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。
李新, 冉有华, M. Torre Jorgenson, 李新, 金会军, 吴通华, 李韧, 程国栋
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
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
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
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
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
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
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, 戴礼云, 李新, 李新, 戴礼云, 戴礼云, 车涛, 戴礼云, 戴礼云, 李新
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, 戴礼云, 李新, 李新, 戴礼云, 戴礼云, 车涛, 戴礼云, 戴礼云, 李新
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, 戴礼云, 戴礼云, 戴礼云, 戴礼云, 戴礼云, 车涛
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, 尹国安
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
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, 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
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
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
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
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
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。
邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝, 邱玉宝
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, 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
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
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, 黄晓东, 李新, 张颖, 郝晓华, 唐志光, 郝晓华, 李新, 郝晓华
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
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）
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, 戴礼云, 戴礼云, 戴礼云, 戴礼云, 戴礼云, 车涛
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
2007年10月17日夜间，在峨堡样方1和峨堡样方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。峨堡样方1和峨堡样方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）。与卫星过境同步在每个采样点，采用WET土壤水分速测仪测量土壤体积含水量、土壤电导率、土壤温度及土壤复介电常数实部；采用手持式红外温度计获得地表辐射温度；并用环刀取土经烘干获得重量含水量、土壤容重及体积含水量。同时还对植被参数进行了相关测量，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地面数据集。
