数据资源 - 国家冰川冻土沙漠科学数据中心

国家冰川冻土沙漠科学数据中心

中国县级地区生产总值空间分布年度数据（2000-2022年）

分布栅格信息，时空范围覆盖整个黄河流域，时间跨度为2000-2022 年，空间分辨率为1km。

贡献者:: 张举涛, 李雪娇, 苏迎庆, 刘蔚, 朱猛, 廖芮
点击量:: 657
文件大小:: 86.3 MiB
更新时间:: 2026-02-05

国家冰川冻土沙漠科学数据中心

1980-2020年三江源逐日雪深数据集

高空间分辨率雪深对水文、生态和灾害研究至关重要。然而，被动微波雪深产品（10/25 km）因其空间分辨率较粗已无法满足现代高精度高分辨率的需求。本研究融合了最新校准的增强分辨率亮度温度与光学积雪面积比例和积雪覆盖

贡献者:: 赵子胜, 郝晓华, 李杭璇, 钟歆玥, 吴晓东
点击量:: 3194
文件大小:: 237.5 MiB
更新时间:: 2025-04-24

J

国家冰川冻土沙漠科学数据中心

中国土壤水分数据集（2002-2018年）

克服低分辨率被动微波土壤水分产品的不足，我们使用中分辨率成像光谱仪 (MODIS) 数据计算的 TVDI 构建空间加权分解 (SWD)，包括地表温度 (LST) MYD11C3 数据和归一化差异植被指数 (NDVI) MYD13C2 数据

贡献者:: 毛克彪
点击量:: 8811
文件大小:: 871.9 MiB
更新时间:: 2025-06-30

国家冰川冻土沙漠科学数据中心

1980-2020年三江源逐日雪水当量数据集

高空间分辨率雪水当量对水文、生态和灾害研究至关重要。然而，被动微波雪水当量产品（10/25 km）因其空间分辨率较粗已无法满足现代高精度高分辨率的需求。本研究融合了最新校准的增强分辨率亮度温度与光学积雪面积比例和积雪覆盖

贡献者:: 赵子胜, 郝晓华, 李杭璇, 钟歆玥, 吴晓东
点击量:: 3399
文件大小:: 69.5 MiB
更新时间:: 2025-04-24

国家冰川冻土沙漠科学数据中心

北半球多年冻土生物物理分区图

新的北半球多年冻土图利用基于规则的GIS模型融合了新的多年冻土范围、气候条件、植被结构、土壤和地形条件以及富冰和富含有机质多年冻土图（yedoma）。与之前的多年冻土图不同，根据

贡献者:: 冉有华
点击量:: 8948
文件大小:: 81.0 MiB
更新时间:: 2026-03-11

J

国家冰川冻土沙漠科学数据中心

基于卫星测高技术的北太平洋黑洞涡数据集（BHE v1.0）（1993-2023年）

高效的基于图形处理单元（GPU）的黑洞涡识别与追踪算法，首次基于卫星衍生的地转表面流速数据（覆盖1993年1月1日至2023年5月5日），构建了首个北太平洋黑洞涡数据集。该数据集不仅包含寿命为T=30天和90天的

贡献者:: 田丰林
点击量:: 2005
文件大小:: 3.4 GiB
更新时间:: 2026-01-14

J

国家冰川冻土沙漠科学数据中心

中国及周边地区逐时地表温度数据集（2000-2023年）

国及其周边地区2000多个台站的气温观测记录进行了缺失填补和时序延展，制备了同一起止时间，全面覆盖目标区域的融合数据集，为用户提供了一个完整、连续、直接可用的逐时温度数据集。相比于原始观测记录，该数

贡献者:: 赵国辉
点击量:: 3608
文件大小:: 10.5 GiB
更新时间:: 2025-12-09

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)

km × 1 km的高空间分辨率，覆盖了2003年1月至2020年12月的中国大陆地区。HiTIC数据集中12个热指标的总体r平方、均方根误差和平均绝对误差分别为0.996、0.693和0.512°C

贡献者:: 罗明
点击量:: 4525
文件大小:: 34.5 GiB
更新时间:: 2026-01-14

国家冰川冻土沙漠科学数据中心

中国东北地区500m分辨率积雪季逐日无云NDSI数据集（2000-2020年）

中国东北地区是我国三大积雪区之一。该地区地处高纬度，冬季太阳高度角低，光照条件差，并且该地区具有很高的森林覆盖度。当前MODISV6积雪产品提供的归一化差值积雪指数（NDSI）在中

贡献者:: 韩超, 沈言龙, 欧阳志棋, 谢佩瑶, 郭惠, 陈思勇, 王晓艳
点击量:: 7085
文件大小:: 607.1 GiB
更新时间:: 2023-03-07

国家冰川冻土沙漠科学数据中心

藏东南雪崩空间分布及其属性数据集（1972-2025年）

典型雪崩隐患点数据。雪崩空间分布数据覆盖1972–2024年，通过人工目视解译获得，记录雪崩形态及几何特征；隐患点数据基于2021–2025年野外调查、历史档案及文献整理获得，包含雪崩类型、地形

