1) 数据内容：藏东南地区近二十年的冰川表面高程变化数据，包括2000-2020年时间变化序列及2000和2019年间0.5°网格尺度的冰川表面高程变化数据。 2) 数据来源及加工方法：2000-2020年时间变化序列由联合卫星测高数据（ICESat、CryoSat-2、ICESat-2）、地形数据（2014年ASTER L1A数据生产的DEM）、卫星重力数据（GRACE及GLDAS）的冰川监测方法获得。网格尺度的冰川表面高程变化数据由ICESat-2数据与NASADEM计算得到。 3) 数据质量描述：本数据与无人机航拍结果、GPS观测结果及以往文献结果较为一致，且时间分辨率和空间分辨率有较大提升。 4) 数据应用成果及前景：本数据可用于率定冰川水文模型，也可与后续研究做对比。
赵凡玉, 龙笛, 李兴东, 黄琦, 韩鹏飞
数据包含珠西沟冰川径流的钾、钠、钙、镁、氟离子、氯离子、硫酸根和硝酸根等指标，涵盖了大部分无机溶解组分。上述阴阳离子分别采用离子色谱和电感耦合等离子光谱仪等仪器测得，检测限低于0.01mg/L，误差低于10%；本数据可以用于反映珠西沟流域硫化物氧化、碳酸盐岩溶解和硅酸盐岩风化等化学风化过程对河水溶质的贡献，进而精准计算碳酸盐岩风化速率和硅酸盐岩风化速率，最终为评估冰川作用对岩石化学风化及其碳汇效应的影响提供科学依据。
邬光剑, 邬光剑, 邬光剑, 邬光剑
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
本数据为末次冰盛期以来亚洲高山区冰川分布的模拟数据，其中包括典型区域（亚洲高山区、天山、喜马拉雅山、帕米尔高原）年分辨率的冰川面积变化序列以及典型时期（LGM（20000~19000ka），HS1（17000~16000ka），BA（~14900~14350ka），YD（12900~12000ka），EH（9500~8500ka），MH（6500~5500ka），LH（3500~2500ka）和Modern（1951~1990））1km分辨率的亚洲高山区冰川分布。该数据以基于CCSM3气候模式的TRACE全强迫模拟试验数据为外强迫场，驱动1km分辨率的PISM冰盖模式，从而获取末次盛冰期以来亚洲高山区冰川的可能分布。该数据可以用于研究末次冰盛期以来亚洲高山区冰川分布的变化及其对湖泊水位、径流、地貌等环境和气候要素的影响。
燕青
青藏高原及周边地区雪冰吸光性杂质数据集包含9条冰川（乌鲁木齐河源1号冰川，老虎沟12号冰川，小冬克玛底冰川，仁龙巴冰川，白水河1号冰川，以及帕米尔地区的Golubin冰川，Abramov冰川，Syek ZapadniyI并处和No.354冰川）的黑碳与粉尘浓度数据，及其吸光截面（MAC）数据。雪冰黑碳数据利用DRI 2015 model热光碳分析仪测试获得，粉尘数据利用称重法获得。采样以及实验过程均严格按照要求执行。数据可用于雪冰反照率以及气候效应研究。
康世昌, 康世昌
格陵兰冰盖的物质损耗是近几十年来全球海平面上升的主要贡献者，在全球变暖的趋势下，格陵兰冰盖正在加速融化，探索其物质平衡对气候的变化响应具有重要的科学意义。作者基于MEaSUREs格陵兰触地线产品和流域边界，将触地线离散化，结合1985-2015年的MEaSUREs年度冰流速数据，和BedMachine v3冰厚度数据，矢量计算触地线各通量出口单元处冰通量；我们使用RACMO2.3p2模式的表面物质平衡数据，空间计算各流域表面物质平衡，并结合冰通量结果，得到格陵兰冰盖物质平衡数据集（1985-2015年）。该数据集包括1985年、2000年、2015年三年的格陵兰冰盖各流域物质平衡结果，含有各通量出口单元位置对应的年度冰流速、冰厚度、冰通量等信息。该数据集实现了触地线处冰通量的精细评估，可以反映近三十年格陵兰冰盖各流域物质平衡的变化情况和空间分布特征，为后续格陵兰冰盖物质平衡的精细变化评估及预测，和冰盖损耗机理探究提供基础性数据。
林依静, 林依静, 刘岩, 刘岩, 程晓, 程晓
南极冰盖是全球海平面上升的最大潜在来源之一，准确确定冰盖物质收支情况是理解南极冰盖动态变化的关键，对理解冰盖演变历程、准确预测未来全球海平面上升都是至关重要的。作者基于MEaSUREs触地线产品和MEaSUREs南极流域边界，将触地线离散化，结合1985-2015年的MEaSUREs和RAMP年度冰流速数据，和BedMachine冰厚度数据，矢量计算触地线各通量出口单元处冰通量；使用RACMO2.3p2模式的表面物质平衡数据，空间计算各流域表面物质平衡，并结合冰通量结果，得到南极冰盖物质平衡数据集（1985-2015年）。该数据集包括1985年、2000年、2015年三年的南极冰盖各流域物质平衡结果，含有各通量出口单元位置对应的年度冰流速、冰厚度、冰通量等信息。该数据集实现了触地线处冰通量的精细评估，可以反映近三十年南极冰盖各流域物质平衡的变化情况和空间分布特征，为后续南极冰盖物质平衡的精细变化评估及预测，和冰盖损耗机理探究提供基础性数据。
林依静, 林依静, 刘岩, 刘岩, 程晓, 程晓
格拉丹东地区是青藏高原重要的、典型的大江大湖源区。本数据集提供了不同时间尺度，不同分辨率的，覆盖长江和色林错源区冰川的DEM，用以计算源区冰川表面高程的季节变化和年代际变化。数据集包括了2016-2017年7景不同月份5米分辨率的TanDEM-X数据，可用以冰川表面高程的季节性变化计算；包括了1景1976年30米分辨率的KH-9 DEM，5景2011年30米分辨率的TanDEM-X，1景2014年和3景2017年30米分辨率的TanDEM-X，可用以计算1976-2000，2000-2011，2011-2017年期间冰川表面高程变化。同时采用Landsat ETM数据勾画，并按照RGI6.0分割了1976年的冰川轮廓数据；右图显示了该数据集的空间和时间覆盖信息，底图为正射校正后KH-9影像。
陈文锋
本数据集包含了全球77个冰川水化学要素（Na+、K+、Mg2+、Ca2+、TDS）的平均浓度、高亚洲典型冰川沉积物的矿物组成、以及高亚洲八个山系的冰川年径流量。本数据集来自数据集提供者对高亚洲19条冰川的实地监测，国内外已公开发表的数据资料、以及文献作者向数据集提供者私下共享的数据资料。本数据集可用于评估气候变暖对冰川侵蚀和化学风化作用的影响、可用于评估气候变暖驱动的冰川消融对下游生态系统和元素循环的潜在影响。
李向应
本数据为祁连山地区2019年冰川分布产品。采用经典波段比值法和人工修正的方法提取。原始基础数据为2019年祁连山全境的高分系列影像。参考数据为谷歌影像和天地图影像。产品以shp文件格式存储，包含坐标系、冰川ID、冰川面积等属性。产品为1期，空间分辨率为2米，边界精度在2米（一个像元）左右。该数据直观地反映了祁连山冰川在2019年的分布，可用于冰川物质平衡变化定量估计、冰川变化对流域径流量影响定量估计等研究。
李佳
