High resolution gridded air temperature dataset of key node of Pan-Third Pole region (2001-2016)
气温数据集来源于全球陆地数据同化系统(GLDAS)，该系统利用卫星和地面观测数，并基于先进的地表建模和数据同化技术，模型模拟初始化使用土壤湿度和来自LSM气候学的其他状态场,最终生成最优地表状态（例如土壤湿度和地表温度）和通量场，已广泛应用于全球变化与水循环研究中。原始气温数据为0.25˚×0.25˚的格网数据。以主要覆盖东南亚和中东的关键节点为研究区域，基于2001至2016年的森林冠层覆盖度数据，利用GEE对数据进行研究区的掩模裁剪并重采样，最终得到了34个关键节点区域2001-2016 16天合成的气温格网数据。
.tif，可以采用ARCGIS、ENVI打开查看
1. Rodell, M., Houser, P.R., Jambor, U., Gottschalck, J., Mitchell, K., Meng, C. J., Arsenault, K., Cosgrove, B., Radakovich, J., Bosilovich, M., Entin, J. K., Walker, J. P., Lohmann, D., & Toll, D. (2004). The Global Land Data Assimilation System. Bulletin of the American Meteorological Society, 85(3), 381-394.(查看)
数据的引用
葛咏, 凌峰, 张一行. (2020). 泛第三极关键节点区域高分辨率格网化气温数据集（2000-2016）. 国家青藏高原科学数据中心, 2020.
[Ge, Y., Ling, F., Zhang, Y. (2020). High resolution gridded air temperature dataset of key node of Pan-Third Pole region (2001-2016). National Tibetan Plateau Data Center, 2020]
使用本数据时必须引用“文章的引用”中列出的文献，并进行数据的引用
为尊重知识产权、保障数据作者的权益、扩展数据中心的服务、评估数据的应用潜力，请数据使用者在使用数据所产生的研究成果中（包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），明确注明数据来源和数据作者。对于转载（二次或多次发布）的数据，作者还须注明原始数据来源。
License：
This work is licensed under an
Attribution 4.0 International (CC BY 4.0)
1. 黑河生态水文遥感试验：黑河流域中游大满超级站TerraSAR-X地面同步观测数据集（2012年6月15日）
4. 青藏高原8千米分辨率植被净初级生产力数据集（1990-2015）
5. 黑河综合遥感联合试验：冰沟流域加密观测区K&Ka波段机载微波辐射计地面同步观测数据集（2008年3月29日）
6. 青藏高原0.05°逐日积雪深度数据集（2000-2018）
8. 黑河综合遥感联合试验：扁都口加密观测区MODIS、ALOS PALSAR和AMSR-E地面同步观测数据集（2008年5月24日）
1. 2022-02-12 None 27.23.235.188 用途：免登录下载
2. 2021-12-14 None 222.94.228.114 用途：免登录下载
3. 2021-03-13 None 10.42.0.1 用途：10.42.0.1
4. 2020-10-27 北京师范大学 冶莉 用途：硕士毕业论文，口岸贸易与边境交通的耦合协调演变分析，葛岳静老师
5. 2020-06-18 江苏省南京市南京农业大学 谭素英 用途：硕士论文《耦合农户意愿的生态脆弱区耕地承载力时空变化分析——以甘肃省张掖市甘州区为例》；导师：夏敏。
6. 2020-05-07 武汉大学 付登昊 用途：科研
7. 2020-03-24 北京师范大学减灾与应急管理研究院 孔锋 用途：research
8. 2020-01-26 中国科学院大学 中国科学院新疆生态与地理研究所 卢雅焱 用途：主要用于第三极国家公园建设研究
登录 后可以添加数据评论。
| East: 109.00 | West: 11.00 |
|---|---|
| South: 2.00 | North: 51.00 |
数据既是体力劳动的结果，更是智力活动的结晶，因此具有知识产权。 数据共享需要保护数据的知识产权，只有这样才能保护数据生产者权益，让数据共享可持续发展。 与数据相关的核心知识产权包括署名权、发布权和再编译权，其中署名权是最基本的权利。 在学术界，传统的文献引用是体现署名权的最佳方式，已经得到科学家的普遍认同，因此可以通过数据引用来体现数据的知识产权。
1. Rodell, M., Houser, P.R., Jambor, U., Gottschalck, J., Mitchell, K., Meng, C. J., Arsenault, K., Cosgrove, B., Radakovich, J., Bosilovich, M., Entin, J. K., Walker, J. P., Lohmann, D., & Toll, D. (2004). The Global Land Data Assimilation System. Bulletin of the American Meteorological Society, 85(3), 381-394.
葛咏, 凌峰, 张一行. (2020). 泛第三极关键节点区域高分辨率格网化气温数据集（2000-2016）. 国家青藏高原科学数据中心, 2020.
[Ge, Y., Ling, F., Zhang, Y. (2020). High resolution gridded air temperature dataset of key node of Pan-Third Pole region (2001-2016). National Tibetan Plateau Data Center, 2020. ]
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 © 2018-2026
陇ICP备19003365号-4 | All Rights Reserved
｜ 
京公网安备11010502040845号
