1992)的稳定度普适函数；对于RR-RSS460，选取Andreas(1988)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，大孔径闪烁仪数据缺失的日期为：2019.04.14-2019.04.25；2019.11.02-2019.11.12。 关于发布数据的几点说明：（1）下游LAS数据以BLS900为主，其次为BLS450，最后为RR-RSS460，最终缺失时刻以-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：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*.xlsx格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳
该数据集包含了2019年8月17日至2019年11月1日兰州大学寒旱区科学观测网络连城站涡动相关仪观测数据。站点位于甘肃永登连城吐鲁沟国家森林公园吐鲁坪，下垫面是森林。观测点的经纬度是102.737E，36.692N，海拔2903m。涡动相关仪的架高4m，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。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。 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九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（较插补数据好）；9数据质量差））。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。
赵长明, 张仁懿
该数据集包含2019年8月28日至2019年12月31日黑河流域地表过程综合观测网中游大满超级站的物候相机观测数据，该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。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1280*720，可指定拍摄时间频率。对于绿度指数物候期计算，需要根据感兴趣区域计算相对绿度指数（GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值），然后进行无效值填充和滤波平滑，最后根据生长曲线拟合确定关键物候期参数，如生长季起始日、顶峰、生长季结束日等；对于覆盖度，首先进行数据预处理，选择光照不太强的图像，然后将图像分割为植被和土壤，计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度，在时间序列数据提取完成以后，再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波，滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数（Gcc）、物候期及覆盖度（Fc）。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 徐自为
该数据集包含2019年8月28日至2019年12月31日黑河流域地表过程综合观测网下游混合林站的物候相机观测数据，该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。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1280*720，可指定拍摄时间频率。对于绿度指数物候期计算，需要根据感兴趣区域计算相对绿度指数（GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值），然后进行无效值填充和滤波平滑，最后根据生长曲线拟合确定关键物候期参数，如生长季起始日、顶峰、生长季结束日等；对于覆盖度，首先进行数据预处理，选择光照不太强的图像，然后将图像分割为植被和土壤，计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度，在时间序列数据提取完成以后，再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波，滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数（Gcc）。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 徐自为
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合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；4-10月由于传感器的问题，2m深度土壤温度数据出错；11.13日后红外温度2数据出错；9.15日后土壤温湿度断续出现错误；（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：2019-9-10 10:30；（6）命名规则为：AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 任志国, 谭俊磊, 张阳, 徐自为
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网下游四道桥超级站宇宙射线观测系统数据。站点位于内蒙古额济纳旗四道桥，下垫面是柽柳。观测点的经纬度是101.1374E, 42.0012N，海拔873 m。仪器探头底部距地面0.5m，采样频率是1小时。 宇宙射线仪器的原始观测项目包括：电压Batt（V）、温度T（℃）、相对湿度RH（%）、气压P（hPa）、快中子数N1C（个/小时）、热中子数N2C（个/小时）、快中子采样时间N1ET（s）及热中子采样时间N2ET（s）。发布的数据为经过处理计算后的数据，数据表头包括：Date Time（日期 时间）、P（气压 hPa）、N1C（快中子数 个/小时）、N1C_cor（气压订正的快中子数 个/小时）和VWC（土壤体积含水量 %），其处理的主要步骤包括： 1） 数据筛选 数据筛选共四条标准：（1）剔除电压小于和等于11.8伏特的数据；（2）剔除空气相对湿度大于和等于80%的数据；（3）剔除采样时间间隔不在60±1分钟内的数据；（4） 剔除快中子数较前后一小时变化大于200的数据。剔除及缺失数据用-6999补充。 2） 气压订正 根据仪器说明手册中提到的快中子气压订正公式，对原始数据进行气压订正，得到订正后的快中子数N1C_cor。 3） 仪器率定 在计算土壤水分的过程中需要对计算公式中的N0进行率定。N0为土壤干燥条件下的快中子数，通常使用测量源区内的土样得到实测土壤水分（或者通过比较密集的土壤水分无线传感器获取）θm（Zreda et al. 2012）和对应时间段内的快中子校正数据N，再通过公式反求得到N0。 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Zhu et al. (2015)。
刘绍民, 车涛, 朱忠礼, 徐自为, 任志国, 谭俊磊, 张阳
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网中游大满超级站宇宙射线观测系统数据。站点位于甘肃省张掖市大满灌区农田内，下垫面是玉米田。观测点的经纬度是100.3722E, 38.8555N，海拔1556m。仪器探头底部距地面0.5m，采样频率是1小时。 宇宙射线仪器的原始观测项目包括：电压Batt（V）、温度T（℃）、相对湿度RH（%）、气压P（hPa）、快中子数N1C（个/小时）、热中子数N2C（个/小时）、快中子采样时间N1ET（s）及热中子采样时间N2ET（s）。发布的数据为经过处理计算后的数据，数据表头包括：Date Time（日期 时间）、P（气压 hPa）、N1C（快中子数 个/小时）、N1C_cor（气压订正的快中子数 个/小时）和VWC（土壤体积含水量 %），其处理的主要步骤包括： 1） 数据筛选 数据筛选共四条标准：（1）剔除电压小于和等于11.8伏特的数据；（2）剔除空气相对湿度大于和等于80%的数据；（3）剔除采样时间间隔不在60±1分钟内的数据；（4） 剔除快中子数较前后一小时变化大于200的数据。剔除及缺失数据用-6999补充。 2） 气压订正 根据仪器说明手册中提到的快中子气压订正公式，对原始数据进行气压订正，得到订正后的快中子数N1C_cor。 3） 仪器率定 在计算土壤水分的过程中需要对计算公式中的N0进行率定。N0为土壤干燥条件下的快中子数，通常使用测量源区内的土样得到实测土壤水分（或者通过比较密集的土壤水分无线传感器获取）θm（Zreda et al. 2012）和对应时间段内的快中子校正数据N，再通过公式反求得到N0。 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Zhu et al. (2015)。
车涛, 朱忠礼, 徐自为, 任志国, 谭俊磊, 张阳
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网中游花寨子荒漠站气象要素观测数据。站点位于甘肃省张掖市花寨子，下垫面是盐爪爪山前荒漠。观测点的经纬度是100.3201E, 38.7659N，海拔1731m。空气温度、相对湿度传感器架设在5m、10m处，朝向正北；气压计安装防水箱内；翻斗式雨量计安装在10m处；风速风向传感器架设在5m、10m处，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_5m、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；风速风向偶尔出现一些错误值，由于传感器的问题，2.28-3.10间20cm土壤温度，5-7月土壤热通量2观测数据出现错误值；（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：2019-6-10 10:30；（6）命名规则为：AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 任志国, 谭俊磊, 张阳, 徐自为
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网上游大沙龙站气象要素观测数据。站点位于青海省祁连县西侧沙龙滩地区，下垫面是沼泽化高寒草甸。观测点的经纬度是98.9406E, 38.8399N，海拔3739m。空气温度、相对湿度传感器架设在5m处，朝向正北；气压计安装在地面上的防撬箱内；翻斗式雨量计安装在10m处；风速与风向传感器架设在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4cm、10cm、20cm、40cm、80cm、120cm、160cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm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，并距离气象塔2m的正南方。 观测项目有：空气温湿度（Ta_5m、RH_5m）(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_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)、土壤温度（Ts_0cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm）(单位：摄氏度)、土壤水分（Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(单位：体积含水量，百分比)。 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：2019-9-10 10:30；（6）命名规则为：AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国
该数据集包含2019年8月28日至2019年12月31日黑河流域地表过程综合观测网中游阿柔超级站的物候相机观测数据，该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。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1280*720，可指定拍摄时间频率。对于绿度指数物候期计算，需要根据感兴趣区域计算相对绿度指数（GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值），然后进行无效值填充和滤波平滑，最后根据生长曲线拟合确定关键物候期参数，如生长季起始日、顶峰、生长季结束日等；对于覆盖度，首先进行数据预处理，选择光照不太强的图像，然后将图像分割为植被和土壤，计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度，在时间序列数据提取完成以后，再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波，滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数（Gcc）和归一化绿度指数。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 徐自为
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合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；气压计安装防水箱内；翻斗式雨量计安装在10m处；风速传感器架设在5m、10m处，风向传感器架设在10m处，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；（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：2019-6-10 10:30；（6）命名规则为：AWS+站点名称 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳
该数据集包含了2019年6月1日至2019年9月20日的黑河水文气象观测网中游大满超级站叶面积指数观测数据。站点(100.376° E, 38.853° N)位于甘肃省张掖市大满灌区内，海拔1556m，下垫面是玉米。观测样方共计7个，每个样方大小约30m×30m，经纬度分别为(100.376°E, 38.853°N)、(100.377° E, 38.858°N)、(100.374°E, 38.855°N)、(100.374°E, 38.858°N)、(100.371°E, 38.854°N)、(100.369°E, 38.854°N)、(100.369°E, 38.854°N)。每个样方内布设5个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网（LAINet）获取，该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据（Level0），利用LAINet软件对原始观测数据进行处理，逐节点计算每天LAI（Level1），进一步对无效值识别与填充，并7天滑动平均消除天气变化对LAI计算的影响（Level2），对有多个LAINet节点的观测子区，节点的均值为该子区的最终观测值（Level3）。 本次发布的数据集为处理后的Level3产品，数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Qu et al. (2014)。
刘绍民, 屈永华, 徐自为
该数据集包含了2019年1月1日至2019年12月31日黑河流域地表过程综合观测网上游阿柔超级站宇宙射线观测系统数据。站点位于青海省祁连县阿柔乡草达坂村，下垫面是亚高山山地草甸。观测点的经纬度是100.4643E, 38.0473N，海拔3033m。仪器探头底部距地面0.5m，采样频率是1小时。 宇宙射线仪器的原始观测项目包括：电压Batt（V）、温度T（℃）、相对湿度RH（%）、气压P（hPa）、快中子数N1C（个/小时）、热中子数N2C（个/小时）、快中子采样时间N1ET（s）及热中子采样时间N2ET（s）。发布的数据为经过处理计算后的数据，数据表头包括：Date Time（日期 时间）、P（气压 hPa）、N1C（快中子数 个/小时）、N1C_cor（气压订正的快中子数 个/小时）和VWC（土壤体积含水量 %），其处理的主要步骤包括： 1） 数据筛选 数据筛选共四条标准：（1）剔除电压小于和等于11.8伏特的数据；（2）剔除空气相对湿度大于和等于80%的数据；（3）剔除采样时间间隔不在60±1分钟内的数据；（4） 剔除快中子数较前后一小时变化大于200的数据。剔除及缺失数据用-6999补充。 2） 气压订正 根据仪器说明手册中提到的快中子气压订正公式，对原始数据进行气压订正，得到订正后的快中子数N1C_cor。 3） 仪器率定 在计算土壤水分的过程中需要对计算公式中的N0进行率定。N0为土壤干燥条件下的快中子数，通常使用测量源区内的土样得到实测土壤水分（或者通过比较密集的土壤水分无线传感器获取）θm（Zreda et al. 2012）和对应时间段内的快中子校正数据N，再通过公式反求得到N0。 黑河综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019)，观测数据处理请参考Zhu et al. (2015)。
刘绍民, 车涛, 朱忠礼, 徐自为, 张阳, 谭俊磊, 任志国
大气中的花粉是植物在开花期散布在大气中产生的，受植物的开花物候和气候等因素的影响。作为一种大气生物颗粒，大气花粉能够反映植物物候、气候条件、大气环流等的变化。大气花粉由珠峰站Burkard大气花粉采样器收集，该收集器是容积式花粉收集器，每分钟气流为10L，大气花粉颗粒被吸附在聚酯薄膜上，每周更换一次，收集下来的样品用甘油胶制成玻片，放在奥林巴斯显微镜400倍下进行鉴定，统计花粉科属类型和数量。数据集的时间覆盖范围是2011-2013年，时间分辨率为逐日。所采用的大气花粉采样装备为国际通用的采样器，遵循标准的采样和实验室处理流程，并由经验丰富的孢粉鉴定人员鉴定，确保数据真实、可靠。该数据可供该区域利用花粉分析重建古环境、植物物候响应气候变化等生态学研究做参考。
吕新苗
该数据集包含了2019年1月1日至2019年12月31日的黑河水文气象观测网中游张掖湿地站涡动相关仪观测数据。站点位于甘肃省张掖市，下垫面是湿地。观测点的经纬度是100.44640E, 38.97514N，海拔1460.00m。涡动相关仪的架高5.2m，采样频率是10Hz，超声朝向是正北向，超声风速仪（Gill）与CO2/H2O分析仪(Li7500A)之间的距离是25cm。 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。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。2月20日-3月11日，3月23日-4月11日，5月17日-6月5日由于涡动系统的供电出现问题，通量数据缺失。 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九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（比插补数据好）；9数据质量差））。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳
该数据集包含2019年8月28日至2019年12月31日黑河流域地表过程综合观测网下游四道桥超级站的物候相机观测数据，该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。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1280*720，可指定拍摄时间频率。对于绿度指数物候期计算，需要根据感兴趣区域计算相对绿度指数（GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值），然后进行无效值填充和滤波平滑，最后根据生长曲线拟合确定关键物候期参数，如生长季起始日、顶峰、生长季结束日等；对于覆盖度，首先进行数据预处理，选择光照不太强的图像，然后将图像分割为植被和土壤，计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度，在时间序列数据提取完成以后，再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波，滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数（Gcc）。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 徐自为
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网上游阿柔超级站涡动相关仪观测数据。站点位于青海省祁连县阿柔乡草达坂村，下垫面是亚高山山地草甸。观测点的经纬度是100.4643E, 38.0473N，海拔3033m。涡动相关仪的架高3.5m，采样频率是10Hz，超声朝向是正北向，超声风速仪（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。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。冬季由于供电不足，观测数据会有一些缺失。 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九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（比插补数据好）；9数据质量差））。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国
