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
在地球大数据科学工程专项时空三极环境项目第一课题“三极大数据共享与集成” (XDA19070100)资助下，中国科学院西北生态环境资源研究院车涛课题组利用机器学习方法结合多源雪深产品数据、环境因子变量及地面观测雪深数据等制备了北半球长时间序列逐日雪深数据集。 首先将人工神经网络、支持向量机和随机森林方法在积雪深度融合的适用性进行对比研究，发现随机森林方法在雪深数据融合上表现出较强优势。其次，利用随机森林方法，结合AMSR-E，AMSR2，NHSD和GlobSnow等遥感雪深产品及ERA-Interim和MERRA2等再分析资料格网雪深产品和环境因子变量等作为模型的输入自变量，用中国气象台站数据（945）、俄罗斯气象台站（620）、俄罗斯积雪调查数据（514）和全球历史气象网络逐日数据（41261）等43340个地面观测站点的雪深数据作为参考真值对模型训练与验证，在专项“地球大数据科学工程”提供的云平台上制备1980~2019年积雪水文年（上一年9月1日至本年度5月31日）的逐日格网雪深数据集。由于1980~1987年微波亮温数据为隔日数据，所以这段时间的数据会出现少量条带缺失现象。利用全球积雪模型对比计划及独立的地面观测数据进行验证，融合数据集的质量在整体上有所提升。利用地面观测数据及融合前的雪深产品对比来看，融合数据的决定系数（R2）从6种融合前产品中最高的0.23（GlobSnow雪深产品）提升至0.81，而相应的均方根误差（RMSE）和平均绝对误差（MAE）也减小至7.7 cm 和2.7 cm。
戴礼云, 车涛, 胡艳兴, 戴礼云, 肖林
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
冰盖的表面高程对气候变化非常敏感，因此冰盖的高程变化被认为是评估气候变化的一个重要变量。长期的冰盖表面高程变化的时间序列是对理解气候变化有着重要作用的基础数据。将微波雷达卫星测高的观测数据连接起来可以建立目前最长的冰盖表面高程时间序列。但是，已有的任务间偏差改正方法在交叉标定不同的观测任务时仍然有误差残留。我们通过对常用的平面拟合模型进行修改，通过任务间偏差和升降轨道偏差的同时约束改正来确保不同任务间表面高程时间序列的自洽和连贯。基于这种方法，我们使用Envisat和CryoSat-2数据构建了2002-2019年间的南极冰盖高程变化时间序列。该时间序列是月均的格网数据，格网的空间分辨率为5-km。使用机载和星载激光测高数据对结果评估发现，与传统的方法相比，该方法可以将任务间偏差改正的精度提高40%。使用解算得到的高程时间序列，结合由密实化模型得到的表面过程造成的冰盖体积变化，我们发现冰动力过程使得阿蒙森海沿岸区域的冰盖成为南极冰盖体积损失最大的区域，而表面过程则主导了托腾冰川、毛德皇后地、伊丽莎白公主地和别林斯高晋海沿岸等冰盖的体积变化过程。西南极的冰体积损失超过了东南的体积积累。在2002–2019期间，南极冰盖的体积以初始速率−68.7 ± 8.1 km3/yr，加速度−5.5 ± 0.9 km3/yr2加速损失。
张保军, 王泽民, 杨全明, 柳景斌, 安家春, 李斐, 耿红
新的北半球多年冻土图利用基于规则的GIS模型融合了新的多年冻土范围（Ran et al., 2021b）、气候条件、植被结构、土壤和地形条件以及富冰和富含有机质多年冻土图（yedoma）。与之前的多年冻土图不同，根据多年冻土与气候和生态系统的复杂交互作用，我们将北半球多年冻土分为五种类型：气候驱动型、气候驱动型/生态系统改造型、气候驱动型/生态系统保护型、生态系统驱动型和生态系统保护型。除去冰川和湖泊，北半球这五种类型的面积分别为3.66×106km2、8.06×106km2、0.62×106km2、5.79×106km2和1.63×106km2。北半球81%的多年冻土区受到生态系统的改造、驱动或保护，表明生态系统在北半球多年冻土稳定性中的主导作用。气候驱动的多年冻土只占北半球多年冻土区的19%，主要分布在高北极和高山地区，如青藏高原。
吴通华, 程国栋, 李新, 冉有华, M. Torre Jorgenson, 金会军, 李新, 金会军, 吴通华, 李韧, 程国栋
海冰表面的积雪控制着能量收支，影响海冰的生长和消融，具有重要的气候作用。积雪厚度作为积雪的重要属性之一，对于理解气候变化、估算海冰参量等具有重要意义。被动微波数据可以获取逐日半球尺度的积雪厚度观测数据，但是原先提出的估算方法会产生明显的低估，限制了该方法的进一步应用。我们构建了一个新的且鲁棒的线性回归公式，通过引入低频信号明显改进了被动微波反演积雪厚度的效果，并且基于AMSR-E，AMSR-2和SSMIS被动微波辐射计亮温数据，应用该方法生成了2002—2020年逐日南极海冰表面积雪厚度数据集。采用7年的机载Operation IceBridge (OIB) 飞行计划获取的积雪厚度测量数据进行回归分析，发现采用垂直极化下37和19 GHz的亮温计算得到的极化梯度率（gradient ratio, GR），即GR（37/7），是用于南极海冰表面积雪厚度估算的最优极化梯度率，均方根偏差约为8.92厘米，相关系数为-0.64，并获取了相应的线性回归公式系数。GR（37/19）用于基于SSMIS的积雪厚度估算，用来填补AMSR-E和AMSR-2之间的观测空白。不同辐射计估算的积雪厚度进行了一致性校正。基于高斯误差传递法估算的积雪厚平均不确定度约为3.81厘米，占积雪厚度的12%左右。与Australian Aantarctic Data Centre发布的实测数据对比发现提出的方法明显优于原有的方法，平均差异和均方根偏差约为5.64厘米和13.79厘米，而原有方法的平均差异和均方根偏差约为-14.47厘米和19.49厘米。与Antarctic Sea Ice Processes and Climate 计划发布的船载观测数据对比发现提出的方法略优于原有方法（均方根偏差分别为16.85厘米和17.61厘米），并且该方法在海冰生长期和融化期有着相似的精度，表明该方法也可以应用于消融季。基于该套数据，我们发现2002—2020年在南极所有海域和季节内海冰表面积雪厚度均呈现降低趋势。该数据可以进一步用于再分析数据的评估，海冰厚度估算和气候模式等方面。
沈校熠, 柯长青
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
近年来，南极冰盖消融逐渐加速，南极冰盖表面发育了大量冰面融水，深入理解南极冰盖冰面融水的空间分布和动态变化，对于研究南极冰盖物质平衡具有重要意义。本数据集是基于Landsat-7、8和Sentinel-2影像提取的2000-2020年南极冰盖典型消融区（普利兹湾）10-30m冰面融水数据集。数据集投影为极地方位投影，格式为矢量（ESRI Shapefile）和栅格（GeoTIFF），时间为南半球夏季（12月-次年2月）。
杨康
雪水当量（Snow water equivalent，SWE）是地表水文模型和气候模型的重要参数。本数据基于机器学习的岭回归算法融合了多种现有的雪水当量数据产品，形成了一套时间序列连续且精度较高的雪水当量数据产品。数据的空间范围为泛北极地区（北纬45°至北纬90°），数据时间序列为1979-2019年。该数据集有望为水文模型和气候模型提供更为精确的雪水当量数据，为冰冻圈变化及全球变化提供数据支撑。
马媛, 李弘毅, 邵东航, 李弘毅, 李浩杰, 王卫国, 马媛, 雷华锦
Based on AVHRR-CDR SR products, a daily cloud-free snow cover extent dataset with a spatial resolution of 5 km from 1981 to 2019 was prepared by using decision tree classification method. Each HDF4 file contains 18 data elements, including data value, data start date, longitude and latitude, etc. At the same time, to quickly preview the snow distribution, the daily file contains the snow area thumbnail, which is stored in JPG format. This data set will be continuously supplemented and improved according to the real-time satellite remote sensing data and algorithm update (up to may 2019), and will be fully open and shared.
HAO Xiaohua
本数据包括北极Barrow地区不同年龄冻土土壤细菌物种组成数据，可用来探索土壤微生物对冻土消融的响应及不同年龄冻土的土壤细菌差异；本数据为扩增子测序结果，引物为Earth Microbiome Project 标准引物 515F–806R，扩增范围为V4区，测序平台为Illumina Hiseq PE250; 数据通过质量控制，至少达到Q30水平；本数据用于发表于Cryospshere文章Permafrost thawing exhibits a greater influence on bacterial richness and community structure than permafrost age in Arctic permafrost soils. The Cryosphere, 2020, 14, 3907–3916, https://doi.org/10.5194/tc-14-3907-2020。本数据还可用于三极土壤微生物比较分析研究
孔维栋
全面了解青藏高原多年冻土发生的变化，包括年平均地温(MAGT)和活动层厚度(ALT)的变化，对气候变化引起的多年冻土变化工程的实施具有重要意义。 青藏高原多年冻土活动层厚度和范围模拟数据集，参考2000-2015年CMFD再分析数据及中国气象局气象观测资料、1公里数字高程模型、地理空间环境预测因子、结合冰川和冰湖、钻孔数据等，利用统计和机器学习(ML)方法模拟了青藏高原多年冻土层磁通量和磁通量的当前和未来变化，得到RCP2.6、RCP4.5和RCP8.5三种不同浓度情景下2000-2015、2061-2080年平均地温(MAGT)和活动层厚度（ALT）范围数据，分辨率为0.1*0.1度。 模拟结果表明，利用统计和ML相结合的方法模拟冻土热状态所需的参数和输入变量较少，可以有效地了解青藏高原冻土对气候变化的响应。
倪杰, 吴通华, 吴通华
整编了目前北半球数量最多的年平均地温（1002个）和活动层厚度（452个）地面观测数据，利用四种统计学习模型融合这些地面观测与多源遥感等数据产品，集合模拟得到了代表2000-2016年北半球多年冻土区年平均地温、活动层厚度、多年冻土发生概率和多年冻土水热分带数据集，空间分辨率为1公里，验证表明具有更高的精度。可为北半球多年冻土区的工程规划、设计、环境模拟与评价等提供数据支持，也可作为北半球多年冻土现状的数据基准，评估未来多年冻土变化及其影响。
冉有华, 冉有华, 冉有华, 冉有华, 冉有华, 冉有华, 李新, 程国栋, 冉有华, 车金星, 冉有华, Juha Aalto, Olli Karjalainen, Jan Hjort, Miska Luoto, 金会军, 金会军, Jaroslav Obu, Masahiro Hori, 俞祁浩, 常晓丽, 程国栋, 冉有华
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
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
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, 王世金
2002-2018年北半球高纬地区中分辨率MODIS河湖冰覆盖度数据集是基于MODIS的归一化积雪指数数据，利用SNOWMAP算法对晴空条件下的逐日河湖冰覆盖范围进行检测，并通过对河湖面的时间、空间的连续性等一系列步骤重新确定云覆盖条件下的河湖冰覆盖范围。通过这一系列的处理后，获得少云的逐日河湖冰覆盖度数据集。该数据集中获得的湖冰物候信息与被动微波数据的信息高度一致，平均相关系数为0.91，RMSE值在0.07至0.13之间变化。
邱玉宝
近年来，随着南极冰盖消融的加速，在冰盖表面形成了大量冰面融水。深入理解南极冰盖冰面融水的时空间分布，掌握冰面融水动态变化，对于研究南极冰盖物质平衡具有重要意义。本数据集是基于Landsat影像提取的2000-2019年南极冰盖典型消融区（南极半岛亚历山大岛）30m冰面融水数据集。本数据集投影为极地方位投影，数据集格式为矢量（shp）和栅格（tif），时间集中在每年的12月至次年2月（南半球夏季）。
杨康
环北极不同类型多年冻土区NDVI变化数据集（1982-2015），时间分辨率为每5年一期，覆盖范围为整个环北极国家, 空间分辨率为8km,以多源遥感、模拟、统计和实测数据为基础, 使用GIS方法和生态学方法结合, 量化了北半球多年冻土对生态系统的调节服务功能, 其所有数据进行了质量控制。利用环北极不同类型多年冻土区划，借助1982-2015年期间NDVI值，使用GIS方法，计算了1982-2015年期间环北极不同类型多年冻土区的NDVI变化，形成了“1982-2015环北极不同类型多年冻土区NDVI变化数据集”。同时，综合多个文献，对其数据进行了质量控制。
王世金, 王世金
数据集包括2015年11月27日- 2016年3月26日阿勒泰基站(lon:88.07, lon: 44.73)地面被动微波亮温、多角度亮温、10分钟四分量辐射和雪温、雪坑日观测数据和逐时气象数据。 日雪坑参数包括:积雪分层、分层厚度、密度、粒度、温度。 这些数据存储在5个NetCDF文件中，TBdata.nc, TBdata-multiangle.nc, Ten-minute 4 component radiation and snow temperature.nc, Hourly meteorological and soil data.nc and Daily snow pit data.nc,以及readme.doc。 TBdata.nc 为六通道双偏振微波辐射计RPG-6CH-DP自动采集的两偏振三个通道的亮度温度。内容包括年、月、日、时、分、秒、Tb1h、Tb1v、Tb18h、Tb18v、Tb36h、Tb36v、入射角、方位角。 TBdata-multiangle.nc为两种极化的3个通道的7组多角度亮度温度。 包括年、月、日、时、分、秒、Tb1h、Tb1v、Tb18h、Tb18v、Tb36h、Tb36v、入射角、方位角。 The ten-minute 4 component radiation and snow temperature. nc 为4组分辐射和层状雪温度。 内容包括:年、月、日、时、分、SR_DOWN、SR_UP、LR_DOWN、LR_UP、T_Sensor、ST_0cm、ST_5cm、ST_15cm、ST_25cm、ST_35cm、ST_45cm、ST_55cm。 The hourly meteorological and soil data.nc为每小时天气数据和分层土壤数据。内容包括年、月、日、时、Tair、Wair、Pair、Win、SM_10cm、SM_20cm、Tsoil_5cm、Tsoil_10cm、tsoil_15cm、Tsoil_20cm。 The daily snow pit data.nc为人工雪坑数据。观测时间为当地时间上午8:00-10:100。内容包括年、月、日、雪深、thickness_layer1、thickness_layer2、thickness_layer4、thickness_layer5、thickness_layer6、Long_layer1、Short_layer1、Long_layer2、Short_layer2、Long_layer3、Short_layer4、Long_layer5、Short_layer5、Long_layer6、short_layer6、Stube、snow shovel_0-10、 雪铲_10-20、雪铲_20-30、雪铲_30-40、雪铲_40-50、雪叉_10、雪叉_15、雪叉_20、雪叉_25、雪叉_30、雪叉_35、雪叉_40、雪叉_45、雪叉_50、形状1、形状2、形状3、形状4、形状5。
戴礼云, 戴礼云
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月格陵兰岛冰盖质量变化数据。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 Follow-On（GRACE-FO，2018年6月至今）。此外为了填补GRACE和GRACE-FO之间的数据中断，我们额外采用了由欧洲空间局Swarm三星星座的GNSS轨道摄动数据反演得到的重力场数据。数据格式为Matlab数据文件，冰盖质量变化转化为等效水高，表达在0.25°x0.25°格网上，时间分辨率为1个月。本数据集可用于近二十年格陵兰岛冰盖质量变化特征及其与全球气候变化之间关系的研究。
张宇, 沈嗣钧
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
中国冰冻圈是指中国范围内，大气圈、水圈、生物圈、岩石圈的冻结部分。中国冰冻圈资源与环境信息系统是对中国冰冻圈资源与环境数据进行管理与分析的综合性信息系统。建立中国冰冻圈资源与环境信息系统一方面是满足地球系统科学的需要，为研制地理信息系统支持下的冻土、冰川以及雪盖对全球变化的响应与反馈模型提供参数与验证数据；另一方面系统整理和抢救宝贵的冰冻圈数据，为其提供一个科学、高效、安全的管理与分析工具。 中国冰冻圈资源与环境信息系统包含三个不同空间的基础数据库。其中青藏公路沿线部分的研究区域主要是青藏公路自西大滩到那曲约700公里长、公路两侧20～30公里宽的区域,这一区域广泛分布着多年冻土。青藏公路沿线基础数据库包含以下类型的数据： 1、冰冻圈数据。包括：积雪深度分布。 2、自然环境与资源。包括： 基础地质：第四纪地质（Quatgeo） 3、公路沿线冻土钻孔观测数据（Borehole）：青藏公路沿线200个钻孔探测资料。 工程地质剖面图（CAD）：岩性分布、含水量、颗分资料等 4、青藏公路沿线地区冰川质量平衡分布模型（Model）：预测冻土格网数据。 青藏公路沿线图形数据包括13幅的比例尺为1：250000图幅；格网尺寸为100×100m。 详情请查看数据中的文档“中国冰冻圈资源与环境信息系统设计.doc”、“中国冰冻圈资源与环境信息系统数据字典.DOC”、“数据库-青藏公路.DOC”。
李新, 李新, 李新, 李新, 李新, 李新, 李新
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
本数据集采用SMMR（1979-1987）、SSM/I（1987-2009）和SSMIS（2009-2015）逐日亮温数据，由双指标（TB_37v，SG）冻融判别算法生成，分类结果包含冻结地表、融化地表、沙漠及水体四种类型。数据覆盖范围为三江源区域，空间分辨率为25.067525 km，EASE Grid投影方式，以Geotif格式存储。像元数值表征地表冻融的状态：1代表冻结，2代表融化，3代表沙漠，4代表水体。因为该数据集中所有tif文件描述的是三江源国家公园范围，所以这些文件的行列号信息是不变的，摘录如下（其中cellsize单位为m）： ncols 52 nrows 28 cellsize 25067.525 nodata_value 0
晋锐, 晋锐, 晋锐, 晋锐, 晋锐, 晋锐, 晋锐, 晋锐, 晋锐, 晋锐, 晋锐
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
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
本数据集是基于MODIS数据进行处理和分析后得到，通过改进不同下垫面下的不同积雪提取算法，提高了积雪范围识别精度，同时利用隐马尔科夫去云算法和SSM/I雪水当量结合，最终生成完全无云的逐日积雪面积产品。取值范围： 1：积雪；0 非积雪。空间分辨率为0.005 度（约500m），时间范围是2000年2月24日至2019年12月31日。 数据格式为geotiff，推荐使用Arcmap或python +GDAL打开和处理数据
郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华
积雪面积比例（fractional snow cover， FSC）是定量描述单位像元内积雪覆盖面积（Snow Cover Area SCA）与像元空间范围的比值。本数据集涵盖区域为北极地区（北纬35°至北纬90°），使用Google Earth Engine平台，采用的初始数据为MOD09GA 分辨率为1000m的全球地表反射率产品，数据制备时间为2000年2月24日至2019年11月18日。方法为：在训练样本区域，使用Landsat 8地表反射率的数据和SNOMAP算法制备FSC的参考数据集，将该数据集作为训练样本区域FSC真值，从而建立训练样本区域FSC与基于MODIS地表反射率产品的雪被指数NDSI之间的线性回归模型。使用该模型，将MODIS全球地表反射率产品作为输入，制备北极地区积雪面积比例时序数据。该数据集可为区域气候模拟、水文模型等提供积雪分布的定量信息。
马媛, 李弘毅, 李弘毅, 马媛
本数据集来源于中国长时间序列雪深数据集，利用三江源边界进行提取形成三江源雪深数据集。取值范围：0-100 cm。时间分辨率：逐日。空间分辨率为0.25 度（约25km），时间范围是1980年1月1日至2020年12月31日。雪深数据基于星载被动微波遥感数据生产，使用了三个不同的被动微波传感器数据，它们分别是SMMR,SSM/I和SSMI/S。由于不同的传感器之间存在一定的系统偏差，因此，首先对不同传感器的数据进行了交叉订正，然后再基于被动微波亮度温度梯度法制作中国长时间序列雪深数据集。头文件信息可参考数据集header.txt。
戴礼云, 戴礼云, 戴礼云, 戴礼云, 戴礼云, 戴礼云
青藏高原地温分布图是基于程国栋（1984）提出的多年冻土稳定型划分指标(表1)，利用统计模拟的年变化深度地温数据划分的。利用地理加权回归方法，融合2010年左右233个钻孔年变化深度处的年平均地温数据和遥感积雪日数、GLASS叶面积指数、SoilGrids250m的土壤沙粒含量、土壤粘粒含量、土壤粉粒含量、土壤有机质和土壤体密度数据产品、中国气象局陆面数据同化系统（CLDAS）输出的二版土壤湿度产品和融合了近4万区域自动气象站和FY2/EMSIP降水产品的融合产品。估计得到了代表2010年代的青藏高原1km分辨率年冻土稳定性分布图。数据格式为Arcgis Raster。
冉有华, 冉有华, 冉有华, 冉有华, 冉有华, 冉有华, 冉有华, 冉有华, 冉有华
南北极海冰数据集原始数据由美国国家冰雪数据中心(The National Snow and Ice Data Center：NSIDC)通过遥感数据生成，数据格式为geotiff格式与image格式，数据空间分辨率为25km，时间分辨率为日。数据内容是南北极的海冰范围及海冰密集度。本研究工作通过对南北极海冰的范围与海冰密集度后处理后生成netcdf格式产品。产品数据包含1979-2019年南北极海冰范围与海冰密集度数据，其时间分辨率为逐日，覆盖范围为南极与北极，水平空间分辨率为12.5km，海冰范围矩阵中数据值为1表示该网格为海冰，海冰密集度用0-1000表示，该网格值除以10即为该网格海冰密集度值。
叶爱中, 叶爱中
高质量的多年冻土图是多年冻土环境效应研究和寒区工程应用的基础数据。该数据集是在系统整编青藏高原2005-2015年共237个钻孔位置年变化深度年平均地温测量数据基础上，利用支持向量回归模型融合了这些地面观测与遥感冻结指数、融化指数、积雪日数、叶面积指数、土壤容重、高程和高质量的土壤水分再分析资料, 集合模拟了代表2005-2015年的青藏高原1km分辨率年平均地温分布图。10折交叉验证表明，模拟的年平均地温的均方根误差约为0.75 °C, 偏差约0.01 °C。基于高海拔多年冻土稳定性分类体系，利用年平均地温，划分了多年冻土的热稳定类型。数据显示，青藏高原多年冻土面积约115.02 (105.47-129.59) *104 km2, 其中, 极稳定型(<-5.0 °C)、稳定型(-3.0~-5.0 °C)、亚稳定型(-1.5~-3.0 °C)、过渡型(-0.5~-1.5 °C)和不稳定型(>-0.5 °C)多年冻土面积分别为0.86*104 km2, 9.62*104 km2, 38.45*104 km2, 42.29*104 km2和23.80*104 km2。该数据集可用于寒区工程的规划、设计及生态规划与管理等，并可作为多年冻土现状的数据基准，用于评估未来青藏高原多年冻土的变化。关于该数据更详细的方法等信息可参考《中国科学：地球科学》的论文（Ran et al., 2020)。
冉有华, 冉有华, 冉有华, 冉有华, 冉有华, 李新, 李新, 李新, 冉有华, 李新, 李新, 李新, 李新, 李新, 冉有华, 李新, 冉有华, 冉有华
三极冰芯数据主要来源于美国国家海洋与大气局（NOAA： National Oceanic and Atmospheric Administration, https://www.ncdc.noaa.gov/data-access/paleoclimatology-data/datasets/ice-core ）。原始数据主要是文本格式，由相关单位与研究人员志愿提供。数据主要包含了氧同位素、温室气体浓度、冰芯年龄、等原始观测数据，也包含研究者根据观测数据生产的历史气温、二氧化碳浓度、甲烷浓度等。数据主要分为南极、北极、格陵兰岛及第三极区域。数据库包含打钻地址、时间、衍生产品、对应观测站点数据、参考文献等要素。衍生产品包含产品名称、类型、时间等要素。空间位置分为南极、北极、第三极，包含阿拉斯加、加拿大、俄罗斯、格陵兰岛等地区。对收集的数据通过整理与后处理后，采用Microsoft Office自带的Access数据库管理系统建立冰芯数据库。按照南极、北极、格林兰岛、第三极，分成四个子数据库，打开每个数据库中第一个表为readme，该表包含每个数据表信息及参考文献。
叶爱中, 叶爱中
海冰是海洋表面海水冻结形成的冰，海冰表面的降水再冻结也成为海冰的一部分。海冰变化不仅影响海洋的层结、稳定性及对流变化，甚至影响大尺度的温盐环境。此外，由于海冰的高反照率和绝缘隔热作用，能改变极区表面的辐射状态，影响海-气之间的能量和物质交换。海冰的变化不仅影响局地海洋生态环境和局地的大气环境，而且通过复杂的反馈过程，以遥相关方式影响其他区域的天气和气候。本数据集通过评估，提交了包括了极地海冰相关的四个参数：海冰密集度、范围、厚度和反照率。为研究极地及全球气候变化提供基础。
邱玉宝
本数据是通过建立雅鲁藏布江流域WEB-DHM分布式水文模型，以气温、降水、气压等作为输入数据，模拟输出的5km逐月水文数据集，包括格网径流与蒸发（若蒸发小于0,则表示凝华；若径流小于0，则表示当月降水小于蒸发）。本数据是通过建立雅鲁藏布江流域WEB-DHM分布式水文模型，以气温、降水、气压等作为输入数据，模拟输出的5km逐月水文数据集，包括格网径流与蒸发（若蒸发小于0,则表示凝华；若径流小于0，则表示当月降水小于蒸发）。
王磊, 王磊
近地表土壤的冻结/融化状态表征着陆地表层过程的休眠和活跃，这种冻融相态交替能引起一系列复杂的地表过程轨迹模式突变，影响着土壤的水热特性、地表径流和地下水补给等水循环过程，同时也通过水和能量循环机制影响气候变化。本数据集是基于AMSR-E、AMSR2被动微波亮温数据，以及MODIS光学遥感数据，利用冻融判别式算法和冻融降尺度算法制备的全球近地表冻融状态（空间分辨率：0.05°；时间跨度：2002-2017年），可用于分析全球近地表冻融循环的开始/结束日期、冻结/融化时长、冻结范围等指标的空间分布和趋势变化，可为理解全球变化背景下陆表冻融循环与水分、能量交换过程的相互作用机制提供数据支持。
赵天杰, 赵天杰, 张子谦, 赵天杰
本项目是基于东天山庙尔沟冰芯(94°19′E,43°03′N,4518 m)生物活性元素Fe等元素数据，重建了1956-2004金属元素历史。数据内容：1956-2004年冰芯金属元素（包括：Fe, Cd, Pb, As, Ba, Al, S, Mn, Co和Ni）；数据来源，通过ICP-MS测试；数据质量：空白样品显著低于样品值，质量较好；数据应用成果及前景：数据已发表，具体信息见Du, Z., Xiao, C., Zhang, W., Handley, M. J., Mayewski, P. A., Liu, Y., & Li, X. (2019). Iron record associated with sandstorms in a central Asian shallow ice core spanning 1956–2004. Atmospheric environment, 203, 121-130.，可提供中亚其他冰芯对比研究。
杜志恒, 杜志恒, 杜志恒, 杜志恒, 杜志恒
冰川对区域和全球气候变化异常敏感，因此常被作为气候变化的指示器之一，其相关参数也是气候变化研究的关键指标，特别是在地球三极环境变化对比研究中，冰川速度的时间和空间差异性对比是气候变化研究的重点之一。但由于冰川基本位于高海拔、高纬度和高寒地区，自然环境恶劣、人迹罕至，缺乏且难以开展大规模冰川运动的常规现场测量工作，为了能够及时高效、全面和准确地了解三极地区冰川运动状况，利用雷达干涉测量、雷达和光学影像像素跟踪等方法获取了三极地区部分典型冰川2000-2017年部分年份的表面运动分布情况，为三极冰川运动的对比分析提供了基础资料。数据集包含12个栅格文件，栅格文件名为“某地区某时段冰川运动”，每一幅栅格图主要包含以某一典型冰川所在的区域流速分布。
闫世勇
本产品基于多源遥感DEM数据生成，步骤如下：以Landsat ETM+、SRTM 和ICESat遥感数据为参考在相对稳定和平坦的地形区域内选控制点。控制点水平坐标是以Landsat ETM+ L1T全色影像作为水平参考进行获取。控制点的高度坐标则主要通过ICESat GLA14高程数据进行获取，在无ICEsat分布的区域内以SRTM高程数据补充。利用选取的控制点和自动生成的连接点，通过Brown’s物理模型对透镜畸变和残余形变进行补偿，使得所有立体像对的空中三角测量结果中影像总RMSE<1个像素。为了对提取的DEM数据进行编辑以消除明显的高程异常值，采用了DEM内插、DEM滤波和DEM平滑等方法对冰川上的DEM进行了编辑，并对西昆仑-西和西昆仑-东区域的KH-9 DEM数据进行了拼接，从而形成产品。
周建民
湖冰是冰冻圈的重要参数，其变化与气温、降水等气候参数密切相关，而且可以直接反映气候的变化，因此是区域气候参数变化的一个重要的指标，但由于其研究区往往位于自然环境恶劣，人口稀少的区域，大规模的实地观测难以进行，因此利用哨兵1号卫星数据，以10m的空间分辨率和优于30天的时间分辨率对不同类型的湖冰变化进行了监测，填补了观测空白。利用HMRF算法对不同类型的湖冰进行分类，通过时间序列分析三个极区中部分面积大于25km2的湖泊的不同类型湖冰的分布，形成湖冰类型数据集，可以获得这些湖泊不同类型湖冰的分布，数据包括了被处理湖泊的序号，所处年份及其在时间序列中的序号等信息，矢量数据集包括采用的算法，所使用的哨兵1号卫星数据，成像时间，所处极区，湖冰类型等信息，用户可以根据矢量文件确定时间序列上不同类型湖冰的变化。
邱玉宝, 田帮森
本项目是基于东天山庙尔沟冰芯(94°19′E,43°03′N,4518 m)高氯酸等元素数据，重建了1956-2004高氯酸历史变化。数据内容：1956-2004年高氯酸浓度(包括：Cl-, NO3- 和SO42-)；数据来源，通过ESI-MS/MS测试；数据质量：空白样品显著低于样品值，质量较好；数据应用成果及前景：数据已发表，具体信息见Zhiheng Du, Cunde Xiao, Vasile I. Furdui C,Wangbin Zhang. (2019). The perchlorate record during 1956–2004 from Tienshan ice core, East Asia. Science of the Total Environment.可提供中亚其他冰芯对比研究。
杜志恒, 杜志恒, 杜志恒, 杜志恒, 杜志恒
冰盖高程变化数据首先利用2004年和2008年的GLAS12的数据获取两年间的重复轨道，在理想情况下每个轨道都是严格重复测量的，但由于轨道偏差，无法保证轨道按照设计严格重复，偏差在几米到几百米不定，取500m*500m的格网，认为落在同一格网内的点为重复轨道的重复点，相减获取2004-2008年的高程变化，获得年度的高程变化。在格陵兰中部地形平缓区域，高程变化较为准确，但在边缘地带，高程变化明显存在较大误差，可能是因为在边缘区域的坡度较大，500m*500m的范围内的点的高程会有较大的变化，因此在边缘区的高程变化有待改正。为对比不同的方法，采用2004年和2008年的GLAS12的春季数据获取这两年间的交叉点，2004年的降轨与2008年的升轨可以获得一组交叉点对应的高程变化；2004年的升轨与2008年的降轨也可以获得一组交叉点对应的高程变化。两组交叉点作为2004年到2008年的高程变化数据，采用克里金插值获得高程变化图。采用交叉点的方法获取的高程变化得到在边缘区域的结果有明显的改善，但在格陵兰东中部部分区域内的高程变化趋势有明显的误差，这些误差可能是季节性变化引起的。因此，采用2004年到2008年的GLAS12的春季数据获取每两年间的交叉点，每两年可以获得两组交叉点数据，总共获得十组交叉点。将这十组交叉点作为2004年到2008年的高程变化数据，与前两次比较发现，高程变化精度有所提高。
