该数据为黑河计划项目“黑河上游土壤水文异质性观测试验及其对山区水文过程的影响”(91125010)的土壤水分采样点经纬度信息，主要用于表达本项目中土壤水分采样点的空间分布情况。

该数据集包含了2012年7月至2013年8月的黑河流域典型土壤样点饱和导水率数据。黑河流域典型土壤样点采集方式为代表性采样，指能够采集到景观区域内的典型土壤类型，尽可能采集代表性较高的样点，重复三次测每类土壤的饱和导水率，取平均值。

黑河流域30m/月植被指数（NDVI/EVI）数据集提供了2011-2014年的月度NDVI/EVI合成产品，该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率（组网后2天）和空间分辨率（30m）的特点构造多角度观测数据集，以平均合成MC法作为主算法进行合成，备用算法采用VI法。同时，将多源数据集主要观测角作为质量描述符的一部分，以辅助分析合成植被指数残留的角度效应。每月获取的遥感数据能够提供比单天传感器数据更多的角度和更多次的观测，但由于传感器的在轨运行时间及性能差异，多时相、多角度观测数据的质量参差不齐。因此，为有效利用多时相、多角度观测数据，本算法在利用多源数据集进行植被指数合成前，设计了对多源数据集的数据质量检查，去除了较大误差观测及不一致的观测。在黑河中游农田区域的验证结果表明，联合多时相、多角度观测数据的NDVI/EVI合成结果与地面实测数据具有较好的一致性（R2=0.89，RMSE=0.092）。总之，黑河流域30m/月合成植被指数（NDVI/EVI）数据集综合利用多时相、多角度观测数据以提高参数产品的估算精度、时间分辨率等，实现了稳定的标准化产品的从无到有，更好的服务于遥感数据产品的应用。

黑河流域光合有效辐射吸收比例数据集提供了2013-2014年的光合有效辐射吸收比例数据产品。光合有效辐射吸收比例(FPAR)是光合有效辐射穿过冠层到达地表又被反射从冠层穿出过程中被冠层吸收的光合有效辐射占全部光合有效辐射的比例，它是由植被冠层生理生态特性以及结构特性所决定。本数据集算法在基于能量守恒的FPAR反演方法的基础上发展而来，为体现直散射辐射在冠层中路径和被吸收概率的不同，发展了一种区分直射与散射的FPAR反演模型。算法能够反演植被冠层直射部分FPAR、散射FPAR及总FPAR，反演得到的瞬时FPAR与观测FPAR间RMSE为0.0289，R2为0.8419。

黑河流域1km/5day植被指数（NDVI/EVI）数据集提供了2011-2014年的5天分辨率NDVI/EVI合成产品，该数据利用我国国产卫星FY-3数据兼具较高时间分辨率（1天）和空间分辨率（1km）的特点构造多角度观测数据集，在对多源数据集以及现有合成植被指数产品及算法进行分析的基础上，提出了基于多源数据集生产1km分辨率5天周期的全球合成植被指数产品算法体系。植被指数合成算法基本采用MODIS的植被指数合成算法，即基于半经验的Walthall模型的BRDF角度归一化方法、CV-MVC法和MVC法的算法体系。利用该算法体系，分别对一级数据、二级数据计算合成植被指数，并进行质量标识。多源数据集可在有限时间内提供比单一传感器更多的角度和更多次的观测，但是，由于传感器的在轨运行时间及性能差异，多源数据集的观测质量参差不齐。因此，为更有效的利用多源数据集，算法体系首先对多源数据集进行了质量分级，根据观测合理性分为一级数据、二级数据、三级数据。三级数据为受薄云污染的观测，不用于计算。在黑河中游农田、森林区域的验证结果表明，联合多时相、多角度观测数据的NDVI/EVI合成结果与地面实测数据具有较好的一致性（RMSE=0.105）。与MODIS MOD13A2产品的时间序列对比分析，充分显示了时间分辨率从16天提高到5天时，稳定的高精度的植被指数对植被生长细节的细致描述。总之，黑河流域1km/5day合成植被指数（NDVI/EVI）数据集综合利用多时相、多角度观测数据以提高参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。