该数据集包含了2019年1月1日至2019年11月1日的黑河流域地表过程综合观测网上游景阳岭站涡动相关仪观测数据。站点位于青海省祁连县景阳岭垭口，下垫面是高寒草甸。观测点的经纬度是101.1160E, 37.8384N，海拔3750m。涡动相关仪的架高4.5m，采样频率是10Hz，超声朝向是正北向，超声风速仪（CSAT3）与CO2/H2O分析仪（Li7500）之间的距离是15cm，9月30日后更换为超声风速温度仪（CSAT3B）与CO2/H2O分析仪（Li7500DS）组合。 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。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。冬季由于供电不足，观测数据会有一些缺失。 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九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（比插补数据好）；9数据质量差））。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网下游荒漠站涡动相关仪观测数据。站点位于内蒙古额济纳旗，下垫面是荒漠。观测点的经纬度是100.9872E, 42.1135N，海拔1054m。涡动相关仪的架高4.7m，采样频率是10Hz，超声朝向是正北向，超声风速仪（CSAT3）与CO2/H2O分析仪（Li7500）之间的距离是15cm，9月21日后更换为闭路涡动相关仪（CPEC200）。 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。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。9月14日-9月21日仪器调试期间，导致数据缺失。 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九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（比插补数据好）；9数据质量差））。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网上游大沙龙站涡动相关仪观测数据。站点位于青海省祁连县，下垫面是沼泽化高寒草甸。观测点的经纬度是98.9406E, 38.8399N，海拔3739 m。涡动相关仪的架高4.5m，采样频率是10Hz，超声朝向是正北向，超声风速仪（CSAT3）与CO2/H2O分析仪（Li7500RS）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。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。上半年由于供电不足和采集器的问题，数据间断出现错误，6.18-7.29由于采集器及存储卡的问题数据缺失。 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九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（比插补数据好）；9数据质量差））。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网下游四道桥超级站涡动相关仪观测数据。站点位于内蒙古额济纳旗四道桥，下垫面是柽柳。观测点的经纬度是101.1374E, 42.0012N，海拔873 m。涡动相关仪的架高8m，采样频率是10Hz，超声朝向是正北向，超声风速仪（CSAT3）与CO2/H2O分析仪（Li7500）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。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。7月15日-7月25日涡动系统调配，9月12日-9月28日涡动系统更换调试，导致数据缺失。 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九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（比插补数据好）；9数据质量差））。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
车涛, 徐自为, 任志国, 谭俊磊, 张阳
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网中游花寨子站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。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。11-12月由于供电原因，数据出现缺失。 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九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（比插补数据好）；9数据质量差））。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网下游混合林站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，超声风速仪（CSAT3）与CO2/H2O分析仪(Li7500)之间的距离是17cm，9月28日后更换为超声风速温度仪（CSAT3B）与CO2/H2O分析仪（Li7500DS）组合。 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。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。冬季水汽密度出现一些负值，进行了剔除；9月13-28日仪器调试期，数据缺失。 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九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（比插补数据好）；9数据质量差））。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 任志国, 谭俊磊, 张阳
本数据集内容为2018年青海牧区11个高寒草甸典型区域内代表性牦牛群体体重与体尺（体高、体长、胸围、管围）性状的测定结果，所有元数据来源于中国科学院西北高原生物研究所生态中心高原动物生殖生物学学科组与青海省畜牧兽医科学院等单位联合开展的青海牧区传统放牧牦牛体重监测工作。数据集共包含1个工作簿11个工作表，工作簿名称为《青海牧区传统放牧牦牛体重监测数据集（2018）》，各工作表名称和内容分别为： 1.海晏哈勒景：海北藏族自治州海晏县哈勒景蒙古族乡167头牦牛体重、体尺数据；2.祁连默勒：海北藏族自治州祁连县默勒镇69头牦牛体重、体尺数据；3.祁连野牛沟：海北藏族自治州祁连县野牛沟乡42头牦牛体重、体尺数据；4.祁连央隆：海北藏族自治州祁连县央隆乡104头牦牛体重、体尺数据；5.祁连峨堡：海北藏族自治州祁连县峨堡镇28头牦牛体重、体尺数据；6.天峻新源：海西蒙古族藏族自治州天峻县新源镇38头牦牛体重、体尺数据；7.天峻龙门：海西蒙古族藏族自治州天峻县龙门乡100头牦牛体重、体尺数据；8.甘德岗龙：果洛藏族自治州甘德县岗龙乡36头牦牛体重、体尺数据；9.贵南塔秀：海南藏族自治州贵南县塔秀乡70头牦牛体重、体尺数据；10.河南柯生：黄南藏族自治州河南蒙古族自治县柯生乡73头牦牛体重、体尺数据；11.乐都达拉：海东市乐都区达拉乡50头牦牛体重、体尺数据。 本数据集通过对青海牧区各代表性区域内牦牛群体体重、体尺数据的测定，综合评估目前生态环境下高寒草甸传统放牧牦牛的生长性能。数据集可与《青海省畜禽品种志》（1983年）和《青海省畜禽遗传资源志》（2013年）中收录的1981年和2008年测定青海牦牛代表性群体生长性状进行比较，获得青海牧区传统放牧牦牛生长性能退化指数，从而有助于评估生态环境变化对于草食家畜生长与生产性能的影响。
贾功雪, 杨其恩, 徐田伟
数据包含了黄河源区黄河干流和4条支流的径流成分资料。在2014-2016，春季，夏季和冬季，通过测试黄河源区几种冻土区河流水样的氡同位素和氚同位素含量，根据河道水流的质量守恒模型和同位素平衡模型，对河道流量进行径流成分解析，初步划分了地下水补给和地下冰融水在河川径流中的占比。模型计算得到的数据质量较好，相对误差在20%以内，通过了与以往实测数据的对比分析。该数据可为未来水文模型的参数率定及水文径流过程的模拟提供帮助。
万程炜
该数据集包含了2019年1月1日至2019年12月31日的黑河流域地表过程综合观测网上游垭口站涡动相关仪观测数据。站点位于青海省祁连县，下垫面是高寒草甸。观测点的经纬度是100.2421, 38.0142N，海拔4148 m。涡动相关仪的架高3.2m，采样频率是10Hz，超声朝向是正北向，超声风速仪（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。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。该站冬季会出现缺电现象，导致数据缺失。 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九级（质量标识1-3数据质量好，4-6数据质量较好，7-8数据质量较差（比插补数据好）；9数据质量差））。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。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)和Che et al. (2019)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国
本数据为祁连山地区2019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2019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2019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, 汪赢政, 李建江, 李新, 刘绍民
该数据集为中国逐月降水量数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2020.12。数据格式为NETCDF，即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国地区降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。为了便于存储，数据均为int16型存于nc文件中，降水单位分别为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理，Matlab发布了读入与存储nc文件的函数，读取函数为ncread，切换到nc文件存储文件夹，语句表达为：ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent])，其中XXX.nc为文件名，为字符串需要’’；var是从XXX.nc中读取的变量名，为字符串需要’’；i、j、t分别为读取数据的起始行、列、时间，leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样，研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令，可查看。
彭守璋
本数据集来源于论文：Gao, S., Zhou, T., Yi, C., Shi, P., Fang, W., Liu, R., Liang, E., & Julio Camarero, J. (2020). Asymmetric impacts of dryness and wetness on tree growth and forest coverage. Agricultural and Forest Meteorology, 288-289, 107980. doi:10.1016/j.agrformet.2020.107980. 数据提取自论文内Supplementary Materials中的表格数据。 此论文以美国西南部科罗拉多高原半干旱区森林为研究对象，综合应用大量的树轮宽度数据，结合遥感森林覆盖数据，通过在区域尺度设计“自然试验”（natural experiments），探讨了年际水分亏缺叠加影响下的滞后效应，并对比了年际间水分状况变化对树轮宽度和森林盖度影响的异同。研究发现，树轮形成当年的水分状况可显著影响滞后效应的持续时间及强度；树轮宽度与森林盖度对年际间水分状况的响应存在差异。 数据中包含357个采样点，111个水文年（1902-2012年）的年轮宽度指数（RWI）和与之匹配的年度水分亏缺异常（Dya）数据。 研究中使用的年轮数据由研究区域内三个主要物种的357个标准年表组成，时间跨度为1902年至2012年，总共有29,969个站点-年。三个主要物种的357个树年轮宽度年表来自国际树轮数据银行（International Tree-Ring Data Bank，https://www.ncdc.noaa.gov/data-access/paleoclimatology-data/datasets/tree-ring）。使用ARSTAN程序通过负指数曲线消除了由老化和树干直径增加引起的长期趋势（Cook, 1985），将树木年轮宽度数据转换成了年轮宽度指数（RWI）。进行标准化后，为了减少这些树环站点之间的空间异质性，所有年表均按具有可比方差的标准均值（RWI = 1000）进行了缩放。 研究中使用了年度水分亏缺异常（Dya）来探讨水分亏缺变异性对树木径向生长和生长遗产的影响。将网格化的Dya与RWI进行了匹配，为了减少由于气候数据的粗略解析而引起的偏差，对于同一网格内的树木年轮年表，将它们进行了每年平均。 数据集包含1个Excel数据文件，Ring-width indices and annual water deficit anomaly (1902-2012) 包含三张数据表，数据表名称分别为： raw_data：原始数据 processed_data：加工后的数据 variables：变量 数据中包含以下字段： sitename：树木年轮采样点的名称 Year：年轮形成年 RWI：年轮宽度指数 latitude：树木年轮采样点的纬度 lontitude：树木年轮采样点的经度 altitude：树木年轮采样点的高程 lon Grid No .：树木年轮采样点的经度网格号 lat Grid No .：树木年轮采样点的纬度网格号 Dya_3：年轮形成年（即“年”列）前第三年的缺水异常 Dya_2：年轮形成年（即“年”列）前第二年的缺水异常 Dya_1：年轮形成年（即“年”列）前第一年的缺水异常 Dya_curr：年轮形成年（即“年”列）的缺水异常 Dya_std：111个水文年（即1902-2012年）的标准年平均网格缺水量
高姗
本数据为祁连山地区2019年地表水体（包括液态水、冰川及多年积雪）分布产品。采用经典归一化水体指数法（Normalized Difference Water Index , NDWI）和人工修正的方法提取。原始基础数据为2019年祁连山全境的Landsat影像。参考数据为谷歌影像和哨兵2号影像。产品以shp文件格式存储，包含坐标系、水体面积等属性。产品为1期，时间分辨率为1年，空间分辨率为30米，边界精度在30米（一个像元）左右。该产品直观地反映了祁连山水体在2019年的大致分布，可用于流域水资源定量估计研究。
李佳, 李建江, 李新, 刘绍民
本数据集包含珠穆朗玛大气与环境综合观测研究站，2017-2018年观测的气温、气压、相对湿度、风速、降水、总辐射、P2.5浓度、短波辐射等日平均值。 数据服务对象为从事青藏高原气象研究的学生和科研人员。 其中降水数据是人工雨量桶观测，蒸发数据为Φ20mm蒸发皿观测，其它均为半小时的观测值处理后得到的日均值。 所有数据严格按照仪器操作规范进行观测和采集，在加工生成数据时，剔除了一些明显的误差数据。
马耀明
本数据集包括2017年1月1日至2018年12月31日藏东南站，大气气温、相对湿度、降水、风速、风向、净辐射、气压等的日平均数据。 该数据服务对象为从事气象、大气环境、生态研究的学生和科研人员。 其中各种气象要素的单位如下：气温℃；降水mm；相对湿度%；风速m/s；风向°；净辐射W/m2；气压hPa；可入肺颗粒物μg/m3。 所有数据均是原始观测数据计算得到的日平均值。严格按照仪器操作规范进行观测和数据采集，并已经在相关学术期刊发表；加工过程中剔除了一些明显误差数据，缺失数据用空值。
罗伦, 朱立平
1）青藏高原地面气象观测数据产品（2017-2018) 地面气象要素驱动数据集，包括近地面气温、地面降水率、短波辐射和长波辐射4个要素。 2）该数据集是以国际上现有的Princeton再分析资料、GLDAS资料、GEWEX-SRB辐射资料，以及TRMM降水资料为背景场，以及融合了中国气象局常规气象观测数据制作而成，通过空间插值形成。 3）数据为tiff格式，时间分辨率为日值，空间分辨率为0.1°。 4）方便不会使用nc格式的此类同化数据的科研人员和学生使用。在高寒网各野外站和泛第三极地区境外台站的长期观测数据基础上，建立泛第三极地区气象、水文及生态要素系列数据集；通过重点区域的强化观测与样地和样点验证，完成气象要素、湖泊水量与水质、地上植被生物量、冰川冻土变化等数据产品的反演；基于物联网技术，研制建立多站联网的气象、水文、生态数据管理平台，实现联网数据实时获取与远程控制及共享。
朱立平, 彭萍
人为热是城市化的产物之一，是指人类活动产生并释放到大气中的热量，主要来自各种类型的能源消耗和生物代谢。本数据集为中国陆表区域2000-2016年（2000/2004/2008/2012/2016）500m×500m空间分辨率的地表人为热排放通量数据。数据来源及加工方法：（1）通过收集2000-2016年各省市的能源消费数据和社会经济数据，采用清单法估算地级市（地、区、盟）的年平均AHF；（2） 综合多源遥感数据建立AHF估计模型，得到网格AHF；（3）对时间序列AHF估计结果进行分析和检验，修正偏差值，提高AHF估计结果的准确性。了解和掌握人为热排放及其变化，对于了解城市化对气候、环境和社会的影响具有重要意义。
胡德勇
本数据集包括祁连山地区2019年逐日地表蒸散发产品，产品分辨率为0.01°。采用高斯过程回归（Gaussian Process Regression，GPR）算法，实现对RS-PM (Mu et al., 2011)、SW (Shuttleworth and Wallace., 1985)、PT-JPL (Fisher et al., 2008)、MS-PT (Yao et al., 2013)、SEMI-PM (Wang et al., 2010a)、SIM (Wang et al.2008) 等6种蒸散发产品的集成。参与蒸散发产品生产的驱动数据包括MODIS（NDVI、Albedo、LAI、PAR），中国区域高时空分辨率地面气象要素驱动数据集（何杰, 阳坤. 中国区域高时空分辨率地面气象要素驱动数据集. 寒区旱区科学数据中心, 2011. doi:10.3972/westdc.002.2014.db）等。
姚云军, 刘绍民, 尚珂
1) 基于多时相的Landsat影像获取317个大于10 km2的湖泊1976、1990、2000、2005和2013年的面积数据； 2）结合SRTM DEM和Landsat影像获取1976-1990、1990-2000、2000-2005、2005-2013年共四个时间段的湖泊水量变化数据； 3）湖泊面积的精度控制在一个像元，水量变化的精度约5%； 4）该数据已经被应用到青藏高原近期湖泊水量变化的研究工作中，成果已经发表于《Remote Sensing of Environment》；今后其他方面的研究中，该数据也能够作为基础数据，也能应用对生态环境变化、气候变化、湖泊水质等方面的分析中；
朱立平, 彭萍
1) 数据内容(包含的要素及意义) : 2000-2019年青藏高原152个大于50 km² 湖泊透明度数据（塞氏盘值）。 2) 数据来源及加工方法 : 数据反演基于高精度透明度反演模型以及MODIS-MODOCGA产品数据。遥感数据转化为遥感反射率R_rs反演透明度值，并计算出年均值。以湖泊几何中心3×3 像元均值代表该湖泊，对于几何中心位于湖泊以外的情况，则取该湖泊开阔水域计算。 3) 数据质量描述 : 湖泊年均值。 4) 数据应用成果及前景 : 气候变化可能改变湖泊透明度，湖泊透明度的变化则对区域气候变化起到反馈作用。本研究中青藏高原湖泊透明度的反演为湖-气界面能量交换提供了基础数据。
朱立平, 彭萍
Data content: Standard ring-width chronology derived from Wilson juniper shrub around the northern shore of the Nam Co Lake; May-June SZI (Standardized Moisture Anomaly Index) drought reconstruction for the Nam Co region. Time span: 1605 to 2010. Temporal resolution: Yearly. Application and prospects: Hydroclimate study on the south-central Tibetan Plateau.
