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
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
该数据集包含2018年5月16日至11月6日黑河流域地表过程综合观测网下游混合林站的物候相机观测数据，该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据，拍摄数据分辨率为1280*720，可指定拍摄时间频率。对于绿度指数物候期计算，需要根据感兴趣区域计算相对绿度指数（GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值），然后进行无效值填充和滤波平滑，最后根据生长曲线拟合确定关键物候期参数，如生长季起始日、顶峰、生长季结束日等；对于覆盖度，首先进行数据预处理，选择光照不太强的图像，然后将图像分割为植被和土壤，计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度，在时间序列数据提取完成以后，再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波，滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数（Gcc）。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 屈永华, 屈永华, 徐自为, 徐自为
该数据集包含了2018年1月1日至2018年12月31日黑河流域地表过程综合观测网下游四道桥超级站气象要素梯度观测系统数据。站点位于内蒙古额济纳旗达来呼布镇四道桥，下垫面是柽柳。观测点的经纬度是101.1374E, 42.0012N，海拔873m。空气温度、相对湿度、风速传感器分别架设在5m、7m、10m、15m、20m、28m处，共6层，朝向正北；风向传感器架设在15m处，朝向正北；气压计安装在防水箱内；翻斗式雨量计安装在28m处；四分量辐射仪安装在10m处，朝向正南；两个红外温度计安装在10m处，朝向正南，探头朝向是垂直向下；两个光合有效辐射仪安装在10m处，朝向正南，探头垂直向上和向下方向各一个；土壤部分传感器安装在塔体南侧2m处，其中土壤热流板（自校正式）（3块）依次埋设在地下6cm处；平均土壤温度传感器TCAV埋设在地下2cm、4cm处；土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、80cm、120cm、160cm和200cm处；土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、80cm、120cm、160cm和200cm处。 观测项目有：风速（WS_5m、WS_7m、WS_10m、WS_15m、WS_20m、WS_28m）(单位：米/秒)、风向（WD_15m）(单位：度)、空气温湿度（Ta_5m、Ta_7m、Ta_10m、Ta_15m、Ta_20m、Ta_28m和RH_5m、RH_7m、RH_10m、RH_15m、RH_20m、RH_28m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、向上和向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒)、平均土壤温度（TCAV）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm、Ms_200cm）(单位：体积含水量，百分比)、土壤温度（Ts_0cm、Ts_2cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm、Ts_200cm）(单位：摄氏度)。 观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；1-6月由于传感器的问题，降雨数据出错；7-10月由于接线问题，气压数据出错；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2018-9-10 10:30；（6）命名规则为：AWS+站点名称。 黑河综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Liu et al. (2011)。
刘绍民, 任志国, 李新, 车涛, 任志国, 徐自为, 车涛, 车涛, 任志国, 谭俊磊, 任志国, 任志国, 谭俊磊, 谭俊磊