黄华兵
河湖冰物候对气候变化敏感，是指示气候变化的重要指示因子。308个Excel文件名称对应于湖泊编号。每个excel文件包含6个列，包含2002年7月至2018年6月对应湖泊的日冰覆盖率信息。每一列的属性分别为:日期、湖水覆盖率、湖水冰覆盖率、云覆盖率、湖水覆盖率和经过云处理后的湖面冰覆盖率。通常以0.1、0.9的冰覆盖面积比作为判别湖泊冰物候的依据。数据集包含的excel文件可以进一步获取四个湖冰物候参数:开始冻结(FUS),完全冻结(FUE)，开始融化(BUS),完全融化(BUE),和92个湖泊,可获取两个参数,FUS和BUE。
邱玉宝
北极地区因其独特的自然条件和地理位置，在全球变化中扮演着非常重要的角色。而极地海冰作为影响气候变化的重要影响因子，是全球气候变化的灵敏器。中国在北极建设的考察站之一——黄河站，其重点支持围绕全球变化及其区域相应、极区空间环境与空间气候、极地环境中的生命特征与过程三大科学领域，为中国深入开展北极科学考察活动提供了重要平台。因此，构建了近年来北极海冰关键区域数据验证产品数据集，实现对北极海冰关键区域的监测情况。
陈甫, 邱玉宝, 邱玉宝
微波散射计冰盖冻融数据覆盖时间更新到2015年到2019年，空间分辨率为4.45km.时间分辨率为逐日，覆盖范围为南北极冰盖。基于微波辐射计的遥感反演方法考虑积雪特性在时空和空间上的变化，首先提取散射计数据的DVPR时间序列数据，有效利用散射计数据的高时间分辨率，同时利用通道差去除地形带来的影响；随后利用广义高斯模型对每一个采样点时间序列的方差值进行拟，以此来区分出干湿雪点，即确定融化范围，这种广义高斯模型相比于传统的双高斯模型需要的输入参数少，得到的阈值也具有唯一性；最后利用移动窗分割算法来精确找到湿雪点的融化开始时间、 结束时间以及持续时间， 可以有效地去除融化或非融化时期的温度突变所带来的影响。长时间序列星载微波散射计数据来自QSCAT和ASCAT两个传感器。通过实测站点的验证表明南极冰盖冻融探测精度在70%以上。数据每一天存放一个bin文件，基于微波散射计的南极冻融数据每个文件由810*680的栅格组成，格陵兰冰盖冻融数据每个文件由810*680的栅格组成（0值：非融化区域，1值：融化区域）。
梁雷
青藏高原湖泊众多，该地区湖泊冰期物候和持续时间对区域和全球气候变化非常敏感，因此被用作气候变化研究的关键指标，特别是地球三极环境变化对比研究。但由于其自然环境恶劣，人口稀少，缺乏对湖泊冰物候的常规现场测量。利用中分辨率成像光谱仪(MODIS)归一化差雪指数(NDSI)数据，以500米的分辨率对湖泊冰进行了监测，填补了观测空白。利用传统的雪图算法对晴天条件下的湖泊日冰量和覆盖范围进行检测，利用湖泊表面条件的时空连续性，通过一系列步骤对云层覆盖条件下的湖泊日冰量和覆盖范围进行重新确定。通过时间序列分析308个大于3km2的湖泊确定为湖冰范围和覆盖的有效记录,形成每日湖冰范围和覆盖数据集,包括216个湖泊。
邱玉宝
微波辐射计冰盖冻融数据集覆盖时间更新到2016到2019年，空间分辨率为25 km；基于微波辐射计的遥感反演方法采用改进的基于小波冰盖冻融探测算法，算法考虑冰盖冻融亮温特性在时间上的变化，首先利用小波变换对格陵兰所有冰盖区域的长时间亮度温度数据进行小波多尺度分解，在不同尺度下对边缘信息进行分析。再次，采用方差分析的方法将冰盖融化和重新冻结过程产生的边缘信息从噪声中分离出来。基于已提取的冰盖长时间亮度温度变化边缘信息，利用广义高斯模型来确定干雪和湿雪分类的最优边缘阈值， 从而探测出格陵兰冰盖发生融化的区域。最后，基于空间自动纠错的原理，运用空间邻域纠错算子对由噪音引起的错误结果进行探测，并进行人工纠错。长时间序列星载被动微波亮度温度数据来自SMMR、SSM/I和SSMI/S三个传感器。为保证不同传感器亮度温度在时间上的一致性，在冻融提取之前对不同传感器亮度温度进行了交叉订正。通过实测站点的验证表明格陵兰冰盖冻融探测精度在70%以上。数据每一天存放一个bin文件，基于微波辐射计的南极冻融数据每个文件由316*332的栅格组成，格陵兰冰盖冻融数据每个文件由304*448的栅格组成（0值：非融化区域，1值：融化区域）。
梁雷
基于sentinel-1超分宽幅SAR数据，利用提出的U-net冰裂隙探测方法，形成了南北极冰盖冰裂隙高程数据。首先对sentinel-1超分宽幅SAR数据预处理，主要包括辐射定标、冰盖范围确定和斑点噪声去除。其中，为抑制SAR数据的斑点噪声，同时为了保证冰裂隙特征，我们采用了去除乘性噪声的PPB方法。该方法既能有效去除斑点，还能保留冰裂隙的特征。其次，我们利用提出的基于U-net的冰裂隙探测算法进行冰裂隙提取。为了获取正确冰裂隙SAR数据样本，我们通过比对冰裂隙高分辨率光学数据来对SAR样板进行选取，从而形成冰裂隙SAR数据样本。基于冰裂隙区域和非冰裂隙区域SAR数据样本，我们利用U-net方法对冰裂隙进行提取。最后，我们对探测出的冰裂隙数据进行地理编码形成南北极冰盖冰裂隙产品。
梁雷
河冰是冰冻圈的主要组成部分，极区河流封冻对北极航运和运输业有重大影响。随着中俄“冰上丝绸之路”的建设，监测额尔齐斯河流域河冰的变化可为河流通航提供理论基础。北极地区水文站的稀疏分布限制了河冰的研究，其中水文站有限的可用数据表明了河冰破裂具有提前的趋势，但驱动这种趋势的特定气候机制十分复杂。因此，具有高时间分辨率的光学数据（如MODIS产品）适用于监测河流冰物候和绘制河流冰盖范围，有助于了解河冰破裂过程。本研究基于MODIS及被动微波数据，实现一种利用不同遥感数据，以对额尔齐斯河流域河冰进行监测的方法，以期分析河流开始封河时间、结束开河时间、开河速率、封河速率和冰冻期持续时间等河冰物候参数。同时亦有助于理解河冰破裂过程对北极气候变暖的响应。
梁雯珊, 邱玉宝
1)数据内容：重建的1289-1993年北极巴伦支海-喀拉海秋季海冰范围时间序列; 2)数据来源及加工方法：冰芯、树轮代用资料；多种统计方法建模; 3)数据质量描述：年分辨率，可信度高; 4)数据应用成果及前景：历史时期北极海冰变化特征及对气候变化的响应和影响。巴伦支海-喀拉海地区是中国冬春季极端冷空气南下的关键海区，但观测资料的缺乏限制对其规律和变化机制的认识，重建长时间尺度北极海冰的变化特征对研究全球背景下北极海冰变化和对中国历史气候的影响有重要意义。
效存德
目前，基于提出的利用变化检测和决策树算法的SAR冰盖冻融探测算法，利用sentinel-1 EW SAR数据对南北极冰盖月平均冻融进行了探测。同时利用已经开发的基于大数据平台的冻融产品生产模块，国际上首次生产了南极冰盖和格陵兰冰盖冻融产品，通过自动气象站温度数据研制，冰盖冻融探测精度达到90%。目前，数据产品获取时间主要为南北极的夏季，其中南极冰盖产品为1、2、3、10、11、12月和格陵兰的产品为5、6、7、8、9、10月。
张露
夏季阳光照射下，覆盖在冰面上的积雪融化，在冰面上形成的不同形状大小的冰上水池融池。海冰表面融化造成的融池会降低海冰反照率，因而会对极区能量平衡造成显著影响，增加吸收进而加速海冰融化过程。在影响海冰反照率的因素中，融池是最重要且变化最剧烈的因素之一。随着气候的变化，夏季冰融化速度也越来越快。对地球表层的能量平衡具有重要的影响，冰融速度加快也可能使融池这种重要的自然现象成为北极海冰融化季节最显著的冰表面特征之一。融池的反照率介于海水与海冰之间，研究冰上融池也是研究北极海冰快速变化机理的一个重要组成部分。由于海冰融池和海面具有相似的微波信号特征，且受到风速等因素影响利用微波数据进行融池覆盖度的制图具有明显的不确定性，因此最为可靠的融池覆盖度遥感方法为利用中分辨率光学遥感数据（MODIS和MERIS传感器）进行亚像元融池覆盖度的制图。本数据集包含利用MODIS观测数据进行亚像元分解反演的北极海冰融池覆盖度。
熊川, 任艳, 邱玉宝
多年冻土约占青藏高原陆地面积的46%，是冰冻圈重要组成部分。但是，由于多年冻土埋藏较深，其分布难以通过地表观测直接获取，因此，研究多年冻土分布往往依赖于地面观测。该数据集基于多种观测方法，包括：钻孔勘察、坑探、土壤温度和探地雷达，获取青藏高原多年冻土分布点尺度信息，并归档形成首个青藏高原多年冻土存在性数据集（v1.0）。数据集包含626条信息，覆盖不同海拔、坡向和气候状态。同时，根据观测方式和数据质量，对数据的置信度进行了分类，为不同研究目的使用该数据提供了参考。该数据为多年冻土分布提供了本底信息，可用于多年冻土模拟验证和未来气候变暖下多年冻土退化评估。
张廷军, 曹斌, 赵林, 张廷军, 张廷军, 张廷军, 吴青柏, 吴青柏, 盛煜, 赵林, 邹德富
该数据集提供1978年10月24日到2012年12月31日逐日的中国范围的积雪厚度分布数据，其空间分辨率为25km。用于反演该雪深数据集的原始数据来自美国国家雪冰数据中心（NSIDC）处理的SMMR（1978-1987年)，SSM/I（1987-2008年)和AMSR-E(2002-2012)逐日被动微波亮温数据。由于三个传感器搭载在不同的平台上，所以得到的数据存在一定的系统不一致性。通过对不同传感器的亮温进行交叉定标提高亮温数据在时间上的一致性。然后利用车涛博士在Chang算法基础上针对中国地区进行修正的算法进行雪深反演。具体反演方法参考“数据说明文档”。 该数据集包含EASE-Grid和经纬度两种投影方式，分别放入两个不同的文件夹中：ease-grid_rar(数据仅到2010年)和lon-lat_rar。两种投影的数据都逐年打包，文件命名方式为：传感器名称简写+年份，如ease-grid_rar目录下的SR1985表示用SMMR亮温数据反演的1985年的雪深；SI1990表示用SSM/I亮温数据反演的1990年的雪深；AE2005表示用AMSR-E亮温数据反演的2005年的雪深，这些数据的投影方式都是EASE-Grid。lon-lat_rar目录下，上面的数据集名称解释相同，只是其投影方式为经纬度投影。详细数据说明请参考数据文档。
车涛, 车涛, 车涛, 车涛, 戴礼云, 车涛, 李新, 李新, 戴礼云, 李新, 戴礼云, 李新, 戴礼云, 李新, 李新, 李新, 戴礼云, 戴礼云, 李新, 车涛, 李新, 车涛
青藏高原湖泊众多，该地区湖泊冰期物候和持续时间对区域和全球气候变化非常敏感，因此被用作气候变化研究的关键指标，特别是地球三极环境变化对比研究。但由于其自然环境恶劣，人口稀少，缺乏对湖泊冰物候的常规现场测量。利用中分辨率成像光谱仪(MODIS)归一化差雪指数(NDSI)数据，以500米的分辨率对湖泊冰进行了监测，填补了观测空白。利用传统的雪图算法对晴天条件下的湖泊日冰量和覆盖范围进行检测，利用湖泊表面条件的时空连续性，通过一系列步骤对云层覆盖条件下的湖泊日冰量和覆盖范围进行重新确定。通过时间序列分析308个大于3km2的湖泊确定为湖冰范围和覆盖的有效记录,形成每日湖冰范围和覆盖数据集,包括216个湖泊,可以进一步获取四个湖冰物候参数:开始冻结(FUS),完全冻结(FUE)，开始融化(BUS),完全融化(BUE),和92个湖泊,可获取两个参数,FUS和BUE。
邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝
全球雪深数据集采用被动微波遥感反演方法制作，数据覆盖时间从1980年到2018年，时间分辨率为逐日，覆盖范围为全球，空间分辨率为25,067.53 m。遥感反演方法采用动态亮温梯度算法，算法考虑积雪特性在时空和空间上的变化，建立了不同频率亮度温度差与实测雪深在空间和季节上的动态关系。长时间序列星载被动微波亮度温度数据来自SMMR、SSM/I和SSMI/S三个传感器。为保证不同传感器亮度温度在时间上的一致性，在雪深提取之前对不同传感器亮度温度进行了交叉订正。通过实测站点的验证表明全球雪深数据相对偏差在30%以内。数据据每一天存放一个txt文件，每个文件由文件头（投影方式）和1383*586的雪深矩阵组成，每个雪深代表一个25,067.53m*25,067.53m的格网。该数据的投影方式为EASE-Grid，下面是每个文件的文件头，将其加到每个文件的前面可以将数据在arcgis中显示。 ncols 1383 // 数据矩阵共1383列 nrows 586 // 数据矩阵共586 xllcorner -17334193.54 //矩阵x方向左下角网格的角落点坐标 yllcorner -7344787.75 //矩阵y方向轴左下角网格的角落点坐标 cellsize 25,067.53 //每个网格的大小 NODATA_value -1 //缺省值
车涛, 车涛, 车涛, 车涛, 戴礼云, 车涛, 李新, 李新, 戴礼云, 李新, 戴礼云, 李新, 戴礼云, 李新, 李新, 李新, 戴礼云, 戴礼云, 李新, 车涛, 李新, 车涛
全球气候变暖及人类活动导致青藏高原大面积冻土退化、热融滑塌等问题,严重影响了多年冻土区工程建设和生态环境。以青藏高原黑河流域俄博岭的冻土为研究区，基于高分辨率卫星影像，利用机器学习面向对象分类技术提取研究区内热融滑塌信息，结果表明2009年至2019年研究区热融滑塌数量从12条增至16条，总面积由14718.9平方米增至28579.5平方米，增加了近两倍。高空间分辨率遥感与面向对象分类方法相结合在冻土热融滑塌监测中具有广阔的应用前景。
江利明, 江利明, 江利明, 江利明, 江利明
湖冰物候是描述湖冰覆盖的季节性循环特征，湖冰物候的变化是碳、水和能量过程研究中的重要内容，也是气候变化的敏感因子之一。本数据集是基于被动微波反演的湖冰物候，包含青藏高原与北半球高纬度地区200个湖泊2002-2018年的湖冰物候（含湖泊开始冻结日期、完全冻结日期、开始融化日期、完全融化日期），部分湖泊可以延伸至1978年。该数据与同时期MODIS监测结果验证表明二者的判读误差为2-4天。用户可利用此数据开展北半球气候变化研究。
邱玉宝, 邱玉宝
本数据是通过建立长江黄河源WEB-DHM分布式水文模型，以气温、降水、气压等作为输入数据，以GAME-TIBET数据作为验证数据，模拟输出的5km逐月水文数据集，包括格网径流与蒸发（若蒸发小于0,则表示凝华；若径流小于0，则表示当月降水小于蒸发）。数据是基于WEB-DHM分布式水文模型，以气温、降水、气温等（源自itp-forcing和CMA）为输入数据，以GLASS、MODIA、AVHRR为植被数据，SOILGRID及FAO为土壤参数建立起的模型，并通过对径流、土壤温湿度的率定与验证获得的1998-2017年长江黄河源5公里逐月格网径流与蒸发。若asc无法在arcmap中正常打开，请将asc文件前5行顶格。
王磊, 王磊
雪冰中可溶有机碳（DOC）能够有效的吸收紫外和近紫外波段的太阳辐射，也是导致雪冰消融增强的重要因素之一。通过连续阿勒泰地区2016年11月至2017年4月的积雪样品，利用仪器进行实验分析测试获得阿勒泰地区库威站积雪DOC、总氮TN以及黑碳BC的数据，时间分辨率为周，消融期为每日。 1. 单位: DOC和TN的单位μg g-1 （ppm）， BC的单位ng g-1（ppb），MAC的单位是 m2 g-1
张玉兰
青藏高原是世界上中低纬度地区冻土面积最大的地区。目前已编制了一些多年冻土分布图，但由于资料来源有限、标准不明确、验证不充分、高质量空间数据集的缺乏，使得在TP上绘制多年冻土分布图存在较大的不确定性。 本数据集基于改进的中分辨率成像光谱仪(MODIS)地表温度(LSTs)2003-2012年1km晴空MOD11A2 (Terra MODIS)和MYD11A2(Aqua MODIS)产品(reprocessing version 5)的冻融指数及冻土顶部温度（TTOP）模型模拟了多年冻土的分布，生成了青藏高原冻土图。并通过野外地面观测、土壤含水率和容重等各种调查数据对该图进行了验证。 冻土属性主要包括：季节性冻土（Seasonally frozen ground）、多年冻土（Permafrost）、非冻土区域（Unfrozen ground）。 数据集为青藏高原冻土研究提供了更详细的冻土分布资料和基础资料。
赵林, 赵林
青藏高原多源遥感合成1km积雪覆盖数据集（1995-2018）基于国家卫星气象中心的青藏高原光学仪器遥感1km积雪覆盖数据集（1989-2018）和美国雪冰中心的25km近实时逐日全球冰密集度与积雪范围NISE产品数据集（1995-2019）合成得到，覆盖时间从1995年到2018年（每年1-4月和10-12月两个时段），时间分辨率为逐日，覆盖范围为青藏高原（17°N -41°N，65°E -106°E），采用等经纬度投影，空间分辨率为0.01°×0.01°。数据集以日产品表征了卫星观测时刻的地面是否为积雪所覆盖。输入数据源为NOAA或MetOp卫星AVHRR逐日积雪覆盖产品，TERRA卫星MODIS替代AVHRR对应观测通道生成的逐日积雪覆盖产品，以及DMSP卫星SSM/I或SSMIS逐日全球冰密集度和积雪范围NISE产品。数据集合成方法：以青藏高原光学仪器遥感1km积雪覆盖产品为基础，完全信任其积雪和晴空无雪信息，对有云覆盖、无法判识、缺少卫星观测等区域，在相对高空间分辨率海陆模板的辅助下，利用NISE的陆地有效判识结果进行替换。对于部分水陆边界，因NISE产品空间分辨率较低，合成结果有可能仍存在极少量的云覆盖或者无观测数据区域。基于多年地面气象台站雪深观测资料验证表明，本数据集对晴空条件下地面有无积雪的总体判识准确率在91%以上。数据采用标准的HDF4格式存储，内部有积雪覆盖和质量码两个SDS，维度均为4100列×2400行，且文件内部有完备的属性描述。
郑照军, 郑照军, 曹广真
青藏高原光学仪器遥感1km积雪覆盖数据集（1989-2018）基于星载光学仪器观测数据云雪判识方法制作，覆盖时间从1989年到2018年（每年1-4月和10-12月两个时段），时间分辨率为逐日，覆盖范围为青藏高原（17°N -41°N，65°E -106°E），采用等经纬度投影，空间分辨率为0.01°×0.01°。数据集以日产品表征了卫星观测时刻晴空无云或透明薄云下的地面是否为积雪所覆盖。输入数据源为NOAA与MetOp卫星的AVHRR L1数据，以及从TERRA/MODIS对应于AVHRR通道的L1数据。产品处理方法为独立于云掩模产品的动态阈值决策树算法（DT），即算法同时判别云雪，且其云检测强调保留雪信息，特别是透明卷云下的雪。DT算法针对不同情况，考虑了多种判识手段，如水云上的冰云，森林和沙地的积雪，薄雪或融雪等；根据地表类型、DEM和季节设定动态阈值；采用多种质量控制手段，如在重度气溶胶或烟尘覆盖的低纬度森林中剔除伪雪，参考最大月雪线和最小雪面亮度温度剔除伪雪；优化不同种类型云雪和晴空无雪陆地的判识流程。DT算法在正常情况下能区分大部分云雪，但会低估10月份青藏高原的积雪。基于多年地面气象台站雪深观测资料验证表明，本数据集对晴空条件下地面有无积雪的总体判识准确率在95%以上。数据采用标准的HDF4格式存储，内部有积雪覆盖和质量码两个SDS，维度均为4100列×2400行，且文件内部有完备的属性描述。
郑照军, 郑照军, 除多
青藏高原积雪面积长时间序列数据集来源于MODIS 005版本和IMS数据集的融合,采用插值去云算法进行去云处理后得到逐日积雪面积无云产品。投影为经纬度，空间分辨率0.005 度（约500m），时间从2003.1.1-2014.12.31长时间序列，每个文件为当日的积雪面积比例结果，数值为0-100（%），为ENVI标准文件，命名规则为：ims_mts_YYYYDDD.tif，其中YYYY代表年，ddd代表儒略日（001-365/366）。文件可直接用ENVI或者ARCMAP等软件打开察看。 文件说明：200 积雪、100 湖冰、25 陆地、37 海洋
郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华
青藏高原逐日无云MODIS积雪面积比例数据集（2000-2015）是在MODIS逐日积雪产品—MOD10A1的基础上，采用一种基于三次样条函数插值的去云算法进行去云处理后得到。 该数据集采用UTM（横轴等角割圆柱）投影方式，空间分辨率500m，提供逐日的青藏高原地区积雪面积比例（Fractional Snow Cover-FSC）结果。数据集为逐日文件，从2000年2月24日到2015年12月31日。每个文件为当日的积雪面积比例结果，数值为0-100（%），为ENVI标准文件，命名规则为：YYYYddd_FSC_0.5km.img，其中YYYY代表年，ddd代表儒略日（001-365/366）。文件可直接用ENVI或者ARCMAP等软件打开察看。 进行去云处理的原始MODIS积雪数据产品来源于由美国国家雪冰数据中心（NSIDC）处理的MOD10A1产品，这一数据集为hdf格式，采用sinusoidal投影。 青藏高原逐日无云MODIS积雪面积比例数据集（2000-2015）属性由该数据集的时空分辨率、投影信息、数据格式组成。 时空分辨率：时间分辨率为逐日，空间分辨率为500m，经度范围为72.8°～106.3°E，纬度为25.0°～40.9°N。 投影信息：UTM（横轴等角割圆柱）投影。 数据格式：ENVI标准格式。文件命名规则：“YYYYddd”+“_FSC_0.5km”+“.img”，其中YYYY代表年，ddd代表儒略日（001-365/366），其中“.img”是为了方便在ARCMAP等软件打开察看而添加的文件后缀。例如2000055_FSC_0.5km.img代表2000年第55天的结果。其中该数据集的ENVI文件是由头文件和主体内容构成。头文件包括行数、列数、波段数、文件类型、数据类型、数据记录格式、和投影信息等；以2000055_FSC_0.5km.img 文件为例，其头文件信息如下： ENVI description = { ENVI File, Created [Sat Apr 27 18:40:03 2013]} samples = 5760 lines = 3300 bands = 1 header offset = 0 file type = ENVI Standard data type = 1 ：代表byte型 interleave = bsq ：数据记录格式为BSQ sensor type = Unknown byte order = 0 map info = {UTM, 1.500, 1.500, -711320.359, 4526650.881, 5.0000000000e+002, 5.0000000000e+002, 45, North, WGS-84, units=Meters} coordinate system string = {PROJCS["UTM_Zone_45N",GEOGCS["GCS_WGS_1984",DATUM["D_WGS_1984",SPHEROID["WGS_1984",6378137.0,298.257223563]],PRIMEM["Greenwich",0.0],UNIT["Degree",0.0174532925199433]],PROJECTION["Transverse_Mercator"],PARAMETER["False_Easting",500000.0],PARAMETER["False_Northing",0.0],PARAMETER["Central_Meridian",87.0],PARAMETER["Scale_Factor",0.9996],PARAMETER["Latitude_Of_Origin",0.0],UNIT["Meter",1.0]]} wavelength units = Unknown，band names = {2000055}
王建, 唐志光, 王建, 王建
钻孔位置在加格达奇向北约7km附近（50.47°N, 124.23°E)一个湿地里面,地表泥炭土层较厚约80cm。 钻孔直径为40mm，深度为20~60 m的钻孔，利用冻土工程国家重点实验室研制的热敏电阻（精度±0.05℃）对中俄原油管道沿线冻土地温进行监测，获取地层信息、冻土地温、地表温度、活动层厚度等关键冻土特征参数。测温孔有三个，一个是管道附近T1（距离一线管中心2m），一个是天然孔T2（距离一线管中心约16.6m），第三个孔T3，距离管道二线约50m。2014年10月~2017年10月期间，T1和T2进行每年一次的人工监测。T3从2018年6月12日开始连续自动化监测。至此，三个孔得到连续时间序列的地温数据。通过该地温监测资料可分析中俄原油管道沿线多年冻土的发育特征、历史演化趋势及其对气候变化的响应过程。
李国玉
本数据集为三江源地区第二次冰川编目的冰川数据，文件是shp格式，属性数据如下：Glc_Name（冰川名称）、Drng_Code（流域编码）、FCGI_ID（第一次编目冰川编码）、GLIMS_ID（GLIMS冰川编码）、Mtn_Name（山系名称）、Pref_Name（所在行政区划）、Glc_Long（冰川经度）、Glc_Lati（冰川纬度）、Glc_Area（冰川面积）、Abs_Accu（绝对面积精度）、Rel_Accu（相对面积精度）、Deb_Area（表碛区面积）、Deb_A_Accu（表碛区面积绝对精度）、Deb_R_Accu（表碛区面积相对精度）、Glc_Vol_A（估算冰川体积1）、Glc_Vol_B（估算冰川体积2)、Max_Elev（冰川最大高程）、Min_Elev（冰川最小高程）、Mean_Elev（冰川平均高程）、MA_Elev（冰川中值面积高度）、Mean_Slp（冰川平均坡度）、Mean_Asp（冰川平均坡向）、Prm_Image（主要遥感数据）、Aux_Image（辅助遥感数据）、Rep_Date（冰川编目代表日期）、Elev_Src（高程数据源）、Elev_Date（高程代表日期）、Compiler（冰川编目编制者）、Verifier（冰川编目审验者）
刘时银, 郭万钦, 许君利, 许君利
该数据集结合中国第二次编目数据、空间分辨率30米且云量覆盖度低于10%的landsat系列光学影像数据及SRTM等多种数据的基础上，利用ArcGIS，ENVI和Google Earth等处理软件，通过人工目视解译的方法提取冰川边界10km范围内的冰湖边界，并对解译后的数据进行统一的冰湖的类型、所属山脉、省域、流域等属性添加、质量检验与精度验证。空间分辨率30米。 由两部分组成，分别为利用冰川编目数据生成冰湖分布区矢量文件和2015年中国西部冰湖编目数据集。 为中国西部冰湖-冰川耦合关系、水资源利用与管理等相关研究的参考数据，还可以作为区域气候变化与冰冻圈等相关研究的基础数据。
王欣
欧亚大陆雪深数据集采用被动微波遥感反演方法制作，数据覆盖时间从1980年到2016年，时间分辨率为逐日，覆盖范围为欧亚大陆，空间分辨率为0.25°。遥感反演方法采用动态亮温梯度算法，算法考虑积雪特性在时空和空间上的变化，建立了不同频率亮度温度差与实测雪深在空间和季节上的动态关系。长时间序列星载被动微波亮度温度数据来自SMMR、SSM/I和SSMI/S三个传感器。为保证不同传感器亮度温度在时间上的一致性，在雪深提取之前对不同传感器亮度温度进行了交叉订正。通过实测站点的验证表明欧亚大陆雪深数据相对偏差在30%以内。数据据每一天存放一个txt文件，每个文件由文件头（投影方式）和720*332的雪深矩阵组成，每个雪深代表一个0.25°* 0.25°的格网。 数据的详细情况见欧亚大陆雪深数据集-数据说明。
车涛, 车涛, 车涛, 车涛, 戴礼云, 车涛, 戴礼云, 戴礼云, 戴礼云, 戴礼云, 戴礼云, 车涛, 车涛
总览我国现有的各种冻土图，他们在分类系统、数据源、制图方法等方面存在较大的不同，这些图件代表了我国在过去的半个世纪中对多年冻土分布的阶段认识。为了更加合理地反映我国冻土的分布，并统计出我国冻土分布面积，我们在分析现有冻土图的基础上，制备了一个新的冻土分布图，该图融合了现有多个冻土图和青藏高原多年冻土分布的模型模拟结果，统一了全国各部分数据的获取时间，反映了2000年左右我国冻土的分布状况。 新的冻土图中，各种冻土类型的分布按以下原则确定： 1. 底图采用中国冻土区划及类型图（1：1000万）（邱国庆 等，2000）。青藏高原以外的高山多年冻土和瞬时冻土的分布沿用原图；季节冻土和瞬时冻土、瞬时冻土和非冻土的界限也均无变化。青藏高原地区的多年冻土和东北地区高纬度多年冻土的分布则采用以下结果更新。 2. 青藏高原区域的高海拔多年冻土和高山多年冻土分布采用南卓铜 等（2002）的模拟结果进行更新。该模型利用青藏公路沿线76个钻孔实测年平均地温数据，进行回归统计分析，获取年平均地温与纬度、高程的关系，并基于该关系，结合GTOPO30高程数据（美国地质调查局地球资源观测与科技中心领导下发展的全球1km数字高程模型数据）模拟得到整个青藏高原范围上的年平均地温分布，再以年平均地温0.5C作为多年冻土与季节冻土的界限。 3. 东北地区的高纬度多年冻土分布采用了Jin et al. (2007)的最新结果。 Jin et al. (2007)通过对过去几十年东北年平均降水和土壤水分的分析，认为东北地区的多年冻土南界与年平均气温的关系在过去几十年中没有发生实质变化。 4. 其他地区的高山多年冻土分布采用中国冰川冻土沙漠图（1：400万）（中国科学院寒区旱区环境与工程研究所，2006）更新。 在分类系统方面，现有的冻土图对多年冻土的划分多采用连续性标准，但对连续性的具体定义有很大不同。很多研究表明，连续性标准是一个与尺度密切相关的概念，并不适合于高海拔多年冻土的分类（程国栋, 1984; Cheng et al., 1992），且该标准无法应用于以网格为基本模拟单元的多年冻土分布模型。在本文中，我们放弃了连续性标准，而以制图单元（网格或区域）内是否存在冻土为标准。新的冻土图将我国冻土分为几下几类： （1）高纬度多年冻土 （2）高海拔多年冻土 （3）高原多年冻土 （4）高山多年冻土 （5）中深季节冻土：可能达到的最大季节冻结深度>1m； （6）浅季节冻土：可能达到的最大季节冻结深度<1m； （7）瞬时冻土：保存时间不足一个月 （8）非冻土。 数据具体说明，请参考说明文档及引用文献。
冉有华, 冉有华, 冉有华, 冉有华, 冉有华, 李新, 李新, 李新, 冉有华, 李新, 李新, 李新, 李新, 李新, 冉有华, 李新, 冉有华, 冉有华
将冰湖划分为冰面湖、与冰川末端相连和非相连湖泊等三种类型。在分类的基础上，研究第三极地区各流域冰湖的数量与面积、不同大小面积变化幅度、与冰川距离远近、有冰川融水径流补给与无冰川融水径流补给冰湖面积的变化差异以及冰湖面积随海拔梯度变化特征等内容。 数据源：Landsat TM/ETM+ 1990，2000，2010。 数据通过目视解译，包括面积大于0.003平方公里的冰湖数据，结合原始影像与Google Earth检查编辑。 数据应用于第三极地区冰湖变化与冰湖溃决洪水( GLOF) 评估。 数据类型：矢量。 投影坐标系：Albers Conical Equal Area。
张国庆
Randolph冰川目录（Randolph Glacier Inventory,RGI）是GLIMS（Global Land Ice Measurements from Space）发布的全球冰川轮廓的完整目录，目前共发布6个版本：2012年2月发布1.0，2012年6月发布2.0，2013年4月发布3.0，2014年12月发布4.0，2015年7月发布5.0，2017年7月发布6.0。本数据集包括6.0，5.0，4.0和3.2（修正版，2013年8月）共四个版本。 数据按照不同地区进行组织，每个地区包括一个shape文件（.shp文件及其相应的.dbf、.prj和.shx等文件），一个测高数据的.csv文件，每条冰川包含一条记录。 数据来源于GLIMS: Global Land Ice Measurements from Space（http://www.glims.org/RGI/） 数据质量检查包括几何、拓扑和属性检查，包括： 1） 所有多边形都使用ArcGIS Repair Geometry工具进行检查； 2） 删除了小于0.01平方公里的冰川； 3） 拓扑使用Does Not Overlap规则进行检查； 4） 属性表利用Fortran子程序和Python脚本进行数据质量检查。
Global Land Ice Measurements from Space（GLIMS）
基于青藏工程走廊现有的15个活动层厚度监测场天然孔数据资料，运用GIPL2.0冻土模型模拟了青藏工程走廊的活动层厚度现状分布图。该模型需要合成时间序列的温度数据集，按照时间跨度分为两个阶段，分别是1980-2009和2010-2015，第一阶段的温度数据来自于中国气象驱动数据集（http://dam.itpcas.ac.cn/rs/?q=data#CMFD_0.1），第二阶段的数据应用空间分变率为1km的MODIS地表温度产品（MOD11A1/A2, MYD11A1/A2）。此外，模型需要的土质类型数据来自于分辨率为1公里的中国土壤数据库（V1.1），同时还考虑了地貌，基于实测的土壤热物理参数以及土地覆盖类型等将研究区域归为88类进行了模拟。 对模拟结果和现场实测数据进行了对比，结果显示具有较好的一致性，相关系数达到0.75。在高山地区，活动层平均厚度小于2.0 m，然而在河谷地带，活动层平均厚度大于4.0 m，在高地平原区，活动层厚度通常在3.0 m -4.0 m之间。
牛富俊, 牛富俊, 尹国安, 牛富俊, 牛富俊, 牛富俊, 尹国安, 尹国安, 尹国安, 尹国安
地表温度作为地表能量平衡中的主要参数，表征了地气间能量和水分交换的程度，广泛应用于气候学、水文学和生态学等的研究中。 在冻土研究中，气候是冻土存在和发展的决定性因素之一，其中地表温度是影响冻土分布的主要气候因子，其影响冻土发生发育以及分布，是冻土建模的上边界条件，对寒区水文过程的研究具有重要的意义。 数据集基于青藏高原工程走廊DEM及观测站资料分析了青藏高原2000-2014地表温度变化趋势。利用MODIS上下午星Terra和Aqua的地表温度数据产品MOD11A1/A2、MYD11A1/A2，基于影像时空信息对云覆盖像元下地表温度信息进行了重建，采用昆仑山（湿地、草原）、北麓河（草原、草甸）、开心岭（草甸、草原）、唐古拉山（草甸、湿地）8个站点对重建信息及地表温度代表性问题进行了分析，通过相关性系数（R2）、均方根误差（RMSE）、平均绝对误差（MAE）和平均偏差（MBE）验证指标得出：（1）基于时空信息的MODIS云覆盖像元下地表温度重建精度较高；（2）上下午星Terra和Aqua四次观测加权平均代表性最好。 基于MODIS地表温度信息重建及代表性问题的分析，获取了青藏高原及其工程走廊带2000-2010年年均MODIS地表温度数据。 可以看出2000-2010年地表温度也在经历着波动的增温趋势，这与青藏高原以及青藏工程走廊多年冻土段气候变化保持基本相同的变化趋势。
