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
地表温度（Land surface temperature, LST）是地球表面与大气之间界面的重要参量之一。它既是地表与大气能量交互作用的直接体现，又对于地气过程具有复杂的反馈作用。因此，地表温度不仅是气候变化的敏感指示因子和掌握气候变化规律的重要前提，还是众多模型的直接输入参数，在许多领域有广泛的应用，如气象气候、环境生态、水文等。伴随地学及相关领域研究的深入和精细化，学术界对卫星遥感的全天候地表温度（All-weather LST）具有迫切的需求。 本数据集的制备方法是一种基于新型地表温度时间分解模型的卫星热红外遥感-再分析数据集成方法。方法的主要输入数据为Aqua MODIS LST产品和GLDAS等数据，辅助数据包括卫星遥感提供的植被指数、地表反照率等。方法充分利用了卫星热红外遥感和再分析数据提供的地表温度高频分量、低频分量以及地表温度的空间相关性，最终重建得到较高质量的全天候地表温度数据集。 评价结果表明，本数据集具有良好的图像质量和精度，不仅在空间上无缝，还与当前学术界广泛采用的逐日1 km Aqua MODIS LST产品在幅值和空间分布上具有较高的一致性。当以MODIS LST为参考时，该数据集在白天和夜间的平均偏差（MBE）为0.08K至0.16K，偏差标准差（STD）为1.12K至1.46K。基于分布于黑河流域、东北、华北和华南地区的15个站点实测数据的检验结果表明，其MBE为-0.06K至-1.17K，RMSE为1.52K至3.71K，且在晴空与非晴空条件下无显著区别。 本数据集的时间分辨率为逐日2次，空间分辨率为1km，时间跨度为2000年-2021年（注：通过外推方式将缺少Aqua MODIS LST产品时段内的全天候地表温度补齐）；空间范围包括我国陆域的主要区域（包含港澳台地区，暂不包含我国南海诸岛）及周边区域（72°E-135°E，19°N-55°N）。本数据集的缩写名为TRIMS LST（Thermal and Reanalysis Integrating Moderate-resolution Spatial-seamless LST），以便用户使用。需要说明的是，TRIMS LST的空间子集TRIMS LST-TP（中国西部逐日1 km全天候地表温度数据集（TRIMS LST-TP；2000-2021）V2）同步在国家青藏高原科学数据中心发布，以减少相关用户数据下载和处理的工作量。
周纪, 周纪, 张晓东, 张晓东, 唐文彬, 丁利荣, 马晋, 张旭, 周纪, 唐文彬, 丁利荣, 马晋, 张旭
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
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
青藏高原是全球气候变化的敏感区域。地表温度（Land Surface Temperature, LST）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，广泛应用于气象气候、水文、生态等领域的研究中。青藏高原的陆地-大气相互作用等研究，迫切需要较长时间序列和较高时空分辨率的全天候地表温度数据集。然而，该区域较为频繁的云覆盖特征，使现有卫星热红外遥感地表温度数据集的使用受到较大的局限。 相较于2019年发布的前一个版本——中国西部逐日1km空间分辨率全天候地表温度数据集（2003-2018）V1，本数据集（V2）采用了一种新的制备方法，即基于新型地表温度时间分解模型的卫星热红外遥感-再分析数据集成方法。方法的主要输入数据为Aqua MODIS LST产品和GLDAS等数据，辅助数据包括卫星遥感提供的植被指数、地表反照率等。该方法充分利用了卫星热红外遥感和再分析数据提供的地表温度高频分量、低频分量以及地表温度的空间相关性。 评价结果表明，本数据集具有良好的图像质量和精度，不仅在空间上无缝，还与当前学术界广泛采用的逐日1 km Aqua MODIS LST产品在幅值和空间分布上具有较高的一致性。以MODIS LST为参考值时，该数据集在白天和夜间平均偏差（MBE）分别为-0.28 K和-0.29 K，偏差标准差（STD）分别为1.25 K和1.36 K。基于青藏高原和黑河流域的6个站点实测数据的检验结果表明，晴空条件下，本数据集在白天/夜间与实测LST均具有高度的一致性，其MBE为-0.42~0.25 K/-0.35~0.19 K；均方根误差 （RMSE）为1.03~2.28 K/1.05~2.05 K；非晴空条件下，本数据集在白天/夜间的MBE为-0.55~1.42 K/-0.46~1.27 K；RMSE为2.24~3.87 K/2.03~3.62 K。与V1版本的数据相比，两种全天候地表温度均在空间维度上表现除了空间无缝（即无缺失值）的特性，且在大部分区域内，两种全天候地表温度的空间分布和幅值均与MODIS地表温度高度一致。然而，在AMSR-E/AMSR2轨道间隙亮温缺失的区域内，V1版本的地表温度产生了低估。TRIMS地表温度与V1版本地表温度在AMSR-E/AMSR2轨道间隙外的质量接近，而在轨道间隙内前者的质量更加可靠。因此，建议用户使用V2版本。 本数据集的时间分辨率为逐日2次，空间分辨率为1km，时间跨度为2000年-2021年（注：通过外推方式将缺少Aqua MODIS LST产品时段内的全天候地表温度补齐）。本数据集的空间范围包括青藏高原为核心的我国西部及周边地区（72°E-104°E，20°N-45°N）。因此，本数据集的缩写名为TRIMS LST-TP（Thermal and Reanalysis Integrating Moderate-resolution Spatial-seamless LST – Tibetan Plateau），以便用户使用。
张晓东, 张晓东, 周纪, 唐文彬, 丁利荣, 马晋, 张旭, 唐文彬, 丁利荣, 马晋, 张旭