该数据集包含了2018年6月16日至2018年10月18日的黑河水文气象观测网下游四道桥（包括柽柳与胡杨林）叶面积指数观测数据。站点位于内蒙古额济纳旗四道桥，海拔870 m，下垫面是柽柳与胡杨。观测在四道桥超级站（101.1374E, 42.0012N）和混合林站（101.1335E, 41.9903N）旁开展，样方共计2个，每个样方大小约30m×30m，每个样方内布设5个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网（LAINet）获取，该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据（Level0），利用LAINet软件对原始观测数据进行处理，逐节点计算每天LAI（Level1），进一步对无效值识别与填充，并7天滑动平均消除天气变化对LAI计算的影响（Level2），对有多个LAINet节点的观测子区，节点的均值为该子区的最终观测值（Level3）。 本次发布的数据集为处理后的Level3产品，数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Qu et al. (2014)。
屈永华, 屈永华, 屈永华, 徐自为
该数据集包含2018年6月15日至11月7日黑河流域地表过程综合观测网下游四道桥超级站的物候相机观测数据，该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据，拍摄数据分辨率为1280*720，可指定拍摄时间频率。对于绿度指数物候期计算，需要根据感兴趣区域计算相对绿度指数（GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值），然后进行无效值填充和滤波平滑，最后根据生长曲线拟合确定关键物候期参数，如生长季起始日、顶峰、生长季结束日等；对于覆盖度，首先进行数据预处理，选择光照不太强的图像，然后将图像分割为植被和土壤，计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度，在时间序列数据提取完成以后，再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波，滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数（Gcc）。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
屈永华, 屈永华, 屈永华, 徐自为
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, 李静, 李静, 吴俊君, 尹高飞, 尹高飞, 仲波, 仲波, 吴俊君, 仲波, 仲波, 仲波, 仲波, 吴俊君, 吴俊君, 吴善龙, 吴俊君, 吴善龙, 吴善龙, 吴善龙, 吴善龙
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, 吴俊君, 仲波, 仲波, 吴俊君, 仲波, 仲波, 仲波, 仲波, 吴俊君, 吴俊君, 吴善龙, 吴俊君, 吴善龙, 吴善龙, 吴善龙, 吴善龙, 辛晓洲
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, 仲波, 吴俊君, 吴俊君, 吴俊君, 吴俊君
黑河流域2015年1km/5天合成叶面积指数（LAI）数据集提供了2015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, 李静, 李静, 吴俊君, 尹高飞, 仲波, 尹高飞, 仲波, 吴俊君, 仲波, 仲波, 仲波, 仲波, 吴俊君, 吴俊君, 吴善龙, 吴俊君, 吴善龙, 吴善龙, 吴善龙, 吴善龙
黑河流域1km/5天合成植被覆盖度（FVC）数据集提供了2015年的5天FVC合成结果，该数据利用Terra/MODIS、Aqua/MODIS、以及国产卫星FY3A/MERSI和FY3B/MERSI传感器数据构建空间分辨率1km、时间分辨率5天的多源遥感数据集。将全国划分为不同植被区划、地类，分别计算植被指数（NDVI）与FVC的转换系数，采用计算的转换系数查找表和1km/5天合成NDVI产品生产区域1km/5天合成FVC产品。黑河流域1km/5天合成FVC产品通过高分辨率数据可以直接获得植被覆盖比例，减轻低分辨率数据异质性的影响；另外，选择植被生长变化的典型时期，通过对每一个像元时间序列植被指数进行拟合得到每个像元对应的生长曲线参数；再配合土地利用图和植被分类图，寻找区域的代表性均一像元用于训练植被指数的转换系数。