光合作用是连接碳和水循环的关键过程，卫星检索的日光诱导叶绿素荧光 (SIF) 可以作为光合作用的有价值的代理。Copernicus Sentinel-5P 任务上的TROPOspheric Monitoring Instrument (TROPOMI) 能够显着改进提供高空间和时间分辨率的 SIF 观测，但数据记录的短时间覆盖限制了其在长期研究中的应用。我们使用机器学习在具有高时空分辨率（0.05°，8 天）的晴朗天空条件下重建 2001-2020 年期间的 TROPOMI SIF (RTSIF)。我们的机器学习模型在训练和测试数据集上表现良好（R^2 = 0.907, regression slope = 1.001）。RTSIF 数据集针对 TROPOMI SIF 和基于塔的 SIF 进行了验证，并与其他卫星衍生的 SIF（GOME-2 SIF 和 OCO-2 SIF）进行了比较。 RTSIF 与总初级生产 (GPP) 的比较说明了 RTSIF 在估算碳通量方面的潜力。这个数据集将在评估长期陆地生态系统光合作用和全球碳水通量方面有重要价值。
陈星安, 黄跃飞, 聂冲, 张硕, 王光谦, 陈世鎏, 陈志超
植被覆盖度（Fractional vegetation cover, FVC）表示植被地面垂直投影面积与研究区总面积的百分比，是衡量生态保护和生态恢复有效性的重要指标，被广泛应用于气候、生态和土壤侵蚀等领域。FVC不仅是反映植被生产能力的理想参数，而且在评估地形差异、气候变化和区域生态环境质量时也能发挥较好的作用。本研究工作主要是对两套GLASS FVC数据进行后处理，通过数据融合、剔除异常值和剪裁后给出较为可靠的2013年和2018年的环北极圈（范围为北纬66°以北）和青藏高原（范围为北纬26°到39.85°，东经73.45°到104.65°）的植被覆盖度情况。
叶爱中
南极半岛植被数据来源于时空三级环境大数据平台的南极先锋植被覆盖分类数据，通过实测光谱匹配遥感影像，应用纯像元PPI提取出苔藓、地衣、岩石、海、积雪的端元波谱和应用线性混合模型LMM（Linear Mixture Model）计算得到。菲尔德斯半岛特色植被覆盖度根据其与丰度的相关线性关系获得。数据格式为geotiff格式。数据内容是南极半岛典型年典型区植被覆盖度。本研究工作通过对南极半岛典型区典型年植被覆盖度后处理后生成tif栅格格式产品，栅格主体数值为植被盖度。本研究得到的南极半岛典型区植被覆盖度是将南极先锋植物丰度数据产品进行镶嵌，包括南极半岛及周边植物丰度数据产品。通过ArcGIS将南极半岛典型区域包括Adley，北部和南部镶嵌在一起，得到包括2008年、2017年和2018年的光谱角匹配法（SAM）和光谱信息散度法（SID）识别出的6幅植被覆盖度图。
叶爱中
项目基于Landsat_TM30m遥感数据通过人工解译和机器学习算法完成了1990-2015年祁连山地区森林、农田、草地、湿地、聚落城市、荒漠六大类生态系统的空间格局分布信息提取，该套数据可以服务于研究区域生态系统宏观格局演变规律，生态系统服务功能评估，重大生态修复工程规划与效果评估。生态系统宏观格局演变是气候-社会经济耦合驱动的自然过程演变的宏观反应，也是土地利用与土地覆被变化的直接反映，更是区域可持续发展成效评估的重要数据基础。研究可为祁连山地区绿色发展指数评估提供数据基础。
吴锋
该数据集包含了2021年01月01日至2021年12月31日青海湖流域地表过程综合观测网高寒草甸草原混合超级站的物候相机观测数据。其中2021年1月31日至4月14日，由于相机内存问题导致该时段数据缺失。站点位于青海省天峻县苏里路旁侧，下垫面是高寒草甸和高寒草原的混合。观测点经纬度为：东经 98°35′41.62″E，北纬 37°42′11.47″N，海拔3718m。该物候相机采用垂直向下的方式采集数据，拍摄数据分辨率为2592*1944，本数据集中的物候照片是在每天12:10拍摄的，拍摄时间误差在±10 min。图片命名方式为BSDCJZ BEIJING_IR_Year_Month_Day_Time.
李小雁
青藏高原被誉为“亚洲水塔”，其提供的径流作为重要的、易获取的水资源，维系着周边数十亿人口的生产生活，支撑着生态系统的多样性。准确估算青藏高原的径流，揭示径流的变化规律，有利于高原及周边地区的水资源管理和灾害风险规避。青藏高原五大河源区冰川径流分割数据集覆盖时间从1971年到2015年，时间分辨率为逐年，覆盖范围为青藏高原五条大江大河源区（黄河源，长江源，澜沧江源，怒江源，雅鲁藏布江源），空间分辨率为流域，以多源遥感和实测数据为基础使用耦合了冰川模块的分布式水文模型VIC-CAS模拟获得，使用站点实测数据对模拟结果进行了验证，其所有数据进行了质量控制。
王世金
水库是重要的水利工程设施，在农业灌溉和市政用水的储存和输送中发挥着关键作用，但这一作用会受到水库蒸发的影响。但由于全球长期且连续的水库地理信息的可获取性受限，因而估算全球水库蒸发损失仍有一定困难。目前，两个最新的水库数据集，即全球水库表面数据集（Global Reservoir Surface Area Dataset）和全球水库和大坝数据库（Global Reservoir and Dam Database），为解决这一困难提供了机会。我们使用这两个数据集估算了1985年至2016年全球7242个大型水库的月水库蒸发量。其中，蒸发率采用三套气象产品数据分别进行计算（ (1) TerraClimate; (2) ERA5; (3) Princeton Global Forcings），水面面积采用全球水库表面数据集（Global Reservoir Surface Area Dataset）。
田巍, 刘小莽, 王恺文, 白鹏, 刘昌明
中国区域表层7cm土壤湿度月值数据。时间范围包括历史时期1850-2014，未来时期2015-2100（未来时期包含四个不同共享社会经济路径：SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5-8.5）。空间分辨率0.25°。 该数据是基于深度学习方法，以ERA5-Land 表层7cm土壤湿度数据为参考，融合降尺度25个CMIP6模式的表层土壤湿度数据。在气候变化背景下，数据可用于干旱和植被相关分析。
冯冬含
该数据集包含了2021年1月1日至2021年12月31日青海湖流域水文气象观测网青海湖鱼雷发射基地站气象要素梯度观测系统数据。但是由于2021年青海省于研究站点鱼雷发射基地进行翻修，打造鱼雷发射基地的红色旅游区。该站点所有仪器于2021年5月30日全部拆除，准备于2022年7月重新安装。因此该站点2021年实际获得数据为2021年1月1日至2021年5月29日数据。2021年5月30日到12月31日数据缺失。站点位于青海省青海湖二郎剑景区鱼雷发射基地，下垫面是青海湖水面。观测点经纬度为：东经 100° 29' 59.726'' E，北纬 36° 35' 27.337'' N，海拔3209m。风速/风向架设在距湖面14m处，共1层，朝向正北；空气温度、相对湿度传感器分别架设在距湖面12m、12.5m处，共2层，朝向正北；翻斗式雨量计安装在距湖面10m处；四分量辐射仪安装在距湖面10m处，朝向正南；一个红外温度计安装在距湖面10m处，朝向正南，探头朝向是垂直向下；湖水温度探头设在水下0.2, 0.5, 1.0, 2.0, and 3.0 m处；光合有效辐射仪安装在距湖面10m处，探头朝向是垂直向下，朝向正南。 观测项目有：风速（WS_14m）(单位：米/秒)、风向（WD_14m）(单位：度)、空气温湿度（Ta_12m、Ta_12.5m和RH_12m、RH_12.5m）(单位：摄氏度、百分比)、降水量（Rain）(单位：毫米)、湖表辐射温度（IRT_1）(单位：摄氏度)、光合有效辐射（PAR）(单位：微摩尔/平方米秒) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、湖水温度（Tw_20cm、Tw_50cm、Tw_100cm、Tw_200cm、Tw_300cm）(单位：摄氏度)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；由于冬季湖水结冰故将水温探头收回，故2021.1.1-2021.5.31期间无水温数据记录；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2018-1-1 10:30。
李小雁
该数据集包含了2021年1月1日至2021年10月9日青海湖流域地表过程综合观测网高寒草甸草原混合草原超级站气象要素梯度观测系统数据。站点位于青海省天峻县苏里路旁侧，下垫面是高寒草甸和高寒草原的混合。观测点经纬度为：东经 98°35′41.62″E，北纬 37°42′11.47″N，海拔3718m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m、15m、20m、30m、40m处，共7层，朝向正北；气压计安装在3m处；翻斗式雨量计安装在塔西偏北侧10m平台上；四分量辐射仪安装在6m处，朝向正南；两个红外温度计安装在6m处，朝向正南，探头朝向是垂直向下；土壤热流板（自校正式）（3块）依次埋设在地下6cm处，朝向正南距离塔体2m处；土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处，在距离气象塔2m的正东方；土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处，在距离气象塔2m的正东方；光合有效辐射仪安装在6m处，探头垂直向上和向下方向各一个，朝向正南。 观测项目有：风速（WS_3m、WS_5m、WS_10m、WS_15m、WS_20m、WS_30m、WS_40m）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m、WD_15m、WD_20m、WD_30m、WD_40m）(单位：度)、空气温湿度（Ta_3m、Ta_5m、Ta_10m、Ta_15m、Ta_20m、Ta_30m、Ta_40m和RH_3m、RH_5m、RH_10m、RH_15m、RH_20m、RH_30m、RH_40m）(单位：摄氏度、百分比)、降水量（Rain）(单位：毫米)、气压（Press）(单位：百帕)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、向上与向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_400cm）(单位：百分比)、土壤温度（Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_400cm）(单位：摄氏度)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2018/8/31 10:30。
李小雁
该数据集包含了2021年1月1日至2021年10月13日青海湖流域地表过程综合观测网亚高山灌丛气象要素梯度观测系统数据。站点位于青海省刚察县沙柳河镇大寺附近，下垫面是亚高山灌丛。观测点经纬度为：东经100°6'3.62"E，北纬37°31'15.67" N，海拔3495m。风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处，共3层，朝向正北；气压计安装在3m处；翻斗式雨量计安装在塔西偏北侧2m平台上；四分量辐射仪安装在6m处，朝向正南；两个红外温度计安装在6m处，朝向正南，探头朝向是垂直向下；土壤热流板（自校正式）（3块）依次埋设在地下6cm处，朝向正南距离塔体2m处；土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和500cm处，在距离气象塔2m的正东方；土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和500cm处，在距离气象塔2m的正东方；光合有效辐射仪安装在6m处，探头垂直向上和向下方向各一个，朝向正南。 观测项目有：风速（WS_3m、WS_5m、WS_10m）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m）(单位：度)、空气温湿度（Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m）(单位：摄氏度、百分比)、降水量（Rain）(单位：毫米)、气压（Press）(单位：百帕)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、向上与向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_500cm）(单位：百分比)、土壤温度（Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_500cm）(单位：摄氏度)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2018/8/31 10:30。
李小雁
该数据集包含了2021年1月1日至2021年10月13日的青海湖流域水文气象观测网温性草原气象要素梯度观测系统数据。站点位于青海省刚察县三角城种羊场，下垫面是温性草原。观测点经纬度为：东经 100°14'8.99"E，北纬 37°14'49.00"N，海拔3210m。风速/风向、风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处，共3层，朝向正北；气压计安装在3m处；翻斗式雨量计安装在塔西偏北侧；四分量辐射仪安装在6m处，朝向正南；两个红外温度计安装在6m处，朝向正南，探头朝向是垂直向下；土壤热流板（自校正式）（3块）依次埋设在地下6cm处，朝向正南距离塔体2m处；土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处，在距离气象塔2m的东方；土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处，在距离气象塔2m的东方；光合有效辐射仪安装在6m处，探头垂直向上和向下方向各一个，朝向正南。 观测项目有：风速（WS_3m、WS_5m、WS_10m）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m）(单位：度)、空气温湿度（Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m）(单位：摄氏度、百分比)、降水量（Rain）(单位：毫米)、气压（Press）(单位：百帕)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、向上与向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_400cm）(单位：百分比)、土壤温度（Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_400cm）(单位：摄氏度)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2018/8/31 10:30。
李小雁
本数据集为2021年的祁连山区域的人类活动参数，包括祁连山区域2021年的30m耕地产品和祁连山区域2021年的30m建设用地分布产品。该产品来源于祁连山区域2021年30m的土地覆盖分类产品。该产品以2020年的土地覆盖分类产品为基础，基于Google Earth Engine平台的Landsat系列数据和强大地数据处理能力，利用变化检测的思想和方法生产得到，总体精度优于85%。该产品是1985-2020年土地覆盖分类产品的延续。1985-2020年的土地覆盖分类产品也可在本网站下载得到。其中，1985-2015年的土地利用产品为5年1期，2015-2021年的土地利用产品为1年1期。
杨爱霞, 仲波
本数据集提供青海湖沙柳河流域上游千户里小流域阴坡、阳坡和流域出水口三处位置2019年1月至2021年12月份的逐日土壤温湿度观测数据。千户里小流域地理坐标位于（37°25′N，100°15′E），海拔介于3565-3716m之间。该数据集的观测指标包括土壤含水量（SWC）和土壤温度（ST）。阴坡和阳坡土壤温湿度数据由ECH2O和5层5TE传感器观测，阴阳坡5层传感器安装深度分别为10 cm, 30 cm, 50 cm, 80 cm, 110 cm和10 cm, 30 cm, 60 cm, 90 cm, 120 cm。流域出口土壤温湿度数据由Trime监测及10层PICO32传感器观测，传感器布设深度分别为5 cm, 10 cm, 20 cm, 40 cm, 80 cm, 100 cm, 120 cm, 140 cm, 160 cm, 180 cm。该数据集可用于青海湖流域典型小流域土壤水文过程的定量分析并为模型模拟提供校验数据。
