黑河流域上游2000–2015年积雪水资源数据集

中国积雪特性及分布调查 II 区论文（已发表） • 版本 ZH1 Vol 7 (3) 2022

A dataset of snow cover water resources in the upper reaches of Heihe River Basin during 2000–2015

牛莉婷，李弘毅，王建

NIU Liting, LI Hongyi, WANG Jian

DOI: 10.11922/11-6035.ncdc.2021.0035.zh
PID: 21.86101.1/11-6035.ncdc.2021.0035.zh
: 10.12072/ncdc.I-SNOW.db0019.2021
: 10.12072/ncdc.I-SNOW.db0009.2021
: 10.12072/ncdc.I-SNOW.db0018.2021

： 2021 - 12 - 17

： 2022 - 02 - 18

： 2022 - 01 - 04

： 2022 - 04 - 19

深圳SEO优化公司做网站优化公司有哪些网站可以做多少优化关键词松江区公司网站优化案例云南网站关键词优化推广外包公司网站排名优化科技程序设计公司桃源个人如何做网站优化出名的服装行业网站优化价格济南网站如何优化网站就一页如何优化上海网站搜索优化西安技术好网站关键字优化一个城市网站如何优化定制网站建设网站开发网络优化网站基础优化网络推广郑州网站优化网站如何做优化推广代发网站优化系统价格衡水网站优化哪家好绥化seo网站优化河南知名网站优化哪家好赵县网站优化seo 深圳谷歌seo网站排名优化网站怎么优化首选火28星无锡优化网站生产厂家织梦网站需要优化优化网站注意哪些张家港企业网站优化方案网站优化没排名有哪些原因江汉区网站seo优化排名定海区网站优化托管歼20紧急升空逼退外机英媒称团队夜以继日筹划王妃复出草木蔓发春山在望成都发生巨响当地回应 60岁老人炒菠菜未焯水致肾病恶化男子涉嫌走私被判11年却一天牢没坐劳斯莱斯右转逼停直行车网传落水者说“没让你救”系谣言广东通报13岁男孩性侵女童不予立案贵州小伙回应在美国卖三蹦子火了淀粉肠小王子日销售额涨超10倍有个姐真把千机伞做出来了近3万元金手镯仅含足金十克呼北高速交通事故已致14人死亡杨洋拄拐现身医院国产伟哥去年销售近13亿男子给前妻转账现任妻子起诉要回新基金只募集到26元还是员工自购男孩疑遭霸凌家长讨说法被踢出群充个话费竟沦为间接洗钱工具新的一天从800个哈欠开始单亲妈妈陷入热恋 14岁儿子报警 #春分立蛋大挑战#中国投资客涌入日本东京买房两大学生合买彩票中奖一人不认账新加坡主帅：唯一目标击败中国队月嫂回应掌掴婴儿是在赶虫子 19岁小伙救下5人后溺亡多方发声清明节放假3天调休1天张家界的山上“长”满了韩国人？开封王婆为何火了主播靠辱骂母亲走红被批捕封号代拍被何赛飞拿着魔杖追着打阿根廷将发行1万与2万面值的纸币库克现身上海为江西彩礼“减负”的“试婚人”因自嘲式简历走红的教授更新简介殡仪馆花卉高于市场价3倍还重复用网友称在豆瓣酱里吃出老鼠头 315晚会后胖东来又人满为患了网友建议重庆地铁不准乘客携带菜筐特朗普谈“凯特王妃P图照”罗斯否认插足凯特王妃婚姻青海通报栏杆断裂小学生跌落住进ICU 恒大被罚41.75亿到底怎么缴湖南一县政协主席疑涉刑案被控制茶百道就改标签日期致歉王树国3次鞠躬告别西交大师生张立群任西安交通大学校长杨倩无缘巴黎奥运

深圳SEO优化公司 XML地图 TXT地图虚拟主机 SEO 网站制作网站优化

2982 9 0

摘要&关键词

摘要：融雪对寒区水资源的贡献已受到越来越多的关注。积雪融水是黑河流域水资源的重要组成部分，研究该流域的积雪融水及其变化对中下游地区工农业生产及生态环境建设具有重要意义。本文基于分布式寒区水文模型，利用气象台站数据、再分析资料和遥感积雪面积数据等，制作了黑河流域上游2000–2015年的逐日融雪径流深、逐日雪水当量及逐年融雪径流系数数据。通过在不同尺度上验证模型模拟的积雪深度、径流和积雪面积，并对比了应用遥感积雪面积数据前后的水文指标模拟精度，结果表明：本数据集满足精度要求，具有较高的可靠性。共享和利用本数据集有利于进一步开展流域内水文过程、积雪水资源利用和管理、积雪灾害监测及防治等研究。