通过与黑河流域高分辨率ASTER参考FVC结果相比，首先联合地面实测数据，利用尺度上推方法，将黑河流域ASTER产品聚合到 1km 尺度得到ASTER聚合FVC数据，并与Geoland2项目发布的基于SPOT VEGETATION遥感数据的FVC产品（简称GEOV1 FCOVER）进行间接比较，根据三种数据FVC时间序列曲线图，结果表明：GEOV1的结果较ASTER 影像联合地面实测的结果偏高，黑河流域1km/5天合成FVC产品结果位于两者之间，在实验区内黑河流域1km/5天合成FVC产品优于GEOV1产品。总之，黑河流域1km/5天合成FVC数据集综合利用多源遥感数据以提高FVC参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
穆西晗, 穆西晗, 穆西晗, 阮改燕, 阮改燕, 阮改燕, 仲波, 仲波, 仲波, 仲波, 仲波, 仲波, 柳钦火, 柳钦火, 柳钦火
该数据集包含了2015年1月1日至12月31日期间水文气象观测网中热扩散液流计数据，研究区位于黑河下游内蒙古自治区阿拉善盟额济纳旗胡杨林。根据胡杨林的不同高度及胸径，选取样树安装热扩散液流计 (Thermal Dissipation sap flow velocity Probe, TDP)，采用国产TDP插针式热扩散植物液流计，型号为TDP30。在混合林站及胡杨站附近分别设置样地TDP1点和TDP2点。样树高度从高到低依次为TDP2（16.4米、18.3米、16.9米）、TDP1（12.5，米、13米、14米），胸径从大到小依次为TDP1（48厘米、41.6厘米、46.6厘米）、TDP2（33.8厘米、38.5厘米、42.3厘米），密度分别为TDP1（0.0158棵/平方米）、TDP2（0.0116棵/平方米），以此代表整个区域进行胡杨蒸腾量的测量。每棵样树安装两组探针，高度为1.3米，方位分别为样树正东和正西方向。 TDP的原始观测数据为探针之间的温度差，采集频率为10s采集一次，平均为10分钟输出。发布的数据为经过计算和处理之后的树干液流数据，包括每10分钟的液流速率V（cm/h）、液流通量Fs（cm3/h）和每天的蒸腾量Q（mm/d）。首先根据探针之间的温度差计算液流速率和液流通量，然后根据观测点的胡杨林面积和树木间距，计算得到林带单位面积的蒸腾量Q。同时对计算之后的速率和通量值进行后处理：（1）剔除明显超出物理意义或超出仪器量程的数据；（2）缺失的数据用-6999标记；（3）因探针故障等原因引起的可疑数据用红色字体标识，并剔除确认有问题的数据。 水文气象网或站点信息请参考Li et al. (2013)，观测数据处理请参考Qiao et al. (2015)。
刘绍民, 刘绍民, 任志国, 车涛, 任志国, 徐自为, 李新, 李新, 车涛, 任志国, 车涛, 谭俊磊, 徐自为, 任志国, 任志国, 谭俊磊, 谭俊磊
该数据集包含了2014年1月1日至12月31日期间水文气象观测网下游混合林站和胡杨林站的热扩散液流计的观测数据。研究区位于内蒙古自治区阿拉善盟辖下的额济纳旗胡杨林，根据胡杨林的不同高度及胸径，选取样树安装TDP(Thermal Dissipation sap flow velocity Probe, 热扩散液流计)，采用国产TDP插针式热扩散茎流计，型号为TDP30。样地依次为TDP1点和TDP2点，分别位于混合林站及胡杨站附近。样树高度从高到低依次为TDP2、TDP1，胸径从大到小依次为TDP1、TDP2，以此代表整个区域进行树干液流的测量。探针安装高度为1.3米，安装方位为样树正东和正西方向。 TDP的原始观测数据为探针之间的温度差，10s采集一次，输出平均周期为10分钟。发布的数据为经过计算和处理之后的树干液流数据，包括每10分钟的液流速率（cm/h）、液流通量（cm3/h）和日蒸腾量（mm/d）。首先根据探针之间的温度差计算液流速率和液流通量，然后根据观测点的胡杨林面积和树木间距，计算得到林带单位面积的蒸腾量Q。同时对计算之后的速率和通量值进行后处理：（1）剔除明显超出物理意义或超出仪器量程的数据；（2）缺失的数据用-6999标记；其中TDP2在1.1-2.8日由于供电问题数据缺失，2.8-3.13由于第三组探针的问题，该组数据缺失；（3）因探针故障等原因引起的可疑数据用红色字体标识，并剔除确认有问题的数据。 水文气象网或站点信息请参考Li et al. (2013)，观测数据处理请参考Qiao et al.(2015)。
刘绍民, 刘绍民, 任志国, 车涛, 任志国, 李新, 李新, 车涛, 任志国, 车涛, 徐自为, 谭俊磊, 任志国, 任志国, 谭俊磊, 谭俊磊