李小雁
归一化植被指数（Normalized Difference Vegetation Index , NDVI）广泛应用于植被监测。本数据集利用2000-2020年青藏高原区域所有可用的Landsat 5/7/8数据（影像10万+），通过MODIS-Landsat数据融合算法（gap filling and Savitzky–Golay filtering；GF-SG），重建了青藏高原植被区域2000-2020年高时空分辨率（30米-8天）NDVI时间序列数据集（QTP-NDVI30）（算法细节请参考论文）。 本数据集具有良好的验证精度。定量评价结果显示重建NDVI影像数据的平均绝对误差MAE为0.02，平均相关系数R为0.96，图像结构相似性SSIM为0.94。选取典型区域与PlanetScope 3米空间分辨率影像比较，空间细节信息得到了较好的保持（产品评价细节请参考论文）。 本数据集地理坐标系为GCS_WGS_84, 空间范围覆盖青藏高原植被区域，植被区域定义为7-9月平均NDVI大于0.15。
曹入尹, 徐子超, 陈洋, 沈妙根, 陈晋
本数据集以 4 种比例的燕麦草与祁连山高寒草甸天然牧草混合日粮，研究了夏季不同比例的燕麦草与天然牧草混合饲喂对放牧藏羊消化代谢的影响。包含放牧藏羊的干物质（dry matter, DM）、有机物质（organic matter, OM）、粗蛋白（crude protein, CP）、粗脂肪（ether extract, EE）、中性洗涤纤维（neutral detergent fiber, NDF）、酸性洗涤纤维（acid detergent fiber, ADF）采食量和消化率。通过对数据的分析，夏季全天然牧草可以满足藏羊的生长代谢，且不宜对其饲喂燕麦草。
彭泽晨
1985年祁连山国家公园土地利用类型的数据集是基于中科院中国土地利用现状遥感监测数据集，经过裁剪、拼接等操作得到的矢量数据集。2000-2020年的3个数据集是基于GlobeLand30全球30米地表覆盖数据，经过掩膜提取等操作得到的30m分辨率的栅格数据集。所有数据集的土地利用类型包括耕地、森林、灌木林、草地、湿地、水体、苔原、人造表面、裸地、冰川和永久积雪这10个一级类型。数据产品可以检测大多数人类活动所引起的地表覆盖变化，在实际应用中具有十分重要的意义，可以用此数据分析祁连山区域历史的土地利用类型，并结合当前的土地利用类型数据，分析祁连山区域土地利用类型的变化。
年雁云
1）数据内容：祁连山典型小流域植被-土壤-岩石三维空间结构CT扫描数据集，数据包括祁连山典型小流域不同深度苔藓层体积密度、土壤大孔隙度和土壤石砾体积密度数据；2）数据来源及加工方法：在祁连山典型小流域采集苔藓层和苔藓覆盖下深度为30 cm的原状土柱，利用工业X射线三维显微镜对苔藓层和原状土柱进行扫描；3）数据质量描述：苔藓层分辨率40 μm，原状土柱分辨率68 μm；4）数据应用成果及前景：祁连山典型小流域植被-土壤-岩石三维空间结构CT扫描数据集对于祁连山区的生态恢复、水资源管理和利用均有着重要意义，可为阐述祁连山的水源涵养功能及机理提供基础数据和理论支撑。
胡霞
本数据为泥石流风险性评价数据，根据中巴经济走廊泥石流灾害情况进行分析研究后得到的危险性和易损性分析结果；根据联合国人道主义事业部（1992）给出的风险表达式：风险（Risk）=危险性（Hazard）×易损性（Vulnerability），对研究区的泥石流灾害进行风险分析。本数据可用于对中巴经济走廊泥石流灾害风险进行评估，了解重大泥石流风险程度强弱关系，为当地政府部门防灾减灾、城市治理等决策提供科学指导。
苏凤环
本数据为泥石流易损性评价数据，根据中巴经济走廊泥石流灾害情况进行分析研究后得到的，栅格值表示易损区划：1表示低易损区，2表示较低易损区，3表示中易损区，4表示较高易损区，5表示高易损区。本数据可用于对中巴经济走廊重大泥石流灾害易损性进行评估，可以为泥石流风险性评估提供数据基础，了解重大泥石流对道路、房屋等基础设施损害程度的程度强弱关系，为当地政府部门防灾减灾、预测预报、乡村振兴等决策提供科学指导。
苏凤环
本数据为泥石流危险性评价数据，根据中巴经济走廊泥石流灾害情况进行分析研究后得到的。泥石流样本数据是通过遥感解译、现场核对等方式获得的泥石流灾害详细情况数据，构建危险性评价体系，利用信息量法对研究区泥石流危险进行评价，然后采用自然断点法进行危险性区的划分。本数据可用于对重大泥石流灾害危险性进行评估，了解重大泥石流风险程度强弱关系，为当地政府部门防灾减灾、城市治理等决策提供科学指导。
苏凤环
植被的净初级生产力（Net Primary Productivity，NPP）指绿色植物在单位时间、单位面积上由光合作用产生的有机物质总量（即总初级生产力，Gross Primary Productivity，GPP）中扣除自养呼吸后的剩余部分，NPP作为陆地生态系统的水循环、养分循环和生物多样性变化的基础，是估算地球支持能力和评价陆地生态系统可持续发展的重要生态指标。本数据集包括祁连山区域2021年月度合成30m 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。
吴俊君, 李艺, 仲波
叶面积指数（Leaf Area Index，LAI）定义为地面单位投影面积内叶片总面积的一半，是描述植被的核心参数之一。LAI控制着植被的许多生物、物理过程，如光合、呼吸、蒸腾、碳循环和降水截获等，同时为植被冠层表面最初的能量交换提供定量化的信息，是一个十分重要的研究植被生态系统结构和功能的参数。本数据集包括祁连山区域2021年月度合成30m 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。
吴俊君, 李艺, 仲波
地表长波下行辐射（LWDR）作为地球能量平衡系统的关键分量，对生态和气候变化研究具有重要意义。随着遥感估算精度的不断提高和再分析资料时空分辨率与精度的提升，遥感和再分析数据融合将是进一步提高地表辐射等关键参量可信度和时空连续性的新途径。考虑到当前多源LWDR数据在时空分辨率和局部区域精度的差异，研究结合全球范围内的站点实测数据，将遥感观测数据（CERES）与再分析数据ERA5、GLDAS进行时空融合，研制了2000-2020年、覆盖全球、时空分辨率为1h/0.25°的高精度地表长波下行辐射数据集。新研制的LWDR数据集，与站点实测数据在陆地表面验证的相关系数 (R)、平均偏差误差 (BIAS) 和均方根误差 (RMSE) 分别为 0.97、-0.95 Wm-2 和 22.38 Wm-2 ；在海洋表面分别为 0.99、-0.88 Wm-2 和 10.96 Wm-2，特别指出的是，相比于已有数据，新数据集在中低纬度和复杂地形区表现出更好的精度和稳定性。
王天星, 王世遥
山地冰川是中国西部及其周边地区重要的淡水资源。由于冰川融水在流域尺度为生态和社会经济用水提供补给，因此，确定冰川作用（补给）流域是开展冰川水资源供给功能和服务研究的基础。基于Randolph Glacier Inventory 6.0、中国历次冰川编目、中国三级流域边界数据（中国科学院资源与环境科学数据中心提供）和全球流域边界数据HydroBASINS（www.hydrosheds.org），通过将冰川分布数据与流域边界数据进行相交分析，生成了20世纪50年代至21世纪20年代（至今）（1）中国两级冰川作用流域边界、（2）中国冰川作用的国际河流流域边界以及（3）亚洲高山区冰川作用流域边界数据。该数据兼顾了中国和全球常用流域边界，并将二者很好匹配，以期为中国及其周边地区冰川水资源研究提供基础数据。
苏勃
该数据集包含了2021年7月22日至2021年9月5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3个，每个样方大小约30m×30m，经纬度分别为（100.374°E, 38.855°N）、（100.371° E, 38.854°N）、（100.369°E, 38.854°N）。每个样方内布设4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5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, 车涛, 屈永华, 徐自为, 谭俊磊
该数据集包含2021年5月2日至12月26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, 车涛, 徐自为, 任志国
该数据集包含2021年1月1日至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。本数据集为相对绿度指数（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, 车涛, 徐自为, 谭俊磊, 任志国
该数据集包含2021年1月1日至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）。 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, 车涛, 徐自为, 张阳
森林是陆地上重要的生态系统，约占陆地总面的三分之一，在调节气候，为物种提供栖息地和维持全球生态系统平衡等方面发挥着重要作用。而树冠覆盖度的动态变化会影响森林生态系统的结构、组成和功能。利用长时间序列的Landsat数据，基于机器学习方法获得了1990-2020年尺度的30m空间分辨率的树冠覆盖度数据。利用年尺度的树冠覆盖度数据，生成了1990-2020年东喜马拉雅树冠覆盖度变化速率数据集。结果显示，该地区平均树冠覆盖度从40.67%（1990年）增加到43.43%（2020年），增加了2.76%，表明该地区森林在过去几十年里有所改善。
王春玲, 王建邦, 何卓昱, 冯敏
本数据为基于树木年轮资料重建的阿姆河上游支流贡特河Khorog水文站1495-2018年年平均径流量数据。中国气象局乌鲁木齐沙漠气象研究所和塔吉克斯坦国家科学院水问题、水能与生态研究所合作开展树轮水文研究取得的数据，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。 资料时段：1495年至2018年。 资料要素：平均径流量（m3/s） 站点位置：37°43″N, 71°30″E，2070m
尚华明
数据内容：Nukus灌区2021年1月至2021年12月地下水水温数据，单位为0.1℃。 数据来源及加工方法：本数据来源于Nukus灌区地下水自动监测站采集。 数据质量描述：本数据为站点数据，时间分辨率为3小时。 数据应用成果及前景：结合其他气象水文参数可进一步查明和研究水文地质条件，特别是地下水的补给、径流、排泄条件，掌握地下水动态规律，为地下水资源评价、科学管理及环境地质问题的研究和防治提供科学依据。
刘铁
归一化植被指数（Normalized Difference Vegetation Index，NDVI）是近红外波段的反射率值与红光波段的反射率值之差比上近红外波段的反射率值与红光波段的反射率值之和。植被指数合成是指在适当合成周期内选出植被指数最佳代表，合成一幅空间分辨率、大气状况、云状况、观测几何、几何精度等影响最小化的植被指数栅格图像。本数据集包括祁连山区域2021年月度合成30m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。
吴俊君, 李艺, 仲波
青藏高原及其周边高山地区孕育了高度的植物多样性，其成分来源复杂，既是现代高山植物的分布中心，也与其它地区的植物有着千丝万缕的联系。生长在这一地区的植物具有适应高原环境的独特基因资源，但受限于技术的发展，对这一地区植物的基因资源挖掘和利用仍然处于起步阶段。通过对龙胆科植物卵萼花锚和大花花锚开展比较基因组学研究，可解析植物交配系统进化的基因组效应，发掘与自交相关的关键基因，探讨植物混合交配系统的维持机制。本次数据汇交的内容主要为：卵萼花锚和大花花锚的基因组原始数据，包含卵萼花锚和大花花锚的三代Pacbio测序数据以及卵萼花锚和大花花锚的二代illumina测序数据。
段元文
森林变化（包含森林损失和恢复）是受自然和人类活动影响的复杂生态过程，对全球物质循环和能量流动具有重要的影响。基于长时间序列树冠覆盖度（tree-canopy cover, TCC）数据，采用双时相类概率模型对森林变化进行检测，得到1986-2018年中国东北天然林保护工程区森林变化数据集（空间分辨率为30米，时间分辨率为1年）。使用分层随机采样方法在保护区范围内选取1000样点并进行目视解译，对森林变化提取结果进行精度评价，结果显示森林损失（Producer’s accuracy = 85.21%；User’s accuracy = 84.26%）和森林恢复（Producer’s accuracy = 87.74%；User’s accuracy = 88.31%）精度均较高，可以有效反映保护区森林变化状态。
王建邦, 何卓昱, 王春玲, 冯敏, 庞勇, 余涛, 李新
该小区位于青藏高原日喀则市，属于青藏高原侵蚀较为严重的区域，同时，该区也有较大面积的低覆盖植被区域，因此布设了该小区。坡面径流小区基本条件为：30度坡度，10米坡长、5米，植被覆盖度较差，用全自动径流泥沙仪器进行径流过程与含沙量过程的监测，仪器监测分辨率可随径流过程变化，水位涨落快时的时间分辨率高。该小区的监测结果可为青藏高原土壤侵蚀提供基础数据，用于了解青藏高原的土壤侵蚀状况和土壤侵蚀规律。本小区于2020年建设，2021年开始观测。
符素华
本数据集为1960-2019年青藏高原逐年的降雨侵蚀力的栅格数据集。利用青藏高原及周围150km范围内129个站点1960-2019年的日降雨资料计算降雨侵蚀力，其中74个站点位于青藏高原内部，55个站点位于外部，计算方法与全国第一次水利普查的算法一致，采用WGS_1984坐标系和Albers投影（中央经线105°E，标准纬线25°N和47°N），然后逐年进行克里金插值生成栅格图，空间分辨率为250m。降雨侵蚀力是土壤侵蚀的主要动力因子，也是CSLE、RUSLE等模型计算的基础因子。整编完善的长时间序列日降雨资料的数据精度高，提高降雨侵蚀力估算的准确性，也有助于进一步精确估算青藏高原土壤侵蚀量。
章文波
《中国数字山地图》的数据从宏观尺度刻画中国山地空间格局和复杂形态特征，其中包含我国山地分布、山地分类、形态要素与山地面积比例等信息，是山地区划、山地成因分类及资源环境关联分析的基础数据。 山地承载着巨大的自然资源供给、生态服务与调节功能，在我国生态文明建设和社会经济发展中有着重要的地位和作用。前期，中国科学院、水利部成都山地灾害与环境研究所的李爱农研究员等，在中国山地空间范围定量界定、山地起伏度计算尺度分析及地形自适应算法、山地综合制图等研究的基础上，形成了“中国数字山地图”数据集，具体包括： （1）中国山地空间范围数据，（2）中国山地类型数据，（3）山脉数据（山脉走向、等级与山脊形态），（4）山峰数据，（5）山地面积按一级行政区统计表，（6）中国地势等高面数据，（7）山地形成类型分区数据，（8）中国山地分区数据，（9）主要山峰列表。山地空间界定范围与分类的原始DEM空间分辨率约90m，数据边界已套合中高分辨遥感影像做必要的修订，与山地地形晕渲图有良好的空间一致性；山脉走向与山地散列要素的制图综合精度为1∶100万，为定性的辅助数据。该数据集将山地从地貌制图中单独列出，具有更高的空间分辨率和针对性，可为山地环境及山地灾害地带性研究、山区国土空间分析等提供可靠的本底数据，服务于我国面向山区的宏观决策。
南希, 李爱农, 邓伟
该数据集产品包含1990-2020年每5年1期的青藏高原地上生物量和植被覆盖度数据产品，即1990年、1995年、2000年、2005年、2010年、2015年和2020年共7期。青藏高原地上生物量是根据不同的土地覆被类型，分别建立草地、森林等的地上生物量反演模型形成的地上生物量遥感反演产品；青藏高原植被覆盖度是采用像元二分法模型形成的植被覆盖度遥感反演产品。其中2000-2020年5期青藏高原地上生物量和植被覆盖度是基于MODIS卫星遥感数据进行遥感反演，空间分辨率为250米；1990和1995年2期青藏高原地上生物量和植被覆盖度是基于NOAA AVHRR卫星遥感数据进行遥感反演，经重采样后空间分辨率为250米。该数据集可为揭示青藏高原土地覆被量与质的时空格局，支持生态系统、生态资产与生态安全评估提供基础数据。
吴炳方
数据文件为7z压缩包格式，可用7-Zip软件解压打开，文件共计三个，分别是文件1、青藏高原草地退化分级的文字版，文件类型为word，文件2、名称为图，共有七张图，图片类型为png，图片名称为2010-2019年青藏高原（草丛、草地、草甸、草原、高山植被、荒漠、沼泽）生长季平均NDVI变化趋势率。文件3、命名为数据的文件夹，内容为图片，共有7种图，名称同上，每种图有五种文件类型，分别是hdr、tif、xml、ovr、png.