贡献者:: 郝建盛, 付晓茜, 王岩, 陈国庆, 朱宏, 李朝月
点击量:: 96
文件大小:: 872.6 MiB
更新时间:: 2026-03-27

国家冰川冻土沙漠科学数据中心

20世纪初以来新合并的全球地表温度数据集（1900-2018年）

合并而成。C-LSAT 和 ERSSTv5 的合并显示了延伸至高纬度的高空间覆盖率，并且与极地地区的多数据集平均值参考更加一致。比较表明，从 1900 年到 2017 年，CMST 与其他现有全球 ST 数据

贡献者:: 李庆祥
点击量:: 4989
文件大小:: 5.2 MiB
更新时间:: 2026-01-14

J

国家冰川冻土沙漠科学数据中心

基于水平衡的全球陆地和全球主要流域陆地蒸发估算值（2002-2021年）

蒸发（ET）是水循环的重要组成部分之一，是全球水循环、能源循环和碳循环之间的纽带。因此，精确量化蒸散发对于了解各种地球系统过程和后续社会应用至关重要。现有的蒸散发检索方法要么时空覆盖

贡献者:: 潘云
点击量:: 4977
文件大小:: 1.3 GiB
更新时间:: 2025-06-30

国家冰川冻土沙漠科学数据中心

中国县级地区第一、二、三产业增加值空间分布年度数据（2000-2022年）

Albers投影坐标系。数据包含 23 年的第一、二、三产业增加值栅格数据，时空范围覆盖整个黄河流域，时间跨度为 2000-2022 年，空间分辨率为 1km。

贡献者:: 张举涛, 李雪娇, 苏迎庆, 刘蔚, 朱猛, 廖芮
点击量:: 626
文件大小:: 266.1 MiB
更新时间:: 2026-02-05

J

国家冰川冻土沙漠科学数据中心

中国每日地面MDA8 O3重建数据（2005-2021年）

>的无间隙网格覆盖了 2005-2021 年的长时段，有助于气候、生态和健康研究。

贡献者:: 高蒙
点击量:: 3868
文件大小:: 100.8 MiB
更新时间:: 2025-06-30

国家冰川冻土沙漠科学数据中心

2002-2021年青海省积雪日数遥感监测数据集

据集以空间分辨率为500m的MODIS-NDSI数据为基础，通过逐日积雪覆盖范围提取、积雪日数合成和站点数据校正等步骤，制作了青海省积雪日数遥感监测数据集（2002-2021年），并经青海省51个地

贡献者:: 李晓东, 李林, 史飞飞, 苏文将, 肖建设, 李红梅
点击量:: 5917
文件大小:: 561.1 MiB
更新时间:: 2023-05-12

J

国家冰川冻土沙漠科学数据中心

中国高分辨率卫星太阳诱导叶绿素荧光数据集（2000-2022年）

（TROPOMI）提供了几乎覆盖全球的精细光谱分辨率，可进行可靠的 SIF 检索。然而，目前卫星获得的 SIF 数据集只有较粗的空间分辨率，限制了其在精细尺度上的应用。在此，我们利用加权叠加算法，从 TROPOMI

贡献者:: 张兆英
点击量:: 3778
文件大小:: 429.1 GiB
更新时间:: 2025-05-29

J

国家冰川冻土沙漠科学数据中心

2000-2023年中国及周边地区地表冻融数据集

融循环变化指标，空间分辨率为0.1°和0.01°，区域范围介于3°N–54°N，60°E–136°E，覆盖中国、蒙古、巴基斯坦、阿富汗、塔吉克斯坦、吉尔吉斯斯坦等29个国家。本数据集具有现势性强、要素多、范围

贡献者:: 赵国辉, 余慧明
点击量:: 6843
文件大小:: 21.1 GiB
更新时间:: 2026-01-13

国家冰川冻土沙漠科学数据中心

喜马拉雅山中部奇纳河-尼泊尔跨界流域的冰川快速萎缩和冰川湖扩张数据集（1964-2020年）

冰湖进行了自动划界，数据格式为.shp。其中，绘制了2020年整个盆地的 271 个冰川和 196 个冰湖的地图，覆盖面积分别为 329.2 ± 1.9 平方公里和 14.4 ± 0.3 平方公里。经统计，在过去的 56

贡献者:: 钟妍, 刘巧
点击量:: 6687
文件大小:: 2.5 MiB
更新时间:: 2026-01-12

国家冰川冻土沙漠科学数据中心

中国天山地区高分辨率气温数据集（1979-2016年）

了1979 - 2016年中国天山地区独特的高分辨率(1km, 6h)气温数据集。数据集的覆盖范围为41.1814-45.9945°N, 77.3484-96.9989°E。栅格点来源于SRTM DEM，从

贡献者:: 高路
点击量:: 4569
文件大小:: 169.2 GiB
更新时间:: 2026-01-14

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:: 9421
文件大小:: 13.1 MiB
更新时间:: 2022-04-18