全球 1km 根据联合国世界人口展望调整后的人口密度格网数据集，包括基于与国家人口普查和人口登记相对空间分布相一致的计数的人口密度估计值（每平方公里人口数），但经过调整以匹配2000、2005、2011、2015和2020年《联合国世界人口展望2015年修订版》国家总数。使用比例分配网格算法，利用约1350万个国家和地方行政单位，将联合国世界人口展望调整后的人口数分配到30弧秒网格单元。密度栅格是通过将联合国WPP调整的给定目标年人口计数栅格除以陆地面积栅格而创建的。数据文件为30弧秒（赤道约1公里）分辨率。该数据集提供基于调整后匹配联合国国家总数与国家人口普查和人口登记册，且相对空间分布相一致的计数，包括2000年、2005年、2010年、2015年和2020年的人口密度估计数。
Center for International Earth Science Information Network - CIESIN - Columbia University
SoilNet是具有无线数据采集与传输功能的土壤水分无线传感器节点。数据采集终端具有自动采集与长时间低功耗运行能力。SoilNet由低功耗高精度无线数据采集终端和土壤温湿度传感器组成。SoilNet温湿度传感器利用传感器探头，基于频率域的介电常数探测原理，得到土壤体积含水量（%）和土壤温度（℃）。此观测使用两个通道的传感器探头（通道1埋于3cm，通道2埋于10cm）来测量3cm和10cm处的土壤水分体积含水量和土壤温度。
张可
版本10r是数据集的当前版本。旧版本将不再可用，并被版本10r取代。OCO-2 Lite文件包含偏差校正的XCO2以及其他聚集为日常文件的选择字段。2021年初，OCO团队发现了自2020年1月28日以来处理的OCO-2二级产品的一个问题。辅助几何产品（AGAP）文件是OCO-二级地理定位处理中使用的静态文件。此AGAP文件包含约300 m的指向错误。因此，对2020年1月28日至12月31日期间的所有OCO-2 Level 2 10r版数据文件进行了更正和替换。替换过程于2021 6月底完成。轨道碳观测站是美国航天局的第一个任务，旨在收集大气二氧化碳的空间测量数据，其精度、分辨率和覆盖面都是控制其在大气中积聚的过程所需的。
NASA
VODCA VOD结合了多个传感器 (SSM/ITMI、AMSR-E、Windsat和AMSR-2) 的VOD数据集，以涵盖1987-2017年期间的长期VOD评估来补充现有产品。在聚合之前，这些数据集都利用LPRM重新缩放到AMSR-E中，以消除它们之间的系统差异。该产品为其中的ku波段(~19 GHz, 1987 - 2017)产品。空间分辨率为0.25°，时间分辨率为1天，数据格式为.tif。
Leander Moesinger
经济活动对人类的生存和发展至关重要。在社会组织和秩序的推动下，人类利用劳动和其他生产资源来交换商品和服务，以创造、转化和实现经济价值。一个国家或地区的经济产出是其在一定时期内创造的经济价值的积累；其中，国内生产总值（GDP）是全球最普遍的指标。该数据集采用自上而下的方法，根据校准后的夜间光照数据，从修订后的实际增长角度来计算1992-2019年间全球1km×1km网格化修订后的真实GDP。网格化数据的范围并未涉及全球所有国家（175个国家或地区的GDP数据）。因此，超出我们研究范围的区域值设置为0。官方GDP数据来自宾夕法尼亚大学世界数据库。此外，将所有图像的投影坐标系设置为Mollweide坐标。
Yu Liu, MingGao
Terra和Aqua组合的中分辨率成像光谱仪(MODIS)陆地覆盖气候模拟网格(CMG)(MCD12C1)Version 6数据产品提供了空间聚合和重投影版本的平铺MCD12Q1 Version 6数据产品。国际地圈-生物圈计划(IGBP)、马里兰大学(UMD)和叶面积指数(LAI)分类方案的地图以0.05 °( 5600米)空间分辨率逐年提供。MCD12C1产品的分类值从0-16，共17种土地类型。
NASA
中国长江上游土地覆盖遥感监测数据来源于中国多时相土地覆盖现状数据库，经过多年的积累而建立的覆盖全国陆地区域的数据库。 该数据集包括1970年代末期（1980年）、1980年代末期（1990年）、1995年、2000年、2005年、2010年、2015年、2018年、2020年数据，数据生产制作是以各期Landsat TM/ETM遥感影像为主要数据源，在前一年数据成果基础上，通过人工目视解译生成，数据可靠、质量较高。 土地利用类型包括耕地、林地、草地、水域、居民地和未利用土地6个一级类型以及25个二级类型。
资源环境科学与数据中心
LPDR是从美国国家航空航天局(美国航空航天局) Aqua 卫星上的先进微波扫描辐射计-地球观测系统(AMSR-E)仪器和 JAXA GCOM-W1卫星上的先进微波扫描辐射计2(AMSR2)传感器在H和V偏振下X波段(10.7 GHz)获得的TB中计算VOD。该数据以25 km空间分辨率提供了长期(2002年6月至2021年12月)的全球关键环境观测记录，时间分辨率为1天，数据格式为EASE_Grid。其中辅助质量控制(QC)位标志文件记录每个25公里网格单元内的平均土地覆盖，并指示其他质量因素，包括丢失Tb观测的非检索条件、冻结表面、积雪覆盖、主动降雨，以及在10.7和18.7 GHz通道中识别的射频干扰(RFI)。
Jinyang Du, John S. Kimball
科佩尼库斯全球陆地服务( CGLS )被指定为陆地服务的一个组成部分，运营一个多用途服务组件，在全球范围内提供一系列关于陆地表面状态和演变的生物地球物理产品。 CGLS-LC100 ( Dynamic Land Cover Map at 100 m Resolution )是CGLS产品组合中的新产品，提供了100 m空间分辨率的全球土地覆盖图。CGLS土地覆盖产品提供了一个初步的土地覆盖方案。除这些离散的类别外，该产品还包括所有基本土地覆盖类别的连续字段层，为土地覆盖类型提供植被/地表覆盖的比例估计。这种连续的分类方案可能比标准分类方案更好地描述异质性土地覆盖的区域，因此，可以为应用定制(例如森林监测、作物监测、生物多样性与保护、非洲环境与安全监测、气候模拟等)。 这些一致的土地覆盖图(v3.0.1)提供了整个全球范围内2015-2019年的土地覆盖图，来源于PROBA-V100m时间序列、高质量土地覆盖训练场地数据库和若干辅助数据集，历年在Level1达到80 %的精度。计划从2020年起通过使用Sentinel时间序列提供年度更新。
Marcel Buchhorn
版本10r是数据集的当前版本。旧版本将不再可用，并被版本10r取代。OCO-2 Lite文件包含偏差校正的XCO2以及其他聚集为日常文件的选择字段。2021年初，OCO团队发现了自2020年1月28日以来处理的OCO-2二级产品的一个问题。辅助几何产品（AGAP）文件是OCO-二级地理定位处理中使用的静态文件。此AGAP文件包含约300 m的指向错误。因此，对2020年1月28日至12月31日期间的所有OCO-2 Level 2 10r版数据文件进行了更正和替换。替换过程于2021 6月底完成。轨道碳观测站是美国航天局的第一个任务，旨在收集大气二氧化碳的空间测量数据，其精度、分辨率和覆盖面都是控制其在大气中积聚的过程所需的。
NASA
此数据集拥有2000-2020年的网格人口密度分布数据,分辨率为1km，投影为地理坐标系WGS84。基于联合国秘书处经济和社会事务部人口司编制的相应联合国官方人口估计数（2019年《世界人口展望》修订版），WorldPop研究团队对模型进行校正，在此基础上采集2001~2015年的西南地区人口空间分布数据，选择其中具有完整乡镇数据人口的地区作为检验样本，进行模型结果检验，最后经过重采样，形成一套具有统一空间坐标参数、统一数据格式、统一元数据标准的2001~2015年西南地区250 m网格人口空间分布数据集。
WorldPOP
此数据集拥有2000~2020年的网格人口分布数据,分辨率为3-arc（约为100m），投影为地理坐标系WGS84。基于联合国秘书处经济和社会事务部人口司编制的相应联合国官方人口估计数（2019年《世界人口展望》修订版），WorldPop研究团队对模型进行校正，在此基础上采集2001~2015年的西南地区人口空间分布数据，选择其中具有完整乡镇数据人口的地区作为检验样本，进行模型结果检验，最后经过重采样，形成一套具有统一空间坐标参数、统一数据格式、统一元数据标准的2001~2015年西南地区250 m网格人口空间分布数据集。
WorldPOP
覆盖中国30个省（直辖市、自治区）（西藏、香港、澳门和台湾因缺少数据，没有计算），是2005-2014历年各省（直辖市、自治区）的数据。数据集包括：（1）农村水贫困指数及其相关指标数据，包括：人均供水量、人均水资源量、农村自来水受益人口比例、节水灌溉面积比重、农村人均纯收入、平均受教育年限、水的生产力、人均生活用水量、农药使用强度和化肥使用强度；（2）农业现代化水平指数及其相关指标数据，包括：农业劳均经济产出、农业劳均主要农产品产量、农业机械化程度和农业灌溉指数；（3）中国农村水贫困与农业现代化水平的耦合协调度与基尼系数。该数据集是在中国统计年鉴、中国农村统计年鉴、中国水利统计年鉴等相关统计数据基础上计算得到。数据集存储为.xlsx格式，1个数据文件，数据量为85.2 KB。该数据集的分析研究成果发表在《地理科学》2018年38卷第5期。
赵雪雁
植被指数（NDVI, Normalized Difference Vegetation Index）可以准确反映地表植被覆盖状况。目前，基于SPOT/VEGETATION以及MODIS等卫星遥感影像得到的NDVI时序数据已经在各尺度区域的植被动态变化监测、土地利用/覆被变化检测、宏观植被覆盖分类和净初级生产力估算等研究中得到了广泛的应用。 中国年度植被指数（NDVI）空间分布数据集(1998-2015年，逐年，1km)是基于连续时间序列的SPOT/VEGETATION NDVI卫星遥感数据，采用最大值合成法生成的1998年以来的年度植被指数数据集。该数据集有效反映了全国各地区在空间和时间尺度上的植被覆盖分布和变化状况，对植被变化状况监测、植被资源合理利用和其它生态环境相关领域的研究有十分重要的参考意义。
徐新良
中国陆地生态系统类型空间分布数据包括1980、1990、1995、2000、2005、2010、2015五年的数据，在遥感解译获取的1：10万比例尺土地利用/土地覆盖数据的基础上，通过对各生态系统类型进行辨识和研究，经过分类处理形成多期中国陆地生态系统类型空间分布数据集，具体划分为7大生态系统类型：（1）农田生态系统（2）森林生态系统（3）草地生态系统（4）水体与湿地生态系统（5）荒漠生态系统（6）聚落生态系统（7）其它生态系统
中国科学院资源环境科学与数据中心
”中国1km陆地生态系统服务价值空间分布数据集“是以全国陆地生态系统类型遥感分类数据为基础，参考谢高地等生态服务价值当量因子法，估算的全国2000年、2005、2010年、2015年和2020年这5个年度的供给服务（食物生产、原料生产、水资源供给）、调节服务（气体调节、气候调节、净化环境、水文调节）、支持服务（土壤保持、维持养分循环、生物多样性）和文化服务（美学景观）共4大类，11种生态系统服务的价值。
徐新良
数据是基于10米分辨率的Sentinel-2数据的2017年中国长江上游及西南地区土地覆盖图（FROM-GLC10)。数据来源于清华大学地球系统科学系宫鹏教授研究组与国内外多家单位合作发表在《科学通报》（Science Bulletin）期刊中的《有限全球样本稳定地表覆盖分类：迁移2015年的30米分辨率样本完成2017年的10米分辨率全球地表覆盖制图》，通过ArcGIS裁剪出中国长江上游及西南地区的相关数据。数据经精度检验后的总体精度达到72.76%，精度较高。高分辨率的全球地表覆盖信息，能够更好地进行环境监测，进而维护人类健康和实现联合国可持续发展目标。
宫鹏
改革开放以来，中国经济的快速发展对土地利用模式产生了深刻的影响。同时，中国又具有复杂的自然环境背景和广阔的陆地面积，其土地利用变化不仅对国家发展，还对全球环境变化产生了重要的影响。为了恢复和重建我国土地利用变化的现代过程，更好地预测、预报土地利用变化趋势，中国科学院在国家资源环境数据库基础上，以美国陆地卫星Landsat遥感影像数据作为主信息源，通过人工目视解译，建成了国家尺度1：10比例尺多时期土地利用/土地覆盖专题数据库。2015年中国土地利用现状遥感监测数据库是以美国陆地卫星Landsat遥感影像作为主要信息源，通过人工目视解译构建的国家尺度1：10比例尺土地利用/土地覆盖专题数据库，精度为30米。数据采用二级分类系统，一级分为耕地、林地、草地、水域、建设用地和未利用土地6类，二级在一级类型基础上进一步分为25个类型。
徐新良
中国2421个国家级气象站点空间分布数据集是中国2421个国家级气象观测站点空间分布数据，数据来源是中科院资源环境科学与数据中心。气象站分为国家基准气象站、国家基本气象站和国家一般气象站共三类；它的类型是中国气象局根据地理分布、区域气候代表性等进行确定的。国家基本气象站（基本站）：大多担负区域或国家气象情报交换任务，是国家天气气候站网中的主体。国家一般气象站（一般站）：获取的观测资料主要用于本省(区、市)和当地的气象服务，也是国家天气气候站网观测资料的补充。
中国科学院资源环境科学与数据中心
中国1980年以来逐年年平均气温空间插值数据集是基于全国2400多个气象站点日观测数据，通过整理、计算和空间插值处理生成。年平均气温单位为0.1摄氏度。平均气温的插值应用的是澳大利亚的ANUSPLIN插值软件，ANUSPLIN是一种采用平滑样条函数对多变量数据进行分析和插值的工具，即使用函数逼近曲面的一种方法，它能够对数据进行合理的统计分析和数据诊断，并可以对数据的空间分布进行分析进而实现空间插值的功能。
中国科学院资源环境科学与数据中心
数据以统计图表和分析说明为主，收录了1999-2015年全国2000多个县（市）及20000多个镇的基本情况、综合经济、农业、工业、基本建设、教育、卫生、社会保障等方面的资料。主要内容包括四个部分：一是县（市）社会经济主要指标；二是分区域县（市）社会经济基本情况，包括山区、丘陵、平原、民族地区、陆地边境县、牧区、半牧区、九大农区、棉花生产大县、扶贫工作重点县等（分区域名单为统计时使用，不做其他用途）；三是按主要经济指标分组县（市）资料，包括按地方财政一般预算收入、农民人均纯收入分组；四是镇的综合情况。篇末另附主要指标解释。
国家统计局