关键词：积雪水资源；融雪径流深；雪水当量；融雪径流系数

Abstract & Keywords

Abstract: Snowmelt contributions to water resources in cold regions have increasing attracted the attention of researchers. Snowmelt water is an important part of water resources in Heihe River Basin. The study on snowmelt water and its changes is of great significance to industrial and agricultural production and ecological environment construction in the middle and lower reaches of Heihe River Basin. Based on the distributed cold region hydrological model in combination with meteorological station data, reanalysis data and remote sensing snow area data, we produced a dataset of daily snowmelt runoff depth, daily snow water equivalent and yearly snow runoff coefficient in the upper reaches of Heihe River Basin from 2000 to 2015. Moreover, in this dataset, we verified the simulated snow depth, runoff and snow area at different scales, and compared the simulation accuracy of hydrological indexes before and after the application of remote sensing snow area data. The results show that the dataset meets the requirement of accuracy and has high reliability. The sharing and application this dataset is conducive to further research on hydrological processes, utilization and management of snow cover water resources, snow cover disaster monitoring and prevention in the basin.

Keywords: snow water resources; snowmelt runoff depth; snow water equivalent; snow runoff coefficient

数据库（集）基本信息简介

数据库（集）名称	黑河流域上游2000–2015年积雪水资源数据集
数据作者	牛莉婷、李弘毅、王建
数据通信作者	李弘毅（lihongyi@lzb.ac.cn）
数据时间范围	2000–2015年
地理区域	地理范围为98°34′27″–101°10′45″N，37°7′53″–39°43′1″E，位于青藏高原东北边缘。
投影坐标	GCS_WGS_1984
基准面	D_WGS_1984
空间分辨率	1000 m
时间分辨率	融雪径流深：逐日；雪水当量：逐日；融雪径流系数：逐年
数据量	1.42 GB
数据格式	*.tif
数据服务系统网址	http://dx.doi.org/10.12072/ncdc.I-SNOW.db0009.2021（融雪径流深） http://dx.doi.org/10.12072/ncdc.I-SNOW.db0018.2021（雪水当量） http://dx.doi.org/10.12072/ncdc.I-SNOW.db0019.2021（融雪径流系数）
基金项目	科技基础资源调查项目（2017FY100503）
数据库（集）组成	数据集共包括3个子集，分别为：(1) 逐日融雪径流深，Tiff数据，数据量731 MB；(2) 逐日雪水当量，Tiff数据，数据量731 MB；(3) 逐年融雪径流系数，Tiff数据，数据量2.01 MB。

Dataset Profile

Title	A dataset of snow cover water resources in the upper reaches of Heihe River Basin during 2000-2015
Data corresponding author	Li Hongyi（lihongyi@lzb.ac.cn）
Data authors	NIU Liting, LI Hongyi, WANG Jian
Time range	2000–2015
Geographical scope	Northeast margin of the Tibet Plateau (98°34'27"—101°10'45"N, 37°7'53"—39°43'1"E)
Projection coordinate	GCS_WGS_1984
Datum	D_WGS_1984
Spatial resolution	1,000m
Temporal resolution	Snowmelt runoff depth: daily Snow water equivalent: daily Snow runoff coefficient: yearly
Data volume	1.42GB
Data format	*.tif
Data service system	<http://dx.doi.org/10.12072/ncdc.I-SNOW.db0009.2021>（Snowmelt runoff depth） <http://dx.doi.org/10.12072/ncdc.I-SNOW.db0018.2021>（Snow water equivalent） <http://dx.doi.org/10.12072/ncdc.I-SNOW.db0019.2021>（Snow runoff coefficient）
Sources of funding	Science & Technology Basic Resources Investigation Program of China (2017FY100503)
Dataset composition	The dataset includes three subsets: (1) Daily snowmelt runoff depth, Tiff data, 731MB; (2) Daily snow water equivalent, Tiff data, 731MB; (3) Yearly snow runoff coefficient, Tiff data, 2.01MB.

