格陵兰冰盖的物质损耗是近几十年来全球海平面上升的主要贡献者，在全球变暖的趋势下，格陵兰冰盖正在加速融化，探索其物质平衡对气候的变化响应具有重要的科学意义。作者基于MEaSUREs格陵兰触地线产品和流域边界，将触地线离散化，结合1985-2015年的MEaSUREs年度冰流速数据，和BedMachine v3冰厚度数据，矢量计算触地线各通量出口单元处冰通量；我们使用RACMO2.3p2模式的表面物质平衡数据，空间计算各流域表面物质平衡，并结合冰通量结果，得到格陵兰冰盖物质平衡数据集（1985-2015年）。该数据集包括1985年、2000年、2015年三年的格陵兰冰盖各流域物质平衡结果，含有各通量出口单元位置对应的年度冰流速、冰厚度、冰通量等信息。该数据集实现了触地线处冰通量的精细评估，可以反映近三十年格陵兰冰盖各流域物质平衡的变化情况和空间分布特征，为后续格陵兰冰盖物质平衡的精细变化评估及预测，和冰盖损耗机理探究提供基础性数据。
林依静, 林依静, 刘岩, 刘岩, 程晓, 程晓
南极冰盖是全球海平面上升的最大潜在来源之一，准确确定冰盖物质收支情况是理解南极冰盖动态变化的关键，对理解冰盖演变历程、准确预测未来全球海平面上升都是至关重要的。作者基于MEaSUREs触地线产品和MEaSUREs南极流域边界，将触地线离散化，结合1985-2015年的MEaSUREs和RAMP年度冰流速数据，和BedMachine冰厚度数据，矢量计算触地线各通量出口单元处冰通量；使用RACMO2.3p2模式的表面物质平衡数据，空间计算各流域表面物质平衡，并结合冰通量结果，得到南极冰盖物质平衡数据集（1985-2015年）。该数据集包括1985年、2000年、2015年三年的南极冰盖各流域物质平衡结果，含有各通量出口单元位置对应的年度冰流速、冰厚度、冰通量等信息。该数据集实现了触地线处冰通量的精细评估，可以反映近三十年南极冰盖各流域物质平衡的变化情况和空间分布特征，为后续南极冰盖物质平衡的精细变化评估及预测，和冰盖损耗机理探究提供基础性数据。
林依静, 林依静, 刘岩, 刘岩, 程晓, 程晓
格拉丹东地区是青藏高原重要的、典型的大江大湖源区。本数据集提供了不同时间尺度，不同分辨率的，覆盖长江和色林错源区冰川的DEM，用以计算源区冰川表面高程的季节变化和年代际变化。数据集包括了2016-2017年7景不同月份5米分辨率的TanDEM-X数据，可用以冰川表面高程的季节性变化计算；包括了1景1976年30米分辨率的KH-9 DEM，5景2011年30米分辨率的TanDEM-X，1景2014年和3景2017年30米分辨率的TanDEM-X，可用以计算1976-2000，2000-2011，2011-2017年期间冰川表面高程变化。同时采用Landsat ETM数据勾画，并按照RGI6.0分割了1976年的冰川轮廓数据；右图显示了该数据集的空间和时间覆盖信息，底图为正射校正后KH-9影像。
陈文锋
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
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
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
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
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
Snow is a significant component of the ecosystem and water resources in high-mountain Asia (HMA). Therefore, accurate, continuous, and long-term snow monitoring is indispensable for the water resources management and economic development. The present study improves the Moderate Resolution Imaging Spectroradiometer (MODIS) onboard Terra and Aqua satellites 8 d (“d” denotes “day”) composite snow cover Collection 6 (C6) products, named MOD10A2.006 (Terra) and MYD10A2.006 (Aqua), for HMA with a multistep approach. The primary purpose of this study was to reduce uncertainty in the Terra–Aqua MODIS snow cover products and generate a combined snow cover product. For reducing underestimation mainly caused by cloud cover, we used seasonal, temporal, and spatial filters. For reducing overestimation caused by MODIS sensors, we combined Terra and Aqua MODIS snow cover products, considering snow only if a pixel represents snow in both the products; otherwise it is classified as no snow, unlike some previous studies which consider snow if any of the Terra or Aqua product identifies snow. Our methodology generates a new product which removes a significant amount of uncertainty in Terra and Aqua MODIS 8 d composite C6 products comprising 46 % overestimation and 3.66 % underestimation, mainly caused by sensor limitations and cloud cover, respectively. The results were validated using Landsat 8 data, both for winter and summer at 20 well-distributed sites in the study area. Our validated adopted methodology improved accuracy by 10 % on average, compared to Landsat data. The final product covers the period from 2002 to 2018, comprising a combination of snow and glaciers created by merging Randolph Glacier Inventory version 6.0 (RGI 6.0) separated as debris-covered and debris-free with the final snow product MOYDGL06*. We have processed approximately 746 images of both Terra and Aqua MODIS snow containing approximately 100 000 satellite individual images. Furthermore, this product can serve as a valuable input dataset for hydrological and glaciological modelling to assess the melt contribution of snow-covered areas. The data, which can be used in various climatological and water-related studies, are available for end users at https://doi.org/10.1594/PANGAEA.901821 (Muhammad and Thapa, 2019).