本数据为祁连山地区2020年冰川分布产品。采用经典波段比值法和人工修正的方法提取。原始基础数据为2020年祁连山全境的高分系列影像。参考数据为谷歌影像和天地图影像。产品以shp文件格式存储，包含坐标系、冰川ID、冰川面积等属性。产品为1期，空间分辨率为2米，边界精度在2米（一个像元）左右。该数据直观地反映了祁连山冰川在2020年的分布，可用于冰川物质平衡变化定量估计、冰川变化对流域径流量影响定量估计等研究。
李佳
数据包含珠西沟冰川径流的钾、钠、钙、镁、氟离子、氯离子、硫酸根和硝酸根等指标，涵盖了大部分无机溶解组分。上述阴阳离子分别采用离子色谱和电感耦合等离子光谱仪等仪器测得，检测限低于0.01mg/L，误差低于10%；本数据可以用于反映珠西沟流域硫化物氧化、碳酸盐岩溶解和硅酸盐岩风化等化学风化过程对河水溶质的贡献，进而精准计算碳酸盐岩风化速率和硅酸盐岩风化速率，最终为评估冰川作用对岩石化学风化及其碳汇效应的影响提供科学依据。
邬光剑, 邬光剑, 邬光剑, 邬光剑
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, 杨威, 李忠勤, 王宁练, 秦翔
冰川表面微气象是观测冰川表面一定高度处风向风速、气温、湿度、气压、四分量辐射、冰温及降水等气象要素。冰川表面微气象监测是进行冰川监测的重要内容之一，是开展冰川表面能量-物质平衡、冰川运动、冰川融水径流、冰芯等研究及相关模型模拟研究的重要基础数据，为探究气候变化与冰川变化之间的相互关系奠定基础。主要通过在冰川表面架设高山气象站进行自动监测，也可使用便携式气象站进行短期的流动监测。近年来，在天山、西昆仑、祁连山、羌塘内陆、唐古拉山、念青唐古拉、藏东南、横断山和喜马拉雅山地区20多条冰川表面开展了相关的气象监测研究。该数据集为冰川区及冰川末端月值气象数据。
杨威, 杨威
冰川物质平衡是表征冰川积累和消融量值的重要冰川学参数之一。冰川物质平衡是联系气候和冰川变化的纽带，是冰川对所在地区气候状况的直接反映。气候变化导致冰川的物质收支状况发生相应的变化，而这种物质上的收支变化又可以引起冰川运动特征及冰川热状况的改变，进而导致冰川末端位置、面积和冰储量的变化。监测方法即在冰川表面设置固定标志花杆，定期监测冰川表面相对于花杆顶点的距离，以计算冰雪消融量；在积累区定时定点开挖雪坑或钻孔取样，测量雪层密度，分析雪-粒雪-附加冰层位特征，计算雪层积累量；再将单点监测结果绘到大比例尺冰川地形图上，按净平衡等值线法或等高线分区法计算整条冰川的瞬时、季节（如冬季和夏季）及年度的物质平衡分量。该数据集为青藏高原及天山地区不同代表性冰川年物质平衡数据，单位为毫米水当量。
邬光剑, 邬光剑, 邬光剑, 邬光剑
高分辨率冰芯孢粉记录能够指示季节性植被变化与气候指标的关系。本数据集对青藏高原作求普冰芯长32m的冰芯沉积物开展了高分辨率孢粉分析，获得了117个冰芯孢粉组合数据，所有数据为孢粉百分比数据，按照深度顺序排列。
吕厚远
1. 数据内容（包括的要素及意义） 冰川厚度即冰川表面与冰川底部间的垂直距离。冰川厚度的分布不仅受冰川规模与冰下地形控制，同时也随着冰川对气候响应阶段不同而变化。数据包含冰川测线经纬度、高程、单点厚度、测量冰川冰体总储量、测量仪器型号等信息。 2. 数据来源与加工方法 冰川厚度主要来源于钻孔和探地雷达测厚（Ground-Penetrating Radar, GPR）。钻孔法即在冰面进行钻孔至冰下基岩，从而获得单点的冰川厚度；冰川雷达测厚技术则能精确地测量出测线上冰川厚度的连续分布，同时获取冰下基岩的地形特征，从而为冰川储量估算和冰川动力学研究提供必要的参数 3. 数据质量描述 冰川钻孔数据精度达到分米级。GPR雷达测厚由于冰川性质及底界面雷达信号强度差异，测厚精度理论上在5%-15%之间，。 4. 数据应用成果与前景 冰川厚度是获取冰下地形和冰川储量信息的先决条件。在冰川动力学数值模拟与模型研究中，冰川厚度是一个重要的基本输入参数。同时，冰川储量是表征冰川规模和冰川水资源状况的最直接参数，不仅对冰川水资源的准确评估和合理规划及有效利用十分重要，更对于区域社会经济发展和生态安全具有重要和深远
邬光剑, 邬光剑, 邬光剑, 邬光剑
青藏高原念青唐古拉山地区高分辨率（5m）冰川高程变化数据集，包括该地区2000‒2013和2000‒2017两个时间段的冰川高程变化数据。具体区域为念青唐古拉山西段的纳木错地区以及东段的岗日嘎布地区，冰川边界参考国际上通用的Randolph Glacier Inventory Version 4.0（RGI 4.0）。冰川高程变化分别由高分辨率资源三号三线阵立体像对数据（ZY-3 TLA）生成的2013年和2017年DEM数据与2000年的SRTM DEM数据通过DEM差分技术得到。其中西段数据有三期：2000‒2013、2013‒2017和2000‒2017；东段数据有一期：2000‒2017。 该数据集空间分辨率为5米，单位为m a^−1，数据格式为GeoTIFF，数据类型为浮点型，投影方式：西段为 UTM 46N，东段为UTM 47N。 该数据与现有的物质平衡实测数据及其它遥感观测的结果具有较好的一致性，但具有更高空间分辨率，可提供更详细的冰川高程变化的空间分布细节，将冰川高程变化乘以冰川的平均密度（通常为850±60 kg m^−3）即可转化为相应时间段内的冰川物质平衡 (单位为：w.e. a^−1)，可为该地区冰川高程变化和物质平衡的研究提供数据支撑。
任少亭, 贾立
雷达穿透深度改正对于采用基于雷达DEM的大地测量方法进行准确估算冰川物质平衡至关重要。由于雪的分布不均和积雪性质不同，雷达的穿透深度会因地区而异，并且依赖于海拔高度，所以本数据集给出了高亚洲1°×1°网格的SRTM C/X波段雷达穿透深度差异。该数据集包含214个高亚洲1°×1°网格的SRTM X波段和C波段的穿透深度差异结果，以及每个网格的线性拟合表达式。基于大地测量方法，采用30 m分辨率的SRTM X波段和C波段 DEM，获得了高亚洲 X波段和C波段的冰雪穿透深度差异结果，采用50 m高程分段法和线性回归分析法得到了穿透深度差与海拔高程的关系（具体方法见参考文献）。数据以excel文件存储。该数据集可以为基于SRTM DEM的高亚洲物质平衡研究提供重要的基础数据，可供研究冰川、气候、水文等的科研工作者使用。
江利明
汞是一种全球性污染物。青藏高原毗邻当前大气汞排放最严重的地区南亚，可能受到长距离传输的影响。利用冰芯和湖芯可以很好地重建大气汞传输和沉降历史。基于青藏高原和喜马拉雅山南坡8支湖芯和1支冰芯重建了工业革命以来的大气汞沉降历史。本数据集包含青藏高原纳木错、班公错、令戈错、枪勇湖、唐古拉湖和喜马拉雅山南坡Gosainkunda湖、Gokyo湖和Phewa湖的8支湖芯数据，各拉丹冬1支冰芯数据。冰芯数据分辨率为1年，湖芯数据2~20年，数据包含汞浓度数据和沉降通量数据。
康世昌, 康世昌