周华坤
植被初级生产力（Net Primary Production, NPP）数据集，源数据来自MODIS产品(MOD17A3H)，经过数据格式转换、投影、重采样等预处理。现有格式为TIFF格式，投影为Krasovsky_1940_Albers投影，单位为kg C/m2/year，空间范围为整个青藏高原。数据空间分辨率为500米，时间分辨率为每5年，时间范围是2001到2020年。青藏高原NPP整体呈现从西北向东南逐渐增加的趋势。
朱军涛
土地覆盖是指地球表面当前所具有的自然和人为影响所形成的覆盖物，是地球表面的自然状态，如森林、草场、农田、土壤、冰川、湖泊、沼泽湿地及道路等。土地覆盖（Land Cover）数据集，源数据来自MODIS产品，经过数据格式转换、投影、重采样等预处理。现有格式为TIFF格式，投影为Krasovsky_1940_Albers投影。数据空间分辨率为1000米，时间上，从2001至2020年，每年提供一幅图像。土地覆盖产品的分类采用国际地圈生物圈计划（IGBP, International Geosphere Biosphere Programme）定义的17类，包括11类自然植被分类，3类土地利用和土地镶嵌，3类无植生土地分类。
朱军涛
归一化植被指数（Normalized Difference Vegetation Index, NDVI）数据集源数据来自MODIS产品，经过数据格式转换、投影、重采样等预处理流程。现有格式为TIFF格式，投影为Krasovsky_1940_Albers投影。数据空间分辨率为1000米，时间上，从2001-2020年，每年提供一幅图像。NDVI产品有红光和近红外两个波段反射率计算得到，能够用于检测植被生长状态、植被覆盖度等。-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大。
朱军涛
本数据集包括祁连山地区2021年日值0.05°×0.05°地表土壤水分产品。采用耦合小波分析的随机森林优化降尺度模型（RF-OWCM），通过对SMAP L3级被动微波36km地表土壤水分产品（SMAP L3 Radiometer Global Daily 36 km EASE-Grid Soil Moisture, V8）进行降尺度，得到0.05°×0.05°地表土壤水分产品。参与降尺度模型的数据包括GLASS Albedo，MUSES LAI/FVC，中国西部逐日1 km全天候地表温度数据集（TRIMS LST-TP；2000-2021）V2，以及经/纬度等信息。
柴琳娜, 朱忠礼, 刘绍民
本数据集包含的气象、土壤水分、土壤温度、腾发和渗漏数据均在西藏自治区拉萨市澎波灌区监测获得。数据集包含了西藏澎波灌区2019~2022年以小时为序列的气象数据，由全自动气象站NHQXZ601监测获取，其中包括降雨、气温和相对湿度数据等。利用东方智感墒情仪监测青稞地、燕麦地和草地土壤水分及土壤温度变化，数据采集间隔以小时记，实测时间为2019~2022年。土壤温度和土壤水分数据较为详实，利用统计学方法可以反映出土壤水分和温度在时、天、月、季、年不同时间尺度的变化规律，也可较好的满足农田水热运移模型的率定和验证需求。数据集还包括了作物腾发数据和渗漏数据，利用LYS80蒸渗仪实测获得，此数据优助于解析西藏高寒地区农作物在整个生育期耗水量及不同生长阶段的耗水量及渗漏量，对明晰不同农田系统的水量平衡发挥重要作用。该数据集提供的西藏澎波灌区气象，土壤水分、土壤温度、蒸腾和渗漏数据，有助于揭示农田尺度、灌区尺度的水转化过程和充分认识西藏高寒区SPAC系统的水热传输过程，作物生长状态。
汤鹏程
本数据为祁连山地区2021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2021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2021年的大致分布，可用于流域水资源定量估计研究。
李佳
基于“第二次青藏高原综合科学考察”和”我国土系调查和《中国土系志》编制项目“获取的土壤调查剖面资料，采用预测性数字土壤制图范式，利用地理信息与遥感技术对成土环境进行精细刻画和空间分析，研发自适应深度函数拟合方法，集成先进的集合式机器学习方法，生成了青藏高原地区系列土壤属性（土壤有机碳、PH值、全氮、全磷、全钾、阳离子交换量、砾石含量（>2mm），砂粒、粉粒、粘粒、土壤质地类型、容重、土体厚度等）三维栅格分布图，并量化了不确定性的空间分布，与已有土壤图相比，较好地表征了青藏高原地区土壤属性的空间变异特征。该数据集可为研究青藏高原地区土壤、生态、水文、环境、气候、生物等提供土壤信息支持。
刘峰, 张甘霖
碳氮磷硫钾等是生态系统重要的基本生命元素，揭示其区域变异与空间格局对人类活动的影响及其未来生态系统可持续发展具有重要作用。青藏高原具有独特的高寒植被类型以及丰富的垂直带地貌和地表覆盖类型，其地表元素（碳氮磷硫钾）的生物地理格局是驱动高寒生态系统碳氮水循环过程耦合和相关机制的重要表现形式。本数据集聚焦青藏高原东南缘和横断山区复杂生态系统中地表物质（植物叶-枝-干-根和凋落物）的分配模式和空间变异，以期为区域模型模拟和生态管理提供数据支撑。
李明旭
为探究雅鲁藏布江上游干支流的无机水化学特征，于2020 年8 月在雅鲁藏布江上游河源和河流段采集干支流水样。现场用100ml聚乙烯（PE）塑料瓶采集河水并使用多参水质监测仪（YSI-EX02,USA）原位测定采样点的pH值（±0.2）、溶解氧（DO）（±1%）等基本理化参数，并用0.025mol/L的HCl滴定HCO3-浓度。在实验室内采用离子色谱仪（盛瀚CIC-D160型，中国）分析测定Na+、K+、Ca2+、Mg2+、SO42-、NO3-、Cl-离子浓度。采用Gibbs模型、相关性分析、主成分分析等方法，分析了雅江上游干支流主要离子浓度变化、河水水化学组成特征，并对离子来源进行了解析，旨在揭示青藏高原冰川融水径流的无机水化学特征，并为高原地区典型河流的水源解析及变化趋势预估提供基础支撑。
牛凤霞
该数据集包含了2021年1月1日至2021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101.1374° E, 42.0012° N，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2021年1月1日至2021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100.372° E, 38.856° N，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)。
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2021年1月1日至2021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100.4643° E, 38.0473° N，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)，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
植被覆盖度（Fractional Vegetation Coverage，FVC）定义为植被冠层或叶面在地面的垂直投影面积占植被区总面积的比例，是衡量地表植被状况的一个重要指标。本数据集植被覆盖度作为反应植被覆盖状况的评价指标，0%表示地表像元内没有植被即裸地，值越高表明区域内植被覆盖越大。本数据集包括祁连山区域2021年月度合成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。
吴俊君, 李艺, 仲波
数据集包含了2020年9月，2021年6月，2021年9月测量得到的3幅廓琼岗日冰川高精度表面地形数据及对应的正射影像图。该数据集的生成使用了大疆精灵4 RTK无人机拍摄的影像数据，经倾斜摄影测量技术计算生成了相关产品，数据空间分辨率达到了0.15米。该数据是对目前低分辨率开源地形数据的补充，能够反映2020年-2021年间廓琼岗日冰川的表面形态变化，有助于精确研究气候变化下廓琼岗日冰川的消融过程。
刘金涛
该数据集提供了位于拉萨市区北郊的夺底沟径流实验站的流量、降水、气温监测数据。其中，径流监测站点2处，提供了2019年6月至12月的径流数据，数据步长为10分钟；降水监测站点5处，提供了2018-2021年的降水数据，数据步长为1日；气温监测站点8处，提供了2018-2021年的气温数据，数据步长为30分钟。径流数据、降水和气温数据均为实测数据。该数据集可以为青藏高原的水文和气象过程研究提供数据支撑。
刘金涛
数据集包含了雅鲁藏布江流域148个点位的实测土壤厚度数据，以及40个点位的土壤样品的物理性质及水力特性（粒径、饱和含水量、有机质含量、饱和导水率等）。采样点遍布雅鲁藏布江流域上游仲巴县至下游林芝市之间。土壤厚度数据通过开挖剖面测量得到，其他土壤数据由采集的环刀样品按标准化实验流程测试得到，因此数据精度较高。该数据集提供的雅鲁藏布江流域土壤数据，可以为青藏高原尺度的大范围土壤制图提供参照，提升相关研究的预测精度。
刘金涛
于2020年9月3日-9月9日在怒江流域上游（即怒江源区那曲流域）采集地下水与地表水，样品采集后立即放入100 ml高密度聚乙烯（HDPE）瓶。18O和D采用液态水同位素分析仪（Picarro L2140-i，USA）进行分析测试，稳定同位素比率用相对于Vienna“标准平均海水”（VSMOW）的千分差来表示。δ18O和δD的分析误差分别为±0.1‰和±1‰。为后续分析那曲流域地下水的水源解析提供基础的数据支撑。
刘亚平, 陈政豪
为探究那曲流域的无机水化学特征，于2020 年9 月以及2021年9月在那曲流域采集河水以及地下水。现场用550ml塑料瓶采集河水以及地下水。主要阴阳离子（Ca2+、Na+、Mg2+、K+、SO42-和Cl-）使用离子色谱仪（Metrohm ECOIC, Switzerland）进行测量，测量误差为1μg/L。重碳酸根（HCO3-）采用酸碱指示剂滴定法，使用50ml酸式滴定管测定。旨在揭示那曲流域的各水体的无机水化学特征，并为那曲流域地下水的补给来源解析提供数据支撑。
刘亚平, 陈政豪
本数据集提供了基于遥感估算凋萎系数优化后的全球土壤质地数据，空间分辨率为0.25度。数据集采用了SCE-UA的优化方法，以基于SMAP遥感土壤水分估算的凋萎系数为优化目标，对两套常用的土壤质地数据集GSDE（Shangguan et al. 2014）和HWSD（Fischer et al., 2008）进行了优化。与站点观测的结果表明（北美地区44个站点），在陆面模式中使用优化后土壤质地数据集的土壤水分和蒸散比模拟准确度有较为明显的提升。
何晴, 卢麾, 周建宏, 阳坤, 施建成
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和BLS900型号的大孔径闪烁仪，北塔为接收端，南塔为发射端。观测时间为2021年1月1日至2021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）；（2）剔除解调信号强度较弱的数据（BLS900&BLS450：Average X Intensity<1000）；（3）剔除降水时刻的数据；（4）剔除稳定条件下的弱湍流的数据（u*小于0.1m/s）。在迭代计算过程中，对于BLS900&BLS450，选取Thiermann and Grassl(1992)的稳定度普适函数；详细介绍请参考Liu et al. (2011, 2013)。由于仪器故障，大孔径闪烁仪数据缺失的日期为：2021.03.15-2021.03.18；2021.9.12-2021.9.18。 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2021年1月1日至2021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)。 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)。
刘绍民, 车涛, 徐自为, 张阳, 谭俊磊, 任志国
地表蒸散发（Evapotranspiration，ET）是连接着陆地能量平衡、水循环以及碳循环等的重要变量，地表蒸散发的准确获取有助于全球气候变化、作物估产、干旱监测等研究，并且对区域与全球的水资源规划管理具有重要的意义。遥感技术是监测蒸散发的有效手段，目前已经生产和发布了多种蒸散发遥感产品，然而，在真实性检验过程中，存在地表蒸散发遥感估算值与站点观测值的空间尺度不匹配问题，在异质性地表尤为严重。因此，在异质性地表，通过尺度扩展方法获取卫星像元尺度地表蒸散发相对真值十分关键。本研究利用站点观测数据，结合多源遥感信息，将地面单站点观测的蒸散发扩展至卫星像元尺度，获得了黑河流域卫星像元尺度地表蒸散发相对真值数据集。 以黑河流域地表过程综合观测网中15个站点（3个超级站和12个普通站）的涡动相关仪观测的地表蒸散发数据为基础，结合融合的高分辨率遥感数据（地表温度、植被指数、净辐射等）、大气再分析数据开展尺度扩展，获取卫星像元尺度地表蒸散发相对真值。分布图见图1。具体来说，首先进行地表水热状况空间异质性评价；其次通过直接检验和交叉检验对九种尺度扩展方法（基于Priestley-Taylor公式的方法、Penman-Monteith公式结合EnKF的方法、Penman-Monteith结合SCE_UA的方法、人工神经网络、贝叶斯线性回归、深度信念网络、高斯过程回归、随机森林以及直接把涡动相关仪观测值作为像元尺度相对真值）进行比较和分析，最终优选一种综合的方法（在均匀下垫面，直接采用涡动相关仪观测值；在中度和高度非均匀下垫面，采用高斯过程回归方法进行尺度扩展），获取了黑河流域15个主要下垫面的逐日卫星像元尺度地表蒸散发相对真值（2010-2016，空间分辨率为1km）。结果表明，卫星像元尺度地表蒸散发相对真值较为可靠。与像元尺度参考值（LAS观测值）相比，三个超级站的MAPE分别为1.57%、3.23%和4.59%，能够满足地表蒸散发遥感产品真实性检验的需求。所有站点信息和数据处理请参考Liu et al. (2018)，尺度扩展方法请参考Li et al. (2021)。
刘绍民, 李相, 徐自为
充分利用多源植被分类/土地覆盖分类产品各自的优势，通过专门设计与青藏高原植被类型相适应的植被分类体系，选用集成分类方法，在数据可靠性的基础上遵循一致性的原则，制作了青藏高原现状植被图，其在现势性、分类体系的针对性和分类精度上均表现更优。从分类结果的现势性来看，青藏高原现状植被图较早期中国植被图能更好地反映青藏高原植被覆盖现状；从分类体系的针对性来看，青藏高原现状植被图采用了针对青藏高原植被专门设计的分类体系，有利于从多源数据产品中充分提取出具备高可靠性和一致性的植被覆盖信息；从分类精度来看，青藏高原现状植被图的总体精度（78.09%，Kappa系数0.75）较已有相关数据产品提高了18.84% ~ 37.17%，特别是对草地、灌丛等植被类型的分类精度有明显提升。
张慧, 赵涔良, 朱文泉
1）青海省湟水流域典型工业园土壤环境质量数据，为区域工业活动导致的土壤污染管控提供基础支撑； 2）数据来源为湟水流域典型区域土壤样品，样品采集后迅速放入-4℃冰箱保存送尽快至实验室，经前处理后完成相关参数的检测； 3）样品采集、转运过程符合规范，实验检测过程遵照相关标准严格执行结果，因土壤环境各因素的变化，该结果仅针对本次调查结果； 4）该数据可用于对区域土壤污染状况、重金属风险评估等内容进行分析；
王凌青
该数据集包含了2021年1月1日至2021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）(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：2021-6-10 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2021年1月1日至2021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_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：2021-9-10 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, 徐自为, 张阳, 谭俊磊, 任志国
该数据集包含了2021年1月1日至2021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；（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：2021-9-10 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, 徐自为, 任志国, 谭俊磊, 张阳
该数据集包含了2021年1月1日至2021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）(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；由于传感器问题，6-8月风速风向出现较多NAN无效值。（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：2021-9-10 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, 徐自为, 张阳, 谭俊磊, 任志国
该数据集包含了2021年1月1日至2021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_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；（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：2021-6-10 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