LU Xiaoming, HUANG Ru, WANG Yafeng, ZHANG Baoqing, ZHU Haifeng, CAMARERO J. Julio, Eryuan Liang
本数据集是2009年欧亚大陆草地遥感三级分类图，数据为tif栅格格式，空间分辨率为1公里，三级草地分类为：温性草甸草原、温性典型草原、温性荒漠化草原、温性草原化荒漠、温性荒漠几个类型。 该数据是根据欧空局全球陆地覆盖数据（ESA GlobCover）2009产品GlobCover 2009 land cover map，结合ECMWF网站历史气象数据（降水量，年积温，湿润系数，蒸发量）及DEM数据等加工而成。该数据可为欧亚大陆温性草地分布信息以及时空变异分析提供依据。
唐家奎
在全球变暖的背景下，干旱发生的频率和强度呈增加趋势，由于干旱灾害所引发的水资源匮乏、粮食危机、生态恶化（如荒漠化）等，直接威胁到国家的粮食安全和社会经济发展，干旱灾害风险评估及应急管理的技术水平亟待提高。“一带一路”沿线区域生态环境脆弱、农业耕地集中、干旱灾害频繁，利用遥感卫星监测大区域的干旱水平及其时空变化，对于科学掌握“一带一路”地区的干旱格局、区域分异特征，及其对农业耕地的影响具有重要的科学和现实意义。 降水距平百分率是某时段降水量与同期气候平均降水量之差除以同期气候平均降水量的百分比。该数据集以GPM IMERG Final Run(GPM)日值降雨资料为基础，计算对应地区的降水量，采用降水距平百分率等级评价指标，分析了不同等级干旱的分布特征。 数据的区域为泛第三极34个关键节点（阿巴斯、阿斯塔纳、科伦坡、瓜达尔、孟巴、德黑兰、万象等地区）。
吴骅
祁连山典型冻土区水文地质要素数据集内容主要包括黑河上游西支流域内的地下水类型、富水性（单孔涌水量或单泉流量）、主要河流与支流、泉水（下降泉、泉群、大泉、矿泉分布）、钻孔（承压水钻孔、潜水钻孔、自流水钻孔分布）、断裂带（压性断裂、张性断裂）、角度不整合界线、平行不整合界线、黑河上游西支流域边界线、季节性冻土区与多年冻土区分界线、现代冰川及沼泽分布。本水文地质要素数据集可为寒区水文生态过程和水文地质环境提供背景资料。本数据来自四幅1：20万水文地质图（祁连幅、野牛沟幅、祁连山幅、肃南幅）的矢量化并重新对地下水类型进行整合。分辨率较高，数据可为泛第三极江河源区水土资源演变和环境变化等研究提供背景资料。
孙自永
黑河上游八宝河流域2013-2014年各层(0 cm, 4 cm, 10 cm, 20 cm, 40 cm, 80 cm, 120 cm, 160 cm, 240 cm, 400 cm, 600 cm, 900 cm, 1200 cm, 1400 cm, 1500 cm) 1km 逐小时土壤温度、湿度和含冰量数据，本数据由SHAW模型模拟产生，并基于地面站点和无线传感器网络观测的土壤温湿度数据进行了验证，结果较好，可用于上游冻土水热过程相关研究。
张艳林
本数据集来源于论文：Ding, L., Spicer, R.A., Yang, J., Xu, Q., Cai, F.L., Li, S., Lai, Q.Z., Wang, H.Q., Spicer, T.E.V., Yue, Y.H., Shukla, A., Srivastava, G., Khan, M.A., Bera, S., and Mehrotra, R. 2017. Quantifying the rise of the Himalaya orogen and implications for the South Asian monsoon. Geology, 45:215-218.该项成果是丁林研究员团队在青藏高原开展古高度系列研究成果的一部分。该团队应用植物化石及稳定同位素方法，重建了喜马拉雅-青藏高原造山带南缘定量隆升历史。含植物化石地层锆石U-Pb年代学表明柳区地层时代为晚古新世（56Ma），恰布林地层时代为早中新世（21-19Ma）。植物化石结果表明在喜马拉雅地区完全退出海洋沉积历史前后(55-50Ma)，柳区地区仍处于相对较低的海拔高度(~1000m 或更低)，直到早中新世，恰布林地区的古高度也仅为~2300m。不同于古新世就具有高海拔 (~5000m)特征的冈底斯山，喜马拉雅从晚古新世时(56Ma)的~1000m 缓慢生长至早中新世时(21-19Ma)的~2300m 高度，此后~5-7 Ma 快速隆升，达到现今高度。过去56 Ma的喜马拉雅-青藏高原与喜马拉雅前陆盆地降水对比揭示，喜马拉雅山隆升可能是藏南地区逐渐干旱的原因。
丁林
黑河流域近地表大气驱动数据，是采用Weather Research and Forecasting（WRF）模式制备的黑河流域逐时0.05°× 0.05°包括2m气温、地表气压、2m水汽混合比、辐射、10m风场和累积降水等近地表大气要素的驱动数据。通过与15个中国气象局常规自动气象站（CMA）站点逐日观测资料和两期黑河流域生态-水文过程综合遥感观测联合试验（WATER和HiWATER）的站点逐时观测资料在不同时间尺度上进行验证，得出以下结论：2m地表气温、地表气压和相对湿度都是比较可信的，尤其是2m地表气温和地表气压，平均误差都很小且相关系数都达到0.96以上；向下短波辐射与WATER站点观测数据的相关性达到0.9以上；降水资料通过降雨和降雪两种相态与观测资料在不同时间尺度和空间尺度上进行验证，降雨与观测资料在年、月、日和时尺度上吻合得很好，与观测资料在年和月尺度上的相关系数高达0.94和0.84；降雪与观测资料在月尺度上的相关性达到0.78，与积雪覆盖率MODIS遥感产品的空间分布相当吻合，峰值分布也一致。液态和固态降水的验证表明WRF模式能够在地形复杂而干旱的黑河流域进行降尺度分析，所模拟的资料能够满足流域尺度水文建模和水资源平衡研究。 2013年提供了2000-2012年数据。 2016年更新了2013-2015年数据。 2019年更新了2016-2018年数据。 2022年更新了2019-2021年数据。
潘小多
数据集为吉隆-佩枯错短周期密集地震台阵剖面的远震波形数据。数据可用于接收函数方法探测地壳和上地幔的结构。佩枯错剖面跨过南北向的吉隆裂谷，数据来源于课题组沿东西向的吉隆-佩枯错剖面布设的134个短周期地震台站，选址严格，数据质量良好。该剖面对揭示吉隆裂谷下方的速度间断面形态，即印度大陆向北俯冲在喜马拉雅造山带下方地壳内的界面延伸情况，进一步认识MHT界面的横向变化，以及青藏高原东西向伸展的动力学过程提供重要科学依据。
徐强
该数据集记录了“一带一路”沿线65个国家1961-2009年农业机械（拖拉机）数量等相关数据。农业机械是指在规定的日历年度末或者次年第一季度在农业上使用的轮式和履带式拖拉机（不包括园艺拖拉机）的数量。数据来源：联合国粮食农业组织（Food and Agriculture Organization, electronic files and web site）。农业机械减轻了劳动强度，减少苦役，缓解劳力短缺，提高农业活动的生产力和及时性，提高资源有效利用，增加进入市场机会，帮助减少气候相关危害，未来的农机将发挥更大的作用，有助于确保农业的环境可持续性。该数据集可用于农业现代化和农业生态环境等相关研究。 数据集包含2个数据表：农业机械（每100平方公里可耕地的拖拉机），农业机械（拖拉机数量）。
徐新良
1) Data content (including elements and meanings): Gridded daily average air temperature of the Tibetan Plateau during 1980-2014 at 1-km resolution 2) Data source and processing method: Developed by integrating 8 types of reanalysis data (i.e., NNRP-2, 20CRV2c, JRA-55, ERA-Interim, MERRA2, CFSR, GLDAS and ERA5) downscaled with MODIS-estimated temperature lapse rates based on machine learing 3) Data quality description: According to leave-one-out validation based on stations, the average RMSE at China Adimistration Stations is about 1.7 ℃ and that at high-elevation field stations is about 1.9 ℃ 4) Data application results and prospects: This dataset can be used as air temperature input for driving long-term hydrologial modelling or evaluated for use in climate analysis
ZHANG Fan, ZHANG Hongbo
本数据集包括Aqua卫星搭载的中分辨率成像光谱仪（MODIS）测量的中国中西部地区气溶胶光学厚度数据。MODIS采用DT算法（Deep Blue）和DB算法（Dark target）分别反演出全球范围内的两种数据，数据集提供这两种数据（DT、DB）及其融合（Merge）数据，共三种数据在550nm处的气溶胶光学厚度数据及其空间分布信息。本项目针对研究区共统计出2003.7月月-2018.11月共197个月的气溶胶光学厚度值。该数据集为hdf5格式的数据，数据将作为中国中西部地区气溶胶污染状况及背景值的参考数据集。
夏祥鳌, 宋子珏
本数据集来源于论文： Chen, F.H., Welker, F., Shen, C.C., Bailey, S.E., Bergmann, I., Davis, S., Xia, H., Wang, H., Fischer, R., Freidline, S.E., Yu, T.L., Skinner, M.M., Stelzer, S., Dong, G.R., Fu, Q.M., Dong, G.H., Wang, J., Zhang, D.J., & Hublin, J.J. (2019). A late Middle Pleistocene Denisovan mandible from the Tibetan Plateau. Nature, 569, 409-412. 该成果是陈发虎院士带领其团队多年来在青藏高原开展过去人类活动和环境适应研究获得的又一突破性进展。研究团队分析了甘肃夏河县新发现的古人类下颌骨化石，可以确定其为青藏高原的丹尼索瓦人，建议命名为夏河丹尼索瓦人，简称夏河人。研究团队针对该化石开展了年代学、体质形态学、分子考古学、生存环境、人类适应等多学科综合分析。结果发现，该化石目前是除阿尔泰山地区丹尼索瓦洞以外发现的首例丹尼索瓦人化石，也是青藏高原发现的最早人类活动证据（距今16万年前）。该研究为进一步探讨丹尼索瓦人的体质形态特征及其在东亚地区的分布、青藏高原早期人类活动历史及其对高海拔环境适应等问题提供了关键证据。 数据提取自论文中Supplementary Tables。 数据集包含6个数据表，数据表名称和内容分别为： t1: Distances in mm between meshes generated from CT versus photoscans (PS)（扫描图与CT形成的网格间以毫米为单位的距离）； t2: Measurements of the Xiahe mandible after reconstruction（对夏河人下颌重建后的测量）； t3: Comparative Dental metrics（牙科指标比较）； t4: Comparative crown morphology（牙冠形态比较）； t5: Uniprot accession numbers for protein sequences of extant primates used in the phylogenetic analyses（用在系统发育分析中的现存灵长类动物蛋白质序列在蛋白质仓库中的唯一标识号）； t6: Specimen names and numbers（样本的名称和编号）。
陈发虎
1) 数据内容：该数据是项目实施过程中产生的高原藏族与平原汉族人群的脐带内皮细胞染色质开放组数据，包括4例高原藏族脐带内皮细胞染色质开放组数据与4例平原汉族脐带内皮细胞染色质开放组数据，每个细胞染色质开放组数据量为>15G测序深度，可以用来研究高原藏族人群与平原汉族人群对高原低氧环境的染色质开放模式与基因表达调控模式。 2）数据来源及加工方法：课题组自有数据，利用illumina X-ten 测序平台Pair-end 150bp建库测序方法。 3）数据质量：>15G数据量，Q30>90%。 4）数据应用成果及前景：数据用于验证高原低氧适应基因对低氧环境下的细胞染色质开放模式与基因表达变化模式。
祁学斌
1) 数据内容：该数据是项目实施过程中产生的高原藏族与平原汉族人群的胎盘转录组数据，包括20例高原藏族胎盘组织RNA-seq数据与20例平原汉族胎盘组织RNA-seq数据，每个RNA-seq数据量为6G测序深度，可以用来研究高原藏族人群与平原汉族人群对高原低氧环境的基因表达差异模式。 2）数据来源及加工方法：课题组自有数据，利用illumina X-ten 测序平台Pair-end 150bp建库测序方法。 3）数据质量：6G数据量，Q30>90%。 4）数据应用成果及前景：数据用于在组织水平验证高原低氧适应基因对低氧环境的基因表达变化模式。
祁学斌
1) 数据内容：该数据是项目实施过程中产生的高原藏族与平原汉族人群的胎盘转录组数据，包括3例高原藏族脐带内皮细胞RNA-seq数据与3例平原汉族胎盘组织脐带内皮细胞RNA-seq数据，每个RNA-seq数据量为6G测序深度，可以用来研究高原藏族人群与平原汉族人群对高原低氧环境的基因表达差异模式。 2）数据来源及加工方法：课题组自有数据，利用illumina X-ten 测序平台Pair-end 150bp建库测序方法。 3）数据质量：6G数据量，Q30>90%。 4）数据应用成果及前景：数据用于在细胞水平验证高原低氧适应基因对低氧环境的基因表达变化模式。
祁学斌
青藏高原平均海拔4000米以上，高寒、低氧等恶劣环境对人类的生存构成了巨大的挑战。然而，高原藏族人群自旧石器晚期就已经达到青藏高原，并且在新石器时期进一步大规模永久定居高海拔地区。因此，青藏高原的人群迁徙历史成为了近年来不同领域关注的焦点。为从全基因组的角度解析藏族人群的遗传结构，追溯人类定居高原的历史，我们获得了20个藏族个体的全基因组变异数据开展研究。采用DNA 微阵列（DNA Array）的方法，对20个样本进行了SNP分型检测，获得每个样品约70万位点（包括核基因组、线粒体DNA和Y染色体）分型结果。基于上述数据，进行相关生物信息分析（主要包括芯片位点质控分析、Y染色体和线粒体DNA的单倍群分型分析）。该数据有助于从核基因组、Y染色体和线粒体DNA的角度，解析藏族人群的遗传结构，通过与高原周边人群数据的比较，可以较为全面地追溯高原人群的迁徙和定居历史。
孔庆鹏
藏族人群如何适应高原极端环境目前还并不清楚。而代谢作为重要的表型，在保持个体正常生物学功能中发挥了重要作用，已有研究表明一些代谢小分子可以通过调控能量代谢、氧化应激等生物学过程以适应外界的极端环境。鉴于此，项目通过研究藏族人群相比平原人群的特有的代谢特征，有望发现人体代谢与极端环境适应的关系，进而以代谢的视角研究藏族人群的高原适应机制。该数据是项目实施过程中产生的代谢组数据，目前的数据包括了30例平原人群的代谢组数据；利用这批数据与后续的代谢组数据进行联合分析，可以用来研究高原藏族人群在高原低氧环境下的代谢特征。
李功华
该数据集包含1975-2013年青藏高原地区的海螺沟冰川、帕隆94号冰川、七一冰川、小冬克玛底冰川、慕士塔格冰川15号冰川、煤矿冰川以及NM551冰川物质平衡数据。基于世界冰川目录中收集的冰川物质平衡观测数据（World Glacier Inventory，https://nsidc.org/data/G10002/versions/1）以及姚檀栋等发布于第三极环境数据中心平台的（Third Pole Environment Database，http://en.tpedatabase.cn/）冰川物质平衡观测数据以及Global Land Data Assimilation System（GLDAS）数据集提供的气象要素数据（meteo.xlsx中为提取出的各冰川几何中心所在数据网格上的气象要素，包括降水、近地面气温、净辐射、雪面蒸发和雪深时间序列），采用冰川物质平衡计算公式重构了1975-2013年上述七个冰川的物质平衡序列。此重构数据是基于已发布的冰川物质平衡数据对冰川物质平衡公式中的参数进行了率定，并利用冰川物质平衡公式对长时间序列物质平衡进行了重构，其中参数率定结果以及长时间序列数据重构结果均与相关研究成果进行了比对，论证了该数据成果的合理性，具体可参考以下论文。该数据可用于所涉及冰川区域水资源变化研究、扩充了青藏高原冰川物质平衡数据集，并可为未来冰川物质平衡重构相关研究提供参考。
刘晓婉
该数据为中国逐月最低温度数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2020.12。数据格式为NETCDF，即.nc格式。数据单位为0.1 ℃。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国地区降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。
彭守璋
本数据集为针对黑河上游和黄河源区域的分布式水文模型SWAT模型的应用而构建的相关数据库，主要为土壤和植被，以及DEM。土壤和植被涉及的参数较多，包括常规的土壤物理参数和化学参数，植被参数以及生物量参数，参数值的确定方式包括采样测定、文献和其他相关数据库，以及通过相关软件进行计算。由于SWAT模型的土壤和植被数据库涉及的参数较为全面，因此本数据集除了用于SWAT模型外，其中大部分参数也可作为其他生态水文模型驱动数据的参考。
邹松兵
通过资料整理和数字化，基于ArcGIS平台，构建了西亚地区地震构造图。地震构造图以伊朗地震研究机构的图件为基础，并广泛收集最新的活动断裂研究资料，图件范围包括伊朗及周边国家和地区，图中标绘了发震断层（活动断层）的位置、活动性质和主要的参考文献资料，图中同时给出了1960年至2019年5级以上地震的震中位置。这些图件可用于西亚地区的活动构造和地震灾害研究，为西亚地区的大型工程与基础设施建设提供地震安全保障。
刘志成
泛第三极地区地震活动强烈，其地震活动的动力来源于印度板块、阿拉伯板块与欧亚板块的俯冲碰撞。在泛第三极地区（北纬0-56度，东经43-139度）1960年以来发生M≥5级地震18806次，其中M≥8级地震4次，M=7.0-7.9级地震187次， M=6.0-6.9级地震1625次， M=5.0-5.9级地震16990次。地震主要发生在印度板块与欧亚板块的碰撞边界印缅山脉、喜马拉雅山脉 、苏来曼山脉的山麓地区，以及阿拉伯板块与欧亚板块碰撞的扎格罗斯山脉地区。
王继
青藏高原0.01°空间分辨率近地表气温数据集（1979-2018）通过对中国区域地面气象要素驱动数据集中空间分辨率为0.1°的气温数据进行降尺度得到。它包含日均气温和三小时分辨率的瞬时气温。其空间分辨率为0.01°（约1km）。时间范围为1979年到2018年。空间范围为73°E-106°E, 23°N-40°N。该数据集可以为地表辐射与能量平衡、气候变化、水文气象等领域的研究与应用提供较高空间分辨率的近地表气温数据。
周纪, 王伟, 马晋
通过资料整理和数字化，基于ArcGIS平台，构建了西亚地区地震区划图。地震区划图以伊朗地震研究机构的图件为基础，并广泛收集最新的活动断裂研究资料，图件范围包括伊朗及周边国家和地区，图中标绘了发震断层（活动断层）的位置、活动性质和主要参考文献资料，以及1960年至2019年5级以上地震的震中位置。区划图中以未来50年超越概率10%的地震动加速率峰值（PGA）为指标，进行地震危险性分区。图件可用于西亚地区的活动构造和地震灾害研究，为西亚地区的大型工程与基础设施建设提供地震安全保障。
刘志成
该数据为中国逐月最高温度数据，空间分辨率为0.0083333°（约1km），时间为1901.1-2020.12。数据格式为NETCDF，即.nc格式。数据单位为0.1 ℃。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集，通过Delta空间降尺度方案在中国地区降尺度生成的。并且，使用496个独立气象观测点数据进行验证，验证结果可信。本数据集包含的地理空间范围是全国主要陆地（包含港澳台地区），不含南海岛礁等区域。
彭守璋
中国冰冻圈是指中国范围内，大气圈、水圈、生物圈、岩石圈的冻结部分。中国冰冻圈资源与环境信息系统是对中国冰冻圈资源与环境数据进行管理与分析的综合性信息系统。建立中国冰冻圈资源与环境信息系统一方面是满足地球系统科学的需要，为研制地理信息系统支持下的冻土、冰川以及雪盖对全球变化的响应与反馈模型提供参数与验证数据；另一方面系统整理和抢救宝贵的冰冻圈数据，为其提供一个科学、高效、安全的管理与分析工具。 中国冰冻圈资源与环境信息系统包含三个不同空间的基础数据库。其中青藏公路沿线部分的研究区域主要是青藏公路自西大滩到那曲约700公里长、公路两侧20～30公里宽的区域,这一区域广泛分布着多年冻土。青藏公路沿线基础数据库包含以下类型的数据： 1、冰冻圈数据。包括：积雪深度分布。 2、自然环境与资源。包括： 基础地质：第四纪地质（Quatgeo） 3、公路沿线冻土钻孔观测数据（Borehole）：青藏公路沿线200个钻孔探测资料。 工程地质剖面图（CAD）：岩性分布、含水量、颗分资料等 4、青藏公路沿线地区冰川质量平衡分布模型（Model）：预测冻土格网数据。 青藏公路沿线图形数据包括13幅的比例尺为1：250000图幅；格网尺寸为100×100m。 详情请查看数据中的文档“中国冰冻圈资源与环境信息系统设计.doc”、“中国冰冻圈资源与环境信息系统数据字典.DOC”、“数据库-青藏公路.DOC”。
李新
Data set contains tree age of trees growing at different glacier moraines in the central Himalayas. The data were obtained using tree ring samples. Cores samples were collected (almost near to the ground level to estimate the minimum age of the related moraine) using an increment borer. Samples were processed by using standard dendrochronological techniques.