数据以统计图表和分析说明为主，收录1989-2016年全国和各省、自治区、直辖市每年经济和社会各方面大量的统计数据，以及历史重要年份和近二十年的全国主要统计数据，由国家统计局每年出版发行，是我国最全面、最具权威性的综合统计年鉴。年鉴正文内容一般分为20余个篇章，于不同年份根据经济社会发展的不同情况略有调整。如：1、行政区划和自然资源；2、综合；3、国民经济核算；4、人口；5、就业人员和职工工资；6、固定资产投资；7、能源；8、财政；9、价格指数；10、人民生活；11、城市概况；12、环境保护；13、农业；14、工业；15、建筑业；16、运输和邮电；17、国内贸易；18、对外经济贸易；19、旅游；20、金融业；21、教育和科技；22、文化、体育和卫生；23、其他社会活动；24、香港特别行政区主要社会经济指标；25、澳门特别行政区主要社会经济指标；等。同时附录两个篇章：台湾省主要社会经济指标和我国经济、社会统计指标同世界主要国家比较。为方便读者使用，各篇章前设有《简要说明》，对该篇章的主要内容、资料来源、统计范围、统计方法以及历史变动情况予以简要概述，篇末附有《主要统计指标解释》。
国家统计局
《中国人口和就业统计年鉴1995-2017》是一部以全面反映我国1994-2016年人口和就业状况为主的资料性年刊，收集了全国和各省、自治区、直辖市人口就业统计的主要数据，同时附录了世界部分国家和地区的相关数据。 本年鉴内容分为八部分：综合数据；年度全国人口变动情况抽样调查数据；年度劳动力抽样调查主要数据；年度城镇单位就业人员统计数据；年度全国户籍统计人口数据；年度全国计划生育统计人口数据；世界部分国家及地区人口和就业统计数据；年度人口变动和劳动力调查制度说明及主要统计指标解释。
国家统计局
《中国区域经济统计年鉴2001-2014》数据是全面、系统反映中国2000-2013年区域经济与社会发展状况的大型统计资料书。本书资料来源于各级政府统计年报或相关的抽样调查资料，系统收集了2010年全国及其10个经济区域、31个省级行政单位、330多个地级行政单位和2000多个县级行政单位的主要社会经济统计指标。主要内容涵盖自然资源、人口与就业、国民核算、固定资产投资、财政、物价、人民生活、农业、工业、建筑业、运输邮电业、国内贸易、对外经济贸易、旅游、金融保险、教育、科技、文化、卫生、社会福利、环境保护和市政建设等社会经济发展的各个方面。
国家统计局
《中国气象年鉴》是中国气象局主办的大型资料性期刊，主要记载1985-2014年全国气象部门及有关单位的业务、科研、教育等方面的基本情况及进展，以及全国天气气候综述与影响评价和气象服务的社会经济效益，每年一期，具有综合、翔实资料性工具书特征。《中国气象年鉴》的栏目设：特载；大事记；气象工作综合情况；各省、自治区、直辖市气象工作情况；中国气象局直属单位工作情况；其他部门气象工作情况；全国天气气候综述与影响评价；气象服务效益事例选编；大气科学进展述评；人物；重要会议和活动；统计资料及全书附录。
国家统计局
一、数据“中国农业年鉴1980-2017”是反映中国1979-2016年种植业、林业、畜牧业、兽医事业、渔业、农产品加工业、农垦、农机、农村经营管理等方面情况的大型资料性工具书。统计资料包括：综合；种植业；畜牧业；生猪屠宰行业；饲料工业；渔业；农垦；农业机械化；农产品成本与收益；农村居民收入。 二、年鉴撰稿人主要是各有关涉农主管部门和研究机构的工作人员；统计资料由国家统计局、农业部、国家林业局、水利部、中国气象局、海关总署等有关部门提供。 三、各省、自治区、直辖市按行政区划顺序排列。 四、本年鉴所含资料的时间界限一般为标题年份的上一年年底。 五、各部类的资料数据，仅限于内地31个省、自治区、直辖市的材料。各项总产值，未加说明者均是当年价格，比上年增长速度都按可比价格计算。 六、本年鉴的内容在遵守四项基本原则的前提下，实行文责自负。
国家统计局
数据由国家粮食局、国家发展改革委、农业部、国家统计局和各地粮食行政管理部门等相关部门领导和权威专家亲自撰稿，全面、系统地记述了2005-2014年的年度全国和各地粮食工作的主要情况，刊载有重要的粮食政策法规文件和完备的统计资料，与国家粮食局主办并委托中国粮食研究培训中心组织编撰出版的《中国粮食发展报告》联袂成为姊妹篇。 数据由综述、专文、全国粮食工作、各地粮食工作、粮食政策与法规文件、附录等六部分组成。
国家统计局
一、本数据“中国教育统计年鉴1949-2015”逐年反映全国1949-2014年教育改革和发展情况的资料性工具书。 二、它是各级教育行政部门、各级各类学校执行党和国家的教育法律法规与方针政策、做好教育工作的经验总结，是中国教育事业发展进程的真实记录。 三、编纂本书是为教育管理决策、教育科研提供参考；为教育战线沟通信息、交流经验开辟园地；为宣传中国教育改革与发展成就设立窗口；并为热心关注和研究中国教育的读者提供信息资料。
教育部
数据是国土资源部发布的1999-2015年中国国土资源信息，既有中国国土资源各行业全面情况的综合文字材料，又有系统的统计资料，并对中国国土资源开发进行政策指导、信定、服务和对外交流的国土资源部机关刊，全面反映土地、矿产、海洋和测绘四个方面工作进展情况。统计范围是全国土地资源、矿产资源、海洋资源，国土资源调查、勘查，国家、省（自治区、直辖市）、市（地）、县四级自然资源行政主管部门对土地资源、矿产资源的行政管理和国家对海洋资源的行政管理，国土资源科学技术研究和测绘与地理信息。内容包括国土资源调查、勘查，国土资源开发利用，国土资源行政管理，国土资源科学技术研究，测绘和其他资料。
国家统计局
一、数据介绍：《中国城乡建设统计年鉴》是一部全面反映我国城乡市政公用设施建设与发展状况，中国城乡建设全貌的统计年鉴。 二、设市的城市的城区： 市本级： （1）街道办事处所辖地域； （2）城市公共设施、居住设施和市政公用设施等连接到的其他镇（乡）地域； （3）常住人口在3000人以上独立的工矿区、开发区、科研单位、大专院校等特殊区域。 县城： （1）县政府驻地的镇、乡或街道办事处地域（城关镇）； （2）县城公共设施、居住设施和市政公用设施等连接到的其他镇（乡）地域； （3）常住人口在3000人以上独立的工矿区、开发区、科研单位、大专院校等特殊区域。 此次分享的年份跨度为2005-2013年，所有年份均为Excel格式。
中华人民共和国住房和城乡建设部
一、《中国城市统计年鉴》是全面反映中国城市社会经济发展情况的资料性年刊。本数据收录了1988-2011年全国各级城市社会经济发展方面的主要统计数据。 二、本年鉴内容共分四个部分：第一部分是全国城市行政区划，列有不同区域、不同级别的城市分布情况；第二、三部分分别是地级以上城市统计资料和县级城市统计资料，具体包括人口、资源环境、经济发展、科技创新、人民生活、公共服务、基础设施等方面的数据；第四部分是附录，为主要统计指标解释。需要说明的是，从1997年开始，地级以上城市和县级城市分别采用不同的统计制度，有些指标在两类城市之间不具有可比性，故本年鉴将地级以上城市和县级城市统计资料分为独立的两部分。
国家统计局
一、数据是由重庆市统计局和国家统计局重庆调查总队编纂、中国统计出版社公开出版发行的一部全面记录重庆市经济建设和社会发展情况的大型资料性年刊。数据收录了重庆市历史重要年份和1989-2016年经济和社会各方面的统计数据，以及各区县（自治县）主要统计资料。 二、每份年鉴共二十二章，包括：1.综合;2.国民经济核算;3.人口与就业;4.固定资产投资;5.能源消费;6.财政;7.人民生活与物价;8.城镇建设;9.资源和环境;10.要素市场;11.农业和农村经济;12.工业;13.建筑业;14.运输和邮电;15.国内贸易;16.对外经济贸易和旅游业;17.金融业;18.教育、科技和文化业;19. 卫生、体育和其他社会活动;20.区县;21.三峡工程重庆库区移民;22.基本单位名录库。同时附录一个篇章：全国及各省（自治区、直辖市）主要统计资料。每章前设《简要说明》，介绍本章节的主要内容和资料来源，章末附有《主要统计指标解释》。 三、本年鉴统计资料：大部分数据来自统计年报，部分来自抽样调查。 四、本年鉴所使用的度量衡单位均采用国际统一标准计量单位；各种分类标准均采用国家统一分类标准。 五、部分数据的合计数或相对数，由于计量单位取舍不同而产生的计算误差未作机械调整。 六、本年鉴各表的部分指标注解位于该表下方或最后一张续表的下方。 七、符号使用说明：年鉴各表中的“空格”表示该项统计指标数据不足本表最小单位数、数据不详或无该项数据；“＃”表示其中的主要项。
国家统计局
一、数据是一部全面反映云南省国民经济和社会发展情况的统计资料工具书，汇集了全省及各州市、县(市、区)1989-2016年和主要年份经济和社会发展主要统计数据。 二、每份年鉴全书共18章，即:1.省情概况;2.国民经济核算;3.固定资产投资;4.城乡市场消费;5.公共财政;6.对外经济贸易;7.农业和农村;8.工业和能源;9.建筑业和房地产业;10.交通运输、通信和服务业;11.金融和保险业;12.旅游业;13.教育、科技和文化业;14.卫生、体育和社会管理;15.人口与就业;16.资源与环境;17.民族自治地方经济概况;18.县域经济概况。 三、本年鉴每个章节后附有主要统计指标解释，对主要统计指标的含义、统计范围和统计方法作了简要说明。本年鉴的资料来源，大部分来自年度统计报表。由于统计口径范围和调查方法的差别，部分指标各州市、县(市、区)数字相加可能不等于全省总计，对于一些统计指标的统计口径范围发生变化的，相关年份的年鉴对有关数据作了相应的调整，并在有关统计表中作了解释，在使用中请注意。 四、度量衡单位均采用国家颁布的国际统一标准计量单位。本年鉴中对计量单位进一步统一调整，符号使用说明：“空格”表示无该项统计指标数据，或不足本表最小单位数，或资料不详；“#”表示指标的其中项。
国家统计局
青木关流域尺度土壤温湿度及降水观测网是重庆金佛山喀斯特生态系统国家野外科学观测研究站的重要水文气象观测节点。该数据集整合了观测网共计12个站点的多层土壤温湿度，以及其中8个站点的降水观测数据。观测站点采用美国Meter公司开发的ECH2O土壤温湿度量测系统，配合Em50数据采集器实现自动监测。观测网于2019年12月建成，采样频率为15min。土壤温湿度监测深度依次为0-5 cm、10 cm、20 cm、40 cm、60 cm。其中，土壤水分（体积含水量，m3 m-3）经由5TM电容传感器测量，土壤温度（K）经由整合在5TM传感器上的热敏电阻测量，降水（mm/15min）由ECRN-100翻斗式雨量计测量。数据以Excel格式存储。
赵龙
一、数据是全面反映四川省国民经济和社会发展情况的大型资料性年刊，收录了四川省1989-2016年和重要年份的主要统计数据，以及各市、县（区）1989-2016年的主要统计数据。 二、每个年份的统计年鉴分为23个篇章，即：一、综合;二、国民经济核算;三、人口;四、就业人员和工资;五、固定资产投资;六、能源;七、资源和环境;八、财政和物价;九、人民生活和社会保障;十、城市概况;十一、民族自治地方概况;十二、县(市、区)概况;十三、农业;十四、工业;十五、建筑业;十六、交通运输、邮电和通讯;十七、国内贸易;十八、对外经济贸易和旅游;十九、金融和保险;二十、教育、科技和专利;二十一、文化、体育和卫生;二十二、其他社会活动;二十三、法人单位概况。为便于读者更直观地了解全书内容和正确使用资料，每篇章末尾附有主要统计指标解释。 三、资料中所使用的度量街单位均采用国际统一标准计量单位。 四、本年鉴部分合计数由于其中数的小数点位数取舍不同而产生的计算误差未作机械调整。 五、年鉴所涉及的历史数据，凡与其他年份年鉴资料有所出入的，均以最新出版的为准。 六、年鉴的资料来源：主要来自自治区统计局的常规统计年报、各类抽样调查、普查。部分篇章和指标的内容由相关区直单位（部门）提供，自治区统计局对这些指标数据没有解释及说明的权力和能力。
国家统计局
宇宙射线中子法是一种百米尺度的土壤水分无损测量方法。本数据是以重庆市青木关槽谷区宇宙射线土壤水分观测系统（COSMOS）同步测得的中子序列为输入，结合周边多个站点的多层土壤水分观测数据，发展了针对该中子观测的土壤水分反演算法。反演算法引入S-G滤波以对COSMOS快中子数进行平滑，同时优化了算法率定和验证阶段不同的数据筛选方案。此外，反演所需气象数据（主要是气压）由布设在COSMOS站点周边的自动气象站提供，用于对原始中子数进行校正。算法生成的宇宙射线土壤水分反演序列时间分辨率为1h。
赵龙
MCD12Q1 V6产品每年提供土地覆盖类型( 2001-2020年)，来自六种不同的分类方案，一般采用的是第一个数据集Land cover type1(LC_Type1)IGBP的分类体系，因为其数据类型最为丰富，一共17种土地类型；其中包括11个自然植被类型，3个土地开发和镶嵌的地类和3个非草木土地类型定义类。它是利用MODIS Terra和Aqua反射率数据的监督分类得出的。然后对监督分类进行附加的后处理，其中包括先验知识和辅助信息，以进一步细化特定类。数据空间分辨率为500m。
NASA
哨兵2号（Sentinel-2）包含两颗卫星，两颗相同的SENTINEL-2卫星同时运行，相位差180°，在平均海拔786 km的太阳同步轨道上运行。每个SENTINEL-2卫星在其轨道上的位置由双频全球导航卫星系统（GNSS）接收器测量。通过专用推进系统维持轨道精度。每颗卫星配备了最先进的多光谱成像仪（Multi Spectral Instrument ，MSI），可提供高分辨率的光学成像。分辨率为25米，覆盖波段13个（本数据经过筛选保留了常用的8个波段-2、3、4、5、6、8、8A）。可有效用于土地利用和变化检测制图、提供土地覆盖的支持、救灾支持、气候变化监测等。
欧空局哥白尼数据中心
PALSAR拼接数据产品是通过JAXA对PALSAR和PALSAR-2的全球基本观测方案观察到的SAR反向散射图像的长路径组合而成的。以Gamma-0背向散射的形式提供的，其地理坐标为0.8秒（在赤道约为25米）的像素间距。时间间隔为年度，PALSAR-2的拼接数据可用于2015-2021年的时间段，PALSAR的拼接数据可用于2007-2010年。本数据经过数据筛选，数据裁剪等操作，获取了长江中上游地区HH和HV极化的ALOS PALSAR-2的数据。可用于P波段微波应用的研究。
ALOS-2/ALOS Science Project, ALOS-2/ALOS Science Project
本数据来自2022年1月1日-8月26日在重庆市金佛山喀斯特生态系统国家野外科学观测研究虎头村农田观测场（E106.3192621°；N29.76271°，海拔473m）的TDP观测数据。TDP观测系统每套共8组探头，观测树种为山茶树和桂花树。根据树木的不同高度及胸径，选取样树安装TDP(Thermal Dissipation sap flow velocity Probe, 热扩散液流计)，采用国产TDP插针式热扩散植物茎流计，型号为TDP30。选取的样地位于通量观测塔南侧3米，以此代表整个区域进行树干液流的测量。探针安装高度为1.3米，安装方位为样树东南、西南和正北方向。TDP的原始观测数据为探针之间的温度差，采集频率为30秒，平均时间为10分钟，一天144组数据，缺失数据标记为NAN。
孔德兵