该数据集包含2014年07月23日至2014年08月18日在黑河下游混合林站和超级站观测的热像仪组分温度数据。观测地点坐标分别为101.1335E、41.9903N和101.1374E、42.0012N，海拔约874m。在混合林站和超级站分别使用Testo890-2（热红外图像：640 × 480，可见光2048 × 1536）和Testo875-2i（热红外图像：160 × 120，可见光640 × 480）热像仪，以通量塔为中心，在10m高度处，拍摄塔周围的地表亮温和可见光图像。在混合林站的观测方向为东北、东、东南、西南和西北，在超级站的观测方向为东北、东南、西南和西北。观测时间范围主要为晴空日期的10:00至16:00；各次的观测时间为整点和MODIS、Landsat 8过境时；8月4日的拍摄为配合航空飞行，观测间隔约为10min。
周纪, 周纪, 周纪
该数据集包含2014年07月22日至2016年07月19日在黑河下游混合林站和超级站观测的组分温度数据。测量地点坐标分别为101.1335E、41.9903N和101.1374E、42.0012N，海拔约874m。所使用的红外辐射计型号为SI-111，数采为CR800。混合林站使用两支传感器分别观测光照胡杨（南侧）和阴影胡杨（北侧）的组分温度。两支传感器架设高约5m，距目标约1m，水平观测。超级站使用两支传感器分别观测裸土和柽柳的组分温度。观测裸土的传感器架设高度约2m，观测天顶角约45°；观测柽柳的传感器架设高度约1m，距被测目标约0.5m，水平观测。
周纪, 周纪, 周纪
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
该数据集是NOAA的 Advanced Very High Resolution Radiometer (AVHRR)传感器获取的长时间序列的NDVI数据。该数据集时间范围是1982年至2015年。为了去除NDVI数据中的噪声，进行了最大化合成、多传感器对比纠正。每半个月合成一幅NDVI影像。该数据集在植被长期变化趋势分析中被广泛应用。该数据集是从全球数据集中将三江源部分裁切出来，以便单独开展三江源地区的研究分析。 本数据集数据格式为geotiff，空间分辨率为8km，时间分辨率为2周，时间范围为1982年至2015年。数据转系系数为10000， NDVI = ND/10000。
NOAA
该数据集是MODIS的植被指数数据（MOD13Q1），将三江源区域进行了提取，以便单独开展三江源地区的研究分析。MOD13Q1是16天合成的植被指数，包含归一化植被指数（NDVI）和增强型植被指数（EVI）。三江源的空间范围覆盖两景MODIS文件（h25v05和h26v05）。数据存储格式为hdf，每个文件中包含12个波段：归一化植被指数（NDVI）、增强型植被指数（EVI）、数据质量（VI Quality）、红波段反射率（red reflectance）、近红外波段反射率（NIR reflectance）、蓝波段反射率（blue reflectance）、中红外波段反射率（MIR reflectance）、观测天顶角（view zenith angle）、太阳天顶角（sun zenith angle）、相对方位角（relative azimuth angle）、合成的时间（composite day of the year）和象元可靠性（pixel reliability）. 本数据集数据格式为hdf，空间分辨率250m，时间分辨率是16天，时间范围：2000年2月至2018年10月。
Kamel Didan*, Armando Barreto Munoz, Ramon Solano, Alfredo Huete
该数据集是SPOT卫星上的VEGETATION传感器获取的长时间序列的NDVI数据。该数据集时间范围是1998年5月至2013年。为了去除NDVI数据中的噪声，进行了最大化合成。每10天合成一幅NDVI影像。该数据集是从全球数据集中将三江源部分裁切出来，以便单独开展三江源地区的研究分析。 本数据集数据格式为geotiff，空间分辨率1km，时间分辨率是10天，时间范围：1998年5月至2013年12月。
Image Processing Centre for SPOT-VGT
该数据集是SeaWiFS获取的长时间序列的NDVI数据。该数据集时间范围是1997年9月至2007年。为了去除NDVI数据中的噪声，进行了最大化合成。每15天合成一幅NDVI影像。该数据集是从全球数据集中将三江源部分裁切出来，以便单独开展三江源地区的研究分析。 本数据集数据格式为geotiff，空间分辨率4km，时间分辨率是15天，时间范围：1997年第256天至2007年第365天。
Charles R. Mcclain
2018年8月19日在长江源园区曲麻莱县的高寒草甸样方采用DJI无人机进行航拍，按照设定的飞行路线拍摄照片，相邻照片重叠度不低于70%，利用拍摄的照片生成正射影像和DSM，正射影像包含红绿蓝三个波段，正射影像地面分辨率为2.5cm，拍摄面积为860m×770m，DSM的分辨率为4.5cm。
王旭峰, 魏彦强
2018年8月19日在长江源园区曲麻莱县的湿地样方采用DJI无人机进行航拍，按照设定的飞行路线拍摄照片，相邻照片重叠度不低于70%，利用拍摄的照片生成正射影像和DSM，正射影像包含红绿蓝三个波段，地面分辨率为2cm，拍摄面积为850m×1000m，DSM的分辨率为4.5cm。
王旭峰, 王旭峰, 王旭峰, 王旭峰, 王旭峰, 魏彦强, 魏彦强
2018年8月22日在位于澜沧江源区的固定样方采用DJI无人机搭载的照相机，按照设定的飞行路线拍摄照片，相邻照片重叠度不低于70%，利用拍摄的照片生成正射影像和DSM，正射影像包含红绿蓝三个波段，地面分辨率为2.5cm，拍摄面积为1000m×1000m，DSM的分辨率为4.5cm。由于通信故障，导致中间4条航带没有拍摄上照片，所以中间有一个条带的影像缺失。
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, 王旭峰, 王旭峰, 王旭峰, 王旭峰, 魏彦强, 魏彦强