黑河流域土地利用覆盖数据集提供了2011-2015年的月度地表类型覆盖数据，该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率（组网后2天）和空间分辨率（30m）的特点构造时间序列数据，针对各类地物随时间变化呈现的NDVI时间序列曲线不同，对不同地物特征进行知识归纳，设定提取规则不同地物信息。黑河流域土地利用覆盖数据集保留了传统的土地利用图的基本类别信息，包括水体，城镇，耕地，常绿针叶林，落叶阔叶林等，同时增加了对耕地范围的作物精细分类（包括玉米、大麦、油菜、春小麦等主要作物信息）、更新了上游冰川、积雪等信息，使黑河流域的土地覆盖信息更为详细。 通过和黑河流域历史土地利用图以及其他植被覆盖产品相比，黑河流域土地利用覆盖数据集的分类效果在视觉上都要优于其他数据，利用黑河中游实地调研数据，中游的作物精细分类信息精度也较高。由Google Earth高清影像和实地调研数据对2012年的分类结果进行精度评价，总体精度达到92.19%。总之，黑河流域土地利用覆盖数据集不仅具有较高总体精度而且细化了耕地范围的作物信息，更新了冰川、积雪等地类信息，是精度更高、分类更细的黑河流域地表分类数据。

黑河流域30m/月合成光合有效辐射吸收比例（FAPAR）数据集提供了2011-2014年的月度LAI合成产品，该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率（组网后2天）和空间分辨率（30m）的特点构造多角度观测数据集，考虑不同植被类型，基于土地覆盖分类图，结合30m/月合成叶面积指数（LAI）产品，采用基于能量守恒的FAPAR-P模型，进行月合成FAPAR产品生产。算法从能量守恒原理出发，考虑植被间及土壤与植被间的多次反弹，也考虑了天空散射光等多种因素的影响，通过分析光子与冠层作用的过程，从光子在植被冠层内的运动和发生多次散射时的再碰撞概率相等为出发点，建立了均匀连续植被FAPAR模型。此外，分析多种影响因素对FAPAR模型的影响，其中土壤和叶片反射率、聚集指数、G函数在针对不同情况采用不同取值。算法具有很高的动态性，对于不同的土壤背景、植被类型、辐射条件、光照与观测几何、天气条件下获得的图像都能得到较好的结果。通过与2012年7月8日甘肃省张掖市盈科灌区玉米冠层PAR测量数据对比，30m/月合FAPAR产品与地面观测数据具有高度的一致性，与观测值误差小于5%。总之，黑河流域30m/月合成光合有效辐射吸收比例（FAPAR）数据集综合利用多时相、多角度观测数据以提高参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。

该数据由“中国1:100万湿地数据”剪裁而来。 “中国1:100万湿地数据”主要反映2000年代全国沼泽湿地信息,采用十进制度为单位的地理坐标表示,主要内容包括：沼泽湿地的类型、湿地的水源补给类型、土壤类型、主要植被类型、所属地理区域等。执行了《中国可持续发展信息共享系统信息分类与编码标准》。本数据库数据源：1:20沼泽图（内部版）、青藏高原1：50万沼泽图（内部版）、沼泽调查数据1：100万和全国1：400万沼泽图；处理步骤为：数据源选择、预处理、沼泽湿地要素数字化与编码、数据编辑处理、建立拓扑关系、接边处理、投影转换、与地名等属性数据库连结并获取属性数据。

该数据由“中国1:100万湿地数据”剪裁而来。 “中国1:100万湿地数据”主要反映2000年代全国沼泽湿地信息，采用十进制度为单位的地理坐标表示,主要内容包括：沼泽湿地的类型、湿地的水源补给类型、土壤类型、主要植被类型、所属地理区域等。执行了《中国可持续发展信息共享系统信息分类与编码标准》。本数据库数据源：1:20沼泽图（内部版）、青藏高原1：50万沼泽图（内部版）、沼泽调查数据1：100万和全国1：400万沼泽图；处理步骤为：数据源选择、预处理、沼泽湿地要素数字化与编码、数据编辑处理、建立拓扑关系、接边处理、投影转换、与地名等属性数据库连结并获取属性数据。