本数据来自2022年1月1日-8月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究柑研所果园观测场（E106.3817569°；N29.76232°，海拔231m）的TDP观测数据。TDP观测系统每套共8组探头，观测树种为柚子树。根据树木的不同高度及胸径，选取样树安装TDP(Thermal Dissipation sap flow velocity Probe, 热扩散液流计)，采用国产TDP插针式热扩散植物茎流计，型号为TDP30。选取的样地位于通量观测塔南侧3米，以此代表整个区域进行树干液流的测量。探针安装高度为1.3米，安装方位为样树东南、西南和正北方向。TDP的原始观测数据为探针之间的温度差，采集频率为30秒，平均时间为10分钟，一天144组数据，缺失数据标记为NAN。
孔德兵
本数据来自2021年1月17日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究虎头村农田观测场（E106.3192621°；N29.76271°，海拔473m）的TDP观测数据。TDP观测系统每套共8组探头，观测树种为山茶树和桂花树。根据树木的不同高度及胸径，选取样树安装TDP(Thermal Dissipation sap flow velocity Probe, 热扩散液流计)，采用国产TDP插针式热扩散植物茎流计，型号为TDP30。选取的样地位于通量观测塔南侧3米，以此代表整个区域进行树干液流的测量。探针安装高度为1.3米，安装方位为样树东南、西南和正北方向。TDP的原始观测数据为探针之间的温度差，采集频率为30秒，平均时间为10分钟，一天144组数据，缺失数据标记为NAN。
孔德兵
本数据来自2020年1月1日-5月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站隐仙洞原生林观测场（E107°11′38.8″；N29°4′3.2″，海拔1194m）的开路涡度观测数据。观测场下垫面为金佛山北坡原生林、涡动相关仪的架高3m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪CSAT3B与CO2/H2O分析仪LI-7500RS之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
本数据来自2019年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站隐仙洞原生林观测场（E107°11′38.8″；N29°4′3.2″，海拔1194m）的开路涡度观测数据。观测场下垫面为金佛山北坡原生林、涡动相关仪的架高3m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪CSAT3B与CO2/H2O分析仪LI-7500RS之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
本数据来自2021年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究柑研所果园观测场（E106.3817569°；N29.76232°，海拔231m）的TDP观测数据。TDP观测系统每套共8组探头，观测树种为柚子树。根据树木的不同高度及胸径，选取样树安装TDP(Thermal Dissipation sap flow velocity Probe, 热扩散液流计)，采用国产TDP插针式热扩散植物茎流计，型号为TDP30。选取的样地位于通量观测塔南侧3米，以此代表整个区域进行树干液流的测量。探针安装高度为1.3米，安装方位为样树东南、西南和正北方向。TDP的原始观测数据为探针之间的温度差，采集频率为30秒，平均时间为10分钟，一天144组数据，缺失数据标记为NAN。
孔德兵
本数据来自2018年4月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站隐仙洞原生林观测场（E107°11′38.8″；N29°4′3.2″，海拔1194m）的开路涡度观测数据。观测场下垫面为金佛山北坡原生林、涡动相关仪的架高3m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪CSAT3B与CO2/H2O分析仪LI-7500RS之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
本数据来自2022年1月1日-8月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站烂坝靖半山腰原生林观测场（E107°8′20.4″；N29°1′12″，海拔1525m）的闭路涡度观测数据。观测场下垫面为金佛山西坡原生林、涡动相关仪的架高24m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪CSAT3A与CO2/H2O分析仪EC155之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
本数据来自2020年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究柑研所果园观测场（E106.3817569°；N29.76232°，海拔231m）的TDP观测数据。TDP观测系统每套共8组探头，观测树种为柚子树。根据树木的不同高度及胸径，选取样树安装TDP(Thermal Dissipation sap flow velocity Probe, 热扩散液流计)，采用国产TDP插针式热扩散植物茎流计，型号为TDP30。选取的样地位于通量观测塔南侧3米，以此代表整个区域进行树干液流的测量。探针安装高度为1.3米，安装方位为样树东南、西南和正北方向。TDP的原始观测数据为探针之间的温度差，采集频率为30秒，平均时间为10分钟，一天144组数据，缺失数据标记为NAN。
孔德兵
本数据来自2021年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站烂坝靖半山腰原生林观测场（E107°8′20.4″；N29°1′12″，海拔1525m）的闭路涡度观测数据。观测场下垫面为金佛山西坡原生林、涡动相关仪的架高24m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪CSAT3A与CO2/H2O分析仪EC155之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
本数据来自2021年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究隐仙洞原生林观测场（E107.1941206°；N29.06757°，海拔1194m）的TDP观测数据。TDP观测系统每套共8组探头，观测树种为松树。根据树木的不同高度及胸径，选取样树安装TDP(Thermal Dissipation sap flow velocity Probe, 热扩散液流计)，采用国产TDP插针式热扩散植物茎流计，型号为TDP30。样地依次为TDP-1点，TDP-2点和TDP-3点，位于通量观测塔南侧30米。样树高度从高到低依次为TDP-2、TDP-1、TDP-3，胸径从大到小依次为TDP-2、TDP-3、TDP-1，以此代表整个区域进行树干液流的测量。探针安装高度为1.3米，安装方位为样树东南、西南和正北方向。TDP的原始观测数据为探针之间的温度差，采集频率为30秒，平均时间为10分钟，一天144组数据，缺失数据标记为NAN。
孔德兵
本数据来自2020年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究隐仙洞原生林观测场（E107.1941206°；N29.06757°，海拔1194m）的TDP观测数据。TDP观测系统每套共8组探头，观测树种为松树。根据树木的不同高度及胸径，选取样树安装TDP(Thermal Dissipation sap flow velocity Probe, 热扩散液流计)，采用国产TDP插针式热扩散植物茎流计，型号为TDP30。样地依次为TDP-1点，TDP-2点和TDP-3点，位于通量观测塔南侧30米。样树高度从高到低依次为TDP-2、TDP-1、TDP-3，胸径从大到小依次为TDP-2、TDP-3、TDP-1，以此代表整个区域进行树干液流的测量。探针安装高度为1.3米，安装方位为样树东南、西南和正北方向。TDP的原始观测数据为探针之间的温度差，采集频率为30秒，平均时间为10分钟，一天144组数据，缺失数据标记为NAN。
孔德兵
本数据来自2019年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究隐仙洞原生林观测场（E107.1941206°；N29.06757°，海拔1194m）的TDP观测数据。TDP观测系统每套共8组探头，观测树种为松树。根据树木的不同高度及胸径，选取样树安装TDP(Thermal Dissipation sap flow velocity Probe, 热扩散液流计)，采用国产TDP插针式热扩散植物茎流计，型号为TDP30。样地依次为TDP-1点，TDP-2点和TDP-3点，位于通量观测塔南侧30米。样树高度从高到低依次为TDP-2、TDP-1、TDP-3，胸径从大到小依次为TDP-2、TDP-3、TDP-1，以此代表整个区域进行树干液流的测量。探针安装高度为1.3米，安装方位为样树东南、西南和正北方向。TDP的原始观测数据为探针之间的温度差，采集频率为30秒，平均时间为10分钟，一天144组数据，缺失数据标记为NAN。
孔德兵
本数据来自2018年3月6日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究隐仙洞原生林观测场（E107.1941206°；N29.06757°，海拔1194m）的TDP观测数据。TDP观测系统每套共8组探头，观测树种为松树。根据树木的不同高度及胸径，选取样树安装TDP(Thermal Dissipation sap flow velocity Probe, 热扩散液流计)，采用国产TDP插针式热扩散植物茎流计，型号为TDP30。样地依次为TDP-1点，TDP-2点和TDP-3点，位于通量观测塔南侧30米。样树高度从高到低依次为TDP-2、TDP-1、TDP-3，胸径从大到小依次为TDP-2、TDP-3、TDP-1，以此代表整个区域进行树干液流的测量。探针安装高度为1.3米，安装方位为样树东南、西南和正北方向。TDP的原始观测数据为探针之间的温度差，采集频率为30秒，平均时间为10分钟，一天144组数据，缺失数据标记为NAN。
孔德兵
本数据来自2021年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究隐仙洞原生林观测场（E107.1941206°；N29.06757°，海拔1194m）的蒸渗仪观测数据。站点下垫面为金佛山北坡原生林。蒸渗仪的采集频率是1Hz，发布数据为10min输出数据。蒸渗仪为圆柱形结构，表面积为1m2，土柱埋深1.5m，蒸散量观测精度为0.01mm。蒸渗仪安装有三台，位于通量塔南侧30米原生林中，均保持裸土状态。观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失或超量程数据，则由NAN标示；（3）日期和时间的格式统一。如，时间为：2020-6-10 10:30；
孔德兵
本数据来自2020年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究隐仙洞原生林观测场（E107.1941206°；N29.06757°，海拔1194m）的蒸渗仪观测数据。站点下垫面为金佛山北坡原生林。蒸渗仪的采集频率是1Hz，发布数据为10min输出数据。蒸渗仪为圆柱形结构，表面积为1m2，土柱埋深1.5m，蒸散量观测精度为0.01mm。蒸渗仪安装有三台，位于通量塔南侧30米原生林中，均保持裸土状态。观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失或超量程数据，则由NAN标示；（3）日期和时间的格式统一。如，时间为：2020-6-10 10:30；
孔德兵
本数据来自2019年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究隐仙洞原生林观测场（E107.1941206°；N29.06757°，海拔1194m）的蒸渗仪观测数据。站点下垫面为金佛山北坡原生林。蒸渗仪的采集频率是1Hz，发布数据为10min输出数据。蒸渗仪为圆柱形结构，表面积为1m2，土柱埋深1.5m，蒸散量观测精度为0.01mm。蒸渗仪安装有三台，位于通量塔南侧30米原生林中，均保持裸土状态。观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失或超量程数据，则由NAN标示；（3）日期和时间的格式统一。如，时间为：2020-6-10 10:30；
孔德兵
样地内林木起测胸径拟采用5cm，称为样木，不观测胸径小于5cm的小树，需要记录小树的株数。 树种识别：基于调查人员的树木学知识结合林场造林资料识别树种。 胸径测量：采用胸径尺，观测1.3m高度处的样木胸径，若被测单木位于山坡上，调查人员应站在上坡位置进行测量。 树高测量：采用激光测高计，测量样木根部到样地顶部之间的垂直距离。 枝下高测量：利用激光测高仪进行单木枝下高的测量。 生物量计算：样地生物量是每个样地单木生物量加和，单位kg，生物量计算公式参见生物量计算行业标准文件夹下的行业标准文件和相关论文。 平均数高：样地平均树高为所有单木的树高平均值。
钱凤
本数据来自2018年4月12日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究隐仙洞原生林观测场（E107.1941206°；N29.06757°，海拔1194m）的蒸渗仪观测数据。站点下垫面为金佛山北坡原生林。蒸渗仪的采集频率是1Hz，发布数据为10min输出数据。蒸渗仪为圆柱形结构，表面积为1m2，土柱埋深1.5m，蒸散量观测精度为0.01mm。蒸渗仪安装有三台，位于通量塔南侧30米原生林中，均保持裸土状态。观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失或超量程数据，则由NAN标示；（3）日期和时间的格式统一。如，时间为：2020-6-10 10:30；
孔德兵
植被荧光自动观测系统架设于重庆市北碚区虎头村喀斯特生态系统野外观测研究站（106.3191E, 29.7627N），观测系统距离地面垂直高度为10 m，下垫面为桂花树等绿化乔木。荧光自动观测系统采用QE65 Pro光谱仪，与LI7500RS涡度观测系统实现同步观测。全天候植被荧光观测系统是基于760nm 和687 nm 附近的O2-A和O2-B 暗线内外的波谱观测值，通过3FLD、SFM等算法提取日光诱导叶绿素荧光。本设备的核心工作是准同步地测量太阳入射辐照度和植被冠层上行的表观辐亮度。其中太阳入射辐照度通过带余弦校正器的光纤向上观测获取，植被冠层上行的表观辐亮度通过另一光纤观测冠层获取，然后数据通过光纤传输到主机，并进行运算。SIF观测时间长度：2020年10月1日至11月30日。其中，10月18日 数据缺失；10月8日、10月20日、11月20日 数据不全。SIF荧光观测数据单位：mW/m2/nm/sr