Shalik Ram Sigdel, Hui Zhang, Haifeng Zhu, Sher Muhammad, Eryuan Liang
本数据包括西藏纳木错湖水不同深度处的日平均水温数据，是实地监测获取的湖水温度变化情况；该数据利用水质多参数仪及温度探头放置于水中而连续获取，温度记录的分辨率是10分钟和2小时，并基于原始测量数据计算了日平均水温；所用仪器和方法均非常成熟，数据处理过程进行了严格的质量控制，确保数据真实可靠；该数据已用于纳木错湖水热力学分层研究、湖气热量平衡研究等物理湖泊学方面的基础研究，并用来校正基于遥感数据的湖水温度数据及不同的湖泊模型研究。可用于物理湖泊学、水文学、湖气相互作用、遥感数据同化验证及湖泊模型研究。
王君波
一个具有完整全球海洋覆盖范围的网格化海洋温度数据集是了解气候变化和气候变异性的一个非常有价值的资源。大气物理研究所（iap）通过若干创新步骤，对1990年以来2000米高空的历史海洋地下温度进行了新的客观分析。第一种方法是使用一组更新的过去的观察结果，这些新的观测结果已经被纠正了偏差（例如，在地震中）。XBT偏置校正CH14方案，XBT社区推荐。第二个是在海洋中不同地方的值之间使用协变性和来自包括一个全面海洋模型的若干气候模型的背景信息。第三个是扩大每个观测对较大区域的影响，认识到南大洋广阔开放的广阔空间的相对同质性。然后，这些观测也被用来提供更精细的尺度细节。最后，通过使用最近观测到的海洋状态的知识仔细地评估了新的分析，但是使用更遥远的过去的观测的稀疏分布进行次采样，以表明该方法产生无偏的历史重建。 海面风场数据集使用RSS第7版微波辐射计风速数据构建。输入的微波数据由遥感系统处理，资金来自美国宇航局测量计划和美国宇航局地球科学物理海洋学计划。 该风速产品用于气候研究，因为输入数据经过了仔细的相互校准和一致的处理。每个netCDF文件包含： 1）风速月平均值，网格尺寸360x180x自1988年1月以来所有月份的数量（随时间增加）； 2）一组12个月的气候学风速，网格大小为360x180，气候学是1988-2007年20年期间计算的平均值； 3）从1988年1月以来360x180x#个月的月平均数减去上述气候图得出的风速月异常（随时间增加）； 4）风速趋势图，网格尺寸360x180，趋势计算时间为1988-01-01至最近完整日历年；5）时间纬度图（有效数据至少需要10%的纬度单元），网格尺寸为自1988年1月起180 x#个月（随时间增加）
葛咏, 李强子, 董文
该数据来源于地球物理课题组ANTILOPE-I的原始地震数据，主要包含西藏西部地区的走时数据。全部数据采用人工手动拾取的办法进行处理。处理过程中采用带宽滤波，滤波范围0.05-2Hz。由于采用远震数据，所以在采集过程中使用了互相关的办法对波形进行“对齐”。数据质量良好，因为所提取的数据均来自于全球地震目录定位的大于5.5级的地震，并且每一个事件均有明显的起跳点。该数据的公布可以使其他地震学家利用该数据对该地区的地下结构进行重建和分析。
张衡
为研究拉萨藏族人群的复习遗传结构，我们采集了1029个拉萨藏族个体。首先，通过SNP分型的方法，确定了每个样本的单倍群归属。其次，采用ABI 3130XL，用荧光标记引物对8个STR进行了检测，以进一步研究该人群的Y染色体遗传多样性。结果表明，拉萨藏族人群中的D-M174频率最高（56.56%，其中D3*-P99最多），其次是O-M175 (30.71%，主要以O3a3c1-M117为主。此外，还有一些低频的类群，如N-M231(5.15%，主要是N1*-LLY22)，C-M130 (2.62%)、R-M207 (2.53%)、Q (1.55%)、J (0.68%)、K-M以及T。进一步分析表明，拉萨藏族人群的Y染色体组分存在时间上的分层，包括3万年前、末次盛冰期、末次盛冰期后、全新世等时期，反映了不同时期的定居历史。
孔庆鹏, 祁学斌
The data set contains nearly 15 years of eddy covariance data from an alpine steppe ecosystem on the central Tibetan Plateau.The data was processed following standardized quality control methods to allow for comparability between the different years of our record and with other data sets. To ensure meaningful estimates of ecosystem atmosphere exchange, careful application of the following correction procedures and analyses was necessary: (1) Due to the remote location, continuous maintenance of the eddy covariance (EC) system was not always possible, so that cleaning and calibration of the sensors was performed irregularly. Furthermore, the high proportion of bare soil and high wind speeds led to accumulation of dirt in the measurement path of the infrared gas analyzer (IRGA). The installation of the sensor in such a challenging environment resulted in a considerable drift in CO2 and H2O gas density measurements. If not accounted for, this concentration bias may distort the estimation of the carbon uptake. We applied a modified drift correction procedure following Fratini et al. (2014) which, instead of a linear interpolation between calibration dates, uses the CO2 concentration measurements from the Mt. Waliguan atmospheric observatory as reference time series. (2) We applied rigorous quality filtering of the calculated fluxes to retain only fluxes which represent actual physical processes. (3) During the long measurement period, there were several buildings constructed in the near vicinity of the EC system. We investigated the influence of these obstacles on the turbulent flow regime to identify fluxes with uncertain land cover contribution and exclude them from subsequent computations. (4) We calculated the de-facto standard correction for instrument surface heating during cold conditions (hereafter called sensor self heating correction) following Burba et al. (2008) and a revision of the original method following Frank and Massman (2020). (5)Subsequently, we applied the traditional and widely used gap filling procedure following Reichstein et al. (2005) to provide a more complete overview of the annual net ecosystem CO2 exchange.(6) We estimated the flux uncertainty by calculating the random flux error (RE) following Finkelstein and Sims (2001) and by using the standard deviation of the fluxes used for gap filling(NEE_fsd) as a measure for spatial and temporal variation.
Felix Nieberding, 马耀明, Christian Wille, Gerardo Fratini, Magnus Ole Asmussen, 王玉阳, 马伟强, Torsten Sachs
采用夹捕、笼捕和陷阱法调查非飞行小型兽类多样性与垂直分布格局。采用红外相机调查法获取地栖大中型野生动物的出现数据。小型兽类调查布设采集样线64条，完成5个海拔带，累计采集日数达11456个，采集标本1061号，组织样品2394份；红外相机调查获得野生动物照片4638张，人类活动照片654张。小型兽类数据包含物种、多度、体重等性状数据、环境梯度数据等，可为理解环境梯度-物种多度-物种性状间的关联及垂直梯度哺乳动物群落构建的生态过程提供数据支撑。红外相机数据主要收集珍稀濒危野生动物的出现数据，可补充区域生物多样性本底，同时为生物多样性热点区及保护关键区识别提供科学依据。
李学友
国内生产总值(GDP)是衡指一个国家(或地区)所有常驻单位，在一定时期内，生产的全部最终产品和服务价值的总和，是衡量一个国家的总体经济状况重要指标。收集公开的GDP数据，以联合国发布的2010年公里尺度全球GDP网格数据为基础，获取34个节点区域的总GDP数量，再以节点区域的灯光数据、土地利用数据等为辅助数据，经过数据预处理、数据插值和多元回归分析，建立GDP与百米尺度多元数据间的关系，获得GDP密度分布，进而推测获得34个关键节点区域的GDP百米格网数据。
葛咏, 李强子, 董文
青藏高原野外观测研究平台是开展青藏高原科学观测和研究的前沿阵地。基于高原地表过程与环境变化的陆面-边界层立体综合观测为青藏高原地气相互作用机理及其影响研究提供了大量的珍贵数据。本数据集综合了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、那曲高寒气候环境观测研究站、纳木错多圈层综合观测研究站、阿里荒漠环境综合观测研究站、慕士塔格西风带环境综合观测研究站2005-2016年逐小时大气、土壤和涡动观测数据。包含了由多层风速风向、气温、湿度以及气压、降水组成的梯度观测数据，辐射四分量数据，多层土壤温湿度和土壤热通量观测数据以及感热通量、潜热通量和二氧化碳通量组成的湍流数据。这些数据能广泛的应用于青藏高原气象要素特征分析、遥感产品评估和遥感反演算法的发展、数值模拟的评估和发展等研究中。
马耀明
2010年百米尺度的人口格网数据，每个格网表达该范围内的人口总的数量（单位：人）。该数据来源于英国南安普顿大学地球数据研究所，对该数据进行投影转换、裁剪等处理加工得到“一带一路”沿线34个关键节点区域的百米尺度的人口格网数据。该数据是以行政单元的人口普查数据，通过空间尺度转换得到规则的百米尺度的人口格网数据，每个格网人口是按各行政单元人口和多源辅助数据利用随机森林方法计算得到。人口数据可用于诸多领域，包括城市规划、选举、风险评估、灾害救援、疾病防控、减贫扶贫等。注：该数据仅为初始数据，后续将结合人口普查、建筑物以及GIS遥感等数据进一步加工处理得到更加精确的人口格网数据。
葛咏, 李强子, 董文
对外开放程度是指一个国家或地区经济对外开放的程度，具体表现为市场的开放程度，通常包括进出口额、利用外资、关税水平、通关便利、自贸协定、市场准入、资本兑换、知识产权保护等。本套数据为“一带一路”64国的对外开放数据，包括外商直接投资净流入（亿美元）、进口总额（亿美元）、出口总额（亿美元）。数据来源包括世界银行、联合国贸易和发展会议，WTO。沿线64国包括西亚、北非16国；中东欧16国；独联体其他5国；南亚8国；缅甸、越南、泰国等东南亚11国；蒙古、俄罗斯和中亚5国。
宋涛
2015年尼泊尔廓尔喀（矩震级Mw7.8）地震发生在主喜马拉雅逆冲断裂（MHT）上，为陆陆碰撞带结构的研究提供了最直接的观测资料。我们使用覆盖整个余震区（Event catalog 1.docx和Event catalog 2.docx）的近台地震波形数据对MHT进行研究，获得了研究区速度结构（Velocity.dat）。结果表明，MHT沿构造走向呈现清晰的横向变化，在主震区存在低喜马拉雅斜坡，而在余震区东部变得更深而且倾角更加平缓。余震区东部MHT界面上的地震波速表现为高速异常，可能与印度板块基底隆起的俯冲结构有关，余震区西部同样存在地震波速高速异常。MHT的这些总体形态结构变化控制了廓尔喀地震的破裂长度。
通过对青藏高原宗日遗址、河西走廊三角城、火石梁、缸缸洼、一个地窝南、砂锅梁、官地、茂林山、冬给错那、诺木洪、曲贡、立定等40余处新石器-青铜时代遗址进行考古调查和发掘，获取了各遗址经纬度、高程、文化属性、文化遗物等基本信息；同时，对遗址调查和发掘过程中的动植物遗存进行科学收集、鉴定和实验室分析，得到了一批遗址碳十四年代数据、光释光年代数据、动物遗存鉴定数据、植物遗存鉴定数据、碳氮稳定同位素数据、孢粉数据、真菌孢子数据和环境指标数据。该数据集为研究青藏高原新石器-青铜时代先民的活动历史和生业模式提供了数据支撑。
杨晓燕, 吕红亮, 刘向军, 候光良
采用板块构造、古地理学、含油气盆地分析和沉积盆地动力学理论作为指导，在大量收集泛第三极近年来地质研究和油气地质研究的各种资料成果，包括地层、沉积、古生物、古地理、古环境、古气候、构造、油气（钾盐）地质等基础材料，特别是以古地磁、古生物以及碎屑锆石、地球化学等资料的基础上，结合典型实测地层剖面的成果，对侏罗纪时期岩相和气候古地理格局进行恢复与重建，得到泛第三极早、中、晚侏罗世岩相古地理图（3张）及泛第三极早、中、晚侏罗世气候古地理图（3张），旨在探讨古地理、古构造、古气候等对油气（含钾盐）资源的控制和影响作用，以揭示油气形成的地质条件和资源分布规律，为我国海外和境内油气勘探部署提供科学依据和技术支撑。
李亚林
“一带一路”沿线34个关键节点区域极端干旱历史事件泛在网络数据是从互联网收集而来。该数据通过Python程序语言编写网络爬虫，通过调用谷歌和百度搜索引擎根据极端干旱事件的关键词获得网页信息，并对网页信息进行解析，提取事件发生的时间、地点以及事件概况、影响范围、受灾人数、死亡人数、网页地址等核心信息。该数据可用于极端事件中极端干旱的风险评估，从而为“一带一路”沿线关键节点和区域开展极端干旱风险研究提供重要支撑作用。
葛咏, 凌峰