深圳SEO优化公司 XML地图 TXT地图虚拟主机 SEO 网站制作网站优化

引言

黑河流域是我国第二大内陆河流，其上游（莺落峡出山口以上地区）形成的径流为中下游农业提供重要的水资源^{[ 1]}，积雪融水则是黑河上游径流的重要补给。黑河流域上游位于青藏高原东北边缘，面积为10009 km²，海拔为1674–5108 m。流域内地形复杂，地势南高北低，气候寒冷。在气候变化背景下，流域内年均气温升高，降水增多^{[ 2- 3]}，融雪过程发生显著变化^{[ 4]}。融雪对水文过程的贡献会极大地影响植被的生长和水资源的利用^{[ 5]}。黑河上游的积雪融水变化会进一步引发流域生态环境及中下游地区工农业和人畜用水改变^{[ 4]}。因此定量化理解黑河上游积雪水资源及其变化具有重要意义。

目前，国内外学者利用已有数据集开展了众多有关积雪融水方面的研究。MODIS积雪产品被广泛应用于积雪水文和水文模型研究^{[ 6- 8]}，例如，高寒山区融雪末期雪线高度的遥感监测^{[ 9]}和变化特征分析^{[ 10]}、积雪消融时空变化分析^{[ 11]}、融雪径流模拟^{[ 12- 14]}。也有学者利用被动微波数据(AMSR-E)估算雪水当量^{[ 15]}。还有一些学者对AMSR-E雪深产品、FY-3B雪深产品和GlobSnow雪水当量产品等进行精度验证和评价^{[ 16- 17]}。然而对典型区域（流域）长时间序列积雪水资源数据集的研究相对较少。

本文基于分布式寒区水文模型，利用气象台站数据、再分析资料和遥感积雪面积数据等，制作了黑河流域上游2000–2015年的逐日融雪径流深、逐日雪水当量及逐年融雪径流系数数据。本数据能够定量描述黑河上游积雪水资源及其变化，可用于进一步开展流域内水文过程、水资源利用和管理、积雪灾害监测及防治等研究。

1 数据采集和处理方法

1.1 数据源

1.1.1 水文模型驱动数据

水文模型驱动数据主要有DEM数据、气象数据、土壤数据、土地覆盖数据和遥感积雪面积数据。DEM数据是空间分辨率为90 m的SRTM4(Shuttle Radar Topography Miss) 数据，来源于地理空间数据云 (http://www.gscloud.cn)。气象数据使用空间分辨率为0. 05°×0. 05°，时间分辨率为1 h的黑河流域2000–2015年大气驱动数据集^{[ 18]}，该数据为中尺度数值预报模式 (Weather Research and Forecasting model, WRF) 模拟数据，来源于国家冰川冻土沙漠科学数据中心 (http://www.ncdc.ac.cn)。土壤数据使用中国土壤属性数据集^{[ 19- 20]}，来源于TPDC国家青藏高原科学数据中心 (http://data.tpdc.ac.cn/zh-hans/)。土地覆盖数据使用空间分辨率为1 km的中国地区土地覆盖综合数据 (GLC2000) ^{[ 21]}，来源于国家冰川冻土沙漠科学数据中心 (http://www.ncdc.ac.cn)。遥感积雪面积数据使用中国MODIS逐日无云500 m积雪面积产品数据集^{[ 22]}，来源于国家冰川冻土沙漠科学数据中心 (http://www.ncdc.ac.cn)。

1.1.2 水文模型验证数据

水文模型验证数据主要有积雪深度数据、水文径流数据和遥感积雪面积数据。积雪深度数据使用流域内自动气象站-垭口积雪观测站的逐日观测雪深数据。径流数据使用流域内水文站-莺落峡站（整个流域的控制站点）、札玛什克站（野牛沟子流域的控制站点）和祁连站（八宝河子流域的控制站点）的逐日观测径流。遥感积雪面积数据使用中国MODIS逐日无云500 m积雪面积产品数据集^{[ 22]}。以上数据均来源于国家冰川冻土沙漠科学数据中心 (http://www.ncdc.ac.cn)，相关信息如表1所示。

表1 验证数据及相关信息

验证数据	位置	经度	纬度	海拔/m	时间范围
积雪深度	垭口积雪观测站	100.24°E	38.01°N	4148	2008年、2014年
水文径流	莺落峡站	100.18°E	38.80°N	1600	2004–2015年
	札玛什克站	99.98°E	38.23°N	2690	2004–2015年
	祁连站	100.23°E	38.19°N	2711	2004–2015年
遥感积雪面积	整个流域	-	-	-	2004–2015年