通过燃烧地表植被和土壤有机物质，野火会对冻土环境产生强烈影响。受火灾干扰的植被可能需要许多年才能恢复到火灾前期或成熟水平。在本数据集中，通过量化C 波段和 L 波段 SAR 后向散射 15 年(2002—2017)的变化，用来研究阿拉斯加北坡Anaktuvuk 河流域冻土苔原环境火灾对植被再生长的影响。火灾过后，C 和 L 波段 在严重火灾地区后向散射系数比未烧的地区分别增加了 5.5 和 4.4 dB。火灾发生后 5 年，C 波段背向散射差异在火灾区和未燃烧区之间减小，表明过火地植被水平已恢复到未燃烧区域水平。这种持续恢复时间比基于光学的 NDVI 观测的 3 年恢复要长。此外，在植被恢复 10 年后， L 波段在火灾严重区后向散射比未燃烧区依然约高 2 dB。 这种持续的差异可能是由表面粗糙度增加造成的。我们的分析表明，长期存档的星载 SAR 后向散射可以量化北极苔原环境火灾后植被恢复情况，也可以作为光学观测的补充。 后向散射数据覆盖时间从2002年到2017年，时间分辨率为逐月，覆盖范围为喀阿拉斯加北坡Anaktuvuk 河流区域，空间分辨率为30~100 m，C/L波段数据分开，每月数据的存放一个Geotiff文件。 数据的详细情况见阿拉斯加北坡Anaktuvuk 河流域SAR后向散射数据 -数据说明。
江利明, 江利明, 江利明
该数据集是基于MODIS 16天合成的NDVI产品（MOD13A2 collection6）估算的三江源地区的植被生长季开始（Start of Season: SOS）和生长季结束的日期（End of Season: EOS）。分别用了两种常见的物候期估算方法，分别是基于多项式拟合的阈值提取法（文件名中有poly字符）和基于双逻辑曲线（double logistic function）拟合后的拐点提取法（文件名中有sig字符）。该数据可以用来分析植被物候期与气候变化的关系。时间范围为2001年至2014年。空间分辨率为1km。
王旭峰
该数据集包含了黄河源、长江源、澜沧江三个源区的最大值合成法生产的NPP产品数据。MOD13Q1、MOD17A2以及MOD17A2H遥感产品数据来自于NASA网站（http://modis.gsfc.nasa.gov/）。MOD13Q1产品的分辨率为250 m, 16 d合成产品。MOD17A2和MOD17A2H产品数据都是8 d合成产品, MOD17A2的分辨率为 1000 m, MOD17A2H的分辨率为500 m。最终合成的MODIS NPP产品的分辨率为1km。 下载的MOD13Q1、MOD17A2、MOD17A2H遥感数据产品, 格式为HDF, 该数据已经过大气校正、辐射校正、几何校正和去云等处理。1）MRT投影转换。将下载的数据产品进行格式和投影转换, 将HDF格式转换为TIFF格式, 将投影转换为UTM投影, 输出250 m分辨率的NDVI、250 m分辨率的EVI、1000 m和500 m两种分辨率的净光合PSNnet。2）MVC最大值合成。将与地面实测数据同期的NDVI、EVI、PSNnet采用最大值合成, 得到与实测数据对应的值。采用最大值合成法可以有效减少云、大气、太阳高度角等的影响。3)基于NASA-CASA模型生成NPP年值。
Kamel Didan*, Armando Barreto Munoz, Ramon Solano, Alfredo Huete
该数据集是基于SPOT卫星的Vegetation传感10天合成的NDVI产品估算的三江源地区去的植被生长季开始（Start of Season: SOS）和生长季结束的日期（End of Season: EOS）。分别用了两种常见的物候期估算方法，分别是基于多项式拟合的阈值提取法（文件名中有poly字符）和基于双逻辑曲线（double logistic function）拟合后的拐点提取法（文件名中有sig字符）。该数据可以用来分析植被物候期与气候变化的关系。时间范围为1999年至2013年。空间分辨率为1km。
王旭峰, 王旭峰, 王旭峰, 王旭峰, 王旭峰
该数据集是基于GIMMS 最新版本的NDVI数据集GIMMS3g version 1.0估算的三江源地区去的植被生长季开始（Start of Season: SOS）和生长季结束的日期（End of Season: EOS）。分别用了两种常见的物候期估算方法，分别是基于多项式拟合的阈值提取法（文件名中有poly字符）和基于双逻辑曲线（double logistic function）拟合后的拐点提取法（文件名中有sig字符）。该数据可以用来分析植被物候期与气候变化的关系。时间范围为1982年至2015年，空间分辨率为8km。
王旭峰
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
该数据集是玛多地区2016年7月、8月、9月的植被指数（NDVI），基于高分一号的多光谱数据计算得到，空间分辨率为16m。对高分一号数据进行镶嵌、转投影、裁切等处理，然后在7月、8月、9月中每个月进行最大化合成。
李飞, 张志军
该NDVI数据集是由NASA EOSDIS LP DAAC 和美国地质调查 USGS EROS共同发布的第六版MODIS均一化植被指数产品（2001-2016）。该产品的时间分辨率是16天，空间分辨率0.05度。该版本是在原有1公里分辨率的NDVI产品（MYD13A2）基础上生成的气候模拟格点（CMG）数据产品。 请在致谢中以下方式说明该数据的来源： The MOD13C NDVI product was retrieved from the online in courtesy of the NASA EOSDIS Land Processes Distributed Active Archive Center (LP DAAC), USGS/Earth Resources Observation and Science (EROS) Center, Sioux Falls, South Dakota, The [PRODUCT] was (were) retrieved from the online [TOOL], courtesy of the NASA EOSDIS Land Processes Distributed Active Archive Center (LP DAAC), USGS/Earth Resources Observation and Science (EROS) Center, Sioux Falls, South Dakota.