我们基于中国数字测震台网记录的发生在印度洋的8个地震（2009-2018）的波形资料，利用观测和三维理论波形互相关方法，获得了印度、尼泊尔和中国西南部地区的929个高质量的ScS-S走时残差（Differential traveltimes.dat）。这些时差显示出高达10s的横向变化，表明D”区剪切波速度在横向300km的距离上可以达到7%。结果表明，化学异常和可能的熔体有助于古老的俯冲带下地幔底部结构的形成，我们的研究为此提供了新的观测证据。
李国辉, 白玲
最优差值海表温度(OISST)分析产品提供了使用最优插值(OI)技术构建的完整海洋温度场。海温产品的空间网格分辨率为0.25度，时间分辨率为1天。该产品使用先进的甚高分辨率辐射计(AVHRR)卫星数据，来自探路者(Pathfinder) AVHRR SST数据集(1981年9月至2005年12月)和海军AVHRR多通道海表温度数据(2006年至今)。选择探索者AVHRR海表温度是因为其与现场观测数据吻合较好。该产品还使用海冰数据集，来自船只和浮标的现场数据，并包括大规模调整卫星偏差的现场数据。在有海冰存在的地区，海表温度是由美国国家航空航天局2005年以前的GSFC和2005年以后的NOAA NCEP提供的海冰浓度数据来估计的。海表温度在风暴潮研究中具有重要意义。基于1981年至2016年的海表温度产品，利用GEE对数据进行研究区的掩模裁剪并重采样。最后得到了1981-2016年“一带一路”沿海海域16天合成海面温度数据集。
葛咏, 李强子, 董文
总人口是根据事实上的人口定义计算的，包括所有居民，不论其法律地位或公民身份。所示数值为年中估计值。本数据集包括斯里兰卡、孟加拉国、巴基斯坦、印度、马尔代夫等全球22个国家1960-2018年人口统计数据，数据字段包括：国家、年份、人口比例、男性比例、女性比例、人口密度（公里²）。 资料来源：（1）联合国人口司。世界人口展望：2019年修订版。（2）各国统计局的人口普查报告和其他统计出版物，（3）欧统局：人口统计，（4）联合国统计司。人口和生命统计报告（各年份），（5）美国人口普查局：国际数据库，和（6）太平洋共同体秘书处：统计和人口方案。 周期：每年 统计概念和方法：人口估计通常以全国人口普查为基础。人口普查前后各年的估计数是基于人口模型的内插或外推。即使是在高收入国家，也会出现错误和低估。在发展中国家，由于进行和分析全面人口普查所需的运输、通信和其他资源有限，错误可能很大。官方人口数据的质量和可靠性还受到以下因素的影响：公众对政府的信任、政府对全面和准确统计的承诺、对滥用人口数据的保密和保护、以及人口普查机构独立于政治影响之外。此外，人口指标的可比性受到收集数据的国家统计机构和其他组织在概念、定义、收集程序和估计方法方面的差异的限制。人口普查的现状和从调查或登记系统获得补充数据是判断人口数据质量的客观方法。一些欧洲国家的登记系统在没有人口普查的情况下提供完整的人口信息。联合国统计司监测生命登记系统的完整性。一些发展中国家在过去60年中取得了进展，但另一些国家在民事登记制度方面仍然存在缺陷。除了出生率和死亡率之外，国际移民是唯一直接决定一个国家人口增长的因素。估计迁移是困难的。在任何时候，许多人作为游客、工人、难民或其他原因而被安置在本国以外。符合移民资格的国际迁移的持续时间和目的的标准各不相同，估计数要求提供进出难以收集的国家的信息。根据联合国人口司世界人口前景数据库中的中变量，从基准年开始，利用到2050年按年龄和性别分列的死亡率、生育率和移民假设，对人口预测进行预测。
董文
通过对青藏高原151、白石崖溶洞、梅龙达普洞穴、赫吉什火塘、塘达14个旧石器时代遗址进行考古调查和发掘，获取了各遗址经纬度、高程、文化属性、文化遗物等基本信息；同时，对遗址发掘过程中的石制品和动植物遗存进行科学收集、鉴定和实验室分析，得到了一批遗址铀系年代数据、碳十四年代数据、光释光年代数据、石制品类型与石料类型分析数据、动物遗存骨骼单元分布鉴定数据。该数据集为研究青藏高原旧石器时代先民的活动历史和生业模式提供了数据支撑。
陈发虎, 张东菊, 刘向军, 候光良
数据是按照节点所在国家从EM-DAT数据库中筛选后再结合灾害影响分为进一步筛选和按节点划分。EM-DAT是一个关于自然和技术灾害的全球数据库，包含1900年至今世界上21000多起灾害发生和影响的基本核心数据。EM-DAT由比利时布鲁塞尔天主教大学公共卫生学院灾害流行病学研究中心（CRED）维护。该数据库主要目的是在国家和国际两级为人道主义行动服务。该倡议旨在使备灾决策合理化，并为脆弱性评估和确定优先事项提供客观基础。 数据库由联合国机构、非政府组织、保险公司、研究机构和新闻机构等各种来源的信息组成。优先考虑来自联合国机构、各国政府以及红十字会与红新月会国际联合会的数据。这种优先顺序不仅反映了数据的质量或价值，而且反映了大多数报告来源并不涵盖所有灾害，或存在可能影响数字的政治限制。这些条目会不断地被审查是否不一致、冗余和不完整。CRED每天整合和更新数据。每月进行一次进一步检查，并在每个日历年结束时进行修订。
葛咏, 李强子, 董文
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。
黑碳是重要的吸光性物质，对气候变化具有重要的影响。本数据集包含青藏高原和喜马拉雅山南坡6个湖泊（枪勇湖、唐古拉湖、令戈错、然乌湖、Gokyo、Gosainkunda）湖芯黑碳浓度和沉降通量数据。湖信黑碳浓度采用消解-过滤-热光法测定。本数据集为EXCEL文件，可使用EXCEL直接打开。本数据集有助于研究青藏高原和周边地区大气黑碳沉降历史和进一步分析大气黑碳的来源，可作为研究大气黑碳传输和气候效应评价的基础数据。
康世昌
基于环境敏感区指数（ESAI）方法，计算获得2018年阿姆河流域栅格荒漠化风险数据。ESAI方法考虑土壤，植被，气候和管理质量，是监测荒漠化风险最广泛的方法之一。根据ESAI指标框架，选择了14个指标计算四个质量领域，每个质量指数均由几个指标参数计算获得。参考前人研究，确定每个参数分类及其阀值。然后，根据每个类别在荒漠化的敏感性中的重要性以及与荒漠化过程的开始或不可逆转的退化关系，把每个类别分配了1（最低敏感度）和2（最高敏感度）之间的敏感性得分。关于如何选取指标以及与荒漠化风险和得分相关性，在Kosmas的研究中提供了更全面的描述。主要指标数据集来源于联合国粮农组织的世界土壤数据，欧空局的土地覆盖数据和AVHRR数据。所有栅格数据集重采样到500m并合成年度值。尽管验证综合评估指数存在困难，但根据ESAI值的时空比较，对荒漠化风险进行了间接验证，包括对ESAI与稀疏植被和草地转变关系的定量分析和分析ESAI与植被净初级生产力之间的关系。验证结果表明阿姆河流域的荒漠化风险数据精度可靠。
许文强
本数据集包括青藏高原及其周边共5个采样点碳质气溶胶包括有机碳和黑碳的浓度和空间分布信息。本数据包含的黑碳和有机碳数据采用膜采样，滤膜为石英滤膜，采样器为大流量采样器，切割粒径为总悬浮颗粒物（TSP），每个滤膜采样周期为24h或48h。采用热光法测定其有机碳和黑碳含量，方法检出限分别为0.43和0.12 ug/cm2。此外，还计算了黑碳的吸光参数（MAC）。该数据集将作为青藏高原及其周边区域碳质气溶胶污染状况及背景值的参考数据集。
基于全球热带气旋路径数据、全球灾害事件及损失数据、全球潮位观测数据以及一带一路区域的DEM数据、海岸线分布数据、土地覆盖信息、人口及其他相关数据，以百米网格为评估单元，提取并计算每个单元里与风暴潮灾害危险性、暴露度和脆弱性相关的指标，如节点潮位历史强度、风暴历史到达频次、历史损失、人口密度、土地覆盖类型等指标。在此基础上，构建风暴潮灾害风险综合指数，利用加权方法综合上述各指标得到风暴潮风险指数。最后对风暴潮风险指数进行归一化处理，得到0-1之前的风险指数值，以此来评价各评估单元风暴潮风险的高低，并可用于进行风暴潮风险等级评估。同时，数据集还包括了对应的危险性、暴露度和脆弱性评估结果。 数据集中仅包含了存在风险的11个节点区域(孟加拉吉大港、缅甸皎漂港、印度加尔各答、缅甸仰光港、巴基斯坦卡拉奇、孟加拉达卡、印度孟买、斯里兰卡汉班托塔港、泰国曼谷、中缅石油天然气管道、雅万高铁）
董文
数据主要包括“一带一路”沿线国家和地区的主要沿海港口和机场的点位分布，数据来自Natural Earth全球港口和机场数据，依据“一带一路”沿线65国标准底图对数据进行裁剪，并对数据进行校正处理，获得沿线地区港口和机场的点位分布。本数据主要用于分析“一带一路”沿线地区重要交通设施的空间布局和主要特征，在后续研究中获取港口和机场的其他属性数据包括港口不同货种的吞吐量、进港和出港吞吐量、码头泊位数、机场乘客人数、港口和机场的航线航班数据后，可对港口和机场分布的空间分异有进一步的认识。
王成金
基于全球热带气旋路径数据、全球灾害事件及损失数据、全球潮位观测数据以及一带一路区域的DEM数据、海岸线分布数据、土地覆盖信息、人口及其他相关数据，以百米网格为评估单元，提取并计算每个单元里与风暴潮灾害脆弱性相关的指标，如人口密度、GDP值、土地覆盖类型等指标。在此基础上，构建风暴潮灾害脆弱性综合指数，利用加权方法综合上述各指标得到风暴潮脆弱性指数。最后对风暴潮风险指数进行归一化处理，得到0-1之前的脆弱性指数值，以此来评价各评估单元风暴潮脆弱性的高低，并可用于进行风暴潮脆弱等级评估。 关键节点数据集中仅包含了存在风险的11个节点区域 (孟加拉吉大港、缅甸皎漂港、印度加尔各答、缅甸仰光港、巴基斯坦卡拉奇、孟加拉达卡、印度孟买、斯里兰卡汉班托塔港、泰国曼谷、中缅石油天然气管道、雅万高铁）。
董文
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
This data set is output from WRF model. The data include ‘LU_INDEX’ (land use category), ‘ZNU’(eta values on half (mass) levels), ‘ZNW’(eta values on full (w) levels)，’ZS’(depths of centers of soil layers), ‘DZS’ (thicknesses of soil layers), ‘VAR_SSO’ (variance of subgrid-scale orography), ‘U’(x-wind component), ‘V’(y-wind component),’W’(z-wind component),’T’(perturbation potential temperature (theta-t0)), ‘Q2’ ('QV at 2 M), ‘T2’ (TEMP at 2 M), ‘TH2’ ('POT TEMP at 2 M), ‘PSFC’ (SFC pressure), ‘U10’ (U at 10 M), ‘V10’ (V at 10 M), ‘QVAPOR’ (Water vapor mixing ratio), ‘QLOUD’ (Cloud water mixing ratio),’QRAIN’ (Rain water mixing ratio), ‘QICE’ (Ice mixing ratio), ‘QSNOW’ (Snow mixing ratio), ‘SHDMAX’ (annual max veg fraction), ‘SHDMIN’ (annual min veg fraction), ‘SNOALB’ (annual max snow albedo in fraction), ‘TSLB’ (soil temperature), ‘SMOIS’ (soil moisture), ‘GRDFLX’ (ground heat flux), ‘LAI’ (Leaf area index),’ HGT’ (Terrain Height), ‘TSK’ (surface skin temperature), ‘SWDOWN’ (downward short wave flux at ground surface), ‘GLW’ (downward long wave flux at ground surface), ‘HFX’ (upward heat flux at the surface), ‘QFX’ (upward moisture flux at the surface), ‘LH’ (latent heat flux at the surface), ‘SNOWC’ (flag indicating snow coverage (1 for snow cover)), and so on. The data is in netCDF format with a spatial resolution of 10 km.
Xuelong Chen
“一带一路”沿线国家风险评级、信用风险评级、穆迪国家主权评级，反映了各国的主权风险结构.穆迪国家主权评级级别由最高的Aaa级到最低的C级，一共有二十一个级别。数据来源：作者整理。数据质量良好。评级级别分为两个部分，包括投资等级和投机等级。Aaa级级别最高，为优等级主权评级。表示信用质量最高，信用风险最低。利息支付有充足保证，本金安全。为还本付息提供保证的因素即使变化，也是可预见的。发行地位稳固。C级是最低等级评级，表示不能用来做真正的投资。
宋涛
1）数据内容：包含中亚地区，区域范围：30°N～60°N，40°E～90°E； 2）数据来源：对CMIP数据集进行加工，采用双线性插值方法将不同分辨率模式数据插值到0.5°× 0.5°,CRU观测数据1901年——2014年； 3）数据质量：时间长度较长，数据质量良好，缺测值统一用999标识； 3）数据应用成果集前景：数据已用于进行对中亚地区温度模拟能力评估，通过计算并分析中亚地区的温区的域平均、相对误差、均方根误差、泰勒图、EOF分解、季节变化等评估气候系统模式模拟中亚地区历史气候变化的能力。 4) 数据可靠性：通过对比分析观测和模拟资料的年变化，数据结果均呈显著的增温趋势，通过对数据结果进行相关性检验，均通过99%信度检验。同时，CMIP计划数据和CRU数据也是较为常用的数据集，在很多进行气候变化的研究中，也经常采用这样的数据。
马金玉
本数据集包括了位于喜马拉雅山脉中段亚东河谷共计九个地面降水观测站的降水资料；观测数据由Onset公司开发的Hobo翻斗式雨量计采集，通过配套的数据读取软件导出；数据存储方式为计次累积，雨量计翻斗一次，表示记录了0.2 mm的降水,，无降水事件发生则用-999缺省值表示，我们对所采数据进行了筛查，剔除了异常值以保证其质量；本数据集目前已在该地区降水特征分析、卫星数据验证和模式模拟评估方面取得了一定进展，发表学术论文两篇, 为缺乏地面观测资料的喜马拉雅高海拔河谷地区的降水特征分析研究提供了有力支持。
阳坤
在全球变暖的背景下，干旱发生的频率和强度呈增加趋势，由于干旱灾害所引发的水资源匮乏、粮食危机、生态恶化（如荒漠化）等，直接威胁到国家的粮食安全和社会经济发展，干旱灾害风险评估及应急管理的技术水平亟待提高。“一带一路”沿线区域生态环境脆弱、农业耕地集中、干旱灾害频繁，利用遥感卫星监测大区域的干旱水平及其时空变化，对于科学掌握“一带一路”地区的干旱格局、区域分异特征，及其对农业耕地的影响具有重要的科学和现实意义。土壤相对湿度指数是表征土壤干旱的指标之一，能直接反映作物可利用水分的状况。
葛咏, 吴骅
三江源国家公园包括长江源、黄河源、澜沧江源3 个园区，总面积为12.31 万平方公里，介于东经89°50'57"—99°14'57"，北纬32°22'36"—36°47'53"，占三江源国土面积的31.16%。 本数据集是基于《三江源国家公园总体规划》中的三江源国家公园区位图进行数字化而产生。数据包含长江源园区、黄河源园区和澜沧江园区的边界。 数据格式为Shapefile格式。推荐使用arcmap打开数据。
王旭峰