1.1.3 其他数据

其他数据主要是流域内及其周围8个气象站点2000–2015年的逐日观测降水数据。流域内气象站点是野牛沟站和祁连站，周围气象站点包括托勒站、刚察站、永昌站、山丹站、张掖站和高台站，黑河流域上游位置及站点分布如图1所示，各气象站点相关信息如表2所示。气象数据均来源于国家气象科学数据中心（ http://data.cma.cn）。

图1 黑河流域上游位置及站点分布

Figure 1 Location and stations distribution of the upstream Heihe River Basin

表2 流域及周围气象站点信息

站名	经度	纬度	海拔/m
野牛沟	99.58°E	38.42°N	3320
祁连	100.24°E	38.19°N	2788
托勒	98.02°E	39.03°N	3368
刚察	100.11°E	37.25°N	3302
永昌	101.58°E	38.18°N	1976
山丹	101.08°E	38.78°N	1765
张掖	100.46°E	38.91°N	1483
高台	99.79°E	39.36°N	1332

1.2 数据处理方法

本数据集通过分布式寒区水文模型GBEHM和遥感参数标定方法，利用长时间序列高空间分辨率积雪面积遥感数据，为模型提供标定的目标函数以及驱动数据；利用地面调查得到的积雪属性数据，为模型提供更为准确的参数信息，进而准确估算了2000–2015年的融雪径流深逐日数据、雪水当量逐日数据和融雪径流系数逐年数据。

1.2.1 数据预处理

选择位于流域内的气象数据、土壤数据、土地覆盖数据和中国MODIS逐日无云500 m积雪面积产品数据，并对气象数据、土壤数据和中国MODIS逐日无云500 m积雪面积产品数据以1 km的空间分辨率进行重采样；利用流域内及其周围8个气象台站的逐日观测降水数据，基于改进了分位数映射法（Quantile Mapping，QM）纠正降水频率的方法，对WRF模式模拟输出的逐日降水数据进行误差订正^{[ 1]}，改善年降水的空间分布。

1.2.2 制备方法

（1）分布式寒区水文模型GBEHM

本数据集采用的水文模型为Geomorphology-Based Eco-hydrological Model (GBEHM)。GBEHM是一个基于物理的生态水文模型，模拟雪的积累、融化和产流过程，最初由YANG^{[ 23]}等人研发，后来由LI^{[ 24]}等人改进。改进后的模型不仅使用详细的物理描述计算了蒸散发、入渗和植被截留，而且综合了多种积雪模拟方案，推导出积雪区的关键能量平衡方程，建立了基于能量平衡方法的多层积雪模型，扩展了流域尺度水文过程融雪模拟的能力；耦合的积雪模块使用详细的分离方法迭代计算了融雪水在积雪、各土层的评估和各含水层中的比例，追踪了融雪对径流的贡献及其融雪路径，使融雪贡献模拟更加合理^{[ 24- 25]}。

从积雪中释放出的融雪水，经历土壤入渗、地表蒸发和地表径流形成等过程。大部分的融雪径流渗入土壤层，置换旧水，产生侧向流或基流。GBEHM模型产生的总径流由地表流、侧向流和基流组成，土壤中的融雪水分布在这三种径流中。

GBEHM模型的输入数据主要有DEM数据、土地覆盖数据、气象数据和土壤数据，输出数据主要包括径流（总径流、地表径流、侧向流、基流以及融雪径流）、降水（降雨和降雪）、蒸散发、雪深、雪水当量、地表温度和积雪像元等。模型的其他细节详见YANG^{[ 23]}等人和LI^{[ 24]}等人的相关论述。

（2）GBEHM模型参数标定

GBEHM模型需要标定的参数主要包括雨雪区分温度、雪面粗糙度、承压水层深度、地下水孔隙度、地下水导水率、侧向流分配系数和蒸散发调节系数。本文基于临界温度法^{[ 26]}，根据0℃至临界温度范围内空气温度与雨雪分配的经验关系，选取2℃作为区分雨雪的临界温度^{[ 24, 27]}；通过对垭口积雪观测站积雪深度的现场观测，标定了积雪表面粗糙度^{[ 24]}；根据黑河上游莺落峡水文站的逐日径流数据，采用手动标定法对承压水层深度、地下水孔隙度、地下水导水率、侧向流分配系数和蒸散发调节系数等水文过程的相关参数进行标定。