为进一步查明雅鲁藏布江等流域水系固体物质运输过程及时空演变，第二次青藏科考任务二专题四水系固体物质源—汇过程与演变科考一分队，四川大学沉积动力观测分队，于2021年5月15日前往雅鲁藏布江山南市羊村水位站河段进行坐底仿生水沙观测系统投放仪式。该坐底仿生系统搭载不同类型的水沙运动要素观测设备，能长时间、连续且同步对水沙运动重要要素进行较高时间分辨率观测。本数据集包含：（1）垂线分层水流平均流速数据（ADCP20210515.xlsx），（2）近底单点流速、紊动能数据（VectorADV20210515.xlsx），（3）超级浊度仪悬沙浓度数据（AOBS20210515.xlsx），（4）激光粒度仪水深、悬沙浓度及级配数据（Lisst20210515.xlsx）。该数据集记录了高时间分辨率水沙要素同步连续观测数据，时间分辨率达10分钟/次，观测时间长达近1个月，成功观测到了雅江流量增大下的水沙耦合变化过程。基于坐底仿生观测系统的水沙多要素同步连续观测技术对揭示水系源汇过程与演变、推移质泥沙输移、洪水模拟计算、山洪水沙灾害预警与防治、重大基础工程建设等方面提供技术支撑和科学依据。
许唯临, 黄尔, 闫旭峰, 罗铭, 王路, 王协康, 马旭东, 刘超
该数据为雅鲁藏布江年楚河沿程DEM和正射影像数据，采用DJI无人机搭载的照相机，按照设定的飞行路线对年楚河采样河段进行拍摄照片。相邻照片重叠度不低于70%，将拍摄的照片利用Agisoft Metashape软件生成正射影像和DEM，正射影像包含红绿蓝三个波段。年楚河沿程共包含年楚河流域4个干流和2个支流采样河段。数字高程模型分辨率为<1.0m，坐标系为WGC1984坐标系。该数据集可以为年楚河流域洪水灾害的精确模拟提供数据支撑，进一步服务于洪水灾害的防治与风险评价，具有重要科学与社会价值。
马旭东, 黄尔, 闫旭峰, 罗铭, 王路
年楚河干流河床表面均是由宽级配卵砾石颗粒组成，洲滩及河床上有丰富的卵砾石颗粒。本次考察对年楚河干流和支流的床面级配进行了测量，本数据集包含年楚河流域5个干流和2个支流的采样地点信息（表1）、河床表面级配（表2）。采样位置一般选择在有明显河床断面附近且水流长期流经的地方。由于是枯水期采样，其河滩上的床面级配可以认为是上一场洪水期所携带的卵砾石推移质运动停留下来的，故认为枯水期河滩上采样区域的床面级配是洪水期的推移质输沙级配。床面级配测量方法是采用基于图像处理的全粒径自动识别法（Basegrain软件）进行的，泥沙颗粒识别精度较高。研究年楚河的床面级配分布特征对揭示水系源汇过程与演变、推移质泥沙输移、洪水模拟计算、山洪水沙灾害预警与防治、重大基础工程建设等具有重要科学与社会价值。
罗铭, 黄尔, 闫旭峰, 马旭东, 王路
本数据集包括雅鲁藏布江流域日喀则地区典型第四纪松散沉积物的实测剖面示意图和岩性柱状图，以及剖面实测情况统计表。数据来自为期2个月在西藏日喀则地区的野外实测工作，共实测剖面16条，采集宇宙核素样品89件，光释光样品39件，绘制实测剖面图16幅，实测导线共410导，岩性柱状图共38幅。数据集主要呈现了日喀则地区冲积物、洪积物、冲洪积物、崩积物、坡洪积物和冰碛物等典型松散沉积物的成因类型，实测沉积厚度出露范围约1.6–70米，平均厚度约29米，横向展布控制长度为41–9059米。数据集展示了松散沉积物的离散式、疏松多孔、多砂质弱胶结的结构特征；高砾石含量（80%–95%），砾径主体分布0.05–0.1米的粒径特征；弱分化、分选磨圆度冲洪积物较好而崩积物较差；多发育下粗正细的正粒序结构、可见平行层理和板状交错层理的沉积特征。对松散沉积物的实测有助于揭示流域内水系固体物质的赋存规律，调查结果可为由松散沉积物滑动、卸载、垮塌等引发的灾害预警及相关地物防控提供重要指示。
林志鹏, 王成善, 韩中鹏, 白雅俪格, 王新航, 张建, 马星铎
该数据集围绕雅鲁藏布江全流域范围第四纪松散沉积物总量估算的目标，开展了全流域松散沉积物的厚度标定工作，呈现了2020年野外实测厚度标定的典型第四纪松散沉积物照片图集。具体包括16个复合一级子流域，自上游到下游分别为当却-来乌藏布、热苏-列荣藏布、柴曲–门曲、雄曲–瓮布曲、加达藏布、彭吉藏布–萨迦冲曲、多雄藏布、夏布曲–大纳普曲、年楚河、湘曲–邬郁玛曲、曼曲、尼木玛曲–拉萨河、贡嘎普曲–罗布绒曲、尼洋河、易贡藏布–帕隆藏布和香江流域，总计标定松散沉积物厚度点位584个。 图集展示了坡积物、冲积物、洪积物、冲洪积物、冰碛物、风积物、坡洪积物、残积物、残坡积物和湖积物等多种成因类型的松散沉积物，呈现了其在山坡、山麓、河漫滩、阶地、冲洪积扇和冰川前缘等地带的空间分布位置，以1米长标杆为比例尺，展示了沉积物厚度的显著差异分布特征：坡度较陡的山前地带平缓区坡洪积物通常厚度在5–10米之间，而山前冲沟口的堆积物厚度与洪积扇的规模有关，厚者可达数十米，薄者只有3–4米；山坡上部残积物的厚度一般在0.3–2.5米左右，冲积物的厚度很难见底；且从上游至下游，冲积物的厚度变化非常大，峡谷区基岩裸露，厚度几乎为0，而上游当却藏布河谷地区冲积物厚度大，未见底；冰碛物的最大厚度可达20多米。风积物在中上游常见，厚度变化范围较大，从几米到 20多米不等。 该图集提供了涵盖全流域范围的松散沉积物的实例照片，为今后开展松散沉积物精细刻画奠定了材料基础和先验知识，初步展示了雅江全流域的松散沉积物类型与厚度的总体分布规律，为估算雅鲁藏布江流域所产生固体碎屑物质的沉积总量提供了数据支撑，也为评估松散沉积物相关自然灾害风险和制定科学防范措施提供了依据。
林志鹏, 王成善, 韩中鹏, 白雅俪格, 王新航, 胡太宇
该数据集包含了2021年1月1日至2021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：2021-6-10 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2021年1月1日至2021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；（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：2021-6-10 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2021年1月1日至2021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）。由于供电问题，8月20日-10月9日数据缺失；由于传感器问题，1月1日-1月22日数据缺失。 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：2021-6-10 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2021年1月1日至2021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)，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2021年1月1日至2021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；2021.5.15-6.12由于供电问题，土壤部分数据缺失；由于探头出现问题，平均土壤温度在9月28日后数据错误。（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：2021-6-10 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2021年1月1日至2021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_1m、WD_2m、WD_5m、WD_10m、WD_15m、WD_25m）(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)、土壤热通量（Gs_1、Gs_2）(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。（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：2021-6-10 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, 张阳, 谭俊磊, 任志国
该数据集包含了2021年1月1日至2021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，超声风速温度仪（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。 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。 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2021年1月1日至2021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，超声风速温度仪（CSAT3）与CO2/H2O分析仪（Li7500DS）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。 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。 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2021年1月1日至2021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，超声风速温度仪（CSAT3B）与CO2/H2O分析仪(Li7500DS)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。冬季水汽密度出现一些负值，进行了剔除。二氧化碳浓度数据在11月3日后出现问题。 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。 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2021年1月1日至2021年12月31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，超声风速温度仪（CSAT3B）与CO2/H2O分析仪（Li7500DS）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（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。 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, 张阳, 谭俊磊, 任志国
该数据集包含了2021年1月1日至2021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，超声风速温度仪（CSAT3）与CO2/H2O分析仪（Li7500A）之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz，发布的数据是采用Eddypro软件处理的30分钟数据，其处理的主要步骤包括：野点值剔除，延迟时间校正，坐标旋转（二次坐标旋转），频率响应修正，超声虚温修正和密度（WPL）修正等。同时对各通量值进行质量评价，主要是大气平稳性（Δst）和湍流相似性特征（ITC）的检验。对Eddypro软件输出的30min通量值也进行了筛选：（1）剔除仪器出错时的数据；（2）剔除降水前后1h的数据；（3）剔除10Hz原始数据中每30min内缺失率大于10%的数据。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（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。 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, 张阳, 谭俊磊, 任志国
该数据集包含了2021年1月1日至2021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，超声风速温度仪（CSAT3）与CO2/H2O分析仪（Li7500A）之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz，发布的数据是采用Eddypro软件处理的30分钟数据，其处理的主要步骤包括：野点值剔除，延迟时间校正，坐标旋转（二次坐标旋转），频率响应修正，超声虚温修正和密度（WPL）修正等。同时对各通量值进行质量评价，主要是大气平稳性（Δst）和湍流相似性特征（ITC）的检验。对Eddypro软件输出的30min通量值也进行了筛选：（1）剔除仪器出错时的数据；（2）剔除降水前后1h的数据；（3）剔除10Hz原始数据中每30min内缺失率大于10%的数据。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。 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2021年1月1日至2021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，为闭路涡动相关仪（CPEC310）。 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。 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2021年1月1日至2021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，超声风速温度仪（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。冬季由于供电不足和采集器的问题，数据间断出现错误， 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。 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, 张阳, 谭俊磊, 任志国
本数据集包括祁连山地区重点区域2021年5月至2021年10月的归一化植被指数、植被覆盖度、植被净初级生产力、草地生物量、森林蓄积量植被参数遥感产品，空间分辨率为8m。本数据集采用高分一号、高分六号、哨兵、资源三号等遥感数据源，结合气象、地面监测等基础数据，采用波段比值法、混合像元分解模型、CASA模型等植被参数反演算法和模型，生成祁连山重点区域生长季逐月植被指数遥感产品。本数据集通过构建以高分卫星为主的高时空分辨率生态环境监测数据集，为区域生态环境问题诊断与生态环境动态评估提供数据支持。
祁元, 张金龙, 王宏伟, 周圣明, 曹永攀
本数据集包括黑河流域2021年5月至2021年10月的归一化植被指数、植被覆盖度、植被净初级生产力、草地生物量、森林蓄积量植被参数遥感产品，空间分辨率为8m。本数据集采用高分一号、高分六号、哨兵、资源三号等遥感数据源，结合气象、地面监测等基础数据，采用波段比值法、混合像元分解模型、CASA模型等植被参数反演算法和模型，生成祁连山重点区域生长季逐月植被指数遥感产品。本数据集通过构建以高分卫星为主的高时空分辨率生态环境监测数据集，为区域生态环境问题诊断与生态环境动态评估提供数据支持。
祁元, 张金龙, 王宏伟, 周圣明, 曹永攀
该数据集包含了2021年1月1日至2021年12月31日的黑河流域地表过程综合观测网中游大满超级站涡动相关仪观测数据。站点位于甘肃省张掖市大满灌区内，下垫面是玉米。观测点的经纬度是100.37223E, 38.85551N，海拔1556.06m。涡动相关仪的架高4.5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪（CSAT3）与CO2/H2O分析仪（Li7500A）之间的距离是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。由于供电出现问题，5月15日-6月12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。 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
该数据包括雅鲁藏布江、布拉马普特拉河以及恒河流域共72个河流砂样品的主量元素、微量元素、钕同位素和锶同位素地球化学数据，包括：雅鲁藏布江及其支流48个样品、布拉马普特拉河及其支流19个样品、以及恒河5个样品。主量元素包括全部72个样品的SiO2、Al2O3、Fe2O3等共10种元素氧化物数据，以百分比表示；微量元素包括30个样品的Li、Be、Sc等44种元素含量数据，以百万分比（ppm）表示；钕同位素包括26个样品的143Nd/144Nd数据及其误差值；锶同位素包括26个样品的87Sr/86Sr数据及其误差值。主量元素分析使用PANalytical Axios X射线荧光分析仪（XRF），采用溶片法进行测试，测试误差<3%；微量元素使用Thermo Fisher VG-X7电感耦合等离子质谱仪（ICP-MS），采用溶样法测试，测试误差<5%；钕和锶同位素测试采用Thermo Fisher NEPTUNE plus多接受电感耦合等离子质谱仪（MC-ICP-MS）测试, 相对国际标样测试值与参考值锶同位素的偏差<0.005%，钕同位素的偏差<0.004%。以上全部实验室测试分析均在同济大学海洋地质国家重点实验室完成。该数据对于认识青藏高原大型流域盆地构造活动、化学风化作用、河流沉积物从源到汇搬运过程、以及评估自然过程和人类活动相互关系都具有重要的科学意义和社会应用价值。
刘志飞, 赵玉龙, 于名扬, 林宝治, H.M. Zakir Hossain, Suchana Taral, Tapan Chakraborty
制图范围：张镱锂等2002版青藏高原范围。 数据源：1980年代青藏高原植被图，气候、地形、地貌、土壤数据等。 制图方法：复原植被图是反映未受人类经济活动破坏以前的原始植被分布状况的植被图。由于缺乏青藏高原早期植被分布图，在本项目组编制的1980年代青藏高原植被图的基础上，通过以下方法编制近似复原植被图。采用1980年代青藏高原植被图，使用1980年的WorldClim19个生物气候数据，分析生物气候数据与自然植被的关系，确定各类自然植被分布所对应的气候数据变化范围。对于1980年代植被图中的人工植被，使用最早的1960年的WorldClim19个生物气候数据，根据人工植被分布区的气候数据，以及上面得到的植被分布与气候关系，判断对应的自然植被，将该区人工植被替换为自然植被。在此基础上，进一步考虑植被分布地带性规律及其与地形、地貌、土壤的关系，依据人工植被周边残存的自然植被、周边地带性植被，对前面的判断结果进行分析，交叉验证人工植被替换结果的准确性，并进行适当修正。对于1980年代植被图中的自然植被，如针叶林、阔叶林、灌丛、荒漠、草原、草甸等则保持不变。综合以上分析结果，获得近似复原植被图。植被分类单位与1980年代青藏高原植被图相同。基于制图使用数据精度，本图出图比例尺最大为1:50万。
