HiWATER: Wide-angle Infrared Dual-mode line/area Array Scanner, WIDAS (26th, July, 2012)
1. Li, X., Liu, S.M., Xiao, Q., Ma, M.G., Jin, R., Che, T., Wang, W.Z., Hu, X.L., Xu, Z.W., Wen, J.G., Wang, L.X. (2017). A multiscale dataset for understanding complex eco-hydrological processes in a heterogeneous oasis system. Scientific Data, 4, 170083. doi:10.1038/sdata.2017.83.(查看)
数据的引用
肖青, 闻建光. (2017). 黑河生态水文遥感试验：可见光/近红外、热红外多角度航空遥感（2012年7月26日）. 国家青藏高原科学数据中心, 2017. doi:
10.3972/hiwater.002.2013.db.
[Xiao, Q., Wen, J. (2017). HiWATER: Wide-angle Infrared Dual-mode line/area Array Scanner, WIDAS (26th, July, 2012). National Tibetan Plateau Data Center, 2017]
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
1.Li, X., Cheng, G.D., Liu, S.M., Xiao, Q., Ma, M.G., Jin, R., Che, T., Liu, Q.H., Wang, W.Z., Qi, Y., Wen, J.G., Li, H.Y., Zhu, G.F., Guo, J.W., Ran, Y.H., Wang, S.G., Zhu, Z.L., Zhou, J., Hu, X.L., & Xu, Z.W. (2013). Heihe watershed allied telemetry experimental research (hiwater): scientific objectives and experimental design. Bulletin of the American Meteorological Society, 94(8), 1145-1160. doi:10.1175/BAMS-D-12-00154.1.( 查看 )
2.李新, 刘绍民, 马明国, 肖青, 柳钦火, 晋锐, 车涛, 王维真, 祁元, 李弘毅, 朱高峰, 郭建文, 冉有华, 闻建光, 王树果. (2012). 黑河流域生态-水文过程综合遥感观测联合试验总体设计. 地球科学进展, 27(5), 481-498. doi:10.11867/j.issn.1001-8166.2012.05.0481.( 查看 | 下载 )
3.Liu Q, Xiao Q, Liu ZG, et al. Image Processing Method of Airborne WiDAS Sensor in WATER Campaign. Remote sensing technology and application, 2010, 25(6):799-804.( 查看 | 下载 )
4.刘强, 肖青, 刘志刚, 方莉, 彭菁菁, 李波. 黑河综合遥感联合试验中机载WIDAS数据的预处理方法. 遥感技术与应用, 2010, 25(6): 797-804.( 查看 | 下载 )
5.Liu Q, Yan CY, Xiao Q, Yan GJ, Fang L. Separating vegetation and soil temperature using airborne multiangular remote sensing image data. International Journal of Applied Earth Observation and Geoinformation, 2012, 17: 66-75, doi:10.1016/j.jag.2011.10.003.( 查看 )
本数据由“黑河生态水文遥感试验（HiWATER）”产生，用户在使用数据时请在正文中明确声明数据的来源，并在参考文献部分引用本元数据提供的引用方式。
License：
This work is licensed under an
Attribution 4.0 International (CC BY 4.0)
黑河流域生态-水文过程综合遥感观测试验：航空光学遥感
1. 黑河流域生态水文综合地图集：黑河流域沙漠(沙地)、冰川图
2. 黑河生态水文遥感试验：水文气象观测网数据集（裸地站自动气象站-2013）
3. 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）
5. 黑河生态水文遥感试验：水文气象观测网数据集（景阳岭站自动气象站-2014）
8. 青藏高原8千米分辨率植被净初级生产力数据集（1990-2015）
1. 2022-03-21 西北生态环境资源研究院 冯姣姣 用途：作为遥感蒸散模型的输入数据。分析地表异质性对蒸散估算结果的影响
2. 2022-03-21 西北生态环境资源研究院 冯姣姣 用途：作为遥感蒸散模型的输入数据。分析地表异质性对蒸散估算结果的影响
3. 2021-03-13 None 10.42.0.1 用途：10.42.0.1
4. 2021-01-13 国家冰川冻土沙漠科学数据中心 yiqun su 用途：黑河流域水文研究