Sher Muhammad
过去五十年，阿拉斯加地区冰川对海平面贡献占全球山地冰川总贡献的三分之一。 在RGI6.0的基础上，我们利用遥感和地理信息系统技术对阿拉斯加地区冰川编目数据进行了更新。更新的冰川编目采用的数据源为2018年Landsat OLI空间分辨率15m遥感影像，使用的方法为人工解译。结果显示，阿拉斯加地区冰川编目包括了现有冰川27043条，总面积81285km2。数据误差4.3%。该数据将为研究全球变化大背景下阿拉斯加地区冰川变化评估、冰川变化的区域和全球影响提供重要的数据支撑。
上官冬辉, 李耀军
The dataset integrated glacier inventory data and 426 Landsat TM/ETM+/OLI images, and adopted manual visual interpretation to extract glacial lake boundaries within a 10-km buffer from glacier terminals using ArcGIS and ENVI software, normalized difference water index maps, and Google Earth images. It was established that 26,089 and 28,953 glacial lakes in HMA, with sizes of 0.0054–5.83 km2, covered a combined area of 1692.74 ± 231.44 and 1955.94 ± 259.68 km2 in 1990 and 2018, respectively. The current glacial lake inventory provided fundamental data for water resource evaluation, assessment of glacial lake outburst floods, and glacier hydrology studies in the mountain cryosphere region.
WANG Xin, GUO Xiaoyu, YANG Chengde, LIU Qionghuan, WEI Junfeng, ZHANG Yong, LIU Shiyin, ZHANG Yanlin, JIANG Zongli, TANG Zhiguang
本数据集是2017年青藏高原冰川数据，使用了210景Landsat8 OLI卫星多光谱遥感数据，时间从2013年至2018年，90%来源于2017年,85%的Landsat8 OLI数据成像于冬季。冰川数据是青藏高原净冰川覆盖范围，不包括表碛物覆盖部分。数据格式是TIFF，可以为青藏高原冰川变化、冰川水文研究提供基础数据支持。 数据内容： Value是冰川斑块在系统中自动生成的编码。 格网单元：30m 数据的投影方式：Albers等积圆锥投影。 数据加工方法：基于210景Landsat8 OLI卫星多光谱遥感数据，校正、镶嵌为假彩色合成影像（RGB:654），采用人工目视解译方法，参考波段比值法结果，结合SRTM DEM V4.1数据与Google Earth和HJ1A/1B卫星同一年不同季节的影像，剔除了山体阴影、季节性积雪的影响，参考我国第一期和第二期冰川编目数据，剔除了非冰川区的陡崖、裸露基岩等，综合提取净冰川专题矢量数据，不包括冰川末端位置不清的表碛物覆盖区域，冰川边界数字化精度为半个像元（15m）。通过对比分析，可知基于多数据源、参考多方法结果、综合专家经验知识人-机互动方法提取获得的山地冰川数据更准确。具体数据提取方法详见参考文献： Ye, Q., J.Zong,L.Tian et al. (2017). Glacier changes on the Tibetan Plateau derived from Landsat imagery: mid-1970s – 2000 – 2013. Journal of Glaciology,63(238), 273-87. DOI:10.1017/jog.2016.137。 原始遥感资料数据精度：30m 数据质量控制措施：冰川边界数字化精度控制在半个像元之内（15m）。 项目来源：中国科学院战略性先导科技专项（A类）（XDA19070302）, 第二次青藏高原综合科学考察研究资助（2019QZKK0202），国家自然科学基金项目（41530748, 91747201）、中国科学院“十三五”信息化建设专项资助(XXH13505-06)。
叶庆华, 叶庆华, 叶庆华, 叶庆华
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
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
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
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
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
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
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
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
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
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
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）
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
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
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）。
叶庆华, 叶庆华, 吴玉伟, 叶庆华, 叶庆华
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
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
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
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
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
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
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。
常启昕, 孙自永
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
