三江源国家公园星空地一体化生态监测数据平台
Ecological Data Center of Sanjiangyuan National Park
最新数据
查看更多>>
三江源及邻近区域国家标准气象站逐月气象数据(1957-2015)

三江源及区域国家标准气象站逐月气象数据,包含32个气象站,主要包括平均本站气压、极端最高本站气压、极端最高本站气压出现日、极端最低本站气压、极端最低本站气压出现日、平均气温、极端最高气温、极端最高气温出现日、极端最低气温、极端最低气温出现日、平均气温距平、平均最高气温、平均最低气温、日照时数、日照百分率、平均相对湿度、最小相对湿度、最小相对湿度出现日期、降水量、日降水量>=0.1mm日数、最大日降水量、最大日降水量出现日、降水距平百分率、平均风速、极大风速、极大风速之出现日、最大风速、极大风速之风向、最大风速之风向、最大风速之出现日26个变量。数据格式为txt,以站点ID命名,每个文件26列,各列数据的名称、单位以含义在SURF_CLI_CHN_MUL_MON_readme.txt文件中进行了说明。所包含的站点列表如下表: site_id lat lon elv name_cn 52754 37.33 100.13 8301.50 刚察 52833 36.92 98.48 7950.00 乌兰 52836 36.30 98.10 3191.10 都兰 52856 36.27 100.62 2835.00 恰卜恰 52866 36.72 101.75 2295.20 西宁 52868 36.03 101.43 2237.10 贵州 52908 35.22 93.08 4612.20 伍道梁 52943 35.58 99.98 3323.20 兴海 52955 35.58 100.75 8120.00 贵南 52974 35.52 102.02 2491.40 同仁 56004 34.22 92.43 4533.10 托托河 56018 32.90 95.30 4066.40 杂多 56021 34.13 95.78 4175.00 曲麻莱 56029 33.02 97.02 3681.20 玉树 56033 34.92 98.22 4272.30 玛多 56034 33.80 97.13 4415.40 清水河 56038 32.98 98.10 9200.00 石渠 56043 34.47 100.25 3719.00 果洛 56046 33.75 99.65 3967.50 达日 56065 34.73 101.60 8500.00 河南 56067 33.43 101.48 3628.50 久治 56074 34.00 102.08 3471.40 玛曲 56080 35.00 102.90 2910.00 合作 56106 31.88 93.78 4022.80 索县 56116 31.42 95.60 3873.10 丁青 56125 32.20 96.48 3643.70 囊谦 56128 31.22 96.60 3810.00 类乌齐 56137 31.15 97.17 3306.00 昌都 56151 32.93 100.75 8530.00 班玛 56152 32.28 100.33 8893.90 色达

青藏高原台站雪深数据集(V1.0)(1961-2013)

青藏高原平均海拔4000m以上,是北半球中低纬度海拔最高、积雪覆盖最大的地区。积雪不仅是青藏高原季节性变化最大的下垫面和重要的生态环境组成要素,冰雪融水是高原及其下游地区重要的水资源。同时,高原积雪作为一种重要的陆面强迫因子,与东亚、南亚季风以及长江中下游的旱涝等灾害性天气紧密相关,是短期气候预测的重要指示因子和全球气候变化最为敏感的响应因子之一。积雪深度是指积雪表面到地面的垂直深度,是表征积雪特征的重要参数和常规气象观测要素之一,是估算雪水当量、研究积雪气候效应、流域水量平衡和融雪径流模拟以及监测和 评估雪灾发生和等级划分的重要参数。 在本数据集中,青藏高原边界采用了以自然地貌为主导因素,同时综合考虑海拔高度、高原面和山地完整性原则确定的高原范围。高原主体部分在西藏自治区和青海省,面积257.2万km²,约占我国陆地总面积的26.8%。雪深观测数据是经过质量检测和质量控制的逐月最大雪深资料。研究范围内共有102个气象站,多数始建于20世纪50-70年代,部分站点在这一时期存在有,些月份或年份缺测情况,最后采用了1961-2013年有完整观测记录的时间。时间分辨率为逐日,覆盖范围为青藏高原,其所有数据进行了质量控制。准确而详实的高原雪深数据对气候变化诊断、亚洲季风的演变和区域融雪水资源的管理具有重要意义。

长江源和黄河源水资源时空分布数据集(1998-2017)