数据集包含1980，1990，2000，2010，2017年青藏高原草地产草量空间分布。基于中国科学院地理科学与资源研究所具有自主知识产权的生态水文动力模型VIP（Vegetation Interface Process) 模拟了青藏高原草地总初级生产力（GPP），利用经验系数估算了净初级生产力（NPP），将NPP换算为干物质，再根据根冠比估算了干草产量。空间分辨率1公里。该数据集将为草地资源管理、开发、利用以及“以草定畜”策略的制定提供依据。
莫兴国
本数据集是欧亚大陆温性草地类型时空变异图—中国内蒙古区域三级分类（2009年），数据为tif栅格格式，空间分辨率为1公里，三级草地分类为：温性草甸草原、温性典型草原、温性荒漠化草原、温性草原化荒漠、温性荒漠几个类型。该数据是在已有内蒙古草原的草类型图基础上加工而成。内蒙古草原的草类型图是依据野外调查资料，以内蒙旗县为单位，根据草原类型分类系统，在预判基础上，叠加野外样地资料、遥感影像等信息数据，参考当地历史草原调查数据及相关资料，野外调绘修正而成。 我们选择2000-2009历史气象数据，结合卫星数据进一步分析修正，并进行空间插值计算。得出内蒙区域温性草地三级分类。该数据可用于欧亚大陆温性草地分布信息以及时空变异分析提供依据。
唐家奎
脆弱性是指由于系统对系统内外扰动的敏感性以及缺乏应对能力从而使系统的结构和功能容易发生改变的一种属性，即高温热浪发生时区域应对灾害以减少损失的能力。本数据集以2015年为基准年，泛第三极区域路网数据、GDP数据、医疗设施空间分布数据、植被覆盖度数据、水体分布数据为基础数据。采取欧式距离计算法明确区域内路网、水体及医疗设施的空间分布情况，并以距道路距离、距水体距离、距医疗设施距离、GDP及植被覆盖度为评价指标，采取等权重叠加法评估各节点高温热浪脆弱性。为消除单位差异性带来的影响，评估前对各指标层数据进行归一化处理，最后利用自然间断点法划分各节点脆弱性等级。
葛咏, 杨飞, 刘庆生
数据来源于美国国家环境信息中心（National Centers for Environmental Information, NCEI），该中心提供了全球范围内各站点自建站以来的气象记录，包括气温、风速、露点和降水等信息。达卡市附近有4个有记录的站点。先从NCEI下载了全球范围内站点监测数据，再根据经纬度筛选达卡市范围内的4个站点。该数据级记录了2016年1月1日-2019年12月31日的日气象站点监测数据。
葛咏, 杨飞
该数据集描述了雅鲁藏布江流域的降水时空分布，融合了 CMA、GLDAS、ITP-Forcing、MERRA2、TRMM五套再分析降水产品和卫星降水产品， 并结合流域内9个国家气象站和166个水利部雨量筒的观测降水制作而成，时间范围为1981-2016年，时间分辨率为3 h，空间分辨率为5 km，单位是mm/h。该数据将为雅江流域的研究提供更好的数据支撑，可用于研究流域水文过程对气候变化的响应等领域。具体使用信息请看随数据一同上传的说明文档。
汪远伟, 王磊, 李秀萍, 周璟
气候变化背景下中亚各国水土资源的匹配和分区，可以为中亚国家水土资源开发和农业生产提供支撑，对于“丝绸之路经济带”核心区域的社会稳定具有重要意义。利用收集的气象、水资源、土地利用和遥感数据，对中亚地区水土资源开发利用现状进行了分析。在对农业水土资源匹配特征及短缺程度进行评估基础上，依据DPSIR模型和供需理论构建的分区指标结构框架（SDCSL），运用主成分分析和聚类分析法对区域水土资源利用状况进行分区，最后提出实现不同分区农业水土资源有效匹配的措施和途径。
姚海娇, 李莉, Food and Agriculture Organization of the United Nations（FAO）
此数据集以2015年为基准年，分别选取人口密度、高危人口分布、GDP为评价指标，完成34个关键节点高温热浪暴露度评估。暴露度是指灾害发生时某地区可能受到灾害影响的程度，在极端高温发生时，人类与经济是受高温热浪影响最为明显的两类因素。其中将高危人口分别定义为年龄小于五岁的儿童及大于65岁的老人，评估采取等权重叠加方法，为消除单位差异影响，在评估前对各指标层数据进行归一化处理，此次评估结果空间分辨率为100m，范围覆盖泛第三极34个关键节点区域。
葛咏, 杨飞, 刘庆生
UHSLC提供了具有两个质量控制级别（QC）的潮汐测量数据。 其中快速交付（FD）数据是在数据收集的1-2个月内发布的，并且只接收关注于大级别转移和明显异常值的基本QC。GLOSS/CLIVAR（以前称为WOCE）“快速”海平面数据是按小时、每天和每月的价值进行分配。这个项目得到了NOAA的气候和全球变化计划的支持。其中每个文件都有一个名称“h######dat”，其中“h”表示每小时的海平面数据，而“###”表示站点号码，每个站点都存在一个文件。UHSLC数据集是GLOSS数据流。在UHSLC数据库中有许多潮汐记录，但骨干是光缆核心网（GCN）——全球300个验潮站的全球集合，它是全球原位海平面网络的基础。该网络被设计成在各种时间尺度上提供全球沿海海平面变化的均匀分布采样。
董文, University of hawaii sealevel center （UHSLC）
基于全球热带气旋路径数据、全球灾害事件及损失数据、全球潮位观测数据以及34个关键接诶单区域的DEM数据、海岸线分布数据、土地覆盖信息、人口及其他相关数据，以百米网格为评估单元，提取并计算每个单元里与风暴潮灾害危险性相关的指标，如节点潮位历史强度、风暴历史到达频次、历史损失、离岸线的距离等指标。在此基础上，构建风暴潮灾害危险性评估指数，利用加权方法综合上述各指标得到风暴潮危险指数。最后对风暴潮危险指数进行归一化处理，得到0-1之前的危险指数值，以此来评价各评估单元风暴潮危险性的高低，并可用于进行风暴潮危险等级评估。数据集包括“一带一路”沿线34个节点中有风暴潮灾害危险的11个节点的危险性评估结果图。
葛咏, 李强子, 董文
此数据集以1984-2018年全球地表水数据（WOD）为基础，选取了降水、地形、土地利用类型几个指标，结合ArcGIS中的空间分析方法，构建评估了34个关键节点在极端降水条件下发生洪涝灾害的危险性等级。34个关键节点百里级危险性评估数据集评估了“一带一路”重点区域在极端降水事件下的洪涝灾害危险性，为当地政府部门决策提供依据，同时以便在洪涝灾害发生前进行预警，从而可以争取到宝贵的时间采取防灾减灾措施，降低洪涝灾害所带来的人民群众生命财产损失。
葛咏, 李强子, 李毅
历史极端降水导致地表淹没范围数据集评估了一带一路重点区域在极端降水下地表被淹没的范围，为当地政府部门决策提供依据和参考，以便在极端降水发生前进行预警，降低极端降水所带来的生命财产损失。 此数据集以极端降水阈值集和极端降水识别数据为基础，确认发生极端降水的时间节点和区域，再到NASA网站上下载对应时间和地区的淹没范围产品，利用ArcGIS空间分析结合连接以上数据，构建了34个关键节点历史极端降水导致地表淹没范围数据集。 数据主要包括34个关键节点（万象、中缅石油天然气管道、中老泰柬铁路、亚历山大港、仰光、关丹、加尔各答、华沙、卡拉奇、叶卡捷琳堡、叶卡捷琳堡等区域）
吴骅
在全球变暖的背景下，干旱发生的频率和强度呈增加趋势，由于干旱灾害所引发的水资源匮乏、粮食危机、生态恶化（如荒漠化）等，直接威胁到国家的粮食安全和社会经济发展，干旱灾害风险评估及应急管理的技术水平亟待提高。“一带一路”沿线区域生态环境脆弱、农业耕地集中、干旱灾害频繁，利用遥感卫星监测大区域的干旱水平及其时空变化，对于科学掌握“一带一路”地区的干旱格局、区域分异特征，及其对农业耕地的影响具有重要的科学和现实意义。土壤相对湿度指数是表征土壤干旱的指标之一，是土壤相对湿度与田间持水量的比值，能直接反映作物可利用水分的状况。土壤湿度数据由SMAP遥感土壤水分数据产品通过降尺度方法得到，田间持水量数据来源于世界土壤数据库(HWSD)。详细计算公式与方法可参见：《农业干旱等级国家标准》标准号：GB/T 32136-2015。数据覆盖一带一路沿线34个关键节点区域。
吴骅
在全球变暖的背景下，干旱发生的频率和强度呈增加趋势，由于干旱灾害所引发的水资源匮乏、粮食危机、生态恶化（如荒漠化）等，直接威胁到国家的粮食安全和社会经济发展，干旱灾害风险评估及应急管理的技术水平亟待提高。“一带一路”沿线区域生态环境脆弱、农业耕地集中、干旱灾害频繁，利用遥感卫星监测大区域的干旱水平及其时空变化，对于科学掌握“一带一路”地区的干旱格局、区域分异特征，及其对农业耕地的影响具有重要的科学和现实意义。相对湿润度指数为某时间段的降水量与同时期潜在蒸散量之差除以潜在蒸散量。
葛咏, 吴骅
体感温度是指人体感受到的冷热程度，受温度、风速和湿度的影响。该数据的空间范围覆盖泛第三极区域34个关键节点（万象、仰光、加尔各答、华沙、卡拉奇、叶卡捷琳堡、吉大港、塔什干等地区）；空间分辨率为100m。 数据处理过程：以气象站点监测数据为基础数据源，基于Humidex指数计算体感温度，再使用基于高程校正的温度插值方法获得整个区域1km格网化数据,并将其降尺度为100m。高温热浪危险性数据集主要以强度为评价指标。空间范围、空间分辨率与体感温度数据集一致，时间分辨率为年。 判断高温热浪的标准为：体感温度连续3天超过29℃的天气过程判断为一次高温热浪。
杨飞, 武夕琳, 殷聪
本数据集的数据源为Landsat-5卫星的大气顶层反射率数据第1、2、3波段。Landsat卫星为太阳同步卫星，卫星由北向南运行，地球自西向东旋转，卫星每天绕地球14．5圈，每圈在赤道西移159km，每16天重复覆盖一次。本数据集主要覆盖孟加拉国达卡市，基于2010年的Landsat-5大气顶层反射率数据，本数据从地理空间数据云平台下载，利用ArcGIS对数据进行波段合成，最终得到了TIFF格式的达卡区域2010的30米分辨率多光谱遥感影像数据。
葛咏, 杨飞
本数据为中亚大湖区2017年逐6小时分辨率常规和卫星资料。其中常规资料包含中亚大湖区及其周边地区（中国、哈萨克斯坦、吉尔吉斯斯坦、土库曼斯坦、塔吉克斯坦、乌兹别克斯坦、阿富汗、俄罗斯、伊朗、巴基斯坦、印度等）的地面台站和探空站点观测，观测要素包含气温、气压、风速和湿度，每个时次的站点数平在600个左右，站点间距离在10-100km之间；卫星资料来源于极轨气象卫星（NOAA-18、NOAA-19、METOP-A和METOP-B）反演的云导风，并重采样到30km水平分辨率。云导风通过追踪示踪云的移动来估计风速，由示踪云的高度确定风场高度。本数据全部来源于全球电信系统Geostationary Tether Satellite（GTS），经过质量控制剔除了质量较差的观测资料。该数据可应用于中亚大湖区的资料同化，也可用于检验和评估模式对中亚大湖区的数值模拟。
姚遥
本数据总结了2016年中亚五国(哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦和土库曼斯坦)农业以及社会经济现状。本数据来源于中亚五国统计年鉴，包括总人口、耕地面积、粮食生产面积、GDP、农业GDP占总GDP比重、工业GDP占总GDP比重、森林面积等六个要素。详细的统计了中亚五国六个社会经济要素的情况。通过统计可以看出中亚五国六个要素之间各有侧重。本数据为项目提供了基础数据，便于后续分析中亚生态与社会的情况，为项目数据分析提供了数据支持。
刘铁
数据集包含2000年，2010年，2018年青藏高原县级理论载畜量数据和1980年, 1990年, 2000年, 2010年, 2017年县级超载程度。基于地理科学与资源研究所具有自主知识产权的生态水文动力学模型VIP（Vegetation interface process) 模拟的NPP数据计算了产草量数据（1km分辨率），按照县行政区域尺度，计算县域产草量，并根据载畜量计算标准（NY/T 635-2015）计算得到县域范围内的理论载畜量。基于县级实际载畜量数据，计算了超载程度。数据将为草地恢复、管理和利用策略的制定提供借鉴。
莫兴国
在全球变暖的背景下，干旱发生的频率和强度呈增加趋势，由于干旱灾害所引发的水资源匮乏、粮食危机、生态恶化（如荒漠化）等，直接威胁到国家的粮食安全和社会经济发展，干旱灾害风险评估及应急管理的技术水平亟待提高。“一带一路”沿线区域生态环境脆弱、农业耕地集中、干旱灾害频繁，利用遥感卫星监测大区域的干旱水平及其时空变化，对于科学掌握“一带一路”地区的干旱格局、区域分异特征，及其对农业耕地的影响具有重要的科学和现实意义。相对湿润度指数为某段时间的降水量与同时段内潜在蒸散量之差再除以同时段内潜在蒸散量得到。降水量数据来自TRMM/GPM卫星降水数据降尺度，潜在蒸散量的估算采用Thornthwaite方法。详细算法请参考《气象干旱国家标准》(GB/T 20481-2017)。数据仅覆盖一带一路沿线34个关键节点区域。
吴骅
此数据集以百米级危险性评估数据集和百米级脆弱性评估数据集为基础，分别赋予危险性和脆弱性不同的权重（其中危险性权重为0.8，脆弱性权重为0.2），相加计算获得了34个关键节点百米级的风险评估数据集。该数据集评估了“一带一路”重点区域在极端降水事件下的洪涝灾害风险，为当地政府部门决策提供依据，同时以便在洪涝灾害发生前进行预警，从而可以争取到宝贵的时间采取防灾减灾措施，降低洪涝灾害所带来的人民群众生命财产损失。
葛咏, 李强子, 李毅
阿姆河流域人工绿洲格局图包括1990年、2000年、2010年和2015年四期数据，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，数据空间分辨率为30m。数据生产费用由“中国科学院战略性先导科技专项XDA20030101资助”。阿姆河流域人工绿洲格局图是基于1990年、2000年、2010年和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。绿洲内土地利用类型分为水域、耕地、建设用地、草地、林地、湿地、灌丛、滩地和未利用地。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，解译精度达到85％。
许文强
本数据集是藏猪转录组数据，分别是对照组和实验组，对照组3个个体，不进行任何处理，实验组也是3个个体，用口蹄疫病毒进行攻毒，攻毒浓度是ID50，所有样品都是藏猪的脾脏样品的转录组测序结果。试验进行和样品采集都在兰州的兰兽研。编号分别是Z1-Z6，每个数据分为R1和R2，表示的是双头测序的结果，Z1-Z3为对照组个体结果，Z4-Z6为实验组个体。将对照组和实验组数据进行对比分析可以找到在口蹄疫病毒对藏猪机体进行攻击时其体内免疫系统的反应情况，找到在对抗口蹄疫病毒时启动的免疫基因和免疫通路，为藏猪抵抗口蹄疫病毒的能力找到相关的基因和通路，在今后家猪育种过程中增加对于口蹄疫的免疫能力提供理论基础。
段子渊
分别于2014年4月和2016年5月在黄河源区（黄河沿以上）采集的21个湖泊（7个非热融湖塘，14个热融湖塘），在加拿大维多利亚Inno Tech Alberta实验室通过Delta V Advantage Dual Inlet/HDevice system 测试氢氧同位素丰度，同位素丰度表达为δ（‰）形式（相对于维也纳平均海水丰度） 测试误差：δ18O： 0.1‰，δD： 1‰ ，数据还包括通过Google earth engine中 Landsat 2017影像数据提取得到的湖泊面积和湖泊流域面积。 通过的长期气象资料数据（多年平均气温，多年平均相对湿度，多年平均年降水量，多年平均年水面蒸发量），基于水量平衡及同位素质量守恒模型（模型参数也包括在数据集中）对湖泊水文信息，包括蒸发/入流比例（E/I）和湖泊流域产水量（WY）进行估算。
万程炜