NASA
该NDVI数据集是最新发布的NOAA全球模拟和绘图项目（GIMMS，Global Inventory Monitoring and Modeling System）长序列（1981-2015）均一化植被指数产品，版本号3g.v1。 该产品的时间分辨率是每月两次，空间分辨率1/12度。时间跨度1981年7月至2015年12月。该产品为共享数据产品，可直接从ecocast.arc.nasa.gov下载。 详情请参考https://nex.nasa.gov/nex/projects/1349/
NCAR
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
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
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
黑河流域1km/5天合成叶面积指数（LAI）数据集提供了2010-2014年的5天LAI合成结果，该数据利用Terra/MODIS、Aqua/MODIS、以及国产卫星FY3A/MERSI和FY3B/MERSI传感器数据构建空间分辨率1km、时间分辨率5天的多源遥感数据集。多源遥感数据集可在有限时间内提供比单一传感器更多的角度和更多次的观测，但是，由于传感器的在轨运行时间及性能差异，多源数据集的观测质量参差不齐。因此，为更有效的利用多源数据集，算法首先对多源数据集进行了质量分级，根据观测合理性分为一级数据、二级数据、三级数据。三级数据为受薄云污染的观测，不用于计算。质量评估及分级的目的是为LAI反演时最优数据集的选择及反演算法流程设计提供依据。叶面积指数产品反演算法设计为区分山地平地、区分植被类型使用不同模型的神经网络法反演。基于全球DEM图和地表分类图，针对草地和农作物等连续植被采用PROSAIL模型，针对森林和山地植被采用坡面GOST模型。利用黑河上游森林和中游绿洲的地面实测数据生成的参考图，并将对应的高分辨率参考图升尺度到1km分辨率，与LAI产品进行比较，产品在农田和森林区域与参考值间均具有良好的相关性，总体精度基本满足GCOS规定的误差不超过 (0.5, 20%)的精度阈值。将本产品与MODIS、GEOV1和GLASS等LAI产品进行交叉对比，相比较参考值而言，本LAI产品精度优于同类产品。总之，黑河流域1km/5天合成LAI数据集综合利用多源遥感数据以提高LAI参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
李静, 仲波, 吴俊君, 尹高飞, 吴俊君, 仲波, 吴俊君, 吴善龙, 吴善龙
2012年6月15日在大满加密观测区超级站附近的TerraSAR-X样方进行了卫星过境地面同步观测。TerraSAR-X卫星搭载X波段的合成孔径雷达（SAR），该日过境影像为HH/VV极化，标称分辨率3 m，入射角介于22-24°，过境时间为19:03（北京时间），主要覆盖中游人工绿洲生态水文试验区。本地面同步数据集可为发展和验证主动微波遥感反演土壤水分算法提供基本地面数据集。 样方及采样策略： 选择了超级站东南边的6个自然地块，面积约为100 m×100 m。样方西北角的一个地块为西瓜地，其他为玉米。样方的选择依据是：（1）考虑了不同植被种类，即西瓜和玉米；（2）样方的大小考虑到了可见光像元，100 m见方的大小可以保证至少4个30 m像元落在其中；（3）样方的位置选在超级站附近，交通便利，北面有超级站的观测，东西两侧各有一个WATERNET节点，为今后融入这些观测提供了可能；（4）此外，在样方四周，也有一些明显地物点，能够保证今后对SAR影像的几何纠正比较准确。 考虑到影像的分辨率，同步观测中，以5 m为间隔，采集了21条样线（东西分布），每条线5 m间隔共23个点（南北方向），使用4台Hydraprobe Data Acquisition System （HDAS，参考文献2）同时测量，通过测绳上的刻度和移动样线来控制采样间隔以弥补不能使用手持GPS的不足。 测量内容： 获取了样方上约500个点，每个点2次观测，即对覆膜玉米地，在每个采样点进行2次观测，1次膜内（数据记录中标记为a），1次膜外（数据记录中标记为b）；西瓜地虽然也覆膜，但考虑到并非水平铺设，只测量非覆膜位置土壤水分（两次数据记录中标记均为b）。由于HDAS系统采用POGO便携式土壤传感器，观测获得土壤温度、土壤水分（体积含水量）、损耗正切、土壤电导率、土壤复介电实部及虚部。植被小组完成了生物量、LAI、植被含水量、株高、行垄距、叶绿素等的测量。 数据： 本数据集包括土壤水分观测和植被观测两部分，前者保存数据格式为矢量文件，空间位置即为各采样点位置（WGS84+UTM 47N），土壤水分等测量信息记录在属性文件中；植被采样信息记录在EXCEL表格中。
王树果, 王树果, 王树果, 马明国, 马明国, 马明国, 马明国, 马明国, 李新, 李新, 李新, 马明国, 马明国, 李新, 马明国
黑河流域河道温度同步观测的目的在于获取TASI飞行期间不同位置河道同步温度，用于支持航空飞行TASI资料反演河道温度的验证和尺度效应分析。 本次试验的观测时间为2012年7月3日和2012年7月4日，选取了黑河流域中游的肃南桥、滨河新区、黑河桥、铁路桥、乌江桥、高崖水文站、板桥、平川桥、伊家庄、刘家桥10个位置的河面温度进行了同步观测，利用两种仪器测量不同位置的河道辐射温度，包括固定自记点温计（北师大2#、北师大3#）和手持式红外温度计（寒旱所H1#、H2#、H3#、H4#，遥感所Y1#、Y2#，北师大B1#、B2#），其中铁路桥和高崖水文站使用的是固定自记点温计，自动每6秒记录一次温度，其它8个点的河流断面温度采用手持式红外温度计人工观测，每隔2米设置一个观测点，每15分钟可以对整个河流断面观测一次，同时记录每个观测点的下垫面特征。每个仪器在使用之前均进行了黑体标定。观测数据以Excel存储。