牛富俊, 牛富俊, 尹国安, 牛富俊, 牛富俊, 牛富俊, 尹国安, 尹国安, 尹国安, 尹国安
该数据集是青藏工程走廊多年冻土段三个气象站近50年来的年平均气温和降雨量变化趋势。从记录数据可以看到，年平均气温整体在经历着缓慢的升高过程。五道梁和沱沱河在过去的56年内年平均气温的变化有很好的相关性（r2=0.83）。在1957年，五道梁、沱沱河年平均气温分别为-6.6和-5.1℃，到2012年，两站的气温分别为-4.6和-3.1℃，总的增温大约是2℃左右，年平均增温率为0.03-0.04℃。五道梁和安多在过去的47年内年平均气温的变化也有很好的相关性（r2=0.84）。在1966年，安多年平均气温为-3.0℃，到2012年，气温增加到了-1.8℃，总的增温大约是1.2℃，年平均增温为0.02-0.03℃。年平均气温的增加在五道梁和沱沱河略快于安多。 然而，从降雨量来看，降雨的变化比气温变化更加波动。五道梁和沱沱河在过去56年内年降雨量的变化相关性较差（r2=0.60）。在1957年，五道梁、沱沱河年降雨量分别为302和309mm，到2012年，两站的年降雨量分别为426和332mm，五道梁有124mm的降雨增加，年降雨量增加率约为2mm，沱沱河年降雨量增加率仅为0.4mm。五道梁和安多在过去的47年内年降雨量的变化相关性也较差（r2=0.35）。在1966和2012年，安多年平降雨量分别为354和404mm，总的增加大约是50mm，年平均增加率为1mm。年降雨量的增加在五道梁是最快的。 三个气象站代表了青藏工程走廊多年冻土段的气候变化情况。从整体的气温和降雨量的变化趋势来看，过去50年，走廊北部和中部的气温增速较快，超过全球平均0.02℃／a的水平（IPCC）。北部的降雨量增加也较明显，尤其是五道梁气象站的降雨增速非常明显。气温变暖和降雨增加都对加速多年冻土的空间变化产生较大影响，是导致青藏高原多年冻土退化的主导因素。
牛富俊, 牛富俊, 牛富俊, 牛富俊, 尹国安, 牛富俊, 尹国安, 尹国安, 尹国安, 林战举, 尹国安
应用GIPL2.0冻土模型模拟了青藏工程走廊的平均地温分布图。该模型需要合成时间序列的温度数据集，按照时间跨度为2010-2015，数据应用空间分辨率为1km的MODIS地表温度产品（MOD11A1/A2, MYD11A1/A2）。此外，模型需要的土质类型数据来自于分辨率为1公里的中国土壤数据库（V1.1），同时还考虑了地貌，基于实测的土壤热物理参数以及土地覆盖类型等将研究区域归为88类进行了模拟。 对年平均地温模拟结果和现场实测数据进行了对比，结果显示具有较好的一致性。模拟结论得出在高山区域，如昆仑山，唐古拉山，年平均地温小于-2.0 °C；而在较高的河谷地带，如坨坨河的年平均地温高于0 °C；对于高平原地区（如北麓河盆地和五道梁盆地）的年平均地温较高在-2.0 °C ~ 0 °C范围内。如果以年平均地温小于0 °C为多年冻土存在与否的阈值，则青藏工程走廊的多年冻土占整个区域的78.9%。同时根据地温的不同将青藏工程走廊的冻土类型分为低温稳定多年冻土、低温基本稳定多年冻土、高温不稳定多年冻土和高温极不稳定多年冻土。
牛富俊, 牛富俊, 尹国安, 牛富俊, 牛富俊, 牛富俊, 尹国安, 尹国安, 尹国安, 尹国安
本数据集是2013年青藏高原冰川数据，使用了148景Landsat8 OLI卫星多光谱遥感数据，结合65景HJ1A/1B遥感数据，时间主要从2012年至2014年，86%来源于2013年,78%Landsat8 OLI数据成像于冬季，而HJ1A/1B数据100%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：冰川编号FID_smglac，基于Albers等积圆锥投影计算的冰川面积area_km2，所在流域在我国冰川编目中冰川流域的二级编码code, 所在流域在我国冰川编目中冰川流域一级编码First_code,所在流域中文名称name，所在流域英文名称Ename,冰川斑块周长Peremeter(km)，斑块中心点X坐标（decimal degree）, 斑块中心点Y坐标（decimal degree）。 数据的投影方式：Albers等积圆锥投影。 格网单元：30m 数据加工方法：基于148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）。 加工后数据精度：TPG2013总体数据误差在3.9%。 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），中国科学院“十三五”信息化建设专项资助(XXH13505-06)，国家自然科学基金项目（41530748, 91747201），科技基础性工作专项项目(2013FY111400)。
叶庆华, 叶庆华, 叶庆华, 叶庆华
青藏高原地区积雪的赋存变化较快，高原周边高山区具有冰雪资源丰富。在充分考虑青藏高原的地形和山地积雪特征的情况下，本套数据集采用了AVHRR数据，逐步实现保持积雪分类精度的情况下逐日、十天、每月积雪面积数据产品。本数据包含青藏高原2007-2015年每天/10天/每月积雪面积数据，数据平均精度可达0.92。可为青藏高原地区历史时期积雪变化提供可靠数据。
邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝
利用MOD10A1和MYD10A1逐日积雪产品和AMSR-E雪水当量产品（2000.02.25-2002.08.31、2011.08.31-2016.12.31均采用IMS雪冰产品代替AMSR-E雪水当量产品）作为输入，采用MODIS上下午星积雪产品合成、临近日合成、MODIS和AMSR-E/IMS积雪产品合成方法，逐步消除云的干扰，最终得到北半球每日无云积雪图像。 数据集采用Albers（阿尔伯斯等积）投影方式，空间分辨率500m。
黄晓东, 黄晓东, 戴礼云, 戴礼云, 戴礼云, 戴礼云, 戴礼云, 戴礼云
近地表土壤的冻结/融化状态表征着陆地表层过程的休眠和活跃，这种冻融相态交替能引起一系列复杂的地表过程轨迹模式突变，影响着土壤的水热特性、地表径流和地下水补给等水循环过程，同时也通过水和能量循环机制影响气候变化。本数据集是基于AMSR-E和AMSR2被动微波亮温数据，利用冻融判别式算法制备的全球近地表冻融状态（空间分辨率：0.25°；时间跨度：2002-2019年），可用于分析全球近地表冻融循环的开始/结束日期、冻结/融化时长、冻结范围等指标的空间分布和趋势变化，可为理解全球变化背景下陆表冻融循环与水分、能量交换过程的相互作用机制提供数据支持。
赵天杰, 赵天杰, 赵天杰
青藏高原被称为“世界第三极”和“亚洲水塔”，一个较为准确的青藏高原冻土图对当地寒区工程和环境建设有着重要意义。因此，为了满足工程和环境需求，通过多源遥感数据（高程、MODIS地表温度、植被指数和土壤水分）建立决策树对青藏高原多年冻土和季节冻土进行了划分。数据为栅格格式，DN=1为多年冻土；DN=2为季节冻土。 其中高程数据来自于1kmx1km的中国DEM（Digital Elevation Model）数据集（http://westdc.westgis.ac.cn）；地表温度是欧阳斌等通过 Sin-Linear 法拟合后的日平均地表温度年均值。文中在MODIS 地表度产品用Sin-Linear 法拟合估算出日平均地表温度基础上，为了缩小与已有冻土图前后时间差异，以研究区2003年地表温度做为冻土分类的信息源；植被信息采用Aqua 和Terra 星的2003 年 16 天合成产品数据（MYD13A1 和 MOD13A1）提取植被指数值；土壤水分值根据 2003 年 AMSR-E观测质量较好的5月份升轨数据得到。因此，基于以上数据信息，以1:300万青藏高原冻土图和1:400万<<中国冰川冻土沙漠图>>为先验信息得到决策树的分类阈值，从而对青藏高原的冻土类型进行分类。 最后，对于分类结果利用西昆仑山、改则和温泉的调查冻土图以及其它已有的青藏高原冻土图进行了验证和对比，统计结果显示基于多源遥感信息的青藏高原冻土图多年冻土面积占青藏高原总面积的42.5%（111.3 × 104 km²），季节冻土面积占青藏高原总面积的53.8% (140.9 × 104 km²)，这个结果与先验图（1:300万青藏高原冻土图）具有较好的一致性。此外，文中基于不同冻土图之间的总体精度和Kappa系数表明：不同方法编制或模拟的青藏高原冻土图在空间分布格局上基本保持一致，而分类不一致的地方大部分在多年冻土与季节冻土的分界边缘地带。
牛富俊, 牛富俊, 尹国安, 牛富俊, 牛富俊, 牛富俊, 尹国安, 尹国安, 尹国安, 尹国安
该套南极海冰数据集共包括四套数据，均来自SMMR、SSM/I和SSMI/S三个传感器,采用被动微波遥感反演。其中SMMR为Nimbus-7卫星搭载的扫描式多通道微波辐射计，工作周期为1978年10月26日至1987年7月8日。1987年7月至今，使用美国国防卫星计划DMSP卫星群上搭载的一系列被动微波遥感数据SSM/I和微波成像专用传感器SSMIS提供的数据。 前三套为海冰密集度数据，覆盖范围为南极地区，空间分辨率为25 km： （1）数据来自Nimbus-7 SMMR和DMSP SSM/I-SSMIS Version 1，利用NASA Team算法反演得到，覆盖时间从1978年11月到2017年2月，时间分辨率为逐月，数据每月存放一个bin文件； （2）数据来源与第一套相同，覆盖时间从1978-10-26到2017-2-28，时间分辨率为两天，空间分辨率为25km，数据每年存放一个文件夹，每隔一天存放一个bin文件； （3）数据来自Near-Real-Time DMSP SSMIS，利用NASA Team算法反演得到，覆盖时间从2015-1-1到2018-2-3，时间分辨率为逐日，数据每日存放一个bin文件；每个文件由300-byte的文件头（数据时间信息、投影方式、文件名…）和316*332的矩阵组成。 第四套数据为海冰覆盖范围和海冰面积时间序列。覆盖时间从1978年11月到2017年12月，为南极地区海冰覆盖范围、海冰面积的时间演变序列，时间分辨率为逐月，每月存放一个ASCII文件；每个文件由表头（时间、数据类型…）和39*1的海冰覆盖矩阵和39*1的海冰面积矩阵组成。 数据的详细情况见美国冰雪数据中心NSIDC网站-数据说明http://nsidc.org/data/NSIDC-0051；http://nsidc.org/data/NSIDC-0081；http://nsidc.org/data/G02135
李双雷, 刘娜
由于青藏高原地区季节性积雪具有赋存时间短、雪层较薄的特点，在对水循环等问题的理解中，迫切需要日时间尺度的积雪覆盖率动态监测数据。本数据集基于MODIS Snow Cover Daily L3 Global 500 m Grid数据，包括MODIS/Terra上午星数据（MOD10A1）和MODIS/Aqua下午星数据（MYD10A1）的归一化积雪指数NDSI数据产品，数据格式为hdf，投影方式为正弦曲线地图投影，结合90m的SRTM地形数据和多种云覆盖下积雪覆盖率估算算法的优势，实现云覆盖条件下的积雪覆盖率再估算，满足高亚洲地区逐日少云（＜ 10％）数据产品的生产要求，构建了 2002 - 2016 年高亚洲地区 MODIS 逐日积雪覆盖率数据集。选取无云条件下的二值积雪产品作为参考，通过云量分布和积雪总面积的时空对比，表明该产品的时空特征和二值产品具有较好的一致性。以 2013 年冬季为例，当积雪覆盖率大于 50％时，其相关性可达 0.8628。本数据集可为高亚洲地区的积雪动态监测、气候环境、水文和能量平衡、灾害评估等研究提供逐日积雪覆盖率数据。
邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝
青藏高原平均海拔4000m以上，是北半球中低纬度海拔最高、积雪覆盖最大的地区。积雪不仅是青藏高原季节性变化最大的下垫面和重要的生态环境组成要素，冰雪融水是高原及其下游地区重要的水资源。同时，高原积雪作为一种重要的陆面强迫因子，与东亚、南亚季风以及长江中下游的旱涝等灾害性天气紧密相关，是短期气候预测的重要指示因子和全球气候变化最为敏感的响应因子之一。积雪深度是指积雪表面到地面的垂直深度，是表征积雪特征的重要参数和常规气象观测要素之一，是估算雪水当量、研究积雪气候效应、流域水量平衡和融雪径流模拟以及监测和 评估雪灾发生和等级划分的重要参数。 在本数据集中，青藏高原边界采用了以自然地貌为主导因素，同时综合考虑海拔高度、高原面和山地完整性原则确定的高原范围。高原主体部分在西藏自治区和青海省，面积257.2万km²，约占我国陆地总面积的26.8%。雪深观测数据是经过质量检测和质量控制的逐月最大雪深资料。研究范围内共有102个气象站，多数始建于20世纪50-70年代，部分站点在这一时期存在有，些月份或年份缺测情况，最后采用了1961-2013年有完整观测记录的时间。时间分辨率为逐日，覆盖范围为青藏高原,其所有数据进行了质量控制。准确而详实的高原雪深数据对气候变化诊断、亚洲季风的演变和区域融雪水资源的管理具有重要意义。
国家气象信息中心, 西藏自治区气象局
全球Cryosat-2 GDR数据集由欧空局(ESA)制作，数据覆盖时间从2010年到2016年，覆盖范围为全球。 2010年4月8号，ESA发射了Cryosat - 2高倾斜极轨卫星。该卫星上搭载了合成孔径干涉雷达高度计SIRAL，主要用于监测极地的冰层厚度和海冰厚度变化，进而研究极地冰层的融化对全球海平面上升的影响，以及全球气候变化对南极冰厚的影响。这种高度计工作在Ku波段，工作频率为13.575 GHz，包括3种测量模式：一是低分辨率指向星下点的高度计测量模式（LRM），可获得陆地、海洋和冰盖所有表面观测值，它的处理过程与ENVISAT/RA - 2 类似，沿轨分辨率为5到7 km；二是合成孔径雷达（SAR）测量模式，主要为提高海冰观测精度和分辨率，可使沿轨分辨率达到250 m左右；三是干涉合成孔径雷达模式（InSAR），主要为提高冰盖或冰架边缘等地形复杂区域精度。 Cryosat -2/SIRAL数据产品主要包括0级数据、1b级数据、2级数据和高级数据。Cryosat - 2/SIRAL产品由XML头文件（.HDR）和数据产品文件（.DBL）两个文件组成，HDR文件是辅助性的ASCII文件，用于快速识别检索数据文件。1b级产品是按照测量模式分开存储的，不同模式的数据记录格式也有所不同。LRM模式和SAR模式的每个波形有128个采样点，SARIn模式的波形则有512个采样点。2级GDR产品可以满足大多数的科学研究应用，包括了测量时间、地理位置、高度等信息。并且，GDR产品中的高度信息已经经过了仪器校正、传输延迟改正、几何改正和地球物理改正（如大气改正与潮汐改正）。GDR产品是单独的全球性的全轨道数据，即三种模式的测量结果，经过不同的处理过程后，按照时间先后顺序，合并到一起，从而统一了数据记录格式。三种模式的数据采用了不同的波形重跟踪算法来获得高度值，在最新更新的Baseline C数据中，LRM模式的数据采用了3种算法，分别为Refined CFI、UCL和Refined OCOG。
沈国状, 傅文学
Sentinel-1A/B卫星使用近极地太阳同步轨道，轨道高度693 km，轨道倾角98.18°，轨道周期99 min，搭载了C波段合成孔径雷达(SAR)，设计使用寿命为7年(预期12年)Sentinel-l 具有多种成像方式，可实现单极化、双极化等不同的极化方式。Sentinel-1A SAR共有4种工作模式：条带模式(Strip Map Mode，SM)、超宽幅模式 (Extra Wide Swath，EW)、宽幅干涉模式 (Interferometric Wide Swath，IW) 和波模式 (Wave Mode，WV)。A星于2014年4月成功发射，同一区域重访周期为12天，B星2016年4月成功在轨运行，目前重返周期达到3-6天，双星运行以后，南极地区S1数据获取频率大幅度增加。 本数据集为南极冰盖和格陵兰冰盖地区哨兵一号SAR数据。 该数据波段为C波段超宽幅地距多视数据，分辨率为20m*40m, 时间分辨率和往返周期有关，为12天，幅宽为400km，噪声水平为-25dB，辐射测量精度1.0dB。 本数据每年覆盖时间为：南极10月到来年3月，格陵兰4月到9月；覆盖范围南极冰盖冰架地区和格陵兰冰盖。
张露
本数据集是1976年青藏高原冰川数据，使用了205景Landsat MSS/TM卫星多光谱遥感数据，其中189景（覆盖青藏高原研究区92%）在1972-79年，而116景为1976/77年。但藏东南地区由于云、雪的影响，高质量MSS数据不能获得，因此，藏东南部分区域通过逐年筛选，使用了所能获得最早的高质量Landsat TM数据，包括14景1980s（1981,1986-89,覆盖青藏高原研究区6.5%）和2景1994年数据（覆盖青藏高原研究区1.5%）。所用遥感数据，77%为冬季数据；61%为1976/1977年Landsat MSS/TM影像数据，因此，1976年为本数据集代表年份。本数据集冰川数据是青藏高原净冰川覆盖范围，不包括表碛覆盖部分。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：冰川编号FID_smglac，基于Albers等积圆锥投影计算的冰川面积area_km2，所在流域在我国冰川编目中冰川流域的二级编码code, 所在流域在我国冰川编目中冰川流域一级编码First_code,所在流域中文名称name，所在流域英文名称Ename,冰川斑块周长Peremeter(km)，斑块中心点X坐标（decimal degree）, 斑块中心点Y坐标（decimal degree）。 数据的投影方式：Albers等积圆锥投影。 格网单元：30m 数据加工方法：基于205/16景Landsat MSS/TM卫星数据，校正、镶嵌为假彩色合成影像（MSS, RGB:321；TM, RGB:543），采用人工目视解译方法，参考不同波段比值法结果，结合SRTM DEM V4.1数据与Google Earth 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（30m）。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-机互动方法获得的数据更准确。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：60m。 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（30m）。 加工后数据精度：通过分析典型区数据，最大误差为4%。TPG1976总体数据误差为6.4%。 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），中国科学院“十三五”信息化建设专项资助(XXH13505-06)， 国家自然科学基金项目（41530748, 91747201）。
叶庆华, 叶庆华, 叶庆华, 叶庆华, 吴玉伟
随着SAR干涉测量技术的不断进步，使得高精度获取冰川区的多时相DEM成为了可能。特别是，2000年美国国家航空航天局（NASA）主导的航天飞机雷达制图计划（SRTM）提供了覆盖全球56ºS - 60ºN范围的DEM资料；德国宇航局（DLR）的TanDEM-X双站SAR干涉测量系统能够提供全球范围高分辨率、高精度DEM。这些高质量、大覆盖范围的SAR干涉测量数据，以及发布的DEM数据产品，为利用多时相DEM探测冰川厚度变化提供了宝贵的基础资料。 青藏高原典型冰川厚度变化数据的时间段为2000-2013年，覆盖范围为普若岗日和祁连山西部地区，空间分辨率30米。利用TanDEM-X双站InSAR数据和C波段 SRTM DEM，首先采用差分干涉测量方法高精度的生成TanDEM-X DEM，然后在进行DEM精确配准的基础上，通过对比不同时期获取的DEM数据，估算冰川厚度变化。该数据集采用Geotiff格式，每个典型冰川冰厚变化存储为一个文件夹。 数据的详细情况见青藏高原典型冰川厚度变化数据集-数据说明。
江利明, 江利明, 江利明, 江利明, 江利明
本数据集是2001年青藏高原冰川数据，使用了150景Landsat7 TM/ETM+卫星多光谱遥感数据，时间主要从1999年至2002年，72%来源于2000/2001年，71%遥感数据成像于冬季。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：冰川编号FID_smglac，基于Albers等积圆锥投影计算的冰川面积area_km2，所在流域在我国冰川编目中冰川流域的二级编码code, 所在流域在我国冰川编目中冰川流域一级编码First_code,所在流域中文名称name，所在流域英文名称Ename,冰川斑块周长Peremeter(km)，斑块中心点X坐标（decimal degree）, 斑块中心点Y坐标（decimal degree）。 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150景Landsat7 TM(ETM+）卫星数据，校正、镶嵌为假彩色合成影像（TM/ETM+， RGB:543），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 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矢量数据更准确。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）。 加工后数据精度：TPG2001总体数据误差在3.8%。 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），中国科学院“十三五”信息化建设专项资助(XXH13505-06)，国家自然科学基金项目（41530748, 91747201）。
吴玉伟, 叶庆华, 叶庆华, 叶庆华, 叶庆华
青藏高原地区积雪的赋存变化较快，高原周边高山区具有冰雪资源丰富，大气对流活跃等特点，而光学遥感往往受云的影响，在日时间尺度上积雪覆盖监测需要考虑去云问题。在充分考虑青藏高原的地形和山地积雪特征的情况下，本套数据集采用了多种去云过程和步骤相结合，逐步实现保持积雪分类精度的情况下，完成逐日积雪面积的云量消除，形成了“青藏高原 MODIS 逐日无云积雪面积”的逐步综合分类算法,完成了“青藏高原 MODIS 逐日无云积雪面积数据集（2002 - 2015 年）”。选取 2009年 10 月 1 日至 2011 年 4 月 30 日中的两个积雪季为算法研究和精度验证试验数据，采用研究区 145 个地面台站提供的雪深数据作为地面参考。结果表明，在高原地区，当积雪深度＞ 3 cm 时，无云积雪产品总分类精度达到 96.6％，积雪分类精度达 89.0％，整个算法流程对WGS84投影的中等分辨率的MODIS积雪产品MOD10A1以及MYD10A1为基础，去云的精度损失较低，数据可靠性较高。
邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝
青藏高原过去的冻土图主要基于稀少的台站气温观测，采用基于连续性的分类系统。本数据集利用地理加权回归模型（GWR）综合了经过时空重建的MODIS地表温度、叶面积指数、积雪比例和国家气象信息中心多模型土壤水分预报产品、融合了4万多个气象站降水观测和FY2卫星观测的降水产品及152个气象台站2000-2010年的多年平均气温观测数据，模拟得到了青藏高原过去1公里分辨率的多年平均气温数据，利用多年冻土热条件分类系统，将多年冻土分为非常冷（Very cold）、冷（Cold）、凉（Cool）、暖（Warm）、非常暖（Very warm）和可能解冻（Likely thawing）几个类型。该图显示，扣除湖泊和冰川，青藏高原多年冻土总面积约为107.19万平方公里。验证表明该图具有更高的精度。可为今后冻土工程规划设计与环境管理等提供支持。
冉有华, 冉有华, 冉有华, 冉有华, 冉有华, 李新, 李新, 李新, 冉有华, 李新, 李新, 李新, 李新, 李新, 冉有华, 李新, 冉有华, 冉有华
青藏高原冰川细菌资源库数据集提供了刘勇勤实验组在2010-2018年间分离的青藏高原7条冰川（珠峰东绒布冰川，天山一号冰川，古里雅冰川，老虎沟冰川，木孜塔格冰川，七一冰川和玉珠峰冰川），向述荣分离的马兰冰川和张新芳分离的普若岗日冰川的细菌16S核糖体RNA基因序列。冰川样品采集后带回北京青藏高原院研究所生态实验室和兰州冰冻圈国家实验室，涂布平板后于不同温度下（4-25摄氏度）培养20天-90天并挑取单菌落纯化。分离的细菌提取DNA后以27F/1492R引物扩增16S核糖体RNA基因片段，并使用Sanger法测序。16S核糖体RNA基因序列通过“Classifier”软件与RDP数据库进行比对，在可靠性大于>80%的情况下鉴定到属一级水平。 本数据包含每条序列的16S核糖体RNA基因片段序列及冰川来源。与以高通量测序为基础的序列相比，本数据的序列长度更长，分类更准确，更好的服务于冰川微生物研究。
计慕侃, 计慕侃, 计慕侃
监测冰川物质平衡数据是反应冰川对气候变化响应的最直接最可靠的数据。 全球冰川监测物质平衡数据通过对全球可获取物质平衡数据进行收集整理，获取了具有连续观测时间序列（未间断）的76条冰川信息及其连续观测的冰川物质平衡数据，时间分辨率为年，从1950年到2016年。
肖瑶, 上官冬辉
南北极及青藏高原冰川雪和冰里原核微生物分布数据集提供了刘勇勤实验组在2010-2018年间从NCBI数据库收集的细菌16S核糖体RNA基因序列。 NCBI数据库搜索的关键词为Antarctic, Arctic Tibetan, Glacier.。收集的序列通过使用DOTOUR软件计算序列之间相似度，相似度在97%以上的序列聚类为一个OTU，并定义OTU代表序列。OTU代表序列通过“Classifier”软件与RDP数据库进行比对，在可靠性大于>80%的情况下鉴定到属一级水平。获得序列后，通过阅读序列文件中样品信息获得样品的GPS坐标。本数据包含每条序列的16S核糖体RNA基因片段序列，进化分类，及样品GPS坐标。本数据与以高通量测序为基础的序列相比，本数据的序列长度更长，分类更准确，对于比较三极微生物的进化信息，以及研究嗜冷微生物进化的认识有重要意义。
计慕侃, 计慕侃, 计慕侃
青藏高原典型冰川DEM采用双站InSAR方法制作，数据采集时间为2013年11月21日，覆盖范围为普若岗日和祁连山西部地区，空间分辨率10米，高程精度0.8m的DEM结果，精度可满足国家1∶10000地形制图的要求。冰川DEM采用TanDEM-X双站InSAR数据，采用改进的SAR干涉处理方法，顾及了双站InSAR在成像几何和相位解缠等方面的特点，高分辨率、高精度地生成了上述两个典型冰川的表面DEM。该数据集采用Geotiff格式，每个典型冰川DEM存储为一个文件夹。 数据的详细情况见青藏高原典型冰川DEM数据集-数据说明。
江利明, 江利明, 江利明, 江利明, 江利明
大多数仪器气候记录的长度相对较短，限制了对气候变化的研究，因此有必要借助代理数据将记录延续到过去。直到20世纪40年代后期，才有了足够质量和空间分辨率的大气数据来确定气候变化的主要模式，如北美太平洋模式和太平洋年代际振荡。全球冰芯除了分布在南北两极以及第三极，阿拉斯加也有山地冰川分布，在该区域获得的冰芯数据，对于揭示北美地区气候，对于揭示低纬度与高纬度北极地区气候变化具有主要的意义。 各变量的物理意义： 第一列：时间；第二列：积累率数据；第三列：氧同位素数据值
杜志恒, 杜志恒, 杜志恒, 杜志恒, 杜志恒
雪水当量（积雪深度与密度之积）是反映地表积雪量变化的重要因子，是地表水文模型和气候模式中的一个重要参数。青藏高原作为亚洲水塔，多条大江大河补给主要依靠高原上冰川或积雪的融化。基于被动微波对积雪监测的敏感性，本数据实现了长时间序列的高亚洲地区雪水当量的反演。数据集包含日雪水当量、月雪水当量以及每五日雪水当量，可服务于当地水文、畜牧业生产等方面。
邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝
高亚洲地区是中纬度全球变化敏感区和研究的热点区域，其境内湖泊星罗棋布，湖冰冻融参数是全球变化的关键敏感因子之一。由于冰水介电常数差异大，高重访率且对天气不敏感的星载被动微波遥感可实现湖冰冻融状态的快速监测。本数据集依据微波辐射计像元内湖泊和陆表的面积比例，应用混合像元分解方法获取了像元（亚像元级）的湖泊亮温信息，实现高亚洲地区被动微波遥感亚像元级湖冰冻融监测，并采用多种被动微波数据，共计获得高亚洲区域 2002-2016 年 51 个中大型时间序列湖泊亮温数据和冻融状态信息。以无云MODIS 光学产品为验证数据，在高亚洲不同区域，选取可可西里湖、达则错、库赛湖等三个大小不一的湖泊进行冻融判别验证，结果表明微波和光学遥感所获取的湖冰冻结和融化参数具有较高的一致性，其相关系数可达0.968 与 0.987。本数据集包含湖泊的时间序列亮温值和湖冰冻融参数，可进一步对湖泊开展特征参数反演，以及提升对高亚洲地区的湖冰冻融的理解，为高亚洲地区气候、环境变化以及高亚洲对全球气候变化响应模型提供数据基础。数据集由 2 部分数据组成，其一为 2002-2016 年高亚洲区域 51个湖泊的被动微波遥感亮温数据集，观测时间间隔为 1~2 天；其二是由湖泊亮温数据集判断所获得的湖冰冻融数据集。文件名分别为：最邻近法与像元分解的湖泊亮温数据 .zip（12 MB），2002–2016 高亚洲 51 个湖泊湖冰冻融数据集 .xls（0.1 MB）
邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝
由美国发起的格陵兰冰盖计划 (GISP2)，提供了一个10万多年的氧同位素详细资料，几乎覆盖了整个冰期-间冰期循环。该数据记录了过去818-1987年氧同位素变化，其中清晰记录小冰期为该过去1000年来最冷的时期。其中1850-1987年呈现出波动增温，其变化与格陵兰获取的GRIP、NGRIP及最新的NEEM冰芯变化一致，反映了雪冰记录在格陵兰冰盖具有很好的一致性。 各变量的物理意义： 第一列：冰芯深度；第二列：氧同位素值；第三列：时间
杜志恒, 杜志恒, 杜志恒, 杜志恒, 杜志恒
从公元1000年到现在大气中甲烷的浓度在南北极冰芯呈现显著的上升，本数据来自澳大利亚塔斯马尼亚实验室，对冰芯样品采取湿法提取，通过对所有样品使用相同的测量程序和校准， 获取了高分辨率数据。数据结果与瑞士伯尔尼大学、丹麦哥本哈根大学以及美国俄亥俄州大学等国际著名冰芯温室气体实验室结果一致。 各变量的物理意义： 第一列：时间；第二列：甲烷浓度数值
杜志恒, 杜志恒, 杜志恒, 杜志恒, 杜志恒
微波辐射计数据集为SMMR（1978-1987）、SSM/I（1987-2009）和SSMIS（2009-2015）亮温数据，覆盖时间从1978年到2015年，空间分辨率为25 km，南极数据每个文件由316*332的栅格组成，北极冻融数据每个文件由304*448的栅格组成；微波散射计数据集为QScat（2000-2009）和ASCAT（2009-2015）后向散射系数据，覆盖时间从2000年到2015年，空间分辨率为4.45km.南极数据每个文件由1940*1940的栅格组成，北极数据每个文件由810*680的栅格组成。时间分辨率为逐日，覆盖范围为南北极冰盖。
李新武, 李新武, 梁雷, 梁雷
利用2003-2013年11景的Modis1B数据(NSIDC网站发布的冰架Modis1B数据)，采用亚像元互相关方法提取南极Amery冰架表面流速，应用COSI-Corr软件提取冰架流速，获取近十年的年均流速时间序列，由于研究区域内缺乏实地观测，因此利用稳定区域的偏移量值评估冰流结果的精度，冰流误差约为±50m/year。冰流场数据覆盖时间从2003年到2013年，时间分辨率为逐年，覆盖范围为Amery区域，空间分辨率为500m。每年的冰流场数据存放一个Geotiff文件。 数据的详细情况见Amery冰流场-数据说明。
江利明, 江利明, 江利明, 江利明, 江利明
在全球气候变暖背景下，世界范围内山地冰川消融强烈，以退缩为主，但现有野外观测发现，喀喇昆仑地区大部分冰川保持稳定或前进状态，为“喀喇昆仑异常”。冰川表面流速是研究冰川动力学和物质平衡的重要参数，研究喀喇昆仑中部区域冰川流速时空变化特征对于认识该区域冰川动力学特征及其对气候变化的响应具有重要的意义。 选取1999-2003年获取的四对Landsat 7 ETM+影像（影像获取时间分别为：1999.7.16, 2000.6.16, 2001.7.21, 2002.8.9, 2002.4.19, 2003.3.21），采用全色波段，分辨率为15 m，对每对影像进行精确配准，然后对配准后的两景影像进行互相关计算，获取1999-2003年喀喇昆仑中部区域冰川表面流速。由于研究区域内缺乏流速实地观测数据，因此利用稳定区域的偏移量值评估冰流结果的精度，冰川表面流速误差约为±7 m/year。 冰流场数据覆盖时间从1999年到2003年，时间分辨率为逐年，覆盖范围为喀喇昆仑中部区域，空间分辨率为30 m，每年的冰流场数据存放一个Geotiff文件。 数据的详细情况见喀喇昆仑中部区域冰流场-数据说明。
江利明, 江利明, 江利明, 江利明, 江利明