（3）精度验证

本文选用纳什系数(NSE)、体积偏差百分率（VE）、均方根误差(RMSE)和决定系数（R²）对模型模拟的积雪深度、径流量、雪水当量和积雪面积覆盖率等结果进行了精度验证。根据公式（1）-（4），依次计算NSE、VE、RMSE和R²。

\[NSE=1-\frac{\sum _{t=1}^{T}{\left({V}_{m}^{t}-{V}_{0}^{t}\right)}^{2}}{\sum _{t=1}^{T}{\left({V}_{0}^{t}-{\stackrel{-}{V}}_{0}\right)}^{2}}\]

(1)

\[VE=\frac{\sum_{t=1}^{T}\left(V_m^t-V_0^t\right)}{\sum_{t=1}^{T}V_0^t}\times100\]

(2)

\[RMSE=\sqrt{\frac{\sum _{t=1}^{T}{\left({V}_{m}^{t}-{V}_{0}^{t}\right)}^{2}}{T}}\]

(3)

\[{R}^{2}=\frac{\sum _{t=1}^{T}{\left({V}_{m}^{t}-{\stackrel{-}{V}}_{0}\right)}^{2}}{\sum _{t=1}^{T}{\left({V}_{0}^{t}-\stackrel{-}{V}\right)}^{2}}\]

(4)

上式中\({V}_{m}^{t}\)、\({V}_{0}^{t}\)和\({\stackrel{-}{V}}_{0}\)，分别为第t时刻的模拟数据、第t时刻的观测数据和观测数据平均值。

2 数据集描述

本数据集一共包括3个子数据集。具体描述如下：

（1）融雪径流深数据：该数据集包含2000年1月至2015年12月逐月存储的192个tiff文件，每个tiff文件包含当月逐日数据。

数据文件名称：smelt_yyyymm.tif；

字段中文名称：融雪径流深；

字段度量单位：mm；

字段代码说明：smelt指代融雪径流深，yyyy为年，例如2000，mm为月，例如3月为03。

图2是2000年2月1日黑河流域上游的融雪径流深。

图2 2000年2月1日黑河流域上游融雪径流深

Figure 2 Snowmelt runoff depth in the upstream Heihe River Basin on February 1, 2000

（2）雪水当量数据：该数据集包含2000年1月至2015年12月逐月存储的192个tiff文件，每个tiff文件包含当月逐日数据。

数据文件名称：swe_yyyymm.tif；

字段中文名称：雪水当量；

字段度量单位：mm；

字段代码说明：swe指代雪水当量，yyyy为年，例如2000，mm为月，例如3月为03。

图3是2000年2月1日黑河流域上游的雪水当量。

图3 2000年2月1日黑河流域上游雪水当量

Figure 3 Snow water equivalent in the upstream Heihe River Basin on February 1, 2000

（3）融雪径流系数：该数据集包含2000年至2015年逐年存储的16个tiff文件。

数据文件名称：cs_yyyy.tif；

字段中文名称：融雪径流系数；

字段度量单位：无量纲；

字段代码说明：cs指代融雪径流系数，yyyy为年，例如2000。

图4是2000年黑河流域上游的融雪径流系数。

图4 2000年黑河流域上游融雪径流系数

Figure 4 Snow runoff coefficient in the upstream Heihe River Basin in 2000

3 数据质量控制和评估

为了验证本数据集的精度和可靠性，本文使用了多种方式对其质量进行控制。

（1）在不同尺度上验证GBEHM模型模拟的积雪深度、径流和积雪面积

首先，利用垭口积雪观测站2008年和2014年的观测积雪深度数据，对比验证模型模拟的雪深数据，两者的RMSE分别为25.4 mm和13.7 mm。然后，利用流域内水文站的长时段逐日径流观测数据，对比验证黑河流域上游、野牛沟子流域和八宝河子流域的模拟径流。2004–2015年，黑河流域上游、野牛沟子流域和八宝河子流域的NSE分别为0.62、0.79和0.7。最后，利用遥感积雪面积数据，对比验证黑河流域上游积雪面积的模拟值。将模拟的逐月积雪面积数据与逐月积雪面积遥感数据进行了时间对比，其模拟值与遥感数据之间的NSE为0.74，RMSE为0.13。从不同尺度上对模型模拟的积雪深度、径流和积雪面积进行验证，发现模拟值与观测结果均具有较好的一致性^{[ 20]}。

（2）应用遥感积雪面积数据前后的水文指标模拟精度验证

比较在GBEHM模型中加入遥感积雪面积数据前后，八宝河子流域径流量、雪水当量和积雪面积覆盖率等水文指标的模拟精度，发现应用遥感积雪面积数据能够提高模型对径流量、雪水当量和积雪面积覆盖率的模拟精度，如表3所示。