耿丽英, 耿丽英, 家淑珍, 何晓波, 家淑珍
在2012年中游航空遥感试验开展期间，在飞行时同步开展黑白布的光谱观测，在飞行前后针对中游典型下垫面开展地物波谱的观测，与为CASI、SASI和TASI航空飞行资料预处理提供基础数据集。 观测仪器： 中科院遥感所SVC-HR1024地物光谱仪（350-2500nm）和中科院对地观测中心ASD Field Spec 3地物光谱仪（350-2500nm），参考板。 测量方式： 测量地物前先垂直测量参考板辐射亮度，再垂直测量地物辐射亮度，测完地物后需再次测量参考板辐亮度。 数据内容： 本数据集包括光谱仪导出的原始光谱数据，SVC光谱仪记录数据 *.sig(可用SVC-HR1024配套软件打开，也可用记事本直接打开)，ASD光谱仪记录数据*.asd。还包括观测位置信息，记录表格等。 观测时间： 2012-6-15，SVC光谱仪观测EC矩阵内各种典型地物 2012-6-16，SVC光谱仪观测湿地站 2012-6-29，ASD光谱仪观测超级站和戈壁站，各种植被类型和裸土等 2012-6-29，ASD光谱仪与CASI飞行同步观测黑白布 2012-6-30，ASD光谱仪观测中游样带荒漠植被和裸土 2012-7-05，ASD光谱仪与CASI飞行同步观测黑白布 2012-7-07，ASD光谱仪在大满超级站开展玉米光谱日变化观测 2012-7-08，ASD光谱仪与CASI飞行同步观测黑白布 2012-7-08，ASD光谱仪在大满超级站开展玉米光谱日变化观测 2012-7-09，ASD光谱仪在大满超级站开展玉米光谱日变化观测 2012-7-10，ASD光谱仪在大满超级站开展玉米光谱日变化观测 2012-7-11，ASD光谱仪在大满超级站开展玉米光谱日变化观测
肖青, 肖青, 马明国, 肖青, 肖青, 马明国, 肖青, 马明国, 肖青, 肖青, 肖青, 肖青, 马明国, 马明国, 肖青, 马明国, 马明国, 马明国
生物生产力是指生物及其群体甚至更大尺度(包括生态系统及生物圈)生命有机体的物质生产能力，它随环境不同而发生变化，因此，它又成为环境变化和地球系统健康与否的指示物。植被的净初级生产力(Net Primary Productivity，NPP)指绿色植物在单位时间单位面积上由光合作用产生的有机物质总量(GPP)中扣除自养呼吸(Autotrophic Respiration，Ra)后的剩余部分。黑河流域的NPP产品主要围绕光能利用率模型的重要参数PAR以及FPAR进行了算法的改进和产品生产.提出了区分直射与散射辐射的FPAR反演模型以及基于静止与极轨卫星相结合的PAR反演方法。最终，利用光能利用率模型，生产黑河流域净初级生产力数据集。算法提高了数据产品的时空分辨率，产品精度也有了明显提高。
李丽, 仲波, 吴俊君, 吴俊君, 仲波, 吴俊君, 吴善龙, 吴善龙, 辛晓洲
差分GPS定位测量目的是通过与国家高等级控制点坐标联测，使多个测区统一到相同坐标系下并实现精确绝对定位，在2000国家大地坐标系下，完成黑河中游通量观测矩阵、葫芦沟小流域、天姥池小流域和大野口流域观测系统和靶标的精确定位。为实现航空、航天光学影像和SAR影像及机载LiDAR数据的几何纠正和绝对定位，完成地面控制点的布设和高精度测量。其中中游区域，在东、南、西、北、中5个方向各联测1个国家高等级控制点。 测量仪器: 有TRIMBLE R8 GNSS系统3套。 测量原则： 对于控制网加密点，采用与测区外围四个象限的高等级已知点网状联接且均匀分布于测区。对于地面控制点（GCP），采用地面布设靶标与选取独立地物的明显特征点（如房屋角点，道路交点、拐点等）且均匀分布于测区。测量时对于精度要求高的地面点，采用分别测量多次（至少三次）求平均值的原则。 测量方法： 试验区控制网加密，采用GPS静态测量与国家高等级控制网进行联测并解算，测量时多台GPS接收机在不同测站上进行静止同步观测，其观测时间严格按照控制网测量规范。 试验区地面点精确定位，采用GPS-RTK定位技术并利用国家高等级控制点来校正到当地坐标系，坐标采集时等流动站获得固定解再进行测量且单次测量持续观测时间为5S。 测量位置: （1）通量观测矩阵 通量观测矩阵核心区17个站点、LAS塔、WATERNET、SoilNET、BNUNET节点；CASI飞行区域地面控制点；雷达覆盖区域地面角反射器位置；激光雷达飞行区地面靶标位置。 （2）葫芦沟小流域 激光雷达飞行区地面靶标位置。 （3）天姥池小流域 激光雷达飞行区地面靶标位置。 （4）大野口流域 卫星影像几何校正地面控制点。 数据格式： GPS静态测量，原始数据格式为“.DAT”和“.T01”（或“.T02”）文件（或转换的RENIX数据）和“外业记录”。GPS-RTK测量，原始项目为“.job”文件（或转换的“.dc”文件）。 该试验结果以导出“.csv”数据格式提交，该文件可用Excel软件查看与编辑。 测量时间： 2012-6-19至2012-7-30
刘向锋, 刘向锋, 马明国, 马明国, 马明国, 马明国, 马明国, 马明国, 马明国, 马明国