钞振华, 钞振华, 车涛, 车涛, 秦春, 秦春, 吴月茹, 吴月茹, 吴月茹, 吴月茹, 吴月茹, 吴月茹
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。
白云洁, 白云洁, 白云洁, 晋锐, 李新, 李新, 郝晓华, 白云洁, 白云洁, 晋锐, 晋锐, 李弘毅, 李弘毅, 晋锐, 晋锐, 李新, 李哲, 李哲, 晋锐, 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。
白云洁, 曹永攀, 白云洁, 白云洁, 曹永攀, 曹永攀, 曹永攀, 曹永攀, 曹永攀, 白云洁, 白云洁, 李新, 王维真, 王维真, 王旭峰, 李新, 王维真, 曹永攀
2008年5月25日在盈科绿洲与花寨子荒漠加密观测区进行了EO-1 Hyperion同步观测，地面测量数据包括ASD光谱仪数据、LAI、植被覆盖度、土壤剖面水分与温度、CE318太阳分光光度计大气参数。 测量内容： （1）CE318太阳分光光度计大气参数。为利用法国CIMEL公司生产的太阳分光光度计测量得到的大气参数。测量地点为工行度假村办公室楼顶。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。 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、瑞丽散射、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。 处理数据以Excel格式保存。 （2）ASD光谱仪数据。利用ASD（Analytical Sepctral Devices）光谱仪测量盈科绿洲玉米地光谱数据。测量仪器为北京大学的光谱仪（350-2500nm），采样方式为冠层垂直观测和条带观测；数据包括原始数据与记录数据、处理后的反射率数据。 本数据的原始数据为ASD标准格式，可利用其自带软件ViewSpec打开。处理后的反射率数据以Excel格式保存。 （3）土壤水分与土壤温度等数据，包括① 花寨子荒漠样地1和防风林（位置见具体数据）0-40cm的土壤水分和土壤温度。土壤水分测量利用换刀取样称重法，土壤温度用热电偶测得；②在盈科绿洲玉米地测量了0-100cm土壤剖面水分和温度数据。数据以Excel保存。 （4）LAI等冠层结构数据，测量样地为盈科绿洲玉米地。测量方法为：利用皮尺、卷尺、直尺测量在盈科绿洲玉米地测量玉米和小麦每株各叶片的最大长度和最大宽度。利用室内扫描真实叶面积与最大长度和最小宽度的转换系数，获得叶面积指数。本数据以Excel保存。 （5）植被覆盖度数据。测量对象为花寨子玉米地的玉米与小麦、花寨子荒漠样地1和花寨子荒漠样地2的植被（红砂）。测量方式：利用自制覆盖度观测仪进行测量，相机在距地面2.5m至3.5m高度拍摄地面照片，同时在照片范围内放置长度已知的物体（皮尺、竹竿等）来标定照片的面积大小，利用GPS确定照片拍摄的位置，并记录下与覆盖度、拍摄环境相关的信息。覆盖度原始数据包括覆盖度光学照片与覆盖度数据记录两部分。利用LAB色度空间变换技术，提取光学照片绿色植被覆盖度（参考覆盖度处理数据）。 本数据包括经过LAB色度空间变换提取的植被影像和植被覆盖度数据。植被覆盖度数据可由记事本打开。
陈玲, 陈玲, 钱永刚, 盖迎春, 任华忠, 王颢星, 阎广建, 王颢星, 任华忠, 舒乐乐, 盖迎春, 阎广建, 舒乐乐, 舒乐乐, 盖迎春, 王建华, 徐瑱, 徐瑱, 舒乐乐, 徐瑱, 舒乐乐, 王建华, 光洁, 钱永刚, 王建华, 徐瑱, 李丽, 辛晓洲, 光洁, 李丽, 张阳, 辛晓洲, 周春艳, 徐瑱, 陶欣, 张阳, 周春艳, 闫彬彦, 姚延娟, 陶欣, 闫彬彦, 姚延娟
2008年6月19日，在阿柔样方1、阿柔样方2和阿柔样方3开展Envisat ASAR同步土壤水分观测及探地雷达观测，获取各样方的土壤水分信息；探地雷达开展了1个样带的工作。 Envisat ASAR数据为AP模式，VV/VH极化组合方式，过境时间约为11:17BJT。包括POGO便携式土壤水分传感器测量的土壤体积含水量、土壤温度、损耗正切、土壤电导率、土壤介电常数实部及虚部；针式温度计获得的0-5cm平均土壤温度。本数据可为发展和验证遥感反演地表温度及蒸散发提供基本的地面数据集。 本数据集包括4个文件或文件夹，分别为：ASAR数据、阿柔样方1观测数据、阿柔样方2观测数据、阿柔样方3观测数据。