汤旭光
本数据来自2019年12月1日-2020年12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站烂坝靖半山腰原生林观测场（E107°8′20.4″；N29°1′12″，海拔1525m）的闭路涡度观测数据。观测场下垫面为金佛山西坡原生林、涡动相关仪的架高24m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪CSAT3A与CO2/H2O分析仪EC155之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
本数据来自2022年1月1日-8月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站虎头村农田观测场（E106°19′9.3″；N29°45′45.7″，海拔473m）的开路涡度观测数据。观测场下垫面为山茶树丛、涡动相关仪的架高5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪Windmaster与CO2/H2O分析仪LI-7500RS之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
本数据来自2021年10月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站虎头村农田观测场（E106°19′9.3″；N29°45′45.7″，海拔473m）的开路涡度观测数据。观测场下垫面为山茶树丛、涡动相关仪的架高5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪Windmaster与CO2/H2O分析仪LI-7500RS之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
本数据来自2020年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站虎头村农田观测场（E106°19′9.3″；N29°45′45.7″，海拔473m）的开路涡度观测数据。观测场下垫面为山茶树丛、涡动相关仪的架高5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪Windmaster与CO2/H2O分析仪LI-7500RS之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
叶片采集地点分别选择在槽上、柑橘研究所、虎头村三个无人机飞行区域采集该地区优势物种的新鲜叶片，同时，叶片采集点与SPAD-2、LAI测量点、光合有效辐射测量点吻合。分别在虎头村采集105份样本，在槽上 采集180份样本，在柑橘研究所采集120份样本，共31个物种。高等植物光合作用过程中利用的光能是通过叶绿体色素(光合色素)吸收的。叶绿体色素由叶绿素a、叶绿素b、胡萝卜素和叶黄素组成。叶绿素不溶于水，溶于有机溶剂，可用多种有机溶剂，如丙酮、乙醇或二甲基亚砜等研磨提取或浸泡提取。叶绿色素在特定提取溶液中对特定波长的光有最大吸收，用分光光度计测定在该波长下叶绿素溶液的吸光度(也称为光密度)，再根据叶绿素在该波长下的吸收系数即可计算叶绿素含量。
钱凤
本数据来自2018年10月1日-2019年12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站虎头村农田观测场（E106°19′9.3″；N29°45′45.7″，海拔473m）的开路涡度观测数据。观测场下垫面为山茶树丛、涡动相关仪的架高5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪Windmaster与CO2/H2O分析仪LI-7500RS之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
本数据来自2022年1月1日8月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站柑研所果园观测场（E106°22′54.3″；N29°45′44.3″，海拔231m）的闭路涡度观测数据。观测场下垫面为柑橘、柚子树丛、涡动相关仪的架高4m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪CSAT3A与CO2/H2O分析仪EC155之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
本数据来自2021年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站柑研所果园观测场（E106°38′1.8″；N29°76′23 .2″，海拔231m）的闭路涡度观测数据。观测场下垫面为柑橘、柚子树丛、涡动相关仪的架高4m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪CSAT3A与CO2/H2O分析仪EC155之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
植被覆盖度指植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比。植被的覆盖度可分为高、中高、中、低四种覆盖类型。覆盖度的检测主要有地表实测法和遥感监测法。获得产品为地面测量点规则采集的清晰相片，相片包含植被和裸土或者植被和天空，相片中植被在整个相片中所占比例为该相片的植被覆盖度，相同地面测量点的植被覆盖度均值为该地面观测点的植被覆盖度。植被覆盖度是衡量地表植被状况的一个重要指标，是描述生态系统的重要基础数据，也是区域生态系统环境变化的重要指示，对水文、生态、区域变化等都具有重要意义。植被覆盖度为植被在地面的垂直投影面积占统计区总面积的百分比，它的取值范围为0-1，植被越茂盛，覆盖度越大，反之越小，大于1或者小于0的值为错误值。
马明国
本数据来自2019年12月1日-2020年12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站柑研所果园观测场（E106°38′1.8″；N29°76′23 .2″，海拔231m）的闭路涡度观测数据。观测场下垫面为柑橘、柚子树丛、涡动相关仪的架高4m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪CSAT3A与CO2/H2O分析仪EC155之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
本数据来自2022年1月1日-8月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站槽上退耕观测场（E106°26′32.9″；N29°47′14.8″，海拔591m）的闭路涡度观测数据。观测场下垫面为退耕地灌木丛、涡动相关仪的架高5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪CSAT3B与CO2/H2O分析仪EC155之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
本数据来自2021年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站槽上退耕观测场（E106°26′32.9″；N29°47′14.8″，海拔591m）的闭路涡度观测数据。观测场下垫面为退耕地灌木丛、涡动相关仪的架高5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪CSAT3A与CO2/H2O分析仪EC155之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
本数据来自2019年1月1日-2020年12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站槽上退耕观测场（E106°26′32.9″；N29°47′14.8″，海拔591m）的闭路涡度观测数据。观测场下垫面为退耕地灌木丛、涡动相关仪的架高5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪CSAT3A与CO2/H2O分析仪EC155之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
一、数据系统收录了1989-2016年贵州省国民经济和社会发展等各方面统计数据，改革开放以来特别是2015年以来的主要统计数据，全省各市（州）、县（市、区、特区）和全国及各省（区、市）主要统计数据，是反映贵州省情的重要工具书之一。 二、本年鉴包括26个部分：综合，国民经济核算，人口，就业人员和职工工资，固定资产投资，对外经济贸易，能源财政税收，价格指数，人民生活，城市概况，资源和环境，农业，工业，建筑业，运输和邮电，批发、零售、住宿和餐饮业，旅游业，金融业，教育，科学技术，文化、体育和卫生，社会服务及其他，民族自治地方，市(州)、县(市、区、特区)资料，全国及各省(区、市)资料。为便于读者了解和使用统计数据，在每部分首页作简要说明，后面附有主要统计指标解释。 三、本年鉴中，凡由有关部门(单位)提供的数据均在表下注明数据来源，部分指标统计范围、口径发生变化的在表下均有注释，使用时请读者注意。 四、本年鉴中部分数据合计数或相对数由于计算单位或取舍不同而产生的计算误差，均未作机械调整。 五、本年鉴表中符号使用说明：“…”表示数据不足最小计量单位，“空格”表示该统计指标数据不详或无数据，“#”表示为上级指标的其中项。
国家统计局
本数据来自2022年1月1日-8月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站槽上退耕观测场（E106°26′32.9″；N29°47′14.8″，海拔591m）的开路涡度观测数据。观测场下垫面为退耕地灌木丛、涡动相关仪的架高5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪CSAT3B与CO2/H2O分析仪LI-7500RS之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
本数据来自2021年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站槽上退耕观测场（E106°26′32.9″；N29°47′14.8″，海拔591m）的开路涡度观测数据。观测场下垫面为退耕地灌木丛、涡动相关仪的架高5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪CSAT3B与CO2/H2O分析仪LI-7500RS之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵
本数据来自2020年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站槽上退耕观测场（E106°26′32.9″；N29°47′14.8″，海拔591m）的开路涡度观测数据。观测场下垫面为退耕地灌木丛、涡动相关仪的架高5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪CSAT3B与CO2/H2O分析仪LI-7500RS之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵, 顾松巍
中国1980年以来逐年年降水量空间插值数据集是基于全国2400多个气象站点日观测数据，通过整理、计算和空间插值处理生成。年降水量单位为0.1毫米。降水量的插值应用的是澳大利亚的ANUSPLIN插值软件，ANUSPLIN是一种采用平滑样条函数对多变量数据进行分析和插值的工具，即使用函数逼近曲面的一种方法，它能够对数据进行合理的统计分析和数据诊断，并可以对数据的空间分布进行分析进而实现空间插值的功能。
中国科学院资源环境科学与数据中心
一、数据是全面反映广西壮族自治区国民经济和社会发展情况的大型资料性年刊，收录了广西壮族自治区1989-2016年和1978年以来重要年份的主要统计数据，以及各市、县（区）1989-2016年的主要统计数据。 二、每个年份的统计年鉴分为23个篇章，即：1.综合；2.人口；3.国民经济核算；4.从业人员和职工工资；5.物价；6.人民生活；7.财政、金融和保险；8.资源与环境；9能源生产与消费；10.固定资产投资；11.城市概况；12.对外经济贸易；13.农业；14.工业；15.建筑业；16.批发和零售业；17.住宿餐饮业和旅游业；18.交通、运输和邮电通信；19.教育、科技和文化；20.体育、卫生、社会福利及服务业；21.区域经济；22.各市基本情况；23.县（市、区）基本情况。为便于读者更直观地了解全书内容和正确使用资料，每篇章末尾附有主要统计指标解释。 三、资料中所使用的度量街单位均采用国际统一标准计量单位。 四、本年鉴部分合计数由于其中数的小数点位数取舍不同而产生的计算误差未作机械调整。 五、年鉴所涉及的历史数据，凡与其他年份年鉴资料有所出入的，均以最新出版的为准。 六、年鉴的资料来源：主要来自自治区统计局的常规统计年报、各类抽样调查、普查。部分篇章和指标的内容由相关区直单位（部门）提供，自治区统计局对这些指标数据没有解释及说明的权力和能力。
国家统计局
该NDVI数据集是最新发布的NOAA全球模拟和绘图项目（GIMMS，Global Inventory Monitoring and Modeling System）长时间序列（1981-2015）NDVI产品，版本号3g.v1。为了去除NDVI数据中的噪声，进行了最大化合成、多传感器对比纠正。该产品的时间分辨率是每月两次，空间分辨率8km，数据格式为geotiff。时间跨度1981年7月至2015年12月。该数据集在植被长期变化趋势分析中被广泛应用。该数据集是从全球数据集中将中国长江上游部分裁切出来，以便单独开展长江上游地区的研究分析。
NOAA