2012年6月29日，在黑河中游的样带区域，利用运12飞机，搭载CASI传感器，开展了可见光/近红外高光谱航空遥感数据获取飞行试验。飞行相对高度2000米（海拔高3500米），CASI传感器波长范围分别为380-1050纳米，空间分辨率分别为1米。利用同步测量的地面数据和大气数据，经过几何和6S大气校正，得到地表反射率产品。参考样带区域地表覆盖类型实地调查数据，利用分层分类方法对两条航空飞行样带进行地表覆盖分类制图。
肖青, 肖青, 肖青, 刘良云, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青
在2012年夏季LiDAR和WIDAS飞行期间，地面同步开展地面基站差分GPS的连续观测，获取同步的GPS静态观测数据，用于支持航空飞行数据的同步解算。 测量仪器: TRIMBLE R8 GNSS系统2套。 中国中纬ZGP8001套 测量时间和地点： 2012年7月19日，EC矩阵LiDAR飞行，在MJWXB（毛家湾西北）和SBMZ（什八民子）两个基站同时观测 2012年7月25日，上游葫芦沟小流域和天姥池小流域LIDAR飞行，在XT夏塘观测，中游张掖城区校验场LIDAR飞行，在MJWXB（毛家湾西北）观测 2012年7月26日，上游葫芦沟小流域和天姥池小流域LIDAR飞行，在XT夏塘观测，中游张掖城区校验场LIDAR飞行，在HCZ（火车站）观测 2012年8月1日，上游东西支WIDAS飞行，在YNG（野牛沟）观测 2012年8月2日，中游EC矩阵试验区WIDAS飞行，在HCZ（火车站）观测 2012年8月3日，中游EC矩阵试验区WIDAS飞行，在MJWXB（毛家湾西北）观测 数据格式： 差分预处理前原始数据格式。
刘向锋, 刘向锋, 马明国, 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250m/1km月合成植被覆盖度（FVC）数据集提供了2011-2014年的月FVC合成结果，该数据利用MODIS的植被指数产品MOD13A2和MOD13Q1，基于像元二分法生产。
仲波, 吴俊君, 吴俊君, 吴俊君
2012年7月10日，在黑河中游的30*30公里核心观测区域、临泽测区和黑河河道，利用运12飞机，搭载TASI传感器开展了热红外高光谱航空遥感数据飞行试验。飞行高度为2500米。TASI传感器波长范围为8-11.5微米，空间分辨率为3米。航空测量获取的数据，利用同步测量的坐标数据和大气数据，经过几何和大气校正，得到大气校正后的地表辐亮度，并进行温度发射率分离，得到地表温度数据。
肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 闻建光, 肖青, 肖青, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光
本数据为利用2012年6月29日的航飞高光谱数据反演得到黑河流域中游核心试验区（5.5km*5.5km）的反照率产品，空间分辨率为5m.
肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 闻建光, 肖青, 肖青, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光
2012年8月19日，在黑河中上游的核心观测区域，利用运12飞机，搭载Leica公司ALS70,开展了lidar航空遥感飞行试验。ALS70激光波长为1064纳米，多次回波（1,2,3和末次）。小沙漠地区飞行绝对航高2900米，平均点云密度 点/平方米。通过参数检校、点云自动分类和人工编辑等步骤，最终形成DEM和DSM数据产品。
肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 闻建光, 肖青, 肖青, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光
2012年8月19日，在黑河中上游的核心观测区域，利用运12飞机，搭载Leica公司ALS70,开展了lidar航空遥感飞行试验。ALS70激光波长为1064纳米，多次回波（1,2,3和末次）。小沙漠地区飞行绝对航高2900米，平均点云密度 点/平方米。通过参数检校、点云自动分类和人工编辑等步骤，最终形成DEM和DSM数据产品。
肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 闻建光, 肖青, 肖青, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光
本数据集包含HiWATER黑河中游人工绿洲试验区共计5个PLMR飞行日的土壤水分遥感反演产品，飞行日期分别为：2012年6月30日，7月7日，7月10日，7月26日，8月2日。利用三角度（7°，21.5°，38.5°）双极化共六个通道的PLMR亮温观测，并结合Levenberg-Marquardt优化算法，对土壤水分（SM)、植被含水量（VWC）和地表粗糙度参数（Hr）同时进行三参数反演，得到空间分辨率700m的土壤表面体积含水量（单位cm3/cm3，代表约5cm深度的平均含水量）。本数据集格式为asc，投影为UTM（中央经线47°N）。土壤水分的反演结果通过生态水文无线传感器网络和人工土壤水分同步观测数据进行了验证，结果表明土壤水分产品的总体精度在0.05cm3/cm3左右，其中7月7日与7 月10日的反演精度可达0.04cm3/cm3左右。利用PLMR亮温反演得到的黑河中游绿洲土壤水分数据集，可为流域陆面/水文模型及数据同化提供数据集，对于揭示绿洲灌溉空间格局以及发展土壤水分产品的尺度转换算法也有重要意义。