南极冰盖高程数据采用雷达高度计数据(Envisat RA-2)和激光雷达数据(ICESat/GLAS)制成。为提高ICESat/GLAS数据的精度,采用了五种不同的质量控制指标对GLAS数据进行处理,滤除了8.36%的不合格数据。这五种质量控制指标分别针对卫星定位误差、大气前向散射、饱和度及云的影响。同时,对Envisat RA-2数据进行干湿对流层纠正、电离层纠正、固体潮汐纠正和极潮纠正。针对两种不同的测高数据,提出了一种基于Envisat RA-2和GLAS数据光斑脚印几何相交的高程相对纠正方法,即通过分析GLAS脚印点与Envisat RA-2数据中心点重叠的点对,建立这些相交点对的高度差(GLAS-RA-2)与表征地形起伏的粗糙度之间的相关关系,对具有稳定相关关系的点对进行Envisat RA-2数据的相对纠正。通过分析南极冰盖不同区域的测高点密度,确定最终DEM的分辨率为1000 m。考虑到南极普里兹湾和内陆地区的差异性,将南极冰盖分为16个区,利用半方差分析确定最佳插值模型和参数,采用克吕金插值方法生成了1000 m分辨率的南极冰盖高程数据。利用两种机载激光雷达数据和我国多次南极科考实测的GPS数据对新的南极DEM进行了验证。结果显示,新的DEM与实测数据的差值范围为3.21—27.84 m,其误差分布与坡度密切关系。
黄华兵
该数据为2005年格陵兰岛地区ENVISAT-1卫星ASAR传感器获取的Wide Swath模式Level 1B级SAR数据，幅宽400km，空间分辨率为75m，绝对定位精度约为200米。 该SAR数据在存储时都是以时间增长为序的方式存储的，这使的下行轨道的图象为左右镜象，而上行轨道的图象为上下镜象。 该数据的命名规则如下例所示： ASA_IMS_1PPIPA 20050402_095556_000000162036_00065_16151_0388.N1 ASA: 产品标识,ASAR传感器 IMS: 数据的接收、处理信息(成像模式，如WS，WSS，IM，...) 1PPIPA:订制的编号 20050402: 数据获取的时间（UTC时间) 095556:地理位置（开始、结束） 000000162036:卫星轨道信息 00065:产品信任数据 16151:产品大小、结构信息 0388 => 校验码
惠凤鸣, 惠凤鸣
南北极细菌分布数据集提供了南北极细菌分布特征。样品采集时间为13/12/2005至8/12/2006，包含北极3个地区52个样品（Spitsbergen Slijeringa，Spitsbergen Vestpynten，及Alexandra Fjord_Highlands），南极5个地区171个样品(Mitchell Peninsula,Casey station main power house,Robinsons Ridge,Herring Island,Browning Peninsula)。土壤表层样品采集后用液氮保存，运回悉尼实验室，通过FastPrep DNA试剂盒提取。提取后的DNA样品使用27F (5'-GAGTTTGATCNTGGCTCA-3' and 519R (5'-GTNTTACNGCGGCKGCTG-3')扩增16S rRNA基因片段。扩增后的片段通过454方式测序，原始数据通过Mothur软件分析。首先去除测序质量不佳序列，之后进行排序并去除嵌合体序列。之后计算序列之间相似度，相似度在97%以上的序列聚类为一个OTU，并定义OTU代表序列。OTU代表序列通过与Silva数据库进行比对，在可靠性大于>80%的情况下鉴定到属一级水平。本数据系统的比较了南极东部以及北极微生物的多样性，对研究微生物在南北极的分布具有重大意义。
计慕侃, 计慕侃, 计慕侃
全南极高分辨率遥感影像镶嵌图利用美国陆地卫星7号于1999-2003年间拍摄的1073幅影像以及覆盖南纬82.5度以南的中分辨率MODIS影像（拍摄于2005年）处理合成得到。基于该镶嵌图，结合南极科研需求，采用计算机自动解译和人工辅助相结合的方法，将南极洲地表覆盖划分为6大类：蓝冰、裂隙、裸岩、水体、冰碛、粒雪。经统计得到上述各类的面积和所占比例分别为：225207.29平方千米（1.651%），7153.36平方千米（0.052%），72958.04平方千米（0.535%），189.43平方千米（0.001%），310.76平方千米（0.003%），13337392.66平方千米（97.758%）。该地图为近似真彩色合成的卫星影像图，各地表覆盖类型采用不同的色块表示。该图主要为极地各学科科学研究、地理教育及科普等提供参考。
惠凤鸣, 惠凤鸣
南北极冰盖冻融数据集采用微波辐射计和微波散射计两种数据获取。微波辐射计数据覆盖时间从1978年到2015年，空间分辨率为25 km；微波散射计数据覆盖时间从2000年到2015年，空间分辨率为4.45km.时间分辨率为逐日，覆盖范围为南北极冰盖。基于微波辐射计的遥感反演方法采用改进的基于小波冰盖冻融探测算法，算法考虑冰盖冻融亮温特性在时间上的变化，首先利用小波变换对格陵兰所有冰盖区域的长时间亮度温度数据进行小波多尺度分解，在不同尺度下对边缘信息进行分析。再次，采用方差分析的方法将冰盖融化和重新冻结过程产生的边缘信息从噪声中分离出来。基于已提取的冰盖长时间亮度温度变化边缘信息，利用广义高斯模型来确定干雪和湿雪分类的最优边缘阈值， 从而探测出格陵兰冰盖发生融化的区域。最后，基于空间自动纠错的原理，运用空间邻域纠错算子对由噪音引起的错误结果进行探测，并进行人工纠错。长时间序列星载被动微波亮度温度数据来自SMMR、SSM/I和SSMI/S三个传感器。为保证不同传感器亮度温度在时间上的一致性，在冻融提取之前对不同传感器亮度温度进行了交叉订正。通过实测站点的验证表明格陵兰冰盖冻融探测精度在70%以上。基于微波辐射计的遥感反演方法考虑积雪特性在时空和空间上的变化，首先提取散射计数据的DVPR时间序列数据，有效利用散射计数据的高时间分辨率，同时利用通道差去除地形带来的影响；随后利用广义高斯模型对每一个采样点时间序列的方差值进行拟，以此来区分出干湿雪点，即确定融化范围，这种广义高斯模型相比于传统的双高斯模型需要的输入参数少，得到的阈值也具有唯一性；最后利用移动窗分割算法来精确找到湿雪点的融化开始时间、 结束时间以及持续时间， 可以有效地去除融化或非融化时期的温度突变所带来的影响。长时间序列星载微波散射计数据来自QSCAT和ASCAT两个传感器。通过实测站点的验证表明南极冰盖冻融探测精度在70%以上。数据每一天存放一个bin文件，基于微波辐射计的南极冻融数据每个文件由316*332的栅格组成，格陵兰冰盖冻融数据每个文件由304*448的栅格组成；基于微波散射计的南极冻融数据每个文件由810*680的栅格组成，格陵兰冰盖冻融数据每个文件由810*680的栅格组成（0值：非融化区域，1值：融化区域）。
李新武, 李新武, 梁雷, 梁雷
2008年全国遥感年平均地表温度和冻结指数是冉有华等（2015）基于MODIS Aqua/Terra逐日四次的5公里瞬时地表温度数据产品，发展了新的年平均地表温度和冻结指数估计方法，该方法利用上下午LST观测的平均获取日平均地表温度，方法的核心是如何恢复LST产品的缺失数据，该方法有两个特点：（1）将遥感观测到的日地表温度变幅进行了空间插值，利用插值获取的空间连续的日地表温度变幅，使一天只有一次的卫星观测数据得到应用；（2）利用了一个新的缺失数据时间序列滤波方法，即基于离散余弦变换的惩罚最小二乘回归方法。 验证表明，年平均地表温度与冻结指数的精度只与原始MODIS LST的精度有关，即保持了MODIS LST产品的精度。可用于冻土制图及相关资源环境应用。
冉有华, 冉有华, 冉有华, 冉有华, 冉有华, 李新, 李新, 李新, 冉有华, 李新, 李新, 李新, 李新, 李新, 冉有华, 李新, 冉有华, 冉有华
黑河流域积雪面积比例数据集提供了2010到2012年无云日积雪面积比例时间序列产品，该数据利用卫星MODIS数据，具有较高时间分辨率（1天）和空间分辨率（500m）。首先利用自动算法N-FINDR选择端元，在自动提取的基础上，利用人工方法选择了积雪、植被、云、土壤、岩石和水6种类型端元，并根据2009年影像建立了光谱数据库；在光谱数据库的基础上利用全约束线性解混方法（FCLS）进行亚像元分解获取初级积雪面积比例产品；最后利用差值去云的算法获取了MODIS逐日积雪面积比例无云产品。经利用高分辨率影像Landsat TM验证，相比已有MODIS积雪面积比例产品 (MOD10A1)，具有更高的精度。能够为流域水文，气象提供更准确的积雪参数输入。 数据说明：0-100积雪面积比例，0非雪； 投影类型：经纬度投影，WGS-84基准面； 空间分辨率：0.005度； 时间分辨率：1天。
郝晓华, 李新, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 李新, 郝晓华, 郝晓华, 李新, 黄晓东, 郝晓华, 李新, 李新, 张颖, 李新, 郝晓华, 郝晓华, 郝晓华, 唐志光, 郝晓华, 郝晓华, 李新, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华
本数据集包括黑河上游八宝河流域25个WATERNET传感器网络节点自2015年1月至2015年12月的观测数据。4cm和20cm土壤水分/温度是每个节点的基本观测；部分节点还包括10cm土壤水分/温度、地表红外辐射温度观测、雪深和降水观测等观测。观测频率为5分钟。该数据集可为流域水文模拟、数据同化及遥感验证提供地面数据集。 详细内容请参见“2015年黑河上游八宝河WATERNET数据文档20160501.docx”
晋锐, 晋锐, 晋锐, 晋锐, 李新, 晋锐, 马明国, 晋锐, 李新, 李新, 亢健, 亢健, 李新, 晋锐, 晋锐, 李新, 马明国, 李新, 马明国, 晋锐, 马明国, 马明国, 李新, 晋锐, 马明国, 马明国, 晋锐, 马明国, 马明国, 马明国, 马明国, 马明国, 马明国, 马明国
地表微波发射率表征了地物向外发射微波辐射的能力，星载被动微波发射率可在宏观、大尺度上对陆表微波辐射进行整体表达，是被动微波地表参数定量反演中经验参数获取的重要基础数据，也是在大尺度上理解陆表微波辐射的一种途径。本数据集考虑到搭载在Aqua卫星上的高级微波扫描辐射计（AMSR-E）和中分辨率成像光谱仪（MODIS）的同步观测特点，采用MODIS的地表温度和大气水汽数据作为输入，通过考虑大气影响的发射率估算模型，生产了全球晴空条件下AMSR-E传感器运行期间（2002年6月~2011年10月）的陆表多通道双极化微波瞬时发射率。通过产品低频无线电信号影响、数据间比对、统计分析、不同地表覆盖条件的发射率特征、频率依赖和相关性研究等开展验证性分析，结果表明瞬时发射率的动态细节丰富，月内日变化标准差在0.02以内，其时空变化、频率依赖和相关性符合自然物理过程的理解。 此套数据集包括AMSR-E全生命周期的全球陆表逐日、侯、旬、半月及月产品，可用于开展星载被动微波遥感模拟、陆面模型以及陆表温度、积雪、大气降水/水汽/可降水量等反演研究。数据的投影坐标采用标准的EASE-GRID投影，数据存储方式为二进制浮点型格点（矩阵大小为1383*586），数据获得之后可用ENVI/IDL等软件或者相应程序代码以二进制文件的方式读取。 所生产出的所有陆表发射率数据按照以下规则命名： RADI_AMSRE_EM##_yyymmdd_EG_V##.bin 例如文件名称：RADI_AMSRE_EM01_20060101_EG_V#其中 EM##: 01表示每日，05表示5天，10表示旬，HM表示半月，MO表示月 yyyymmdd: yyyy表示年份，mm表示月份，dd表示日期 V##: 版本号，如0.1, 1.0等，个位数为正式版 RADI: “中国科学院遥感与数字地球研究所”英文缩写 AMSRE: 高级微波扫描辐射计
邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝
本数据集主要包含Nimbus-7卫星携带的扫描式多通道微波辐射计（SMMR：Scanning Multichannel Microwave Radiometer）获得的被动微波亮度温度，包含1978年10月25日-1987年8月20日的06H、06V、10H、10V、18H、18V、21H、21V、37H、37V共十个微波通道的每天两次过境（升轨&降轨）亮度温度，其中H代表水平极化，V代表垂直极化。 1978年10月发射的Nimbus-7为太阳同步极轨卫星，搭载的微波传感器SMMR，是一台测量地表五个频率（6.6GHz，10.69GHz，18.0GHz，21.0GHz，37.0GHz）微波亮温的双极化微波辐射计。它以约50.3°固定入射角扫描地表，幅宽780km，并在正午12：00（升轨）与午夜24：00（降轨）通过赤道。SMMR时间分辨率为每日，但由于swath间距离较宽，大概每隔5-6天才会重访同一地表。 1、文件格式和命名： 每组数据均由遥感数据文件构成。 SMMR_Grid_China目录下的每组数据文件名及命名规则如下： SMMR-MLyyyydddA/D.subset.ccH/V（遥感数据） 其中：SMMR代表SMMR传感器；ML代表多通道低分辨率；yyyy代表年份；ddd代表该年的儒略日（1-365/366）；A/D分别代表升轨（A）和降轨（D）；subset表示中国地区的亮温数据；cc代表频率（6.6GHz，10.69GHz，18.0GHz，21.0GHz，37.0GHz）；H/V分别代表水平极化（H）和垂直极化（V）。 2、坐标系及投影： 投影方式为等积割圆柱投影，双标准纬线为南北纬30度。有关EASE-GRID的相关详细信息，请参考http://www.ncgia.ucsb.edu/globalgrids-book/ease_grid/。 如果需要将EASE-Grid投影方式转换成Geographic投影方式，请参照ease2geo.prj文件，内容如下： Input projection cylindrical units meters parameters 6371228 6371228 1 /* Enter projection type (1, 2, or 3) 0 00 00 /* Longitude of central meridian 30 00 00 /* Latitude of standard parallel Output Projection GEOGRAPHIC Spheroid KRASovsky Units dd parameters end 3、数据格式： 以整数形二进制存储，每个数据占2个字节。本数据集中实际存储的数据为亮温*10，读出数据后需除以10得到真实亮温。 空间分辨率：25km； 时间分辨率：逐日，从1978年至1987年。 4、空间范围： 经度：60.1°-140.0°东经； 纬度：14.9°-55.0°北纬。 5、数据读取 每一组数据的遥感影像数据文件可以在ENVI和ERDAS软件中打开。
NSIDC
本数据集主要包括美国国防气象卫星计划卫星（DMSP-F08、DMSP-F11、DMSP-F13和DMSP-F17）搭载的星载微波辐射计SSM/I和SSMIS的每日两次（升轨&降轨）亮度温度（K），时间覆盖范围为1987年9月15日至2015年12月31日。DMSP-F08、DMSP-F11和DMSP-F13的SSM/I亮温包含19.35H、19.35V、22.24V、37.05H、37.05V、85.50H和85.50V共七个通道；而DMSP-F17的SSMIS亮温观测由19.35H、19.35V、22.24V、37.05H、37.05V、91.66H和91.66V共七个通道组成。其中，DMSP-F08卫星亮温的覆盖时间为1987年9月15日至1991年12月31日；DMSP-F11卫星亮温的覆盖时间为1992年1月1日至1995年12月31日；DMSP-F13卫星亮温的覆盖时间为1996年1月1日至2009年4月29日；DMSP-F17卫星亮温的覆盖时间为2009年1月1日至2015年12月31日。 1、文件格式和命名： 亮度温度以年为单位分别存放，每个目录中均由各频率的遥感数据文件构成，其中SSMIS数据中还包含.TIM时间信息文件。 各数据文件名及其命名规则如下： EASE-Fnn-ML/HyyyydddA/D.subset.ccH/V（遥感数据） EASE-Fnn-ML/HyyyydddA/D.subset.TIM（时间信息文件） 其中：EASE代表EASE-Grid投影方式；Fnn代表卫星编号（F08、F11、F13、F17）；ML/H分别代表多通道低分辨率和多通道高分辨率；yyyy代表年份；ddd代表该年的儒略日（1-365/366）；A/D分别代表升轨（A）和降轨（D）；subset 表示中国地区的亮温数据；cc代表频率（19.35GHz、22.24 GHz、37.05GHz、85.50GHz、91.66GHz）；H/V分别代表水平极化（H）和垂直极化（V）。 2、坐标系及投影： 本数据集投影方式为EASE-Grid，即等积割圆柱投影，双标准纬线为南北纬30°。有关EASE-GRID的相关详细信息，请参考http://www.ncgia.ucsb.edu/globalgrids-book/ease_grid/。 如果需要将EASE-Grid投影方式转换成Geographic投影方式，请参照ease2geo.prj文件，内容如下： Input projection cylindrical units meters parameters 6371228 6371228 1 /* Enter projection type (1, 2, or 3) 0 00 00 /* Longitude of central meridian 30 00 00 /* Latitude of standard parallel Output Projection GEOGRAPHIC Spheroid KRASovsky Units dd parameters end 3、数据格式： 以整数型二进制存储，每个数据占2个字节。本数据集中实际存储的数据为亮温*10，读出数据后需除以10得到真实亮温。 4、数据分辨率： 空间分辨率：25.067525km，12.5km（SSM/I 85GHz，SSMIS 91GHz） 时间分辨率：逐日，从1978年至2015年。 5、空间范围： 经度：60.1°-140.0°东经； 纬度：14.9°-55.0°北纬。 6、数据读取： 每一组数据中的遥感影像数据文件可以在ArcMap、ENVI和ERDAS软件中打开。
National Snow and Ice Data Center（NSIDC）, National Snow and Ice Data Center（NSIDC）, National Snow and Ice Data Center（NSIDC）
该数据包括大冬树垭口观测站（东经100度14分28秒，北纬38度00分58秒）2013年12月17日至2014年7月9日期间风吹雪事件过程中收集的吹雪通量沿高度的分布。
黄宁, 王正师
在黑河上游多年冻土区域，选取11个有编号的典型钻孔，使用钻孔温度插值计算得出多年冻土及季节冻土厚度值，设定0度等温面为多年冻土和季节冻土下底板。 数据包括钻孔编号、经纬度、冻土厚度及冻土类型。
张廷军, 张廷军, 张廷军, 高坛光, 张廷军
从2013年至2014年，对黑河上游高海拔地区晚第四纪冰川地貌进行了考察采样。通过野外考察结合遥感影像得到了摆浪河上游山脊附近各级冰碛陇的分布图。
胡小飞, 潘保田
冻融指数作为冻土研究的重要参数，对于冻土研究具有十分重要的意义，同时也是研究气候变化的重要指标。冻融指数是日气温或地表土壤温度在给定时间的累计值。 本数据是根据中国气象局在黑河流域布设的15个常规气象台站逐日的地表温度的观测资料，计算得到的各气象台站1960-2006年逐年的地表冻融指数。
张廷军, 张廷军, 张廷军, 张廷军
本数据集包括黑河上游八宝河流域40个WATERNET传感器网络节点自2013年6月底至今的观测数据。4cm、10cm和20cm土壤水分是每个节点的基本观测；19个节点包含土壤水分和地表红外辐射温度观测；11个节点包含土壤水分、地表红外辐射温度观测、雪深和降水观测。观测频率为5分钟。该数据集可为流域水文模拟、数据同化及遥感验证提供地面数据集。 详细内容请参见“WATERNETNET数据文档20141206.docx”
晋锐, 晋锐, 晋锐, 晋锐, 晋锐, 马明国, 晋锐, 李新, 亢健, 李新, 李新, 李新, 李新, 李新, 李新, 晋锐, 晋锐, 李新, 马明国, 马明国, 晋锐, 马明国, 马明国, 李新, 晋锐, 马明国, 马明国, 晋锐, 马明国, 马明国, 马明国, 马明国, 马明国, 马明国, 马明国
该数据集是“中国雪深长时间序列数据集（1978-2012）”的升级版本。 制作该数据集的源数据与上一版本存在差异，由于AMSR-E在2011年停止运行，从2008年到2020年的雪深采用SSMI/S传感器的亮度温度进行提取。本数据集提供1979年1月1日到2020年12月31日逐日的中国范围的积雪厚度分布数据，其空间分辨率为25km。用于反演该雪深数据集的原始数据来自美国国家雪冰数据中心（NSIDC）处理的SMMR（1979-1987年)，SSM/I（1987-2007年)和SSMI/S(2008-2020)逐日被动微波亮温数据（EASE-Grid）。由于三个传感器搭载在不同的平台上，所以得到的数据存在一定的系统不一致性。通过对不同传感器的亮温进行交叉定标提高亮温数据在时间上的一致性。然后利用车涛博士在Chang算法基础上针对中国地区进行修正的算法进行雪深反演。具体反演方法参考数据说明文档“中国雪深长时间序列数据集(1979-2020)介绍.doc”。该数据集是经纬度投影，每天一个文件，文件命名方式为：年+天，如1990001表示1990年第一天，1990207表示1990年第207天。详细数据说明请参考数据文档。
车涛, 车涛, 车涛, 车涛, 戴礼云, 车涛, 戴礼云, 戴礼云, 戴礼云, 戴礼云, 戴礼云, 车涛, 车涛
1.数据概述： 此数据集是祁连站2011年1月1日—2011年12月31日人工观测冻土冻结深度数据集，每日08时观测。 2.数据内容： 数据内容为冻土器冻结深度数据集。冻土观测是利用灌注在橡皮内管中水的冻结深度 (长度 )作为记录的，根据埋入土中的冻土器内水结冰的部位和长度，来测定冻结层次及其上限和下限深度。以厘米（cm）为单位，取整数，小数四舍五入。每天0 8时观测 1次。 3.时空范围： 地理坐标：经度：99°53′E；纬度：38°16′N；海拔：2981.0m
阳勇, 刘俊峰, 韩春坛, 宋耀选, 刘章文, 卿文武, 阳勇, 刘俊峰, 宋耀选, 韩春坛, 刘章文, 宋耀选, 韩春坛, 宋耀选, 刘俊峰, 阳勇, 刘章文
一、数据描述 数据内容包含2013年7月~2014年4月流域内融雪水、河水、土壤水的稳定氢氧同位素数据。 二、采样地点 融雪水采样点位于三号区中部，经纬度为99°53′28.004″E，38°13′25.781″N，采集次数为3次； 河水采样点位于葫芦沟流域出口，经纬度99°52′47.7″E,38°16′11″N，采样频率为每周一次； 土壤水采样点位于在红泥沟集水区中下部，采样深度为地下90cm和180cm，经纬度99°52′25.98″E,38°15′36.11″N 。 三、测试方法 采集样品采用L2130-i 超高精度液态水和水汽同位素分析仪进行测试的。
孙自永, 孙自永, 常启昕, 常启昕, 常启昕, 孙自永
一、数据描述： 数据包含了2013年5月~2014年4月葫芦沟小流域融雪水和土壤水中二氧化硅含量值。 二、采样地点： 其中融雪水的采样点位于二号气象站下方600m附近，地面高程3514.45m，经纬度为99°53′20.655″E，38°14′14.987″N。土壤水的采样点位于二号气象站上方300m、下部土壤剖面，经纬度为99°53′31.333″E,38°13′50.637″N。 三、测量方法： 样品二氧化硅含量的测试方法是采用电感耦合等离子体发射光谱仪（ICP-AES）进行测量。利用溶液中Si的值代替二氧化硅。
孙自永, 孙自永, 常启昕, 常启昕, 孙自永, 常启昕
八宝河流域逐日无云MODIS积雪面积比例数据集（2008.1.1-2014.6.1）是在MODIS逐日积雪产品—MOD10A1的基础上，采用一种基于三次样条函数插值的去云算法进行去云处理后得到(唐志广，2013)。 该数据集采用UTM（横轴等角割圆柱）投影方式，空间分辨率500m，提供逐日的八宝河流域积雪反照率（Snow Albedo Daily-SAD）结果。数据集为逐日文件，从2008年1月1日到2014年6月1日。每个文件为当日的积雪反照率结果，数值为0-100（%），为ENVI标准文件，命名规则为：MOD10A1.AYYYYddd_h25v05_Snow_SAD_Grid_2D_reproj_babaohe_nocloud.img，其中YYYY代表年， ddd代表儒略日（001-365/366）。文件可直接用ENVI或者ARCMAP等软件打开察看。 进行去云处理的原始MODIS积雪数据产品来源于由美国国家雪冰数据中心（NSIDC）处理的MOD10A1产品，这一数据集为hdf格式，采用sinusoidal投影。 八宝河流域逐日无云MODIS反照率数据集（2008.1.1-2014.1.1）属性由该数据集的时空分辨率、投影信息、数据格式组成。 时空分辨率：时间分辨率为逐日，空间分辨率为500m，经度范围为100.2°～101.2°E，纬度为37.6°～38.3°N。 投影信息：UTM（横轴等角割圆柱）投影。 数据格式：ENVI标准格式。文件命名规则："MOD10A1.A"+"YYYYddd"+"_h25v05_Snow_SAD_Grid_2D_reproj_babaohe_nocloud"+".img"，其中YYYY代表年，ddd代表儒略日（001-365/366），其中该数据集的ENVI文件是由头文件和主体内容构成。头文件包括行数、列数、波段数、文件类型、数据类型、数据记录格式、和投影信息等；以2000055_FSC_0.5km.img 文件为例，其头文件信息如下： ENVI description = { ENVI File, Created [Wed Nov 26 11:50:00 2014]} samples = 187 lines = 132 bands = 1 header offset = 0 file type = ENVI Standard data type = 4 ：代表byte型 interleave = bsq ：数据记录格式为BSQ sensor type = Unknown byte order = 0 map info = {UTM, 1.000, 1.000, 596240.026, 4244174.613, 5.0000000000e+002, 5.0000000000e+002, 47, North, WGS-84, units=Meters} coordinate system string = {PROJCS["UTM_Zone_47N",GEOGCS["GCS_WGS_1984",DATUM["D_WGS_1984",SPHEROID["WGS_1984",6378137.0,298.257223563]],PRIMEM["Greenwich",0.0],UNIT ["Degree",0.0174532925199433]],PROJECTION["Transverse_Mercator"],PARAMETER["False_Easting",500000.0],PARAMETER["False_Northing",0.0],PARAMETER ["Central_Meridian",99.0],PARAMETER["Scale_Factor",0.9996],PARAMETER["Latitude_Of_Origin",0.0],UNIT["Meter",1.0]]} wavelength units = Unknown
王建, 潘海珠, 王建, 王建
本数据集包括黑河上游八宝河流域40个WATERNET传感器网络节点自2014年1月至今的观测数据。4cm、10cm和20cm土壤水分是每个节点的基本观测；19个节点包含土壤水分和地表红外辐射温度观测；11个节点包含土壤水分、地表红外辐射温度观测、雪深和降水观测。观测频率为5分钟。该数据集可为流域水文模拟、数据同化及遥感验证提供地面数据集。 详细内容请参见“WATERNETNET数据文档20141206.docx”
晋锐, 晋锐, 晋锐, 晋锐, 李新, 晋锐, 马明国, 晋锐, 李新, 李新, 亢健, 亢健, 李新, 晋锐, 晋锐, 李新, 马明国, 李新, 马明国, 晋锐, 马明国, 马明国, 李新, 晋锐, 马明国, 马明国, 晋锐, 马明国, 马明国, 马明国, 马明国, 马明国, 马明国, 马明国
“黑河流域生态-水文综合地图集”获黑河流域生态-水文过程集成研究-重点项目的支持，旨在面向黑河流域生态-水文过程集成研究的数据整理与服务，图集将为研究人员提供一个全面而详实的黑河流域背景介绍及基础数据集。 黑河流域积雪日数图是图集水文水资源中一幅，比例尺1:2500000，正轴等积圆锥投影，标准纬线：北纬 25 47。 数据源：该图表现整个黑河流域2001年8月1日至2011年7月31日，共10个水文年份多年平均积雪日数的分布情况。原始数据来源于美国国家雪冰数据中心（NSIDC )提供的MODIS每日积雪产品MODISA1和MYD10A1，以及由寒区旱区科学数据中心（WESTDC)提供的中国长时间序列雪深数据集。
王建华, 赵军, 王小敏, 王建华, 王建华, 王建华, 王建华
数据集是黑河上游葫芦沟灌丛试验区气象及观测数据，包括：气象、反照率、灌丛林下蒸散发数据。 1、气象数据：祁连站经度：99°52′E；纬度：38°15′N；海拔：3232.3m，2012年1月1日—2013年12月31日尺度气象数据。观测项目有：温度、湿度、水汽压、净辐射、四分量辐射等。数据为日尺度数据，计算时间段为0:00-24:00. 2、反照率：为2012年1月1日-2014年7月3日日尺度地表反照率数据，包括积雪和非积雪期。测量仪器为葫芦沟流域十米梯度塔上的辐射仪器。其中2012年8月4日-10月2日由于仪器电路问题，数据缺失，其余数据质量较好 3、蒸散发：为葫芦沟流域4种典型灌丛群落林下地表蒸散数据。观测时段为2014年7月18日-8月5日，为日尺度数据。数据内容包括降水数据、及lysimeter观测到的蒸发、下渗数据。该数据集可用来分析高寒灌丛及森林的蒸散数据。 试验选择小型蒸渗仪尺寸为内径25 cm、深度30 cm的小型蒸渗仪进行冠层下草地蒸散量。灌丛林下蒸散每个灌丛样地内布设两个Lysimeter，移栽试验每种灌丛各一个Lysimeter。在布设时将内桶中放置与桶等高的未被扰动的原状土柱，将外桶埋入到土壤中，在埋设时保证外桶高出地面0.5-1.0 cm，内桶外沿设计宽约2.0 cm的挡雨板，以防止地表径流进入Lysimeter蒸渗仪。在附近气象站点内同时布设有Lysimeter测量草地蒸散量，在青海云杉林样地也布设内径25 cm、深度30 cm的小型蒸渗仪测量其林下蒸发量。所有Lysimeter每天20：00时准时进行称重（电子天平感量1.0 g，约相当于0.013 mm蒸发量），观测时做好防风处理，保证测量的精度。 数据加工方法：蒸渗仪方法主要通过质量守恒来计算蒸散发量，依据Lysimeter蒸渗仪设计原理，蒸散量主要是通过连续两天内质量差别确定，由于每天都对其称重，通过水量平衡进行计算。
宋耀选, 刘章文, 宋耀选, 刘章文, 宋耀选, 宋耀选, 刘章文
1.数据概述： 此数据集是祁连站2013年1月1日—2013年12月31日人工观测冻土冻结深度数据集，每日08时观测。 2.数据内容： 数据内容为冻土器冻结深度数据集。冻土观测是利用灌注在橡皮内管中水的冻结深度 (长度 )作为记录的，根据埋入土中的冻土器内水结冰的部位和长度，来测定冻结层次及其上限和下限深度。以厘米（cm）为单位，取整数，小数四舍五入。每天0 8时观测 1次。 3.时空范围： 地理坐标：经度：99°53′E；纬度：38°16′N；海拔：2981.0m
阳勇, 刘俊峰, 韩春坛, 宋耀选, 刘章文, 阳勇, 刘俊峰, 宋耀选, 陈仁升, 陈仁升, 陈仁升, 韩春坛, 刘章文, 宋耀选, 韩春坛, 宋耀选, 刘俊峰, 阳勇, 刘章文
1.数据概述： 此数据集是祁连站2012年1月1日—2012年12月31日人工观测冻土冻结深度数据集，每日08时观测。 2.数据内容： 数据内容为冻土器冻结深度数据集。冻土观测是利用灌注在橡皮内管中水的冻结深度 (长度 )作为记录的，根据埋入土中的冻土器内水结冰的部位和长度，来测定冻结层次及其上限和下限深度。以厘米（cm）为单位，取整数，小数四舍五入。每天0 8时观测 1次。 3.时空范围： 地理坐标：经度：99°53′E；纬度：38°16′N；海拔：2981.0m
阳勇, 刘俊峰, 韩春坛, 宋耀选, 阳勇, 刘俊峰, 宋耀选, 陈仁升, 陈仁升, 陈仁升, 韩春坛, 宋耀选, 韩春坛, 宋耀选, 刘俊峰, 阳勇
本数据是通过黑河上游源区内外九个站点0cm处的地表温度通过空间插值，结合冻土模拟方法获得。图中1代表季节性冻土，2代表多年冻土。 本数据为TIFF格式，投影采用WGS-84，空间范围为37.7263N-39.0976N,98.5769E-101.1608E。
葛社民
2008年3月30日在冰沟流域加密观测区开展的K&Ka波段机载微波辐射计的地面同步观测，为积雪微波辐射特性及参数反演，尤其是干湿雪的判别研究提供了基本数据集。 观测内容包括： 1）雪特性分析仪观测，参数包括有雪密度、雪复介电常数、雪体积含水量、雪重量含水量等，该测量在样地BG-A进行。 2）积雪参数观测，包括雪深观测、飞机过境时同步的雪表面温度观测、分层的雪深温度观测、雪粒径观测、雪密度观测。该观测分别在5个样地BG-A、BG-B、BG-F、BG-H、BG-I进行。其中BG-A测量10个点，BG-B测量6个点，BG-F测量12个点，BG-H测量21个点，BG-I测量20个点。具体测量方法和使用的仪器如下：在每一个测量点挖积雪剖面，自上而下每10cm均匀分层，如果最后剩下的深度超过10cm而不足15cm则以一层划分。分别测量每层的厚度、雪粒径、密度、温度。每层厚度有塑料直尺量出；雪粒径有手持显微镜人工读数；每一层随机测量三次；密度由每层的环刀采取雪样计算得到；温度由针式温度计测量得到，每一层积雪温度由同时测量的两个针式温度计的平均值决定。并且同时在I样地和H样地于飞机过境时同步测量雪表面温度。 该数据集包括原始数据和预处理数据2个文件夹。
