ncdc logo title
ncdc_logo
收起筛选
  • 4/6
J

国家冰川冻土沙漠科学数据中心
中国高空间分辨率(1km)人体热指数月度数据集(2003-2020年)
。按年堆叠，每个堆叠由12个月的NetCDF格式图像组成。数据集的单位为0.01℃(°C)，为了节省存储空间，数据以整数类型(Int16)存储，使用时需要除以100得到以℃为单位的数据。数据
贡献者:
罗明
点击量:
1848
文件大小:
34.5 GiB
更新时间:
2025-06-30

国家冰川冻土沙漠科学数据中心
2008年青海阿柔双偏振多普勒天气雷达观测数据
试验的目的是利用同时进行的降水粒子滴谱仪观测和地面降水加密观测来探索在高寒区利用雷达联合观测并反演地面降水类型和强度的方法，建立系统化和连续的雷达观测数据集。 所获得回波参量强度有：速度V、谱宽W、强度反射率差 、差传输相移 、比相差、相关系数和线性退偏振比Ldr。
贡献者:
张彤
点击量:
5121
文件大小:
22.7 GiB
更新时间:
2023-09-04

国家冰川冻土沙漠科学数据中心
2008年甘肃张掖双偏振多普勒天气雷达观测数据
试验的目的是利用同时进行的降水粒子滴谱仪观测和地面降水加密观测来探索在高寒区利用雷达联合观测并反演地面降水类型和强度的方法，建立系统化和连续的雷达观测数据集。 所获得回波参量强度有：速度V、谱宽W、强度反射率差 、差传输相移 、比相差、相关系数和线性退偏振比Ldr。
贡献者:
张彤
点击量:
6186
文件大小:
15.0 GiB
更新时间:
2023-09-04
J

国家冰川冻土沙漠科学数据中心
中国各地森林生态系统不同时间尺度的土壤呼吸作用（2000-2018年）
、研究地点、纬度、经度和海拔）、气候因素（年平均气温和年平均降水量）、林分描述（森林类型、起源、年龄、密度、平均树高和胸径）、测量制度（方法、时间、频率、领区面积、高度和数量）。希望
贡献者:
贾丙瑞
点击量:
1979
文件大小:
227.0 KiB
更新时间:
2025-05-29

国家冰川冻土沙漠科学数据中心
黑河综合遥感联合试验：扁都口加密观测区L&K波段机载微波辐射计地面同步观测数据集（2008年7月4日）
之间相距1km   2. 样方调查调查样方：1－5采样规格：50cm×50cm调查内容：样点GPS号、植被类型、植被高度、实际编号、自封袋编号、湿重量+垃圾袋（g）、干重
贡献者:
赵少杰, 冉有华 , 汪洋
点击量:
3594
文件大小:
1.4 MiB
更新时间:
2022-03-15

国家冰川冻土沙漠科学数据中心
2000-2020年青藏高原牧区雪灾易损性数据
中第一、二课题积雪特性与分布地面调查和遥感监测数据集，在青藏高原设立典型区，利用高精度积雪数据产品（积雪面积、雪水当量、融雪时间）和积雪特性地面调查数据，在考虑牧区高程分布、草地类型、草层高度、社会
贡献者:
李林
点击量:
2272
文件大小:
9.8 MiB
更新时间:
2023-02-16

国家冰川冻土沙漠科学数据中心
黑河综合遥感联合试验：中游干旱区水文试验区和森林水文试验区土地利用土地覆盖调查数据集（2008年）
年5月27日知5月31日在临泽草地、盈科绿洲、花寨子荒漠、大野口流域和张掖市几个加密观测区的地表覆盖类型进行了调查。根据
贡献者:
任华忠
点击量:
1699
文件大小:
691.8 MiB
更新时间:
2023-08-18
J

国家冰川冻土沙漠科学数据中心
中国森林地上和地下生物量碳变化数据集（2002-2021年）
它需要连续和高分辨率的监测。本文通过融合多种类型的遥感观测与密集的野外实地测量相结合，通过回归和机器学习方法，表征了2002—2021年中国森林地上和地下生物量碳（AGBC和BGBC）在1km空间分辨率下的变化。森林
贡献者:
冯晓明
点击量:
3983
文件大小:
896.7 MiB
更新时间:
2025-05-29

国家冰川冻土沙漠科学数据中心
2000-2020年青藏高原牧区雪灾风险区划数据
中第一、二课题积雪特性与分布地面调查和遥感监测数据集，在青藏高原设立典型区，利用高精度积雪数据产品（积雪面积、雪水当量、融雪时间）和积雪特性地面调查数据。在考虑牧区高程分布、草地类型、草层高度、社会
贡献者:
李林
点击量:
2091
文件大小:
14.3 MiB
更新时间:
2023-02-23

国家冰川冻土沙漠科学数据中心
黑河综合遥感联合试验：盈科绿洲与花寨子荒漠加密观测区样方样带布置（2008年）
  在盈科绿洲与花寨子荒漠加密观测区选取了5个重点试验样地、3个加密样地和1个航空遥感器定标场所。其中，3个重点试验样地分布于盈科绿洲，地表类型以制种玉米、小麦为主；另2
贡献者:
任华忠, 刘强, 王建华
点击量:
3365
文件大小:
4.8 MiB
更新时间:
2023-08-18

