近地表气温是反映气候变化的重要物理参数。为了获得中国地区高时空分辨率的日数据(Tmax、Tmin和Tavg)，我们充分分析了各种现有数据(再分析数据、遥感数据和原位数据)的优缺点。针对不同的天气条件建立了不同的Ta重建模型，并通过建立不同区域的修正方程进一步提高数据精度。最后，获得了1979 - 2018年中国逐日气温数据集(Tmax、Tmin和Tavg)，空间分辨率为0.1°。 对于Tmax，使用原位数据的验证表明，均方根误差(RMSE)范围为0.86°C至1.78°C，平均绝对误差(MAE)范围为0.63°C至1.40°C，皮尔逊系数(R2)范围为0.96至0.99。Tmin的RMSE为0.78°C ~ 2.09°C, MAE为0.58°C ~ 1.61°C, R2为0.95 ~ 0.99。对于Tavg, RMSE范围为0.35°C ~ 1.00°C, MAE范围为0.27°C ~ 0.68°C, R2范围为0.99 ~ 1.00。此外，利用多种评价指标分析Ta的时空变化趋势，Tavg增加幅度大于0.0°C/a，与全球变暖的总体趋势一致。 综上所述，该数据集具有较高的空间分辨率和可靠的精度，弥补了之前在高空间分辨率下缺失的温度值(Tmax、Tmin和Tavg)。该数据集也为研究气候变化，特别是高温干旱和低温冷害提供了关键参数。
方舒, 毛克彪
（1）数据内容为扎拉水电站高边坡环境监测数据，包含了扎拉水电站高边坡自动化监测的环境数据，对扎拉水电站边坡的稳定性具有一定的指导意义，可为扎拉水电站的防灾减灾提供数据支撑;（2）数据来源于自动化监测设备的自动传输，并通过监测预警平台的软件自动解译和处理，最终生成excel表格中的数据;（3）数据传输稳定，质量较高，可为扎拉水电站边坡稳定性提供依据;（4）数据可以反映扎拉水电站高边坡的环境变化情况，应用前景广泛。
徐昆振
由于气象站点在三江流域内分布不均，并且多沿着交通干线，无观测数据的地区多，普通的空间插值方法难以获得准确的空间分布特征。基于WorldClim v2.1空间数据集中的降雨量数据，采用MATLAB语言读取三江流域研究区内降雨量数据，进行计算并输出为GIS格式的数据，采用ArcGIS软件实现三江流域2007-2018年平均年降雨量状况的空间分布数据集。通过该数据集，有效解决了三江流域因地势复杂、高山峡谷众多导致气象站点在区内分布不均的问题，可较好的反映三江流域年降雨量的2007-2018年长期的平均分布状况。为区域内滑坡发育的外动力环境因素提供了基础。
刘明浩
由于气象站点在三江流域内分布不均，并且多沿着交通干线，无观测数据的地区多，普通的空间插值方法难以获得准确的空间分布特征。基于WorldClim v2.1空间数据集中的气温数据，采用MATLAB语言读取三江流域研究区内空气温度数据，进行计算并输出为GIS格式的数据，采用ArcGIS软件实现三江流域2007-2018年平均气温状况的空间分布数据集。通过该数据集，有效解决了三江流域因地势复杂、高山峡谷众多导致气象站点在区内分布不均的问题，可较好的反映三江流域空气气温的2007-2018年长期的平均分布状况。
刘明浩
降雨量是重要影响青藏高原三江流域滑坡稳定性的外动力环境要素之一。收集研究区三江流域内典型区域10处气象观测站点五道梁、沱沱河、曲麻莱、那曲、玉树、丁青、昌都、巴塘、得荣、丽江的降雨量月值数据，对收集数据进行筛选、剔除、分类计算等加工程序，获得研究区关键区域的年降雨量外动力环境因素2000-2020年时序数据集，通过该数据集，可反映三江流域关键区2000-2020年年年降雨量变化规律及趋势，了解影响青藏高原滑坡的外动力因素降雨量的变化情况。
刘明浩
气温是重要的外动力环境要素之一。收集研究区三江流域内典型区域10处气象观测站点五道梁、沱沱河、曲麻莱、那曲、玉树、丁青、昌都、巴塘、得荣、丽江的气温日值数据，对收集数据进行筛选、剔除、分类计算等加工程序，获得研究区关键区域的年平均气温外动力环境因素2000-2020年时序数据集，通过该数据集，可反映三江流域关键区2000-2020年年平均气温变化规律及趋势，了解影响青藏高原滑坡的外动力因素气温的变化情况。
刘明浩