周继华, 郑元润, 宋长青, 程昌秀, 高培超, 沈石, 叶思菁
1980年代青藏高原植被图制图说明： 制图范围：张镱锂等2021版青藏高原范围。 数据源：1980-1988年Landsat 4-5 TM 影像（空间分辨率约30米）、野外调查数据、1:100万植被图、Google Earth影像、气候、地形、地貌、土壤、土地覆盖数据等。 制图方法：（1）初步图斑分割，采用面向对象的方法初步分割遥感影像，形成初步制图斑块；（2）目视解译，综合野外调查数据、1:100万植被图、Google Earth影像、气候、地形、地貌、土壤、土地覆盖数据等，对初步制图斑块进行目视解译制图；（3）交叉验证，使用地形图、1:100万植被图、土地利用图进行逻辑验证；（4）图例系统，采用《中华人民共和国植被图 (1:1, 000, 000)，2007》的分类标准、图例单位和系统，包括植被型组、植被型2个单位，制图区域共有植被型组11个，植被型46个，无植被地段10个；（5）植被图整饰，采用图斑和数字相结合的方法，表示不同植被类型和制图单位；（6）基于制图使用数据精度，本图出图比例尺最大为1:50万。
周继华, 郑元润, 宋长青, 程昌秀, 高培超, 沈石, 叶思菁
碳氮磷硫钾等是生态系统重要的基本生命元素，揭示其区域变异与空间格局对人类活动的影响及其未来生态系统可持续发展具有重要作用。青藏高原具有独特的高寒植被类型以及丰富的垂直带地貌和地表覆盖类型，其地表元素（碳氮磷硫钾）的生物地理格局是驱动高寒生态系统碳氮水循环过程耦合和相关机制的重要表现形式。本数据集聚焦青藏高原水塔区和喜马拉雅山区复杂生态系统中地表物质（植物叶-枝-干-根和凋落物）的分配模式和空间变异，以期为区域模型模拟和生态管理提供数据支撑。
李明旭
青藏高原及周边地区孕灾、致灾、承灾数据集包含了地貌数据、归一化植被指数数据、年均气温与降雨数据、承灾价值等级数据，覆盖656万平方公里的范围。该数据集主要是为了进行灾害、风险评价而准备。由于覆盖范围巨大，地貌数据采用了150m空间分辨率，其他数据采用了1000m空间分辨率。地貌、植被指数、气温降雨数据主要通过加工开源数据生产，承灾价值等级数据为叠加计算生产，综合考虑了人口数据、夜间灯光指数、建筑物、地表覆被类型。
唐晨晓
本数据包含青藏高原西部52个样点0-10cm、10-20cm和20-30cm土壤深度的土壤碳氮含量，土壤样本是由研究团队在2019-2020年间通过土壤打钻的方法获得，将土壤过2mm孔径筛后，进行风干和挑除细根的处理，再在实验室由碳氮分析仪测定。本数据可以为未来全球气候变化情景下研究青藏高原西部不同深度土壤碳氮过程提供理论基础，同时为模型模拟土壤碳氮循环过程提供数据支持，这有助于更深刻地理解青藏高原西部土壤碳氮循环过程。
丁金枝
该数据集包含了2021年1月1日至2021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，超声风速温度仪（CSAT3）与CO2/H2O分析仪（Li7500A）之间的距离是15cm。 涡动相关仪的原始观测数据为10Hz，发布的数据是采用Eddypro软件处理的30分钟数据，其处理的主要步骤包括：野点值剔除，延迟时间校正，坐标旋转（二次坐标旋转），频率响应修正，超声虚温修正和密度（WPL）修正等。同时对各通量值进行质量评价，主要是大气平稳性（Δst）和湍流相似性特征（ITC）的检验。对Eddypro软件输出的30min通量值也进行了筛选：（1）剔除仪器出错时的数据；（2）剔除降水前后1h的数据；（3）剔除10Hz原始数据中每30min内缺失率大于10%的数据。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。 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, 张阳, 谭俊磊, 任志国
雅鲁藏布江流域内巨量固体碎屑物质是记录青藏高原隆升剥蚀历史的重要组成部分之一，不同类型松散沉积物是固体碎屑物质差异输运的直接反映，揭示其空间分布规律及沉积总量，对于深入理解青藏高原的隆升与剥露过程具有重要参考价值。该数据集共包括雅鲁藏布江流域松散沉积物类型及其空间分布图集、厚度空间分布图集和沉积总量估算表等三类图表数据集，以遥感解译与地质填图为主要技术方法，全面厘清了雅鲁藏布江全流域范围内（16个复合子流域）松散沉积物的类型及其空间展布特征，并依据全流域松散沉积物厚度实测数据初步估算了沉积总量。巨量松散沉积物也是流域内滑坡、泥石流、洪沙灾害的重要物质来源，查明其空间展布规模与总量不仅对揭示沉积物源汇过程中记录的地表环境变化、区域构造运动、气候变化、生物地球化学循环等关键信息具有理论意义，同时对高原生态环境监测与保护、洪沙灾害预警与防治、重大基础工程建设和水土保持等具有重要应用价值。
林志鹏, 王成善, 韩中鹏, 白雅俪格, 王新航, 张建, 马星铎, 胡太宇, 张晨敬
综合利用站点观测输沙量、气象及遥感观测资料，改进通用水土流失方程（RUSLE）的降雨-融雪径流侵蚀力计算方案，并基于改进的RUSLE模型完成重点侵蚀区“一江两河”坡面侵蚀量的计算，获得了2001-2015年该区域多年平均降雨侵蚀力因子、土壤可蚀性因子、坡长坡度因子、植被覆盖因子、水土保持措施因子以及土壤侵蚀速率的空间分布。该数据集可解析年楚河流域“水少沙多”和拉萨河流域“水多沙少”的现象，为区域水土保持工作提供理论支持。
王莉, 张凡
本数据集是基于青藏高原多年冻土分布区1114个样点的土壤调查数据，重点考虑了古气候在估算青藏高原土壤碳储量中的重要作用，在综合了气候（古气候和现代气候条件）、植被、土壤（土层厚度和土壤理化属性等）和地形等因素后，通过机器学习算法重新评估得到的青藏高原3m深度土壤碳储量。结果集表明当前陆地生态系统模型普遍低估了青藏高原冻土碳库大小，模型中缺乏对古气候影响的考虑是导致模拟偏差的重要原因。因此，未来模型模拟土壤碳循环应该将古气候的作用考虑在内。
丁金枝
该数据集包括8种牧草种植的气候适宜性区划、气候土壤适宜性区划和气候土壤地形适宜性区划数据集。该数据集可为草地恢复与畜牧业平衡管理进行人工草地建植提供重要的数据支撑。采用气候指标模型和最大熵模型，利用近40年气温、降水资料及海拔高程数据，通过构建的每种牧草的气候适宜性指标，考虑土壤类型、土壤有机质含量和地形因素，建立西藏牧区8种牧草适宜性种植区划。8种牧草为高寒地区重要的牧草资源，通过野外调查确保了气候适宜指标的准确性，综合考虑气候因子和土壤地形因子，确保了牧草种植区划数据集的实用性。人工草地建植是退化草地生态恢复的主要手段，也是草地生产结构调整的重要部分，合理科学的草种建植是基础，牧草种植区划数据集在重大生态工程实施和草地科学管理方面具有重要的应用前景。
周华坤, 石明明, 周秉荣, 苏文将, 孙玮婕
该数据集包括8种牧草种植的气候适宜性区划、气候土壤适宜性区划和气候土壤地形适宜性区划数据集。该数据集可为草地恢复与畜牧业平衡管理进行人工草地建植提供重要的数据支撑。采用气候指标模型和最大熵模型，利用近40年气温、降水资料及海拔高程数据，通过构建的每种牧草的气候适宜性指标，考虑土壤类型、土壤有机质含量和地形因素，建立青海牧区8种牧草适宜性种植区划。8种牧草为高寒地区重要的牧草资源，通过野外调查确保了气候适宜指标的准确性，综合考虑气候因子和土壤地形因子，确保了牧草种植区划数据集的实用性。人工草地建植是退化草地生态恢复的主要手段，也是草地生产结构调整的重要部分，合理科学的草种建植是基础，牧草种植区划数据集在重大生态工程实施和草地科学管理方面具有重要的应用前景。
周华坤, 苏文将, 周秉荣, 石明明, 赵慧芳
本数据集在专题实施期间（2019-2021年）通过野外实地采集了喜马拉雅山区中段典型堰塞坝溃决洪水沉积物样品，数据内包含样品编号，采样点经纬度等字段数据，通过对样本数据处理，测试分析，得到了雅鲁藏布江流域高能洪水规模如水深、流速等随时间变化的相关参数。模拟结果可以为开展相应流域的洪水动态过程分析提供参考，并初步揭示了雅鲁藏布高能古洪水对大峡谷的“构造瘤”模式提供了直接的侵蚀动力来源，可能导致了印度洋洋流的改变，并可能对下游恒河平原的古人类造成过灾害性的破坏。
刘维明
本数据包含：喜马拉雅山区30m山洪综合风险数据、30m山洪危险性数据、30m山洪承灾体数据、30m山洪易损性分布数据。数据基于全国山洪灾害调查评价成果，得到研究区内山洪灾害综合风险指标分布、各行政村山洪危险性指标分布、山洪承灾体指标分布、山洪易损性指标分布，形成喜马拉雅山区山洪灾害综合风险分布数据。本数据有助于对山洪灾害的空间变化特点和分布规律的分析，山洪灾害风险的分区划分对于防汛应急部门的防汛管理和防汛部署具有一定指导作用。
王中根
本数据集包含喜马拉雅山区水系网数据和小流域分布数据。水系网数据是根据海河版全国6级河网数据数据按喜马拉雅山区范围掩膜提取得到，为矢量数据。水系可用来确定流域面积，计算水系的特征参数如河网密度、河系发育系数、河系不均匀系数等，也可用作洪水汇流路径演算。小流域分布数据为喜马拉雅山区1：100万小流域分布数据，基于全国山洪灾害调查评价成果，得到研究区内小流域汇流时间分布，形成喜马拉雅山区小流域汇流时间分布数据。
王中根
青藏高原及其邻区的新生代地层中蕴含丰富的构造、环境、气候等信息，对揭示高原碰撞隆升变形历史及其气候环境效应等具有重要意义。本数据集对来自青藏高原及其邻区的临夏盆地、伦坡拉盆地、剑川盆地、曲靖盆地和思茅盆地的新生代地层，开展了系统野外地质考察，确定了一些出露发育良好的研究剖面。依靠GPS、地质罗盘等工具，对相关研究剖面进行了构造、地貌、岩性等方面的调查测量描述，并进行了相关图件的绘制，具体涉及：临夏盆地对康剖面90 m黄土沉积地层，伦坡拉盆地达玉剖面1890 m、剑川盆地双河剖面300 m、曲靖盆地蔡家冲剖面252 m的河湖相沉积地层，以及思茅盆地江城剖面932 m的咸水湖相夹膏盐沉积地层。本数据集为后续开展相关地层年代学、构造演化、气候环境等研究奠定了坚实的地质学基础。
方小敏, 颜茂都, 张伟林, 张大文
该数据提供了截止2021年度的中巴经济走廊和天山山脉泥石流分布，是基于历史资料收集、野外实地调查和遥感影像解译，结合数字地形图（DEM）和地质图，得到最新的中巴经济走廊（国外段）的泥石流分布数据，数据信息可靠性好，数据可以作为泥石流分布规律、泥石流危险性、风险计算的基础数据。泥石流流域的提取主要采用ArcGIS中的水文分析方法，考虑到DEM的精度限制，结合Google Earth影像进行必要的人工校正。
苏凤环
本数据为天山地区主要交通干道G217和G30典型泥石流沟物质物理性质数据，此数据为研究区典型泥石流灾害点的详细情况，包括流域参数、沟道参数、泥石流堆积体物质物理参数；这些数据可结合雨量数据可进一步开展该地区泥石流活动雨量阈值等研究内容。字段包括泥石流流域面积、沟宽、沟长、纵比降，以及冰湖面积、泥石流堆积体物质的物理性质等。堆积体物理性质数据通过激光粒度仪等实验设备获取，饱和渗透系数通过三轴实验获取。
陈宁生
本数据为锡尔河中游苦盏水文站水文资料。该站为中国气象局乌鲁木齐沙漠气象研究所和塔吉克斯坦国家科学院水问题水能与生态研究所、塔吉克斯坦水文气象局合作建设。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。 资料时段：2020年12月5日至2021年9月11日。 资料要素：逐小时流速（m/s）、逐小时水位（m）和逐小时降雨量（m） 站点位置：40°17′38″N, 69°40′18″E，320m 一、300W-QX河流流速、水位观测仪 （一）流速参数： 1供电电压 12（9~27）V(DC) 2工作电流 120（110~135）mA 3工作温度（-40 ~85） °C 4测量范围 （0.15 ~20）m/s 5测量精度 ±0.02m/s 6分辨率 1mm 7探测距离 0.1~50 m 8安装高度0.15~ 25 m 9采样频率 20sps （二）水位参数： 1测量范围 0.5~20 m 2测量精度 ±3 mm 3分辨率 1 mm 4重复性 ±1mm 二、SL3-1翻斗式雨量传感器 1承水口径 ф200mm 2测量降水强度 4mm/min以内 3测量最小分度 0.1mm降水量 4最大允许误差 ±4%mm 三、流速、观测仪数据获取的频率：传感器每隔5S测量一次流速和水位数据 四、小时平均流速计算：小时平均流速和水位数据由一小时内所有每隔5S测量的流速和水位数据取平均计算得出
霍文
本数据为阿姆河上游支流卡菲尼干河水文站水文资料。该站为中国气象局乌鲁木齐沙漠气象研究所和塔吉克斯坦国家科学院水问题水能与生态研究所、塔吉克斯坦水文气象局合作建设。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。 资料时段：2020年12月4日至2021年9月4日。 资料要素：逐小时流速（m/s）、逐小时水位（m）和逐小时降雨量（m） 站点位置：37°36′01″N，68°08′01″E，420m 一、300W-QX河流流速、水位观测仪 （一）流速参数： 1供电电压 12（9~27）V(DC) 2工作电流 120（110~135）mA 3工作温度（-40 ~85） °C 4测量范围 （0.15 ~20）m/s 5测量精度 ±0.02m/s 6分辨率 1mm 7探测距离 0.1~50 m 8安装高度0.15~ 25 m 9采样频率 20sps （二）水位参数： 1测量范围 0.5~20 m 2测量精度 ±3 mm 3分辨率 1 mm 4重复性 ±1mm 二、SL3-1翻斗式雨量传感器 1承水口径 ф200mm 2测量降水强度 4mm/min以内 3测量最小分度 0.1mm降水量 4最大允许误差 ±4%mm 三、流速、观测仪数据获取的频率：传感器每隔5S测量一次流速和水位数据 四、小时平均流速计算：小时平均流速和水位数据由一小时内所有每隔5S测量的流速和水位数据取平均计算得出
霍文
1）数据内容： 生物标志物数据能够用于重建古气候，本套数据除了重建气候外，还尝试用于重建古海拔，并获得了较好的结果 2）数据来源及加工方法 生物标志物分析：样品经过超声萃取后，通过柱层析分离从而获得甲醇洗脱组分，定容后在LC-MS上机测试分析，得到GDGT数据(数据表述为无纲量的峰面积) 3）数据质量 样品采集、实验处理均按照严格的标准进行，所获数据质量可靠。 4) 数据应用成果及前景 应用这套数据发表SCI论文1篇（Frontiers in Earth Science）。
聂军胜
本数据使用了大量的MODIS遥感影像，基于Google Earth Engine平台对青藏高原2000年至2018年地表植被覆盖情况进分析计算。植被指数（NDVI）是监测地面植被情况的重要指标。Terra中分辨率成像光谱仪(MODIS)植被指数3级产品(MOD13Q1)第6版数据每16天以250米的空间分辨率生成。基于GEE平台计算的年均NDVI指数可以反映出2000-2018年的植被盖度长时间变化趋势。同时，2000-2018多年平均NDVI指数反映了青藏高原地区的空间分布情况。植被指数（NDVI）的时空变化监测对于环境变化研究、可持续发展规划等是不可或缺的重要基础信息和关键参量，有助于理解气候变化背景下一些生态因子（气温、降水）等变化及其产生的影响。
邱海军
乌郁盆地位于青藏高原南部冈底斯山脉南麓，南邻雅鲁藏布江，是研究青藏高原南部新生代构造活动历史的理想地区。乌郁盆地由下向上依次出露古新世-始新世林子宗群火山岩、渐新世日贡拉组火山岩、中新世芒乡组湖相地层和来庆组火山岩、晚中新世-上新世乌郁组和更新世达孜组。利用LA-ICP-MS共测得5件乌郁盆地芒乡组、乌郁组和达孜组地层砂岩和1件现代乌郁河流砂样品碎屑锆石年龄数据。结果显示芒乡组碎屑锆石年龄集中分布在45-80 Ma范围，乌郁组呈现8-15 Ma的主要年龄区间和45-70 Ma的次要年龄区间，达孜组呈现三个主要年龄区间：45-65 Ma、105-150 Ma和167-238 Ma，现代乌郁河流砂样品呈现8-15 Ma的主要年龄区间和45-65 Ma的次要年龄区间（图1）。所有样品中的晚白垩世-早始新世锆石年龄与冈底斯岩基主要岩浆活动时间一致，乌郁组和现代河流样品中出现的8-15 Ma与来庆组火山岩形成时间一致，达孜组中出现的三叠纪-侏罗纪锆石与盆地北部中拉萨地体岩浆活动时间一致。碎屑锆石年龄谱结果和沉积相分析表明青藏高原南部自印度-欧亚板块碰撞以来发育多期次构造-岩浆活动：（1）古近纪林子宗-日贡拉组火山岩；（2）15 Ma构造-岩浆活动结束盆地芒乡组湖相沉积，并形成来庆组火山岩；（3）8 Ma 构造活动造成来庆组火山岩成为盆地主要物源；（4）2.5 Ma盆地发育辫状河，接受北部中拉萨地体物源。第四纪以来，青藏高原南部地貌格局逐渐形成。
孟庆泉
本数据集包括祁连山地区2021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），MERRA-2气象再分析数据等。
姚云军, 刘绍民, 尚珂
本数据集为祁连山区域2021年的30m土地覆盖分类产品。该产品以2021年的土地覆盖分类产品为基础，基于Google Earth Engine平台的Landsat系列数据和强大地数据处理能力，利用变化检测的思想和方法生产得到，总体精度优于85%。该产品是1985-2020年土地覆盖分类产品的延续。1985-2020年的土地覆盖分类产品也可在本网站下载得到。其中，1985-2015年的土地利用产品为5年1期，2015-2021年的土地利用产品为1年1期。
杨爱霞, 仲波, 角坤升, 吴俊君
本数据集是中巴经济走廊及天山山脉土壤类型图（1971-1981），来源于世界粮农组织（FAO）和谐世界土壤数据库(v1.2)，覆盖范围为全球，空间分辨率为0.0833333°。该土壤数据是世界粮农组织与世界土壤信息机构、中国科学院土壤研究所及欧盟委员会联合研究中心合作的结果。统一的世界土壤数据库是一个拥有15000多个不同土壤测绘单元的30弧秒栅格数据库，结合了全世界现有的土壤信息与世界粮农组织的1:5 000 000比例尺世界土壤图（粮农组织，1971-1981）中的信息。该栅格数据库由21600行和43200列组成，并使用标准化的结构将属性数据与栅格地图联系起来，以显示或查询土壤单位的组成和选定的土壤参数的特征。土壤类型图可以为土地利用规划，地质灾害防治和管理等提供基础科学参考。
裴艳茜