青藏高原农业活动强度数据集是基于县级农业统计数据，包括逐年耕地面积、农林牧渔劳动力、农机总动力、农村用电量、有效灌溉面积、农药使用量、化肥使用量、粮食作物总产量、农林牧渔生产总值，构建以农业投入指数和产出指数为一级指标，单位耕地面积农机总动力、单位耕地面积化肥施用量、劳动生产率等10个指标为二级指标的农业活动强度指标体系。利用熵值法确定各级指标权重，并通过层次分析法获得青藏高原县级农业投入和产出指数。基础数据来自国家统计局发布的统计数据，并对原始数据进行了核准与校正，具有较高可信度。数据集包括的1980s-2015年青藏高原县级投入产出指标和投入、产出指数一定程度上反映了青藏高原农业生产活动强度时空变化特征，为当地农业发展提供数据支持和理论参考。
刘玉洁
本数据集基础数据源来自于美国国家海洋和大气管理局（NOAA）网站，NOAA卫星是气象观测卫星，可提供逐小时、逐日到逐年时间分辨率不等的气象数据，观测站基础观测数据可提供包括温度、降水、露点、风速等在内的气象环境信息。本数据集主要覆盖泛第三极东南亚及中东地区关键节点区域。数据处理主要步骤如下：首先按照我国国家标准《GB/T 29457-2012》中对高温热浪的定义，基于基础气象数据，判断高温热浪发生情况，进而统计得到高温热浪发生频次，最后依据高温热浪持续时间及发生强度整理得到历史高温热浪灾害事件数据集。该数据集有助于明确各研究区极端高温灾害的发生情况，为判断各地区高温热浪强度提供参考资料和有力依据。
葛咏, 刘庆生
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
为描述青藏高原及周边地区主要驯化动物遗传多样性的分布格局，厘清其相关遗传背景。2019年我们选取云南地区品种猪可作为低海拔参考，采集2只品种猪脑区RNA组织样品提取总RNA，建库并做转录组测序。测序产生了一批322G转录组测序原始数据。为研究青藏高原家养动物适应高原极端环境提供基础数据，为探索该地区主要驯化动物的驯化、迁徙、扩张等群体历史事件，并进一步探讨驯化动物对缺氧、高寒、干燥等恶劣环境的适应机理提供资料。
彭旻晟
泛第三极是全球变化的敏感地区，其增温速率为全球的2倍以上，并且受到了西风和季风协同作用的影响。该地区植被如何响应气候变化，将深刻的影响区域生态安全。然而现有产品对泛第三极地区生态系统净初级生产力（NPP）的估算仍旧存在较大的不确定性。为此，本产品结合多源遥感数据，包括AVHRR NDVI，MODIS 反射率数据，多种气候变量（温度、降水、辐射、VPD）以及大量野外实测数据，利用机器学习算法，反演获得了泛第三极生态系统净初级生产力。
汪涛
热带气旋（TC）最佳路径数据已经作为单独的风暴路径存在于其他机构。 IBTrACS将这些数据集合并到一个全球TC数据库中。目的是克服数据可用性问题，通过直接与所有区域专门气象中心和其他国际中心和个人合作，创建全球最佳轨道数据集，将多个中心的风暴信息合并成一个产品，并将数据存档供公众使用。 世界气象组织热带气旋方案已批准IBTrACS作为热带气旋最佳路径数据的官方归档和分发资源。 IBTrACS 包含最完整的全球历史热带气旋集，结合来自许多热带气旋数据集的信息 ， 通过在一个地方提供来自多个源的风暴数据，简化机构间比较， 提供流行格式的数据以方便分析， 检查风暴库存、位置、压力和风速的质量，将信息传递给用户。在集中位置提供热带气旋最佳路径数据，以帮助我们了解全球热带气旋的分布、频率和强度。IBTrACS的主要目的是支持科学研究工作。
葛咏, 李强子, 董文
2015年百米尺度的人口格网数据，每个格网表达该范围内的人口总的数量。该数据来源于英国南安普顿大学地球数据研究所，对该数据进行投影转换、裁剪等处理加工得到“一带一路”沿线34个关键节点区域的百米尺度的人口格网数据。该数据是以行政单元的人口普查数据，通过空间尺度转换得到规则的百米尺度的人口格网数据，每个格网人口是按各行政单元人口和多源辅助数据利用随机森林方法计算得到。人口数据可用于诸多领域，包括城市规划、选举、风险评估、灾害救援、疾病防控、减贫扶贫等。注：该数据仅为初始数据，后续将结合人口普查、建筑物以及GIS遥感等数据进一步加工处理得到更加精确的人口格网数据。
葛咏, 凌峰
在全球变暖的背景下，干旱发生的频率和强度呈增加趋势，由于干旱灾害所引发的水资源匮乏、粮食危机、生态恶化（如荒漠化）等，直接威胁到国家的粮食安全和社会经济发展，干旱灾害风险评估及应急管理的技术水平亟待提高。“一带一路”沿线区域生态环境脆弱、农业耕地集中、干旱灾害频繁，利用遥感卫星监测大区域的干旱水平及其时空变化，对于科学掌握“一带一路”地区的干旱格局、区域分异特征，及其对农业耕地的影响具有重要的科学和现实意义。降水距平百分率反映某一时段降水量与同期平均状态的偏离程度，以百分率表示。 该数据集以GPM IMERG Final Run(GPM)日值降雨资料为基础，计算对应地区的降水量，采用降水距平百分率等级评价指标，分析了不同等级干旱的分布特征，空间分辨率200m。 数据的区域为泛第三极34个关键节点（阿巴斯、阿斯塔纳、科伦坡、瓜达尔、孟巴、德黑兰、万象等地区）。
吴骅
为描述青藏高原及周边地区主要驯化动物遗传多样性的分布格局，厘清其相关遗传背景，并建立相应的遗传资源库。2019年集中在新疆维吾尔自治区和田地区共采集200份当地主要驯化动物血液或、组织、粪便样品。本数据集包含新疆和田地区绵羊、番鸭、家鸽、家鸡、家鸭、家鹅、家驴、山羊、黄牛、家犬等物种的物种、品种、详细采样地、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。本数据集还包含采样个体外观照片，以jpg格式存储。
徐峰
本数据集基础数据源提供逐小时、逐日到逐年时间分辨率不等的气象数据，观测站基础观测数据可提供包括温度、降水、露点、风速等在内的气象环境信息。本数据集主要覆盖泛第三极东南亚及中东地区关键节点区域。数据处理的主要步骤为：首先从众多基础气象数据中筛选得到日最高温度数据；综合日最高温相对湿度关系，基于气象站露点温度数据，完成日相对湿度计算。该数据集对评价关键节点区域的高温天气过程提供了基础资料和有力参考。
葛咏, 刘庆生
1)数据内容包括2019年哈萨克斯坦17个小流域2.5米分辨率土壤水蚀模数数据集（2019年），数据单位为t/(hm2·a)。2）采用中国土壤侵蚀模型CSLE (A=R•K•LS•B•E•T)方法，在面图层降雨侵蚀力R、土壤可蚀性K、坡度坡长因子LS、植被盖度FVC、轮作分区抽样调查单元的基础上，分别计算17个抽样单元土壤水蚀模数，评估土壤侵蚀状况。通过空间数据运算（包括图表链接及转换、矢栅转换、重采样等），将区域专题图降雨侵蚀力、土壤可蚀性、DEM转换为抽样单元的R、K、LS因子；通过半月FVC、NPV、半月降雨侵蚀力权重、其他地类B因子表分别计算抽样单元内各地类的B因子；通过遥感解译结果、工程措施因子表，计算抽样单元工程措施因子值；通过耕作分区图及耕作措施表获取抽样单元内耕作因子值，进而计算各抽样单元内土壤侵蚀模数。17个小流域的选取依据泛第三极地区抽样单元布设图。 3）通过和同年同区域已有土壤侵蚀强度数据对比，无明显差异，数据质量良好。4）土壤侵蚀模数数据对研究泛第三极土壤侵蚀现状，更好的贯彻“一带一路”发展政策具有重要的意义。
杨勤科
气象数据是一组反映天气的数据，气象数据可分为气候资料和天气资料。本数据集主要包含了气象数据中的降雨数据以及气温数据（数据集中pre代表降雨、T2代表气温）。该数据集来自英国东安格利亚大学（University of East Anglia）提供的CRU（Climate Research Unit）全球格网数据（http://www.cgiar-csi.org/）。CRU数据集通过对中亚365个地区的观测站点资料插值得到，在中亚地区有较高的准确度。本数据集利用CRU通过Arcgis批量裁剪的方式得到中亚五国的降雨以及气温数据。数据格式：GeoTIFF；空间分辨率：0.5°；时间尺度：月尺度。该气象数据应用十分广泛，可与不同领域资源相融合，在交通运输、新能源、农业、移动互联网软件开发和服务、公共管理及基于大数据技术的智慧城市、智慧交通、智慧粮食等领域的开发建设中起到重要作用。
CRU
根据已获得的基因组数据进行筛选从而得到的候选基因，大部分与生理发育相关，为研究候选基因的具体调节机制，因此进行对应的功能验证试验。因此通过获得相应的转基因小鼠，并对其纯合型和野生型样本的相应组织进行转录组测序（共计22份组织样本，包括大脑、骨髓、肌肉组织）。之后通过对此批转录组数据进行分析，从而完善对候选基因的功能验证，为了解物种在不同地区适应性遗传机制，以及生长发育过程中的生理调节提供有力的资料。
李艳
尼泊尔西部低喜马拉雅地区广泛发育的详细记录喜马拉雅山隆升历史及古气候、古环境和古生态演化等信息的新生代沉积地层，为研究高原隆升动力学机制及气候环境效应提供了契机。根据在该地区近10条剖面的野外详细探勘考察，发现该区新生代典型地层主要由印度被动大陆边缘沉积的坦森群和喜马拉雅山前陆盆地沉积的西瓦里克群组成，其中坦森群厚度2000-3000m不等，自下而上的新生代地层包括了阿米莱组（Amile）、巴颜斯喀提组（Bhainskati）、杜姆里组（Dumri）；西瓦利克群（Siwalik）可达4000m-6000m，主要由下、中和上西瓦里克组成。对其中出露较好的Butwal 剖面(309m，包括阿米莱组和巴颜斯喀提组上部地层)、Tulsipur 剖面(357m，包括阿米莱组顶部和巴颜斯喀提组地层)、Kalyan 剖面(1161m，包括巴颜斯喀提组上部和杜姆里组地层) 三个新生代地层典型剖面进行了1m间距的高精度古地磁年代学以及环境代用指标样品采集。通过分析该地区的地层时代及当时的古环境信息，可以探讨高原南北季风和干旱事件是否耦合同步，对揭示它们与青藏高原构造隆升和全球变化之间的关系具有重要意义。
张伟林
为描述青藏高原及周边地区主要驯化动物遗传多样性的分布格局，厘清其相关遗传背景，并建立相应的遗传资源库。2019年集中在甘肃省甘南藏族自治州碌曲县共采集406份当地主要驯化动物血液或、组织、粪便等样品。本数据集包含青海碌曲县绵羊、家猪、牦牛、家鸡、猫、山羊等物种的物种、品种、详细采样地、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。本数据集还包含采样个体外观照片，以jpg格式存储。
田菲
为了解析蔓菁如何、何时进入青藏高原，探讨蔓菁在青藏高原传播与驯化与早期人类活动的高原定居和古丝绸交流之间的关系，2018年6月，课题组利用三代基因组测序技术，对青海省囊谦县的蔓菁自交F1代品种进行全基因组测序和De Novo组装，得到组装基因组大小为409.69 Mb，Contig N50为1.21 Mb。这一结果可为研究植物扩散与人类活动之间的关系提供遗传基础。同时，这项研究有助于揭示人工驯化和人类选择对蔓菁的遗传分化的影响，以及蔓菁适应高原生态环境的适应性机制。
段元文
该数据集是2019年咸海流域不同水体的多参数数据，用于获取湖泊基本理化指标数据，为后续湖泊现代观测研究作准备。 数据观测时间为2019年7月26日，一天的水化学特征。测量仪器为YSI EXO2水质多参数测量仪。仪器在每次测量之前都根据湖面海拔高度和当地气压进行校正，测量的时间间隔定为1s, 投放速度较慢，保证高连续性地获取数据；得到的原始数据包括了水面以上暴露在空气中的测量数据，在后期处理中予以剔除。数据以excel文件存储。
吴敬禄
青藏高原生态保护和农牧业调控区划图以乡镇为基本划分单元，综合考虑地形（海拔、坡度）、植被类型和盖度、土地利用现状和农业利用类型、自然保护区分布，以及生态保护重点和农业发展方向，提出了青藏高原面向生态保护的农牧业调控分区方案，将青藏高原划分为8个区（3个以生态保护为重点农牧业限控区、5个农业适度发展区）和23个小区，分区命名采用保护+农牧业发展方向的方式。该分区图旨在有效保护生态大基础上，适度发展青藏高原农牧业，可为保障生态安全屏障功能和可持续管理提供参考信息。
吕昌河, 刘亚群
蔓菁基因组序列，经过Hi-C测序后的生物信息学分析可以实现将初步组装的基因组草图中的大部分序列定位到染色体，并能够确定这些序列在染色体上的顺序和方向，为获得高质量的序列图谱奠定重要的基础。故课题组通过该技术把蔓菁基因组序列草图中的序列分别划分到同该物种染色体数目一致的群组（Group）中，并且确定每一群组中所有序列的顺序（Order）及方向（Orientation），之后可以结合参考蔓菁基因组、转录组组装序列（EST序列）、近缘物种及遗传图谱数据对划分群组的准确性及序列之间的顺序和方向进行评估。
段元文
1)数据内容包括2019年巴基斯坦15个小流域2.5米分辨率土壤水蚀模数数据集（2019年），数据单位为t/(hm2·a)。2）采用中国土壤侵蚀模型CSLE (A=R•K•LS•B•E•T)方法，在面图层降雨侵蚀力R、土壤可蚀性K、坡度坡长因子LS、植被盖度FVC、轮作分区抽样调查单元的基础上，分别计算15个抽样单元土壤水蚀模数，评估土壤侵蚀状况。通过空间数据运算（包括图表链接及转换、矢栅转换、重采样等），将区域专题图降雨侵蚀力、土壤可蚀性、DEM转换为抽样单元的R、K、LS因子；通过半月FVC、NPV、半月降雨侵蚀力权重、其他地类B因子表分别计算抽样单元内各地类的B因子；通过遥感解译结果、工程措施因子表，计算抽样单元工程措施因子值；通过耕作分区图及耕作措施表获取抽样单元内耕作因子值，进而计算各抽样单元内土壤侵蚀模数。15个小流域的选取依据泛第三极地区抽样单元布设图。 3）通过和同年同区域已有土壤侵蚀强度数据对比，无明显差异，数据质量良好。4）土壤侵蚀模数数据对研究泛第三极土壤侵蚀现状，更好的贯彻“一带一路”发展政策具有重要的意义。
杨勤科
为描述青藏高原及周边地区主要驯化动物遗传多样性的分布格局，厘清其相关遗传背景。2019年我们对在巴基斯坦、泰国地区采集的21只本地家鸡组织样品提取总DNA，建库并做基因组重测序。测序产生了一批140G基因组重测序原始数据。为研究青藏高原家养动物适应高原极端环境提供基础数据，为探索该地区主要驯化动物的驯化、迁徙、扩张等群体历史事件，并进一步探讨驯化动物对缺氧、高寒、干燥等恶劣环境的适应机理提供资料。
李艳
本数据为锡尔河中游塔吉克斯坦境内的Akjar水文站2018年日径流量数据。资料来源于塔吉克斯坦水文气象局，资料按照该国的水文观测规范和质量控制流程处理，该数据可以用于中亚山区水资源评估等科学研究和水利工程等服务。（水文站名称：Akjar；河流：锡尔河（Sir-darya）；位置：40.666667°N/ 70.733333°E；海拔高度：367m；资料时段：2018.01.01-2018.12.31；资料要素：日径流量；单位：m3/s）
尚华明, 塔吉克斯坦水文气象局
植被净初级生产力指数（Net PrimaryProductivity，NPP）反映的是植物固定和转化光能为化合物的效率，是指绿色植物在单位时间、单位面积内所累积有机物数量，是由植物光合作用所产生的有机质总量（Gross Primary Productivity，GPP）中减去自养呼吸（Autotrophic Respiration，RA）后的剩余部分，也称净第一生产力。NPP作为地表碳循环的重要组成部分，不仅直接反映了植被群落在自然环境条件下的生产能力，而且也是衡量区域土地利用/覆被变化的重要组成部分。该数据是2016年8天合成的1km分辨率净初级生产力数据产品，采用光能利用率（GLOPEM）模型算法通过多种卫星遥感数据（Landsat、MODIS等）反演得到的多种尺度栅格数据产品，该数据也是判定和调节生态过程的主要因子。
刘铁
HBV水文模型是半经验式水文模型的代表之一，它广泛地应用于流域径流模拟、基于HBV模型对印度河上游六个子流域逐日分辨率的径流进行了模拟：1）通过最新的驱动数据计算出1980-2013年逐日分辨率的径流数据；2）HBV半经验式水文模型较适用于高山寒区的模拟情景；3）方便与实测径流数据进行对比，以评价模型的适用性以及模拟结果的可靠性，进行下游合理的水文预报，防御水文灾害。研究水文规律和实际生产问题中起着重要的作用.