包括典型冰川（浪卡子县枪勇冰川：东经90.23°，北纬28.88°，海拔4898米，地表覆被为基岩；申扎县甲岗山冰川：东经88.69°，北纬30.82°，海拔5362米，地表覆被为碎石和杂草）2019-2020年自动气象观测数据。枪勇冰川记录包含1.5米温度、1.5米湿度、2米风速、2米风向、地表温度等数据。该自动气象站的数据采用USB离线获取的方式收集，初始记录时间为2019年8月6日19时10分，记录间隔为10分钟，2019年10月24日现场下载数据，未能连接上。2020年12月20日16:30到现场下载数据，仍然无法连接到电脑，于是将数采仪取回带到北京后将数据读出。数据未缺失，但风速数据在2020年7月14日9:30之后有问题（极可能是风向标被破坏所致）。甲岗山冰川初始记录时间为2019年8月9日15时00分，记录间隔为1分钟，电源主要是通过蓄电池和太阳能板来维持。该自动气象站无内部存储，数据每小时通过GPRS上传至HOBO网站，由专人定期下载。2020年1月5日23:34，1.5米温湿度传感器出现异常，温度和湿度数据丢失。2020年6月30日21:20之后所有数据完全无法通过网站下载。2020年12月19日将数采仪取回，下载到2020年6月23日19:43至9月25日3:36的数据。之后更换温湿度传感器，于12月21日12:27重新开始观测。目前数据由三段组成（2019.8.9-2020.6.30；2020.6.23-2020.9.25；2020.12.19-2020.12.29），经检查，数据有部分缺失，个别数据因记录电池电压，时间上有重复，需要核对。甲岗山冰川前端气象观测数据使用美国ONSET 公司HOBO RX3004-00-01型号自动气象站采集，温湿度探头型号为S-THB-M002 ，风速风向传感器型号S-WSET-B ，地温温度传感器型号S-TMB-M006 。枪勇冰川前端气象观测数据使用美国ONSET 公司HOBO U21-USB型号自动气象站采集，温湿度探头型号为S-THB-M002 ，风速风向传感器型号S-WSET-B ，地温温度传感器型号S-TMB-M006 。
张东启
本数据集是在东绒布冰川通过野外架设气象站实测获得的气象观测资料，以excel形式存储，内含2个数据列表：Surface_energy_budget和Cycle。Surface_energy_budget数据集包括四分量辐射，风速风向温度湿度（1.5 m和2.5 m）。与辐射相关的气象要素为：向下短波、反射短波、向下长波、向上长波、净短波、净长波、净辐射、感热、潜热、地下传导热、云量（cloud index_根据Faiver et al. 2004, JGR）、南亚季风指数、反照率；Cycle列表，是5-7月气象要素的日循环值；第1行字段名称前缀“1”、“2”和“3”表示观测期的三个时段，分别是：1 May-28 May、29 May -16 June、17 June - 22 July。
刘伟刚
本数据集为横断山冰川物理性质数据，反映了横断山冰川温度状况，是中国科学院青藏高原综合科学考察队于1982—1984年先后在玉龙山东坡白水1号冰川和贡嘎山西坡大贡巴冰川上进行观测所得。数据中对玉龙山东坡白水1号冰川和贡嘎山西坡大贡巴冰川两处取样点的温度场位置、海拔高度、钻孔信息和冰面状况，以及取样时间、取样深度和所测温度都有详细记录，均为实地考察测算所得数据。同时有大贡巴冰川冰面运动速度数据和玉龙山白水1号冰川4700m处表面应变率、正应变率及其误差和主应变率。本数据对研究横断山区冰川活动层温度和运动状态有重要意义。
李吉均, 李吉均, 李吉均
横断山冰川的消融观测，主要在贡嘎山东坡海螺沟冰川和贡嘎山西坡大、小贡巴冰川上进行。另外，在玉龙山东坡白水1号冰川上也作了一些消融观测。从上述两条山脉四条冰川的消融观测来看，还是有一定的区域代表性，使它们反映出横断山冰川消融的基本情况。本数据集记录了不同时间不同地点观测点的冰川消融数据：1982 年6-8月，玉龙山东坡白水1号冰川海拔4200m、4 600m和4800m三个高度的冰面消融观测数据。1982 年8月27日至1983 年8月底，贡嘎山东坡海螺沟冰川舌部不同高度的全年实测数据。1982年7月12日至1983年8月6日,贡嘎山西坡贡巴冰川消融观测数。
李吉均, 李吉均, 李吉均
本数据是对横断山区冰川以及其类型的统计和每一处冰川的信息的统计，以及整理了中国一些冰川雪线资料及有关参数。数据共包含八个数据表，分别为横断山区各山脉冰川统计（实测数据），横断山区各流域冰川统计（实测数据），横断山区冰川类型统计（实测数据），贡嘎山一些冰川补给区的基本特征（实测数据），贡嘎山一些冰川的AAR值与雪崩区面积（实测数据），贡嘎山冰川资料统计（实测数据），贡嘎山4条冰川厚度测量统计（实测数据），中国一些冰川雪线资料及有关参数（资料统计）。
李吉均, 李吉均, 李吉均
该数据集为可可西里地区冰川分布状况记录，包含了可可西里地区各山地现代冰川分布状况，可可西里地区各流域现代冰川分布， 可可西里地区不同山地高度段内现代冰川分布状况三个表格。地处青藏高原腹地的可可西里地区，平均海拔在5000m以上，气候严寒。根据中国冰川目录和作者在1/10万地形图上重新统计，全区发育现代冰川437条，覆盖面积达1552.39平方千米，冰储量为162.8349立方千米，成为本区众多河流湖泊水体的重要补给源泉。通过该数据集可以更加深入了解该区冰川分布规律等。
李炳元
该数据集包含纳木那尼冰川（北支）2008-2018年的年物质平衡数据，侧碛和末端自动气象站2011-2019年日气象数据及冰面上2018-2019年的月均气温和相对湿度数据。 冰川物质平衡数据观测时间为每年9月底或10月初，采用冰面测杆和雪坑结合的方法进行观测，获取测杆点的物质平衡数据，然后计算整条冰川的年净物质平衡（具体方法见参考文献）。 2台自动气象站（AWSs，Campbell公司）分别安装在纳木那尼冰川侧碛和末端。AWS1观测时间为2011年10月1日-2018年11月30日，观测数据包括气温(℃)、相对湿度(%)、太阳辐射(W/m2)，仪器半小时记录一次气象资料。AWS2观测时间为2010年10月19日-2018年11月30日，观测数据包括风速(m/s)、大气压(hPa)、降水 (mm)，仪器每小时记录一次气象资料。首先剔除原始记录中的少量异常数据，然后计算这些参数的日值。数据质量方面：原始数据质量较好，缺失较少。 两个温湿度探头（型号：Hobo MX2301）于2018年安装于冰面，半小时记录一次数据。将半小时数据处理为月均值。原始数据质量较好，没有缺失。 数据以excel文件存储。 该观测资料可以为研究喜马拉雅西段北坡气候、冰川、水资源及其之间的关系提供重要的基础数据，可供研究气候、水文、冰川等的科研工作者使用。
赵华标
本数据集包括南极冰盖花杆、冰（雪）芯/雪坑、自动气象站高度仪和探地雷达观测的日平均、年平均和多年平均表面物质平衡数据。数据来自已发表的文献，数据报告及国际数据共享平台，经质量控制后，形成了到目前为止最为完善的南极冰盖表面物质平衡日、年和多年分辨率的数据集，其中年分辨率表面物质平衡数据跨度过去1000年。该数据集主要用于冰川学、气候学及水文学等学科领域，特别地可用于南极表面物质平衡时空变化定量分析，气候模式验证，驱动冰盖模式和粒雪化模型等等。
王叶堂