车涛, 车涛, 郝晓华, 白艳芬, 车涛, 白艳芬, 车涛, 白艳芬, 郝晓华, 郝晓华, 白艳芬, 郝晓华, 郝晓华, 白艳芬, 马明国, 白艳芬, 张璞, 王建华, 白艳芬, 白艳芬, 郝晓华, 盖春梅, 白艳芬, 郝晓华, 车涛, 白艳芬, 白艳芬, 盖春梅, 白云洁, 白云洁, 白艳芬, 白云洁, 刘艳, 郝晓华, 梁继, 顾娟, 白云洁, 梁继, 白云洁, 顾娟, 李弘毅, 白云洁, 盖春梅, 王旭峰, 盖春梅, 盖春梅, 李哲, 盖春梅, 盖春梅, 马明国, 盖春梅, 盖春梅, 舒乐乐, 徐瑱, 顾娟, 郝晓华, 马明国, 盖春梅, 马明国, 郝晓华, 郝晓华, 顾娟, 顾娟, 盖春梅, 郝晓华, 盖春梅, 马明国, 李弘毅, 顾娟, 李弘毅, 顾娟, 李哲, 朱仕杰, 车涛, 顾娟, 郝晓华, 梁继, 郝晓华, 朱仕杰, 李弘毅, 李哲, 郝晓华, 李哲, 朱仕杰, 舒乐乐, 刘艳, 郝晓华, 李哲, 梁继, 朱仕杰, 李弘毅, 李哲, 李弘毅, 郝晓华, 舒乐乐, 梁继, 郝晓华, 梁继, 吴月茹, 李哲, 李弘毅, 郝晓华, 马明国, 王旭峰, 张璞, 舒乐乐, 梁继, 徐瑱, 梁继, 王旭峰, 梁继, 朱仕杰, 李哲, 历华, 常存, 马明国, 李弘毅, 徐瑱, 马明国, 李弘毅, 梁继, 梁继, 马明国, 舒乐乐, 朱仕杰, 李哲, 常存, 王旭峰, 白云洁, 徐瑱, 舒乐乐, 舒乐乐, 马忠国, 舒乐乐, 王旭峰, 梁继, 朱仕杰, 马忠国, 王建华, 马明国, 舒乐乐, 李哲, 徐瑱, 马明国, 姜腾龙, 王建华, 王旭峰, 吴月茹, 常存, 王建华, 梁继, 王旭峰, 马明国, 王建华, 马明国, 舒乐乐, 王旭峰, 王旭峰, 王旭峰, 姜腾龙, 常存, 吴月茹, 吴月茹, 徐瑱, 马忠国, 王旭峰, 徐瑱, 吴月茹, 张璞, 常存, 吴月茹, 朱仕杰, 徐瑱, 姜腾龙, 徐瑱, 张璞, 徐瑱, 朱仕杰, 徐瑱, 马忠国, 肖鹏峰, 马明国, 王旭峰, 刘艳, 朱仕杰, 马忠国, 刘艳, 朱仕杰, 刘艳, 张璞, 历华, 常存, 历华, 刘艳, 吴月茹, 常存, 历华, 张璞, 常存, 张璞, 常存, 常存, 马忠国, 马忠国, 马忠国, 姜腾龙, 马忠国, 姜腾龙, 马忠国, 肖鹏峰, 刘艳, 刘艳, 历华, 历华, 常存, 张璞, 姜腾龙, 刘艳, 张璞, 姜腾龙, 张璞, 肖鹏峰, 肖鹏峰, 车涛, 刘艳, 马忠国, 张璞, 张璞, 姜腾龙, 肖鹏峰, 刘艳, 张璞
2007年10月17日夜间，在阿柔样方2开展了Envisat ASAR数据的地面同步观测试验。 Envisat ASAR数据为AP模式，VV/VH极化组合方式，过境时间约为23:04BJT。阿柔样方2为3Grid×3Grid，每个Grid为30m×30m，共计25个采样点（包含中心点和角点）。 与卫星过境同步，在阿柔样方2，采用ML2X土壤水分速测仪获取土壤体积含水量；采用WET土壤水分速测仪测量获得土壤体积含水量、电导率、土壤温度及土壤复介电常数实部；手持式红外温度计获得地表辐射温度；并采用100cm^3环刀取土经烘干获得重量含水量、土壤容重及体积含水量。同时还对植被一些参数进行了相关调查，主要包括植被高度、覆盖度、植被含水量。地表粗糙度信息请参见“黑河综合遥感联合试验：阿柔加密观测区地表粗糙度数据集 ”元数据。 本数据可为发展和验证主动微波遥感反演土壤水分及冻融状态算法提供基本的地面数据集。
晋锐, 晋锐, 晋锐, 晋锐, 晋锐, 白云洁, 白云洁, 白云洁, 白云洁, 白云洁, 晋锐, 白云洁, 白云洁, 李新, 郝晓华, 李新, 李新, 李新, 李新, 李新, 李新, 郝晓华, 郝晓华, 晋锐, 晋锐, 李新, 白云洁, 李哲, 晋锐, 李弘毅, 李弘毅, 李哲, 李新, 李哲, 李哲, 晋锐, 李哲, 李哲, 李哲, 晋锐, 李哲, 李哲, 李哲
2007年10月17日夜间，在扁都口样方1和扁都口样方2开展了Envisat ASAR数据的地面同步观测试验。 Envisat ASAR数据为AP模式，VV/VH极化组合方式，过境时间约为23:04BJT。扁都口样方1和扁都口样方2均为3Grid×3Grid，每个Grid为30m×30m正方形，共计25个采样点（包含中心点和角点）。 与卫星过境同步，在扁都口样方1和扁都口样方2，采用Hydra probe水分仪测得土壤温度、土壤体积含水量（cm^3/cm^3）、土壤盐分（s/m）及土壤电导率（s/m）；手持式红外温度计获得地表辐射温度；并采用100cm^3环刀取土经烘干获得重量含水量、土壤容重及体积含水量。同时还对植被一些参数进行了相关调查，主要包括植被高度、覆盖度、植被含水量。 本数据可为发展和验证主动微波遥感反演土壤水分及冻融状态算法及正向模型提供基本的地面数据集。
李新, 白云洁, 白云洁, 白云洁, 白云洁, 白云洁, 李新, 曹永攀, 李新, 白云洁, 白云洁, 曹永攀, 曹永攀, 李新, 白云洁, 曹永攀, 曹永攀, 李新, 李新, 王维真, 李新, 王旭峰, 王维真
此研究包含三部分观测内容。 1）为了观测积雪的二向反射特性2008年3月23日在冰沟流域加密观测区开展多角度积雪光谱观测（采用北京师范大学自制研发的多角度观测架测量），观测时间为北京时间（BJT）2008年3月23日10:50-13:50； 2）为了研究反照率随太阳高度角变化特征，同步进行了积雪反照率观测（总辐射表），观测时间为北京时间（BJT）2008年3月23日10:00-14:36； 3）积雪表面光谱特征观测（由新疆气象局ASD光谱仪测量）。 以上测量均在冰沟小流域水文断面旁的一块较为平坦的空地测量，该数据集包括原始数据和预处理数据2个文件夹。
白云洁, 白云洁, 白云洁, 白云洁, 白云洁, 白云洁, 白云洁, 郝晓华, 郝晓华, 郝晓华, 舒乐乐, 白云洁, 王旭峰, 马明国, 王旭峰, 舒乐乐, 朱仕杰, 王旭峰, 朱仕杰, 朱仕杰, 朱仕杰, 马明国, 曲伟, 舒乐乐, 王旭峰, 任杰, 朱仕杰, 常存, 朱仕杰, 常存, 马忠国, 朱仕杰, 马忠国, 姜腾龙, 常存, 张璞, 曲伟, 任杰, 姜腾龙, 肖鹏峰, 常存, 张璞, 马忠国, 常存, 朱仕杰, 姜腾龙, 马忠国, 朱仕杰, 曲伟, 朱仕杰, 马忠国, 朱仕杰, 常存, 常存, 曲伟, 常存, 常存, 马忠国, 马忠国, 常存, 任杰, 马忠国, 姜腾龙, 马忠国, 姜腾龙, 马忠国, 常存, 姜腾龙, 姜腾龙, 马忠国, 姜腾龙
环北极多年冻土和地下冰分布图是1997年国际冻土协会联合多个国家的冻土研究机构编制的目前唯一的一个国际冻土数据图。该冻土图描述了北半球（20°N to 90°N）多年冻土的分布与属性及地下冰条件。通过连续性划分冻土范围，将多年冻土划分为连续（90-100%）、不连续（50-90%）、零星（10-50%）、岛状（<10%）和无多年冻土。最上层20米的地下冰丰度通过冰的体积百分比划分（>20%, 10-20%, <10% 和 0%）。发布的ESRI-shape文件源于1:10,000,000的纸质地图（Brown et al. 1997）。该图可用于全球气候变化、极地资源开发和环境保护等相关领域。中国部分如图例所示。更多信息参考文献（Heginbottom et al. 1993）。 数据的格式为ESRI shapefiles，可通过美国冰雪数据中心下载（http://nsidc.org/data/ggd318.html）。
O. Ferrians, O. Ferrians, J. A. Heginbottom, J. A. Heginbottom, E. Melnikov, E. Melnikov
2008年3月20日有新降雪，选择在祁连县境内临时样地开展了针对新降雪的观测数据集，主要目的是观测新雪特征，并为积雪遥感参数反演提供了基本数据集。 观测内容包括： 1）新雪雪深、雪粒径（手持式显微镜测量）、雪密度（雪铲测量）等积雪主要参数测量； 2）新雪反照率（总辐射表测量）； 3）新雪光谱特征测量（ASD光谱仪）； 该数据集包括原始数据与预处理数据2个文件夹。
张璞, 盖春梅, 盖春梅, 刘艳, 舒乐乐, 盖春梅, 盖春梅, 盖春梅, 盖春梅, 盖春梅, 王旭峰, 盖春梅, 盖春梅, 徐瑱, 王旭峰, 盖春梅, 舒乐乐, 盖春梅, 盖春梅, 朱仕杰, 王旭峰, 朱仕杰, 朱仕杰, 刘艳, 朱仕杰, 舒乐乐, 张璞, 王旭峰, 徐瑱, 朱仕杰, 徐瑱, 朱仕杰, 徐瑱, 朱仕杰, 徐瑱, 张璞, 徐瑱, 徐瑱, 朱仕杰, 徐瑱, 徐瑱, 徐瑱, 朱仕杰, 张璞, 徐瑱, 刘艳, 朱仕杰, 朱仕杰, 刘艳, 张璞, 刘艳, 刘艳, 张璞, 张璞, 刘艳, 刘艳, 张璞, 刘艳, 张璞, 张璞, 刘艳, 张璞, 张璞, 刘艳, 张璞
2008年3月15日在冰沟流域加密观测区进行Envisat ASAR同步观测，主要目的是研究利用主动雷达数据反演积雪参数方法。 Envisat ASAR数据为AP模式，VV/VH极化组合方式，过境时间约为11:34BJT。 观测内容包括 1）雪特性分析仪观测数据，观测变量包括雪密度，雪复介电常数，雪体积含水量，雪重量含水量。观测数据在BG-B、BG-D、BG-E、BG-F内获取，雪特性分析仪数据统一存放在雪特性分析仪文件夹中。 2）积雪参数观测数据，观测变量包括雪表面和雪土界面温度（手持式红外温度计）、分层积雪温度 （针式温度计）、雪粒径（手持式显微镜量）、雪密度（铝盒式测量）、雪深（尺子）以及ASAR过境时同步的雪表面温度 （手持式红外温度计）。积雪参数观测在分别样方BG-H、BG-D、BG-E、BG-F进行。 3）积雪光谱观测数据，采用新疆气象局光谱仪在样方BG-H15进行ASAR同步光谱观测试验。同时利用自制不同粒径雪样筛，通过筛子筛选积雪，人工制造不同粒径的雪层结构，测量其表面光谱特性，并对雪层的粒径的长短轴以及形状进行了观测。 该数据集包括原始数据和预处理数据2个文件夹。
郝晓华, 白艳芬, 白艳芬, 郝晓华, 郝晓华, 白云洁, 白艳芬, 白云洁, 郝晓华, 郝晓华, 白艳芬, 白云洁, 白云洁, 白云洁, 马明国, 白艳芬, 张璞, 白艳芬, 白艳芬, 白艳芬, 郝晓华, 盖春梅, 白艳芬, 郝晓华, 白艳芬, 白艳芬, 白云洁, 白云洁, 盖春梅, 白艳芬, 刘艳, 郝晓华, 梁继, 梁继, 李弘毅, 盖春梅, 王旭峰, 盖春梅, 白云洁, 盖春梅, 盖春梅, 盖春梅, 马明国, 盖春梅, 盖春梅, 舒乐乐, 徐瑱, 马明国, 马明国, 郝晓华, 盖春梅, 郝晓华, 郝晓华, 盖春梅, 盖春梅, 马明国, 郝晓华, 李弘毅, 李弘毅, 郝晓华, 郝晓华, 梁继, 李弘毅, 郝晓华, 郝晓华, 舒乐乐, 刘艳, 梁继, 李弘毅, 李弘毅, 郝晓华, 舒乐乐, 梁继, 郝晓华, 曲伟, 梁继, 李弘毅, 郝晓华, 马明国, 王旭峰, 张璞, 马明国, 梁继, 王旭峰, 梁继, 任杰, 徐瑱, 梁继, 常存, 李弘毅, 舒乐乐, 徐瑱, 马明国, 李弘毅, 梁继, 梁继, 马明国, 舒乐乐, 常存, 王旭峰, 徐瑱, 舒乐乐, 舒乐乐, 马忠国, 舒乐乐, 王旭峰, 梁继, 马忠国, 徐瑱, 马明国, 舒乐乐, 马明国, 王旭峰, 窦燕, 常存, 梁继, 曲伟, 王旭峰, 马明国, 马明国, 任杰, 舒乐乐, 王旭峰, 王旭峰, 王旭峰, 窦燕, 常存, 张璞, 徐瑱, 徐瑱, 王旭峰, 常存, 窦燕, 马忠国, 窦燕, 徐瑱, 徐瑱, 张璞, 徐瑱, 徐瑱, 马忠国, 曲伟, 王旭峰, 马明国, 刘艳, 马忠国, 刘艳, 常存, 刘艳, 张璞, 常存, 刘艳, 窦燕, 曲伟, 张璞, 常存, 张璞, 常存, 窦燕, 窦燕, 任杰, 马忠国, 马忠国, 常存, 马忠国, 马忠国, 窦燕, 马忠国, 刘艳, 刘艳, 常存, 张璞, 刘艳, 张璞, 张璞, 窦燕, 马忠国, 刘艳, 张璞, 张璞, 刘艳, 张璞
2008年3月17日在冰沟流域加密观测区开展的EO-1 Hyperion和Landsat TM卫星地面同步积雪参数观测，可为机载－星载遥感数据的积雪参数反演和验证提供基本的数据集。 观测内容包括： 1）积雪参数观测，观测变量包括：雪深（尺子）、分层雪深温度（针式温度计）、雪粒径（手持式显微镜）以及卫星过境时同步的雪表面和雪土界面温度（手持式红外温度计），该观测在样方BG-A、BG-E、BG-F、BG-H进行。 2）雪特性分析仪观测，观测变量包括有雪密度、雪复介电常数、雪体积含水量、雪重量含水量等。该观测在样地BG-A、BG-E和BG-H进行，此外还在冰沟寒区水文气象观测站进行了连续25小时的定点观测。 3）积雪光谱观测（由新疆气象局ASD光谱仪测量），观测点位置见GPS记录文件。 4）积雪反照率观测（总辐射表）。 本数据集包括原始数据和预处理数据2个文件夹。
郝晓华, 白艳芬, 白艳芬, 白艳芬, 郝晓华, 郝晓华, 白云洁, 白艳芬, 白云洁, 郝晓华, 郝晓华, 白艳芬, 白云洁, 白云洁, 白云洁, 马明国, 张璞, 白艳芬, 白艳芬, 白艳芬, 郝晓华, 盖春梅, 白艳芬, 郝晓华, 白艳芬, 白艳芬, 白云洁, 白云洁, 盖春梅, 白艳芬, 刘艳, 梁继, 郝晓华, 梁继, 盖春梅, 王旭峰, 盖春梅, 白云洁, 盖春梅, 盖春梅, 盖春梅, 马明国, 盖春梅, 盖春梅, 舒乐乐, 徐瑱, 马明国, 郝晓华, 盖春梅, 郝晓华, 马明国, 盖春梅, 盖春梅, 郝晓华, 马明国, 郝晓华, 朱仕杰, 郝晓华, 郝晓华, 梁继, 朱仕杰, 郝晓华, 郝晓华, 朱仕杰, 舒乐乐, 刘艳, 梁继, 朱仕杰, 郝晓华, 舒乐乐, 梁继, 郝晓华, 梁继, 郝晓华, 马明国, 王旭峰, 张璞, 梁继, 王旭峰, 梁继, 徐瑱, 梁继, 朱仕杰, 马明国, 常存, 舒乐乐, 徐瑱, 马明国, 梁继, 梁继, 马明国, 舒乐乐, 朱仕杰, 常存, 王旭峰, 徐瑱, 舒乐乐, 舒乐乐, 马忠国, 王旭峰, 舒乐乐, 梁继, 马忠国, 朱仕杰, 马明国, 徐瑱, 舒乐乐, 马明国, 姜腾龙, 窦燕, 常存, 梁继, 王旭峰, 王旭峰, 马明国, 马明国, 舒乐乐, 王旭峰, 王旭峰, 王旭峰, 姜腾龙, 窦燕, 常存, 徐瑱, 张璞, 徐瑱, 常存, 窦燕, 王旭峰, 马忠国, 朱仕杰, 窦燕, 徐瑱, 姜腾龙, 徐瑱, 徐瑱, 朱仕杰, 张璞, 徐瑱, 马忠国, 马明国, 肖鹏峰, 王旭峰, 刘艳, 朱仕杰, 朱仕杰, 刘艳, 马忠国, 常存, 常存, 刘艳, 张璞, 刘艳, 窦燕, 张璞, 常存, 张璞, 常存, 窦燕, 窦燕, 马忠国, 马忠国, 马忠国, 常存, 姜腾龙, 马忠国, 姜腾龙, 窦燕, 马忠国, 肖鹏峰, 刘艳, 刘艳, 常存, 张璞, 姜腾龙, 刘艳, 张璞, 姜腾龙, 张璞, 肖鹏峰, 肖鹏峰, 窦燕, 刘艳, 马忠国, 张璞, 张璞, 姜腾龙, 肖鹏峰, 刘艳, 张璞
预试验期间，2007年12月5日至12月15日在冰沟流域加密观测区开展了积雪光谱观测。观测的目的有两个：一是检验预定观测方案的可行性；二是为遥感反演提供验证数据集。所有数据均采用ASD光谱仪（新疆气象局光谱仪）获得。 观测内容包括： 1）2008年12月5日、12月6日、12月7日在冰沟寒区水文气象观测站附近选择积雪场进行积雪光谱的随机观测。 2）2008年12月10日在BG-A研究区进行MODIS和Terra MISR同步积雪光谱观测。 3）2008年12月13日、12月14日在BG-A进行的积雪纯像元和混合像元光谱特征分析试验。 4）2008年12月15日在BG-A选择积雪场进行积雪多角度光谱特征观测，使用的是寒旱所自制多角度观测架。 该数据集包括7个子文件夹，根据测量日期命名，测量日期分别为2007年12月5日、12月6日、12月7日、12月10日、12月13日、12月14日、12月15日，其中每个文件夹下包含原始数据和预处理数据，并附有数据说明。
张璞, 刘艳, 刘艳, 张璞, 张璞, 张璞, 刘艳, 刘艳, 张璞, 刘艳, 刘艳, 张璞, 张璞, 刘艳, 刘艳, 张璞, 刘艳, 张璞, 张璞, 刘艳, 张璞, 张璞, 刘艳, 张璞
2008年3月24日在冰沟流域开展的高光谱（PHI）航空地面同步观测，为积雪遥感参数反演提供了基本数据集。 观测内容包括： 1）雪特性分析仪观测，观测变量包括雪密度、雪复介电常数、雪体积含水量、雪重量含水量等，该测量在BG-A样地进行。 2）积雪参数观测，包括飞机过境时（11:11-12:35BJT）同步的雪表面温度（手持式红外温度计），分层雪深温度（针式温度计），雪粒径（手持式显微镜），雪密度（铝盒方式）。该观测分别在BG-A1、BG-A2、BG-B、BG-D、BG-E、BG-F5个样地进行。每个样点内有3个随机采样单元（ESU），例如E-1样点内，分为1、2和3ESU。 3）积雪反照率观测（总辐射表）。该观测在样地BG-A1进行。 4）积雪光谱观测（新疆气象局ASD光谱仪），该观测在样地BG-A11进行。 该数据集包括原始数据和预处理数据2个文件夹。
郝晓华, 白艳芬, 白艳芬, 郝晓华, 郝晓华, 白艳芬, 郝晓华, 郝晓华, 白艳芬, 白艳芬, 马明国, 白艳芬, 张璞, 王建华, 白艳芬, 白艳芬, 郝晓华, 盖春梅, 白艳芬, 郝晓华, 白艳芬, 白艳芬, 盖春梅, 白艳芬, 刘艳, 郝晓华, 梁继, 顾娟, 梁继, 顾娟, 李弘毅, 盖春梅, 王旭峰, 盖春梅, 盖春梅, 李哲, 盖春梅, 盖春梅, 马明国, 盖春梅, 盖春梅, 舒乐乐, 徐瑱, 顾娟, 马明国, 盖春梅, 梁星涛, 马明国, 郝晓华, 顾娟, 郝晓华, 顾娟, 郝晓华, 盖春梅, 盖春梅, 郝晓华, 马明国, 李弘毅, 李弘毅, 顾娟, 李哲, 朱仕杰, 顾娟, 刘志刚, 郝晓华, 顾娟, 郝晓华, 梁继, 朱仕杰, 李弘毅, 李哲, 郝晓华, 李哲, 刘艳, 朱仕杰, 舒乐乐, 郝晓华, 李哲, 梁继, 朱仕杰, 李弘毅, 李哲, 李弘毅, 郝晓华, 舒乐乐, 郝晓华, 曲伟, 梁继, 吴月茹, 梁继, 李哲, 李弘毅, 马明国, 王旭峰, 郝晓华, 张璞, 舒乐乐, 梁继, 任杰, 徐瑱, 梁继, 历华, 梁继, 王旭峰, 朱仕杰, 李哲, 常存, 马明国, 李弘毅, 徐瑱, 马明国, 李弘毅, 梁继, 梁继, 马明国, 朱仕杰, 舒乐乐, 李哲, 常存, 王旭峰, 徐瑱, 舒乐乐, 马忠国, 舒乐乐, 舒乐乐, 王旭峰, 梁继, 马忠国, 朱仕杰, 徐瑱, 王建华, 马明国, 舒乐乐, 马明国, 李哲, 姜腾龙, 王旭峰, 吴月茹, 窦燕, 常存, 王建华, 王建华, 梁继, 王旭峰, 曲伟, 马明国, 王建华, 马明国, 吴月茹, 任杰, 舒乐乐, 王旭峰, 王旭峰, 王旭峰, 姜腾龙, 窦燕, 常存, 窦燕, 吴月茹, 王旭峰, 徐瑱, 马忠国, 吴月茹, 张璞, 徐瑱, 常存, 吴月茹, 徐瑱, 朱仕杰, 窦燕, 徐瑱, 马忠国, 姜腾龙, 徐瑱, 张璞, 朱仕杰, 徐瑱, 肖鹏峰, 曲伟, 方莉, 王旭峰, 马明国, 梁星涛, 刘艳, 马忠国, 朱仕杰, 刘艳, 朱仕杰, 刘艳, 张璞, 历华, 常存, 历华, 刘志刚, 刘艳, 吴月茹, 方莉, 常存, 历华, 曲伟, 张璞, 张璞, 常存, 常存, 窦燕, 窦燕, 窦燕, 马忠国, 常存, 马忠国, 马忠国, 任杰, 姜腾龙, 马忠国, 方莉, 姜腾龙, 窦燕, 方莉, 马忠国, 肖鹏峰, 历华, 刘艳, 刘艳, 历华, 常存, 张璞, 姜腾龙, 刘艳, 张璞, 姜腾龙, 张璞, 肖鹏峰, 窦燕, 肖鹏峰, 马忠国, 刘艳, 张璞, 张璞, 姜腾龙, 肖鹏峰, 刘艳, 张璞
2008年3月29日在冰沟流域加密观测区开展的Ka&K波段机载微波辐射计航空遥感地面同步观测，为积雪微波辐射特性及参数反演，尤其是雪深与雪水当量研究提供了基本数据集。 观测内容包括：1）雪特性分析仪观测，观测变量雪密度、雪复介电常数、雪体积含水量、雪重量含水量等，该测量在样地BG-A进行。2）积雪参数观测，包括雪深（塑料直尺），分层雪深温度（针式温度计两个测量值的平均值），雪粒径（手持显微镜），雪密度（环刀法）及卫星过境时同步的雪表面和雪土界面温度温度（手持式红外温度计），该观测分别在4个样地BG-A、BG-B、BG-EF、BG-I进行，其中BG-A测量（18个点），其它3个样地测量20个点。分层标准为挖积雪剖面，自上而下每10cm均匀分层，如果最后剩下的深度超过10cm而不足15cm则以一层划分。 该数据集包括原始数据和预处理数据2个文件夹。
郝晓华, 白艳芬, 白艳芬, 白艳芬, 郝晓华, 郝晓华, 白艳芬, 郝晓华, 郝晓华, 白艳芬, 马明国, 张璞, 白艳芬, 白艳芬, 白艳芬, 曹永攀, 郝晓华, 盖春梅, 白艳芬, 郝晓华, 白艳芬, 白艳芬, 盖春梅, 白云洁, 白云洁, 白云洁, 白艳芬, 刘艳, 梁继, 郝晓华, 顾娟, 白云洁, 梁继, 白云洁, 曹永攀, 曹永攀, 顾娟, 李弘毅, 白云洁, 盖春梅, 王旭峰, 盖春梅, 曹永攀, 盖春梅, 李哲, 曹永攀, 盖春梅, 盖春梅, 马明国, 盖春梅, 盖春梅, 舒乐乐, 徐瑱, 顾娟, 马明国, 马明国, 郝晓华, 盖春梅, 郝晓华, 郝晓华, 盖春梅, 顾娟, 顾娟, 盖春梅, 马明国, 郝晓华, 李弘毅, 韩旭军, 顾娟, 李弘毅, 顾娟, 李哲, 朱仕杰, 顾娟, 郝晓华, 郝晓华, 梁继, 朱仕杰, 韩旭军, 韩旭军, 李弘毅, 李哲, 郝晓华, 李哲, 李哲, 郝晓华, 朱仕杰, 舒乐乐, 刘艳, 梁继, 朱仕杰, 李弘毅, 韩旭军, 李哲, 李弘毅, 郝晓华, 舒乐乐, 梁继, 郝晓华, 梁继, 李哲, 李弘毅, 郝晓华, 马明国, 王旭峰, 张璞, 马明国, 梁继, 王旭峰, 梁继, 徐瑱, 梁继, 朱仕杰, 李哲, 常存, 李弘毅, 舒乐乐, 徐瑱, 马明国, 李弘毅, 梁继, 梁继, 马明国, 舒乐乐, 朱仕杰, 李哲, 常存, 王旭峰, 徐瑱, 白云洁, 舒乐乐, 舒乐乐, 马忠国, 李哲, 舒乐乐, 王旭峰, 梁继, 马忠国, 朱仕杰, 徐瑱, 马明国, 舒乐乐, 马明国, 姜腾龙, 王旭峰, 窦燕, 常存, 梁继, 王旭峰, 马明国, 马明国, 舒乐乐, 王旭峰, 王旭峰, 王旭峰, 姜腾龙, 窦燕, 常存, 张璞, 徐瑱, 徐瑱, 常存, 窦燕, 王旭峰, 马忠国, 朱仕杰, 窦燕, 徐瑱, 姜腾龙, 徐瑱, 张璞, 徐瑱, 朱仕杰, 徐瑱, 马忠国, 王旭峰, 刘艳, 马忠国, 朱仕杰, 马明国, 刘艳, 朱仕杰, 常存, 刘艳, 张璞, 常存, 刘艳, 窦燕, 张璞, 常存, 张璞, 常存, 窦燕, 窦燕, 马忠国, 马忠国, 常存, 马忠国, 姜腾龙, 马忠国, 姜腾龙, 窦燕, 马忠国, 刘艳, 刘艳, 常存, 张璞, 姜腾龙, 刘艳, 张璞, 姜腾龙, 张璞, 窦燕, 马忠国, 刘艳, 张璞, 张璞, 姜腾龙, 刘艳, 张璞
2008年03月15日，在阿柔样方2和阿柔样方3开展了Envisat ASAR数据的地面同步观测试验。 Envisat ASAR数据为AP模式，VV/VH极化组合方式，过境时间约为11:35BJT。阿柔样方2和阿柔样方3均为4Grid×4Grid，每个Grid为30m×30m。为保证同步效率，仅在每个Grid的角点进行采样测量。 在阿柔样方2采用POGO便携式土壤水分传感器获得土壤温度、土壤体积含水量、损耗正切、土壤电导率、土壤复介电常数实部及虚部；针式温度计获得0-5cm平均土壤温度；手持式红外温度计获得3次地表辐射温度；并采用100cm^3环刀取土经烘干获得重量含水量、土壤容重及体积含水量。 在阿柔样方3采用POGO便携式土壤水分传感器获得土壤温度、土壤体积含水量、损耗正切、土壤电导率、土壤复介电常数实部及虚部；ML2X土壤水分速测仪获取土壤体积含水量；针式温度计获得0-5cm平均土壤温度；手持式红外温度计获得3次地表辐射温度；并采用100cm^3环刀取土经烘干获得重量含水量、土壤容重及体积含水量。地表粗糙度信息请参见“黑河综合遥感联合试验：阿柔加密观测区地表粗糙度数据集 ”元数据。此外，还在阿柔样方1开展了同步探地雷达观测。本数据可为发展和验证主动微波遥感反演土壤水分及冻融状态算法提供基本地面数据集。
晋锐, 晋锐, 晋锐, 晋锐, 晋锐, 晋锐, 曹永攀, 顾娟, 曹永攀, 曹永攀, 顾娟, 晋锐, 晋锐, 曹永攀, 李哲, 曹永攀, 韩旭军, 王维真, 顾娟, 晋锐, 顾娟, 顾娟, 顾娟, 顾娟, 李哲, 顾娟, 李哲, 晋锐, 李哲, 李哲, 王维真, 李哲, 吴月茹, 李哲, 李哲, 历华, 晋锐, 于梅艳, 李哲, 李哲, 赵金, 吴月茹, Patrick Klenk, 袁小龙, 吴月茹, 吴月茹, 吴月茹, 吴月茹, 历华, 历华, 吴月茹, 历华, 历华, 赵金, 历华, 袁小龙, 袁小龙, Patrick Klenk, 袁小龙
2008年5月24日在临泽站开展Envisat ASAR和ALOS PALSAR卫星地面同步观测，进行了土壤水分，地表辐射温度，手工LAI等观测。Envisat ASAR数据已获取，ALOS PALSAR数据未获取。 Envisat ASAR数据为AP模式，VV/VH极化组合方式，过境时间约为11:34BJT。 1. 土壤水分观测。观测目标：0-5cm的表层土壤。观测仪器： 环刀（体积50cm^3）， ML2X土壤水分速测仪。观测样方和观测次数：荒漠东西样带（包含40个子样方，每个子样方角点环刀各1次采样）、荒漠南北样带（包含9个子样方，每个子样方中心点环刀1次采样）、五里墩玉米地9个小样方中点观测，中心的5号样方加密，4个角点也观测（每个观测点环刀1次采样，ML2X土壤水分速测仪3次重复观测预处理数据为土壤体积含水量。数据存储：Excel。 2. 地表辐射温度观测。观测仪器：手持式红外温度计（寒旱所5#，寒旱所6#），仪器均经过定标（请参考手持式热辐射仪定标数据.xls）。观测样方和观测次数：荒漠东西样带（含40个子样方，每个子样方14－30次重复）、荒漠南北样带（含9个子样方，每个子样方12－30次重复）。预处理数据根据根据热红外定标数据（标准源为黑体），将各仪器的实测温度与相应黑体温度进行直线拟合，求得拟合方程，再利用上述拟合的方程，对观测的原始观测数据进行定标处理。数据存储：Excel。 3. 手工测量LAI。观测样方：五里墩农田样方和临泽站内样方。观测项目：LAI，株高，间距。LAI观测方案：（1）利用直尺和三角板，抽样测量和记录叶片长和宽，样方作物总株数，样方大小，计算出作物的平均叶片面积，乘上样方内总株数，得出估算的作物总的叶片面积后，除以样方面积，得到的是观测样方每天的LAI观测平均值；（2）利用LI-3100观测LAI。株高测量方案：用卷尺测量样方内制种玉米的父本和母本的高度。间距测量方案：用卷尺分别测量制种玉米父本和母本的行距，株距和垄距。存储方式：此数据为处理后数据，文件格式为Excel表格。 样方样带的分布和编号信息请参见元数据“黑河综合遥感联合试验：临泽站加密观测区样方样带布置”，样方位置见临泽站加密观测站样方样带坐标.xls。
白艳芬, 白艳芬, 白艳芬, 白艳芬, 白艳芬, 白艳芬, 白艳芬, 白艳芬, 白艳芬, 白艳芬, 潘小多, 白艳芬, 丁松爽, 白艳芬, 潘小多, 汪洋, 丁松爽, 朱仕杰, 朱仕杰, 李静, 朱仕杰, 朱仕杰, 肖志强, 朱仕杰, 孙进霞, 朱仕杰, 朱仕杰, 汪洋, 潘小多, 朱仕杰, 朱仕杰, 朱仕杰, 朱仕杰
2008年3月10日至2008年3月30日，在冰沟流域不同试验区开展的正式试验观测基本数据集。雪特性分析仪主要观测积雪参数，目的是配合积雪其他控制实验和航空卫星遥感同步试验的积雪属性观测并获取遥感反演验证的积雪参数数据。雪特性观测仪观测内容包括: 1）直接观测物理量：共振频率、衰减度和3分贝带宽 2）间接观测物理量：积雪密度、积雪复介电常数（包括实部和虚部）、积雪体积含水量、积雪重量含水量。雪分析仪数据包括13个文件夹，主要是配合试验期同步实验的雪参数调查，关于每个文件夹除雪特性分析仪数据以外，还包括一个数据说明，每个数据说明包含了样地及观测背景以供用户使用。
郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 梁继, 梁继, 李哲, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 李哲, 郝晓华, 郝晓华, 梁继, 郝晓华, 李哲, 李哲, 李哲, 郝晓华, 梁继, 李哲, 郝晓华, 梁继, 郝晓华, 梁继, 李哲, 郝晓华, 梁继, 梁继, 梁继, 李哲, 梁继, 梁继, 李哲, 李哲, 梁继, 梁继
2008年03月12日，在阿柔样方1、阿柔样方2和阿柔样方3开展了Envisat ASAR数据的地面同步观测试验。 ASAR数据为AP模式，VV/VH极化组合方式，过境时间约为11:29BJT。阿柔样方2由于靠近河谷温度较低，积雪尚未融化，因此主要开展积雪参数的同步观测试验，而阿柔样方1和阿柔样方3积雪已消融，主要开展土壤冻融状况和土壤水分的同步观测试验。 阿柔样方1、阿柔样方2和阿柔样方3均为4Grid×4Grid，每个Grid为30m×30m。环刀取土只在每个Grid的中心点开展，其余测量在每个Grid的中心点和角点展开。 在阿柔样方1，采用POGO便携式土壤水分传感器获得土壤温度、土壤体积含水量、损耗正切、土壤电导率、土壤复介电常数实部及虚部；ML2X土壤水分速测仪获得土壤体积含水量；PR2土壤剖面水分速测仪获得10cm、20cm、30cm、40cm、60cm及100cm土壤体积含水量剖面；针式温度计获得0-5cm平均土壤温度；并采用100cm^3环刀取土经烘干获得土壤重量含水量、土壤容重及体积含水量。 在阿柔样方2，开展了与ASAR同步的积雪参数观测，包括卫星过境时同步的雪表面温度观测（采用热红外温度枪测量），分层雪层温度观测（采用针式温度计测量），雪粒径观测（采用手持式显微镜测量），雪密度观测（采用铝盒方式测量），以及雪表面和雪土界面同步温度测量（采用热红外温度枪测量）；积雪光谱观测（采用ASD光谱仪测量）；积雪反照率观测（采用总辐射表测量）。 在阿柔样方3，采用WET土壤水分速测仪测量土壤体积含水量、电导率、土壤温度及土壤复介电常数实部；针式温度计（#5和#7）获得0-5cm平均土壤温度；手持式红外温度计（#5）获得地表辐射温度；并采用100cm^3环刀取土经烘干获得土壤重量含水量、土壤容重及体积含水量。 地表粗糙度信息可参见“黑河综合遥感联合试验：阿柔加密观测区地表粗糙度数据集 ”元数据。此外，还在阿柔样方1开展了探地雷达同步观测。本数据可为发展和验证主动微波遥感反演土壤水分及冻融状态算法，及利用GPR数据反演土壤水分及冻结深度提供基本的地面数据集。
晋锐, 晋锐, 晋锐, 晋锐, 白艳芬, 白艳芬, 白艳芬, 晋锐, 白艳芬, 白艳芬, 马明国, 白艳芬, 张璞, 王建华, 晋锐, 白艳芬, 白艳芬, 曹永攀, 盖春梅, 白艳芬, 白艳芬, 白艳芬, 盖春梅, 白艳芬, 梁继, 顾娟, 梁继, 曹永攀, 曹永攀, 顾娟, 晋锐, 晋锐, 盖春梅, 王旭峰, 盖春梅, 曹永攀, 盖春梅, 李哲, 曹永攀, 盖春梅, 盖春梅, 马明国, 盖春梅, 盖春梅, 舒乐乐, 徐瑱, 顾娟, 马明国, 晋锐, 盖春梅, 马明国, 顾娟, 顾娟, 盖春梅, 盖春梅, 马明国, 韩旭军, 顾娟, 顾娟, 李哲, 顾娟, 梁继, 韩旭军, 韩旭军, 李哲, 李哲, 晋锐, 舒乐乐, 李哲, 梁继, 韩旭军, 李哲, 舒乐乐, 梁继, 曲伟, 梁继, 吴月茹, 李哲, 马明国, 王旭峰, 张璞, 舒乐乐, 梁继, 晋锐, 徐瑱, 梁继, 王旭峰, 梁继, 李哲, 常存, 马明国, 徐瑱, 马明国, 梁继, 梁继, 马明国, 舒乐乐, 李哲, 常存, 王旭峰, 徐瑱, 舒乐乐, 舒乐乐, 马忠国, 舒乐乐, 王旭峰, 梁继, 马忠国, 徐瑱, 王建华, 马明国, 赵金, 李哲, 舒乐乐, 马明国, 姜腾龙, 王旭峰, 王建华, 吴月茹, Patrick Klenk, 王建华, 窦燕, 常存, 王建华, 梁继, 王旭峰, 曲伟, 马明国, 马明国, 舒乐乐, 王旭峰, 王旭峰, 王旭峰, 袁小龙, 姜腾龙, 窦燕, 常存, 吴月茹, 吴月茹, 窦燕, 张璞, 徐瑱, 马忠国, 徐瑱, 吴月茹, 王旭峰, 常存, 吴月茹, 窦燕, 徐瑱, 姜腾龙, 徐瑱, 张璞, 徐瑱, 徐瑱, 马忠国, 马明国, 肖鹏峰, 曲伟, 王旭峰, 马忠国, 张璞, 常存, 吴月茹, 常存, 窦燕, 曲伟, 张璞, 常存, 张璞, 常存, 窦燕, 窦燕, 常存, 马忠国, 马忠国, 马忠国, 姜腾龙, 马忠国, 于梅艳, 姜腾龙, 窦燕, 马忠国, 肖鹏峰, 赵金, 常存, 张璞, 姜腾龙, 张璞, 姜腾龙, 张璞, 肖鹏峰, 窦燕, 肖鹏峰, 刘燕, 马忠国, 袁小龙, 张璞, 张璞, 姜腾龙, Patrick Klenk, 肖鹏峰, 袁小龙, 袁小龙, 张璞
2008年3月16日在冰沟流域加密观测区开展的散射计地面同步观测，为进一步理解积雪微波辐射与散射特性提供了基础。 观测内容主要包括： 1）积雪后向散射系数观测（散射计测量）； 2）积雪参数观测：雪表面温度（针式温度计）、雪粒径（手持式显微镜）、雪密度（雪铲）、雪表面和雪土界面温度（手持式红外温度计）、该观测在BG-I样地进行。 3）积雪光谱（新疆气象局提供的便携式光谱测量仪测量ASD），观测位置为大冬树山垭口，具体见GPS记录。同时利用筛子对雪层结构粒径的长短轴以及形状进行了观测。 4）积雪反照率（总辐射表测量），地点见GPS记录，观测时间为10:29到15:00，天空晴朗无云。 5）雪特性分析仪观测，观测变量包括雪密度、雪复介电常数、雪体积含水量、雪重量含水量等，观测位置为大冬树山垭口散射计观测位置附近。 该数据集包含原始数据和预处理数据2个子文件夹。
刘增灿, 马明国, 秦伟, 王旭峰, 马明国, 舒乐乐, 马明国, 王旭峰, 马明国, 马明国, 朱仕杰, 王旭峰, 徐瑱, 朱仕杰, 朱仕杰, 舒乐乐, 朱仕杰, 舒乐乐, 马明国, 王旭峰, 朱仕杰, 常存, 马明国, 舒乐乐, 马明国, 马明国, 舒乐乐, 朱仕杰, 窦燕, 常存, 舒乐乐, 舒乐乐, 马忠国, 舒乐乐, 马忠国, 朱仕杰, 马明国, 舒乐乐, 马明国, 姜腾龙, 常存, 张璞, 马明国, 马明国, 舒乐乐, 姜腾龙, 常存, 张璞, 常存, 马忠国, 朱仕杰, 姜腾龙, 朱仕杰, 马忠国, 马明国, 马忠国, 朱仕杰, 朱仕杰, 常存, 常存, 常存, 常存, 马忠国, 马忠国, 常存, 马忠国, 姜腾龙, 马忠国, 姜腾龙, 马忠国, 常存, 姜腾龙, 姜腾龙, 马忠国, 姜腾龙