GLOBMAP叶面积指数产品 (Version 3) 提供了全球1981年以来的高一致性长时间序列叶面积指数(Leaf Area Index, LAI)数据，产品持续更新。数据覆盖全球植被区域，空间分辨率为8km，采用经纬度坐标。产品基于AVHRR和MODIS数据定量融合反演得到，2000年前后分别为AVHRR和MODIS数据反演结果。算法首先基于MODIS地表反射率产品MOD09A1利用GLOBCARBON LAI算法(Deng et al., 2006)反演得到MODIS LAI序列，然后基于两个传感器的重叠观测构建AVHRR GIMMS NDVI与MODIS LAI像元级的关系，并基于该关系回溯反演了AVHRR LAI。
刘荣高
全球植被监测单位开展了多项与土地覆盖制图和监测相关的活动。特别是GVM正在与世界各地的伙伴网络合作，协调和实施全球土地覆盖2000年项目(GLC 2000)。总体目标是为2000年提供一个全球统一的土地覆盖数据库。"2000年"被认为是与各种活动有关的环境评估的参考年，特别是联合国与生态系统有关的国际公约。其中包括了中国2000年土地覆盖数据，共有24种土地覆盖分类和对应的名称，空间分辨率为1km。
Wu Bingfang
GLASS - GLC数据集是以5公里分辨率从1982年到2015年全球土地覆盖34年长期动态的首次记录。它使用最新版本的GLASS (全球陆地卫星) CDRs (气候数据记录)构建，并在Google Earth Engine ( GEE )平台上生成。包括农田、森林、草地、灌丛、苔原、荒地、雪/冰7类的34年平均总体精度为82.81 %。 年度地表覆盖图( 5 km )以Geo TIFF文件格式呈现，以"GLASS-GLC_7classes_year "形式命名，采用WGS 84投影。
Liu Han
该数据集是清华大学地球系统科学系宫鹏团队基于团队2011年以来在全球30米地表覆盖制图中获得的经验和样本库建设方面的积累，结合10米分辨率Sentinel-2全球影像的王铮存储和免费获取，开发出了世界首套10米分辨率的全球地表覆盖产品-FROM-FLC10，该产品基于2017年在《科学通报》发表的全球首套多季节样本库（涵盖2014-2015年Landsat8影像，由专家解译得到的均匀覆盖全球的多季节样本），将该样本库中样本应用于2017年获取的Sentinel-2影像，采用随机森林分类器得到全球10米地覆盖制图，共包括10一级类，分别是：耕地、林地、草地、湿地、灌木、水体、冻土、不透水面、冰/雪
宫鹏
MODIS反射率产品是计算地球地表反照率过程中最常用的数据，分为MOD09GA与MYD09GA两种，分别对应terra与aqua卫星。MOD/MYD09GA产品的时间分辨率为天，地理分辨率为1km，反射率空间分辨率为500m。每幅影像的500m反射率数据集中提供了1-7波段的反射率、质量评估等级、观测范围、观测数和250m扫描信息等。1km地理信息数据集中提供了观测次数、质量评估等级、传感器方位角天顶角、太阳方位角高度角、轨道指针等信息。
NASA
该数据集是对国际卫星陆面气候学(ISLSCP)倡议II数据收集的贡献，在0.25 °、0.5 °和1 °三种空间分辨率和两种不同的分类方案下提供。每个空间分辨率都有一个主要的土地覆盖类型分类层，SiB (简单生物圈)分类方案从0到15，IGBP分类方案从1到17。对于使用的每种分类方案，都有对应图层提供每个单元格中每种土地覆盖类型的百分比，从0到100。该数据集代表1992年4月至3月期间出现的土地覆盖类型。因此，时间分辨率为一年。
Tom Loveland
MODIS反射率产品是计算地球地表反照率过程中最常用的数据，分为MOD09GA与MYD09GA两种，分别对应terra与aqua卫星。MOD/MYD09GA产品的时间分辨率为天，地理分辨率为1km，反射率空间分辨率为500m。每幅影像的500m反射率数据集中提供了1-7波段的反射率、质量评估等级、观测范围、观测数和250m扫描信息等。1km地理信息数据集中提供了观测次数、质量评估等级、传感器方位角天顶角、太阳方位角高度角、轨道指针等信息。
NASA
该数据集包含了2022年1月1日至8月31日金佛山国家站虎头村农田观测场宇宙射线土壤水分观测系统数据。站点位于重庆市北碚区虎头村，下垫面是山茶树灌木丛。观测点的经纬度是106.3192° E, 29.7627° N，海拔473m，位于通量观测塔西侧5m。仪器探头底部距地面0.5m，采样频率是1小时。宇宙射线仪器的原始观测项目包括：电压Batt（V）、温度T（℃）、相对湿度RH（%）、气压P（hPa）、快中子数N1C（个/小时）、热中子数N2C（个/小时）、快中子采样时间N1ET（s）及热中子采样时间N2ET（s）。
孔德兵
该数据集包含了2021年1月1日至12月31日金佛山国家站虎头村农田观测场宇宙射线土壤水分观测系统数据。站点位于重庆市北碚区虎头村，下垫面是山茶树灌木丛。观测点的经纬度是106.3192° E, 29.7627° N，海拔473m，位于通量观测塔西侧5m。仪器探头底部距地面0.5m，采样频率是1小时。宇宙射线仪器的原始观测项目包括：电压Batt（V）、温度T（℃）、相对湿度RH（%）、气压P（hPa）、快中子数N1C（个/小时）、热中子数N2C（个/小时）、快中子采样时间N1ET（s）及热中子采样时间N2ET（s）。
孔德兵
该数据集包含了2020年1月1日至12月31日金佛山国家站虎头村农田观测场宇宙射线土壤水分观测系统数据。站点位于重庆市北碚区虎头村，下垫面是山茶树灌木丛。观测点的经纬度是106.3192° E, 29.7627° N，海拔473m，位于通量观测塔西侧5m。仪器探头底部距地面0.5m，采样频率是1小时。宇宙射线仪器的原始观测项目包括：电压Batt（V）、温度T（℃）、相对湿度RH（%）、气压P（hPa）、快中子数N1C（个/小时）、热中子数N2C（个/小时）、快中子采样时间N1ET（s）及热中子采样时间N2ET（s）。
孔德兵
World Cover数据集是欧空局联合全球多家科研机构，共同制作的2020年全球10米土地覆盖产品；该数据产品分辨率为10米，是基于Sentinel-1和Sentinel-2数据进行制作，包括11中土地覆盖类别，分别为：林地、灌木、草地、耕地、建筑、荒漠、雪\冰、水体、湿地、红树林、苔藓\地衣，是在欧洲航天局WorldCover项目框架内生成，该项目是欧空局第5次地球观测网络计划(EOEP -5)的一部分。
欧空局
该数据集包含了2019年1月16日至12月31日金佛山国家站虎头村农田观测场宇宙射线土壤水分观测系统数据。站点位于重庆市北碚区虎头村，下垫面是山茶树灌木丛。观测点的经纬度是106.3192° E, 29.7627° N，海拔473m，位于通量观测塔西侧5m。仪器探头底部距地面0.5m，采样频率是1小时。宇宙射线仪器的原始观测项目包括：电压Batt（V）、温度T（℃）、相对湿度RH（%）、气压P（hPa）、快中子数N1C（个/小时）、热中子数N2C（个/小时）、快中子采样时间N1ET（s）及热中子采样时间N2ET（s）。
孔德兵
该数据集包含了2018年4月6日至12月29日金佛山国家站虎头村农田观测场宇宙射线土壤水分观测系统数据。站点位于重庆市北碚区虎头村，下垫面是山茶树灌木丛。观测点的经纬度是106.3192° E, 29.7627° N，海拔473m，位于通量观测塔西侧5m。仪器探头底部距地面0.5m，采样频率是1小时。宇宙射线仪器的原始观测项目包括：电压Batt（V）、温度T（℃）、相对湿度RH（%）、气压P（hPa）、快中子数N1C（个/小时）、热中子数N2C（个/小时）、快中子采样时间N1ET（s）及热中子采样时间N2ET（s）。
孔德兵
本数据来自2020年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站隐仙洞原生林观测场（E107.1941206°；N29.06757°，海拔1194m）的自动气象站观测数据。隐仙洞自动气象站的空气温度、相对湿度传感器分别架设在2m和10m处，朝向正北；气压计安装在15m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在2m和10m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下0cm、2cm、5cm、10cm、20cm、40cm、60cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（1个），埋在地下5 cm，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2019年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站槽上退耕观测场（E106°26′32.9″；N29°47′14.8″，海拔591m）的开路涡度观测数据。观测场下垫面为退耕地灌木丛、涡动相关仪的架高5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪CSAT3B与CO2/H2O分析仪LI-7500RS之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均。
孔德兵, 周云
本数据来自2019年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站隐仙洞原生林观测场（E107.1941206°；N29.06757°，海拔1194m）的自动气象站观测数据。隐仙洞自动气象站的空气温度、相对湿度传感器分别架设在2m和10m处，朝向正北；气压计安装在15m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在2m和10m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下0cm、2cm、5cm、10cm、20cm、40cm、60cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（1个），埋在地下5 cm，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2022年1月1日-8月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站青木关流域姜家泉地下河出口观测场（E106.2922861°；N29.68314°，海拔329m）的自动气象站观测数据。青木关自动气象站的空气温度、相对湿度传感器分别架设在2m和10m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在2m和10m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下0cm、2cm、5cm、10cm、20cm、40cm、60cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（1个），埋在地下5 cm，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2021年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站青木关流域姜家泉地下河出口观测场（E106.2922861°；N29.68314°，海拔329m）的自动气象站观测数据。青木关自动气象站的空气温度、相对湿度传感器分别架设在2m和10m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在2m和10m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下0cm、2cm、5cm、10cm、20cm、40cm、60cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（1个），埋在地下5 cm，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
该数据产品是基于三十万景Landsat影像，结合现有产品自动稳定样本和目视解译样本生产获得，共包括9个一级类型，分别是：农田、森林、灌木、草地、水体、冰雪、荒地、不透水面、湿地；处理流程包括生成训练和测试样本、构建特征、检查分类和时空一致性，以及与其他产品准确性进行对比均在在GEE 平台上实施，以免于数据下载和管理；该数据集基于5463个独立参考样本，产品整体精度为79.31% ；CLCD数据集揭示了1985-2019年中国土地覆盖变化的趋势和模式：如不透水面（+148.71%）和地表水（+18.39%）的扩大，耕地（-4.85%）和草地（-3.29%）的减少，森林（+4.34%）的增加。总的来说，我们的结果反映了中国快速的城市化和一系列生态工程，揭示了在气候变化下人类活动对区域地表覆盖的影响
黄昕
本数据来自2020年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站青木关流域姜家泉地下河出口观测场（E106.2922861°；N29.68314°，海拔329m）的自动气象站观测数据。青木关自动气象站的空气温度、相对湿度传感器分别架设在2m和10m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在2m和10m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下0cm、2cm、5cm、10cm、20cm、40cm、60cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（1个），埋在地下5 cm，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2019年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站青木关流域姜家泉地下河出口观测场（E106.2922861°；N29.68314°，海拔329m）的自动气象站观测数据。青木关自动气象站的空气温度、相对湿度传感器分别架设在2m和10m处，朝向正北；气压计安装在10 m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在2m和10m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下0cm、2cm、5cm、10cm、20cm、40cm、60cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（1个），埋在地下5 cm，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