1) 数据主要包括2016-2018年UIB地区六条典型冰川的GPR实测冰厚与GlabTop2模拟的2010s的UIB全流域的冰储量，8个水文站的径流数据 2) 数据加工方式：通过输入TanDEM-X与巴基斯坦冰川编目等，从而在GlabTop2模型中生成模拟冰厚值。 2) 数据质量描述：GlabtOP2模拟冰厚值的空间分辨率为30 m.误差为15%，GPR实测的最大冰厚的误差为230.2 ± 5.4 m.
张寅生
该数据提供了南极冰盖2013年-2019年间的年度冰流速产品，该产品是第一个采用Landsat 8 光学影像的全色波段（15米分辨率）获取的南极冰川流速年度产品。所使用的影像时间段为2013年12月-2019年4月。该南极年度冰流产品共采用了超过8万景Landsat 8影像，超过25万景形变测量结果。洲际冰流速产品采用了非局部均值滤波误差处理方法，裸岩区域作为标定的处理方法，提高了冰流的细节和定位精度。是至今为止南极覆盖最全、分辨率最高的年度产品。该产品可以作为评估南极冰盖物质平衡的重要基础资料，也可以作为冰川模型的标定产品。
沈强
本数据集包含由卫星重力测量数据得到的2002年4月至2019年12月南极冰盖质量变化数据。所采用的卫星重力数据来自于美国宇航局NASA与德国宇航局DLR合作的重力场恢复与气候学实验双星星座（GRACE，2002年4月至2017年6月）及其后续任务GRACE-FO (2018年六月至今）。由于GRACE和GRACE-FO之间有一年左右数据间断，我们额外采用了由欧洲空间局ESA的Swarm星座GPS数据反演得到的重力场数据（2013年12月至2019年12月）。所采用GRACE重力场数据为德州大学奥斯丁空间研究中心（CSR）、德国地学研究中心（GFZ）、美国宇航局喷气推进实验室（JPL）以及俄亥俄州立大学（OSU）四家机构发布产品的加权平均模型。GRACE数据后处理包括：用SLR数据解算结果替换GRACE低阶重力场参数（degree-1, C20和C30），去条带滤波，300公里高斯平滑，ICE6-G_D（VM5a）GIA模型，信号泄露误差改正，椭球误差改正等。
张宇, 沈嗣钧
该数据为中国科学院藏东南高山环境综合观测研究站在嘎隆拉24k冰川的表碛区自动气象站数据（AWS，Campbell公司），地理坐标为北纬29.765°，东经95.712°，海拔3950 m。数据包括气温（℃）、相对湿度（%）、风速（m/s）、净辐射辐射（w/m2）、水汽压（Kpa）和气压（mbar）日算术平均数据，原始数据中2018年10月之前每30分钟记录一个平均值，之后为10分钟记录一个平均值。温湿度采用HMP155A温湿度探头测定，净辐射探头型号为NR01，大气压力传感器探头为PTB210，风速传感器为05103，这些探头离地面2 m高。数据质量方面：本数据经过了严格的质量控制，先剔除了原始的10分钟和30分钟的异常数据，然后计算了每小时的算术平均数，最后计算日值，在计算日值时，如果小时数据的个数不足24个，予以剔除，数据表中对应的日期的数据为空。视为空值为剔除异常值后的数据除由于冬春季积雪较厚，气温低，导致部分参数数据有缺失外，数据经过严格质量控制，可供研究气候、冰川和水文等的科研工作者使用。
罗伦
采自青藏高原的冰芯样品提供了冰雪同位素组成变化的高分辨率记录。该数据集包含了自1864-2006年各年的冰芯氧稳定同位素数据，冰芯是从青藏高原南部宁金岗桑冰川钻取得到，长度为55.1米，通过利用中国科学院青藏高原研究所 环境变化与地表过程重点实验室的MAT-253同位素质谱分析仪测得氧同位素数据，测量精度为0.05%。 数据采集地点: 宁金刚桑冰川（90.2°E，29.04°N，海拔高度5950米）
高晶
采用宇宙成因核素（10Be和26Al）暴露年代方法等测定西风带和季风区末次冰盛期、全新世和小冰期冰川遗迹的时代，确定冰川进退的绝对年代序列。野外调查研究冰川遗迹的分布，确定冰碛垄的位置，测量冰碛垄的地貌特征。根据冰川遗迹的地貌部位和风化程度确定相对新老关系，初步判断末次冰盛期的冰碛垄。从该垄向上游采集各列冰碛垄上的冰川漂砾的暴露年代样品。本数据包括喀喇昆仑地区根据10Be暴露年代方法获得的气候转型期冰川进退范围。
许向科
在众多反映气候环境变化的指标中，冰芯稳定同位素指标是冰芯记录研究中必不可少的参数，是恢复过去气候变化最可靠的手段和最有效的途径之一。冰芯积累量是冰川上降水量的直接记录，而且高分辨率冰芯记录保证了降水记录的连续性。因此，冰芯记录提供了一种恢复降水量变化的有效手段。从青藏高原钻取的冰芯同位素和积累量可用来重建温度和降水变化，是很好的气候环境记录。本数据集提供了喀喇昆仑地区Hushe冰芯稳定同位素记录，为研究青藏高原的气候变化提供数据支撑。
徐柏青, 王茉
1) These data main included the GPR-surveyed ice thickness of six typical various-sized glaciers in 2016-2018; the GlabTop2-modeled ice thickness of the entire UIB sub-basins, discharge data of the hydrological stations, and related raw & derived data. 2) Data sources and processing methods: We compared the plots and profiles of GPR-surveyed ice bed elevation with the GlabTop2-simulated results and selected the optimal parametric scheme, then simulated the ice thickness of the whole UIB basin and assessed its hydrological effect. These processed results were stored as tables and tif format， 3) Data quality description: The simulated ice thickness has a spatial resolution of 30 m, and has been verified by the GPR-surveyed ice thickness for the NSE values were above 0.9. The maximum error of the GPR-measured data was ± 2.4 m, within the quoted glacier error at ± 5%. 4) Synthesizing knowledge of the ice thickness and ice reserves provides critical information for water resources management and regional glacial scientific research, it is also essential for several other fields of glaciology, including hydrological effect, regional climate modeling, and assessment of glacier hazards.