2008年7月14日，在阿柔样方1、阿柔样方2和阿柔样方3开展了Envisat ASAR数据地面同步观测试验，观测项目主要包括土壤水分和土壤温度。 Envisat ASAR数据为AP模式，VV/VH极化组合方式，过境时间约为11:31BJT。本数据可为发展和验证Envisat ASAR遥感反演土壤水分提供基本的地面数据集。阿柔样方1、阿柔样方2和样方3均为4Grid×4Grid，每个Grid为30m×30m。 1. 土壤水分测量方法：阿柔样方1，POGO便携式土壤水分传感器；阿柔样方2，POGO便携式土壤水分传感器；阿柔样方3，POGO便携式土壤水分传感器；。测点数量：25个测量位置：在30 m×30m的格子的角点上测量。测量变量包括：土壤温度、土壤体积含水量、损耗正切、土壤电导率、土壤复介电常数实部及虚部 2. 土壤温度 测量方法：阿柔样方1，手持式红外温度计（北师大3#和北师大5#）；阿柔样方2，手持式红外温度计（北师大1#和北师大4#）；阿柔样方3，手持式红外温度计（北师大2#和北师大6#）。测点数量：25个，两组同时测量，一组从1到25，一组从25到1。测量位置：在30 m×30m的格子的角点上测量。记录信息：采样时间、2次重复的红外温度最大值、最小值、平均值以及地表覆盖类型描述。 并针对草地，裸土和狼毒花进行了红外波谱测量，采用仪器为红外波谱仪102F。 本数据集包括： （1）ASAR影像数据文件夹 （2）红外波谱仪102F预处理数据 （3）同步试验地表温度记录表 （4）同步土壤水分（POGO）测量记录表
冉有华, 冉有华, 高洪春, 冉有华, 冉有华, 冉有华, 李红星, 冉有华, 刘超, 冉有华, 任华忠, 冉有华, 余莹洁, 任华忠, 冉有华
2008年3月14日在冰沟流域加密观测区开展的MODIS地面同步观测，主要目的是提供MODIS数据雪盖面积制图和雪面温度反演的验证数据集。 观测内容包括： 1）积雪参数观测，观测变量包括雪表面和雪土界面同步温度、地表温度（手持式红外温度计）、雪分层温度（针式温度计）、雪深、雪密度（尺子和雪铲）和雪粒径（手持式显微镜）以及卫星同步雪表面温度。 2）积雪反照率观测（总辐射表），在BG-A样地进行，观测时间为北京时间（BJT）2008年3月14日11:10到13:24。 3）积雪光谱观测（由新疆气象局ASD野外光谱仪测量），MODIS过境时刻在分别在BG-A、BG-I样地进行。 该数据集包括原始数据和预处理数据2个文件夹。
郝晓华, 白艳芬, 白艳芬, 郝晓华, 郝晓华, 白艳芬, 郝晓华, 郝晓华, 白艳芬, 白艳芬, 马明国, 张璞, 白艳芬, 白艳芬, 白艳芬, 郝晓华, 盖春梅, 白艳芬, 郝晓华, 白艳芬, 白艳芬, 盖春梅, 白云洁, 白云洁, 白云洁, 白艳芬, 刘艳, 梁继, 郝晓华, 顾娟, 白云洁, 梁继, 白云洁, 顾娟, 李弘毅, 白云洁, 盖春梅, 王旭峰, 盖春梅, 盖春梅, 盖春梅, 盖春梅, 马明国, 盖春梅, 盖春梅, 舒乐乐, 徐瑱, 顾娟, 郝晓华, 盖春梅, 郝晓华, 郝晓华, 马明国, 顾娟, 盖春梅, 顾娟, 盖春梅, 郝晓华, 马明国, 马明国, 李弘毅, 顾娟, 李弘毅, 顾娟, 顾娟, 郝晓华, 郝晓华, 梁继, 李弘毅, 舒乐乐, 郝晓华, 刘艳, 梁继, 李弘毅, 郝晓华, 李弘毅, 郝晓华, 舒乐乐, 梁继, 郝晓华, 梁继, 李弘毅, 郝晓华, 马明国, 王旭峰, 张璞, 王旭峰, 梁继, 梁继, 徐瑱, 梁继, 常存, 马明国, 李弘毅, 舒乐乐, 徐瑱, 马明国, 李弘毅, 梁继, 梁继, 舒乐乐, 马明国, 常存, 王旭峰, 徐瑱, 白云洁, 舒乐乐, 舒乐乐, 马忠国, 王旭峰, 舒乐乐, 梁继, 马忠国, 马明国, 徐瑱, 舒乐乐, 马明国, 马明国, 窦燕, 王旭峰, 常存, 梁继, 王旭峰, 马明国, 舒乐乐, 王旭峰, 王旭峰, 王旭峰, 窦燕, 常存, 王旭峰, 张璞, 徐瑱, 徐瑱, 常存, 窦燕, 马忠国, 窦燕, 徐瑱, 徐瑱, 徐瑱, 张璞, 徐瑱, 马忠国, 马明国, 王旭峰, 刘艳, 刘艳, 马忠国, 常存, 张璞, 常存, 刘艳, 刘艳, 窦燕, 张璞, 常存, 张璞, 常存, 窦燕, 窦燕, 马忠国, 马忠国, 马忠国, 常存, 马忠国, 窦燕, 马忠国, 刘艳, 刘艳, 张璞, 常存, 刘艳, 张璞, 张璞, 窦燕, 刘艳, 马忠国, 张璞, 张璞, 刘艳, 张璞
2008年6月10日，在临泽草地加密观测区样方A（芦苇地），样方B（盐碱地），样方C（盐碱地）、样方D（苜蓿地）和样方E（大麦地）开展了ALOS PALSAR数据的地面同步观测。 ALOS PALSAR数据为FBS模式，HH极化方式，过境时间约为23:39BJT。主要观测变量为土壤水分。本数据可为发展和验证主动微波遥感反演土壤水分和土壤盐分算法提供基本的地面数据集。 本数据观测在120m×120m，6Grid×6Grid样方内展开。观测内容为：样方A、样方B和样方C采用环刀取土经烘干获得重量含水量、体积含水量及土壤容重；针式温度计获得0-5cm平均土壤温度。样方D和样方E采用POGO便携式土壤传感器获得土壤温度、土壤水分、损耗正切、土壤电导率、土壤复介电常数实部及虚部；针式温度计获得0-5cm平均土壤温度。 本数据集共包括测量的5个样方的土壤水分数据Excel表格。 样方样带的分布信息请参见元数据“黑河综合遥感联合试验：临泽草地加密观测区样方样带布置”。
白艳芬, 白艳芬, 白艳芬, 白艳芬, 白艳芬, 白艳芬, 白艳芬, 白艳芬, 盖春梅, 白艳芬, 白艳芬, 白艳芬, 盖春梅, 白艳芬, 曹永攀, 盖春梅, 盖春梅, 盖春梅, 盖春梅, 盖春梅, 盖春梅, 盖春梅, 盖春梅, 盖春梅, 王维真, 盖春梅, 胡晓利, 朱仕杰, 王树果, 朱仕杰, 朱仕杰, 王维真, 朱仕杰, 吴月茹, 朱仕杰, 朱仕杰, 冯磊, 朱仕杰, 朱仕杰, 朱仕杰, 朱仕杰, 朱仕杰
2008年3月19日在冰沟流域加密观测试验区开展的MODIS地面同步积雪参数观测，可以为机载－星载遥感数据的雪温度反演和验证提供基本的数据集。 观测内容包括： 1）积雪参数观测，观测时间为卫星过境时时刻北京时间（BJT）2008年3月19日（12:40-13:00）。该观测在BG-B样地展开，分为4个观测小组，每组测量16个点，共计64个观测点。观测变量包括：雪深（尺子测量，每个点随机观测5个雪深数据）；雪表面温度（手持式红外温度计测量，随机多次观测）；分层雪深温度（针式温度计测量，按照10cm分层观测，每个测量点重复观测2次）；雪粒径（手持式显微镜测量，按照10cm分层观测，每个测量点重复观测3次）。 2）雪特性分析仪观测，观测变量包括有雪密度、雪复介电常数、雪体积含水量、雪重量含水量等。该测量在BG-A样地展开，一个自动观测点，配合光谱仪观测。 3）积雪光谱观测（ASD光谱仪），观测点位置见GPS记录文件。 4）积雪反照率观测（便携式反照率表测量），在BG-A样地进行。 本数据集包括原始数据和预处理数据2个文件夹。
郝晓华, 白艳芬, 白艳芬, 郝晓华, 郝晓华, 白艳芬, 郝晓华, 郝晓华, 白艳芬, 白艳芬, 张璞, 白艳芬, 白艳芬, 白艳芬, 郝晓华, 盖春梅, 白艳芬, 郝晓华, 白艳芬, 白艳芬, 盖春梅, 白云洁, 白云洁, 白云洁, 白艳芬, 郝晓华, 梁继, 白云洁, 白云洁, 舒乐乐, 白云洁, 盖春梅, 盖春梅, 盖春梅, 盖春梅, 盖春梅, 王旭峰, 盖春梅, 盖春梅, 马明国, 徐瑱, 王旭峰, 郝晓华, 盖春梅, 郝晓华, 舒乐乐, 郝晓华, 盖春梅, 盖春梅, 郝晓华, 朱仕杰, 郝晓华, 王旭峰, 梁继, 郝晓华, 朱仕杰, 马明国, 郝晓华, 朱仕杰, 郝晓华, 朱仕杰, 郝晓华, 郝晓华, 舒乐乐, 郝晓华, 张璞, 王旭峰, 徐瑱, 朱仕杰, 徐瑱, 朱仕杰, 徐瑱, 白云洁, 朱仕杰, 徐瑱, 窦燕, 窦燕, 刘艳, 张璞, 徐瑱, 徐瑱, 窦燕, 朱仕杰, 窦燕, 徐瑱, 徐瑱, 张璞, 徐瑱, 朱仕杰, 徐瑱, 朱仕杰, 朱仕杰, 张璞, 窦燕, 张璞, 张璞, 窦燕, 窦燕, 窦燕, 张璞, 张璞, 张璞, 窦燕, 张璞, 张璞, 张璞
2007年12月5日至2007年12月16日，在冰沟流域加密观测区开展雪特性分析仪（Snowfork）观测预试验获取的基本数据集。雪特性分析仪主要用来观测积雪参数，预试验目的之一是检验仪器在研究区的适用性，其二是获取航空卫星遥感同步试验反演验证和其他控制试验所需的积雪参数数据。 雪特性分析仪观测内容包括： 1）直接观测物理量：共振频率、衰减度和3分贝带宽 2）间接观测物理量：积雪密度、积雪复介电常数（包括实部和虚部）、积雪体积含水量、积雪重量含水量。 预试验期包括5个文件夹（每个文件夹下包含原始数据和预处理数据，并有相应的数据说明），分别是12月5日的雪特性分析仪观测数据，12月6日及7日BG-A MODIS同步观测数据，12月10日BG-B、BG-C、BG-D、BG-E数据集，12月14日及16日配合微波辐射计在BG-D的观测数据。
郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 梁继, 梁继, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 梁继, 郝晓华, 郝晓华, 梁继, 郝晓华, 梁继, 梁继, 郝晓华, 郝晓华, 梁继, 梁继, 梁继, 梁继, 梁继, 梁继, 梁继
2007年10月18日，在阿柔样方1和阿柔样方2开展了Envisat ASAR数据的地面同步观测试验。Envisat ASAR数据为AP模式，VV/VH极化组合方式，过境时间约为11:17BJT。阿柔样方1和阿柔样方2均为3Grid×3Grid，每个Grid为30m×30m，共计25个采样点（包含中心点和角点）。 在每个采样点，采用WET土壤水分速测仪测量获得土壤体积含水量、电导率、土壤温度及土壤复介电常数实部；手持式红外温度计获得地表辐射温度；并用100cm^3环刀取土经烘干获得重量含水量、土壤容重及体积含水量。同时还对植被一些参数进行了相关调查，主要包括植被高度、覆盖度、植被含水量。地表粗糙度信息请参见“黑河综合遥感联合试验：阿柔加密观测区地表粗糙度数据集 ”元数据。 本数据可为发展和验证主动微波遥感反演土壤水分及冻融状态算法提供基本的地面数据集。
晋锐, 晋锐, 晋锐, 晋锐, 晋锐, 白云洁, 白云洁, 白云洁, 白云洁, 白云洁, 晋锐, 白云洁, 白云洁, 郝晓华, 郝晓华, 郝晓华, 晋锐, 晋锐, 白云洁, 李哲, 晋锐, 李弘毅, 李弘毅, 李哲, 李新, 李哲, 李哲, 晋锐, 李哲, 李哲, 李哲, 晋锐, 李哲, 李哲, 李新, 李哲
2007年12月6日和2007年12月10日在冰沟流域加密观测区进行的雪密度观测，目的是调查该地区的积雪分层信息，获取该地区积雪密度，为遥感反演和模型提供可靠的数据集。 观测内容包括： 1）积雪分层密度观测：观测方法为雪铲称重法进行。预试验采用10cm间隔进行分层密度测量，10cm以内测一层，大于10cm依次分层测量。 2）除密度外，还包括BG-A的雪深及雪温度、雪土界面温度、雪粒径测量。 其中2007年12月6日在BG-A测量，2007年12月10日分别在BG-B、BG-C、BG-D样地进行。该数据集包括原始数据和预处理数据，并包括如下辅助信息：GPS点，雪铲定标数据。
郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 梁继, 王旭峰, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 梁继, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 王旭峰, 王旭峰, 王旭峰, 王旭峰, 王旭峰, 王旭峰, 王旭峰, 王旭峰, 王旭峰, 王旭峰, 王旭峰
2007年12月10日与12月11日在冰沟流域加密观测区开展的针对MODIS地面同步积雪参数观测和针对Terra MISR的地表温度同步观测，目的是为遥感反演验证提供数据集。在BG-A样地进行。 观测内容包括： 1）积雪参数观测，观测变量包括雪表面和雪土界面同步温度、地表温度（手持式红外温度计测量）、雪分层温度（针式温度计测量）、雪深（尺子）和雪粒径（手持式显微镜测量） 2）雪密度观测见预试验期冰沟流域加密观测区雪密度观测数据集 3）雪特性分析仪同步观测数据见预试验期冰沟流域雪特性分析仪（SnowFork）观测数据集。 该数据集包括原始数据和预处理数据，在预处理数据中包含2个文件，一个是MODIS和MISR积雪参数观测，另一个是MISR同步温度记录。
车涛, 车涛, 郝晓华, 李新, 车涛, 车涛, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 马明国, 张璞, 李新, 王建, 郝晓华, 李新, 郝晓华, 车涛, 白云洁, 白云洁, 白云洁, 刘艳, 王建, 郝晓华, 梁继, 白云洁, 梁继, 白云洁, 王建, 李新, 李弘毅, 白云洁, 王旭峰, 李新, 马明国, 李新, 汪洋, 马明国, 王维真, 郝晓华, 郝晓华, 马明国, 郝晓华, 郝晓华, 马明国, 李弘毅, 李弘毅, 车涛, 郝晓华, 梁继, 郝晓华, 李新, 李弘毅, 郝晓华, 刘艳, 郝晓华, 王维真, 梁继, 李弘毅, 李弘毅, 郝晓华, 梁继, 郝晓华, 梁继, 吴月茹, 李弘毅, 郝晓华, 马明国, 王旭峰, 张璞, 梁继, 梁继, 王旭峰, 梁继, 马明国, 李弘毅, 马明国, 李弘毅, 梁继, 梁继, 马明国, 王旭峰, 白云洁, 王旭峰, 梁继, 马明国, 马明国, 王旭峰, 吴月茹, 梁继, 王旭峰, 马明国, 马明国, 王旭峰, 汪洋, 王旭峰, 王旭峰, 吴月茹, 吴月茹, 罗立辉, 王旭峰, 吴月茹, 张璞, 吴月茹, 张璞, 马明国, 王旭峰, 刘艳, 刘艳, 刘艳, 张璞, 刘艳, 吴月茹, 张璞, 张璞, 刘艳, 刘艳, 张璞, 刘艳, 张璞, 张璞, 车涛, 刘艳, 张璞, 张璞, 刘艳, 张璞
2008年3月11日在冰沟流域开展的雪参数测量，为积雪遥感参数反演提供了基本数据集。观测内容包括：1）分层雪温度（针式温度计），雪粒径观测（手持式显微镜），雪密度观测（铝盒方式测量），雪表面温度（手持式红外温度计）和雪土界面温度（手持式红外温度计）等积雪参数观测。该测量在BG-Z区分3组分别在3个样地进行，每个样地测量4个点，每个点测量4组数据。该数据集包括原始数据和预处理数据2个文件夹，预处理数据包含3个子文件夹，分别为不同样方的积雪特性测量数据，除雪特性外，还包括了各个测量点的剖面照片。
郝晓华, 白艳芬, 白艳芬, 白艳芬, 郝晓华, 郝晓华, 白艳芬, 郝晓华, 郝晓华, 白艳芬, 马明国, 白艳芬, 张璞, 王建华, 白艳芬, 白艳芬, 郝晓华, 盖春梅, 白艳芬, 郝晓华, 白艳芬, 白艳芬, 盖春梅, 白云洁, 白云洁, 白艳芬, 刘艳, 白云洁, 郝晓华, 梁继, 顾娟, 白云洁, 梁继, 白云洁, 顾娟, 李弘毅, 白云洁, 盖春梅, 王旭峰, 盖春梅, 盖春梅, 李哲, 盖春梅, 盖春梅, 马明国, 盖春梅, 盖春梅, 舒乐乐, 徐瑱, 顾娟, 马明国, 盖春梅, 马明国, 郝晓华, 郝晓华, 顾娟, 郝晓华, 顾娟, 盖春梅, 郝晓华, 盖春梅, 马明国, 李弘毅, 顾娟, 李弘毅, 顾娟, 李哲, 顾娟, 郝晓华, 梁继, 郝晓华, 李弘毅, 李哲, 郝晓华, 李哲, 舒乐乐, 刘艳, 郝晓华, 李哲, 梁继, 李弘毅, 李哲, 李弘毅, 郝晓华, 舒乐乐, 梁继, 郝晓华, 梁继, 吴月茹, 李哲, 李弘毅, 马明国, 王旭峰, 郝晓华, 张璞, 舒乐乐, 梁继, 徐瑱, 梁继, 王旭峰, 梁继, 李哲, 历华, 常存, 马明国, 李弘毅, 徐瑱, 马明国, 李弘毅, 梁继, 梁继, 马明国, 舒乐乐, 李哲, 常存, 王旭峰, 白云洁, 徐瑱, 舒乐乐, 舒乐乐, 马忠国, 舒乐乐, 王旭峰, 梁继, 马忠国, 王建华, 徐瑱, 马明国, 舒乐乐, 李哲, 马明国, 王建华, 王建华, 王旭峰, 吴月茹, 窦燕, 常存, 王建华, 梁继, 王旭峰, 马明国, 马明国, 舒乐乐, 王旭峰, 王旭峰, 王旭峰, 袁小龙, 窦燕, 常存, 吴月茹, 吴月茹, 窦燕, 徐瑱, 马忠国, 王旭峰, 吴月茹, 徐瑱, 张璞, 常存, 吴月茹, 窦燕, 徐瑱, 徐瑱, 张璞, 徐瑱, 徐瑱, 马忠国, 方莉, 马明国, 王旭峰, 刘艳, 马忠国, 刘艳, 刘艳, 张璞, 历华, 常存, 历华, 刘艳, 吴月茹, 方莉, 常存, 窦燕, 历华, 张璞, 张璞, 常存, 常存, 窦燕, 窦燕, 常存, 马忠国, 马忠国, 马忠国, 马忠国, 方莉, 窦燕, 方莉, 马忠国, 刘艳, 刘艳, 历华, 历华, 常存, 张璞, 刘艳, 张璞, 张璞, 马宏伟, 窦燕, 刘艳, 闫业庆, 马宏伟, 马忠国, 张璞, 闫业庆, 张璞, 袁小龙, 袁小龙, 马宏伟, 袁小龙, 刘艳, 张璞
2008年3月22日在冰沟流域加密观测区开展的高光谱卫星EO-1 Hyperion地面同步观测，为积雪遥感参数反演提供了基本数据集。 观测内容包括：1）雪表面比辐射率观测（便携式比辐射率测定仪测量），测量位置为冰沟寒区水文气象观测站旁。2）雪特性分析仪观测，参数包括有雪密度、雪复介电常数、雪体积含水量、雪重量含水量等，该测量在BG-A样区进行，测量时间为北京时间（BJT）2008年3月2日11:20-13:53。3）积雪参数观测，该观测分别在BG-A、BG-B、BG-C、BG-D、BG-E、BG-F6个样地进行。测量变量包括卫星分层雪深温度（针式温度计测量），雪粒径（手持式显微镜测量），雪密度（铝盒方式测量），卫星过境时同步的雪表面和雪土界面温度（手持式红外温度计测量）。4）除了卫星同步外，当天还开展了高光谱航空遥感试验，由于高光谱仪器出现问题，没有完成整个航带的飞行。因此只有部分小组在飞机过境时刻测量了地表红外温度（BG-D、BG-E、BG-B、BG-F）。 5）新雪反照率观测（利用便携式反照率表），测量位置在样方A2外的东侧。6）积雪光谱观测（便携式光谱仪：新疆气象局和南京大学提供），有GPS数据记录文件。 该数据集包括原始数据和预处理数据2个文件夹。
郝晓华, 白艳芬, 白艳芬, 白艳芬, 郝晓华, 郝晓华, 白艳芬, 郝晓华, 郝晓华, 白艳芬, 马明国, 白艳芬, 张璞, 白艳芬, 白艳芬, 曹永攀, 郝晓华, 盖春梅, 白艳芬, 郝晓华, 白艳芬, 白艳芬, 盖春梅, 白云洁, 白云洁, 白云洁, 白艳芬, 刘艳, 郝晓华, 梁继, 吴立宗, 顾娟, 白云洁, 梁继, 白云洁, 曹永攀, 曹永攀, 吴立宗, 顾娟, 白云洁, 盖春梅, 王旭峰, 盖春梅, 曹永攀, 盖春梅, 曹永攀, 盖春梅, 盖春梅, 马明国, 盖春梅, 盖春梅, 舒乐乐, 徐瑱, 顾娟, 马明国, 马明国, 盖春梅, 郝晓华, 郝晓华, 郝晓华, 顾娟, 顾娟, 盖春梅, 盖春梅, 马明国, 郝晓华, 韩旭军, 顾娟, 顾娟, 朱仕杰, 顾娟, 郝晓华, 梁继, 郝晓华, 朱仕杰, 韩旭军, 郝晓华, 郝晓华, 朱仕杰, 舒乐乐, 刘艳, 梁继, 朱仕杰, 韩旭军, 韩旭军, 郝晓华, 舒乐乐, 梁继, 郝晓华, 梁继, 郝晓华, 马明国, 王旭峰, 张璞, 马明国, 黄春林, 梁继, 徐瑱, 王旭峰, 梁继, 梁继, 朱仕杰, 历华, 常存, 舒乐乐, 徐瑱, 马明国, 梁继, 梁继, 马明国, 舒乐乐, 朱仕杰, 常存, 王旭峰, 徐瑱, 白云洁, 舒乐乐, 舒乐乐, 马忠国, 舒乐乐, 王旭峰, 梁继, 朱仕杰, 马忠国, 徐瑱, 马明国, 舒乐乐, 马明国, 姜腾龙, 王旭峰, 窦燕, 常存, 梁继, 王旭峰, 马明国, 马明国, 吴立宗, 舒乐乐, 王旭峰, 王旭峰, 王旭峰, 姜腾龙, 窦燕, 常存, 张璞, 徐瑱, 马忠国, 徐瑱, 王旭峰, 常存, 窦燕, 朱仕杰, 窦燕, 徐瑱, 姜腾龙, 徐瑱, 张璞, 徐瑱, 朱仕杰, 徐瑱, 马忠国, 马明国, 肖鹏峰, 方莉, 王旭峰, 刘艳, 朱仕杰, 马忠国, 刘艳, 朱仕杰, 刘艳, 张璞, 历华, 常存, 常存, 历华, 刘艳, 方莉, 窦燕, 历华, 张璞, 常存, 张璞, 常存, 窦燕, 窦燕, 马忠国, 马忠国, 常存, 马忠国, 姜腾龙, 马忠国, 方莉, 姜腾龙, 窦燕, 方莉, 历华, 马忠国, 肖鹏峰, 刘艳, 刘艳, 历华, 常存, 张璞, 姜腾龙, 刘艳, 张璞, 姜腾龙, 肖鹏峰, 马宏伟, 张璞, 窦燕, 肖鹏峰, 马忠国, 刘艳, 马宏伟, 张璞, 张璞, 姜腾龙, 马宏伟, 肖鹏峰, 刘艳, 孙继成, 张璞
2008年3月14日在扁都口加密观测区开展了Envisat ASAR地面同步测量，测量内容主要包括地表温度、土壤剖面含水量（0-1cm、1-3cm、3-5cm、5-10cm、10-20cm，部分样方只测量了5cm）、表层土壤冻结深度。 Envisat ASAR数据为AP模式，VV/VH极化组合方式，过境时间约为23:21BJT。 测量时间为2008年3月14日23:30-2008年3月15日1:00，测量样方包括扁都口C1样地、扁都口W2样地和扁都口B2样地；样方类型包括麦茬地、深翻地、油菜茬地。 1）土壤温度采用手持式红外温度计，采用近距离测量模式，分别测量了地表红外辐射温度和土壤表层的物理温度。同时记录了测量点的地表类型。数据文件可以用Microsoft Office软件打开。 2）土壤含水量：取0-1cm、1-3cm、3-5cm、5-10cm、10-20cm土样，放入自封袋，然后用微波炉烘干，计算其土壤重量含水量。 3）土壤冻结深度的测量方法是通过用筷子插入土壤感觉其硬度或者将土壤表层冻结层直接挖出测量冻结层厚度，来判断冻融深度。直尺直接测量，当土壤硬度较大并且有冰晶时，认为土壤冻结；反之，则认为土壤未冻。数据可以用Microsoft Office软件打开。 本数据集包括4个文件夹，分别为：ASAR数据、扁都口C1样地测量数据、扁都口W2样地测量数据、扁都口B2样地测量数据。
常胜, 常胜, 赵天杰, 赵天杰, 房倩, 瞿瑛, 张勇攀, 梁星涛, 张志玉, 张志玉, 刘志刚, 赵少杰, 任华忠, 潘金梅, 郑越, 张志玉, 张志玉, 彭丹青, 任华忠, 张勇攀, 张志玉, 张志玉, 赵少杰, 赵天杰, 郑越, 周纪, 刘晨州, 梁星涛, 殷小军, 刘志刚, 张志玉, 张志玉
2007年9月19日预试验期间，在临泽站开展了Envisat ASAR卫星地面同步观测试验，2007年9月19日成功获得了一景Envisat ASAR影像。 Envisat ASAR数据为AP模式，VV/VH极化组合方式，过境时间约为11:29BJT。本地面数据可为发展和验证Envisat ASAR遥感反演土壤水分提供基本的地面数据集。 测量内容： 1. 土壤水分。样方分布：临泽芦苇地、张掖农田、张掖戈壁、临泽玉米地、临泽苜蓿地、张掖观象台、临泽湿地。观测方法：环刀法。 2. GPS位置，测量仪器：GARMIN GPS 76。 3. 植被信息。记录信息：株高、植株鲜重、植株干重、取样方式、描述（例如地表类型，均匀程度，干湿程度等）。 4. 大气参数。测量仪器：遥感所的法国CIMEL公司生产CE318太阳分光光度计。测量目标：利用太阳分光光度计测量得到的大气参数。测量地点：大满水管所。测量内容：CE318太阳分光光度计通过直接太阳辐射测量数据，可以反演出非水汽通道的光学厚度、瑞利散射、气溶胶光学厚度，水汽通道936nm测量数据可以获得大气气柱的水汽含量，水平能见度也可从CE318数据导出。本次测量采用了北京师范大学的CE318，其可提供1020nm、936nm、870nm、670nm和440nm共5个波段的光学厚度，可以利用936nm测量数据反演大气柱水汽含量。数据存储：本数据包括原始数据和处理后的大气数据。原始数据以CE318特有文件格式*.k7存储，可用ASTPWin软件打开，并附带说明文件ReadMe.txt ；处理后文件包括利用原始数据反演获得光学厚度、瑞利散射、气溶胶光学厚度、水平能见度和近地表大气温度，以及参与计算的太阳方位角、天顶角、日地距离修正因子和大气柱质量数。 5. 粗糙度观测。粗糙度数据由粗糙度板测量，通过数码照相采集，然后在ArcView软件下，对照片中每根辐条的顶端以及板子的四角做手工数字化采样，获得其图像坐标值，经过几何校正后，计算得到每根辐条的高度，然后按公式计算表面高度标准离差和表面相关长度。其计算公式见《微波遥感》第二卷234-236页。粗糙度数据中首先是样点名称，之后数据正文包括4列（编号、文件名、标准离差、相关长度）。每一个文件名，即txt文件对应一张采样照片，标准离差（cm）与相关长度（cm）即代表了粗糙度。之后是每张照片中101根辐条的长度，属于中间结果，用以检查校正。
车涛, 冉有华, 晋锐, 车涛, 郝晓华, 晋锐, 晋锐, 晋锐, 车涛, 车涛, 冉有华, 晋锐, 郝晓华, 郝晓华, 白云洁, 白云洁, 郝晓华, 郝晓华, 白云洁, 白云洁, 白云洁, 晋锐, 郝晓华, 冉有华, 冉有华, 郝晓华, 车涛, 冉有华, 潘小多, 丁松爽, 白云洁, 白云洁, 李新, 李新, 李新, 郝晓华, 梁继, 冉有华, 李新, 李新, 李新, 李新, 梁继, 李弘毅, 晋锐, 晋锐, 王旭峰, 李新, 白云洁, 李哲, 潘小多, 郝晓华, 晋锐, 郝晓华, 郝晓华, 冉有华, 丁松爽, 郝晓华, 李弘毅, 韩旭军, 李弘毅, 高松, 李哲, 车涛, 李新, 郝晓华, 梁继, 郝晓华, 韩旭军, 李弘毅, 冉有华, 李哲, 郝晓华, 李哲, 晋锐, 郝晓华, 李哲, 梁继, 韩旭军, 李弘毅, 韩旭军, 李哲, 李弘毅, 郝晓华, 梁继, 郝晓华, 梁继, 吴月茹, 李哲, 李弘毅, 郝晓华, 王旭峰, 晋锐, 梁继, 王旭峰, 梁继, 梁继, 李哲, 历华, 李弘毅, 李弘毅, 梁继, 梁继, 李哲, 王旭峰, 王旭峰, 梁继, 李哲, 王旭峰, 吴月茹, 梁继, 王旭峰, 王旭峰, 王旭峰, 王旭峰, 袁小龙, 吴月茹, 潘小多, 吴月茹, 吴月茹, 秦春, 王旭峰, 吴月茹, 冉有华, 方莉, 王旭峰, 历华, 历华, 吴月茹, 方莉, 历华, 严巧娣, 张岭梅, 方莉, 方莉, 历华, 历华, 刘强, 马宏伟, 闻建光, 车涛, 闫业庆, 马宏伟, 闫业庆, 袁小龙, 马宏伟, 袁小龙, 袁小龙
2008年3月24日和3月25日在冰沟流域大冬树山垭口进行的两次积雪地基微波（6.925H/V，18.7H/V，36.5H/V）辐射观测，可以为机载－星载微波遥感的积雪参数反演和验证提供基本的数据集。观测地点位于10°左右的缓坡上。雪为陈雪，有明显的积雪层和冰层交替现象。3月24日进行了长时间的连续观测，时间范围是北京时间（BJT）2008年3月24日11:42至17:28。3月25日只进行了多角度短时观测（同一山坡不同位置处）。辐射计波束的高度角（水平为0度）设定为-20°至-55°，5°步长。 观测内容包括：1）亮温数据（微波辐射计测量）。两种格式：一种是由车载微波辐射计（TMMR）自带软件打开，后缀为.BRT；另外一种是文本文件（ASCII格式），文件中按列依次为：年、月、日、时、分、秒、6.925GHz(h)、6.925GHz(v)、10.65GHz(h)、10.65GHz(v) 、18.7GHz(h)、18.7GHz(v)、36.5GHz(h)、36.5GHz(v)、高度角、方位角。由于6.925GHz和10.65GHz 的故障问题没有参加试验，故数据中该四列的值均为0。2）积雪参数观测，观测变量包括雪剖面温度（针式温度计和手持式红外温度计）；雪粒径（手持式显微镜）、湿度、密度；介电常数等（雪特性分析仪）。 该数据集包括5个子文件夹，分别为：亮温数据、积雪剖面含水量数据、雪粒径数据（3月25日）、积雪剖面密度、雪层温度。
常胜, 常胜, 彭丹青, 张勇攀, 张志玉, 张志玉, 赵少杰, 郑越, 张志玉, 张志玉, 张勇攀, 张志玉, 张志玉, 赵少杰, 郑越, 张志玉, 张志玉
本数据集为盈科绿洲加密观测区与临泽草地加密观测区的叶绿素含量观测数据集。 测量日期与内容为：2008-05-20，2008-05-24，2008-05-28，2008-05-30，2008-06-16，2008-06-29，2008-07-07，2008-07-11与航空和卫星遥感同步，用SPAD叶绿素仪测量了盈科绿洲站周边玉米地样地及临泽草地站大麦和苜蓿样地的叶绿素含量数据。 （1）2008年5月20日盈科绿洲与花寨子荒漠有TM过境，测量地点为盈科绿洲玉米地内的一号、四号以及五号样地。 （2）2008年5月24日与ASAR及MODIS同步，测量地点在临泽草地加密观测区。 （3）2008年5月28日与ASTER及MODIS同步，测量地点在盈科绿洲玉米地样地。 （4）2008年5月30日与机载红外广角双模式成像仪WiDAS（Wide-angle Infrared Dual-mode line/area Array Scanner）航空飞行的地面同步，测量地点在盈科绿洲玉米地样地。 （5）2008年6月16日与成像光谱仪OMIS-II飞行同步，测量地点在盈科绿洲玉米地样地。 （6）2008年6月29日与机载红外广角双模式成像仪WiDAS（Wide-angle Infrared Dual-mode line/area Array Scanner）航空飞行的地面同步，测量地点在盈科绿洲玉米地样地。 （7）2008年7月7日与机载红外广角双模式成像仪WiDAS（Wide-angle Infrared Dual-mode line/area Array Scanner）航空飞行及TM同步，测量地点在盈科绿洲玉米地样地。 （8）2008年7月11日与机载红外广角双模式成像仪WiDAS（Wide-angle Infrared Dual-mode line/area Array Scanner）航空飞行的地面同步，测量地点在盈科绿洲玉米地样地。
李丽, 辛晓洲, 张阳, 周梦维
在试验预试验期间（2007年11月11日-16日），根据冰沟流域地形特征，按照平坦地、阴坡、阳坡和半阴坡（包括早上向阳和下午向阳）等不同地形分布共计布设51个花杆，每根花杆高度为两米，记录了每根花杆裸露在地表外的高度。在加强试验期（2008年3月2日至4月6日），在冰沟流域内开展了10次花杆观测，观测积雪覆盖后花杆裸露的高度，通过与裸地的高度计算差值得到花杆处的雪深。花杆观测采用人近距离观测和望远镜辅助观测两种手段，精确到厘米，2008年试验期共计10次观测，详细日期分别为：3月2日，3月4日，3月9日，3月16日，3月19日，3月21日，3月23日，3月29日，4月1日，4月6日。花杆数据可以研究山区积雪空间异质性特征，也为监测冰沟流域内积雪积累与消融过程提供依据。文件包含2个文件，一个是原始数据，一个是经预处理的雪深数据。
郝晓华, 郝晓华, 郝晓华, 白云洁, 白云洁, 郝晓华, 郝晓华, 白云洁, 白云洁, 白云洁, 郝晓华, 郝晓华, 白云洁, 白云洁, 郝晓华, 李弘毅, 白云洁, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 李弘毅, 李弘毅, 郝晓华, 郝晓华, 李弘毅, 郝晓华, 郝晓华, 李弘毅, 李弘毅, 郝晓华, 李弘毅, 郝晓华, 郝晓华, 李弘毅, 李弘毅
2008年6月10日在临泽站加密观测区开展ALOS PALSAR土壤水分的卫星地面同步观测。 ALOS PALSAR数据为FBS模式，HH极化方式，过境时间约为23:39BJT。 土壤水分观测；观测目标：0-5cm表层土壤。观测仪器：环刀（体积50cm^3）。观测样方和采样次数：自东向西第七和第八航线下LY07和LY08样方（每个样方9次观测），样方样带的分布和编号信息请参见元数据“黑河综合遥感联合试验：临泽站加密观测区样方样带布置”，样方位置见临泽站加密观测站样方样带坐标.xls。预处理数据为土壤体积含水量。样方数据存储：Excel。
潘小多, 宋怡, 潘小多, 潘小多
葫芦沟小流域2012.7.21-9.2冰川前沿融雪水温度及近地表温度观测数据，HOBO自动温度记录仪观测，观测频率为1次/15分钟，近地表温度记录仪距地表20cm。 01观测点为冰湖，由湖南坡永久性积雪补给形成，湖泊近似呈三角形，长边走向与坡脚平行，坐标为99°53′11″E,38°13′6″N。观测时段2012.7.21-2012.9.2。 02号观测点位于冰湖下方，葫芦沟东支流上游发源处，永久性积雪坡脚处，融雪下缘。坐标为99°53′12″E,38°13′6″N。观测时段2012.7.21-2012.9.2。 两点距离较近，近地表温度为统一的温度，为01号点近地表温度。
孙自永, 孙自永, 常启昕, 常启昕, 常启昕, 孙自永
该数据是黑河流域2000年—2009年，季节冻土冻融状态的月平均空间分布。基于黑河流域2000—2009年栅格化气温数据，将地表土壤的冻融状态划分为三种：不冻结状态，不完全冻结状态，完全冻结状态。完全冻结是指土壤在全月都处于完全冻结状态。不完全冻结是指土壤在月内冻结天数≤30天但≥1天，且土壤有冻融循环出现。不冻结是指土壤在本月不发生冻结。数据以栅格的形式，可以在ArcGis中打开，1代表不冻结状态，2代表不王全冻结状态，3代表完全冻结
张廷军, 张廷军, 张廷军, 彭小清, 张廷军
冰川对气候变化反应灵敏，是全球变化重要的指示器和放大器。在内陆河地区，河川径流主要来自于高山冰雪融水，冰川是这些地区非常重要的“固体水库”，冰川融水是黑河各支流重要的补给来源。 黑河流域冰川编目完成于1979-1980年，相关信息可参考王宗太等编著的《中国冰川目录-祁连山区》。2004年《中国冰川目录》相关成果经过系统数字化处理，建立了数据库，最终成果通过《中国冰川信息系统》发行。但在坐标恢复过程中参考资料精度较差，黑河流域的冰川分布图带有明显的位置偏移，因此我们又利用正射几何校正的Landsat遥感影像进行了校对。处理后的黑河冰川分布数据在几何精度上与我国现有的基础地理信息保持高度一致，在属性上与第一次冰川编目保持一致。
王宗太
