2026年7月，2025年黑河流域地表过程综合观测网的数据集（合计34个）在国家冰川冻土沙漠科学数据中心和国家青藏高原科学数据中心同步发布。此次发布的数据集包括2025年度黑河流域上、中、下游11个观测站的地表水热碳通量（涡动相关仪、闪烁仪）、水文气象要素（气象要素梯度观测系统、自动气象站、宇宙射线仪）和植被参数（物候相机、叶面积指数传感器网络）等，主要观测变量包括：感热通量、潜热通量和二氧化碳通量等地表通量；风温湿压、降水量、四分量辐射、光合有效辐射、地表辐射温度、土壤温湿度廓线、土壤热通量和区域土壤水分等水文气象要素；植被物候、植被指数与叶面积指数等植被参数。数据均经过统一的数据处理与严格的质量控制，并通过同行专家评审。欢迎广大用户申请使用。 黑河流域是我国典型的内陆河流域，其以水为核心纽带，孕育了山水林田湖草沙冰等多类型生态系统，与此同时，该流域水资源的高效合理利用，既是我国西部内陆河流域面临的现实挑战，也折射出全球内陆河流域可持续发展的共性问题。流域内水土气生人复杂相互作用，形成了独特的自然-社会耦合系统，使黑河流域成为我国流域科学研究的理想实验室。经过几十年的努力，特别2007-2017年的黑河遥感试验，在国家自然科学基金委重大研究计划“黑河流域生态-水文过程集成研究”和中国科学院西部行动计划等项目支持下，建立了流域综合观测系统，2017年试验结束后，经过优化调整，转为“黑河流域地表过程综合观测网”持续运行，该观测网目前包括上中下游业务运行15个站点（3个超级站和12个普通站）和1个保障基地，涵盖了流域各种地表类型。观测数据持续发布，已被来自国家部委、地方政府、国内外科研院所和高校的400余家单位注册下载67000余次，支持各类科研项目1000余个，有效服务了流域科学的探索实践和相关国家需求。 随着观测网的持续运行和数据积累，黑河流域也成为验证遥感和生态监测设备与技术的精准性、稳定性与环境适应性的理想平台。在黑河遥感试验期间，多个国产新型机载遥感传感器在这里测试，面向生态监测的IPV6无线传感器网络在这里应用示范。2025年，为加快推进生态监测关键技术自主可控，解决相关技术与设备在真实复杂场景下集成验证与应用示范不足等问题，生态环境部会同中国21世纪议程管理中心组织了50余所高校、科研机构、企业和行业部门的200余名科研人员在黑河流域开展了“黑河流域生态监测技术联合测试及应用示范（EcoTest）”，涉及研发设备/技术联合测试、空天地一体化生态监测试验、冰冻圈生态水文监测试验以及应用示范。黑河流域地表过程综合观测网为EcoTest的顺利开展提供了关键支撑，助力我国生态监测关键技术与设备自主创新、国家生态环境监测体系优化。 本次上线的2019~2025年三峡库区重点滑坡监测数据时间跨度长、指标类型完整，对于开展水库滑坡变形机理分析、监测指标关联研究、稳定性趋势识别和灾害风险评价具有重要参考价值。 数据发布信息： 国家冰川冻土沙漠科学数据中心：https://www.ncdc.ac.cn/portal/topic/detail?id=f4712ee8-5bda-4bbf-a3a0-ca8a4530c495 国家青藏高原科学数据中心：https://data.tpdc.ac.cn/projectList?listId=4e7b97a6-ee1f-4b51-83e5-04a100993973&nodeKey=6705cc1e-29c3-4684-89ac-ef4d5e3ed9d3 文章信息： 1. Li, X., Cheng, G., Liu, S., Xiao, Q., Ma, M., Jin, R., ... & Xu, Z., 2013. Heihe watershed allied telemetry experimental research (HiWATER): Scientific objectives and experimental design. Bulletin of the American Meteorological Society, 94(8), 1145-1160. 2. 李新，刘绍民，柳钦火，肖青，车涛，马明国，晋锐，冉有华，闻建光，徐自为，李增元. 黑河遥感试验：回顾与展望. 遥感学报, 2023, 27(2): 224-248. 3. Li, X., Liu, S.M., Xiao, Q., Ma, M.G., Jin, R., Che, T., Wang, W.Z., Hu, X.L., Xu, Z.W., Wen, J.G., Wang, L.X., 2017. A multiscale dataset for understanding complex eco-hydrological processes in a heterogeneous oasis system. Scientific Data, 4, 170083. https://doi.org/10.1038/sdata.2017.83 4. Liu, S.M., Li, X., Xu, Z.W., Che, T., Xiao, Q., Ma, M.G., Liu, Q.H, Jin, R., Guo, J.W., Wang, L.X., Wang, W.Z., Qi, Y., Li, H.Y., Xu, T.R., Ran, Y.H., Hu, X., Shi, S.J., Zhu, Z.L., Tan, J.L., Zhang, Y., Ren, Z.G., 2018. The Heihe Integrated Observatory Network: A basin‐scale land surface processes observatory in China. Vadose Zone Journal, 17,180072. https://doi.org/10.2136/vzj2018.04.0072 5. Che, T., Li, X., Liu, S.M., Li, H.Y., Xu, Z.W., Tan, J.L., Zhang, Y., Ren, Z.G., Xiao, L., Deng, J., Jin, R., Ma, M.G., Wang, J., Yang, X.F., 2019. Integrated hydrometeorological, snow and frozen-ground observations in the alpine region of the Heihe River Basin, China. Earth System Science Data, 11, 1483–1499. https://doi.org/10.5194/essd-11-1483-2019 6. Liu, S.M., Xu, Z.W., Che, T., Li, X., Xu, T.R., Ren, Z.G., Zhang, Y., Tan, J.L., Song, L.S., Zhou, J., Zhu, Z.L., Yang, X.F., Liu, R., Ma, Y.F., 2023. A dataset of energy, water vapor and carbon exchange observations in oasis-desert areas from 2012 to 2021 in a typical endorheic basin. Earth System Science Data, 15, 4959-4981. https://doi.org/10.5194/essd-15-4959-2023