张寅生
青藏高原五大河源区冰川径流数据集覆盖时间从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)。 数据以多源遥感和实测数据为基础，使用青藏高原五大河源区及其周边气象站点日尺度气象数据、UMD-1KM的全球植被产品、IGBP-DIS土壤数据库、第一、二次冰川编目数据等驱动模型，耦合了冰川模块的分布式水文模型VIC-CAS模拟形成了冰川径流数据。并使用站点实测数据对模拟结果进行了验证, 增强质量控制。 数据指标包含：冰川径流率（Rate of glacier runoff: %），总径流（Total Runoff，mm/a），雪径流率（Rate of snow runoff: %），降雨径流率 （降雨径流率:%）。
王世金
这组数据是1974-2016年期间珠峰北坡绒布流域三条绒布冰川及表碛覆盖冰川三个时间段的年均冰储量变化数据集，采用ESRI 矢量多边形格式存储,是由三个阶段的DEM高程差数据DHPRISM2006-DEM1974（DH2006-1974）、DHSRTM2000-DEM1974（DH2000-1974）、DHASTER2016-SRTM2000（DH2016-2000），结合冰川覆盖专题矢量数据、冰密度 850 ± 60 kg m−3计算而来。DHPRISM2006-DEM1974, or DH2006-1974, 是2006年PRISM2006 数据和1974年DEM1974之间的高程差,即DH2006-1974 =PRISM2006 – DEM1974。PRISM2006是由2006年12月4日的光学立体像对遥感数据ALOS/PRISM生成。DEM1974是由我国早期1:50,000地形图生成的，这两期DEM都采用横轴墨卡托投影、Krasovsky1940椭球体。PRISM2006与DEM1974配准后，非冰川区高程数据精度为±0.24 m a-1。DHSRTM2000-DEM1974（DH2000-1974）是，2000年SRTM与DEM1974的高程差，两期DEM数据配准后，非冰川区高程数据精度为±0.03 m a-1。DHASTER2016-SRTM2000（DH2016-2000）是基于Brun et al. (2017) 发布的冰面高程差数据，采用与DH2006-1974、DH2000-1974一样的数据处理方法与处理过程而得到, 在非冰川区高程数据精度为±0.08 m a-1。表格中包括的数据项有：Shape_Area,冰川面积(m2)、Name冰川名,EC74_00表示1974-2000年间平均每条冰川每年的冰面高程变化（m a-1），EC00_16表示2000-2016年间冰川每年的冰面高程变化（m a-1），EC74_2006是1974-2006年间冰川年均冰面高程变化（m a-1），MB74_00表示1974-2000年间每条冰川年均冰川物质平衡数据（m w.e. a-1），MB00_16表示2000-2016年每条冰川年均冰川物质平衡数据（m w.e. a-1），MB74_2006表示1974-2006年每条冰川年均冰川物质平衡数据（m w.e. a-1），MC74_2000表示1974-2000年间每条冰川每年冰储量变化（m3 w.e. a-1），MC00_2016表示2000-2016年间每条冰川每年的冰储量变化（m3w.e. a-1），MC74_2006表示1974-2006年间每条冰川每年的冰储量变化（m3w.e. a-1）, Uncerty_EC,是每条冰川冰面高程变化的最大误差范围（m a-1）、Uncerty_MB,是每条冰川冰川物质平衡的最大误差（m w.e. a-1），Uncerty_MC, 是每条冰川冰储量变化的最大误差（m3w.e. a-1）。 MinUnty_EC，是每条冰川冰面高程变化的最小误差范围，MinUnty_MB，每条冰川冰川物质平衡的最小误差（m w.e. a-1），MinUnty_MC是每条冰川冰储量变化的最小误差（m3w.e. a-1）。该组数据可用于喜马拉雅山脉与高亚洲地区冰川变化、冰川消融水文水资源效应及其气候原因。
叶庆华, 叶庆华, 叶庆华, 叶庆华, 叶庆华, 叶庆华
这组数据是2000-2014年间藏东南易贡藏布东段71条冰川的年均冰储量变化数据集，采用ESRI SHP矢量多边形数据格式存储。每条冰川的冰储量变化通过SRTM DEM、Dh2000-2014、冰川专题矢量数据（CGI2/TPG1976/RGI6.0）与冰密度 850 ± 60 kg m−3计算而得。Dh2000-2014基于一对2014年2月7日TSX/TDX SAR影像与2000年SRTM DEM数据，采用差分干涉技术（D-InSAR）获取。基于CGI2/TPG1976/RGI6.0提取区域冰川矢量数据与冰川编号。SRTM DEM是参考DEM与基准DEM，在数据统计中用于划分不同海拔范围，其空间分辨率为30m。属性表中包括的数据项有：GLIMS-ID表示冰川编号、Area表示冰川面积（m2）、EC_m_a-1表示2000-2014年期间每条冰川的年均冰面高程变化(m a-1)、MB_m w.e.a-1表示2000-2014年期间每条冰川的年均物质平衡变化(m w.e.a-1)、MC_m3 w.e.a-1表示2000-2014年期间每条冰川的年均冰储量变化(m3 w.e.a-1)、MC_Gt.a-1表示2000-2014年期间每条冰川的年均冰储量变化(Gt a-1)、Uncerty_EC是每条冰川冰面高程变化的误差（±m a-1）、Uncerty_MB是每条冰川物质平衡误差（±m w.e. a-1），UT_MCm3w.e. a-1是每条冰川冰储量变化误差（±m3w.e. a-1）。该组数据可用于藏东南地区冰川消融水文水资源效应研究。
叶庆华, 叶庆华, 叶庆华, 叶庆华, 叶庆华, 叶庆华