冻土图的编制依据包括：（1）冻土野外调查、勘探实测资料；（2）航空像片和卫星影像判译；（3）TOPO30 1km分辨率的地面高程数据；（4）气温和地面温度资料。其中，青藏高原的冻土分布采用了南卓铜等（2002）的研究结果，利用青藏公路沿线76个钻孔实测年平均地温数据，进行回归统计分析，获取年平均地温与纬度、高程的关系，并基于该关系，结合GTOPO30高程数据（美国地质调查局地球资源观测与科技中心领导下发展的全球1km数字高程模型数据）模拟得到整个青藏高原范围上的年平均地温分布。以年平均地温0.5 ℃作为多年冻土与季节冻土的界限，参考《中国冰雪冻土图》（1：400万）（施雅风 等，1988）划定高原不连续多年冻土与高原岛状多年冻土的界限；另外，参考东北大小兴安岭多年冻土分区图（郭东信 等，1981）、环北极多年冻土和地下冰分布图（Brown et al. 1997）和最新野外实测资料，对东北的多年冻土界线进行了修订；西北高山多年冻土界线多采用了《中国冰雪冻土图》（1：400万）（施雅风 等，1988）中划定的界线。 根据该数据统计的中国多年冻土区面积约1.75×106km2，约占中国领土的18.25％。其中，高山多年冻土0.29×106km2，约占我国领土面积的3.03％。 更多信息参考《1：400万中国冰川冻土沙漠图》说明书（中国科学院寒区旱区环境与工程研究所，2006）
王涛
字段说明： Num_code（冻土属性编码） Combo（冻土属性） extent（冻土范围） content（含冰量） 属性对照如下： （1）冻土属性对照表： 0 （No information ） 1 - chf （Continuous permafrost extent with high ground ice content and thick overburden） 2 - dhf （Discontinuous permafrost extent with high ground ice content and thick overburden） 3 - shf （Sporadic permafrost extent with high ground ice content and thick overburden） 4 - ihf （Isolated patches of permafrost extent with high ground ice content and thick overburden ） 5 - cmf （Continuous permafrost extent with medium ground ice content and thick overburden ） 6 - dmf （Discontinuous permafrost extent with medium ground ice content and thick overburden ） 7 - smf （Sporadic permafrost extent with medium ground ice content and thick overburden ） 8 - imf （Isolated patches of permafrost extent with medium ground ice content and thick overburden） 9 - clf （Continuous permafrost extent with low ground ice content and thick overburden ） 10 - dlf （Discontinuous permafrost extent with low ground ice content and thick overburden ） 11 - slf （Sporadic permafrost extent with low ground ice content and thick overburden ） 12 - ilf （Isolated patches of permafrost extent with low ground ice content and thick overburden） 13 - chr （Continuous permafrost extent with high ground ice content and thin overburden and exposed bedrock ） 14 - dhr （Discontinuous permafrost extent with high ground ice content and thin overburden and exposed bedrock ） 15 - shr （Sporadic permafrost extent with high ground ice content and thin overburden and exposed bedrock ） 16 - ihr （Isolated patches of permafrost extent with high ground ice content and thin overburden and exposed bedrock） 17 - clr （Continuous permafrost extent with low ground ice content and thin overburden and exposed bedrock ） 18 - dlr （Discontinuous permafrost extent with low ground ice content and thin overburden and exposed bedrock ） 19 - slr （Sporadic permafrost extent with low ground ice content and thin overburden and exposed bedrock） 20 - ilr （Isolated patches of permafrost extent with low ground ice content and thin overburden and exposed bedrock ） 21 - g （Glaciers） 22 - r （Relict permafrost） 23 - l （Inland lakes ） 24 - o （Ocean/inland seas ） 25 - ld （Land） （2）冻土范围对照表 c = continuous (90-100%) d = discontinuous (50- 90%) s = sporadic (10- 50%) i = isolated patches ( 0 - 10%) （3）含冰量对照表 h = high (>20% for "f" landform codes) (>10% for "r" landform codes) m = medium (10-20%) l = low (0-10%)
National Snow and Ice Data Center（NSIDC）, National Snow and Ice Data Center（NSIDC）, National Snow and Ice Data Center（NSIDC）, 吴立宗, 吴立宗, 吴立宗
该图是施雅风先生和米德生编制的《中国1:400万冰雪冻土图》，地图编制的工作地图为《中华人民共和国汉语拼音版》，保留了地图的水系及山脉注记，并增加了一些山文注记。编绘冻土图的依据是：冻土调查和勘探的实际资料、遥感资料的判译、影响冻土形成和分布的气温条件及地形特征。冰川雪线高度以等值线表示其变化趋势。季节性积雪与季节性结冰是综合依据了全国1600个气象观测台站资料和多年考察结果以等值线加注记和符号表示、冷生（冰缘）现象选择具有代表性且经实地观察到的给予示意性的表示。多年冻土和非多年冻土范围界线，依据考察现场资料经计算而编制成图，其综合程度较高（特普费尔著，1982） 《中国冰雪冻土图》反映了冰川、积雪、冻土及冰缘分布的规模、类型、特征，以及在科学研究上的价值和生产实践中利用、防治的前景。表现了我们三十年来在冰川冻土科研方面的成果。
施雅风, 施雅风, 施雅风, 米德生, 米德生
该数据集对扫描图《中国400万冰雪冻土图》（施雅风、米德生，1988）进行几何校正，然后通过数字化，综合考虑海拔和纬度，结合多年冻土的连续性将冻土划分为：高纬度多年冻土的大片多年冻土、岛状融区多年冻土和岛状多年冻土；高海拔多年冻土和高山多年冻土（包括阿尔泰山，天山，祁连山、横断山、喜马拉雅山及中国东部的太白山、黄岗梁和长白山）和高原多年冻土（青藏高原），高原多年冻土（青藏高原）又分为大片多年冻土和岛状多年冻土；季节冻土、瞬时冻土和无冻土区。
施雅风, 施雅风, 施雅风, 米德生, 米德生
中国第二次冰川编目以分辨率较高的Landsat TM/ETM+遥感卫星数据为主要冰川边界提取数据源，并以最新全球数字高程模型SRTM V4为冰川属性提取数据源，采用当前国际通用的波段比值阈值分割法提取裸冰区冰川边界，开发了分冰岭提取算法提取冰川分冰岭并用于单条冰川的分割，同时采用国际通用算法计算冰川属性，从而获得了中国西部主要冰川区包含逐条冰川信息的矢量数据和属性数据。通过与部分野外GPS实地测量数据和更高分辨率遥感影像（如QuickBird、WorldView等）的对比显示，第二次中国编目中的冰川矢量数据具有较高的定位精度，能够满足国土、水利、交通、环境等领域对冰川数据的要求。 冰川编目属性：Glc_Name（冰川名称）、Drng_Code（流域编码）、FCGI_ID（第一次编目冰川编码）、GLIMS_ID（GLIMS冰川编码）、Mtn_Name（山系名称）、Pref_Name（所在行政区划）、Glc_Long（冰川经度）、Glc_Lati（冰川纬度）、Glc_Area（冰川面积）、Abs_Accu（绝对面积精度）、Rel_Accu（相对面积精度）、Deb_Area（表碛区面积）、Deb_A_Accu（表碛区面积绝对精度）、Deb_R_Accu（表碛区面积相对精度）、Glc_Vol_A（估算冰川体积1）、Glc_Vol_B（估算冰川体积2)、Max_Elev（冰川最大高程）、Min_Elev（冰川最小高程）、Mean_Elev（冰川平均高程）、MA_Elev（冰川中值面积高度）、Mean_Slp（冰川平均坡度）、Mean_Asp（冰川平均坡向）、Prm_Image（主要遥感数据）、Aux_Image（辅助遥感数据）、Rep_Date（冰川编目代表日期）、Elev_Src（高程数据源）、Elev_Date（高程代表日期）、Compiler（冰川编目编制者）、Verifier（冰川编目审验者）。 数据的详细情况见第二次冰川编目-数据说明。
刘时银, 刘时银, 郭万钦, 许君利, 许君利
本数据为2002.07.04-2010.12.31青藏高原地区MODIS逐日无云积雪产品。由于积雪和云的反射特性，使用光学遥感监测积雪受到天气的严重干扰。本产品是在综合了目前最常用的去云算法的基础上，利用MODIS逐日积雪产品和被动微波数据AMSR-E雪水当量产品，开发的青藏高原地区逐日无云积雪产品，准确度较高，该产品对实时监测青藏高原雪盖动态变化具有重要的使用价值。 投影方式：Albers Conical Equal Area（阿尔伯斯等积投影） 基准面：D_Krasovsky_1940 空间分辨率：500 m 数据格式：tif 命名规则：maYYMMDD.tif，其中ma代表数据名称；YY代表年（01表示2001,02表示2002……）；MM代表月（01表示1月，02表示2月……）；DD表示日（01表示1日，02表示2日……）。
黄晓东, 黄晓东
本数据集是基于MODIS的积雪面积比例制图集成算法Coupled Regional Approach (CRA)而获得的积雪覆盖数据集。CRA算法主要包括三部分，首先利用N-FINDR（体积迭代方法）和OSP（Orthogonal Subspace Projection）在图像上根据设定自动提取端元（提取了30个端元）；在自动提取的基础上，结合IGBG土地覆盖类型图，通过人工筛选方法选择了积雪、植被、云、土壤、岩石和水6种类型端元，并根据2009年影像建立了年度光谱数据库，每个月上中下旬共3个光谱，一年共36个光谱；利用建立的光谱数据库作为先验知识，在先验知识的基础上利用全约束线性解混方法（FCLS）进行亚像元分解获取初级积雪面积比例产品。并采用改进地形影响的NDSI比值算法获取积雪面积，然后进行时空数据插值，最后与AMSR-E微波雪深产品进行多源数据融合而得到。 该数据集采用经纬度（Geographic）投影方式，大地基准面为WGS84，空间分辨率0.005°，提供2008-2010年逐日的青藏高原无云覆盖积雪面积图。数据集按年份存放，共由3个文件夹组成，从2008到2010。每个文件夹里包含当年的逐日积雪覆盖分类结果，为tif文件，命名规则为：YYYY***.tif，其中YYYY代表年（2008-2010），***代表日（001~365/366）。可直接用ARCGIS或者ENVI打开。
郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华, 郝晓华
塔里木河流域冰川变化趋势及对水资源变化的影响研究项目属于国家自然科学基金“中国西部环境与生态科学”重大研究计划，负责人为中国科学院旱区寒区环境与工程研究所刘时银研究员，项目运行时间为2003.1-2005.12。 该项目汇交数据： 科其卡尔巴契冰川气象观测资料（excel）:包括降水量、风向、风速和气温数据 1.3300a_climate（2003.6.29-2004.6.22）：日间逐4小时数据，包含字段日期，时间，风速上，风向上，气温上。 2.4200b_climate（2004.1.29-2004.5.12）：6:00、8:00、9:00、10:00、12:00、14:00、16:00、18:00、20:00、22:00、23:00观测数据，包含字段日期，时间，风速上，风向上，气温上。 3.3700_降水：2003.7至2005.9间13天日降水量 4.4200_降水：2003.7至2006.6间18天日降水量
刘时银, 刘时银
该图是Li Xin等2008年为了重新统计中国的多年冻土面积，在分析现有中国冻土图的基础上编制而成的，由三部分组成，其中青藏高原部分采用模拟的青藏高原冻土图（南卓铜，2002）、东北部分来自《1：400万中国冰川冻土沙漠图》（中国科学院寒区旱区环境与工程研究所，2006），其他部分采用中国冻土区划及类型图（1：1000万）（周幼吾 等，2000）。 更多信息参考文献（中国科学院寒区旱区环境与工程研究所，2006；南卓铜，2002；周幼吾 等，2000；Li et al, 2008）。
周幼吾, 李新, 南卓铜, 李新, 周幼吾, 南卓铜
中国长序列地表冻融数据集——决策树算法（1987-2009）是利用被动微波遥感 SSM/I亮度温度资料通过决策树分类提取得到。 该数据集采用EASE-Grid投影方式（等积割圆柱投影，标准纬线为±30°），空间分辨率25.067525km，提供逐日的中国大陆主体部分的地表冻融状态分类结果。数据集按年份存放，共由23个文件夹组成，从1987到2009。每个文件夹里包含当年的逐日地表冻融分类结果，为ASCII码文件，命名规则为：SSMI-frozenYYYY***.txt，其中YYYY代表年，***代表儒略日（001~365/366）。冻融分类结果txt文件可直接用文本程序打开察看，还可用ArcView + Spatial Analyst扩展模块或者Arcinfo的Asciigrid命令打开。 提取地表冻融的原始数据来源于由美国国家雪冰数据中心（NSIDC）处理的1987 年以来的逐日被动微波数据，这一数据集采用EASE-Grid（等面积可扩充地球网格）作为标准格式。 中国地表冻融长时间序列数据集——决策树算法（1987-2009）属性由该数据集的时空分辨率、投影信息、数据格式组成。 时空分辨率：时间分辨率为逐日，空间分辨率为25.067525km，经度范围为60°～140°E，纬度为15°～55°N。 投影信息：全球等积圆柱EASE-Grid投影，关于EASE-Grid投影的详细信息见数据准备中关于这种投影的说明。 数据格式：数据集由1987到2009共23个文件夹组成，每个文件夹里包括当年的逐日地表冻融分类结果，按日存储为txt文件。文件命名规则：例如SMI-frozen1994001.txt代表1994年第1天的地表冻融分类结果。该数据集的ASCII码文件是由头文件和主体内容构成。头文件包括行数、列数、x-轴左下点坐标、y-轴左下点坐标、栅格大小、无数据区标值等6行描述信息组成；主体内容为根据行数列数组成的二维数组，以列为优先进行排列，数值为整数型，从1到4，1代表冻结，2代表融化，3代表沙漠，4代表降水。因为该数据集中的所有ASCII码文件所描述的空间为我国全国范围，所以这些文件的头文件是不变的，现将头文件摘录如下（其中xllcenter， yllcenter和cellsize单位为m）： ncols 308 nrows 166 xllcorner 5778060 yllcorner 1880060 cellsize 25067.525 nodata_value 0 该数据集中的所有ASCII码文件可以直接用文本程序（如记事本）打开。除了头文件，主体内容为数值表征地表冻融的状态：1代表冻结，2代表融化，3代表沙漠，4代表降水。如果要用图示来显示的话，我们推荐用ArcView + 3D 或 Spatial Analyst 扩展模块来读取，在读取过程中会生成grid格式的文件，所显示的grid文件就是该ASCII码文件的图形表达。读取方法： [1] 在ArcView软件中添加3D或Spatial Analyst扩展模块，然后新建一个View； [2] 将View激活，点击File菜单，选择Import Data Source选项，弹出Import Data Source选择框，在此框中的Select import file type:中选择ASCII Raster，自动弹出选择源ASCII文件的对话框，点击寻找该数据集中的任一个ASCII文件，，然后按OK键； [3] 在Output Grid对话框中键入的Grid文件名字（建议使用有意义的文件名，以便以后自己查看）和点击存放此Grid文件的路径，再次按Ok键，然后按Yes（要选择整型数据），Yes（把生成grid文件调入到当前的view中）。生成的文件可以按照Grid文件标准进行属性编辑。这样就完成了显示将ASCII文件显示成Grid文件的过程。 [4] 批处理时，可以使用ARCINFO的ASCIIGRID命令，编写成AML文件，再用Run命令在Grid模块中完成： Usage: ASCIIGRID <in_ascii_file> <out_grid> {INT | FLOAT}
晋锐, 晋锐, 晋锐, 晋锐, 晋锐, 晋锐, 李新, 李新, 晋锐, 晋锐, 晋锐, 晋锐, 晋锐
冻土环境对青藏铁路工程建设的影响及工程的环境效应项目属于国家自然科学基金“中国西部环境与生态科学”重大研究计划，负责人为中国科学院寒区旱区环境与工程研究所马巍研究员，项目运行时间为2002.1-2004.12。 该项目汇交数据: 1、北麓河活动层场地监测数据 (1) 北麓河活动层场地检测说明 (2) 北麓河下垫面场地水分数据2002.9.28-2003.8.10(Excel文件) * 场地1-草原的水分数据 * 场地2-草皮铲除的水分数据 * 场地3-天然草皮的水分数据 * 场地4-碎石的水分数据 * 场地5-保温的水分数据 (3)北麓河下垫面场地温度数据0207-0408 Excel文件 * 道碴地表的温度数据 * 保温材料的温度数据 * 铲除植被地表的温度数据 * 草垫地表的温度数据 * 砂砾地表的温度数据 2、工程对生态环境影响调查数据：风火山、沱沱河、五道梁，样方调查内容：植物类型、多度、群落盖度、总盖度、地上生物量以及土壤结构；采用TDR时域反射仪测定土壤不同深度水分含量；在每个样方点于 0-100cm 深度内分层采集土壤样品一组。采用EKKO100地质雷达探测仪，在每个样方带上以及平行公路方向连续采样1-1.5km，以查清冻土上限深度。 3、预测数据：分别设定未来50年温度上升1度和2度，初始地表温度为-0.5，-1.5，-2.5，-3.5，-4.5度，来预测不同深度和时间的冻土温度。 4、青藏铁路高温高含冰量冻土统计：地段、铁路里程、总里程(Km）、冻土类型里程数、多年冻土平均地温分区里程数、高温高含冰量冻土、高温低含冰量冻土、低温高含冰量冻土、低温低含冰量冻土、融区。
马巍, 吴青柏, 吴青柏
本次冰湖编目受到International Centre for Integrated Mountain Development (ICIMOD)and United Nationenvironment Programme/Regional Resourc Centre, Asia and The Pacific (UNEP/RRC-AP) 的联合支持。 1、冰湖编目参照Landsat 4/5(MSS,TM1982/1985/1984/1999),Landsat 7(ETM+),IRS-1C,LISS-III(1995IRS-1C),(1997 IRS-1D) 等遥感数据,反映了该地区2000年的冰湖现状。 2、冰湖编目覆盖： 印度-北安查尔邦地区 3、冰湖编目内容包括：冰湖编目、冰湖类型、冰湖朝向、冰湖宽度、冰湖面积、冰湖深度、冰湖长度等属性 4、投影参数： Projection：Universal Transverse Mercator(UTM) Ellipsoid: WGS84 Datum: WGS84 Ellipsoid Parameters：a=6378137.000 1/f=298.257223563 Northem Hemisphere:Yes MinimumX:221473.969 MinimumY:3300590.500 MaximumX:513943.969 MaximumY:3488960.500 Zone:44 详细数据说明请参考数据文档及报告
Pradeep Kumar Mool, 吴立宗, 吴立宗, Samjwal Ratna Bajracharya, Basanta Shrestha, 吴立宗
西南季风区气候与冰川演变对丽江-玉龙雪山地区资源和可持续发展的影响项目属于国家自然科学基金“中国西部环境与生态科学”重大研究计划，负责人为中国科学院寒区旱区环境与工程研究所何元庆研究员，项目运行时间为2004.1-2006.12。 该项目汇交数据：玉龙雪山冰川与环境观测研究站资料整编，格式为word文档，数据内容包括： 1.2008年9—12月白水1号冰川物质平衡(剖面,测杆,积消量) 2.1997-2008年玉龙雪山白水1号冰川的变化情况(日期,末端海拔,末端进退距离,南侧进退距离) 3.木家站1979-2003年月平均流量统计表(年均流量,年最大流量,年最大时间,年最小流量,年最小时间) 4.玉龙雪山冰川观测室试验站气象资料 2000年-2008年大本营气象站逐日平均气温（℃）,逐日降水量(mm),逐日平均相对湿度,逐日平均日照时数,逐日气压值,逐日平均风速 2006年-2008年甘海子气象站逐日平均气温（℃））,逐日降水量(mm),逐日平均相对湿度,逐日平均日照时数,逐日气压值,逐日平均风速 2008年玉龙雪山白水1号冰川积累区逐日平均气温表（℃）,）,逐日降水量(mm),逐日平均相对湿度,逐日平均日照时数,逐日气压值,逐日平均风速 2008年玉龙雪山白水1号冰川冰川末端逐日平均气温表（℃））,逐日降水量(mm),逐日平均相对湿度,逐日平均日照时数,逐日气压值,逐日平均风速 2006-2008甘海子露点温度 2006-2007甘海子气象站日均CO2含量(ppm) 冰川末端气象站空气水汽压（kPa） 冰川积累区气象站空气水汽压（kPa） 5.玉龙雪山白水1号冰川冰温资料 1号,2号,3号测点冰温孔实测电阻值
何元庆
该数据是对中国冰川冻土沙漠图（1：400万）中冻土分布图的数字化，该图中考虑与全球冻土分类系统的统一，将多年冻土分为五类，包括： （1）不连续多年冻土：连续系数50%-90% （2）岛状多年冻土：连续系数<50% （3）高原不连续多年冻土：连续系数50%-90% （4）高原岛状多年冻土：连续系数50%-90% （5）山地多年冻土。 冻土图的编制依据包括：（1）冻土野外调查、勘探实测资料；（2）航空像片和卫星影像判译；（3）TOPO30 1km分辨率的地面高程数据；（4）气温和地面温度资料。其中，青藏高原的冻土分布采用了南卓铜等（2002）的研究结果，利用青藏公路沿线76个钻孔实测年平均地温数据，进行回归统计分析，获取年平均地温与纬度、高程的关系，并基于该关系，结合GTOPO30高程数据（美国地质调查局地球资源观测与科技中心领导下发展的全球1km数字高程模型数据）模拟得到整个青藏高原范围上的年平均地温分布。以年平均地温0.5 ℃作为多年冻土与季节冻土的界限，参考《中国冰雪冻土图》（1：400万）（施雅风 等，1988）划定高原不连续多年冻土与高原岛状多年冻土的界限；另外，参考东北大小兴安岭多年冻土分区图（郭东信 等，1981）、环北极多年冻土和地下冰分布图（Brown et al. 1997）和最新野外实测资料，对东北的多年冻土界线进行了修订；西北高山多年冻土界线多采用了《中国冰雪冻土图》（1：400万）（施雅风 等，1988）中划定的界线。 根据该数据统计的中国多年冻土区面积约1.75×106km2，约占中国领土的18.25％。其中，高山多年冻土0.29×106km2，约占我国领土面积的3.03％。 更多信息参考《1：400万中国冰川冻土沙漠图》说明书（中国科学院寒区旱区环境与工程研究所，2006）。
施雅风, 王涛, 施雅风, 施雅风, 郭东信, 郭东信
本数据集采用SMMR（1978-1987）、SSM/I（1987-2009）和SSMIS（2009-2015）逐日亮温数据，由双指标（TB,37v，SG）冻融判别算法生成，分类结果包含冻结地表、融化地表、沙漠及水体四种类型。数据覆盖范围为中国大陆主体部分，空间分辨率为25.067525 km，EASE-Grid投影方式，以ASCIIGRID格式存储。 该数据集中的所有ASCII码文件可以直接用文本程序（如记事本）打开。除了头文件，主体内容为数值表征地表冻融的状态：1代表冻结，2代表融化，3代表沙漠，4代表降水。如果要用图示来显示的话，我们推荐用ArcView + 3D 或 Spatial Analyst 扩展模块来读取，在读取过程中会生成grid格式的文件，所显示的grid文件就是该ASCII码文件的图形表达。读取方法： [1] 在ArcView软件中添加3D或Spatial Analyst扩展模块，然后新建一个View； [2] 将View激活，点击File菜单，选择Import Data Source选项，弹出Import Data Source选择框，在此框中的Select import file type:中选择ASCII Raster，自动弹出选择源ASCII文件的对话框，点击寻找该数据集中的任一个ASCII文件，，然后按OK键； [3] 在Output Grid对话框中键入的Grid文件名字（建议使用有意义的文件名，以便以后自己查看）和点击存放此Grid文件的路径，再次按Ok键，然后按Yes（要选择整型数据），Yes（把生成grid文件调入到当前的view中）。生成的文件可以按照Grid文件标准进行属性编辑。这样就完成了显示将ASCII文件显示成Grid文件的过程。 [4] 批处理时，可以使用ARCINFO的ASCIIGRID命令，编写成AML文件，再用Run命令在Grid模块中完成： Usage: ASCIIGRID <in_ascii_file> <out_grid> {INT | FLOAT} 本数据的生产得到自然科学基金项目：中国西部环境与生态科学数据中心（90502010）、中国西部地区陆面数据同化系统研究（90202014）以及冻土主被动微波辐射传输模拟及其辐射散射特性研究（41071226）的支持。
晋锐, 晋锐, 晋锐, 晋锐, 晋锐, 晋锐, 李新, 晋锐, 晋锐, 晋锐, 晋锐, 晋锐
该数据集来自对1997年俄罗斯科学院地理研究所出版的《世界雪冰资源地图集》纸质地图的数字化，具体包括了俄罗斯的冻土范围、冻土温度、地下冰厚度等信息。更多信息参考文献（Kotlyakov et al, 2002）。数据以ESRI的Shape格式存储，用户也可通过美国冰雪数据中心下载（http://nsidc.org/data/ggd600.html）。
Tatiana Khromova, Victor Kotlyakov
该数据是中国冻土区划及类型图（1：1000万）（邱国庆等，2000；周幼吾 等，2000）的数字化，采用了区划和类型双系列体系，在同一份图上同时用区划体系和类型体系来反映在各个级别上冻土形成和分布的共性与个性。 区划体系包括三个冻土大区：（1）中国东部冻土大区；（2）中国西北冻土大区；（3）中国西南（青藏高原）冻土大区。在三个大区的基础上，又进一步划分出16个区及下面的若干亚区。冻土区划界线的划分中，I大区和III大区的界线主要参考了李炳元（1987）的结果；II大区和III大区的界线就是青藏高原的北界，即昆仑山—阿尔金山—祁连山北侧和山麓线；I大区和II大区的界线在贺兰山—狼山一带。二级区的界线，在II大区和III大区中以地貌条件为依据进行划分，在I大区则以气温年较差A与年平均气温T的比值为主要划分依据，并考虑到各地的冻结深度。 类型体系基于冻土连续性、冻土存在的时间和季节冻结深度，划分为8个类型，各类型界线主要取自《中国冰雪冻土图》（1：400万）（施雅风 等，1988）并参考了一些新资料，而季节冻土界线则主要以气象站资料为依据。各类型的定义如下： （1）大片多年冻土：连续系数为90%-70%； （2）大片-岛状多年冻土：连续系数为70%-30%； （3）稀疏岛状多年冻土：连续系数为<30%； （4）山地多年冻土； （5）中深季节冻土：可能达到的最大季节冻结深度>1m； （6）浅季节冻土：可能达到的最大季节冻结深度<1m； （7）短时冻土：保存时间不足一个月； （8）非冻土。 根据该数据计算的中国多年冻土区面积约2.19×106km²，约占中国领土的22.83％。其中，高山多年冻土0.42×106km²，约占我国领土面积的4.39％。季节冻土面积约4.76×106km²，约占我国领土的49.6％，瞬时冻土面积约1.86×106km²，占我国领土的19.33％。 更多信息参考文献（周幼吾 等，2000）。
周幼吾, 郭东信, 郭东信, 周幼吾, 邱国庆, 邱国庆
数据集包括： 1、permaice（冻土类型图） 2、subsea(海底界线矢量图)3、treeline(林线矢量图)4、nhipa(栅格图)5、llipa(栅格图) Permaice包括属性字段：Num_code（冻土属性编码） Combo(冻土属性）extent（冻土范围）content(含冰量） 属性对照如下：（1）冻土属性对照表： 0 （No information ） 1 - chf （Continuous permafrost extent with high ground ice content and thick overburden） 2 - dhf （Discontinuous permafrost extent with high ground ice content and thick overburden ） 3 - shf （Sporadic permafrost extent with high ground ice content and thick overburden ） 4 - ihf （Isolated patches of permafrost extent with high ground ice content and thick overburden ） 5 - cmf （Continuous permafrost extent with medium ground ice content and thick overburden ） 6 - dmf （Discontinuous permafrost extent with medium ground ice content and thick overburden ） 7 - smf （Sporadic permafrost extent with medium ground ice content and thick overburden ） 8 - imf （Isolated patches of permafrost extent with medium ground ice content and thick overburden） 9 - clf （Continuous permafrost extent with low ground ice content and thick overburden ） 10 - dlf （Discontinuous permafrost extent with low ground ice content and thick overburden ） 11 - slf （Sporadic permafrost extent with low ground ice content and thick overburden ） 12 - ilf （Isolated patches of permafrost extent with low ground ice content and thick overburden） 13 - chr （Continuous permafrost extent with high ground ice content and thin overburden and exposed bedrock ） 14 - dhr （Discontinuous permafrost extent with high ground ice content and thin overburden and exposed bedrock ） 15 - shr （Sporadic permafrost extent with high ground ice content and thin overburden and exposed bedrock ） 16 - ihr （Isolated patches of permafrost extent with high ground ice content and thin overburden and exposed bedrock） 17 - clr （Continuous permafrost extent with low ground ice content and thin overburden and exposed bedrock ） 18 - dlr （Discontinuous permafrost extent with low ground ice content and thin overburden and exposed bedrock ） 19 - slr （Sporadic permafrost extent with low ground ice content and thin overburden and exposed bedrock） 20 - ilr （Isolated patches of permafrost extent with low ground ice content and thin overburden and exposed bedrock ） 21 - g （Glaciers） 22 - r （Relict permafrost） 23 - l （Inland lakes ） 24 - o （Ocean/inland seas ） 25 - ld （Land） （2）冻土范围对照表 c = continuous (90-100%) d = discontinuous (50- 90%) s = sporadic (10- 50%) i = isolated patches ( 0 - 10%) （3）含冰量对照表 h = high (>20% for "f" landform codes) (>10% for "r" landform codes) m = medium (10-20%) l = low (0-10%) ------------------------------------------------------------ Projection of the shapefiles is: PROJCS["Sphere_ARC_INFO_Lambert_Azimuthal_Equal_Area", GEOGCS["GCS_Sphere_ARC_INFO", DATUM["Sphere_ARC_INFO", SPHEROID["Sphere_ARC_INFO",6370997.0,0.0]], PRIMEM["Greenwich",0.0], UNIT["Degree",0.0174532925199433]], PROJECTION["Lambert_Azimuthal_Equal_Area"], PARAMETER["False_Easting",0.0], PARAMETER["False_Northing",0.0], PARAMETER["longitude_of_center",180.0], PARAMETER["latitude_of_center",90.0], UNIT["Meter",1.0]] Projection for the raster (*.byte) files is: Projection: Lambert Azimuthal Units: meters Spheroid: defined Major Axis: 6371228.00000 Minor Axis: 6371228.000 Parameters: radius of the sphere of reference: 6371228.00000 longitude of center of projection: 0 latitude of center of projection: 90 false easting (meters): 0.00000 false northing (meters): 0.00000