曹永攀, 曹永攀, 曹永攀, 晋锐, 盖春梅, 曹永攀, 曹永攀, 曹永攀, 盖春梅, 盖春梅, 晋锐, 韩旭军, 晋锐, 盖春梅, 盖春梅, 晋锐, 晋锐, 韩旭军, 晋锐, 曹永攀
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。
白艳芬, 白艳芬, 白云洁, 郝晓华, 白云洁, 白云洁, 白艳芬, 白艳芬, 盖春梅, 白云洁, 白云洁, 盖春梅, 盖春梅, 盖春梅, 盖春梅, 梁继, 郝晓华, 郝晓华, 王旭峰, 李弘毅, 梁继, 郝晓华, 舒乐乐, 梁继, 王旭峰, 王旭峰, 舒乐乐, 舒乐乐, 梁继, 王旭峰, 徐瑱, 徐瑱, 马明国, 舒乐乐, 徐瑱, 舒乐乐, 马明国, 马明国, 常存, 徐瑱, 曲伟, 任杰, 王旭峰, 常存, 窦燕, 马忠国, 常存, 窦燕, 徐瑱, 曲伟, 马忠国, 刘艳, 刘艳, 常存, 张璞, 窦燕, 张璞, 马忠国, 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。
白艳芬, 白艳芬, 白云洁, 郝晓华, 白云洁, 白云洁, 白艳芬, 白艳芬, 盖春梅, 白云洁, 白云洁, 盖春梅, 盖春梅, 盖春梅, 盖春梅, 梁继, 郝晓华, 郝晓华, 王旭峰, 梁继, 朱仕杰, 郝晓华, 舒乐乐, 王旭峰, 梁继, 王旭峰, 舒乐乐, 舒乐乐, 徐瑱, 梁继, 王旭峰, 徐瑱, 朱仕杰, 舒乐乐, 马明国, 徐瑱, 舒乐乐, 马明国, 马明国, 常存, 徐瑱, 朱仕杰, 常存, 王旭峰, 窦燕, 马忠国, 常存, 窦燕, 徐瑱, 姜腾龙, 马忠国, 肖鹏峰, 常存, 刘艳, 刘艳, 窦燕, 张璞, 张璞, 马忠国, 姜腾龙, 肖鹏峰, 张璞
2008年5月24日，在扁都口加密观测区开展了针对MODIS、ALOS PALSAR和AMSR-E的地面同步观测，ALOS PALSAR数据未获取。测量内容主要为地表温度、土壤水分、地物光谱、植被覆盖度和探地雷达。 1. 地表温度：扁都口样方1：草地；扁都口样方2：油菜地；扁都口样方3：油菜地；扁都口样方4：麦地 扁都口样方5：大麦和油菜混合地 2. 土壤水分：采用WET土壤水分速测仪。取样样带：扁都口样方2油菜地。 3. 探地雷达：同时测量探地雷达和WET土壤水分速测仪数据。 4. 波谱测量仪器采用的是ASD Fieldspec FRTM（Boulder, Co, USA），波谱范围为350nm-2500nm，在可见光近红外波段波谱分辨率为3nm，在短波红外波谱分辨率为10nm。数据为ASCII格式，可以使用记事本、写字板等软件打开。文件前5行为文件头，描述了数据的相关信息；之后两列数据，一列代表波长，一列代表反射率（百分反射率）。原始文件夹中后缀为.txt的文件不是反射率，是计算反射率的中间文件。原始数据中文件为ASD自带格式，用ASD Viewspec软件打开。地表温度测量使用的仪器是手持式红外温度计，测量了地表的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。测量使用的是手持式红外温度计的近距离测量模式。土壤水分测量数据采用WET土壤水分速测仪和环刀测量。数据文件可以用Microsoft Office软件打开。 本数据集包括： （1）土壤水分测量数据（包括WET土壤水分速测仪和环刀测量） （2）地表温度测量数据 （3）探地雷达测量数据 （4）地表覆盖度照片及预处理数据 （5）地物光谱数据 （6）卫星影像数据
车涛, 郝晓华, 曹永攀, 曹永攀, 曹永攀, 李笑宇, 车涛, 白云洁, 车涛, 车涛, 曹永攀, 曹永攀, 钱永刚, 曹永攀, 车涛, 吴月茹, 吴月茹, 杜自强, 郝晓华, 郝晓华, 郝晓华, 王之夏, 王锦地, 吴月茹, 吴月茹, 吴月茹, 柴源, 常胜, 曹永攀, 钱永刚, 孙小青, Patrick Klenk, 王锦地, 吴月茹, 姚冬萍, 赵少杰, 郑越, 赵英时, 李笑宇, Patrick Klenk, 黄波, 李世华, 罗震, Patrick Klenk
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。