本数据是通过建立长江黄河源WEB-DHM分布式水文模型,以气温、降水、气压等作为输入数据,以GAME-TIBET数据作为验证数据,模拟输出的5km逐月水文数据集,包括格网径流与蒸发(若蒸发小于0,则表示凝华;若径流小于0,则表示当月降水小于蒸发)。数据是基于WEB-DHM分布式水文模型,以气温、降水、气温等(源自itp-forcing和CMA)为输入数据,以GLASS、MODIA、AVHRR为植被数据,SOILGRID及FAO为土壤参数建立起的模型,并通过对径流、土壤温湿度的率定与验证获得的1998-2017年长江黄河源5公里逐月格网径流与蒸发。若asc无法在arcmap中正常打开,请将asc文件前5行顶格。

青藏高原气候空间数据集(1961-2020)

基于青藏高原国家气象站站点数据通过PRISM模型插值生成的高原气象要素分布图,主要包括气温和降水。 青藏高原1961-1990月均温分布图(30年平均值): t1960-90_1.e00,t1960-90_2.e00,t1960-90_3.e00,t1960-90_4.e00,t1960-90_5.e00, t1960-90_6.e00,t1960-90_7.e00,t1960-90_8.e00,t1960-90_9.e00,t1960-90_10.e00, t1960-90_11.e00,t1960-90_12.e00 青藏高原1991-2020月均温分布图(30年平均值): t1991-20_1.e00,t1991-20_2.e00,t1991-20_3.e00,t1991-20_4.e00,t1991-20_5.e00, t1991-20_6.e00,t1991-20_7.e00,t1991-20_8.e00,t1991-20_9.e00,t1991-20_10.e00, t1991-20_11.e00,t1991-20_12.e00, 青藏高原1961-1990月降水分布图(30年平均值): p1960-90_1.e00,p1960-90_2.e00,p1960-90_3.e00,p1960-90_4.e00,p1960-90_5.e00, p1960-90_6.e00,p1960-90_7.e00,p1960-90_8.e00,p1960-90_9.e00,p1960-90_10.e00, p1960-90_11.e00,p1960-90_12.e00 青藏高原1991-2020月降水分布图(30年平均值): p1991-2020_1.e00,p1991-2020_2.e00,p1991-2020_3.e00,p1991-2020_4.e00,p1991-2020_5.e00, p1991-2020_6.e00,p1991-2020_7.e00,p1991-2020_8.e00,p1991-2020_9.e00,p1991-2020_10.e00, p1991-2020_11.e00,p1991-2020_12.e00, 数据时间范围分为1961-1990年、1991-2020年。 数据覆盖的空间范围为东经73°~104.95°,北纬26.5°~44.95°,空间分辨率0.05度×0.05度(经度×纬度),大地坐标投影。 名称解释: 月均温:一个月中每天的日平均气温的平均数; 月降水:一个月降水量的总和。 量纲:数据的文件格式为E00文件,DN值为1~12月的月均温平均值(×0.01℃)、月降水平均值(×0.01mm)。 数据类型:整型。 数据精度:0.05度×0.05度(经度×纬度)。 本数据原始来源为两组数据集:1)青藏高原及周边地区128个气象站自建站至2000年的月均温、月降水观测资料;2)青藏高原50×50km网格的HadRM3区域气候情景模拟数据,即1991-2020年下月平均温度、月降水模拟值。 1961-1990年,对源数据集采用PRISM(Parameter elevation Regressions on Independent Slopes Model)插值方法生成网格数据,基于站点数据对插值模型进行调参和验证。1991-2020年,对区域气候情景模拟数据以地形趋势面插值方法降尺度生成网格数据。部分源数据来自GCM模型模拟的结果:GCM模型采用Hadley Centre climate model HadCM2-SUL。 a) Mitchell JFB, Johns TC, Gregory JM, Tett SFB (1995) Climate response to increasing levels of greenhouse gases and sulphate aerosols. Nature, 376, 501-504. b) Johns TC, Carnell RE, Crossley JF et al. (1997) The second Hadley Centre coupled ocean-atmosphere GCM: model description, spinup and validation. Climate Dynamics, 13, 103-134. 对气象数据进行空间插值采用PRISM (Parameter-elevation Regressions on Independent Slopes Model)方法: Daly,C., R.P. Neilson, and D.L. Phillips, 1994: A statistical-topographic model for mapping climatological precipitation over mountainous terrain. J. Appl. Meteor., 33, 140~158. 因高原地区观测条件艰苦,基础研究数据缺乏,部分地区气象数据有缺失的现象。本数据集经调参和验证,精度尚可,但仅可做为宏观尺度气候研究的参考之用。青藏高原1961-1990月均温分布数据平均相对误差率为8.9%,青藏高原1991-2020月均温分布数据平均相对误差率为9.7%,青藏高原1961-1990月降水分布数据平均相对误差率为20.9%,青藏高原1991-2020月降水分布数据平均相对误差率为22.7%。对部分缺失数据的区域进行了插补,对明显错误的个别数值进行了修改。

园区分布
新闻动态
统计图表
合作单位