积雪是重要的水资源。本数据以高空间分辨率月尺度降水气温数据为输入,利用度日因子模型计算积雪融水量,以降雪、雪深、积雪范围和雪水当量等验证模型输出,获取了中国高空间分辨率(0.5′,约1km)1951-2020年月尺度积雪融水数据。数据集包含的地理空间范围是中国主要陆地,不含南海岛礁等区域。该数据集以nc文件格式存储,文件命名方式为snowmelt_year,year表示年份。
采集时间 | 1951/01/31 - 2020/12/31 |
---|---|
采集地点 | 中国 |
数据量 | 3.5 GiB |
数据格式 | nc |
数据空间分辨率(/米) | 0.5′ |
数据时间分辨率 | 月 |
坐标系 | WGS84 |
投影 | Mercator |
1951-2017年降水气温数据来自于https://zenodo.org/record/3114194和https://zenodo.org/record/3185722;2018-2020年降水气温数据来自于国家地球系统科学数据中心http://www.geodata.cn/。
1)利用雨雪分离系数获取降雪;2)构建月尺度融雪度日因子模型。具体过程见参考文献。
利用模型输出中间变量降雪、雪深、积雪范围和雪水当量验证。457个站点中,315个站点降雪验证R2 > 0.4;264个站点中,108个站点雪深验证R2 > 0.2;全国及三大稳定积雪区(北疆,东北和青藏高原)的积雪范围验证的R2 分别为0.93,0.81,0.93和0.90;雪水当量验证的R2 分别为0.62,0.67,0.76和0.25。
# | 编号 | 名称 | 类型 |
1 | 2019YFC1510505 | 融雪洪水预报预警决策支持与防控系统研发与示范 | 国家重点研发计划 |
2 | 2021kf09 | 中国月尺度积雪融水数据集制作 | 其他 |
# | 标题 | 文件大小 |
---|---|---|
1 | snowmelt_1951.nc | 50.3 MiB |
2 | snowmelt_1952.nc | 49.6 MiB |
3 | snowmelt_1953.nc | 50.5 MiB |
4 | snowmelt_1954.nc | 53.7 MiB |
5 | snowmelt_1955.nc | 52.4 MiB |
6 | snowmelt_1956.nc | 54.6 MiB |
7 | snowmelt_1957.nc | 53.5 MiB |
8 | snowmelt_1958.nc | 52.2 MiB |
9 | snowmelt_1959.nc | 51.8 MiB |
10 | snowmelt_1960.nc | 52.8 MiB |
# | 时间 | 姓名 | 用途 |
---|---|---|---|
1 | 2024/12/22 03:13 | 刘*赫 |
黄河水量平衡分析黄河水量平衡分析黄河水量平衡分析黄河水量平衡分析
|
2 | 2024/12/18 00:32 | Gua****** Li |
论文题目:西北内陆河流域对气候变化的水文响应研究
数据在研究中的作用:计算积雪融水对径流的贡献
论文类型:期刊论文
导师姓名:陈喜
|
3 | 2024/12/17 20:50 | 孙* |
论文题目:西北干旱区积雪研究
数据在研究中的作用:重要的输入基础数据
论文类型:科研学术论文
导师姓名:郝兴明
|
4 | 2024/12/17 02:51 | 柳*倩 |
下载该数据用于青藏高原夏季积雪融化量分析
|
5 | 2024/12/17 01:17 | 侯*臻 |
用于评估青藏高原的生态安全屏障功能,分析影响功能的驱动因素
|
6 | 2024/12/10 06:59 | 王*冉 |
将全球大气模型资料和气象站实测气压数据结合起来,计算研究区域的大气负荷影响,同时根据全球陆地水模型(GLDAS)、国家冰川冻土沙漠科学数据中心的《中国1951-2020年月尺度积雪融水数据集》进行讨论,探究西部台站低频重力扰动的季节性变化特征与冰川以及土壤水的关系;
|
7 | 2024/12/05 06:04 | Li*****ang |
本人申请中国1951-2020年月尺度积雪融水数据集数据,用于冰川泥石流风险评价指标因子构建和结果验证。
|
8 | 2024/11/20 03:38 | 董*阳 |
为“京津冀城镇化对地下水的胁迫格局及影响机理”做数据收集工作
|
9 | 2024/11/15 19:22 | 魏*生 |
国家重点基金(42230503)《东北北部多年冻土区植被动态对气候变化和人类活动的响应》需要降雪数据。
|
10 | 2024/11/14 01:44 | 徐*瑜 |
冻土变化监测技术研发:随着全球气候变暖,冻土的分布范围、冻融状态等都在不断发生变化。申请冻土遥感数据可以用于研发更先进的冻土变化监测技术和模型,通过对长时间序列的遥感数据进行分析,深入了解冻土的变化趋势、变化速率以及影响因素等,为应对气候变化对冻土地区的影响提供技术支持。例如,利用遥感数据研究冻土的温度、水分含量等参数的变化,开发相应的监测算法和模型。
跨模态数据融合研究:中科星图在遥感数据处理和分析方面具有较强的技术实力,申请冻土遥感数据可以用于开展跨模态数据融合的研究。将冻土遥感数据与其他类型的数据(如地形数据、气象数据、地质数据等)进行融合,能够更全面、准确地理解冻土的形成、分布和变化机制,为相关的科学研究和工程应用提供更丰富的信息支持。
业务拓展与应用开发需求:
寒区工程建设支持:在寒区进行工程建设时,冻土的特性对工程的稳定性和安全性有着重要影响。申请冻土遥感数据可以用于为寒区工程建设提供数据支持和技术服务,例如评估冻土的承载力、预测冻土的冻融循环对工程结构的影响等。通过对冻土遥感数据的分析,可以为工程选址、设计、施工和维护提供科学依据,降低工程风险和成本。
生态环境监测与保护:冻土地区是生态环境较为脆弱的区域,对其进行监测和保护具有重要意义。申请冻土遥感数据可以用于开展冻土地区的生态环境监测和评估,例如监测冻土地区的植被覆盖度、土壤湿度、地表径流等参数的变化,评估冻土退化对生态环境的影响。同时,利用遥感数据还可以对冻土地区的生态保护措施进行监测和评估,为生态保护政策的制定和实施提供数据支持。
|
©2024 中国科学院西北生态环境资源研究院 备案号:陇ICP备2021001824号-34
兰州市东岗西路320号 730000 电话:0931-4967592, 0931-4967596