ncdc logo title
ncdc_logo
收起筛选
  • 9/45

国家冰川冻土沙漠科学数据中心
"一带一路"沿线区域沙漠沙脊线数据集（2000-2020年）
库姆沙漠，雷基斯坦沙漠，塔尔沙漠，包含2000, 2005, 2010, 2015, 2020五期。本次沙脊线数据集为中国沙漠地区沙脊线提取方法，沙丘移动规律研究提供了基础数据。
贡献者:
柳新朝, 王兆滨
点击量:
4355
文件大小:
69.5 GiB
更新时间:
2025-11-22

国家冰川冻土沙漠科学数据中心
青藏高原日湖面水温综合数据集（1978-2017年）
  数据集重建了广覆盖、长时序的湖面温度数据产品。针对青藏高原的湖泊水热平衡的基本特征及数据基础，团队对湖泊一维能量平衡模型加以改进，并借助Google Earth
贡献者:
吴彦宏
点击量:
5059
文件大小:
52.7 MiB
更新时间:
2026-01-14

国家冰川冻土沙漠科学数据中心
中国全域合并地表温度数据集（1850-2020 年）
  全球地表温度观测数据集是全球变暖研究的基础。在全球变暖加剧的背景下和频繁的极端事件，必须提高覆盖率和降低全球地表温度数据集的不确定性。中国
贡献者:
李庆祥
点击量:
7864
文件大小:
81.2 MiB
更新时间:
2026-01-13

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）
  本数据集为黄河流域 2000-2022年年度县级地区第一、二、三产业增加值空间分布栅格数据，数据以 2000—2022 年《中国县域统计年鉴》的县级第一、二、三产业增加值统计数据为基础
贡献者:
张举涛, 李雪娇, 苏迎庆, 刘蔚, 朱猛, 廖芮
点击量:
1320
文件大小:
266.1 MiB
更新时间:
2026-02-05

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）
  全球地表温度（ST）数据集是全球气候变化研究的基础。美国国家海洋和大气管理局 NCEI、美国国家航空航天局 GISS、英国气象局哈德利中心和 UEA CRU 以及伯克利地球等机构的不同小组已经开发了多个全球地表温度数据
贡献者:
李庆祥
点击量:
5489
文件大小:
5.2 MiB
更新时间:
2026-01-14

国家冰川冻土沙漠科学数据中心
中国6小时PM2.5数据集重建（1960-2020年）
于研究和环境管理都缺乏。在该数据集中，我们重建了一个基于站点的PM2.5从 1960 年到 2020 年每隔 6 小时一次的数据集，结合了长期能见度、常规气象观测、排放和高程。PM2.5每个
贡献者:
张晓叶
点击量:
7210
文件大小:
3.6 GiB
更新时间:
2026-01-14

国家冰川冻土沙漠科学数据中心
使用GRACE陆地储水和极端降水的洪水检测数据集（2002-2016年）
%。这些检测能力和检测结果都很好。我们终于提供了从2002年4月1日到2016年8月31日，覆盖60°S—60°N范围的1°空间分辨率的洪水日产品。本研究为全球洪涝事件的机理分析和归因提供了数据基础。
贡献者:
刘凯
点击量:
4756
文件大小:
5.4 GiB
更新时间:
2026-01-14

国家冰川冻土沙漠科学数据中心
中国北方长时间序列土壤风蚀与粉尘释放数据集（1981—2024年）
  本数据集覆盖1981–2024年中国北方地区，系统记录了不同荒漠化程度下的土壤风蚀强度与粉尘释放特征。基于
贡献者:
杜鹤强, 丁瑞强, 范亚伟, 杨胜飞
点击量:
562
文件大小:
466.8 MiB
更新时间:
2026-03-17

国家冰川冻土沙漠科学数据中心
21 世纪近海海域浮游植物藻华范围扩张与强度变化数据集（2003-2020年）
  近海海域浮游植物藻华既有利于沿岸渔业生产与生态系统功能维持，也会引发严重的环境问题。然而，目前全球范围内仍缺乏藻华发生频次与空间分布的精细化定量表征。本数据集基于全球卫星观测数据
贡献者:
冯炼
点击量:
144
文件大小:
26.8 GiB
更新时间:
2026-04-20

国家冰川冻土沙漠科学数据中心
天山积雪雪崩研究站冻土观测数据集（1967-2021年）
集整理了中国科学院天山积雪雪崩站1967年至2021年人工地面纸质记录资料，然后修补并人工录入所有数据。该数据集为区域生态安全和基础设施建设顺利实施提供科技基础，并促进气候变化、干旱区积雪水文水资源和季节性冻土研究等学科发展需求。 <p
贡献者:
李兰海, 郝建盛, 刘明哲, 王海存
点击量:
7006
文件大小:
3.1 MiB
更新时间:
2022-07-21