曹永攀, 曹永攀, 曹永攀, 晋锐, 曹永攀, 曹永攀, 顾娟, 曹永攀, 韩旭军, 晋锐, 晋锐, 王维真, 吴月茹, 吴月茹, 王维真, 顾娟, 晋锐, 晋锐, 李哲, 李哲, 王维真, 晋锐, 吴月茹, 吴月茹, 李哲, 吴月茹, 历华, 于梅艳, 曹永攀, 赵金, Patrick Klenk, 袁小龙, 吴月茹, Patrick Klenk, 赵金, Patrick Klenk, 袁小龙
2007年10月18日，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11:17BJT。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、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。
白云洁, 白云洁, 白云洁, 曹永攀, 白云洁, 白云洁, 王建, 王维真, 王旭峰, 晋锐, 王旭峰, 王旭峰, 屈永华, 周红敏, 王旭峰, 王旭峰
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, 丁松爽, 潘小多, 汪洋, 朱仕杰, 汪洋, 李静, 肖志强, 孙进霞, 朱仕杰, 朱仕杰
2008年05月24日，在临泽草地加密观测区样方B（盐碱地），样方D（苜蓿地），样方E（大麦地）开展了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11:34BJT。本数据可为发展和验证主动微波遥感反演土壤水分及盐分算法提供基本地面数据集。 临泽草地加密观测区各土壤水分同步样方均为6Grid×6Grid，120m×120m正方形。在每个Grid的角点进行采样测量。 本试验共进行了以下观测： 样方B：由于盐分含量较大，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；并使用针式温度计获得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。 样方D：采用WET土壤水分速测仪测量获得土壤含水量、电导率、土壤复介电常数实部及土壤温度；并使用针式温度计获得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。 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。 本数据集包括临泽草地加密观测区3个样方所测量数据Excel表格。但样方D的WET土壤水分速测仪的原始数据没有导出！ 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”。
钞振华, 钞振华, 胡晓利, 梁继, 王维真, 王维真, 梁继, 刘照言, 唐伯惠, 王维真, 梁继, 韩辉, 梁继, 王小平
2007年10月18日，在峨堡样方1和峨堡样方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。峨堡样方1和峨堡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）。与卫星过境同步在每个采样点，采用WET土壤水分速测仪测量土壤体积含水量、土壤电导率、土壤温度及土壤复介电常数实部；采用手持式红外温度计获得地表辐射温度；并用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地面数据集。
钞振华, 钞振华, 车涛, 车涛, 秦春, 秦春, 吴月茹, 吴月茹, 吴月茹, 吴月茹, 吴月茹, 吴月茹
本数据来自2008年7月5日在阿柔试验区样方1、阿柔样方2和阿柔样方3开展的针对Envisat ASAR数据的地面同步观测试验，观测项目包括样方调查、地物光谱、BRDF、光合数据、土壤水分和土壤温度。 获取了2008年7月5日的Envisat ASAR数据，为AP模式，VV/VH极化组合方式，过境时间约为11:14BJT。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和阿柔样方3均为4Grid×4Grid，每个Grid为30m×30m。 1. 样方调查：阿柔样方2和阿柔样方3。调查内容：GPS位置、物种、数量、自然高度、物候、盖度、叶绿素。（1）GPS点号，用GARMIN GPS 76记录。（2）物种采用人工识别的方法。（3）数量采用人工数的方法。（4）自然高度用卷尺测量，4－5个重复。（5）物候采样人工估计的方法。