该数据集由ERA5再分析资料驱动WRF模型模拟得到，采用三层嵌套（9km, 3km和1km）进行模拟。该数据集的变量包括近地表气压（hPa）、10m风速（m/s）、2m温度（℃）、2m相对湿度（%）、下行短波辐射（W/m-2）、下行长波辐射（W/m-2）、降水量（mm/h）。数据为NETCDF格式，时间分辨率为1小时，水平空间分辨率为1km，投影方式为兰伯特投影。该数据集可以为复杂山区重庆的陆面过程模拟提供高时空分辨率的大气驱动数据。
郎芹
本数据来自2018年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站槽上退耕观测场（E106°44′2.5″；N29°78′74 .7″，海拔591m）的开路涡度观测数据。观测场下垫面为退耕地灌木丛、涡动相关仪的架高5m，采样频率是10Hz，超声朝向是正北向，超声风速温度仪CSAT3B与CO2/H2O分析仪LI-7500RS之间的距离是15cm。观测数据的平均周期为30分钟，一天48组数据，缺失数据标记为NAN。数据时间的含义，如0:30代表0:00-0:30的平均
孔德兵, 顾松巍
本数据来自2018年4月23日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站青木关流域姜家泉地下河出口观测场（E106.2922861°；N29.68314°，海拔329m）的自动气象站观测数据。青木关自动气象站的空气温度、相对湿度传感器分别架设在2m和10m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在2m和10m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下0cm、2cm、5cm、10cm、20cm、40cm、60cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（1个），埋在地下5 cm，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2022年1月1日-8月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站烂坝靖半山腰原生林观测场（E107.1390221°；N29.02°，海拔1525m）的自动气象站观测数据。滥坝靖自动气象站的空气温度、相对湿度传感器分别架设在4m和24m处，朝向正北；气压计安装在15m处；翻斗式雨量计安装在24m处；风速与风向传感器分别架设在4m和24m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下10cm、20cm、40cm、60cm、80cm、120cm、160cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（3个），依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2021年1月14日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站烂坝靖半山腰原生林观测场（E107.1390221°；N29.02°，海拔1525m）的自动气象站观测数据。滥坝靖自动气象站的空气温度、相对湿度传感器分别架设在4m和24m处，朝向正北；气压计安装在15m处；翻斗式雨量计安装在24m处；风速与风向传感器分别架设在4m和24m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下10cm、20cm、40cm、60cm、80cm、120cm、160cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（3个），依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
刘良云课题研发的1985-2020年地表覆盖精细产品（GLC_FCS30）以课题组2020年最新研发的全球30米地表覆盖精细分类产品（GLC_FCS30-2020）为基准数据，该产品提出了耦合变化检测和动态更新相结合的长时序地表覆盖动态监测方案，利用1984-2020年所有Landsat卫星数据（Landsat TM，ETM+和 OLI）生产了1985 年-2020年全球30米精细地表覆盖动态监测产品，沿用2020年基准数据的分类体系，共包含29个地表覆盖类型，更新周期为5年
刘良云
本数据来自2020年1月1日-12月30日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站烂坝靖半山腰原生林观测场（E107.1390221°；N29.02°，海拔1525m）的自动气象站观测数据。滥坝靖自动气象站的空气温度、相对湿度传感器分别架设在4m和24m处，朝向正北；气压计安装在15m处；翻斗式雨量计安装在24m处；风速与风向传感器分别架设在4m和24m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下10cm、20cm、40cm、60cm、80cm、120cm、160cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（3个），依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2022年1月1日-8月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站烂坝靖山下银杉林观测场（E107.1514059°；N29.02175°，海拔1401m）的自动气象站观测数据。烂坝靖自动气象站的空气温度、相对湿度传感器分别架设在3m和20m处，朝向正北；气压计安装在15m处；翻斗式雨量计安装在20m处；风速与风向传感器分别架设在3m和20m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下10cm、20cm、40cm、60cm、80cm、120cm、160cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（3个），依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2021年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站烂坝靖山下银杉林观测场（E107.1514059°；N29.02175°，海拔1401m）的自动气象站观测数据。烂坝靖自动气象站的空气温度、相对湿度传感器分别架设在3m和20m处，朝向正北；气压计安装在15m处；翻斗式雨量计安装在20m处；风速与风向传感器分别架设在3m和20m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下10cm、20cm、40cm、60cm、80cm、120cm、160cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（3个），依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据集是基于土壤剖面和样本汇编的机器学习方法对土壤属性进行预测，长江上游和西南地区范围的土壤属性（砂粒、粘粒、PH、体积密度、有机碳、质地等级）空间分布成图。水平空间分辨率为250m，垂直方向包括六个土层深度：0，10，30，60，100，200cm。格式为GeoTIFF，数据包含6个波段，其中第一到第六个波段依次为土壤粘粒含量在土层深度为0、10、30、60、100、200cm 的值，单位为%。
Tomislav Hengl
30米全球地表覆盖数据GlobeLand30是中国研制的30米空间分辨率全球地表覆盖数据，2014年发布GlobeLand30 2000和2010版，2020版已完成。GlobeLand30数据采用WGS-84坐标系，共包括10个一级类型，分别是耕地、林地、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川和永久积雪。GlobeLand30 V2010数据的总体精度为83.50%，Kappa系数0.78；V2020数据的总体精度为85.72%，Kappa系数0.82
陈军
本数据来自2020年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站烂坝靖山下银杉林观测场（E107.1514059°；N29.02175°，海拔1401m）的自动气象站观测数据。烂坝靖自动气象站的空气温度、相对湿度传感器分别架设在3m和20m处，朝向正北；气压计安装在15m处；翻斗式雨量计安装在20m处；风速与风向传感器分别架设在3m和20m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下10cm、20cm、40cm、60cm、80cm、120cm、160cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（3个），依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2022年1月1日-8月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站柑研所果园观测场（E106.3817569°；N29.76232°，海拔231m）的自动气象站观测数据。虎头村自动气象站的空气温度、相对湿度传感器分别架设在3m和9m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在3m和9m处；四分量辐射仪安装在5m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下10cm、20cm、40cm、60cm、80cm、120cm、160cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（3个），埋在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2021年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站柑研所果园观测场（E106.3817569°；N29.76232°，海拔231m）的自动气象站观测数据。虎头村自动气象站的空气温度、相对湿度传感器分别架设在3m和9m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在3m和9m处；四分量辐射仪安装在5m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下10cm、20cm、40cm、60cm、80cm、120cm、160cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（3个），埋在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方。每天观测1440组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2020年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站柑研所果园观测场（E106.3817569°；N29.76232°，海拔231m）的自动气象站观测数据。虎头村自动气象站的空气温度、相对湿度传感器分别架设在3m和9m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在3m和9m处；四分量辐射仪安装在5m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下10cm、20cm、40cm、60cm、80cm、120cm、160cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（3个），埋在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方。每天观测1440组数据（每1min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2022年1月1日-8月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站槽上退耕农田观测场（E106.4424794°；N29.78747°，海拔591m）的自动气象站观测数据。槽上自动气象站的空气温度、相对湿度传感器分别架设在3m和10m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在2m和10m处；四分量辐射仪安装在5m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（1个），埋在地下5cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2021年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站槽上退耕农田观测场（E106.4424794°；N29.78747°，海拔591m）的自动气象站观测数据。槽上自动气象站的空气温度、相对湿度传感器分别架设在3m和10m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在2m和10m处；四分量辐射仪安装在5m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（1个），埋在地下5cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2020年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站槽上退耕农田观测场（E106.4424794°；N29.78747°，海拔591m）的自动气象站观测数据。槽上自动气象站的空气温度、相对湿度传感器分别架设在3m和10m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在2m和10m处；四分量辐射仪安装在5m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（1个），埋在地下5cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2019年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站槽上退耕农田观测场（E106.4424794°；N29.78747°，海拔591m）的自动气象站观测数据。