国家冰川冻土沙漠科学数据中心
中国区域AI-Ready MODIS积雪覆盖比例数据集（2000-2022年）
——充分验证了ChinaAI-FSC的数据质量、可靠性与可用性。通过提供协调一致、经过验证且文档完备的样本，ChinaAI-FSC为AI驱动的积雪覆盖制图、长期监测及冰冻圈—水文模型构建奠定了统一的数据基础
贡献者:
侯金亮, 黄春林, 张莹
点击量:
641
文件大小:
60.9 GiB
更新时间:
2026-03-23

国家冰川冻土沙漠科学数据中心
“一带一路”中亚地区及中国西北地区滑坡高精度影像及解译数据集
一路”中亚地区及中国西北地区的1m高分辨率航空影像为基础，结合“一带一路”中亚地区滑坡点数据、数字高程模型（DEM）、气温和降水等数据，通过目视解译方法，对滑坡灾害进行解译和标注，最终形成“一带一路”中亚地区及中国西北地区典型滑坡航空影像分布及解译数据
贡献者:
火久元, 王院荣, 张耀南, 康建芳, 敏玉芳
点击量:
7838
文件大小:
7.2 GiB
更新时间:
2025-05-15

国家冰川冻土沙漠科学数据中心
全球海洋监测系统叶面积指数（GIMMS LAI4g）时空一致的全球数据集（1982-2020年）
  具有明确生物物理意义的叶面积指数（LAI）是描述陆地生态系统特征的关键变量。长期的全球 LAI 数据集已成为监测植被动态和探索其与其他地球成分相互作用的基础数据
贡献者:
朱再春
点击量:
4407
文件大小:
5.7 GiB
更新时间:
2025-06-30

国家冰川冻土沙漠科学数据中心
高质量再处理 MODIS 叶面积指数数据集 (HiQ-LAI)（2000-2022年）
  叶面积指数（LAI）是表征植被冠层结构和能量吸收能力的重要参数。中分辨率成像分光仪（MODIS）的叶面积指数因其明确的理论基础、大量的历史时间序列、广泛
贡献者:
闫凯
点击量:
6450
文件大小:
35.4 GiB
更新时间:
2025-06-30

国家冰川冻土沙漠科学数据中心
中国祁连山葫芦集水区冰冻圈水文气象观测（CHOICE）数据集（2009-2017年）
、灌木、针叶林、沼泽草甸和冰碛-距骨带。CHOICE提供的综合长期观测为冰冻圈水文研究中的模型开发和应用提供了基础。本文尝试研究低温圈水文气象过程对垂直高度的降水、冻融循环、能量平衡、土壤-植被-大气
贡献者:
韩春坛, 陈仁升, 刘章文
点击量:
6053
文件大小:
76.9 KiB
更新时间:
2023-07-24

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
具有更优的精度，RMSE通常在8.5 cm以下。为三江源的积雪资源监测提供了可靠的数据基础。
贡献者:
赵子胜, 郝晓华, 李杭璇, 钟歆玥, 吴晓东
点击量:
3789
文件大小:
237.5 MiB
更新时间:
2025-04-24

国家冰川冻土沙漠科学数据中心
1980-2024北极积雪覆盖日数据集
使用最近邻插值法重采样至统一的500m空间分辨率，以对齐AVHRR（较粗分辨率）和MODIS数据。优势：整合AVHRR和MODIS数据，提供1980-2024年的连续记录，500m统一分辨率便于现代地理空间分析，二元
贡献者:
吴通华
点击量:
18
文件大小:
1.1 GiB
更新时间:
2026-05-07

国家冰川冻土沙漠科学数据中心
冰川区近景摄影测量技术指南
12979-2008》和《GB/T 7930-2008》基础上，部分数据采集与处理需要进一步加以优化。本手册主要从使用范围、测量仪器、数据采集、内业处理、成果展示、精度控制等方面进行介绍。制图时期至2010
贡献者:
刘时银, 上官冬辉, 魏俊锋, 许君利
点击量:
15430
文件大小:
951.9 KiB
更新时间:
2023-05-16

国家冰川冻土沙漠科学数据中心
泾河流域MCD15A2叶面积指数LAI（2002-2021年）
被定义为单位面积内所含的植被叶片表面积之和。因该指数可反映研究区内植被叶片的疏密程度及植被的生长状况，所以精确获取LAI显得极为重要。在LAI的获取过程中，遥感信息技术因其可实时动态有效监测植被特征且作业周期短等显著优势而被广泛应用，该技术为植被生化参数的有效研究奠定了基础。
贡献者:
张耀南
点击量:
9505
文件大小:
317.2 MiB
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MCD15A2叶面积指数LAI（2002-2020年）
信息技术因其可实时动态有效监测植被特征且作业周期短等显著优势而被广泛应用，该技术为植被生化参数的有效研究奠定了基础。
贡献者:
张耀南
点击量:
12837
文件大小:
954.1 MiB
更新时间:
2025-05-29

© 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