张寅生
该数据集由2018-2019年青藏高原5次野外考察期间无人机航拍所得，数据大小为77.6 GB，包括11600余张航片。航片共分5次拍摄，拍摄时间为2018.07.19-2018.07.26、2018.09.09-2018.09.16、2019.04.24-2019.05.10、2019.07.06-2019.07.20、2019.09.01-2019.09.07。拍摄地点主要包括拉萨、日喀则、那曲、山南、林芝、昌都、迪庆、甘孜、阿坝、甘南、果洛等地区主要城市间的道路沿线及周边地区。航片较为清晰的反映了当地土地利用/覆被类型、植被分布状况、草地退化情况、植被覆盖度、河流湖泊分布等信息，航片均具有经纬度和海拔信息，可为土地利用/覆被遥感解译工作提供了较好的验证信息，还可用于植被覆盖度的估算工作，为研究区土地利用研究提供了较好的参照信息。
吕昌河, 刘亚群
为研究青藏高原及周边地区主要马属驯化动物的群体演化历史和局部适应遗传机制，并建立相应的种质遗传资源库。我们对在青海省、西藏自治区、新疆自治区采集的青藏高原及周边地区的14份马属样本进行全基因组重测序：包括藏马、藏家驴、平原家驴、家马平原地方品种。测序产生了一批基因组学数据，为追溯该地区主要马属驯化动物的驯化、迁徙、扩张等群体历史事件，并进一步探讨马属动物对缺氧、高寒、干燥等恶劣环境的适应机理提供资料。
李艳
径流是大气降水形成的，并通过流域内不同路径进入河流、湖泊或海洋的水流。习惯上也表示一定时段内通过河流某一断面的水量，即径流量。径流数据在水文水资源研究中占据着重要的地位，影响中亚当地社会经济的发展。本数据为中亚五国(哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦和土库曼斯坦)流量，来源于中亚各国水文气象局。时间尺度为2015年的年均数据。本数据为项目提供了基础数据，便于分析中亚生态水文水资源的情况，为项目数据分析提供了数据支持。
刘铁
1）又叫蒸腾蒸发量，地面上植物的叶面散发（蒸腾）与植株间土壤蒸发量之和。也就是灌溉工程中的作物需水量。本数据集是中亚地区蒸散发月数据；2）Modis数据，以能量平衡法进行计算；3）站点盘蒸发验证；4）蒸散是植被及地面整体向大气输送的水汽总通量，主要包括植被蒸腾、土壤水分蒸发及截留降水或露水的蒸发，作为能量平衡及水循环的重要组成部分，蒸散不仅影响植物的生长发育与产量，还影响大气环流，起到调节气候的作用
刘铁
参考奥利弗（J.E.Oliver）于1973年提出的温湿指数计算公式，基于年平均温度和相对湿度，计算得到丝绸之路沿线国家温湿指数，并在此基础上开展丝绸之路沿线国家与地区人居环境的气候适宜性评价。在对温湿指数分布规律及其与人口分布的相关性进行分析的基础上，依据气温以及相对湿度的区域特征及差异，参考温湿指数生理气候评价标准，可以将沿线国家与地区的人居环境气候适宜程度分为不适宜、临界适宜、一般适宜、比较适宜和高度适宜5类。
封志明, 林裕梅
本数据集包括三江源地区环境介质中主要持久性有机污染物的浓度和分布数据。样品采集于2018年5月，采样范围包括三江源自然保护区及其周边地区。样品经索氏提取-净化-浓缩等前处理步骤制备后，由气相色谱-离子阱质谱进行测定。目标化合物包括有机氯农药、多氯联苯、多环芳烃等。样品前处理过程中，添加Mirex和PCB-30作为回收率标志物。样品测试时的内标为PCNB和PCB-209。经计算样品回收率普遍在60%-101%之间。
龚平, 王小萍
包含生物质燃烧源污染物SO2、NOX、VOCs、NH3、OC、EC、CO2、CH4的排放及Hg的排放，可为了解第三极区域的排放状况提供数据依据，也可为模型模拟提供输入数据。基础数据基于公开数据搜集、卫星观测数据、文献搜集等方式，以排放因子等方法结合ARCGIS等处理软件，建立了3km*3km的生物质燃烧源排放清单。清单中的数据来自于世界粮食和农作物组织数据库，MODIS卫星数据和科学文献，其质量可以保证。该数据可用于模型工作者对于第三极区域气候及空气质量的进一步研究。
王书肖, 冯新斌
本数据集收集了斯里兰卡南部海域2013年9月到2014年5月的波浪潮位数据，斯里兰卡位于“海上丝绸之路”核心节点，是我们石油运输的生命线必经节点，该海域的波浪观测数据对了解该海域波浪特性、保障货船和海上护航编队航行安全有重要意义。数据通过布防在海底压力式传感器获取，通过异常值的剔除等质量控制数段，保证数据可靠性。该数据对分析海上丝绸之路海洋灾害评估、船只通过性安全评估和研究该海域波浪特性有重要意义。
罗耀
1）数据内容：种植结构指的是一个地区或国家在农作物种类种植比例上的问题，一般以粮食作物为主，其他经济类作物为辅，本数据描述10M分辨率的灌区种植结构的空间分布。2）数据来源及加工方法：哨兵数据，随机森林法。3）数据质量描述：Kappa系数80%。4）数据应用成果及前景：各种水文生态模拟分析的基础数据，精细计算农业蒸散、农业需水、下渗、灌溉需求，农业结构达到田块级别，为了能够推动农业种植健康发展，调整和优化各因素，并明确各要素在农业种植结构中的作用显得尤为重要。5）种植结构是在GEE平台上利用随机森林算法并结合采集的样本点数据计算得出的，为了区分方便，在计算过程中我们将每一种相似作物类型用一个阿拉伯数字表示，计算完的.tif结果再用分区统计的方式链接到提取的耕地上，在这个过程中，我们把表示作物类型的字段保留下来，即max字段，每个阿拉伯数字对应的作物类见说明文档。
刘铁
数据内容包含了1985年、1993年、2000年、2005年、2010年以及2015年青藏高原全境农业开发对生态环境的影响的空间分布图。该数据集以农业开发对生态环境的影响为评价目标，运用压力-状态-响应模型（Press-State-Response, PSR）建立由3类要素14种指标所组成的生态环境评价指标体系，利用熵权法求得各指标权重，最后采用物元分析法分析各个指标与对应评价等级的关联度，构建青藏高原基于压力-状态-响应的熵权-可拓生态环境评价模型，揭示农业活动对生态环境的影响。
李丹
径流是大气降水形成的，并通过流域内不同路径进入河流、湖泊或海洋的水流。习惯上也表示一定时段内通过河流某一断面的水量，即径流量。径流数据在水文水资源研究中占据着重要的地位，影响中亚当地社会经济的发展。本数据为中亚五国(哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦和土库曼斯坦)流量，来源于中亚各国水文气象局。时间尺度为2015年的年均数据。本数据为项目提供了基础数据，便于分析中亚生态水文水资源的情况，为项目数据分析提供了数据支持。
刘铁
该数据集包含了2012年7月至2013年8月采集的黑河流域典型土壤样点的土壤容重数据。2012年组织开展了第1次野外土壤调查采样。2013年在对已有土壤剖面样点进行定量评估的基础上，重点对已有剖面点代表性较差的景观区域进行土壤环境分析，形成补充性调查方案，组织开展了第2次土壤调查采样。黑河流域典型土壤样点采集方式为代表性采样，所采集样点覆盖了黑河流域的上游、中游、下游地区，涵盖了黑河流域的典型景观类型，能够反映黑河流域土壤属性整体的空间分布规律。野外土壤样品采集的深度参照中国土壤系统分类，以诊断层和诊断特性为基础，采取土壤剖面的土壤发生层样品。
宋效东, 张甘霖
2013-2018年，中国与"一带一路"沿线国家贸易数据，包括中国对"一带一路"沿线国家的出口数据、中国从"一带一路"沿线国家的进口数据，中国与"一带一路"沿线国家的贸易总额。 “一带一路”沿线国家是指传统的古丝绸之路沿线的64国，包括哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦、土库曼斯坦、蒙古、俄罗斯、越南、老挝、柬埔寨、泰国、马来西亚、新加坡、印度尼西亚、文莱、菲律宾、缅甸、东帝汶、印度、巴基斯坦、孟加拉国、阿富汗、尼泊尔、不丹、斯里兰卡、马尔代夫、波兰、捷克、斯洛伐克、匈牙利、斯洛文尼亚、克罗地亚、罗马尼亚、保加利亚、塞尔维亚、黑山、马其顿王国、波黑、阿尔巴尼亚、爱沙尼亚、立陶宛、拉脱维亚、乌克兰、白俄罗斯、摩尔多瓦、土耳其、伊朗、叙利亚、伊拉克、阿联酋、沙特阿拉伯、卡塔尔、巴林、科威特、黎巴嫩、阿曼、也门、约旦、以色列、巴勒斯坦、亚美尼亚、格鲁吉亚、阿塞拜疆、埃及。
宋周莺
数据包括青藏高原地区县域尺度的特色农业分布县数据，为青藏高原特色农业空间布局及发展奠定基础。数据来源于西藏高原特色农产品基地发展规划（2015-2020年）等青藏高原地区各省份的规划文件。数据为县级尺度的特色农业分布，包含的种类有青稞、牦牛、绵羊和枸杞四种农产品，实现了县域尺度特色农业主要农产品的空间化，时间范围设定为2015-2020年，参照数据来源中的各省份的特色农业规划建设时间。数据可以应用于特色农业空间布局现状及未来地区特色农业发展的研究。
史文娇
1）数据内容：种植结构指的是一个地区或国家在农作物种类种植比例上的问题，一般以粮食作物为主，其他经济类作物为辅，本数据描述10M分辨率的灌区种植结构的空间分布。2）数据来源及加工方法：哨兵数据，随机森林法。3）数据质量描述：Kappa系数80%。4）数据应用成果及前景：各种水文生态模拟分析的基础数据，精细计算农业蒸散、农业需水、下渗、灌溉需求，农业结构达到田块级别，为了能够推动农业种植健康发展，调整和优化各因素，并明确各要素在农业种植结构中的作用显得尤为重要。5）种植结构是在GEE平台上利用随机森林算法并结合采集的样本点数据计算得出的，为了区分方便，在计算过程中我们将每一种相似作物类型用一个阿拉伯数字表示，计算完的.tif结果再用分区统计的方式链接到提取的耕地上，在这个过程中，我们把表示作物类型的字段保留下来，即max字段，每个阿拉伯数字对应的作物类见说明文档。
刘铁
青藏高原的水土资源匹配数据，由站点气象数据（2008-2016年，国家气象数据共享网）经过彭曼公式计算得出的潜在蒸散发数据，利用土地利用的不同土地类型，根据下垫面影响系数计算现有土地利用下的蒸散发量；以及气象数据中的站点降雨数据插值得到的降雨数据，根据两者差值得到水土资源匹配系数。实际降雨与现有土地利用条件下的需水量之间的差值来反映水土资源的匹配性，数值越大匹配性越好。水土资源的匹配情况的空间分布能为进一步了解青藏高原的农牧业资源情况做铺垫。
董凌霄
中亚土地利用类型数据来源于欧洲太空局气候变化项目全球土地覆盖产品，在中亚地区具有较高的数据质量，准确刻画了湖泊面积的年度动态变化过程。本数据包括22种土地利用类型，采用IPCC土地利用分类系统，经重分类处理得到了包括耕地、林地、草地、城镇、未利用地和水域等6种土地利用类型，空间分辨率为300米。包括2000，2005，2010，2015年中亚五国（包括哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土库曼斯坦和乌兹别克斯坦）土地利用数据。
Pierre
该数据集包含了2012年7月至2013年8月采集的黑河流域典型土壤样点的土壤有机碳数据。2012年组织开展了第1次野外土壤调查采样。2013年在对已有土壤剖面样点进行定量评估的基础上，重点对已有剖面点代表性较差的景观区域进行土壤环境分析，形成补充性调查方案，组织开展了第2次土壤调查采样。黑河流域典型土壤样点采集方式为代表性采样，所采集样点覆盖了黑河流域的上游、中游、下游地区，涵盖了黑河流域的典型景观类型，能够反映黑河流域土壤属性整体的空间分布规律。野外土壤样品采集的深度参照中国土壤系统分类，以诊断层和诊断特性为基础，采取土壤剖面的土壤发生层样品。
宋效东, 张甘霖
国内生产总值(GDP)是衡指一个国家(或地区)所有常驻单位，在一定时期内，生产的全部最终产品和服务价值的总和，是衡量一个国家的总体经济状况重要指标。根据已有的2015年全球GDP公里格网数据集，通过利用夜间灯光遥感数据、土地覆被类型、植被覆盖情况和地形指数等辅助信息，构建支撑向量机回归克里格降尺度模型来实现34个关键节点区域的百米空间分辨率的GDP预测。针对辅助变量的数据缺失问题，采用克里格插值填补缺值；并通过聚合和重采样方法，获取1-km和500-m夜间灯光、植被指数、土地覆被数据和地形指数，以及100-m地形指数(包括高程、坡度和坡向)。所采用的降尺度模型由趋势和残差预测两部分组成，利用支撑向量机回归建立公里尺度GDP与辅助变量之间的非线性关系，基于变量关系尺度不变的假设，结合精细尺度辅助变量，获取精细尺度GDP趋势预测；再使用克里格插值方法，得到精细尺度GDP残差预测。在降尺度预测中，首先利用1-km和500-m数据，通过降尺度模型得到500-mGDP预测结果；然后根据500-m和100-m数据，再次利用降尺度模型获取34个关键节点区域的2015年百米分辨率GDP预测数据(单位：美元(2011年) )，为区域风险评估提供高分辨率GDP预测数据。
葛咏, 凌峰
研究气候变化背景下中亚各国水土热空间分布及动态变化，可为中亚国家水土资源开发和农业生产提供支撑，对于“丝绸之路经济带”核心区域的社会稳定具有重要意义。利用气象、水资源、土地利用和遥感数据，对中亚地区水土资源开发利用现状进行了分析，并引入水热积指数作为水热因子，运用线性趋势分析、偏相关分析法，研究了1995、2005、2015年中亚地区水土热资源的时空变化特征，采用广义农业水土资源匹配系数和水资源当量系数，对农业水土资源匹配特征及短缺程度进行评估。该数据集采用Albers投影，包括了中亚年降水资源空间分布，中亚热量资源空间分布，以及中亚耕地资源空间分布。本数据集拟在为后续中亚农业资源分析，自然区划分析，中亚水土热资源脆弱性等研究提供基础数据。
周宏飞, 姚海娇, 李莉, Food and Agriculture Organization of the United Nations（FAO）
本数据集为欧亚大陆温性草地类型时空变异图-中国区域三级分类图(1980S)。数据为tif栅格格式，空间分辨率为1公里，温性草地三级分类取值1-8分别为：1-温性草甸草原；2-温性典型草原；3-温性荒漠化草原；4-温性草原化荒漠；5-温性荒漠及三个非温性草地类型(6-高寒草地、7-其他植被区、8-非植被区)。 该数据以中国科学院植物研究所为主持单位的《中华人民共和国植被图(1 ∶1 000 000)》数据集为基础，结合历史气象等辅助资料分析处理而成，中华人民共和国植被图包含我国1980年代我国植被类型11 个植被型组、55 个植被型、960 个植被群系和亚群等植被信息，我们选择1980-1989历史气象数据，结合卫星数据进一步分析修正，并进行空间插值计算，得出我国温性草地三级分类。该数据可用于欧亚大陆温性草地分布信息以及时空变异分析提供依据。
唐家奎
本数据集采用SMMR（1979-1987）、SSM/I（1987-2009）和SSMIS（2009-2015）逐日亮温数据，由双指标（TB_37v，SG）冻融判别算法生成，分类结果包含冻结地表、融化地表、沙漠及水体四种类型。数据覆盖范围为三江源区域，空间分辨率为25.067525 km，EASE Grid投影方式，以Geotif格式存储。像元数值表征地表冻融的状态：1代表冻结，2代表融化，3代表沙漠，4代表水体。因为该数据集中所有tif文件描述的是三江源国家公园范围，所以这些文件的行列号信息是不变的，摘录如下（其中cellsize单位为m）： ncols 52 nrows 28 cellsize 25067.525 nodata_value 0
晋锐
本研究以2015年青藏高原耕地、林地及草地为评价对象，分析对土地敏感性影响显著的地形、气候、土壤和植被因子（地形：海拔、坡度；气候：日照时数、≥0℃积温、年平均降水量；土壤：土壤质地、土壤侵蚀强度、土层厚度；植被：植被类型、NDVI），建立农业土地敏感性评价指标体系。使用AHP法确定评价因子权重，依据ArcGis自然间断点分级法得到耕地、林地以及草地的敏感性等级，输出250m分辨率的青藏高原农业土地敏感性图纸，并对结果校验分析。
姚明磊
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