这组数据是1974-2017年期间希夏邦马峰地区年均冰川物质平衡变化和冰储量变化数据集，包括1974-2000年和2000-2017年两个时段。采用ESRI 矢量多边形格式存储, 是由KH-9 DEM1974-SRTM DEM2000（DH1974-2000）与SRTM DEM2000-TSX/TDX 2017（DH2000-2017）两期DEM高程差（DH）数据，结合TPG1976/CGI2冰川专题矢量数据与冰密度（850 ± 60 kg m−3）计算而来。KH-9 DEM是由3景KH-9遥感影像数据，通过光学立体像对方法生成了研究区1974年数字高程模型。TSX/TDX2017数据通过与SRTM DEM数据进行差分干涉算法对得到研究区冰面高程变化DH2000-2017。1974-2000年间研究区年均冰面高程变化误差为±0.07 m，大地测量物质平衡误差为±0.06 m w.e. a-1。2000-2017年间年均冰面高程变化误差为±0.11 m，大地测量物质平衡误差为±0.10 m w.e. a-1。表格中包括的数据项有：GLIMSId代表从GLIMS冰川数据库读取的冰川编号、Area代表冰川面积（km2）、Area_m2是冰川面积（m2）,Name代表冰川名、EC74_2000表示1974-2000年间平均每条冰川每年的冰面高程变化（m a-1），EC00_2017表示2000-2017年间冰川每年的冰面高程变化（m a-1），MB74_2000表示1974-2000年间每条冰川年均冰川物质平衡数据（m w.e. a-1），MB00_2017表示2000-2017年每条冰川年均冰川物质平衡数据（m w.e. a-1），MC74_2000表示1974-2000年间每条冰川每年冰储量变化（m3 w.e. a-1），MC00_2017表示2000-2017年间每条冰川每年的冰储量变化（m3w.e. a-1），Ut_EC74_00,是1974-2000年冰面高程变化误差（m a-1）、Ut_MB74_00,是每条冰川1974-2000年冰川物质平衡误差（m w.e. a-1），Ut_MC74_00, 是每条冰川1974-2000年冰储量变化误差（m3w.e. a-1）。 Ut_EC00_17，是2000-2017年冰面高程变化误差，Ut_MB00_17，每条冰川2000-2017年冰川物质平衡误差（m w.e. a-1），Ut_MC00_17是每条冰川2000-2017年冰储量变化误差（m3w.e. a-1）。该数据集可用于喜马拉雅山脉希夏邦马峰地区冰川消融及其水文水资源效应，以及气候变化与冰雪灾害研究等。
叶庆华, 叶庆华, 叶庆华, 叶庆华, 叶庆华, 叶庆华
这组数据是1974-2014年期间尼泊尔Ponkar冰川区年均冰川物质平衡变化和冰储量变化数据集，包括1974-2000年和2000-2014年两个时段。采用ESRI 矢量多边形格式存储, 是由KH-9 DEM1974-SRTM DEM2000（DH1974-2000）与SRTM DEM2000-TSX/TDX2014（DH2000-2014）两期DEM高程差（DH）数据，结合TPG1976/CGI2冰川专题矢量数据与冰密度（850 ± 60 kg m−3）计算而来。KH-9 DEM是由3景KH-9遥感影像数据，通过光学立体像对方法生成了研究区1974年数字高程模型。TSX/TDX2014数据通过与SRTM DEM数据进行差分干涉算法对得到研究区冰面高程变化DH2000-2014。1974-2000年间研究区年均冰面高程变化误差为±0.07 m，大地测量物质平衡误差为±0.06 m w.e. a-1。2000-2014年间Ponkar冰川区年均冰面高程变化误差为±0.13 m，大地测量物质平衡误差为±0.11 m w.e. a-1。表格中包括的数据项有：GLIMSId代表从GLIMS冰川数据库读取的冰川编号、Area代表冰川面积（km2）、Gla_area是冰川面积（m2）,Name代表冰川名、EC74_2000表示1974-2000年间平均每条冰川每年的冰面高程变化（m a-1），EC00_2014表示2000-2014年间冰川每年的冰面高程变化（m a-1），MB74_2000表示1974-2000年间每条冰川年均冰川物质平衡数据（m w.e. a-1），MB00_2014表示2000-2014年每条冰川年均冰川物质平衡数据（m w.e. a-1），MC74_2000表示1974-2000年间每条冰川每年冰储量变化（m3 w.e. a-1），MC00_2014表示2000-2014年间每条冰川每年的冰储量变化（m3w.e. a-1），Ut_EC74_00,是1974-2000年冰面高程变化误差（m a-1）、Ut_MB74_00,是每条冰川1974-2000年冰川物质平衡误差（m w.e. a-1），Ut_MC74_00, 是每条冰川1974-2000年冰储量变化误差（m3 w.e. a-1）。 Ut_EC00_14，是2000-2014年冰面高程变化误差，Ut_MB00_14，每条冰川2000-2014年冰川物质平衡误差（m w.e. a-1），Ut_MC00_14是每条冰川2000-2014年冰储量变化误差（m3w.e. a-1）。该数据集可用于喜马拉雅山脉南坡Ponkar冰川区冰川消融及其水文水资源效应，以及气候变化与冰雪灾害研究等。
叶庆华, 叶庆华, 叶庆华, 叶庆华, 叶庆华, 叶庆华
这组数据是1974-2013年期间喜马拉雅山脉西段纳木那尼峰地区年均冰川物质平衡变化和冰储量变化数据集，采用ESRI 矢量多边形格式存储，是由两个阶段的DEM高程差数据DHSRTM2000-DEM1974（即DH2000-1974）、DHTanDEM2013-SRTM2000（DH2013-2000），结合冰川覆盖专题矢量数据、冰密度 850 ± 60 kg m−3计算而来。DHSRTM2000-DEM1974（DH2000-1974）, 是2000年SRTM DEM2000数据和1974年1:50,000的DEM1974之间的高程差,即DH2000-1974 =SRTM2000 – DEM1974。DEM1974是由我国1974年航拍照片绘制1:50,000地形图生成的，两期DEM数据配准后，非冰川区高程数据精度为±0.13 m a-1。DHTanDEM2013-SRTM2000（DH2013-2000），是基于2013年10月17日一对TerraSAR-X和TanDEM-X (TSX/TDX)雷达数据与2000年SRTM DEM数据、采用差分干涉技术（D-InSAR）获取,在非冰川区高程数据精度为±0.04 m a-1。 表格中包括的数据项有： Area,冰川面积(m2)、GLIMS_Id表示冰川编号，EC74_00表示1974-2000年间平均每条冰川每年的冰面高程变化（m a-1），EC00_13表示2000-2013年间冰川每年的冰面高程变化（m a-1），MB74_00表示1974-2000年间每条冰川年均冰川物质平衡数据（m w.e. a-1），MB00_13表示2000-2013年每条冰川年均冰川物质平衡数据（m w.e. a-1），MC74_2000表示1974-2000年间每条冰川每年冰储量变化（m3 w.e. a-1），MC00_2013表示2000-2013年间每条冰川每年的冰储量变化（m3 w.e. a-1）, Uncerty_MB是每条冰川年均冰川物质平衡数据误差（m w.e. a-1）， Uncerty_MC表示每条冰川每年的冰储量变化的最大误差范围（m3 w.e. a-1）。该组数据可用于喜马拉雅山脉与高亚洲地区冰川变化、冰川消融水文水资源效应及其气候原因。
叶庆华, 叶庆华, 叶庆华, 叶庆华, 叶庆华, 叶庆华
本数据为祁连山地区2019年冰川分布产品。采用经典波段比值法和人工修正的方法提取。原始基础数据为2019年祁连山全境的高分系列影像。参考数据为谷歌影像和天地图影像。产品以shp文件格式存储，包含坐标系、冰川ID、冰川面积等属性。产品为1期，空间分辨率为2米，边界精度在2米（一个像元）左右。该数据直观地反映了祁连山冰川在2019年的分布，可用于冰川物质平衡变化定量估计、冰川变化对流域径流量影响定量估计等研究。