槽上自动气象站的空气温度、相对湿度传感器分别架设在3m和10m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在2m和10m处；四分量辐射仪安装在5m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（1个），埋在地下5cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2018年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站槽上退耕农田观测场（E106.4424794°；N29.78747°，海拔591m）的自动气象站观测数据。槽上自动气象站的空气温度、相对湿度传感器分别架设在3m和10m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在2m和10m处；四分量辐射仪安装在5m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（1个），埋在地下5cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2022年1月1日-8月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站虎头村农田观测场（E106.3192621°；N29.76271°，海拔515m）的自动气象站观测数据。虎头村自动气象站的空气温度、相对湿度传感器分别架设在5m和10m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在5m和10m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（3个），依次埋设在地下5cm、10cm、20 cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2021年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站虎头村农田观测场（E106.3192621°；N29.76271°，海拔515m）的自动气象站观测数据。虎头村自动气象站的空气温度、相对湿度传感器分别架设在5m和10m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在5m和10m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（3个），依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
该数据集包含从美国国家航空航天局（NASA）Aqua卫星上的先进微波扫描辐射计-地球观测系统（AMSR-E）仪器和JAXA GCOM-W1卫星上的先进微波扫描辐射计2（AMSR2）传感器生成的卫星检索的地球物理参数文件。地球物理参数包括日空气表面温度、部分开放水域覆盖估计值、植被光学深度、表面体积土壤湿度和大气总柱可降水蒸气。全球检索是在非沉淀，非雪和非冰覆盖条件下的土地上得出的。土壤水分的空间分辨率为25KM，覆盖全球，时间分辨率为1天。
Jinyang Du
本数据来自2020年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站虎头村农田观测场（E106.3192621°；N29.76271°，海拔515m）的自动气象站观测数据。虎头村自动气象站的空气温度、相对湿度传感器分别架设在5m和10m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在5m和10m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（3个），依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2019年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站虎头村农田观测场（E106.3192621°；N29.76271°，海拔515m）的自动气象站观测数据。虎头村自动气象站的空气温度、相对湿度传感器分别架设在5m和10m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在5m和10m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（3个），依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2018年1月1日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站虎头村农田观测场（E106.3192621°；N29.76271°，海拔515m）的自动气象站观测数据。虎头村自动气象站的空气温度、相对湿度传感器分别架设在5m和10m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在5m和10m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（3个），依次埋设在地下5cm、10cm、20 cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
本数据来自2017年12月6日-12月31日在重庆市金佛山喀斯特生态系统国家野外科学观测研究站虎头村农田观测场（E106.3192621°；N29.76271°，海拔515m）的自动气象站观测数据。虎头村自动气象站的空气温度、相对湿度传感器分别架设在5m和10m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在5m和10m处；四分量辐射仪安装在5 m处，朝向正南；光合有效辐射传感器安装在5m、10m处，朝向正南；土壤温度探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热通量板（3块）依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方；土壤平均温度探头（3个），依次埋设在地下5cm、10 cm、20 cm处，在距离气象塔2m的正南方。每天观测144组数据（每10min），若出现数据的缺失，则由NAN标示。
孔德兵
该数据集包括：大气顶射出长波辐射实时产品以及射出长波辐射实时产品。卫星 OLR 产品被广泛应用于气候模式输出参量即模式性能的评估。在中国气象界，OLR 资料被用于南海地区夏季风的监测，和西太平洋副高位置的确定。国际上 OLR 资料用于 ITCZ、ENSO 的监测和分析。为天气、气候模式及陆面模式提供输入及验证，为太阳能工业及森林草场火险监测预警提供地表太阳辐射分布信息。卫星 ULR 产品应用于气候模式、陆面模式、海洋大气环流模式，作为输入参量或模式性能评估，也用于地震诊断。
王志伟
长江上游及西南地区JRA55再分析3小时数据集（1958-2022），包括气温、大气加热、大气稳定性、亮度温度、冠层特征、云频率、云液态水/冰、蒸散发、 位势高度重力波、热通量、湿度、静水压力、地表温度、土地利用/土地覆盖分类、长波辐射、最高/最低温度、潜在温度、降水量、降水率径流、海平面压力、短波辐射、雪深、土壤水分/含水量、土壤温度、流函数、表面压力、表面粗糙度、地表风、总可降水量、对流层臭氧、高空气温、上层风等要素。数据为NETCDF格式，时间分辨率为3小时，水平空间分辨率为1.25°。可为长江上游和西南地区的陆面过程研究提供数据。 该数据集是对美国国家大气研究中心的JRA55气候再分析的陆地部分再处理生成的。 再分析使用物理定律将模型数据与来自世界各地的观察结果结合成一个全球完整的数据集，准确描述了过去的气候。
日本气象厅
SoilGrids基于约150000个用于训练的土壤剖面和一堆158个基于遥感的土壤协变量（主要来自MODIS土地产品，SRTM DEM衍生物、气候图像和全球地形和岩性图）用于拟合机器学习方法的集合随机森林和梯度，在R包中实现的增强和多项式逻辑回归，对七个标准深度（0、5、15、30、60、100和200 cm）的标准数值土壤特性（有机碳、体积密度、氮、阳离子交换量、pH值、土壤质地含量和粗碎屑）进行了预测。
Tomislav Hengl
LPDR是利用τ-ω模型，从美国国家航空航天局(美国航空航天局) Aqua 卫星上的先进微波扫描辐射计-地球观测系统(AMSR-E)仪器和 JAXA GCOM-W1卫星上的先进微波扫描辐射计2(AMSR2)传感器在H和V偏振下X波段(10.7 GHz)获得的TB中计算VOD。该数据以25 km空间分辨率提供了长期(2002年6月至2021年12月)的全球关键环境观测记录，时间分辨率为1天，数据格式为EASE_Grid。
Jinyang Du, John S. Kimball, Lucas A. Jones
中国西南地区1kmPM2.5数据集(2000-2021)是中国(中国大气污染物监测中心( CHAP ))系列长期、全覆盖、高分辨率、高质量的地面空气污染物数据集之一。它是利用人工智能的大数据(例如,地基测量、卫星遥感产品、大气再分析和模式模拟等)，通过考虑空气污染的时空异质性而产生的。该数据为2000年至2021年中国西南地区每天1公里(即D1K)的地面PM2.5数据集。该数据集每天的交叉验证决定系数( CV-R2 )为0.92，均方根误差( RMSE )为10.76 µ g m - 3
伟晶
这种增强的3级（L3）土壤水分产品提供了土壤湿度主动被动（SMAP）辐射计检索的全球陆地表面状况每日估计值的组合。本产品是 SMAP 2 级 （L2） 土壤湿度的每日复合物，该土壤水分源自 SMAP 1C 级 （L1C） 插值亮度温度。Backus-Gilbert 最优插值技术用于从 SMAP 天线温度中提取信息并将其转换为亮度温度，这些温度以全局圆柱投影的形式发布到 9 km 等积可扩展地球网格 2.0 版 （EASE-Grid 2.0）。截至2021年，这些数据也被发布到北半球EASE-Grid 2.0，一个方位角等积投影。
P. O’neill
卫星检索到的太阳诱导叶绿素荧光（SIF）显示出监测陆地生态系统光合活动的巨大潜力。然而，一些问题，包括网格化数据集的空间和时间分辨率低以及单个检索的高不确定性，限制了SIF的应用。此外，测量足迹的不一致也阻碍了涡流协方差（EC）磁通量塔的总初级生产（GPP）与卫星检索的SIF之间的直接比较。该数据集是通过训练具有中分辨率成像光谱仪表面反射率的神经网络(NN)和轨道碳观测站2(OCO-2)的表面反射因子，生成的全球空间连续的SIF数据集。晴空瞬时CSIF(CSIFclear-inst)对晴空 OCO-2 SIF显示出很高的精度，并且对生物群类型的偏差很小。连续的SIF数据集和派生的GPP-SIF关系可以更好地理解GPP在生物群落和气候中的空间和时间变化。本数据集为中国长江上游4天时间分辨率的日光诱导叶绿素荧光数据集。
Zhang Yao
SMOS INRA-CESBIO（SMOS-IC）算法由INRA（国家农学研究所）和CESBIO（生物空间研究中心）设计，用于执行SM和L-VOD的全球检索。SMOS-IC基于Wigneron等人（2017）中定义的L-MEB模型的双参数反转，并将像素视为同质。因此，SMOS-IC的设计基础与2级SM算法相同，但使用了一些简化。具体而言，SMOS-IC没有考虑与处理具有异质土地覆盖区域（森林覆盖区域）、天线模式和复杂SMOS视角几何形状的检索相关的校正。因此，SMOS-IC产品的主要目标之一是尽可能独立于辅助数据，以便更加稳健，并受上述修正中潜在不确定性的影响较小。SMOS-IC算法和数据集在费尔南德斯-莫兰等人（2017）中进行了描述。可用的土壤湿度产品是第2版，以25公里的EASEv2网格提供，为netcdf格式。本产品在元数据的基础上进行数据的裁剪，裁剪后区域为中国西南地区，格式为TIFF格式。
美国国家航空航天局
本数据来自2020年10月13日-30日在重庆市北碚区使用DL1000W仪器测量所得。北碚红外测温仪器安装基本情况：北碚红外测温仪器安装下垫面有3种类型，分别为水域，水泥地，棉花，安装地点均在柑研所及其附近。水域（共3个探头）安装时间为2020年10月13日，当天安装好之后即开机测量数据；水泥地（共3个探头）安装时间为2020年10月14日，当天安装好之后即开机测量数据；其中编号为“水泥#中间”的探头为同步当天架设； 棉花地（共3个探头）安装时间为2020年10月18日，当天安装好之后即开机测量数据。
黄雅君
本数据来自2020年10月18日、19日在重庆市北碚区槽上、柑橘研究所和虎头村三个观测站使用LAI-2200植物冠层分析仪测量的数据。地面观测试验是在各遥感实验站常规观测基础上，开展的无人机和有人机过境时刻的地面连续观测和加密观测。地面测量点的选择，既要地物具有代表性，又要满足地物类型符合均一性的特征，因此在无人机飞行区域内择取满足4×4 m大小内地物类型均一的区域作为地面测量点。由于区域内大部分为热带或亚热带混合林，树木高大，林中情况复杂，徒步进入比较困难，因此主要选择容易到达的地点进行测量。测量地点主要分布在公路沿线，包含林地、草地、耕地等类型，其中在柑研所区域，选择了大量覆盖度不同的柑桔园、菜园作为测量点。
马明国
北碚站点位于重庆市北碚区虎头村的常绿阔叶林地内，依托重庆金佛山喀斯特生态系统国家野外科学观测研究站。北碚站点的地理坐标为106.319N，29.762E，海拔512.9米。桂花是该区域的主要树种，林地相对平坦。北碚站点安装有SIFSpec自动SIF测量设备，SIFSpec配备的光谱仪为QE65Pro，信噪比为1000，光谱分辨率0.38nm，采样间隔0.16nm，光谱范围640-800nm，SIFSpec系统采用了 "三明治 "测量方法采集数据，本数据集基于3FLD方法反演约760 nm处的SIF值。
汤旭光
北碚站点位于重庆市北碚区虎头村的常绿阔叶林地内，依托重庆金佛山喀斯特生态系统国家野外科学观测研究站。北碚站点的地理坐标为106.319N，29.762E，海拔512.9米。桂花是该区域的主要树种，林地相对平坦。北碚站点安装有SIFSpec自动SIF测量设备，SIFSpec配备的光谱仪为QE65Pro，信噪比为1000，光谱分辨率0.38nm，采样间隔0.16nm，光谱范围640-800nm，SIFSpec系统采用了 "三明治 "测量方法采集数据，本数据集基于3FLD方法反演约760 nm处的SIF值。
汤旭光
