黑河生态水文遥感试验:非均匀下垫面地表蒸散发的多尺度观测试验-通量观测矩阵数据集(12号点自动气象站)

该数据集包含了2012年5月10日至9月21日的通量观测矩阵中12号点的自动气象站观测数据。站点位于甘肃省张掖市大满灌区农田内,下垫面是玉米。观测点的经纬度是100.36631E, 38.86515N,海拔1559.25m。空气温度、相对湿度传感器架设在5m处,朝向正北;气压与翻斗式雨量计安装在2米、10米处;风速与风向传感器架设在10米,朝向正北;四分量辐射仪安装在6米处,朝向正南;两个红外表面温度传感器安装在4米处,朝向正南支臂朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下2cm、4cm、10cm、20cm、40cm、60cm和100 cm处,并距离气象塔2米的正南方;土壤水分传感器分别埋设在地下2cm、4cm、10cm、20cm、40cm、60cm和100cm处,并距离气象塔2米的正南方;土壤热流板(3块)依次埋设在地下6 cm处,其中两块埋设在棵间,一块埋设在植株下面。观测项目有:空气温湿观测(Ta_5m、RH_5m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水(Rain)(单位:毫米)、风速(WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、辐射四分量(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)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、 多层土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_100cm)(单位:百分比)和多层土壤温度(Ts_0cm、Ts_2cm 、Ts_4cm 、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_100cm )(单位:摄氏度) 。观测数据的处理与质量控制:(1)确保每天1440个数据(每10min),若出现数据的缺失,则由-6999标示;(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)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2012-6-10 10:30;(5)命名规则为:AMS+站点编号 。 多尺度观测试验或站点信息请参考Liu et al. (2016),观测数据处理请参考Xu et al.(2013)。

黑河生态水文遥感试验:黑河流域1km/5天合成植被指数(NDVI/EVI)数据集-2015

黑河流域1km/5day植被指数(NDVI/EVI)数据集提供了2015年的5天分辨率NDVI/EVI合成产品,该数据利用我国国产卫星FY-3数据兼具较高时间分辨率(1天)和空间分辨率(1km)的特点构造多角度观测数据集,在对多源数据集以及现有合成植被指数产品及算法进行分析的基础上,提出了基于多源数据集生产1km分辨率5天周期的全球合成植被指数产品算法体系。植被指数合成算法基本采用MODIS的植被指数合成算法,即基于半经验的Walthall模型的BRDF角度归一化方法、CV-MVC法和MVC法的算法体系。利用该算法体系,分别对一级数据、二级数据计算合成植被指数,并进行质量标识。多源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,算法体系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。在黑河中游农田、森林区域的验证结果表明,联合多时相、多角度观测数据的NDVI/EVI合成结果与地面实测数据具有较好的一致性(RMSE=0.105)。与MODIS MOD13A2产品的时间序列对比分析,充分显示了时间分辨率从16天提高到5天时,稳定的高精度的植被指数对植被生长细节的细致描述。总之,黑河流域1km/5day合成植被指数(NDVI/EVI)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。

黑河生态水文遥感试验:黑河流域1km/5天合成叶面积指数(LAI)数据集-2015

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。

黑河生态水文遥感试验:黑河流域1km/5天合成植被覆盖度(FVC)数据集 (2015)

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。

黑河生态水文遥感试验:水文气象观测网数据集(裸地站自动气象站-2013)

该数据集包含了2013年7月9日至2013年12月31日黑河水文气象观测网下游裸地站气象要素观测系统数据。站点位于内蒙古额济纳旗达来呼布镇四道桥,下垫面是裸地。观测点的经纬度是101.1326E, 41.9993N,海拔878m。四分量辐射仪安装在6m处,朝向正南;两个红外表面温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下2cm、4cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处,在距离气象塔2m的正南方。 观测项目有: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)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤温度(Ts_0cm、Ts_2cm、Ts_4cm)(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;2013年9月24日-9月26日期间,由于数据采集器问题导致数据缺失;(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:2013-9-10 10:30;(6)命名规则为:AWS+站点名称。 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Liu et al.(2011)。

黑河生态水文遥感试验:水文气象观测网数据集(景阳岭站自动气象站-2014)

该数据集包含了2014年1月1日至2014年12月31日黑河水文气象观测网上游景阳岭站气象要素观测数据。站点位于青海省祁连县景阳岭垭口,下垫面是高寒草甸。观测点的经纬度是101.1160E, 37.8384N,海拔3750m。空气温度、相对湿度传感器架设在5m处,朝向正北;气压计安装在地面上的防撬箱内;翻斗式雨量计安装在10m处;风速与风向传感器架设在10m,朝向正北;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处,在距离气象塔2m的正南方;土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处,在距离气象塔2m的正南方。 观测项目有:空气温湿度(Ta_5m、RH_5m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、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)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤温度(Ts_0cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm)(单位:摄氏度)、土壤水分(Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm)(单位:百分比)。 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;四分量辐射在2014.6.12-6.30之间由于采集器扩展板的问题,数据缺失;土壤温度在2014.6.12-6.14之间由于数据采集器问题,数据缺失;7.22-8.19由于传感器的问题,风速缺失;地表辐射温度在9.2-10.23之间,由于采集器扩展板的问题,数据缺失;(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:2014-9-10 10:30;(6)命名规则为:AWS+站点名称。 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Liu et al.(2011)。

黑河生态水文遥感试验:水文气象观测网数据集(大沙龙站自动气象站-2015)

该数据集包含了2015年1月1日至2015年12月31日黑河水文气象观测网上游大沙龙站气象要素观测数据。站点位于青海省祁连县西侧沙龙滩地区,下垫面是沼泽草甸。观测点的经纬度是98.9406E, 38.8399N,海拔3739m。空气温度、相对湿度传感器架设在5m处,朝向正北;气压计安装在地面上的防撬箱内;翻斗式雨量计安装在10m处;风速与风向传感器架设在10m,朝向正北;四分量辐射仪安装在6m处,朝向正南;两个红外温度计安装在6m处,朝向正南,探头朝向是垂直向下;土壤温度探头埋设在地表0cm和地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处,在距离气象塔2m的正南方;土壤水分探头埋设在地下4cm、10cm、20cm、40cm、80cm、120cm、160cm处,在距离气象塔2m的正南方;土壤热流板(3块)依次埋设在地下6cm处,并距离气象塔2m的正南方。 观测项目有:空气温湿度(Ta_5m、RH_5m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、风速(WS_10m)(单位:米/秒)、风向(WD_10m)(单位:度)、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)、土壤热通量(Gs_1、Gs_2、Gs_3)(单位:瓦/平方米)、土壤温度(Ts_0cm、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm)(单位:摄氏度)、土壤水分(Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm)(单位:体积含水量,百分比)。 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;(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:2015-9-10 10:30;(6)命名规则为:AWS+站点名称。 水文气象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)。