（6）盖度采用50cm×50cm的网格，网格大小为5cm×5cm，人工估计的方法。（7）叶绿素含量用SPAD 502 叶绿素仪测量，多个重复。 2. 地物光谱。观测仪器：ASD FieldSpec光谱仪，350～2 500 nm。参考板信息：20%参考板。观测目标：狼毒和牧草。数据存储：预处理后的冠层光谱数据。 3. BRDF观测仪器：ASD FieldSpec光谱仪，350～2 500 nm；参考板信息20%参考板；处理后的反射率和透射率是文本格式。 4. 光合数据测量仪器：LI-6400。测量对象：狼毒和牧草。操作规范：操作过程请参考联合试验操作规范。处理数据以Excel保存。 5. 土壤水分测量方法：WET土壤水分速测仪。测点数量：25个测量位置：在30 m×30m的格子的角点上测量。记录信息：采样时间、土壤水分（%vol）、Ecp（ms/m）、Tmp Eb、Ecb（ms/m）。 6. 土壤温度测量方法：手持式红外温度计。测点数量：25个测量位置：在30 m×30m的格子的角点上测量。记录信息：采样时间、3次重复的红外温度、地表覆盖类型描述。 数据集包括： （1）7月5日和7月6日的冠层光谱反射率数据； （2）7月5日和7月6日的光合数据； （3）7月5日的BRDF数据 （4）7月5日鱼眼相机拍摄相片 （5）7月5日红外地表温度和WET土壤水分速测仪数据 （6）7月5日样地生物量数据 （7）7月6日第三航线样方地表温度数据表
丁松爽, 盖迎春, 李弘毅, 李弘毅, 马明国, 汪洋, 钱金波, 马明国, 盖迎春, 汪洋, 余莹洁, 余莹洁, 盖迎春, 刘思含
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。
白艳芬, 白艳芬, 曹永攀, 曹永攀, 曹永攀, 白艳芬, 白艳芬, 晋锐, 盖春梅, 曹永攀, 曹永攀, 顾娟, 曹永攀, 盖春梅, 盖春梅, 晋锐, 韩旭军, 晋锐, 盖春梅, 梁继, 盖春梅, 吴月茹, 吴月茹, 晋锐, 晋锐, 顾娟, 王旭峰, 韩旭军, 梁继, 李哲, 李哲, 舒乐乐, 晋锐, 梁继, 王旭峰, 吴月茹, 吴月茹, 李哲, 舒乐乐, 王旭峰, 舒乐乐, 吴月茹, 梁继, 王建华, 王旭峰, 徐瑱, 徐瑱, 马明国, 曹永攀, 舒乐乐, 徐瑱, 马明国, 舒乐乐, 马明国, 王建华, 赵金, 常存, 王建华, 徐瑱, 曲伟, Patrick Klenk, 窦燕, 王旭峰, 常存, 袁小龙, 吴月茹, 马忠国, 常存, 姜腾龙, 徐瑱, 窦燕, 肖鹏峰, 马忠国, 曲伟, 常存, 张璞, 窦燕, 张璞, 马忠国, Patrick Klenk, 于梅艳, 赵金, 姜腾龙, 肖鹏峰, 刘燕, 张璞, Patrick Klenk, 袁小龙
2008年5月24日在中游干旱区水文试验区进行了Envisat ASAR与MODIS同步观测，地面数据包括土壤水分与温度，地表辐射温度，地表粗糙度。 Envisat ASAR数据为AP模式，VV/VH极化组合方式，过境时间约为11:34BJT。 试验内容： （1）热像仪ThermaCAM SC2000测量得到的辐射温度。测量对象为花寨子荒漠样地2的植被（红砂）与荒漠裸土的辐射温度。仪器获取视场角为24°×18°组分辐射温度数据，并同时拍摄同视场的光学照片。热像仪拍摄高度约为1.2m。 采样方式为沿着样地西北-东南对角线采样。 本数据包括原始数据与记录、仪器黑体定标数据。原始数据可利用配套处理软件ThermaCAM Researcher 2001，也可将数据在该软件中转换为其他格式，自行编程读取。仪器黑体定标数据以Excel格式存储。 （2）固定自记点温计测量的辐射温度。测量样地为花寨子荒漠样地2。测量对象为植被（红砂）冠层和荒漠裸土。仪器的视场角约为10°，垂直向下观测，采样间隔为1s。架设高度见数据文档。仪器设定比辐射率为0.95。本数据包括原始数据与经过黑体定标、比辐射率纠正后的处理数据。均以Excel格式保存。 （3）手持式红外温度计测量的辐射温度数据。测量对象为花寨子荒漠样地2。测量仪器为北师大的手持式红外温度计，采样方式为条带观测。数据包括原始数据与记录数据、经过黑体定标后的温度数据。原始数据为Word的doc格式。处理后数据以Excel格式保存。 （4）在盈科绿洲与花寨子荒漠加密观测区测量的有关土壤水分与土壤温度等数据，包括①花寨子荒漠0-40cm的土壤水分和土壤温度，花寨子荒漠样地1和花寨子荒漠样地2粗糙度数据。土壤水分测量利用换刀取样称重法，土壤温度用热电偶测得；粗糙度测量利用自制测量仪器和照相法，沿花寨子荒漠样地1和花寨子荒漠样地2样地两个对角线每隔30m采样，采样方式为东西向和南北向各一次。