数据集为中国逐月潜在蒸散发，空间分辨率为0.0083333°（约1km），时间为1990.1-2020.12（将每年更新），单位为0.1mm。该数据集是基于中国1km逐月均温、最低温、最高温数据集（本站已发布，Peng at al. 2019），采用Hargreaves潜在蒸散发计算式得到（Peng at al. 2017）。公式如下： PET = 0.0023 × S0 ×（MaxT − MinT）0.5 ×（MeanT + 17.8）, 其中，PET为潜在蒸散发，mm/月；MaxT、MinT、MeanT分别为月最高温、最低温、均温；S0为到达地球大气层顶的理论太阳辐射，根据太阳常数、日地距离、儒略日、赤纬等计算得到。 为便于存储，数据均为int16型存于nc（NETCDF）文件中。nc数据可用ArcMAP软件打开制图，并可用Matlab、R软件提取处理。
彭守璋
本数据集的制备是基于提出的针对藏东南冰川地区的全天候地表温度数据降尺度方法，通过分析全天候地表温度与其时空影响因子高程、地表覆盖类型、植被指数、积雪指数、地表反射率等数据之间的关系，构建了全天候地表温度的降尺度模型，将全天候地表温度产品的空间分辨率由1 km提升至250 m。通过地面站点实测数据进行验证，验证结果表明降尺度地表温度在站点处的RMSE白天与夜间分别为2.25 K、2.16 K左右，较原始1 km地表温度产品精度提升约0.5 K。图像质量指数的计算结果表明降尺度地表温度不仅获得了大量的细节热信息，而且在空间格局和幅值上与原始1 km地表温度保持了高度的一致性。本数据集对藏东南冰川地区高分辨率全天候地表温度生成和灾害监测具有一定的意义。
周纪, 黄志明, 钟海玲, 唐文彬
波密县天摩沟地面气象数据是由布置在帕隆藏布流域天摩沟中游的气象监测点采集获得的，数据采集时间为2020年。数据主要内容包括天摩沟雨量和气温观测数据，雨量数据通过HOBO雨量计采集得到，HOBO雨量计为翻斗式雨量计，每0.2mm降雨量记录为一次事件，输出记录的事件次数，事件次数乘以0.2mm即为雨量值；气温由数据记录仪中内置的一个10位分辨率温度传感器测量，采集方式为每小时采集存储一次，可以获得气温小时均值。该数据质量可靠、精度较高，可用于反映天摩沟雨量和气温实时变化动态，监测泥石流起动临界条件，预报该地区未来泥石流事件发生的可能性。
侯伟鹏
该数据集记录了阿里荒漠环境综合观测研究站观测场内（33°23.42′ N, 79°42.18′ E, 4270 m asl）2019-2020年的气象数据，数据时间分辨率为天。包含如下基本参数：气温（℃）、相对湿度（%）、风速（m/s）、风向（°）、气压（hPa）、降水量（mm）、水汽压（Kpa）、向下短波辐射（W/m²）、向上短波辐射（W/m²） 、向下长波辐射（W/m²） 、向上长波辐射（W/m²） 、净辐射（W/m²）、地表反照率（%）、土壤温度（℃）、土壤含水量（％）。 观测仪器的传感器型号：大气温度和湿度：HMP45C；降水：T200-B；风速和风向： Vaisala 05013；净辐射：Kipp Zonen NR01；气压：Vaisala PTB210；土壤温度：109温度探头；土壤含水量：CS616。数据采集器：CR 1000。原始数据的时间分辨率为30 min。 该数据可供从事气象、大气环境或生态等研究的科研人员使用。
赵华标
该气象数据为中国科学院珠穆朗玛大气与环境综合观测研究站观测场内（86.56°E， 28.21°N，4276m）2019-2020年观测的气温、相对湿度、风速、降水量、气压、辐射、土壤温湿度等基本气象数据。降水量为日累计值。 所有数据严格按照仪器操作规范进行观测和采集，在加工生成数据时，剔除了一些明显的误差数据。 该数据可供从事气象、大气环境或生态等研究的学生和科研人员使用（注意：使用时必须在文章中标明数据来源于中国科学院珠穆朗玛大气与环境综合观测研究站，Qomolangma Station for Atmospheric and Environmental Observation and Research, Chinese Academy of Sciences (QOMS/CAS)）
席振华