表3 遥感积雪面积数据应用前后水文指标模拟结果

	径流量		雪水当量	积雪面积覆盖率
	NSE	VE(%)	NSE 垭口积雪观测站	R² 全年	R² 融雪季
应用前	0.39	12.08	0.59	0.44	0.58
应用后	0.61	9.77	0.61	0.55	0.62

4 数据价值

本研究基于分布式寒区水文模型（GBEHM），结合黑河流域上游气象要素资料和遥感数据，制作了流域内2000–2015年的积雪水资源数据集。本数据具有较高的时空分辨率、持续的时间覆盖以及可靠的质量，能够定量描述黑河上游积雪水资源及其变化。本数据集可作为进一步开展流域水文模拟研究和气候变化研究的重要数据源，可作为流域水资源重新分配及其用水管理模式研究的数据支持，同时也可为中下游工农业生产、基础设施建设和生态环境建设提供重要依据。

5 数据使用方法

本数据集由国家冰川冻土沙漠科学数据中心提供共享服务。使用者可在ArcGIS、ENVI等地理信息系统和遥感软件环境下查看、运算以及制作专题图，也可使用Python进行数据的读取和趋势分析等操作。

[1]

雷华锦,马佳培,李弘毅,等.基于分位数映射法的黑河上游气候模式降水误差订正[J].高原气象,2020,39(02):266-279. DOI:10.7522/j.issn.1000-0534.2019.00104.[ LEI Huajin, MA Jiapei, LI Hongyi, et al. Bias Correction of Climate Model Precipitation in the Upper Heihe River Basin based on Quantile Mapping Method[J]. Plateau Meteorology,2020,39(2):266-279. DOI:10.7522/j.issn.1000-0534.2019.00104.]

+ CSCD · Baidu Scholar

[2]

LI X, CHENG G D, GE Y C, et al. Hydrological cycle in the Heihe River Basin and its implication for water resource management in endorheic basins[J]. Journal of Geophysical Research: Atmospheres, 2018, 123(2): 890–914. DOI:10.1002/2017jd027889.

+ CSCD · Baidu Scholar

[3]

CHENG G D, LI X, ZHAO W Z, et al. Integrated study of the water-ecosystem-economy in the Heihe River Basin[J]. National Science Review, 2014, 1(3): 413–428. DOI:10.1093/nsr/nwu017.

+ CSCD · Baidu Scholar

[4]

WANG J, LI S. Effect of climatic change on snowmelt runoffs in mountainous regions of inland rivers in Northwestern China[J]. Science in China Series D: Earth Sciences, 2006, 49(8): 881–888. DOI:10.1007/s11430-006-0881-8.

+ CSCD · Baidu Scholar

[5]

STEWART I T. Changes in snowpack and snowmelt runoff for key mountain regions[J]. Hydrological Processes, 2009, 23(1): 78–94. DOI:10.1002/hyp.7128.

+ CSCD · Baidu Scholar

[6]

CRAWFORD C J. MODIS Terra Collection 6 fractional snow cover validation in mountainous terrain during spring snowmelt using Landsat TM and ETM+[J]. Hydrological Processes, 2015, 29(1): 128–138. DOI:10.1002/hyp.10134.

+ CSCD · Baidu Scholar

[7]

FREI A, TEDESCO M, LEE S, et al. A review of global satellite-derived snow products[J]. Advances in Space Research, 2012, 50(8): 1007–1029. DOI:10.1016/j.asr.2011.12.021.

+ CSCD · Baidu Scholar

[8]

HOMAN J W, LUCE C H, MCNAMARA J P, et al. Improvement of distributed snowmelt energy balance modeling with MODIS-based NDSI-derived fractional snow-covered area data[J]. Hydrological Processes, 2011, 25(4): 650–660. DOI:10.1002/hyp.7857.

+ CSCD · Baidu Scholar

[9]

王晓茹,唐志光,王建,等.基于MODIS积雪产品的高亚洲融雪末期雪线高度遥感监测[J].地理学报,2020,75(03):470-484. DOI:10.11821/dlxb202003003. [WANG X R, TANG Z G, WANG J, et al. Monitoring of snowline altitude at the end of melting season in High Mountain Asia based on MODIS snow cover products[J]. Acta Geographica Sinica, 2020, 75(3):470–484. DOI:10.11821/dlxb202003003.]