黑河流域30m/月合成光合有效辐射吸收比例（FAPAR）数据集提供了2011-2014年的月度LAI合成产品，该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率（组网后2天）和空间分辨率（30m）的特点构造多角度观测数据集，考虑不同植被类型，基于土地覆盖分类图，结合30m/月合成叶面积指数（LAI）产品，采用基于能量守恒的FAPAR-P模型，进行月合成FAPAR产品生产。算法从能量守恒原理出发，考虑植被间及土壤与植被间的多次反弹，也考虑了天空散射光等多种因素的影响，通过分析光子与冠层作用的过程，从光子在植被冠层内的运动和发生多次散射时的再碰撞概率相等为出发点，建立了均匀连续植被FAPAR模型。此外，分析多种影响因素对FAPAR模型的影响，其中土壤和叶片反射率、聚集指数、G函数在针对不同情况采用不同取值。算法具有很高的动态性，对于不同的土壤背景、植被类型、辐射条件、光照与观测几何、天气条件下获得的图像都能得到较好的结果。通过与2012年7月8日甘肃省张掖市盈科灌区玉米冠层PAR测量数据对比，30m/月合FAPAR产品与地面观测数据具有高度的一致性，与观测值误差小于5%。总之，黑河流域30m/月合成光合有效辐射吸收比例（FAPAR）数据集综合利用多时相、多角度观测数据以提高参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
范闻捷, 吴俊君, 柳钦火, 仲波, 仲波, 仲波, 吴俊君, 仲波, 仲波, 仲波, 吴俊君, 吴俊君, 吴善龙, 吴俊君, 吴善龙, 吴善龙, 吴善龙, 吴善龙
黑河流域1km/5天合成植被覆盖度（FVC）数据集提供了2011-2014年的5天FVC合成结果，该数据利用Terra/MODIS、Aqua/MODIS、以及国产卫星FY3A/MERSI和FY3B/MERSI传感器数据构建空间分辨率1km、时间分辨率5天的多源遥感数据集。将全国划分为不同植被区划、地类，分别计算植被指数（NDVI）与FVC的转换系数，采用计算的转换系数查找表和1km/5天合成NDVI产品生产区域1km/5天合成FVC产品。黑河流域1km/5天合成FVC产品通过高分辨率数据可以直接获得植被覆盖比例，减轻低分辨率数据异质性的影响；另外，选择植被生长变化的典型时期，通过对每一个像元时间序列植被指数进行拟合得到每个像元对应的生长曲线参数；再配合土地利用图和植被分类图，寻找区域的代表性均一像元用于训练植被指数的转换系数。通过与黑河流域高分辨率ASTER参考FVC结果相比，首先联合地面实测数据，利用尺度上推方法，将黑河流域ASTER产品聚合到 1km 尺度得到ASTER聚合FVC数据，并与Geoland2项目发布的基于SPOT VEGETATION遥感数据的FVC产品（简称GEOV1 FCOVER）进行间接比较，根据三种数据FVC时间序列曲线图，结果表明：GEOV1的结果较ASTER 影像联合地面实测的结果偏高，黑河流域1km/5天合成FVC产品结果位于两者之间，在实验区内黑河流域1km/5天合成FVC产品优于GEOV1产品。总之，黑河流域1km/5天合成FVC数据集综合利用多源遥感数据以提高FVC参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
穆西晗, 穆西晗, 穆西晗, 阮改燕, 阮改燕, 阮改燕, 仲波, 仲波, 仲波, 仲波, 仲波, 仲波, 柳钦火, 柳钦火, 柳钦火
黑河流域30m/月合成植被覆盖度（FVC）数据集提供了2011-2014年的月度FVC合成产品，该数据利用我国国产卫星HJ/CCD数据兼具较高时间分辨率（组网后2天）和空间分辨率（30m）的特点构造多角度观测数据集，将全国划分为不同植被区划、地类，分别计算植被指数（NDVI）与FVC的转换系数，采用计算的转换系数查找表和月度合成NDVI产品生产区域月度合成FVC产品。黑河流域30m/月合成FVC产品通过高分辨率数据可以直接获得植被覆盖比例，减轻低分辨率数据异质性的影响；另外，选择植被生长变化的典型时期，通过对每一个像元时间序列植被指数进行拟合得到每个像元对应的生长曲线参数；再配合土地利用图和植被分类图，寻找区域的代表性均一像元用于训练植被指数的转换系数。通过黑河流域30m/月合成FVC产品与ASTER参考FVC结果相比，30m/月合成FVC产品的数值略高于ASTER参考结果，但总体偏差并不大，产品与参考值的均方根误差（RMSE）最大值小于0.175。此外，与河北怀来实验场地面测量数据对比，30m/月合成FVC产品总体上反映了植被生长季节性变化，与地面测量数据结果偏差小于0.1；同时与东北、华北、东南地区的多个流域植被盖度地面测量结果对比，30m/月合成FVC产品与地面测量数据整体误差在0.2以内。总之，黑河流域30m/月合成FVC数据集综合利用多时相、多角度遥感数据以提高FVC参数产品的估算精度、时间分辨率等，更好的服务于遥感数据产品的应用。