中亚是一个高度农业化的地区，其农业资源有限且非常脆弱。为了评估未来气候变化对中亚农业的潜在影响，我们基于3个全球气候模式的9千米动力降尺度结果生产了一个中亚农业气候指数（agroclimatic indicators）高分辨率预估数据集。这些农业气候指数是生长季长度（growing season length, GSL, days），有效积温（biologically effective degree days, BEDD, ℃），霜冻天数（frost days, FD, days），夏日天数（summer days, SU, days），热浪天数（warm spell duration index, WSDI, days）和热夜天数（tropical nights, TR, days）。时段是1986-2005和2031-2050，空间分辨率为0.1°。由于这些指数（除了WSDI）都是基于温度的绝对阈值定义的，对区域模拟结果的系统偏差非常敏感，我们首先用分位数映射法（quantile mapping, QM）订正了模拟的气温，然后基于订正后的气温计算指数。评估结果显示：QM方法大幅减小了指数的偏差。预估结果显示：GSL，SU，WSDI和TR在整个中亚将显著增大，而FD将显著减小；BEDD的变化具有明显的空间差异性，在中亚北部和山区是增大的，在平原的中部和南部是减小的。这个高分辨率的数据集可被用于评估未来气候变化对中亚农业的风险影响。
邱源
该数据集为云降水过程综合观测数据集的分数据集，源自2021年期间在六盘山地区开展的综合考察试验。六盘山科考在大湾站、径源站、六盘山站、隆德站等多地实施，其中大湾站主要布署CFL-06型风廓线雷达、HT101型云雷达、MRR-2微雨雷达、DSG5型雨滴谱仪、三维风速仪、C12激光云高仪，径源站主要布署QFW-6000型微波辐射计、HMB-KPS型云雷达、DSG5型雨滴谱仪、CL51激光云高仪，六盘山站主要布署HT101型云雷达、MRR-2微雨雷达、OTT型激光雨滴谱仪、云凝结核（CCN）计数器、三维风速仪、FM120雾滴谱仪、C12激光云高仪，隆德站主要布署RPG-HATPRO-G4型微波辐射计、CFL-06型风廓线雷达、HT101型云雷达、MRR-2微雨雷达、OTT型激光雨滴谱仪、C12激光云高仪，同时开展自动气象站、铁塔（和尚铺）和X波段全固态双线偏振多普勒天气雷达（彭阳县），以及梯度站等观测，可为高原系统东移对下游的影响研究，以及为揭示高山地区大气边界层和自由大气交换过程对气溶胶、云、雾和降水及其相互作用的影响提供数据支撑。
付丹红
该数据集为云降水过程综合观测数据集的分数据集，源自2021年期间在三江源地区开展的综合考察试验。三江源科考以先进的空中国王飞机观测为主，机载观测系统包括气溶胶、云粒子谱仪和图像仪观测，观测要素包括IP探头降水粒子浓度及图像、CIP探头云粒子浓度及图像、CAS探头云和气溶胶粒子数据、Hotwire_LWC探头液水数据、CAPS Summary 气溶胶、云、降水综合数据、AIMMS探头常规气象要素、PCASP-100探头气溶胶粒子数据。地面观测包括雨滴谱仪、微波辐射计和X波段雷达，其中雨滴谱仪主要观测等效体积直径、粒子下降速度，微波辐射计主要观测温度、湿度、水汽和液态水等，X波段雷达主要观测强度，速度，谱宽等，可为西风-季风协同影响对三江源云降水过程的影响研究提供数据支持。
付丹红
该数据集为云降水过程综合观测数据集的分数据集，源自2020年期间在祁连山南北坡开展的综合考察试验，空中观测以空中国王飞机为主，地基考察包括自动气象站、雨滴谱仪、微波辐射计、云雷达、探空秒数据等，其中自动气象站观测要素包括气温、气压、湿度、风向、风速、降水量，雨滴谱仪观测要素包括粒子谱、降水强度等，微波辐射计观测要素为大气温度、湿度廓线，云雷达观测要素主要为定点垂直观测数据，并开展气溶胶、雨水、冰雹、土壤样品采集，可为揭示西风-季风对祁连山云降水过程和大气水循环的影响研究提供数据支持。
付丹红
该数据集为云降水过程综合观测数据集的分数据集，源自2019-2021年期间在林芝地区开展的云降水物理过程外场观测试验，观测仪器包括Ka波段毫米波云雷达、微雨雷达和雨滴谱仪，其中Ka波段毫米波云雷达观测要素包括定点垂直观测、RHI扫描观测、体扫观测数据，微雨雷达观测要素包括粒子谱、液态含水量、降水强度等，雨滴谱仪观测要素包括粒子谱、降水强度等，该数据集可为藏东南区域云降水物理过程的形成机理和变化趋势，以及对西风-季风变化的响应机制研究提供数据支撑。