本数据集整理和收集了青藏高原及周边地区500米空间分辨率的地表植被类型数据，数据源来自于美国地质调查局（USGS）官网（https://lpdaac.usgs.gov/products/mod12q1v006/），此数据是是MODIS三级数据的土地利用与覆被产品，空间分辨率为500m。通过使用Terra和Aqua反射率数据的监督分类得到的。通过将平滑样条应用于天底双向反射率分布函数（BRDF）-调整后的反射（NBAR）时间序列，第6版MCD1201产品开发出新的缺口填充光谱时间特征。而且，第6版产品还使用了隐马尔可夫模型（HMM），可减少类别标签中的虚假变化。该数据集中包含了17个主要土地覆盖类型，根据国际地圈生物圈计划（IGBP），其中包括11个自然植被类型，3个土地开发和镶嵌的地类和3个非草木土地类型定义类。其分别为：1-常绿针叶林；2-常绿阔叶林；3-落叶针叶林；4-落叶阔叶林；5-混交林；6-稠密灌丛；7-稀疏灌丛；8-木本稀树草原；9-稀树草原；10-草地；11-永久湿地；12-农用地；13-城市和建筑区；14-农用地/自然植被拼接；15-雪和冰；16-裸地；17-水。
邱海军
中巴经济走廊及天山山脉区域属于亚热带草原、沙漠气候和暖温带大陆性干旱气候，河流降水补给较少，北部山区河流补给为冰川积雪融水补给。地处印度河流域，印度河上游水系发达，有印度河干流、左岸西部杰赫勒姆河和奇纳布河等。本数据集是青藏高原水系图。水系是一种重要的自然要素，它的发育、形态及分布是多种因素综合作用的结果。河流的分类是依据水系最典型特征而进行的，因而水系的编码充分考虑了水系的分类，并兼顾河水的其他特性。国外河流数据来源于Natural Earth，所有的河流都接受了人工平滑和位置调整，以适应SRTM Plus高程数据生成的阴影地形。
邱海军
该数据为青藏高原区域的土地覆盖数据，空间分辨率为300米，时间分辨率为年，数据包括1995、2005和2015年3个时期。该数据为栅格格式（Tiff），采用2000国家大地坐标系，可以使用ArcGIS、ENVI等软件工具打开。原始数据来自欧洲哥白尼气候变化服务数据中心，该数据参照联合国粮食及农业组织开发的“土地覆被分类系统”，将全球土地覆被类型分为22类。由于其高精度、一致性以及年度更新的特征，该数据已经在全球范围内的土地利用和人类活动变化监测等领域得到了广泛应用。本数据在原始数据的基础上，在ArcGIS中经裁剪、投影、精度验证获得，并经过第二人进行质量审核，数据质量可靠。
杨雅萍
该数据为青藏高原1：400万地貌类型数据，地貌图可以表达地貌研究的成果，又是研究地貌的重要方法，对地貌学有着重要的作用，对地貌研究的不断发展有着重要的作用。数据包括两个部分，shp数据来源于中国1:400万形态地貌图，空间范围在中国境内；栅格数据来源于USGS（https://rmgsc.cr.usgs.gov/outgoing/ecosystems/Global/），空间范围扩展到了青藏高原及毗邻山区，包括部分境外区域。矢量数据由1:400万形态地貌图，经扫描配准，并矢量数字化，数字化时精度保证在2个象元以内，栅格数据经过空间校准、精度验证和裁剪得到，详细的数据加工处理过程可见https://onlinelibrary.wiley.com/doi/full/10.1111/tgis.12265。
杨雅萍
中巴经济走廊及天山山脉地形数据由日本宇宙航空研究所（Japan Aerospace Exploration Agency，简称JAXA）生产。中巴经济走廊及天山山脉30m数字高程模型（DEM）（2006-2011）描述的是地面高程信息，其是研究分析地形、流域、地物识别的重要原始资料。它在测绘、水文、水文、气象、地貌、地质、土壤、工程建设等国民经济以及人文和自然科学领域有着广泛的应用。在防洪减灾方面，DEM是进行水文分析如汇水区分析、水系网络分析、降雨分析、蓄洪计算、淹没分析等的基础；同时，DEM数据能够反映一定分辨率的局部地形特征，通过DEM可提取大量的地表形态信息，可用于绘制等高线、高程图、坡度图、坡向图、水系图、立体透视图、立体景观图，并应用于制作正射影像、立体地形模型与地图修测。该数据水平分辨率为30m（1弧秒），高程精度5米，是目前世界上最精确的地形数据之一。该数据下载地址为https://www.eorc.jaxa.jp/ALOS/en/aw3d30/data/。
邱海军
该数据为喜马拉雅山区流域所在喜马拉雅山区1：25万地形数据，由STRM90m高程数据实体在ARCGIS软件中按喜马拉雅山区边界掩膜提取得到，为90M栅格分辨率。由于DEM描述的是地面高程信息，它在测绘、水文、气象、地貌、地质、土壤、工程建设、 通讯、军事等国民经济和国防建设以及人文和自然科学领域有着广泛的应用。在防洪减灾方面，DEM是进行水文分析如汇水区分析、水系网络分析、降雨分析、蓄洪计算、淹没分析等的基础。
王中根
本数据集整理和收集了川藏铁路沿线及周边地区实测和调查最大24H降雨量点数据。含有流域KID、station、省份、X坐标、Y坐标、rain、date等字段数据。共计43条记录。数据来源：《中国暴雨统计参数图集》(2006版)。加工方法：将中国暴雨统计参数图集（2006版）实测和调查最大24H降雨量点数据在川藏铁路沿线及周边地区范围内的点人工数字化。数据集内还包含了川藏铁路沿线评估区域内所有子流域单元的十年、二十年、百年一遇最大24h降水值（1950s-2010s），根据评估区域内逐年最大24h降水序列进行频率计算得到。加工过程中，规定操作人员严格遵守操作规范，同时由专人负责质量审查。经多人复查审核，其数据完整性、逻辑一致性、位置精度、属性精度、接边精度、现势性均符合国家测绘局制定的有关技术规定和标准的要求，质量优良可靠。
王中根
本数据根据1840-2019重大山洪灾害案例汇编，是川藏铁路沿线的山洪灾害调查数据，包括了时间、地点、灾害类型、成因、经度、纬度、降雨量、铁路段和灾害损失信息。根据2006版的《中国历史大洪水资料调查汇编》、《全国山洪灾害防治项目（2013-2015年）》四川省和西藏自治区山洪灾害调查成果及实地调查等不同数据源的特点对原始资料进行真实性、一致性的检查及规范化处理；然后根据数据源及资料进行分析，整理归纳；最后，运用SuperMap软件进行处理等。
王中根
本数据集根据青藏高原1：25万三级流域分区河流水系数据（2012年）按川藏线及周边地区范围掩膜提取得到，为矢量数据。地理坐标系：GCS_China_Geodetic_Coordinate_System_2000；空间精度：比例尺1:25万。数据可用ArcGIS、ENVI或其他地理信息系统和遥感软件打开使用。水系可用来划分小流域，确定流域面积，计算水系的特征参数如河网密度、河系发育系数、河系不均匀系数等，在水文学领域具有重要作用。
王中根
该数据集包含2021年1月9日至2021年12月31日疏勒河流域兰州大学寒旱区科学观测网络瓜州站的物候相机观测数据，观测点的经纬度是95.673E，41.405N，海拔2014m。该数据使用北京师范大学自主研发的软件包进行处理。该物候相机采用向下的方式采集数据，拍摄数据分辨率为2592*1944，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）。该站点物候相机于2021年8月10日调整过拍摄角度。
赵长明, 张仁懿
该数据集包含2021年1月1日至2021年12月31日柴达木盆地哈尔腾河流域兰州大学寒旱区科学观测网络苏干湖站的物候相机观测数据，观测点的经纬度是94.125°E，38.992N，海拔2798m。该数据使用北京师范大学自主研发的软件包进行处理。该物候相机采用向下的方式采集数据，拍摄数据分辨率为2592*1944，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）。该站点物候相机于2021年8月12日调整过拍摄角度。
赵长明, 张仁懿
该数据集包含2021年2月1日至2021年9月15日黑河流域兰州大学寒旱区科学观测网络寺大隆站的物候相机观测数据，观测点的经纬度是99.926E，38.428N，海拔3146m。该数据使用北京师范大学自主研发的软件包进行处理。该物候相机采用向下的方式采集数据，拍摄数据分辨率为2592*1944，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）。
赵长明, 张仁懿
该数据集包含2021年3月1日至2021年12月31日石羊河流域兰州大学寒旱区科学观测网络民勤站的物候相机观测数据，观测点的经纬度是103.668E，39.208N，海拔1020m。该数据使用北京师范大学自主研发的软件包进行处理。该物候相机采用向下的方式采集数据，拍摄数据分辨率为2592*1944，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）。
赵长明, 张仁懿
该数据集包含2021年1月1日至2021年12月31日大通河流域兰州大学寒旱区科学观测网络连城站的物候相机观测数据，观测点的经纬度是102.737E，36.692N，海拔2903m。该数据使用北京师范大学自主研发的软件包进行处理。该物候相机采用向下的方式采集数据，拍摄数据分辨率为2592*1944，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）。
赵长明, 张仁懿
该数据集包含2021年1月1日至2021年12月31日石羊河流域兰州大学寒旱区科学观测网络西营河站的物候相机观测数据，观测点的经纬度是101.855E，37.561N，海拔3616m。该数据使用北京师范大学自主研发的软件包进行处理。该物候相机采用向下的方式采集数据，拍摄数据分辨率为2592*1944，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）。
赵长明, 张仁懿
本数据集包括祁连山地区2020年日值0.05°×0.05°地表土壤水分产品。采用耦合小波分析的随机森林优化降尺度模型（RF-OWCM），通过对SMAP L3级被动微波36km地表土壤水分产品（SMAP L3 Radiometer Global Daily 36 km EASE-Grid Soil Moisture, V8）进行降尺度，得到0.05°×0.05°地表土壤水分产品。参与降尺度模型的数据包括GLASS Albedo，MUSES LAI/FVC，中国西部逐日1 km全天候地表温度数据集（TRIMS LST-TP；2000-2021）V2，以及经/纬度等信息。
柴琳娜, 朱忠礼, 刘绍民
水源涵养服务是一种重要的生态系统服务，直接影响区域水资源的整体水平，会对区域生态系统、农业、工业、人类消费、水力发电、渔业和娱乐活动产生重要影响，对于维持生态系统稳定以及提高人类福祉具有重要意义。针对水源涵养产品生产，基于水量平衡原理耦合降雨量、蒸散发、太阳辐射、气温、植被类型等数据进行了国家屏障区生态系统水源涵养建模研究。水源涵养服务利用基于水量平衡原理的InVEST 模型进行计算，InVEST模型具有输入数据量少、导出数据量大、对抽象生态系统服务功能进行定量分析等优点，是当前水源涵养服务评估的重要手段。该方法认为水源涵养服务为降水量减去蒸散发量，计算的指标包括年降水量、年蒸散发量。其中降水量数据以气象站点数据为基础，将日气象数据累积到年尺度上，然后利用ArcGIS空间插值方法插值到空间上；蒸散发量的计算是通过Zhang模型实现。将多源数据作为InVEST模型的输入变量基于参数化模型实现对青藏高原2000-2020年1km分辨率的水源涵养服务估算。
王晓峰
土壤冻结深度(SFD)是评估冻土区水资源平衡、地表能量交换和生物地球化学循环变化所必需的，是冰冻圈气候变化的重要指标，对季节性冻土和多年冻土都至关重要。 本数据是基于Stefan方程，对CanEMS2 (RCP 45和RCP85)、GFDL-ESM2M （RCP26、RCP45、RCP60和RCP85）、HadGEM2-ES（RCP26、RCP45和RCP85）、IPSL-CM5A-LR（RCP26、RCP45、RCP60和RCP85）、MIROC5（RCP26、RCP45、RCP60和RCP85）和NorESM1-M（RCP26、RCP45、RCP60和RCP85）等多模型不同情景下，利用逐日气温的预测数据及E-factor数据，获得2007-2065年空间分辨率为0.25度，青藏高原区域年平均土壤冻结深度数据集。
潘小多, 李虎
植被净初级生产力（Net Primary Productivity, NPP）作为生态系统物质及能量循环的基础，能够反映区域和全球尺度植被的固碳能力，是评价陆地生态系统质量的重要指标。针对植被净初级生产力产品生产，基于光能利用率模型的原理耦合遥感、气象、植被及土壤类型数据进行了国家屏障区生态系统生产力建模研究。在参数的选择上，由SPOT/VEG ETATION NDVI卫星遥感数据、中国植被图、太阳总辐射值及温度等数据计算出光合有效辐射（APAR）；根据区域蒸散模型模拟水分胁迫因子，与土壤水分子模型相比，它可以简化参数，增强模型的可操作性。将光合有效辐射和实际光能利用率作为CASA（Carnegie-Ames-Stanford Approach）模型的输入变量，基于参数化模型实现对青藏高原2000-2018年1km分辨率的陆地植被净初级生产力估算。
王晓峰
中亚-西亚经济走廊以荒漠、山地和高原等地形为主，平均海拔为1000m左右，气候极度干旱，荒漠分布面积大，生态脆弱，干热季可持续时间久，可长达7个月，年平均降雨量最多也仅有150mm。区内自然环境差异大，地质条件复杂，在区域差异化的构造、地震、气象、水文、生态等的复合驱动作用下，走廊范围内泥石流滑坡广泛分布。以遥感影像为基础，解译中国-中亚-西亚经济走廊滑坡泥石流灾害，统计显示，中国-中亚-西亚经济走廊共发育滑坡303处，泥石流灾害2159处，泥石流主要包括冻融型泥石流、冰水型泥石流、暴雨型泥石流3种类型。
邹强
This is a dataset of environmental factors (elevation, mean annual temperature, mean annual precipitation and potential evapotranspiration), diversity attributes (richness, diversity, evenness and dominance), stem density, and forest biomass changes along the elevational gradient in the Kangchenjunga Landscape, eastern Himalayas.
Nita Dyola, Shalik Ram Sigdel, Eryuan Liang
中国2000-2020年逐日积雪反照率产品数据集地理空间范围为72 - 142E，16 - 56N，采用等经纬度投影，空间分辨率0.005°。数据集时间范围覆盖2000年1月1日至2020年12月31日，时间分辨率为1天。数据包含6个要素：黑空反照率（Black_Sky_Albedo）、白空反照率（White_Sky_Albedo）、太阳天顶角（Solar_Zenith_Angle）、云标识（Cloud_Mask）、林区校正标识（Forest_Mask）和反演情况标识（Abnormal_Mask）。黑空反照率要素记录了反演得到的黑空反照率，计算因子为0.0001，数据范围为0-10000。白空反照率要素记录了反演得到的白空反照率，计算因子为0.0001，数据范围为0-10000。太阳天顶角要素记录了太阳天顶角度，计算因子为0.01，数据范围为0-9000。云标识要素记录了像元是否为云，值为0表示非云，值为1表示为云。林区校正标识要素记录了像元是否作为森林类型像元被校正过，值为0表示未校正，值为1表示已校正。反演情况标识要素记录了像元所对应的黑空反照率及白空反照率的反演结果是否为小于0或大于10000的异常值，值为0表示非异常值，值为1表示为异常值。数据集基于MODIS地表反射率产品MOD09GA，积雪产品MOD10A1/MYD10A1和全球数字高程模型SRTM数据，在ART模型基础上发展了积雪反照率反演模型，并利用GEE和本地端交互生产而来。为了评估ChinaSA的反演质量，利用地面台站的观测数据提出了样方观测验证方法，验证了积雪反照率产品的精度，并与常用的四种反照率产品（GLASS、GlobAlbedo、MCD43A3和SAD）进行了精度对比。验证结果表明，ChinaSA在所有验证中精度都优于其他产品，均方根误差小于0.12，在森林区域的均方根误差能达到0.021。
肖鹏峰, 胡瑞, 张正, 秦棽
华北平原（NCP）是中国最重要的农业生产基地之一，其面积约14万平方公里。除了从黄河取地表水进行渠灌，华北平原还开采大量地下水用于灌溉。高时空分辨率且连续完整的逐日蒸散（ET）估算，将极大提高我们对整个NCP农业用水消耗的认识，服务于农业水资源高效利用。基于双源能量平衡模型（TSEB）和数据融合，本研究在华北平原生成1 km空间分辨率和日尺度，且时间跨度为2008年1月至2019年12月的蒸散数据集。该数据集时空连续完整，且具有较高的空间分辨率。相较于其他产品，该数据集具有可靠的精度，甚至好于已发表的结果。此外，该数据集和相关方法对NCP以及其他农作物种植区的多尺度变化和趋势分析具有重要价值。
张才金, 龙笛
本数据是金沙江白格滑坡裂缝区渗压监测数据，主要目的是确定地下水对白格滑坡的影响。结合现场地质条件，布置了4只渗压计。采用现场人工监测方法，用excel软件进行数据处理。结合降雨量的监测数据分析，地下水位变化过程与降雨量关系不大。四只渗压计的测值在±5kPa（0.5m水头）以内，至2020年，四个钻孔的渗压基本消失。即滑坡与渗压关系不大。通过对该数据的分析排除了地下水对白格滑坡失稳的直接影响，为白格滑坡稳定性评价和滑坡治理提供技术支持。
陈菲
研究设计了一种埋入式水泥基压电陶瓷传感器，将其埋入抗滑桩中，进行四点弯加载试验。使用声发射设备进行采集，并与传统的商业声发射传感器进行对比，验证了水泥基压电陶瓷传感器的可行性与准确性。本试验制备了四个压电陶瓷传感器，并在压电陶瓷传感器相近位置处各布置一个传统的商业声发射传感器，将两种传感器采集到的数据进行对比。共有四组数据，每组数据包含一个压电陶瓷传感器和一个相近位置的商业声发射传感器的数据。试验表明埋入式水泥基压电陶瓷传感器具有较高的灵敏度，可在准静态荷载下工作，对于大体积混凝土结构内部破裂的监测具有主要意义。
姜清辉
“一带一路”沿线国家植被覆盖状况恢复力反映了沿线国家植被覆盖状况恢复力水平，数据值越高，表明沿线国家植被覆盖状况恢复力越强。植被覆盖状况恢复力数据产品制备参考了2000-2020年MODIS MOD13A3数据集，数据集空间分辨率为1 KM，时间分辨率为1年，利用2000-2020年“一带一路”沿线国家NDVI的逐年数据，在考虑逐年变化的基础上，基于敏感性和适应性分析，通过综合诊断，制备生成了植被覆盖状况恢复力产品。“一带一路”沿线国家植被覆盖状况恢复力数据集对分析和对比当前各国植被覆盖状况恢复力状况具有重要参考意义。