李大治, 晋锐, 亢健, 李新, 李新, 李新, 李新
在2012年中游航空遥感试验开展期间，对黑河中游核心观测区利用航飞CASI数据结合地面调查获得了高分辨率的土地覆盖数据。 分类方法： 基于CASI航空遥感数据，采用分层分类方法对该区域进行分类。树木、草地、裸地+建筑用地类别：综合运用基于像素与基于对象的分类方法。各种农作物类别：对于难以区分的类别，通过结合地面调查点，目视解译得到。 数据内容： 土地覆盖类型，包括玉米、韭菜、白杨、菜花、菜椒，土豆，青笋，果园，西瓜，四季豆，梨园，阴影，非植被和未分类14种地表类型。 观测地点： 黑河中游核心观测区，5*5矩阵。 观测时间： 本次调查时间从2012年6月25日。
张苗
2012年7月19日，在黑河中上游的核心观测区域，利用运12飞机，搭载Leica公司ALS70,开展了lidar航空遥感飞行试验。ALS70激光波长为1064纳米，多次回波（1,2,3和末次）。中游地区飞行相对高度1500米（海拔高度2700米)，平均点云密度4点/平方米。通过参数检校、点云自动分类和人工编辑等步骤，最终形成DEM和DSM数据产品。
肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 闻建光, 肖青, 肖青, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光
2012年6月26日在大满加密观测区超级站附近的TerraSAR-X样方进行了卫星过境地面同步观测。TerraSAR-X卫星搭载X波段的合成孔径雷达（SAR），该日过境影像为HH/VV极化，标称分辨率3 m，入射角介于22-24°，过境时间为19:03（北京时间），主要覆盖中游人工绿洲生态水文试验区。本地面同步数据集可为发展和验证主动微波遥感反演土壤水分算法提供基本地面数据集。 样方及采样策略： 选择了超级站东南边的6个自然地块，面积约为100 m×100 m。样方西北角的一个地块为西瓜地，其他为玉米。样方的选择依据是：（1）考虑了不同植被种类，即西瓜和玉米；（2）样方的大小考虑到了可见光像元，100 m见方的大小可以保证至少4个30 m像元落在其中；（3）样方的位置选在超级站附近，交通便利，北面有超级站的观测，东西两侧各有一个WATERNET节点，为今后融入这些观测提供了可能；（4）此外，在样方四周，也有一些明显地物点，能够保证今后对SAR影像的几何纠正比较准确。 考虑到影像的分辨率，同步观测中，以5 m为间隔，采集了21条样线（东西分布），每条线5 m间隔共21个点（南北方向），使用3台Hydraprobe Data Acquisition System （HDAS，参考文献2）同时测量，通过测绳上的刻度和移动样线来控制采样间隔以弥补不能使用手持GPS的不足。 测量内容： 获取了样方上约440个点，每个点2次观测，即对覆膜玉米地，在每个采样点进行2次观测，1次膜内（数据记录中标记为a），1次膜外（数据记录中标记为b）；西瓜地虽然也覆膜，但考虑到并非水平铺设，只测量非覆膜位置土壤水分（两次数据记录中标记均为b）。由于HDAS系统采用POGO便携式土壤传感器，观测获得土壤温度、土壤水分（体积含水量）、损耗正切、土壤电导率、土壤复介电实部及虚部。因该区域植被开展了例行的5天一次采样观测，因此当日未开展专门的植被同步采样。 数据： 本数据集保存数据格式为矢量文件，空间位置即为各采样点位置（WGS84+UTM 47N），土壤水分等测量信息记录在属性文件中。
王树果, 王树果, 王树果, 马明国, 马明国, 马明国, 马明国, 马明国, 李新, 李新, 李新, 马明国, 马明国, 李新, 马明国
2012年6月4日在大满加密观测区超级站附近的TerraSAR-X样方进行了卫星过境地面同步观测。TerraSAR-X卫星搭载X波段的合成孔径雷达（SAR），该日过境影像为HH/VV极化，标称分辨率3 m，入射角介于22-24°，过境时间为19:03（北京时间），主要覆盖中游人工绿洲生态水文试验区。本地面同步数据集可为发展和验证主动微波遥感反演土壤水分算法提供基本地面数据集。 样方及采样策略： 选择了超级站东南边的6个自然地块，面积约为100 m×100 m。样方西北角的一个地块为西瓜地，其他为玉米。样方的选择依据是：（1）考虑了不同植被种类，即西瓜和玉米；（2）样方的大小考虑到了可见光像元，100 m见方的大小可以保证至少4个30 m像元落在其中；（3）样方的位置选在超级站附近，交通便利，北面有超级站的观测，东西两侧各有一个WATERNET节点，为今后融入这些观测提供了可能；（4）此外，在样方四周，也有一些明显地物点，能够保证今后对SAR影像的几何纠正比较准确。 考虑到影像的分辨率，同步观测中，以5 m为间隔，采集了23条样线（东西分布），每条线5 m间隔共24个点（南北方向），使用4台Hydraprobe Data Acquisition System （HDAS，参考文献2）同时测量，通过测绳上的刻度和移动样线来控制采样间隔以弥补不能使用手持GPS的不足。 测量内容： 获取了样方上约550个点，每个点2次观测，即对覆膜玉米地，在每个采样点进行2次观测，1次膜内（数据记录中标记为a），1次膜外（数据记录中标记为b）；西瓜地虽然也覆膜，但考虑到并非水平铺设，只测量非覆膜位置土壤水分（两次数据记录中标记均为b）。由于HDAS系统采用POGO便携式土壤传感器，观测获得土壤温度、土壤水分（体积含水量）、损耗正切、土壤电导率、土壤复介电实部及虚部。植被小组完成了生物量、LAI、植被含水量、株高、行垄距、叶绿素等的测量。 数据： 本数据集包括土壤水分观测和植被观测两部分，前者保存数据格式为矢量文件，空间位置即为各采样点位置（WGS84+UTM 47N），土壤水分等测量信息记录在属性文件中；植被采样信息记录在EXCEL表格中。