国家冰川冻土沙漠科学数据中心
黑河综合遥感联合试验：上游寒区水文试验区车载双偏振多普勒雷达观测数据集（2008年）
试验的目的是利用同时进行的降水粒子滴谱仪观测和地面降水加密观测来探索在高寒区利用雷达联合观测并反演地面降水类型和强度的方法，建立系统化和连续的雷达观测数据集。具体双偏振多普勒天气雷达的性能指标参加数据中的说明文档。   双偏振多普勒雷达性能指标：...
贡献者:
赵果
点击量:
1436
文件大小:
26.0 GiB
更新时间:
2025-06-30

国家冰川冻土沙漠科学数据中心
中国北方半干旱区沙漠化序列（2000-2019年）
用MOD11A2产品计算LST，并结合植被指数和陆面温度计算TVDI，在人工目视解译的基础上，选择不同类型沙漠化的样本数据，选择以上六个参数通过机器学习，利用决策树分类方法获得2000-2019年年
贡献者:
宋翔, 郭坚, 刘树林, 廖杰
点击量:
6525
文件大小:
13.1 MiB
更新时间:
2022-04-18

国家冰川冻土沙漠科学数据中心
黑河综合遥感联合试验：中游干旱区水文试验区车载双偏振多普勒雷达观测数据集（2008年）
  观测试验的目的是利用同时进行的降水粒子滴谱仪观测和地面降水加密观测来探索在高寒区利用雷达联合观测并反演地面降水类型和强度的方法，建立系统化和连续的雷达观测数据集。具体
贡献者:
赵果, 胡泽勇, 张彤
点击量:
2379
文件大小:
15.8 GiB
更新时间:
2025-06-30

国家冰川冻土沙漠科学数据中心
渭河流域MODIS MOD13A2 增强型植被指数（EVI）数据集（2000-2020年）
也就解决了由此引起的植被指数容易饱和以及与实际植被覆盖缺乏线性关系的问题。   EVI对冠层结构变化包括叶面积指数（LAI），冠层类型、植被相和冠层结构 更加敏感。   基于MODIS MOD13A2.005 增强
贡献者:
张耀南
点击量:
9728
文件大小:
721.3 MiB
更新时间:
2025-05-29

国家冰川冻土沙漠科学数据中心
泾河流域MODIS MOD13A2 增强型植被指数（EVI）数据集（2000-2021年）
也就解决了由此引起的植被指数容易饱和以及与实际植被覆盖缺乏线性关系的问题。   EVI对冠层结构变化包括叶面积指数（LAI），冠层类型、植被相和冠层结构更加敏感。   基于MODIS MOD13A2
贡献者:
张耀南
点击量:
5771
文件大小:
283.8 MiB
更新时间:
2025-06-30

国家冰川冻土沙漠科学数据中心
青藏高原多年冻土地温与热稳定型分布图
的年平均地温的均方根误差约为0.75 °C, 偏差约0.01 °C。基于高海拔多年冻土稳定性分类体系，利用年平均地温，划分了多年冻土的热稳定类型。数据显示，青藏高原多年冻土面积约115.02 (105.47-129.59
贡献者:
冉有华
点击量:
7748
文件大小:
91.8 MiB
更新时间:
2025-04-29

国家冰川冻土沙漠科学数据中心
黑河综合遥感联合试验：临泽站加密观测区光合作用有效辐射比率（FPAR）日变化观测数据集（2008年）
  2008年6月16日和7月1日在临泽站加密观测区开展了冠顶入射辐射，冠顶反射辐射，地表入射辐射以及地表反射辐射的观测， 并得到不同地表类型的PAR和FPAR日内
贡献者:
宋怡
点击量:
1999
文件大小:
25.9 MiB
更新时间:
2025-06-30

国家冰川冻土沙漠科学数据中心
中国MODIS逐日无云500m积雪面积产品数据集
据集针对中国积雪特性，基于MODIS反射率产品MOD/MYD09GA，利用不同土地覆盖类型条件下发展了多指数结合积雪判别算法，提高了林区和山区积雪面积精度，同时利用隐马尔科夫算法、多源数据融合方法实现了产品的完全去云，制备
贡献者:
郝晓华, 孙兴亮, 纪文政, 王晓艳, 高扬, 赵琴, 赵宏宇, 王建, 李弘毅
点击量:
21358
文件大小:
16.6 GiB
更新时间:
2025-04-25

国家冰川冻土沙漠科学数据中心
黑河综合遥感联合试验：临泽草地加密观测区植被结构和生物物理参数观测数据集（2008年）
  2008年5月26日至6月29日期间临泽草地加密观测区对植被生物物理参数和结构参数进行了常规测量，主要观测了临泽草地加密观测区不同地表类型的植被生物量、叶倾角、株高
贡献者:
胡晓利, 盖春梅, 黄春林, 晋锐, 年雁云, 王树果, 王旭峰
点击量:
3264
文件大小:
509.1 MiB
更新时间:
2025-06-30
J

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:
2333
文件大小:
145.9 MiB
更新时间:
2025-06-30

© 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