黑河流域1km/5天合成植被覆盖度（FVC）数据集提供了2011-2014年的5天FVC合成结果，该数据利用Terra/MODIS、Aqua/MODIS、以及国产卫星FY3A/MERSI和FY3B/MERSI传感器数据构建空间分辨率1km、时间分辨率5天的多源遥感数据集。将全国划分为不同植被区划、地类，分别计算植被指数（NDVI）与FVC的转换系数，采用计算的转换系数查找表和1km/5天合成NDVI产品生产区域1km/5天合成FVC产品。黑河流域1km/5天合成FVC产品通过高分辨率数据可以直接获得植被覆盖比例，减轻低分辨率数据异质性的影响；另外，选择植被生长变化的典型时期，通过对每一个像元时间序列植被指数进行拟合得到每个像元对应的生长曲线参数；再配合土地利用图和植被分类图，寻找区域的代表性均一像元用于训练植被指数的转换系数。通过与黑河流域高分辨率ASTER参考FVC结果相比，首先联合地面实测数据，利用尺度上推方法，将黑河流域ASTER产品聚合到 1km 尺度得到ASTER聚合FVC数据，并与Geoland2项目发布的基于SPOT VEGETATION遥感数据的FVC产品（简称GEOV1 FCOVER）进行间接比较，根据三种数据FVC时间序列曲线图，结果表明：GEOV1的结果较ASTER 影像联合地面实测的结果偏高，黑河流域1km/5天合成FVC产品结果位于两者之间，在实验区内黑河流域1km/5天合成FVC产品优于GEOV1产品。总之，黑河流域1km/5天合成FVC数据集综合利用多源遥感数据以提高FVC参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。

一、数据概述 此数据汇交是“黑河流域生态-水文过程集成研究”重大研究计划重点项目“黑河流域典型荒漠植物耐旱机理的基因组学研究”的第二次数据汇交。本项目的主要研究目标是以典型荒漠植物沙冬青为材料，利用目前国际上先进的新一代基因测序技术对沙冬青的全基因组序列及基因转录组序列进行解码，从而发掘与抗旱相关的基因和基因群组，并用转基因技术在模式植物（如拟南芥和水稻）中验证其抗旱性。 二、数据内容 1．沙冬青基因组和转录组的序列测定： 前期基因组预测序测得蒙古沙冬青的基因组大小约为926 Mb，GC含量36.88%，重复序列比例66%，基因组杂合率0.56%，表明其基因组重复序列多，杂合度较高，属复杂基因组。 基于这一预测序结果，我们随后开展了沙冬青基因组的深度测序，所得数据经组装后得到937 Mb的全基因组序列（表一），与前期预测的基因组大小基本一致。通过对沙冬青的转录组测序和序列组装（表二），获得了77,000余个基因编码序列（Unigene），对这些基因序列进行注释发现，绝大部分基因序列与豆科植物大豆、鹰嘴豆和菜豆等有较高的相似度（图一），与沙冬青属豆科植物的事实相符。 2．沙冬青简单重复序列（SSR）分子标记的发掘： 网络公共数据库已有公开发表的沙冬青转录组数据集，其样品采集地点是宁夏中卫市。而本项目组样品采集的地点是甘肃民勤县，为了研究这不同地区的沙冬青的序列是否具有序列多态性，我们首先鉴定了民勤县植物样品的基因组中的简单重复序列（SSR）分子标记（表三），随后与中卫市植物样品的转录组序列进行比较，发现部分SSR分子标记具有多态性（表四），这些分子标记可用于该物种植物的遗传图谱构建、QTL定位和遗传多样性分析等研究中。 三、数据处理说明 样品采集地点：甘肃民勤县，经纬度：北纬N38°34′25.93″ 东经E103°08′36.77″。基因组测序：共构建8个不同大小的基因组DNA文库，使用Illumina HiSeq 2500仪器测定。转录组测序：共构建24个转录组mRNA的文库，使用Illumina HiSeq 4000仪器测定。 四、数据的使用说明和意义 我们选定一种典型的荒漠植物作为研究对象，从基因组学的角度解析该荒漠植物的全基因组和转录组序列，发掘其中蕴藏的宝贵抗旱基因资源，并研究他们的抗旱机理，有利于沙冬青这一古老而重要植物资源的有效利用，以及黑河流域抗旱植物的遗传培育、生态恢复和可持续发展。

该数据由“中国1:100万湿地数据”剪裁而来。 “中国1:100万湿地数据”主要反映2000年代全国沼泽湿地信息，采用十进制度为单位的地理坐标表示，主要内容包括：沼泽湿地的类型、湿地的水源补给类型、土壤类型、主要植被类型、所属地理区域等。执行了《中国可持续发展信息共享系统信息分类与编码标准》。本数据库数据源：1:20沼泽图（内部版）、青藏高原1：50万沼泽图（内部版）、沼泽调查数据1：100万和全国1：400万沼泽图；处理步骤为：数据源选择、预处理、沼泽湿地要素数字化与编码、数据编辑处理、建立拓扑关系、接边处理、投影转换、与地名等属性数据库连结并获取属性数据。