5. 2021-01-13 国家冰川冻土沙漠科学数据中心 yiqun su 用途：黑河流域水文研究
6. 2021-01-13 国家冰川冻土沙漠科学数据中心 yiqun su 用途：黑河流域水文研究
7. 2021-01-13 国家冰川冻土沙漠科学数据中心 苏逸群 用途：黑河流域水文研究
8. 2020-09-14 PKU Zhu Jinshun 用途：Research on MIR radiation simulation amd modeling
9. 2019-10-16 武汉大学 马一川 用途：科学研究
10. 2018-07-24 北京师范大学 张圆 用途：作为黑河流域ET及其异质性分析
11. 2018-05-24 北京师范大学 柴蕾蕾 用途：用于土壤水分研究
12. 2018-01-27 北京师范大学地理学与遥感科学学院 孟翔晨 用途：用于Landsat系列卫星地表温度产品的验证和尺度效应分析
13. 2017-12-11 北京师范大学 江海英 用途：研究光学遥感与被动遥感协同反演植被含水量，结合光学Prosail模型和微波辐射传输模型（一阶解）的优势，发展协同算法，拟采用查找表方法或神经网络方法进行植被水分含量的反演。
14. 2017-10-31 北京师范大学 江海英 用途：研究光学遥感与被动遥感协同反演植被含水量，结合光学Prosail模型和微波辐射传输模型（一阶解）的优势，发展协同算法，拟采用查找表方法或神经网络方法进行植被水分含量的反演。
15. 2017-02-21 中国科学院遥感与数字地球研究所 张保林 用途：以蒸散发遥感反演的尺度协同机制这一科学问题为出发点，选择基础较好的黑河流域和怀来实验站为研究区，根据遥感数据成像模式、重访周期与未来的对地观测系统建设的理念，开展陆面蒸散发遥感反演的尺度不确定性理论研究；探寻植被生长期观测的时间间隔和空-谱组合模式对参数 反演及蒸散发估算的敏感性；分析蒸散发估算全过程的误差传递和累积，研究时间、空间与光谱尺度的协同机制和尺度匹配的理论与方法。本研究的开展为蒸散发遥感
16. 2016-12-11 中国科学院寒区旱区环境与工程研究所 马春锋 用途：流域尺度土壤水分产品验证
17. 2015-08-20 中科院遥感所 邢强 用途：用于PROBA-V BRDF模型构建方法研究及结果验证
18. 2014-09-30 中科院地理所 孙少波 用途：主要用于支撑项目“中国涡度相关通量塔空间代表性评估与碳源/汇尺度扩展研究“，旨在通过对中国现有98个通量塔中选取大约1/3代表性的通量塔，结合所申请的数据，进行塔位误差分析和空间代表性评价，在此基础上，结合各种其它地基观测资料、多源多尺度卫星遥感反演的碳敏感参数，采用生态系统模型和一维大气传输反演模型数值模拟和数据-模型同化等方法，发展基于通量塔观测数据的碳源汇尺度扩展技术，定量估算多尺度（景观、区域、生物气候带和我国国家尺度）的碳源汇分布，揭示我国陆地生态系统近10年来时空动态变化规律。
19. 2014-09-26 中科院地理所 孙少波 用途：主要用于支撑项目“中国涡度相关通量塔空间代表性评估与碳源/汇尺度扩展研究“，旨在通过对中国现有98个通量塔中选取大约1/3代表性的通量塔，结合所申请的数据，进行塔位误差分析和空间代表性评价，在此基础上，结合各种其它地基观测资料、多源多尺度卫星遥感反演的碳敏感参数，采用生态系统模型和一维大气传输反演模型数值模拟和数据-模型同化等方法，发展基于通量塔观测数据的碳源汇尺度扩展技术，定量估算多尺度（景观、区域、生物气候带和我国国家尺度）的碳源汇分布，揭示我国陆地生态系统近10年来时空动态变化规律。
20. 2014-08-06 北师师范大学 马燕飞 用途：用于地表蒸散发的估算研究；
登录 后可以添加数据评论。
| East: 100.46 | West: 100.30 |
|---|---|
| South: 38.70 | North: 39.00 |
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. Li, X., Liu, S.M., Xiao, Q., Ma, M.G., Jin, R., Che, T., Wang, W.Z., Hu, X.L., Xu, Z.W., Wen, J.G., Wang, L.X. (2017). A multiscale dataset for understanding complex eco-hydrological processes in a heterogeneous oasis system. Scientific Data, 4, 170083. doi:10.1038/sdata.2017.83.
肖青, 闻建光. (2017). 黑河生态水文遥感试验：可见光/近红外、热红外多角度航空遥感（2012年7月26日）. 国家青藏高原科学数据中心, 2017. doi: 10.3972/hiwater.002.2013.db.
[Xiao, Q., Wen, J. (2017). HiWATER: Wide-angle Infrared Dual-mode line/area Array Scanner, WIDAS (26th, July, 2012). National Tibetan Plateau Data Center, 2017. doi: 10.3972/hiwater.002.2013.db. ]
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19003365号-4 | All Rights Reserved
｜ 
京公网安备11010502040845号