李佳, 汪赢政, 李建江, 李新, 刘绍民
该数据集包含1975-2013年青藏高原地区的海螺沟冰川、帕隆94号冰川、七一冰川、小冬克玛底冰川、慕士塔格冰川15号冰川、煤矿冰川以及NM551冰川物质平衡数据。基于世界冰川目录中收集的冰川物质平衡观测数据（World Glacier Inventory，https://nsidc.org/data/G10002/versions/1）以及姚檀栋等发布于第三极环境数据中心平台的（Third Pole Environment Database，http://en.tpedatabase.cn/）冰川物质平衡观测数据以及Global Land Data Assimilation System（GLDAS）数据集提供的气象要素数据（meteo.xlsx中为提取出的各冰川几何中心所在数据网格上的气象要素，包括降水、近地面气温、净辐射、雪面蒸发和雪深时间序列），采用冰川物质平衡计算公式重构了1975-2013年上述七个冰川的物质平衡序列。此重构数据是基于已发布的冰川物质平衡数据对冰川物质平衡公式中的参数进行了率定，并利用冰川物质平衡公式对长时间序列物质平衡进行了重构，其中参数率定结果以及长时间序列数据重构结果均与相关研究成果进行了比对，论证了该数据成果的合理性，具体可参考以下论文。该数据可用于所涉及冰川区域水资源变化研究、扩充了青藏高原冰川物质平衡数据集，并可为未来冰川物质平衡重构相关研究提供参考。
刘晓婉
Snow is a significant component of the ecosystem and water resources in high-mountain Asia (HMA). Therefore, accurate, continuous, and long-term snow monitoring is indispensable for the water resources management and economic development. The present study improves the Moderate Resolution Imaging Spectroradiometer (MODIS) onboard Terra and Aqua satellites 8 d (“d” denotes “day”) composite snow cover Collection 6 (C6) products, named MOD10A2.006 (Terra) and MYD10A2.006 (Aqua), for HMA with a multistep approach. The primary purpose of this study was to reduce uncertainty in the Terra–Aqua MODIS snow cover products and generate a combined snow cover product. For reducing underestimation mainly caused by cloud cover, we used seasonal, temporal, and spatial filters. For reducing overestimation caused by MODIS sensors, we combined Terra and Aqua MODIS snow cover products, considering snow only if a pixel represents snow in both the products; otherwise it is classified as no snow, unlike some previous studies which consider snow if any of the Terra or Aqua product identifies snow. Our methodology generates a new product which removes a significant amount of uncertainty in Terra and Aqua MODIS 8 d composite C6 products comprising 46 % overestimation and 3.66 % underestimation, mainly caused by sensor limitations and cloud cover, respectively. The results were validated using Landsat 8 data, both for winter and summer at 20 well-distributed sites in the study area. Our validated adopted methodology improved accuracy by 10 % on average, compared to Landsat data. The final product covers the period from 2002 to 2018, comprising a combination of snow and glaciers created by merging Randolph Glacier Inventory version 6.0 (RGI 6.0) separated as debris-covered and debris-free with the final snow product MOYDGL06*. We have processed approximately 746 images of both Terra and Aqua MODIS snow containing approximately 100 000 satellite individual images. Furthermore, this product can serve as a valuable input dataset for hydrological and glaciological modelling to assess the melt contribution of snow-covered areas. The data, which can be used in various climatological and water-related studies, are available for end users at https://doi.org/10.1594/PANGAEA.901821 (Muhammad and Thapa, 2019).