付丹红
拉萨地区2019年-2021年雷暴活动大气平均电场及地面气象要素观测资料，包含连续监测的每秒/每分钟大气平均电场强度及极性，每分钟降水量、风速、气温、相对湿度、大气压强等气象要素，以及设备状态参量。数据来源于2019-2021年在拉萨城区开展的强对流及闪电灾害外场观测实验。数据可应用于青藏高原强对流及闪电灾害研究。 观测和数据采集严格按照仪器操作规范进行，大气平均电场测量精度：±5%×测量值+8V/m偏移；气温、RH、风速、风向测量精度：±0.1℃、±0.8% 、±0.3m/s、±3º；降水量测量精度：±1%（≤10mm/hr），±3%（10~20mm/hr），±5%（20~30mm/hr） 大气压测量精度：±0.3hPa @20℃，±0.6hPa @0~40℃，±1.0hPa @-20~45℃，±1.5hPa @-40~60℃。
付丹红
冰川区域内的近地表气温变化和温度预测的可靠性是水文和冰川学研究的重要问题，由于缺乏高海拔观测，这些问题仍然难以捉摸。本研究基于从 6 个不同流域的 12 个自动气象站、43 个温度记录仪和 6 个国家气象站收集的 2019 年气温数据，展示了不同冰川/非冰川地区的气温变化，并评估了不同温度预测的可靠性，以减少消融估计中的误差。结果表明，不同气候背景下温度递减率 (LRs) 的空间异质性很大，最陡峭的 LRs 位于寒冷干燥的青藏高原西北部，最低的 LRs 位于受暖湿季风影响的青藏高原东南部。青藏高原西部和中部高海拔冰川区的近地表气温受下降风的影响较小，因此可以从冰川外的记录中线性预测。相比之下，青藏高原东南部温带冰川上盛行的局地降风风对环境气温的降温作用明显，因此，冰川上气温明显低于同等海拔的非冰川地区。因此，来自低海拔非冰川站的线性温度预测可能导致正度日数高估 40%，特别是对于流线距离长且冷却效果显着的大型冰川。这些发现提供了值得注意的证据，表明在估算青藏高原冰川融化时，应仔细考虑不同气候条件下高海拔冰川的不同 LR 和相关冷却效应。
杨威
数据采集于海北高寒草甸生态系统研究站样地（101°19′E，37°36′N，海拔3250m），位于青藏高原东北隅祁连山北支冷龙岭东段，高寒草甸是该地区主要的植被类型。数据记录了高山植物冠层上方光照、空气温湿度以及风温风速数据。通过LI-190R 光合有效辐射传感器（LI-COR，Lincoln NE，USA）和LR8515数据采集器（Hioki E. E. Co., Nagano, Japan）记录高山植物冠层上方辐射强度，记录间隔为每秒一次。用S580-EX温湿度记录仪（深圳华图）以及万向风速记录仪（北京天建华仪）记录空气温湿度以及风温风速的日动态，记录间隔为每三秒一次。记录时间为从北京时间7月13日10点至8月17日21点，由于每日需要使用USB存储时间以及更换电池，所以每日有3-5min的数据缺失，缺失的时间段不固定。目前该数据暂未发表。通过研究该数据可以进一步探讨高山植物叶片所处的微环境以及可能的对叶片生理反应的影响。
唐艳鸿, 郑天宇
该数据集包含青藏高原东南地区和东北地区两个典型环境（鲁朗：29.8oN，94.7oE，3300 m a.s.l.，西海镇：36.9oN，100.9oE，3080 m a.s.l.）的气象要素、大气常规痕量气体、PM2.5/PM10、气溶胶粒径分布（12-530纳米）、气溶胶化学成分（PM2.5颗粒物中硫酸盐和硝酸盐成分）的定点观测数据。数据集时间段分别为2021年4-5月（藏东南地区）和2021年6月（藏东北地区）。数据来自南京大学大气科学学院科考团队在2021年利用南京大学移动观测平台中多台在线观测仪器，在鲁朗和西海镇所进行的两期定点观测实验。数据集中的数据为经过数据矫正和数据质控后的数据，其中数据矫正根据仪器标定结果进行，数据质控根据多台仪器之间的数据闭合研究结果进行。大气成分数据，包括痕量气体、PM2.5/PM10、气溶胶粒径分布和气溶胶化学成分，是高原实际气压条件下的观测数据。该数据集可直接用来分析青藏高原东南和东北地区的大气物理化学过程相关科学问题，数据集补充了青藏高原东北地区大气环境相关外场观测数据的不足。
聂玮, 迟旭光
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