王树果, 王树果, 王树果, 李新, 李新, 李新, 李新
2012年7月19日，在黑河中游的核心试验区获取了机载激光LIDAR数据，可以提供高空间分辨率（米级）和高精度（20cm)的地表高程信息。 通过对机载激光雷达数据处理分别生成了DEM，DSM和点云密度图，在此基础上将DSM与DEM直接相减，得到黑河流域中游核心试验区植被高度产品，产品总体精度为88%。
肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 闻建光, 肖青, 肖青, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光
2012年6月30日，在黑河中游的30*30公里核心观测区域、临泽测区和黑河河道，利用运12飞机，搭载TASI传感器开展了热红外高光谱航空遥感数据飞行试验。TASI传感器波长范围为8-11.5微米，空间分辨率为3米。飞行高度为2500米。航空测量获取的数据，利用同步测量的坐标数据和大气数据，经过几何和大气校正，得到大气校正后的地表辐亮度，并进行温度发射率分离，得到地表温度数据。
肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 闻建光, 肖青, 肖青, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光
中游人工绿洲生态水文实验区地表温度同步观测的目的在于获取不同地表特征的日变化温度数据和热红外传感器飞行期间大棚薄膜、屋顶、道路、沟渠、水泥地等下垫面的同步地表温度，用于支持航空飞行TASI资料反演地表温度的验证和尺度效应分析。 1、观测时间、内容以及观测方式 2012年6月25日：沟渠和沥青公路使用手持式红外温度计进行观测，观测频率为5min一次。 2012年6月26日：沟渠和沥青公路使用手持式红外温度计进行观测，观测频率为5min一次；大棚薄膜和水泥地使用固定自记点温计进行观测，观测频率为1s一次。 2012年6月29日：水泥地使用手持式红外温度计进行观测，在TASI传感器进入观测上空时进行连续观测；大棚薄膜和水泥地使用固定自记点温计进行观测，观测频率为1s一次。 2012年6月30日：沥青公路、沟渠、裸土、西瓜地和田埂使用手持式红外温度计进行观测，TASI传感器进入观测上空时进行连续观测，其他时间每5min观测一次；大棚薄膜和水泥地使用固定自记点温计进行观测，观测频率为1s一次。 2012年7月10日：沥青公路、沟渠、裸土、西瓜地和田埂使用手持式红外温度计进行观测，TASI传感器进入观测上空每1min观测一次，其他时间每5min观测一次；水泥地使用固定自记点温计进行观测，观测频率为6s一次。 2012年7月26日：沥青公路、水泥地、裸土和西瓜地使用手持式红外温度计进行观测，WiDAS传感器进入观测上空进行连续观测，其他时间每5min观测一次；水泥地和大棚薄膜使用固定自记点温计进行观测，观测频率为6s一次。 2012年8月2日：玉米地和水泥地使用手持式红外温度计进行观测，其中玉米地观测根据WiDAS飞行的航带选择观测点，共选取了12个航带，每个航带下选择一个观测点在WiDAS传感器进入观测上空进行连续观测；水泥地和大棚薄膜使用固定自记点温计进行观测，观测频率为6s一次。 2012年8月3日：玉米地和水泥地使用手持式红外温度计进行观测，其中玉米地观测根据WiDAS飞行的航带选择观测点，共选取了14个航带，每个航带下选择3个观测点在WiDAS传感器进入观测上空进行连续观测；水泥地和大棚薄膜使用固定自记点温计进行观测，观测频率为6s一次。 2、观测仪器参数及标定 固定自记点温计的视场角约10°， 塑料薄膜架设高度约0.5m，水泥地面的架设高度约1m，均采用垂直观测；手持式红外温度计视场角为1°，观测比辐射率设为0.95。所有观测仪器在使用过程中分别于2012年7月6、2012年8月5和2012年9月20进行了3次标定。 3、数据的存储 所有观测数据均用Excel格式存储。
耿丽英, 耿丽英, 家淑珍, 家淑珍, 王宏伟, 王海波, 吴桂平, 陈书林, 彭莉, 董存辉
2012年7月19日，在黑河中上游的核心观测区域，利用运12飞机，搭载Leica公司ALS70,开展了lidar航空遥感飞行试验。ALS70激光波长为1064纳米，多次回波（1,2,3和末次）。中游地区飞行相对高度1500米（海拔高度2700米)，平均点云密度4点/平方米。通过参数检校、点云自动分类和人工编辑等步骤，最终形成DEM和DSM数据产品。
肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 肖青, 闻建光, 肖青, 肖青, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光, 闻建光
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
