ncdc logo title
ncdc_logo
收起筛选
  • 3/3

国家冰川冻土沙漠科学数据中心
基于机器学习重建全球陆地蓄水量数据集（1940 年-至今）
型包含大量预测因子，包括气候和水文变量、土地利用/土地覆被数据以及植被指标（如叶面积指数）。此外，我们的重建成功地再现了气候多变性的影响，如强烈的厄尔尼诺现象。   GTWS-MLrec
贡献者:
尹家波
点击量:
5393
文件大小:
46.2 GiB
更新时间:
2026-01-14

国家冰川冻土沙漠科学数据中心
融合 OMI-POLDER 气溶胶单次散射反照率数据集
  气溶胶单次散射反照率（SSA）是评估气溶胶辐射效应和识别气溶胶类型的关键参数。然而，当前基于卫星的SSA反演结果既有限又存在较高不确定性，而更
贡献者:
李婧
点击量:
530
文件大小:
385.7 MiB
更新时间:
2026-01-30

国家冰川冻土沙漠科学数据中心
沟渠排放对泥炭地排水甲烷减排的抵消效应数据集
  泥炭地作为全球重要的碳汇，常因排水活动而受到影响。虽然排水活动总体上减少了甲烷的排放，但伴随排水而修建的沟渠却成为潜在的甲烷排放热点。然而，在不同气候带和土地利用类型
贡献者:
甘德钊
点击量:
2533
文件大小:
676.7 KiB
更新时间:
2025-06-30

国家冰川冻土沙漠科学数据中心
全球湖泊/水库表面延伸数据集（GLRSED）
、湖泊类型和来源）。通过将 GLRSED 与其他辅助数据进行空间叠加，我们确定了山区湖泊、内流湖泊、水库、冰川湖泊和永久冻土湖泊等。此外，我们还计算了经过每个湖泊的地表水和海洋地形（SWOT）轨道。该数
贡献者:
白冰心
点击量:
4974
文件大小:
4.9 GiB
更新时间:
2026-01-14

国家冰川冻土沙漠科学数据中心
全球滑坡点及滑坡区域数据集（1915-2021年）
  本数据是世界范围内1915-2021年的滑坡数据，每条数据详细记载了灾害搜集来源、时间、类型、大小、经纬度位置等。其中有点数据和面数据。 <p
贡献者:
NASA Landslide Viewer
点击量:
28008
文件大小:
269.9 MiB
更新时间:
2025-04-29

国家冰川冻土沙漠科学数据中心
GloUCP： 基于WRF 模型的全球 1 公里空间连续城市冠层参数（2020年）
分辨率的不透水表面分数数据，该数据集与 GloUCP 数据集同时提供，用户可根据一致的不透水面积数据，在 WRF 模拟中方便地定义土地覆被/用途类型。
贡献者:
刘小平, 廖威林
点击量:
2918
文件大小:
739.4 MiB
更新时间:
2026-01-14

国家冰川冻土沙漠科学数据中心
基于风云三号卫星微波成像仪观测的全球陆表大气可降水量数据集（2012-2020年）
验证，本数据集RMSE分别为4.47 mm和3.89 mm，不同地表类型下RMSE介于2.90-5.49 mm。该数据集可有效捕捉PWV时空演变特征，支持极端天气事件引发的水汽局地突变过程精准解析。作为
贡献者:
夏祥鳌
点击量:
2804
文件大小:
6.1 GiB
更新时间:
2026-01-14

国家冰川冻土沙漠科学数据中心
以河流为中心的大样本研究的全球流量特征、水文气象和流域属性 (GSHA) 综述数据集
或每周的蓄水条件（4 层土壤水分、地下水和雪深水当量）、每日植被指数（叶面积指数 （LAI））、每年的 LULC 特征（城市、耕地和森林部分）以及每年的水库信息（调节度 （DOR）和水库容量）。每个
贡献者:
林佩蓉
点击量:
5692
文件大小:
64.4 GiB
更新时间:
2025-06-30

国家冰川冻土沙漠科学数据中心
沙尘模式的全球高分辨率土壤侵蚀因子数据集（2022年）
导致沙尘模拟结果存在显著误差与不确定性。为解决该问题，我们提出一种新方法，通过融合土壤湿度、植被覆盖、土壤质地及土地利用等多源数据，构建了一种基于物理过程的风蚀性数据集。该数据集以1公里分辨率覆盖全球，能够
贡献者:
李火青, 王澄海, 刘宗会 ...
点击量:
3735
文件大小:
93.0 MiB
更新时间:
2025-09-26

国家冰川冻土沙漠科学数据中心
基于模型产品的统一全球陆地蒸发数据集（1980-2017 年）
量塔观测数据作为参考和评估数据。结果表明，合并后的产品在各种植被覆盖情况下均表现良好。合并产品还很好地捕捉了不同地区的陆地蒸发趋势，在南美洲的亚马逊平原和非洲中部的刚果盆地显示出明显的下降趋势，而在北美洲东部、欧洲西部、亚洲
贡献者:
王国杰
点击量:
4856
文件大小:
23.5 GiB
更新时间:
2026-05-14

国家冰川冻土沙漠科学数据中心
基于物理和深度学习检索气溶胶细模态比例数据集(Phy-DL FMF)（2001-2020年）
方根误差为 0.144（72.50% 的结果在 ±20 % 的预期误差（EE）范围内）。Phy-DL FMF 的性能优于其他深度学习或物理方法（如我们之前研究中提出的光谱解卷积算法），尤其是在森林、草地、耕地以及城市和贫瘠土地类型
贡献者:
晏星
点击量:
6321
文件大小:
145.9 MiB
更新时间:
2026-05-14

国家冰川冻土沙漠科学数据中心
全球1km分辨率月尺度地下水储量异常变化数据集
月尺度GWSA计算结果。随后，使用包括地形、土壤属性、气候、水文、植被动态在内的19个变量作为高分辨率（0.008333°）的预测因子，在不同含水层区域分别构建基于梯度提升树（XGBoost）的降尺度模型，得到
贡献者:
樊逸飞, 张宸, 韩文霞 ...
点击量:
698
文件大小:
164.3 GiB
更新时间:
2026-06-05

国家冰川冻土沙漠科学数据中心
GMIE：基于干旱胁迫下灌溉表现及深度学习方法构建的全球最大灌溉范围与中心支轴灌溉系统数据集（2010-2019年）
-2019年生长季的干旱月份及2010-2019年最干旱月份。基于采集样本计算了两种指标：2017-2019年干旱月份的归一化植被指数（NDVI）阈值，以及最干旱月份NDVI相对于十年均值的偏离值。通过
贡献者:
吴炳方
点击量:
2481
文件大小:
6.6 GiB
更新时间:
2026-05-14

国家冰川冻土沙漠科学数据中心
基于世界土壤数据库（HWSD）土壤数据集(v1.2)
: Real (土壤单元中与农业用途有关的特定土壤类型)   T_TEXTURE(顶层土壤质地)   T_GRAVEL: Real (顶层
贡献者:
FAO SOILS PORTAL
点击量:
23802
文件大小:
25.1 MiB
更新时间:
2025-04-24

© 中国科学院西北生态环境资源研究院 2005- 备案号：陇ICP备2021001824号-21

兰州市东岗西路320号, 730000, 电话: 0931-4967592,0931-4967596