②在盈科绿洲玉米地测量了0-100cm土壤剖面水分和温度数据。③在盈科绿洲玉米地一果园处测量了0-100cm土壤剖面水分和温度数据。数据以Excel保存。 （5）LI-6400光合仪光合速率数据.测量对象为临泽草地苜蓿和大麦。其数据包括原始数据和处理数据。 原始数据以仪器自定义格式保存，可用记事本等常用软件打开。处理数据以Excel保存。数据参数见数据文件。 （6）在扁都口加密观测区测量的ASD光谱仪数据。测量仪器为中国科学院遥感应用研究所的光谱仪（350-2500nm），采样方式为垂直观测和条带观测，扁都口地表类型为新出油菜苗和裸土。数据包括原始数据与记录数据、处理后的反射率数据。本数据的原始数据为ASD标准格式，可利用其自带软件ViewSpec打开。处理后的反射率数据以Excel格式保存。 （7）在临泽草地苜蓿地测量的LAI数据。测量方法为：利用皮尺、卷尺、直尺测量在临泽草地测量苜蓿和大麦每株各叶片的最大长度和最大宽度。利用室内扫描真实叶面积与最大长度和最小宽度的转换系数，获得叶面积指数。这天数据没有利用激光叶面积仪测量。本数据以Excel保存。 （8）地表粗糙度采用照相法测量粗糙度。测量仪器为中国科学院寒区旱区环境与工程研究所自制的粗糙度板、数码相机和罗盘。自制的粗糙度板、数码相机和罗盘。当日测量对象为花寨子荒漠样地2。沿着样地两条对角线等间隔采样测量，每次测量包括东西向和南北向，每张照片上具有测量标示。该数据现在为记录表和照片
陈玲, 陈玲, 康国婷, 盖迎春, 钱永刚, 任华忠, 王颢星, 阎广建, 王颢星, 舒乐乐, 盖迎春, 王锦地, 阎广建, 舒乐乐, 舒乐乐, 王建华, 盖迎春, 徐瑱, 徐瑱, 舒乐乐, 徐瑱, 舒乐乐, 王建华, 光洁, 王建华, 徐瑱, 李丽, 王锦地, 辛晓洲, 光洁, 李丽, 张阳, 辛晓洲, 周春艳, 徐瑱, 陶欣, 张阳, 周春艳, 闫彬彦, 陶欣, 姚延娟, 闫彬彦, 姚延娟, 程占慧, 杨天付
2008年03月14日夜间，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23:21BJT。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；手持式热红外温度计获得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；手持式热红外温度计获得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。 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数据集。
曹永攀, 曹永攀, 曹永攀, 晋锐, 曹永攀, 曹永攀, 顾娟, 曹永攀, 晋锐, 晋锐, 李新, 晋锐, 晋锐, 马明国, 朱仕杰, 李哲, 马明国, 晋锐, 舒乐乐, 王建华, 朱仕杰, 曹永攀, 王旭峰, 吴月茹, 李新, 常存, 朱仕杰, 常存, 常存, 常存
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
高洪春, 李红星, 任华忠, 刘超, 冉有华, 任华忠, 余莹洁, 余莹洁
2008年6月27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FBD模式，HH/HV极化组合方式，过境时间约为23:41BJT。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和样方B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；并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。 本数据集包括4个样方的土壤水分测量数据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”。
钞振华, 曹永攀, 曹永攀, 曹永攀, 李笑宇, 盖春梅, 曹永攀, 曹永攀, 钞振华, 曹永攀, 盖春梅, 盖春梅, 盖春梅, 盖春梅, 吴月茹, 吴月茹, 胡晓利, 王旭峰, 王树果, 王旭峰, 吴月茹, 吴月茹, 王旭峰, 吴月茹, 王静, 王旭峰, 曹永攀, 王旭峰, 吴月茹, 李笑宇
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