Sher Muhammad
过去五十年，阿拉斯加地区冰川对海平面贡献占全球山地冰川总贡献的三分之一。 在RGI6.0的基础上，我们利用遥感和地理信息系统技术对阿拉斯加地区冰川编目数据进行了更新。更新的冰川编目采用的数据源为2018年Landsat OLI空间分辨率15m遥感影像，使用的方法为人工解译。结果显示，阿拉斯加地区冰川编目包括了现有冰川27043条，总面积81285km2。数据误差4.3%。该数据将为研究全球变化大背景下阿拉斯加地区冰川变化评估、冰川变化的区域和全球影响提供重要的数据支撑。
上官冬辉, 李耀军
The dataset integrated glacier inventory data and 426 Landsat TM/ETM+/OLI images, and adopted manual visual interpretation to extract glacial lake boundaries within a 10-km buffer from glacier terminals using ArcGIS and ENVI software, normalized difference water index maps, and Google Earth images. It was established that 26,089 and 28,953 glacial lakes in HMA, with sizes of 0.0054–5.83 km2, covered a combined area of 1692.74 ± 231.44 and 1955.94 ± 259.68 km2 in 1990 and 2018, respectively. The current glacial lake inventory provided fundamental data for water resource evaluation, assessment of glacial lake outburst floods, and glacier hydrology studies in the mountain cryosphere region.
WANG Xin, GUO Xiaoyu, YANG Chengde, LIU Qionghuan, WEI Junfeng, ZHANG Yong, LIU Shiyin, ZHANG Yanlin, JIANG Zongli, TANG Zhiguang
本数据集是2017年青藏高原冰川数据，使用了210景Landsat8 OLI卫星多光谱遥感数据，时间从2013年至2018年，90%来源于2017年,85%的Landsat8 OLI数据成像于冬季。冰川数据是青藏高原净冰川覆盖范围，不包括表碛物覆盖部分。数据格式是TIFF，可以为青藏高原冰川变化、冰川水文研究提供基础数据支持。 数据内容： Value是冰川斑块在系统中自动生成的编码。 格网单元：30m 数据的投影方式：Albers等积圆锥投影。 数据加工方法：基于210景Landsat8 OLI卫星多光谱遥感数据，校正、镶嵌为假彩色合成影像（RGB:654），采用人工目视解译方法，参考波段比值法结果，结合SRTM DEM V4.1数据与Google Earth和HJ1A/1B卫星同一年不同季节的影像，剔除了山体阴影、季节性积雪的影响，参考我国第一期和第二期冰川编目数据，剔除了非冰川区的陡崖、裸露基岩等，综合提取净冰川专题矢量数据，不包括冰川末端位置不清的表碛物覆盖区域，冰川边界数字化精度为半个像元（15m）。通过对比分析，可知基于多数据源、参考多方法结果、综合专家经验知识人-机互动方法提取获得的山地冰川数据更准确。具体数据提取方法详见参考文献： Ye, Q., J.Zong,L.Tian et al. (2017). Glacier changes on the Tibetan Plateau derived from Landsat imagery: mid-1970s – 2000 – 2013. Journal of Glaciology,63(238), 273-87. DOI:10.1017/jog.2016.137。 原始遥感资料数据精度：30m 数据质量控制措施：冰川边界数字化精度控制在半个像元之内（15m）。 项目来源：中国科学院战略性先导科技专项（A类）（XDA19070302）, 第二次青藏高原综合科学考察研究资助（2019QZKK0202），国家自然科学基金项目（41530748, 91747201）、中国科学院“十三五”信息化建设专项资助(XXH13505-06)。
叶庆华, 叶庆华, 叶庆华, 叶庆华, 叶庆华, 叶庆华
1)数据内容：高分辨率西南极冰盖表面物质平衡格点数据库 投影：Polar Stereographic Projection 2)数据来源及加工方法：基于高分辨率冰芯代用资料、ERA-Interim再分析降水和蒸发数据和极地气候模式RACMO2.3输出结果，利用改进的类克里格插值方法，建立了西南极冰盖表面物质平衡格点数据集 3)数据质量描述：精度优于再分析资料。 4)数据应用成果及前景：该数据库可用于水文学、气候学及冰川学等学科领域，比如：气候模式（CMIP5及 CESM等）的验证，西南极冰盖物质平衡长时间尺度变化评估研究。
王叶堂
第三极地区近期冰川变化因其对下游水资源供给的重要意义而成为周边各国政府关注的热点。第三极地区冰川表面高程变化数据产品基于获取于2000年的SRTM和2015年前后ASTER立体像对，在第三极地区范围内选了40余个典型冰川区来进行相应时段冰川表面高程估算。本产品共计估算了第三极地区超过14000条冰川2000-2015s时段内的表面高程变化，调查面积约占整个第三极地区冰川面积的25%。数据的覆盖范围为除阿尔泰山以外的整个第三极地区，空间分辨率为30m。
陈安安
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