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, 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
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
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, Samjwal Ratna Bajracharya, Basanta Shrestha, Basanta Shrestha
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
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
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), International Centre for Integrated Mountain Development (ICIMOD)
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, Samjwal Ratna Bajracharya, Sharad Prasad Joshi, Sharad Prasad Joshi, Samjwal Ratna Bajracharya
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, Pradeep Kumar Mool, Samjwal Ratna Bajracharya, 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, Pradeep Kumar Mool, Samjwal Ratna Bajracharya, Samjwal Ratna Bajracharya, Samjwal Ratna Bajracharya, Pradeep Kumar Mool, Samjwal Ratna Bajracharya
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), International Centre for Integrated Mountain Development (ICIMOD)
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、冰湖编目参照地形图数据,反映了该地区2000年的冰湖现状。 2、冰湖编目覆盖：不丹地区Pa Chu Sub-basin, Mo Chu Sub-basin,Thim Chu Sub-basin, Pho Chu Sub-basin,Mangde Chu Sub-basin, Chamkhar Chu Sub-basin, Kuri Chu Sub-basin, Dangme Chu Sub-basin, Northern Basin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： Projection: Polyconic Ellipsoid: Everest (India 1956) Datum: Indian (India, Nepal) False easting: 2,743,196.4 False northing: 914,398.80 Central meridian: 90° 0’ 00” E Central parallel: 26° 0’ 00” N Scale factor: 0.998786 数据详细说明请参考文档及报告。
International Centre for Integrated Mountain Development (ICIMOD)
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、冰湖编目采用参照landsat遥感数据，反映的巴基斯坦地区2003-2004年的冰湖现状。 2、编目覆盖范围：印度河上游Swat, Chitral, Gilgit, Hunza, Shigar, Shyok, Upper 、Indus, Shingo, Astor and Jhelum等流域。 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。 详细数据说明请参考数据文档及报告。
Pradeep Kumar Mool, Pradeep Kumar Mool, Samjwal Ratna Bajracharya, Samjwal Ratna Bajracharya, Samjwal Ratna Bajracharya, Basanta Shrestha, Sharad Prasad Joshi, Basanta Shrestha, Pradeep Kumar Mool, Sharad Prasad Joshi, 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、冰川编目参照2000年左右地形图数据,反映了该地区2000年的冰川现状。 2、冰川编目覆盖： 不丹地区Pa Chu Sub-basin,Mo Chu Sub-basin,Thim Chu Sub-basin,Pho Chu Sub-basin,Mangde Chu Sub-basin, Chamkhar Chu Sub-basin,Kuri Chu Sub-basin,Dangme Chu Sub-basin,Northern Basin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。 4、数据投影： Projection: Polyconic Ellipsoid: Everest (India 1956) Datum: Indian (India, Nepal) False easting: 2,743,196.4 False northing: 914,398.80 Central meridian: 90° 0’ 00” E Central parallel: 26° 0’ 00” N Scale factor: 0.998786 数据详细说明请参考文档及报告。
International Centre for Integrated Mountain Development (ICIMOD), International Centre for Integrated Mountain Development (ICIMOD), International Centre for Integrated Mountain Development (ICIMOD)
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。乌鲁木齐河流域基础数据库是研究区之一，范围在天山乌鲁木齐河流域，东经86—89°，北纬42—45°之间，主要包含以下数据： 1、冰冻圈数据。包括： 一号冰川、二号冰川分布； 2、自然环境与资源。包括： 水文：水资源利用现状图；地表水； 地表特性：植被类型；土壤类型；土地资源评价图；土地利用现状图； 3、社会经济资源： 人类作用变化图； 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”。
李新, 李新
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