徐新良
“一带一路”沿线国家生态系统生产力恢复力反映了沿线国家生态系统生产力恢复力水平，数据值越高，表明沿线国家生态系统生产力恢复力越强。生态系统生产力恢复力数据产品制备参考了2000—2015年全球中等分辨率植被总初级生产力数据集，数据集空间分辨率为0.05°，时间分辨率为1年，利用2000-2015年“一带一路”沿线国家植被总初级生产力的逐年数据，在考虑逐年变化的基础上，基于敏感性和适应性分析，通过综合诊断，制备生成了生态系统生产力恢复力产品。“一带一路”沿线国家生态系统生产力恢复力数据集对分析和对比当前各国生态系统生产力恢复力状况具有重要参考意义。
徐新良
速度是反映斜坡动力学特征的一个重要参数。在下归哇顺倾岩质模型斜坡的坡顶布置1个速度传感器，同时布置一个速度传感器在振动台上，记录输入地震波的真实速度状态，对采集到的数据进行滤波、降噪、筛选等加工步骤，获得下归哇顺倾岩质模型斜坡的速度数据集；模型斜坡在同一工况下的速度数据集的峰值可以反映斜坡在此种地震作用下的动力响应规律，斜坡上速度峰值与台面速度峰值的比值可反映斜坡坡顶在地震作用下速度反应的增强程度。
郭明珠
位移是反映斜坡动力学特征的一个重要参数。选取下归哇顺倾岩质模型斜坡的软、硬岩性界面上6个加速度传感器和坡表上3个加速度传感器作为研究样本。对研究样本加速度数据进行滤波、降噪、筛选等加工步骤，再进行二次积分和零线回调，计算振幅为0.3g~0.8g茂县波下峰值位移，得到顺倾岩质模型斜坡振动台模型试验位移数据集；软、硬岩性界面上的两组数据可以反映地震作用下软岩层对顺倾岩质斜坡位移的影响；坡表上的一组数据可以反映坡表上各个位置的位移关系；
郭明珠
对四种不同结构的抗滑桩进行了四点弯破坏试验（纯钢筋抗滑桩抗弯破坏，抗剪破坏；预应力抗滑桩抗弯破坏，抗剪破坏），对破坏全过程进行了声发射监测。监测设备为德国八通道Vallen声发射监测仪，布置了7个传感器对桩的破坏进行全域监测。采集到的声发射数据主要包括幅值，能量，振铃计数，频率等关键声发射指标。通过研究全过程的声发射信号特点，可以得出抗滑桩在不同阶段不同破坏形式的声发射特性，建立损伤模型，对结构破坏的预测预警提供了一种可行性方案。
姜清辉
位移是反映斜坡动力学特征的一个重要参数。在反倾岩质模型斜坡的坡脚、坡中、坡肩和坡顶各布置1个位移测点，每隔1分钟采集1次位移数据，对采集到的数据进行修正，删除各个测点末尾异常数据，得到反倾岩质模型斜坡振动台模型试验位移数据集；模型斜坡在同一工况下的位移数据集可以反映斜坡在此种地震作用下坡脚、坡中、坡肩和坡顶的位移关系，模型斜坡在不同工况下的位移数据集可以反映随着地震作用的累积，反倾岩质斜坡的破坏机制。
郭明珠
本次数据主要是对坡体内部岩石破裂或错位时产生的微地震波信号进行现场监测和采集。数据的采集是现场布置的4个三分量检波器（G1-G4）将拾取到的信号传输到采集器，采集器将接收到的模拟信号转换为数字信号，同时通过4G无线网络将采集的微震数据传输到控制系统，再利用波形处理软件Trace和Vantage对采集的微地震波信号进行解译和分析处理，从而确定微地震事件发生的位置、震级、数量以及能量释放等信息。通过对数据的整理与分析可以得到微震事件的空间分布与时空演化特征，结合历史参数变化规律，揭示不同时段下的岩体宏观破裂状态，为白格边坡稳定性评价提供依据。
陈菲
速度是反映斜坡动力学特征的一个重要参数。在雪隆囊反倾岩质模型斜坡的坡顶布置1个速度传感器，同时布置一个速度传感器在振动台上，记录输入地震波的真实速度状态，对采集到的数据进行滤波、降噪、筛选等加工步骤，获得雪隆囊反倾岩质模型斜坡的速度数据集；模型斜坡在同一工况下的速度数据集的峰值可以反映斜坡在此种地震作用下的动力响应规律，斜坡上速度峰值与台面速度峰值的比值可反映斜坡坡顶在地震作用下速度反应的增强程度。
郭明珠
加速度是反映斜坡动力学特征的一个重要参数。在雪隆囊反倾岩质模型斜坡的坡面、岩性界面和坡内布置14个加速度传感器，同时布置一个加速度传感器在振动台上，记录输入地震波的真实加速度状态，对采集到的数据进行滤波、降噪、筛选等加工步骤，获得反倾岩质模型斜坡的加速度数据集；模型斜坡在同一工况下的加速度数据集的峰值可以反映斜坡在此种地震作用下的动力响应规律，斜坡上加速度峰值与台面加速度峰值的比值可反映斜坡各个位置在地震作用下加速度反应是增强还是衰减。
郭明珠
加速度是反映斜坡动力学特征的一个重要参数。在下归哇顺倾岩质模型斜坡的坡面、岩性界面和坡内布置22个加速度传感器，同时布置一个加速度传感器在振动台上，记录输入地震波的真实加速度状态，对采集到的数据进行滤波、降噪、筛选等加工步骤，获得顺倾岩质模型斜坡的加速度数据集；模型斜坡在同一工况下的加速度数据集的峰值可以反映斜坡在此种地震作用下的动力响应规律，斜坡上加速度峰值与台面加速度峰值的比值可反映斜坡各个位置在地震作用下加速度反应是增强还是衰减。
郭明珠
1）将广域而复杂的地理空间区域，甚至一个完整的流域自动划分为可重复、地貌学上具有一致性的地形单元，这项工作仍然停留在理论概念阶段，在实际操作中存在巨大的挑战。地形单元是地形地貌的进一步细分，能够保证斜坡单元内部地貌特征具有最大均一性和不同单元之间的最大异质性，适用于地貌或水文建模、遥感图像中的滑坡检测、滑坡敏感性分析和地质灾害风险评价。2）斜坡单元是重要的地形单元类型，斜坡单元定义为分水线和汇水线围成的区域，而实际上分水线和汇水线围成的区域往往为多个斜坡甚至一个小流域。理论上，每个斜坡单元需要确保内部最大均质性和不同单元之间的最大异质性，斜坡单元是一块与邻近区域具有明显不同地形特征的区域，这些地形特征差异可以依据汇水或排水分界线、坡度和坡向等特征，例如山脊线、山谷线、台地边界、谷底边界等地貌分界线。依据高精度数字高程模型，可以手动绘制规模和质量适宜的斜坡单元，但是手动绘制的方法既费时又容易出错，划分的斜坡单元质量依赖于专家的主观经验，适用于小范围区域，不具有广域、普遍应用价值。我们针对该领域在实际操作中的空白，提出了一个创新的建模软件系统，实现斜坡单元的最佳划分。3）基于汇流分析和坡向分割的斜坡单元自动划分系统V1.0，基于Python编程语言编写，作为GRASS GIS内插模块进行运行和计算，在给定数字高程数据和一组预先定义的参数实现斜坡单元的自动划分。4）基于 Python编程语言，代码具有灵活可变性，适用于具有不同专业知识的科学人员进行大范围的自定义和个性化定制。此外，该软件能够提供高质量的斜坡单元划分结果，反映区域主要地貌特征，为精细化滑坡灾害评价和预报提供基于的评价单元。可服务于地区土地利用规划，灾害风险评价与管理，极端诱发事件（地震或降雨等）下的灾害应急，以及对滑坡监测设备的遴选和预警网络的合理有效布置和运行具有重大的现实指导意义，在滑坡发育严重的地区都可以推广应用。
杨仲康
1）在山区，由于复杂的地形地质背景条件，在降雨、融雪、地震和人类工程活动等外界因子触发下，极易发生滑坡，导致生命财产损失和自然环境的破坏。为了满足工程场地建设的安全性、土地利用规划的合理性和灾害减缓的迫切性需求，需要展开区域滑坡敏感性评价。当利用多种不同的方法得到多个不同评价结果时，如何有效的将这些结果进行组合以得到最优的预测是当前仍未很难解决的一个技术难题，在确定某个区域滑坡敏感性评价的最优策略和最佳方法的操作执行方面仍然十分欠缺。2）利用传统经典的多元分类技术，通过对模型结果评估和误差量化，将最优评价模型进行组合，快速实现区域滑坡敏感性高质量评价。源代码基于R语言软件平台编写，用户需要单独准备一个本地文件夹，用来读取和储存软件运行结果，用户需要记住文件夹储存路径并在软件源代码中进行相应的设置。3）源代码设计了两种不同的模式来展示模型运行结果，以文本和图形格式的标准格式分析结果输出和需要空间数据并以标准地理格式展示的地理空间模式，4）适用于所有对滑坡风险评价工作感兴趣的人群。该软件能够为大专院校经验丰富的科研人员高效使用，也可以被国土环境规划、管理领域的政府人员和公益组织方便快捷、正确可靠的获取滑坡敏感性分级结果。可服务于地区土地利用规划，灾害风险评价与管理，极端诱发事件（地震或降雨等）下的灾害应急，以及对滑坡监测设备的遴选和预警网络的合理有效布置和运行具有重大的现实指导意义，在滑坡发育严重的地区都可以推广应用
杨仲康
试验共采用两种类型的地震波作为动力输入，一类为人工合成波，包括正弦波和不同超越概率的人工合成波；另一类为天然波，采用汶川卧龙波和汶川茂县波。正弦波幅值和频率是唯一的，所以可以用来研究地震动参数对斜坡动力响应的影响；天然波选取的为汶川地震发生时卧龙台站记录的土层地震波和茂县台站记录的基岩地震波，旨在通过对比两种地震波作用下斜坡的动力响应规律，探明不同类型地震波的输入对岩质斜坡动力响应规律的影响。每次加载完成后都进行白噪声扫描，用于分析斜坡的自振特性。每次加载完成后停留10分钟用于拍照和观察斜坡的破坏情况。
郭明珠
试验共采用两种类型的地震波作为动力输入，一类为正弦波；另一类为天然波，天然波采用汶川茂县波。正弦波幅值和频率是唯一的，所以可以用来研究地震动参数对斜坡动力响应的影响，通过对比不同频率和幅值正弦波作用下斜坡的动力响应规律，探明输入地震波的参数对岩质斜坡动力响应规律的影响；天然波选取的为茂县台站记录的基岩地震波。地震波输入采用逐级加载的方式，首先加载低幅值的正弦波，再按0.1g增幅加载汶川茂县波，每次加载完成后都进行白噪声扫描，用于分析斜坡的自振特性。每次加载完成后停留10分钟用于拍照和观察斜坡的破坏情况。
郭明珠
1）数据内容：本数据集基于青藏高原三江流域的下归哇滑坡，重建下归哇滑坡滑前反倾斜坡；以下归哇滑坡滑前顺倾斜坡作为振动台模型试验的参考，以此设计顺倾岩质斜坡振动台模型试验模型与传感器布设图，模型斜坡中设置了软弱夹层，布设的传感器为加速度传感器和速度传感器，所测方向为斜坡倾向方向；2）数据来源及加工方法：本数据集系北京工业大学郭明珠利用CAD软件绘制完成。3）本数据为后续的振动台模型试验实施提供参考。
郭明珠
1）数据内容：本数据集基于青藏高原三江流域的雪隆囊滑坡，重建雪隆囊滑坡滑前反倾斜坡；以雪隆囊滑坡滑前反倾斜坡作为振动台模型试验的参考，以此设计反倾岩质斜坡振动台模型试验模型与传感器布设图，在物理模型斜坡中设置了一个特殊节理，布设的传感器为加速度传感器和速度传感器，所测方向为斜坡倾向方向；2）数据来源及加工方法：本数据集系北京工业大学郭明珠利用CAD软件绘制完成。3）本数据为后续的振动台模型试验实施提供参考。
郭明珠
本数据是金沙江白格滑坡测斜监测数据，主要考虑滑坡深部变形监测。结合现场地质条件，布置了三个监测剖面，共7个钻孔，总共600多米，钻孔竖向分布。采用现场人工监测方法，用excel软件进行数据处理。数据表明，部分钻孔已形成剪切带。结合现场宏观变形和地质钻口柱状图分析，形成的剪切带的位置跟现场地质情况吻合，证明了数据的可靠性。同时对剪切带位移进一步分析，变形未收敛。通过对该数据的分析确定白格滑坡裂缝区深度范围和监测预警，同时为滑坡治理提供技术支持。
陈菲
1）数据内容：本数据集包含2020年青藏高原地区Landsat时序SI产品。2）数据来源及加工方法：主要是在青藏高原Landsat系列卫星地表反射率数据集的基础上，通过SI的计算公式进行生产的，即基于红光波段和蓝光波段能够很好地反映土壤盐分的原理；3）数据质量描述：为了标识云、冰雪，并相应生产了质量标识文件（QA）。4）数据应用成果及前景：该指数能很好的反映土壤的盐分程度，可用于定量化评价盐渍化土壤。
彭燕
通过不同层次的旅游点、旅游线和旅游区的考察，形成景点、景区、廊道和重要的旅游交通节点、旅游村、旅游城镇等的旅游资源、旅游服务和旅游设施等的照片、视频数据，记录旅游发展状况，发现旅游发展中的问题，并形成相应的世界旅游目的地建设的思路；数据来源为无人机、行车记录仪和摄像机、手机、GPS，并按照景区、数据类别分成不同文件夹；数据资料经过多次核对，确保真实无误；本数据可为青藏高原世界旅游目的地建设提供可追溯的依据。
时珊珊
1）数据内容：本数据集包含2020年青藏高原地区Landsat时序地表温度产品。2）数据来源及加工方法：利用中国遥感卫星地面站接收存档的Landsat数据和实用单通道算法反演得到；3）数据质量描述：root-mean-square error（RMSE）约为1.23K。4）数据应用成果及前景：地表温度是一个常用的陆地表面参数，该数据集可为资源调查、生态环境监测、全球变化研究等相关领域的研究和应用提供数据产品支撑。
张兆明
土壤剖面指从地面垂直向下的土壤纵剖面，也就是完整的垂直土层序列，是土壤成土过程中物质发生淋溶、淀积、迁移和转化形成的。不同类型的土壤，具有不同形态的土壤剖面，土壤剖面可以表示土壤的外部特征，也能反映土壤的形成过程及土壤性质。阿尔金山-柴达木盆地荒漠带土壤剖面照片集（2019-2021）反映了该区域不同取样点的土壤剖面特征。本数据集土壤剖面照片均来源于2019年至2021年阿尔金山-柴达木盆地荒漠带植被与土壤调查。该数据集对于解析土壤剖面地球化学组成特征、土壤形成的地质背景以及成壤作用具有重要的指示意义。
秦树高
1）数据内容：本数据集包含2020年青藏高原地区MODIS时序光合有效辐射分数（FPAR）产品、地表总初级生产力产品（GPP）产品、Npp产品、蒸散发产品（ET）和叶面积指数（LAI）产品。2）数据来源及加工方法：FPAR产品和LAI产品来自第六版MODIS Terra MOD15A2H产品集，GPP和NPP产品均来自MODIS Terra MOD17A2H产品集，蒸散发产品来自MODIS Terra MOD16A2；通过USGS网站下载，利用GDAL插件进行拼接和转投影得到；3）数据质量描述：每种产品均有相应的质量文件，标识了云、雪、无效值等,以有效位编码方式存储。4）数据应用成果及前景：在森林、农业、生态等领域长时序信息挖掘分析方面具有重要的应用价值。
贡成娟
中亚咸海流域农业水资源供给和开发利用潜力数据集采用分布式流域水循环多过程耦合模拟手段，分别计算中亚主要流域子流域尺度的降水量和径流深，预估未来中亚农业水资源供给量。研究区域涉及额尔齐斯河、锡尔河和阿姆河三个主要流域，占中亚地区总面积的36%，共划分1100个子流域，构建考虑冰川积雪冻融过程的分布式水循环模型HEQM模型。模型历史气象数据驱动采用基于压缩感知在傅里叶系数域的气象数据融合方法，实现NECP和ECMWF数据融合，生产高时空分辨率（0.45度）的1901～2014年长序列日降水和气温数据；并利用全球径流数据库（GRDC）中年径流数据序列（含22个站点1940-2000年）对HEQM模型进行参数率定和验证，实现对研究区水资源变化的准确模拟；在此基础上，利用基于部门间影响模式比较计划（ISI-MIP）5个GCM模式日降雨和气温数据序列的中位数，构建未来气候序列并驱动率定好的HEQM模型，实现未来不同排放情景下流域农业水资源开发利用潜力的预估。数据提供了历史三个时间段2000s（2000-2004）、2010s（2005-2009）和2015s（2010-2014）、以及未来RCP4.5和RCP8.5两个排放情景两个时间段2040s（2040-2070）和2070s（2071-2099），空间分辨率为0.5°乘以0.5°。数据集可为中亚主要分布式水循环模拟、水资源供给和开发利用分析等提供基础数据支撑。
张永勇, 刘玉, 杨鹏
该数据集包含了青海湖千户里小流域的高寒草甸观测的季节性冻土土壤活动层土壤温度和湿度高频观测数据，站点位于青海刚察县，处于沙柳河流域的支流上游，处于河谷东侧，海拔高度介于3565-3716ｍ，海拔落差151 ｍ，是典型的高寒草甸下垫面，观测点的经纬度为E100°15，37°25'N。 10层土壤水分SM（5cm、10cm、20cm、40cm、80cm、100cm、120cm、140cm、160cm和180cm）10层土壤温度ST（5cm、10cm、20cm、40cm、80cm、100cm、120cm、140cm、160cm和180cm）及10层土壤介电常数EC（5cm、10cm、20cm、40cm、80cm、100cm、120cm、140cm、160cm和180cm）。数据1-10编号对应相应（5cm、10cm、20cm、40cm、80cm、100cm、120cm、140cm、160cm和180cm）的土壤深度。 原始的采集器输出数据统一整理成30分钟采样周期并经过初步质量控制，将整理后的将数据30分钟存储，命名规则为：数据日期。 数据观测时段为2018年11月5日至2011年12月21日。2020年下半年数据缺失较多。时间分辨率半小时。该数据集可为率定土壤水热模型，及土壤活动层动态刻画提供数据支撑。
李小雁, 王佩
本数据包含泥石流块石冲击力实验数据，是在地质灾害防治与地质环境保护国家重点实验室开展泥石流块石冲击力模型试验产生的冲击介质屈服应力、冲击介质颗粒粒径、块石冲击力等数据；数据采集地点为成都理工大学地质灾害防治与地质环境保护国家重点实验室，通过开展泥石流块石冲击力模型试验获得数据，使用的主要仪器包括HAAKE旋转流变仪MARS40/60、高清摄像机、QSY8301-01压电传感器等，采集时间为2019-2021年。
刘清华, 苏娜, 徐林荣
数据采集于位于成都市青白江区奥思特边坡防护工程有限公司厂区的碎屑流模型试验系统。该系统是自主设计建造完成的一个能够用于模拟地质灾害地表动力学机理和防护的多功能大型试验装置。相较于著名的美国地调局修建的大型地质灾害动力过程模型试验系统，该系统能够实现任意变换坡度，并且能够从侧面观察碎屑流或者泥石流流动状态和结构的转换。在该试验系统的基础上，预实验使用的仪器主要包括：数据采集仪、激光位移传感器、冲击力传感器、加速度传感器、微震传感器、高速摄像机、摄像机、三维激光扫描仪、无人机。
张仕林
该数据以照片的形式记录了高位远程地质灾害大型物理模型试验平台搭建的几个关键过程，包括基坑处理、滑槽施工、支撑液压安装以及主体结构施工，该试验平台位于成都市青白江区奥思特边坡防护工程有限公司厂区。该系统是自主设计建造完成的一个能够用于模拟地质灾害地表动力学机理和防护的多功能大型试验装置。相较于著名的美国地调局修建的大型地质灾害动力过程模型试验系统，该系统能够实现任意变换坡度，并且能够从侧面观察碎屑流或者泥石流流动状态和结构的转换。
张仕林
研究了黏粒含量、宽高比、上游来流流量、初始含水率等不同控制因素对堵沟型崩滑物源溃决的影响，通过对堰塞体溃决过程分析，将堰塞体溃决模式分类。归纳总结不同溃决模式坝体轮廓纵向演化规律，测算流深、流速、侵蚀速率，分析不同溃决模式条件下坝体时空演化进程，探讨了不同因素对溃坝泥石流重度、洪峰流量、建立堰塞坝溃坝流量放大系数的数学模型，选取研究区两个堵溃点以及银杏坪沟一个堵溃点进行验证，但由于堰塞坝溃决的复杂性，在实际运用中存在一定局限性。
张友谊