冉有华, 冉有华, Brown, J., 冉有华, 冉有华, 冉有华, 冉有华, O. Ferrians, O. Ferrians, J. A. Heginbottom, J. A. Heginbottom, E. Melnikov, 冉有华, E. Melnikov, Tingjun Zhang, 冉有华, 冉有华
青藏高原冻土图（1：300万）（李树德和程国栋，1996）是中国科学院兰州冰川冻土研究所（今中科院寒区旱区环境与工程研究所）冻土工程国家重点实验室根据多年从事冻土考察研究的第一手资料及前人研究论文、文献、并详细研究与参阅了航空像片、卫星影像及青藏公路沿线多年冻土图（1：60）万（童伯良 等，1983）、祁连山地貌图（1：100万）（中国科学院地理研究所，1985）、青藏高原自然景观图（1：300万）（中国科学院地理研究所，1990）、青藏高原第四纪冰川遗迹分布图（1：300万）（李炳元和李吉均，1991）、南水北调西线工程通天河-雅砻江调水区冻土遥感图（1：50万）（中国科学院兰州冰川冻土研究所，1995）、中国冰雪冻土图（1：400万）（施雅风和米德生，1988），在100万航测地形图上进行编绘，然后缩编成1：300万青藏高原冻土图。后经由中科院寒区旱区环境与工程研究所南卓铜等数字化完成。 数据包括： 1）数字化的青藏高原冻土分布图 2）青藏高原冻土图扫描图 数字化后的冻土分布图中的冻土类型包括： 0, Seasonally frozen ground;季节冻土 1, permafrost;多年冻土 2, island permafrost;岛状多年冻土 3, continuous permafrost;片状多年冻土
程国栋, 童伯良, 南卓铜, 李树德, 李树德, 南卓铜, 童伯良
中国冰冻圈是指中国范围内，大气圈、水圈、生物圈、岩石圈的冻结部分。中国冰冻圈资源与环境信息系统是对中国冰冻圈资源与环境数据进行管理与分析的综合性信息系统。建立中国冰冻圈资源与环境信息系统一方面是满足地球系统科学的需要，为研制地理信息系统支持下的冻土、冰川以及雪盖对全球变化的响应与反馈模型提供参数与验证数据；另一方面系统整理和抢救宝贵的冰冻圈数据，为其提供一个科学、高效、安全的管理与分析工具。 中国冰冻圈资源与环境信息系统包含三个不同空间的基础数据库。其中青藏高原基础数据库主要以青藏高原为研究区域，范围在东经70—105°，北纬20—40°之间，主要包含以下类型的数据： 1、冰冻圈数据。包括： 冻土类型； 积雪深度分布； 第四纪冰川遗迹图； 2、自然环境与资源。包括： 水文：地表水； 基础地质：第四纪地质、水文地质； 地表特性：植被类型； 气象站观测数据：气温、地表温度、降水量； 3、社会经济资源： 青藏高原及毗邻地区气象台站分布图； 4、高原冻土对全球变化的响应模型（Fgmodel）：预测了2009年、2049年和2099年的多年冻土分布数据。 详情请查看数据中的文档“中国冰冻圈资源与环境信息系统设计.doc”、“中国冰冻圈资源与环境信息系统数据字典.DOC”、“数据库-青藏高原.DOC”和“数据库-青藏高原 附表.DOC”。
李新, 李新, 李新, 李新, 李新, 李新, 李新
本次冰湖编目受到International Centre for Integrated Mountain Development (ICIMOD) and United Nationenvironment Programme/Regional Resourc Centre, Asia and The Pacific (UNEP/RRC-AP) 的联合支持。 1、冰湖编目参考Landsat4/5(MSS、TM)，SPOT(XS)，IRS-1C/1D(LISS-III)等遥感数据，反映了该地区2004年面积大于0.01 km2的冰湖现状。 2、冰湖编目覆盖：Yamuna basin、Ravi basin 、Chenab basin、 Satluj River Basin等流域 3、冰湖编目内容包括：冰湖编目、冰湖类型、冰湖宽度、冰湖朝向、冰湖距离冰川长度等属性 4、投影参数： Projection: Albers Equal Area Conic Ellipsoid: WGS 84 Datum: WGS 1984 False easting: 0.0000000 False northing: 0.0000000 Central meridian: 82° 30’E Central parallel: 0° 0’ N Latitude of first parallel: 20° N Latitude of second parallel: 35° N 详细数据说明请参考数据文档及报告
International Centre for Integrated Mountain Development (ICIMOD), International Centre for Integrated Mountain Development (ICIMOD)
蒙古共和国冻土及冻土分区图是从《蒙古共和国国家地图集》（Sodnom and Yanshin, 1990）数字化而来。 该数据集描述了多年冻土和季节冻土的分布与一般属性以及蒙古共和国特有的低温现象。具体数字化了两个图版。第一个图版的比例尺是1:12,000,000，描述了四个一般的冻土区，包括：（1）连续和不连续多年冻土；（2）岛状和稀疏岛状多年冻土；（3）零星多年冻土；（4）季节冻土。第二个图版的比例尺是1:4,500,000，描述了14个不同的地形类型，地形类型根据高程、年平均气温、多年冻土厚度和融化深度，以及季节冻土的冻结深度划分。6类蒙古共和国特有的低温现象的位置也包括在内，分别为：多年生冻胀丘（pingo）、冰锥、热喀斯特、冻土滑坡（detachment failures）、融冻泥流、冷生夷平（cryoplatation processes）作用。 数据的格式为ESRI shapefiles，用户也可通过美国冰雪数据中心下载（https://nsidc.org/data/ggd648）。
Sodnom, A. L.Yanshin
该数据是对青藏公路沿线多年冻土图（1：60万）（童伯良 等，1983）的数字化，青藏公路沿线多年冻土图是1981年由中国科学院寒区旱区环境与工程研究所（原中国科学院兰州冰川冻土研究所）童伯良、李数德、卜觉英、邱国庆等编制的，其目的在于反映公路沿线多年冻土层分布的基本规律及其与主要自然环境因素的生成关系总貌。 编制该图的基础资料包括有：青藏公路沿线1：200000水文地质和工程地质调查和图件（青海省第一水文地质工程地质大队、地质科学院地质力学所）；中国科学院冰川冰土研究所自1960年以来在青藏公路沿线的西大滩、昆仑山垭口盆地、清水河、风火山、沱沱河、桑马盆地、布曲河、土门格拉、两道河等九个地点的冻土研究成果；格尔木—拉萨输油管线的钻探资料以及工作区的航测地形资料。以1：200000万地形图当工作底图，编绘成多年冻土图，再缩编成1：600000的成图，以保证图的精确性。为了弥补沿线更大范围内资料的不足，把公路沿线九个冻土研究点上探明的冻土特征规律应用于地质地理条件类同的地段，同时利用航片补充编图区的冻融地质作用和冻土特征。 青藏公路沿线多年冻土图（1：60万）包括青藏公路沿线年平均气温等值线图（1：720万）和青藏公路沿线多年冻土图（1：60万），其中青藏公路沿线多年冻土图中又包含多年冻土类型、岩性、冻土现象、贯通融区类型、冻土工程分类、地质构造断裂等信息。本数据仅对多年冻土信息进行了数字化，其空间范围北起青藏公路的大西滩，南至桑雄，长达近800公里，宽约40-50公里。 本数据集包括：矢量化的青藏公路沿线多年冻土图和《青藏公路沿线多年冻土图》扫描图，其中青藏公路沿线多年冻土图的属性信息如下： A-1;Continuous permafrost;大片多年冻土区;>0°C;残留多年冻土层、隔年层 A-2;Continuous permafrost;大片多年冻土区;0~-0.5°C;0-25m A-3;Continuous permafrost;大片多年冻土区;-0.5~-1.5°C;25-60m A-4;Continuous permafrost;大片多年冻土区;-1.5~-3.5°C;60-120m A-5;Continuous permafrost;大片多年冻土区;<-3.5°C;>120m B-1;Island permafrost ground;岛状多年冻土;季节冻土(Seasonal Frozen Ground); B-2;Continuous permafrost;大片多年冻土区;>0°C;残留多年冻土层、隔年层 B-3;Island permafrost extent;岛状多年冻土区;0~-0.5°C;0-25m B-4;Island permafrost extent;岛状多年冻土区;-0.5~-1.5°C;25-60m B-5;Island permafrost extent;岛状多年冻土区;-1.5~-3.5°C;60-120m
童伯良, 李树德, 李树德, 卜觉英, 邱国庆, 童伯良, 邱国庆
本次冰川编目受到：International Centre for Integrated Mountain Development (ICIMOD) and United Nation environment Programme/Regional Resources centre, Asia and The Pacific (UNEP/RRC-AP) 的联合支持。 1、冰川编目采用landsat遥感数据，反映的尼泊尔地区2000年的冰川现状。 2、冰川编目覆盖：尼泊尔地区 3、冰川编目内容包括：冰川位置、冰川编码、冰川名称、冰川面积、冰川长度、冰川厚度、冰储量、冰川类型、冰川朝向等属性 4、数据投影信息： Grid Zone IIA Projection:Lambert conformal conic Ellipsoid: Everest (India 1956) Datum:India (India, Nepal) False easting: 2743196.40 False northing: 914398.80 Central meridian: 90°00'00"E Central parallel: 26°00'00"N Scale factor: 0.998786 Standard parallel 1:23°09'28.17"N Standard parallel 2:28°49'8.18"N Minimum X Value:1920240 Maximum X Value:2651760 Minimum Y Value:914398 Maximum Y Value:1188720 Grid Zone IIB Projection:Lambert conformal conic Ellipsoid: Everest (India 1956) Datum:India (India, Nepal) False easting: 2743196.40 False northing: 914398.80 Central meridian: 90°00'00"E Central parallel: 26°00'00"N Scale factor: 0.998786 Standard parallel 1:21°30'00"N Standard parallel 2:30°00'00"N Minimum X Value:1823188 Maximum X Value:2000644 Minimum Y Value:1306643 Maximum Y Value:1433476 详细数据说明请参考文档及报告
Samjwal Ratna Bajracharya, Samjwal Ratna Bajracharya, Sharad Prasad Joshi, Samjwal Ratna Bajracharya
该数据源是1991-1996年，俄罗斯出版1：250的《Geocryological Map of Russia and Neighbouring Republics》系列图，该图采用俄语标注，共16幅。1998年，Zaitsev等将其翻译为英文。这次数字化，将选择其中的7个主题进行数字化，分别为：1）Distribution of frozen and unfrozen ground，2）Mean annual temperature of unfrozen ground at the depth of zero annual amplitude” might be awkward as we do not know where is the depth of zero amplitude, and lack data, generally. 3）Thickness of permafrost，4）Depth from the surface and thickness of relict permafrost, 5）Distribution of permafrost containing cryopegs, 6）Thickness of permafrost containing cryopegs, 7）Distribution of permafrost with depth。 1、该数据包括两个矢量图层:(1)冻土分布层(permofrostpermafrost distribution)(2)冻土温度层（permafrost_temperature)(3)冻土厚度图(permafrost thickness)(4)冻土形成条件(permafrost formation conditions）(5)纠正图像(Correction Image) 2.冻土层分布图包括以下几个字段:AREA,PERIMETER,FROZEN_,FROZEN_ID:POLY_,POLY_,RINGS_OK,RINGS_NOK,A,冻土层:FROZEN_SOI,温度。冻土层和FROZEN_SOI是冻土类型的中英文表示。 4、冻土层属性: Frozen-Soil 冻土层 温度水域 Continuous Predominantly unfrozen 连续大片非冻土 1-5 Continuous permafrost 连续多年冻土 -3- -5 Continuous unfrozen ground 连续非冻土 4-6 Discontinuous permafrost 不连续多年冻土 0.5- -2 Predominantly continuous permafrost 大片连续多年冻土 -1- -3 Predominantly unfrozen ground 大片非冻土 1-3 5、投影信息： PROJCS["Asia_North_Equidistant_Conic", GEOGCS["GCS_North_American_1927", DATUM["North_American_Datum_1927", SPHEROID["Clarke_1866",6378206.4,294.9786982]], PRIMEM["Greenwich",0.0], UNIT["Degree",0.0174532925199433]], PROJECTION["Equidistant_Conic"], PARAMETER["False_Easting",0.0], PARAMETER["False_Northing",0.0], PARAMETER["longitude_of_center",100.0], PARAMETER["Standard_Parallel_1",15.0], PARAMETER["Standard_Parallel_2",58.3], PARAMETER["latitude_of_center",60.0], UNIT["Meter",1.0]]
Yershow
本次冰湖编目受到：International Centre for Integrated Mountain Development (ICIMOD) and United Nation environment Programme/Regional Resources centre, Asia and The Pacific (UNEP/RRC-AP) 的联合支持。 1、冰湖编目采用landsat遥感数据，反映的尼泊尔地区2000年面积大于0.01km2的冰湖现状。 2、冰湖编目覆盖：尼泊尔地区 3、冰湖编目内容包括：冰湖编码、冰湖类型、冰湖面积、冰湖距冰川的距离、与冰湖相关的冰川等属性 4、数据投影信息： Grid Zone IIA Projection:Lambert conformal conic Ellipsoid: Everest (India 1956) Datum:India (India, Nepal) False easting: 2743196.40 False northing: 914398.80 Central meridian: 90°00'00"E Central parallel: 26°00'00"N Scale factor: 0.998786 Standard parallel 1:23°09'28.17"N Standard parallel 2:28°49'8.18"N Minimum X Value:1920240 Maximum X Value:2651760 Minimum Y Value:914398 Maximum Y Value:1188720 Grid Zone IIB Projection:Lambert conformal conic Ellipsoid: Everest (India 1956) Datum:India (India, Nepal) False easting: 2743196.40 False northing: 914398.80 Central meridian: 90°00'00"E Central parallel: 26°00'00"N Scale factor: 0.998786 Standard parallel 1:21°30'00"N Standard parallel 2:30°00'00"N Minimum X Value:1823188 Maximum X Value:2000644 Minimum Y Value:1306643 Maximum Y Value:1433476 详细数据说明请参考数据文档及报告
Pradeep Kumar Mool, Samjwal Ratna Bajracharya, Samjwal Ratna Bajracharya, Sharad Prasad Joshi, Pradeep Kumar Mool, Samjwal Ratna Bajracharya
本次冰川编目受到：International Centre for Integrated Mountain Development (ICIMOD) and United Nationenvironment Programme/Regional Resourc Centre, Asia and The Pacific (UNEP/RRC-AP) 的联合支持。 1、冰川编目采用landsat遥感数据，反映的巴基斯坦地区2003-2004年的冰川现状。 2、冰川编目覆盖：印度河上游Swat, Chitral, Gilgit, Hunza, Shigar, Shyok, Upper 、Indus, Shingo, Astor and Jhelum等流域。 3、冰川编目内容包括：冰川位置、冰川编码、冰川名称、冰川面积、冰川长度、冰川厚度、冰储量、冰川类型、冰川朝向等属性。 详细数据说明请参考数据文档及报告。
ICIMOD, UNEP/RRC-AP
本数据集中包括:使用美国国防气象卫星计划(DMSP)卫星所携带的星载微波辐射计SSM/I的微波亮度温度。包含1987年-2007年的19H，19V，22V，37H，37V，85H，85V七个通道的每日两次（升轨&降轨）亮度温度。 专用微波成像仪（Special Sensor Microwave/Image，SSM/I）由美国休斯公司研制，于1987年首次由美国国防气象卫星计划（DMSP）中的Block 5D-/F8卫星载入空间执行探测使命。从1987年DMSP升空到1997年TRMM升空的10年时间内，SSM/I一直是世界上最先进、空间分辨率最高的星载被动微波遥感探测仪器。DMSP卫星为近极地圆形太阳同步轨道，卫星高度约833 km，轨道面倾角98.8°，轨道周期102.2 min，地方时6时左右通过赤道，24h覆盖一次全球。SSM/I由设置在4个频率处的7个通道组成，中心频率分别为19.35、22.24、37.05和85.50 GHz。其仪器实际上是由7个相互独立的全功率型、平衡混频、超外差式接收的被动微波辐射计系统构成，可以同时测量来自地球和大气系统的微波辐射。除22.24 GHz频率外，其它频率均同时具有水平和垂直两种极化状态。 SSM/I若干特征值 通道 频率 （GHz） 极化方式（V/H） 空间分辨率 （km×km） 足迹大小 （km） 19V 19.35 V 25×25 56 19H 19.35 H 25×25 56 22V 22.24 V 25×25 45 37V 37.05 V 25×25 33 37H 37.05 H 25×25 33 85V 85.50 V 12.5×12.5 14 85H 85.50 H 12.5×12.5 14 1、文件格式和命名： 每组数据均由遥感数据文件，.JPG图像文件和.met辅助信息文件，以及.TIM时间信息文件和相应的.met时间信息辅助文件构成。 SSMI_Grid_China目录下的每组数据文件名及命名规则如下： China-EASE-Fnn-ML/HaaaabbbA/D.ccH/V（遥感数据） China-EASE-Fnn -ML/HaaaabbbA/D.ccH/V.jpg （图像文件） China-EASE-Fnn-ML/HaaaabbbA/D.ccH/V.met（辅助信息文件） China-EASE-Fnn-ML/HaaaabbbA/D.TIM （时间信息文件） China-EASE- Fnn -ML/HaaaabbbA/D.TIM.met （时间信息辅助文件） 其中：EASE代表EASE-Grid投影方式；Fnn代表搭载卫星编号（F08，F11，F13）；ML/H分别代表多通道低分辨率和多通道高分辨率；A/D分别代表升轨（A）和降轨（D）；aaaa代表年份；bbb代表该年的儒略日；cc代表通道号（19H，19V，22V，37H，37V，85H，85V）；H/V分别代表水平极化（H）和垂直极化（V）。 2、坐标系及投影： 投影方式为等积割圆柱投影，双标准纬线为南北纬30度。有关EASE-GRID的相关详细信息，请参考http://www.ncgia.ucsb.edu/globalgrids-book/ease_grid/。如果需要将EASE-Grid投影方式转换成Geographic投影方式，请参照ease2geo.prj文件，内容如下： Input projection cylindrical units meters parameters 6371228 6371228 1 /* Enter projection type (1, 2, or 3) 0 00 00 /* Longitude of central meridian 30 00 00 /* Latitude of standard parallel Output Projection GEOGRAPHIC Spheroid KRASovsky Units dd parameters end 3、数据格式： 以整数形二进制存储，每个数据占2个字节。本数据集中实际存储的数据为亮温*10，读出数据后需除以10得到真实亮温。 4、数据分辨率： 空间分辨率：25km，12.5km (SSM/I 85GHz)； 时间分辨率：逐日，从1978年至2007年。 5、空间范围： 经度：60°-140°东经； 纬度：15°-55°北纬。 6、数据读取： 每一组数据包括遥感影像数据文件，.JPG图像文件和.met辅助信息文件，其中JPG文件可以用Windows图片和传真查看器打开，.met辅助信息文件可以用记事本打开，遥感影像数据文件可以在ENVI和ERDAS软件中打开。
National Snow and Ice Data Center（NSIDC）, National Snow and Ice Data Center（NSIDC）, National Snow and Ice Data Center（NSIDC）
本次冰湖编目受到International Centre for Integrated Mountain Development (ICIMOD) and United Nationenvironment Programme/Regional Resourc Centre, Asia and The Pacific (UNEP/RRC-AP) 的联合支持。 1、冰湖编目参照Landsat 4/5(MSS,TM/1984/1999),Landsat 7(TM & ETM+),IRS-1C,LISS-III (1995 IRS-1C),(1997 IRS-1D) 等遥感数据,反映了该地区2000年面积大于0.01km2的冰湖现状。 2、冰湖编目覆盖： Tista Basin,锡金地区 3、冰湖编目内容包括：冰湖编目、冰湖类型、冰湖朝向、冰湖宽度、冰湖面积、冰湖深度、冰湖长度等属性 4、投影参数： Projection:Lambert conformal conic Ellipsoid:Everest (India 1956) Datum:India (India, Sikkim) False easting:2743196.40 False northing:914398.80 Central meridian:90°00’00” E Central parallel:26°00’00” N Scale factor:0.998786 Standard parallel 1:23°09’28.17” N Standard parallel 2:28°49’8.18” N Minimum X Value:2545172 Maximum X Value:2645240 Minimum Y Value:1026436 Maximum Y Value:1163523 详细数据说明请参考数据文档及报告
Pradeep Kumar Mool, Samjwal Ratna Bajracharya, Samjwal Ratna Bajracharya, Pradeep Kumar Mool, Samjwal Ratna Bajracharya
青藏高原近20年土壤水分及雪水当量的参数反演研究项目属于国家自然科学基金“中国西部环境与生态科学”重大研究计划，负责人为中国科学院遥感应用研究所施建成研究员，项目运行时间为2004.1-2007.12。 该项目汇交数据：青藏高原2001-2005年逐月MODIS雪盖产品。 该数据集是利用MODIS获取的影像数据，结合ASTER影像数据，在青藏高原进行亚像元级的雪盖面积分类和变化分析研究。主要研究内容是研究亚像元雪盖面积分类算法，包括利用归一化积雪指数进行统计回归方法和混合像元分解方法。在进行混合像元分解中，采用线性混合模型，并提出利用归一化积雪指数和归一化植被指数进行雪端元和非雪端元的自动提取； 在亚像元雪盖面积分类算法的基础上，进行青藏高原雪盖面积变化分析，通过建立决策树的方法，进行云和雪的检测和去云处理，并利用时间序列影像，进行合成和镶嵌，构成青藏高原的亚像元雪盖面积分类数据库， 对青藏高原雪盖面积的空间分布和变化特征进行分析和描述。
许丽娜, 施建成
本次冰川编目受到：International Centre for Integrated Mountain Development (ICIMOD) and United Nation environment Programme/Regional Resources centre, Asia and The Pacific (UNEP/RRC-AP),Cold and Arid Region Environmental and Engineering Research Institute(CAREERI) 的联合支持。 1、冰湖编目采用landsat(TM,ETM),Aster遥感数据,反映的喜马拉雅地区2004年面积大于0.01km2的冰湖现状。 2、冰湖编目覆盖：喜马拉雅山地区Pumqu(Arun), Rongxer (Tama Koshi), Poiqu(Bhote-Sun Koshi), Jilongcangbu (Trishuli), Zangbuqin(Budhigandaki), Majiacangbu (Humla Karnali)等流域。 3、冰湖编目内容包括：冰湖编目、冰湖类型、冰湖朝向、冰湖宽度、冰湖面积、冰湖深度、冰湖长度等属性。 4、数据投影信息： Projection::Transverse_Mercator False_Easting:500000.000000 False_Northing:0.000000 Central_Meridian:87.000000 Scale_Factor:0.999600 Latitude_Of_Origin:0.000000 Linear Unit:Meter(1.000000) Geographic Coordinate System:GCS_WGS_1984 Angular Unit: Degree (0.017453292519943299) Prime Meridian:Greenwich (0.000000000000000000) Datum:D_WGS_1984 Spheroid:WGS_1984 Semimajor Axis:6378137.000000000000000000 Semiminor Axis:6356752.314245179300000000 Inverse Flattening:298.257223563000030000 详细数据说明请参考文档及报告。
International Centre for Integrated Mountain Development (ICIMOD), International Centre for Integrated Mountain Development (ICIMOD)
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