穆西晗, 仲波, 穆西晗, 穆西晗, 阮改燕, 阮改燕, 阮改燕, 仲波, 柳钦火, 柳钦火, 吴善龙, 吴俊君, 吴善龙, 吴善龙, 吴善龙, 吴善龙, 柳钦火
黑河流域植被物候数据集提供了2012年至2015年遥感物候产品。其空间分辨率为1km，投影类型为正弦投影。该数据采用MODIS LAI产品MOD15A2作为物候遥感监测数据源，MODIS陆地覆盖分类产品MCD12Q1作为辅助数据集进行提取。产品算法首先采用时间序列数据重建方法（BISE法）控制输入时间序列的数据质量；然后利用主算法（Logistic函数拟合法）与备用算法（分段线性拟合法）相结合的方式提取植被物候参数，实现算法互补，保证精度的同时提高可反演率。算法可提取一年最多三个生长周期，每个生长周期包含6个数据集，包括植被生长起点、生长峰值起点、生长峰值终点、生长终点、生长最快点、衰落最快点，同时记录了生长周期类型、生长季长度、质量标识等，共25个数据集。该物候产品降低了反演缺失率，提高了产品稳定性，数据集信息丰富，是相对可靠的。
李静, 李静, 李静
下游航空遥感试验期间，开展了飞行时黑白布同步光谱观测以及典型下垫面地物波谱观测，为航空飞行资料预处理提供基础数据集。 1、 观测仪器 中科院寒旱所PRS-3500野外便携式地物光谱仪（光谱范围：350-2500nm）以及参考板。 2、 下垫面及观测方式 下垫面包括：黑白布、哈密瓜、柽柳、胡杨、芦苇、杂草、花花柴、沙土、戈壁、苦豆子等； 测量地物前先垂直测量参考板反射率，再垂直测量地物反射率，每种地物测量5条光谱反射率。 3、 观测时间及内容 2014年7月24日：典型地物光谱观测 2014年7月27日：典型地物光谱观测 2014年7月29日：黑白布光谱同步观测 2014年7月31日：典型地物光谱观测 4、 数据存储 本数据集包括光谱仪导出的*.sed格式的光谱数据（可用PRS-3500配套软件打开，也可用记事本直接打开）、Excel格式观测记录表以及下垫面照片。
耿丽英, 耿丽英, 李艺梦
下游航空遥感试验期间，开展了下游典型植被地表土壤呼吸观测，观测自2014年7月23日开始，8月2日结束。 1、 观测时间 2014年7月23日至8月2日每天观测一次，其中7月25日中断一天 2、 样方选择及观测方式 结合下游植被特征和站点分布，选择临近于站点、面积分布大于100 m100 m且均一的植被作为观测样地，共选取了5个观测样地，包括胡杨柽柳混合林、胡杨林、柽柳群、裸地和瓜地样地；在每一样地中，选取具有代表性的3-5个点，提前一天打入土壤环(内径为19.5cm，外径为20.0cm，高12cm，尽量保持打入后的PVC露出地面5cm左右)，尽可能不扰动地表的植被和凋谢物。经过24h平衡，土壤呼吸速率恢复到原来状态，避免了由于基座的安置而造成的对土壤呼吸速率的波动。 观测时间段为每天上午的8：00至12：00（这段时间土壤呼吸比较稳定，能够代表整天的土壤呼吸速率），运用LI-8100开路式土壤碳通量自动测定仪（Model 8100-103）分别对每个样地内样点测量一次，每天完成5块样地的一次循环观测，每块样地取所观测样点的平均值作为该样地的土壤呼吸值。 3、 观测仪器 中科院地环所Li-8100（Li-COR，USA）开路式土壤碳通量自动测定仪 4、 数据存储 本数据集包括Li-8100导出的*.81x格式的数据（用Li-8100配套软件打开，也可以用txt打开）、Excel格式观测记录表以及实验照片。
任志国, 任志国, 任志国, 任志国, 任志国
下游生态水文实验区地表温度同步观测的目的在于获取热像仪飞行期间高覆盖均一植被、水体以及水泥地等下垫面的同步地表温度，用于支持航空热像仪飞行资料反演地表温度的验证和尺度效应分析，实现地表温度遥感产品的真实性检验。 1、 观测时间 2014年8月1日 2、 观测内容 选取了飞行区域内苦豆子、水泥地和水体3种大面积分布且均一的下垫面进行同步观测 3、 观测方式 在热像仪飞行进入相应下垫面上空时，使用手持式红外温度计进行连续人工同步观测 4、 观测仪器参数及标定 观测所使用的手持红外温度计比辐射率设为0.95，手持式红外温度计视场角为1°。同时对所用观测仪器在2014年7月31日进行了标定。 5、 数据存储 所有观测数据均用Excel格式存储。
任志国, 李艺梦, 马明国, 任志国, 马明国, 周胜男, 任志国, 马明国, 任志国, 任志国
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