+ CSCD · Baidu Scholar

[10]

TANG Z G, WANG X R, DENG G, et al. Spatiotemporal variation of snowline altitude at the end of melting season across High Mountain Asia, using MODIS snow cover product[J]. Advances in Space Research, 2020, 66(11): 2629–2645. DOI:10.1016/j.asr.2020.09.035.

+ CSCD · Baidu Scholar

[11]

韩蓉.气候变化对玛纳斯河流域积雪消融的影响研究[D].石河子大学,2017.[HAN R. The effects of climate change on snow melt in the manas river basin are studied [D]. Shihezi University,2017.]

+ CSCD · Baidu Scholar

[12]

ARIAN H, KAYASTHA R B, BHATTARAI B C, et al. Application of the snowmelt runoff model in the salang river basin, Afghanistan using MODIS satellite data[J]. Journal of Hydrology and Meteorology, 2016, 9(1): 109–118. DOI:10.3126/jhm.v9i1.15586.

+ CSCD · Baidu Scholar

[13]

HUSSAINZADA W, LEE H S, VINAYAK B, et al. Sensitivity of snowmelt runoff modelling to the level of cloud coverage for snow cover extent from daily MODIS product collection 6[J]. Journal of Hydrology: Regional Studies, 2021, 36: 100835. DOI:10.1016/j.ejrh.2021.100835.

+ CSCD · Baidu Scholar

[14]

RASOULI H, KAYASTHA R B, BHATTARAI B C, et al. Estimation of discharge from upper Kabul River Basin, Afghanistan using the snowmelt runoff model[J]. Journal of Hydrology and Meteorology, 2016, 9(1): 85–94. DOI:10.3126/jhm.v9i1.15584.

+ CSCD · Baidu Scholar

[15]

ZHU J Y, TAN S R, TSANG L, et al. Snow water equivalent retrieval using active and passive microwave observations[J]. Water Resources Research, 2021, 57(7). DOI:10.1029/2020wr027563.

+ CSCD · Baidu Scholar

[16]

陈秀雪,李晓峰,王广蕊,等.基于积雪调查数据的东北地区被动微波积雪遥感产品精度验证与分析[J].遥感技术与应用,2019,34(06):1181-1189. DOI:10.11873/j.issn.1004-0323.2019.6.1181. [CHEN X X, LI X F, WANG G R, et al. Based on Snow Cover Survey Data of Accuracy Verification and Analysis of Passive Microwave Snow Cover Remote Sensing Products in Northeast China[J]. Remote Sensing Technology and Application, 2019, 34(6):1181-1189. DOI:10.11873/j.issn.1004-0323.2019.6.1181]

+ CSCD · Baidu Scholar

[17]

邓婕,黄晓东,马晓芳,等.新疆北部AMSR2雪深产品降尺度算法及验证[J].干旱区研究,2016,33(06):1181-1188. DOI:10.13866/j.azr.2016.06.06. [DENG J, HUANG X D, MA X F, et al. Downscaling Algorithm and Verification of AMSR2 Snow Cover Depth Products in North Xinjian[J]. Arid zone research,2016,33(06):1181-1188. DOI:10.13866/j.azr.2016.06.06.]

+ CSCD · Baidu Scholar

[18]

潘小多.黑河流域大气驱动数据集(2000-2021)[DS/OL].国家青藏高原科学数据中心. DOI: 10.11888/Meteoro.tpdc.271245. [PAN X. The atmospheric forcing data in the Heihe River Basin (2000-2021)[DS/OL]. National Tibetan Plateau Data Center, DOI: 10.11888/Meteoro.tpdc.271245.]

+ CSCD · Baidu Scholar

[19]

SHANGGUAN W, DAI Y J, LIU B Y, et al. A China data set of soil properties for land surface modeling[J]. Journal of Advances in Modeling Earth Systems, 2013, 5(2): 212–224. DOI:10.1002/jame.20026.

+ CSCD · Baidu Scholar

[20]

Wei, Shangguan, and Dai Yongjiu. 2014. "A China dataset of soil properties for land surface modeling." edited by Center National Tibetan Plateau Data: National Tibetan Plateau Data Center.

+ CSCD · Baidu Scholar

[21]

冉有华.中国地区土地覆盖综合数据集[DS/OL].国家青藏高原科学数据中心. DOI: 10.3972/westdc.007.2013.db. [RAN Y. Land cover products of China[DS/OL]. National Tibetan Plateau Data Center, DOI: 10.3972/westdc.007.2013.db.]