大量工程实践表明，坡面物源总量及动储量占流域内物源总量比例较大，为震后泥石流物源的重要来源。课题通过室内模型试验，分析不同降雨、坡度、草本植被密度组合条件下坡面物源起动模式，揭示坡面物源降雨起动敏感性因素排序，建立了根系固土力学模型，分析了坡面物源失稳破坏力学机制，同时对比了工程经验法与RUSLE模型对坡面物源动储量的估计结果，并在室内模型试验的基础上，通过数值模拟分析，揭示了坡面复绿草本植被对坡面物源渗流场的影响。
张友谊
在泥石流柔性防护系统拦截泥石流灾害后，对灾害坡面进行无人机倾斜摄影，借助地形重构软件如Context Capture 建立坡面三维模型后，对防护过程进行显式瞬态动力反演计算分析，通过LS-DYNA计算软件计算获得结构的各个部件的力学响应历程，从而获取钢丝绳拉力、钢柱内力、系统缓冲距离、系统残余防护高度、消能器变形量、钢柱变形等数据，为防护系统性能评估、优化设计提供参考，为泥石流柔性防护系统设计提供依据。
齐欣
泥石流监测微波雷达样机研制中在西藏自治区林芝地区波密县天魔沟开展了一系列示范应用工作，示范应用中的测试报警数据及应用报警数据信息通过多模通信单元进行了上报记录，本数据给出的是测试和应用时的上报记录。 数据是从控制中心后台数据库导出的原始日志记录，按控制中心的显示在excel表格中进行了分列，以提高其可读性。 由于泥石流微波雷达为结果导向型监测，即其监测结果直接给出是否发生了泥石流，而不是发生泥石流的相关条件，因此本数据主要用于对泥石流监测微波雷达研发过程中对目标识别能力的判定。 数据可用于泥石流微波雷达研制参考。
段江年
泥石流监测预警通信与管理用多模通信单元样机研制中在北京开展了一系列测试工作，测试中的传感器状态信息、通信终端状态信息、产品上线离线信息以及报警信息等通过多模通信单元进行了上报记录，本记录给出的是测试时的上报记录。 数据是从控制中心后台数据库导出的原始日志记录，按控制中心的显示在excel表格中进行了分列，以提高其可读性。 相关数据包含测试地的4g网络信号，可用于对通信网络数据的判断；其它数据可为泥石流监测通信设备研制作参考。
段江年
泥石流监测微波雷达样机研制过程中在北京开展了一系列测试工作，测试中的报警数据信息通过多模通信单元进行了上报记录，本数据给出的是测试时的上报记录。 数据是从控制中心后台数据库导出的原始日志记录，按控制中心的显示在excel表格中进行了分列，以提高其可读性。 由于泥石流微波雷达为结果导向型监测，即其监测结果直接给出是否发生了泥石流，而不是发生泥石流的相关条件，因此本数据主要用于对泥石流监测微波雷达研发过程中对目标识别能力的判定。 数据可用于泥石流微波雷达研制参考。
段江年
砂垫层常用于布置在棚洞结构顶部保护公路铁路不受落石灾害的威胁。为了提高冲击能常使用较厚的垫层，这使得施工成本增加。本研究将土工格栅作为加筋材料，在不增加砂层厚度的同时提高砂垫层的抗冲击性能。为了研究不同的格栅加筋位置和层数对冲击性能的影响，开展了室内冲击试验。试验结果表明，加筋在合适位置的土工格栅能够降低冲击力，分散砂层中的冲击应力，降低板的振动同时增加冲击时间。本试验中，砂垫层距离底部三分之一的位置为最优的加筋位置。同时，格栅距离砂层顶面要有一定的距离以保证一定的能量吸收能力。当砂垫层的厚度较薄时，多层土工格栅加筋砂垫层要谨慎使用。数据内容包括：落石冲击力、砂垫层底部的冲击应力、砂垫层底板板的变形。冲击力由加速度传感器采集加速度与质量相乘所得；冲击应力由力传感器获得；板的变形由板底加速度传感器获得。
姜清辉
该数据集为基于10Be约束的青藏高原东部流域尺度侵蚀速率，数据集提供了第一作者、发表年份，经纬度以及侵蚀速率。数据收集整理于已发表的期刊文章，且不同的研究结果具有较好的一致性。流域尺度的侵蚀速率的空间部分特征往往与河流地貌特征（如陡峭指数）、气候以及构造活动具有一定的相关性，因此系统的数据集能够为区域范围内侵蚀速率的主控因素分析提供重要的数据支撑，使量化气候与构造在区域范围内对地表过程的贡献成为可能。
张会平
1）数据内容：本数据集为青藏高原东南三江流域滑坡灾害数据；2）数据来源及加工方法：本数据集系北京工业大学戴福初利用谷歌地球独立解译完成；采用遥感解译-现场验证-再解译-再验证等方法，经过7次系统解译最终形成本数据文件，累计对超过5000处滑坡开展了现场验证，具有较高的精度；4）本数据对青藏高原东南三江流域水能资源开发、交通工程建设、地质灾害评价等方面具有广阔的应用前景。
戴福初
本次数据主要是对抗滑桩结构的力学性能的数据采集，包括承载力、位移、钢筋与钢绞线的应变、以及预应力的监测，并用此来分析此结构的抗弯以及抗剪各项性能指标，优化结构设计；本次实验主要是对抗滑桩构件进行缩尺，并用MTS机器对其进行四点弯曲加载来完成的，数据是依托力传感器、位移计、应变片、光纤监测以及锚索测力计通过静态应变采集仪进行采集得到的，其中由于端头铁块对预应力传递分散的作用，尚未完整地监测出在加载全过程预应力的变化情况，其余数据对其进行了分析与处理得出相应规律。该数据进行整理与分析可以得出相应规律，对于这种预应力钢绞线抗滑桩应用提供了一些设计上的依据。
姜清辉
通过半定量采集方法，于2020年夏季在西藏羌塘腹地中的22个湖泊和羊卓雍错流域开展了底栖动物研究工作。通过沿岸和深水区群落的混合取样获得了西藏高寒湖泊底栖动物的相对丰度数据。本数据结果表明，在挑拣出来的6420头底栖动物中，共鉴定出28种底栖动物，隶属于3门7纲，其中主要底栖类群为钩虾和摇蚊，少数湖泊优势种为水龟虫。该数据提高了西藏底栖动物的识别精度和认知范围，将为高原湖泊水生动物多样性和渔业资源评估提供参考。
唐红渠
该数据为青藏高原东缘四川盆地、西昌盆地、会理盆地、楚雄盆地晚白垩世-早新生代地层的碎屑锆石年龄；本次研究采集的所有碎屑锆石样品均为砂岩，样品的粉碎及锆石挑选工作在廊坊市诚信地质服务有限公司完成；锆石U-Pb定年是在中国地震局地质研究所地震动力学国家重点实验室使用激光烧蚀电感耦合等离子体质谱（LA-ICP-MS）进行的，随机选择至少200个锆石颗粒粘附在双面粘合剂上，并用环氧树脂将其注入激光样品靶中。测试中使用的激光束斑直径为28μm，频率为10HZ，激光能量密度为4.0 J/cm2。
张会平
多灾种易发性综合分区专题图展示了多灾种易发性的空间分布，和地区上的灾种组合模式，由地质灾害易发性、地震灾害易发性、冻土冻融灾害易发性、暴雨洪水灾害易发性组成。数据主要由遥感数据输入易发性评价模型计算生成，输入数据包括灾害编目、地形地貌数据、气候数据、地质数据。数据主要包含专题图一份和作图所用的易发性栅格与矢量数据（.shp），其中栅格数据（.tif）栅格大小为0.01度，约1200m。数据将可以在宏观上为青藏高原的发展规划提供参考资料。
唐晨晓, 张国明, 刘连友
该数据集包含青藏高原160个湖泊（面积大于40平方公里）1978-2017年的连续日尺度湖面温度（MOD11A1的日间湖温、MOD11A1的夜间湖温、基于MOD11A1日均湖面温度、基于模型的湖面温度）。数据集生产过程首先改进以能量平衡为基础的半物理湖表水温模型（air2water）以实现冰期与非冰期连续模拟，并以MOD11A1产品提取的全湖平均表面温度作为模型的率定数据。数据集与4个湖泊的实测湖面温度相比相关性大于0.9，均方根误差小于2.5℃。该数据集为认知青藏高原湖泊水热平衡、水生生态系统过程及其对气候变化响应提供数据支撑。
郭立男, 吴艳红, 郑红星, 张兵, 文梦宣
本数据库包含西南高山峡谷21世纪以来的报道和调查的约800种大型真菌的1,487条分布记录，涉及4省39县，分别是青海（10条记录）、四川（949条记录）、西藏（448条记录）和云南（80条记录）。数据资料主要来自项目长期野外工作的积累及国内著名植物相关网站，如横断山生物多样性数据库。数据集包括本地区大型真菌的物种名、属名、科名、目名、纲名，以及分布省和分布县信息。本数据初步摸清了西南高山峡谷区域大型真菌的多样性现状及其分布，为大型真菌保护、规划以及大型真菌资源的可持续利用提供了坚实的数据基础。
孙航
该数据为2020年西藏26个湖泊70个点位浮游植物数据，采样时间为8-9月，采样方式为常规浮游植物采样方式，样品采集1.5升，后经鲁哥氏液固定，静止沉淀后虹吸浓缩后，利用倒置显微镜镜检结果。数据包括硅藻、绿藻、蓝藻、甲藻、裸藻、隐藻、棕鞭藻、黄藻、褐藻和轮藻等10个门类，共计77种/属不同浮游植物的密度数据。该数据为原始数据，未经过处理，单位为个/L。该数据可以用于表征这些湖泊敞水区浮游植物的组成、丰度，也可用于计算这些湖泊中浮游植物群落的多样性。
张民
青藏高原灾害编录包含了多种历史灾害的空间分布与类型信息，范围西至巴基斯坦、克什米尔地区，东至青海省，南至喜马拉雅山山麓，北至阿尔金山山麓。数据的生产是由大量人工遥感解译、实地考察、收集地调数据与开源数据结合完成的。数据以矢量点的形式储存，主要内含属性表注明灾害类型、坐标等信息。本数据可以应用于研究灾害的空间分布规律与灾害评价工作。本数据共包含23536条数据，泥石流数据由于参考了地调数据，大多沿路分布，无人区则数据较少。
唐晨晓
该数据集是实测数据，通过2019-2021年三年的野外调查获得，共59个样点，590个样方。包含了祁连山地区14个典型县（阿克塞、大柴旦、德令哈市、都兰县、刚察县、高台县、格尔木市、皇城镇、茫崖市、门源县、祁连县、山丹县、肃南县、乌兰县）不同草地类型的草地生长状况，指标有物种多样性，优势物种，可食牧草、毒杂草、可食牧草干重和毒杂草的干重，该数据集将可食牧草和毒杂草分开调查可为计算有效的载畜量提供精准的数据支撑。
彭泽晨
该数据来源于青藏高原农田生态系统科考队于2020年开展野外调查获取的无人机影像资料，调查区域涉及四川、西藏318沿线的农田生态系统集中区县，包括四川的理塘、巴塘，西藏的八宿、林芝、日喀则的江孜、白朗等区域，记录地物对象包括青稞、小麦等传统农作物，以及部分区域的露地蔬菜、设施大棚；飞行高度一般在50-300m，分辨率较高，拍摄设备为大疆御2Pro，图片自带GIS经纬度、海拔等信息，可用于卫星遥感的地面参考或校正数据。
伍小刚
该数据集为青藏高原农业生产经营管理历史数据，从青藏高原地区各市州的历年统计年鉴中收集整理，经过电子化后提取汇总而成；该数据包含了青藏高原范围内部分区县1995-2018年的农田有效灌溉面积数据。农田有效灌溉面积是重要的生产经营管理指标，青藏高原地区是典型的旱作农业为主，绝大部分地区农业灌溉以自然降水为主，人工灌溉所覆盖的区域较少，该数据对于分析青藏高原农田生态系统水资源利用、水足迹等有重要意义，数据以县为单位进行的统计，其结果可到县域尺度。
何秀林
数据内容：白格堰塞坝基础资料 数据来源：文献检索、实地调查（白格堰塞坝现场）、机构调研（甘孜水文局、成都勘察设计研究院）相结合。 采集方式：实地调查中使用相机拍摄现场照片；查阅相关机构馆藏资料获取白格堰塞坝基础资料。 数据质量描述：通过机构调研获取了详实的水文数据，包括在甘孜水文局查取巴塘、岗拖水文站以及坝前水位流量变化情况资料。这些资料将对进一步深入分析青藏高原溃决洪水的分析提供重要理论依据和参考。
张新华
泛萨赫勒地区地表水体范围及面积数据集包含了泛萨赫勒地区23个国家内地表水体（≥1km2）在21年间的变化情况。首先，基于全球地表水体范围栅格数据集（Global surface water extent dataset，GSWED），通过建立面积大小和观测频率的掩膜排除GSWED原始数据中由于动态阈值所产生的误分类，获取改进后的地表水体数据集。随后，对改进后的地表水体数据进行对象化处理，再结合河网数据（Global River Widths from Landsat，GRWL）以及湖泊数据（HydroLAKES）进行人工修订和整理。最后，基于修订整理后的地表水体数据，统计生成泛萨赫勒地区的水体范围和面积变化数据集。 该数据集为矢量文件（.shp），地理坐标系为WGS84。与原始的栅格数据集相比，该数据集在减少了数据的冗余的同时，将地表水体从像元尺度上升到对象尺度，在地学分析中更具实际意义。数据在空间范围上覆盖了萨赫勒以及西非地区，为该地区的地表水资源评估和研究工作提供了数据支撑。
吕云哲, 蒋敏, 贾立
本数据集为非洲萨赫勒地区1990-2020年每5年1期的30m土地利用/覆盖分类产品。该产品基于一套集合机器学习和多元数据融合的土地覆盖分类协同框架，利用谷歌地球引擎 (GEE) 云计算平台，将监督土地覆盖分类和现有多个主题土地覆盖图融合生产而成。分类体系采用FROM_GLC分类体系，包括耕地、森林、草地、灌丛、湿地、水体、不透水面和裸地共8大类。该数据集经过大量萨赫勒区域全季节样本验证，数据集整体准确率在75%左右，变化区域检测的准确率在70%以上，也与粮农组织和现有的土地覆盖图有很好的相似性。该数据集可为非洲萨赫勒地区土地资源可持续利用和环境保护等提供数据支撑。
俞乐
冰川是西部山区河流的补给水源，是西部地区人们赖以生存、发展工、农、牧业的最基本要素之一。冰川既是宝贵的淡水资源，又是山区形成严重自然灾害的发源地，如突发性冰湖溃决洪水、冰川泥石流和冰崩等。冰川水文监测是研究冰川融水特征、冰川融水对河流的补给作用、冰川表面消融与径流关系、冰面产流和汇流过程、及冰川和季节性积雪融水诱发的洪水和泥石流计算和预报的基础。目前主要以在流域出山口建立水文监测站，开展实地监测为主。本数集为4条代表性冰川的月值径流数据 (珠西沟冰川、帕隆4号冰川、老虎沟冰川、七一冰川)。通过雷达或压力式水位计测量冰川融水相对水位变化，通过实地径流断面测流与相对水位建立径流曲线，计算每条冰川的径流总量，径流单位为m3/s。
杨威, 李忠勤, 王宁练, 秦翔
本数据库为西南高山峡谷种子植物物种名录及其分布数据集，包含本区域近8,300种植物的1977年至2018年的34,696条分布记录。本数据库的物种分布信息主要获取自野外第一手数据及国内著名植物相关网站，如横断山维管植物。此数据主要涉及本地区植物的物种名、科属名、经纬度、海拔及其生境等信息。此数据可用于探讨西南高山峡谷的植物区系、区划，亦为西南地区乃至东亚地区的植物多样性、生态系统等研究奠定了坚实基础。
孙航
专题组于2019年10月24日、2021年6月9日在西藏自治区林芝市波密县的迫隆沟、天磨沟、古乡沟泥石流沟进行了无人机飞行作业，生成了示范区泥石流沟的实景三维模型与数字表面模型（DSM）；于2020年在波密县卡达村进行作业，生成了实景三维模型与数字表面模型，数字正射影像（DOM）以及数字高程模型（DEM）；于2021年6月9日在古乡沟再次作业，得到实景三维模型与数字表面模型。上述产品的空间分辨率在0.1米左右，主要加工方式如下： （1）基于无人机遥感的实景三维建模方法，利用无人机摄影测量技术能够获取丰富的纹理信息，生成密集的三维点云，结合自动化实景三维建模技术可以得到真实的三维场景。 （2）对得到的三维模型进行空洞修补和滤波等优化处理，有效填补了三维模型中的水体空洞。 （3）基于三维建模，在CC中可以直接生成示范区的DSM数据。 （4）使用MapMatrix对DSM进行多边形内插，抹除植被等地物的高度，得到DEM数据。 （5）通过刺点操作，对三维建模精度进行优化。
黄方, 彭书颖
本数据是研究团队采用新方法定量重建获得的末次冰盛期以来青藏高原不同样点的植被变化数据。首先收集、整理青藏高原及其周边17个植被带1802条现代孢粉数据作为训练集，采用随机森林算法建立基于孢粉数据重建青藏高原植被的模型，该模型预测现代孢粉样点的植被时，与实际植被对比，显示出较高的一致性（>76%）。与传统的生物群区化法相比，新建立的随机森林模型基于孢粉数据预测青藏高原现代植被的准确性更高。随后，将新建立的随机森林模型用于青藏高原51条孢粉化石序列的古植被重建。用贝叶斯方法重新建立各孢粉化石序列的深度-年代模型，并用线性插值方法获取500年间隔的孢粉化石数据。最终用随机森林模型重建出青藏高原22000年以来500年间隔的植被时空格局变化。本数据可以为理解过去高寒植被的变化过程和机制提供依据，为研究过去气候变化对青藏高原植被的影响提供证据，为气候模拟提供边界条件。
秦锋, 赵艳, 曹现勇
本数据集为青藏高原区域2016-2019年0.02° x0.02°地表反照率日变化产品。采用耦合地形因子的多源遥感数据协同反演的BRDF模型（Extended Multi-Sensor Combined BRDF Inversion model (EMCBI)），并引入先验知识进行质量控制，联合极轨卫星数据MODIS反射率和静止卫星葵花8-AHI地表反射率数据反演时空连续的日分辨率的高精度BRDF/反照率。MODIS地表反射率数据（MOD09GA、MYD09GA）和AHI天顶反射率数据集为官方网站下载，以5天为周期合成日分辨率BRDF，进而估算日内变化的反照率，其中，黑空反照率的太阳入射为北京时间8:00-18:00逐小时的入射（UTM time zone 8）。经过验证评估，日内变化的反照率更能有效捕捉反照率的日变化，可有效支撑青藏高原地区辐射平衡、环境变化研究。
闻建光, 游冬琴, 唐勇, 韩源
本数据集为青藏高原区域2002-2020年日分辨率0.00425° x0.00425°地表反照率产品。基于MODIS反射率数据，采用耦合地形因子的多源遥感数据协同反演的BRDF\反照率模型，并引入先验知识进行质量控制，反演时空连续的日分辨率的高精度BRDF/反照率。MODIS地表反射率数据（MOD09GA、MYD09GA）集为官方网站下载，以5天为周期合成日分辨率BRDF，进而估算日分辨率的反照率，其中，黑空反照率的太阳入射为当地正午时太阳入射。经过验证评估，满足反照率应用精度要求，相较于同类产品在山区站点的验证精度更高，且时空连续性更好。可有效支撑青藏高原地区辐射平衡、环境变化研究。
闻建光, 游冬琴, 唐勇, 韩源
根据任务分配，“复杂山区泥石流监测预警关键技术和设备研发”课题组研制了泥水位、地声等系列泥石流灾害多指标智能预警监测设备样机，并于2019年10月在西藏林芝市波密县境内G318国道沿线古乡沟、天磨沟及培龙沟开展样机示范应用。所提交数据为古乡沟、天磨沟及培龙沟部署的泥石流专业监测设备采集的原始数据，具体包括地声设备监测数据、降雨量监测数据和泥水位监测数据。所提交专业设备监测数据，一定程度上对古乡沟、天磨沟及培龙沟泥石流灾害的孕育、发展和形成各阶段演化特征研究提供了技术保障。
董翰川, 郭伟
该数据为使用购买的示范区资源三号卫星遥感影像，基于立体像对匹配方法生成对泥石流沟区域的大范围DSM数据。加工方法如下： （1）由于原始影像中存在大量云层和阴影噪声，本研究运用IDL语言进行开发，制作形成专用于多云山区的卫星影像的去噪和信息补全程序。 （2）将正视校正影像作为左影像，前视校正影像为右影像，使用ENVI进行DSM的生产。 （3）使用30 m分辨率的ASTER-DEM数据，选定至少4个典型的地面控制点对进行地理校正，确保地理坐标误差在1″的量级。 （4）使用交叉熵，均方根误差和面误差信息熵作为精度评价指标，与经原始数据得到的DSM进行对比，验证处理后的DSM成像精度得到提升。
黄方, 彭书颖
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