+ CSCD · Baidu Scholar

[22]

郝晓华, 孙兴亮, 纪文政, 等.中国MODIS逐日无云500 m积雪面积产品数据集[DS/OL]. 国家冰川冻土沙漠科学数据中心(www.ncdc.ac.cn), 2020. DOI: 10.12072/ncdc.I-SNOW.db0001.2020. [HAO X H, SUN X L, JI W Z, et al. China MODIS DAILY 500m snow area Product dataset[DS/OL]. National Data Center for Glacial and Frozen Desert Sciences (www.ncdc.ac.cn), 2020. DOI: 10.12072/ncdc.I-SNOW.db0001.2020.]

+ CSCD · Baidu Scholar

[23]

YANG D W, GAO B, JIAO Y, et al. A distributed scheme developed for eco-hydrological modeling in the upper Heihe River[J]. Science China Earth Sciences, 2015, 58(1): 36–45. DOI:10.1007/s11430-014-5029-7.

+ CSCD · Baidu Scholar

[24]

LI H Y, LI X, YANG D W, et al. Tracing snowmelt paths in an integrated hydrological model for understanding seasonal snowmelt contribution at basin scale[J]. Journal of Geophysical Research: Atmospheres, 2019, 124(16): 8874–8895. DOI:10.1029/2019jd030760.

+ CSCD · Baidu Scholar

[25]

WU X J, ZHANG W, LI H Y, et al. Analysis of seasonal snowmelt contribution using a distributed energy balance model for a river basin in the Altai Mountains of northwestern China[J]. Hydrological Processes, 2021, 35(3). DOI:10.1002/hyp.14046.

+ CSCD · Baidu Scholar

[26]

Oleson, K. W., Lawrence, D. M., Bonan, G. B., Flanner, M. G., Kluzek, E., Lawrence, P. J., Zeng, X. (2010). Technical Description of version 4.0 of the Community Land Model (CLM) (NCAR Technical Note NCAR/TN-478+STR). Boulder, Colorado: National Center for Atmospheric Research. doi:10.5065/D6FB50WZ

+ CSCD · Baidu Scholar

[27]

CLARK M P, SLATER A G, BARRETT A P, et al. Assimilation of snow covered area information into hydrologic and land-surface models[J]. Advances in Water Resources, 2006, 29(8): 1209–1221. DOI:10.1016/j.advwatres.2005.10.001.

+ CSCD · Baidu Scholar

数据引用格式

牛莉婷, 李弘毅, 王建.2000-2015年黑河流域上游融雪径流深专题数据[DS/OL]. 国家冰川冻土沙漠科学数据中心(www.ncdc.ac.cn), 2021. DOI: 10.12072/ncdc.I-SNOW.db0009.2021.

牛莉婷, 李弘毅, 王建.2000-2015年黑河流域上游雪水当量专题数据[DS/OL]. 国家冰川冻土沙漠科学数据中心(www.ncdc.ac.cn), 2021. DOI: 10.12072/ncdc.I-SNOW.db0018.2021.

牛莉婷, 李弘毅, 王建.2000-2015年黑河流域上游融雪径流系数专题数据[DS/OL]. 国家冰川冻土沙漠科学数据中心(www.ncdc.ac.cn), 2021. DOI: 10.12072/ncdc.I-SNOW.db0019.2021.

深圳SEO优化公司 XML地图 TXT地图虚拟主机 SEO 网站制作网站优化

稿件与作者信息

论文引用格式

牛莉婷, 李弘毅, 王建, 等. 黑河流域上游2000–2015年积雪水资源数据集[J/OL]. 中国科学数据, 2022, 7(3). (2022-04-19). DOI: 10.11922/11-6035.ncdc.2021.0035.zh.

牛莉婷

NIU Liting

数据处理、论文撰写。

牛莉婷（1986—），女，甘肃会宁人，博士研究生，研究方向为积雪水文。

李弘毅

LI Hongyi

数据处理、论文修改。

lihongyi@lzb.ac.cn

李弘毅（1981—），男，四川西充人，研究员，研究方向为积雪遥感与寒区水文模拟。

王建

WANG Jian

数据质量控制。

王建（1963—），男，安徽黄山人，研究员，研究方向为积雪遥感。

科技基础资源调查项目（2017FY100503）

Science & Technology Basic Resources Investigation Program of China (2017FY100503)

深圳SEO优化公司 XML地图 TXT地图虚拟主机 SEO 网站制作网站优化

出版历史

II区出版时间：2022年4月19日（版本ZH1）