该数据集提供了来自欧洲气象卫星 (EUMETSAT) MetOp-A 上的全球臭氧监测实验 2 (GOME-2) 仪器的叶绿素估计值的 2 级 (L2) 太阳诱导荧光 (SIF)数据，光谱分辨率约为 0.5 nm，并且波长在 734 和 758 nm 之间。 GOME-2 以约 40 公里 x 80 公里或创纪录的 40 公里 x 40 公里的分辨率在轨道基础上覆盖约 70 至 -57 度纬度之间的全球陆地。数据为 2007 年 2 月 1 日至 2018 年 1 月 31 日期间的数据。每个文件包含每日原始和偏差调整的太阳诱导荧光、质量控制信息和辅助数据。 SIF 测量可以提供有关植被功能状态的信息，包括光利用效率和全球初级生产力，可用于全球碳循环建模和农业应用。 GOME-2 SIF 产品由于信号电平低而具有固有的噪声，并且仅经过了有限的验证。该数据集中包含 3773 个 netCDF (*.nc) 格式的数据文件。数据变量被格式化为符合 CF 元数据约定的轨迹。本数据集提供的为中国长江上游的日平均SIF数据。
Joanna Joiner, Yasuko Yoshida, Philipp Koehler, Christian Frankenberg, Nicholas C. Parazoo
该数据集提供了中国长江上游的二级（L2）太阳诱导荧光（SIF）的叶绿素估计值，该估计值来自欧洲航天局（ESA）环境卫星（Envisat）上的Scanning Imaging Absorption spectroMeter for Atmospheric CartograpHY（SCIAMACHY）仪器，光谱分辨率约0.5纳米，波长在734-758纳米之间。提供了从2003-01-01到2012-04-08期间的数据。每个文件都包含每天的原始和偏差调整的太阳诱导荧光，以及质量控制信息和辅助数据。本数据集为740 nm处反演的SIF。
Joanna Joiner, Yasuko Yoshida, Philipp Koehler, Christian Frankenberg, Nicholas C. Parazoo
该数据集以0.05度（赤道约5公里）的空间分辨率和16天的时间分辨率提供了2014年9月至2020年7月的中国西南地区连续的全球平均日太阳诱导叶绿素荧光（SIF）数据。该产品来自于轨道碳观测站-2（OCO-2）的SIF观测，通过对OCO-2的原生SIF观测和沿OCO-2轨道的MODIS BRDF校正的七波段表面反射率进行人工神经网络（ANN）训练而产生。然后，根据MODIS反射率和土地覆盖率，将训练好的ANN模型应用于预测OCO-2的空白区域的平均每日SIF（mW/m2/nm/sr）。该框架按生物群落和16天的时间步骤进行分层。
Longlong Yu, Jiaming Wen, Christine Yao-Yun Chang, Christian Frankenberg, Ying Sun
叶面积指数（Leaf Area Index, LAI）是陆地生态系统中反映植被生长状况的基本变量，在碳循环、气候模式、陆地生态系统模拟和植被变化监测中发挥着重要作用。目前国际上已有多种中等分辨率的全球LAI产品，包括MODIS、GEOV、GLASS LAI等，但它们存在着时空不连续、产品的时间跨度、精度等局限性。梁顺林教授团队的马晗博士基于MODIS地表反射率数据，生成GLASS 第六版（V6）250米叶面积指数，该产品克服了在长期云或雪覆盖地区LAI质量低且时空不连续等问题，是目前空间分辨率最高的长时间序列的全球LAI产品。
梁顺林
MCD15A3H 版本 6.1 中分辨率成像光谱仪 (MODIS) 4 级、光合有效辐射 (FPAR) 的组合分数 (FPAR) 和叶面积指数 (LAI) 产品是一个 4 天的复合数据集，像素大小为 500 米。 该算法在 4 天内从位于 NASA 的 Terra 和 Aqua 卫星上的 MODIS 传感器的所有采集中选择可用的最佳像素。LAI 定义为阔叶树冠中每单位面积的单侧绿叶面积和针叶树冠中每单位面积的总针叶表面积的二分之一。
NASA
The Global Land Evaporation Amsterdam Model（GLEAM）是一套根据卫星观测分别估算陆地蒸发的不同组成部分的算法。GLEAM 中的 Priestley 和 Taylor 方程根据对地表净辐射和近地表气温的观测来计算蒸散发。该产品的时间分辨率是每天，空间分辨率0.25° x 0.25°，数据格式为netCDF。时间跨度1980-2021。该数据集为合理分配区域水资源提供科学依据。
ir. Akash Koppa
NASA全球陆地数据同化系统(GLDAS)的目标是通过生成摄取卫星和地基的最佳地表状态和通量场观测数据产品，使用先进的陆地表面建模和数据同化技术。GLDAS驱动多个离线的(不耦合的)对大气)的陆面模型，集成了大量的观测数据，并在全球范围内以高分辨率(2.5°到1公里)执行土地信息系统(LIS)。该产品的时间分辨率是三小时，空间分辨率0.25° x 0.25°，数据格式为tif。时间跨度2000-01-01至2022-07-01。该数据集为合理分配区域水资源提供科学依据。
NASA
本数据来自2022年7月-2023年6月期间在重庆市北碚区虎头村进行的观测数据，依托高分辨率对地观测国家重点项目（21-Y20B01-9001-19/22）。植被覆盖度（Fractional vegetation cover, FVC）表示植被地面垂直投影面积与研究区总面积的百分比，是衡量生态保护和生态恢复有效性的重要指标，被广泛应用于气候、生态和土壤侵蚀等领域。FVC不仅是反映植被生产能力的理想参数，而且在评估地形差异、气候变化和区域生态环境质量时也能发挥较好的作用。
汤旭光
本数据来自2022年7月-2023年6月期间在重庆市北碚区虎头村进行的观测数据，依托高分辨率对地观测国家重点项目（21-Y20B01-9001-19/22）。叶面积指数（Leaf Area Index，LAI）定义为地面单位投影面积内叶片总面积的一半，是描述植被的核心参数之一。LAI控制着植被的许多生物、物理过程，如光合、呼吸、蒸腾、碳循环和降水截获等，同时为植被冠层表面最初的能量交换提供定量化的信息，是一个十分重要的研究植被生态系统结构和功能的参数。
汤旭光
本数据是本项目成员依据高分辨率对地观测国家重点项目（21-Y20B01-9001-19/22），在重庆市北碚区虎头山区域进行地物波谱反射率的实地测量，在研究区域内进行优化布设共设置10个观测点，涵盖多种地物包括桂花林、草地、琵琶林和灌丛等。每次观测在上午10:00至下午16:00之间进行且无云层遮盖的天气条件下，每个观测点进行一天内观测两次，每次记录10条波谱曲线，观测周期试天气情况而定，最终汇总数据。
汤旭光
版本10r是数据集的当前版本。OCO-2 SIF Lite文件包含偏差校正的太阳诱导叶绿素荧光以及聚合为每日文件的其他选择字段。轨道碳观测站是美国宇航局的第一个任务，旨在收集基于空间的大气二氧化碳测量值，其精度、分辨率和覆盖范围是表征控制其在大气中积累过程所需的精度、分辨率和覆盖范围。 OCO-2 项目使用携带单个仪器的 LEOStar-2 航天器。它包含三个高分辨率光谱仪，可同时测量 1.61 和 2.06 微米附近的近红外 CO2 和 0.76 微米的分子氧 (O2) A 波段中的反射阳光。该集合包括IMAP-DOAS预处理器的输出，该预处理器用于筛选官方XCO2产品以及从0.76微米O2 A波段检索太阳诱导荧光。IMAP-DOAS 预处理器与 ABO2 云屏幕一样，在操作 OCO-2 处理管道中实现。
NASA
太阳诱导的叶绿素荧光(SIF)在测量陆地光合作用方面取得了重大进展。最近的几项研究评估了从轨道碳观测站-2(OCO-2)反演SIF在估计总初级生产力(GPP)方面的潜力。然而，OCO-2数据在空间和时间上的稀疏性使得将这些数据用于从生态系统尺度到全球的许多应用都具有挑战性。该数据集是利用离散的OCO-2 SIF测深、中分辨率成像光谱仪(MODIS)的遥感数据和气象再分析数据，开发的一个新的基于OCO-2的全球SIF数据集(GOSIF)，具有高时空分辨率(即0.05°，8天、月、年)。与直接从OCO-2测深聚合的粗分辨率SIF数据相比，GOSIF具有更好的空间分辨率、全球连续覆盖和更长的记录。GOSIF可用于评估陆地光合作用和生态系统功能，并作为陆地生物圈和地球系统模型的基准。本数据集为中国长江上游年尺度时间分辨率的日光诱导叶绿素荧光数据。
Li Xing, Xiao Jingfeng
太阳诱导的叶绿素荧光(SIF)在测量陆地光合作用方面取得了重大进展。最近的几项研究评估了从轨道碳观测站-2(OCO-2)反演SIF在估计总初级生产力(GPP)方面的潜力。然而，OCO-2数据在空间和时间上的稀疏性使得将这些数据用于从生态系统尺度到全球的许多应用都具有挑战性。该数据集是利用离散的OCO-2 SIF测深、中分辨率成像光谱仪(MODIS)的遥感数据和气象再分析数据，开发的一个新的基于OCO-2的全球SIF数据集(GOSIF)，具有高时空分辨率(即0.05°，8天、月、年)。与直接从OCO-2测深聚合的粗分辨率SIF数据相比，GOSIF具有更好的空间分辨率、全球连续覆盖和更长的记录。GOSIF可用于评估陆地光合作用和生态系统功能，并作为陆地生物圈和地球系统模型的基准。本数据集为中国长江上游月尺度时间分辨率的日光诱导叶绿素荧光数据。
Li Xing, Xiao Jingfeng
太阳诱导的叶绿素荧光(SIF)在测量陆地光合作用方面取得了重大进展。最近的几项研究评估了从轨道碳观测站-2(OCO-2)反演SIF在估计总初级生产力(GPP)方面的潜力。然而，OCO-2数据在空间和时间上的稀疏性使得将这些数据用于从生态系统尺度到全球的许多应用都具有挑战性。该数据集是利用离散的OCO-2 SIF测深、中分辨率成像光谱仪(MODIS)的遥感数据和气象再分析数据，开发的一个新的基于OCO-2的全球SIF数据集(GOSIF)，具有高时空分辨率(即0.05°，8天、月、年)。与直接从OCO-2测深聚合的粗分辨率SIF数据相比，GOSIF具有更好的空间分辨率、全球连续覆盖和更长的记录。GOSIF可用于评估陆地光合作用和生态系统功能，并作为陆地生物圈和地球系统模型的基准。本数据集为中国长江上游8天时间分辨率的日光诱导叶绿素荧光数据。
Li Xing, Xiao Jingfeng
该数据集提供了描述陆地表面的地图，分为22个类别，这些类别已经使用联合国粮农组织( FAO)的土地覆盖分类系统(LCCS)定义。除了土地覆盖(LC)地图外，还制作了四个质量标志，以记录分类和变化检测的可靠性。 为了保证连续性，这些土地覆盖图与欧洲空间局(ESA)气候变化倡议(CCI)制作的1990年代至2015年的全球年度LC图系列一致，也可在ESA CCI LC Viewer上获取。为了产生这个数据集，整个中分辨率成像光谱仪(MERIS)从2003年到2012年的全分辨率和低分辨率档案首先被分类成一个独特的10年基线LC图。然后利用(i) 1992-1999年的高级甚高分辨率辐射计(AVHRR)时间序列、(ii) 1998-2012年的SPOT-vegetation (SPOT-VGT)时间序列和(iii) 2013年的PROBA-vegetation (PROBA-V)和Sentinel-3 OLCI (S3OLCI)时间序列的变化来反演和更新。 除了气候建模社区之外，该数据集的长期一致性、年度更新和全球范围内的高度专题细节使其在土地核算、森林监测和荒漠化等众多应用以及科学研究方面具有吸引力。
欧空局
此元数据为测试用例，专用于开发人员或平台业务处理管理人员，对业务功能进行有效检测。 此元数据为测试用例，专用于开发人员或平台业务处理管理人员，对业务功能进行有效检测。 此元数据为测试用例，专用于开发人员或平台业务处理管理人员，对业务功能进行有效检测。 此元数据为测试用例，专用于开发人员或平台业务处理管理人员，对业务功能进行有效检测。 此元数据为测试用例，专用于开发人员或平台业务处理管理人员，对业务功能进行有效检测。
CRONG, 陈荣
本数据集包括2022年重庆金佛山水房泉流域主要水体的物理化学指标、氢氧同位素和氮氧同位素数据，除部分数据因设备中断或损坏外，pH、水温、电导率、溶解氧测试时间间隔在4~10分钟不等，主要阴阳离子浓度和同位素数据采样测试间隔约为1月。数据可用于反演流域水来源、水岩作用、水环境变化、水质演化、气候变化和人类活动方面的研究，也可用于不同区域地下水的对比研究，为流域生态环境保护、地下水资源评估和地下水污染防治提供基础性的数据。
杨平恒
本数据集包括2021年重庆金佛山水房泉流域主要水体的物理化学指标、氢氧同位素和氮氧同位素数据，除部分数据因设备中断或损坏外，pH、水温、电导率、溶解氧测试时间间隔在4~10分钟不等，主要阴阳离子浓度和同位素数据采样测试间隔约为1月。数据可用于反演流域水来源、水岩作用、水环境变化、水质演化、气候变化和人类活动方面的研究，也可用于不同区域地下水的对比研究，为流域生态环境保护、地下水资源评估和地下水污染防治提供基础性的数据。
杨平恒
本数据集包括2020年重庆金佛山水房泉流域主要水体的物理化学指标、氢氧同位素和氮氧同位素数据，除部分数据因设备中断或损坏外，pH、水温、电导率、溶解氧测试时间间隔在4~10分钟不等，主要阴阳离子浓度和同位素数据采样测试间隔约为1月。数据可用于反演流域水来源、水岩作用、水环境变化、水质演化、气候变化和人类活动方面的研究，也可用于不同区域地下水的对比研究，为流域生态环境保护、地下水资源评估和地下水污染防治提供基础性的数据。
杨平恒
本数据集包括2019年重庆金佛山水房泉流域主要水体的物理化学指标、氢氧同位素和氮氧同位素数据，除部分数据因设备中断或损坏外，pH、水温、电导率、溶解氧测试时间间隔在4~10分钟不等，主要阴阳离子浓度和同位素数据采样测试间隔约为1月。数据可用于反演流域水来源、水岩作用、水环境变化、水质演化、气候变化和人类活动方面的研究，也可用于不同区域地下水的对比研究，为流域生态环境保护、地下水资源评估和地下水污染防治提供基础性的数据。
杨平恒
本数据集包括2018年重庆金佛山水房泉流域主要水体的物理化学指标、氢氧同位素和氮氧同位素数据，除部分数据因设备中断或损坏外，pH、水温、电导率、溶解氧测试时间间隔在4~10分钟不等，主要阴阳离子浓度和同位素数据采样测试间隔约为1月。数据可用于反演流域水来源、水岩作用、水环境变化、水质演化、气候变化和人类活动方面的研究，也可用于不同区域地下水的对比研究，为流域生态环境保护、地下水资源评估和地下水污染防治提供基础性的数据。
杨平恒
本数据集包括2017年重庆金佛山水房泉流域主要水体的物理化学指标、氢氧同位素和氮氧同位素数据，除部分数据因设备中断或损坏外，pH、水温、电导率、溶解氧测试时间间隔在4~10分钟不等，主要阴阳离子浓度和同位素数据采样测试间隔约为1月。数据可用于反演流域水来源、水岩作用、水环境变化、水质演化、气候变化和人类活动方面的研究，也可用于不同区域地下水的对比研究，为流域生态环境保护、地下水资源评估和地下水污染防治提供基础性的数据。
杨平恒
本数据集包含2017-2022年重庆市酉阳县泔溪镇石漠化治理区地下水水化学演变数据，包括表层岩溶泉老泉与地下河出口龙洞塘的电导率、溶解氧、pH、水温、水位及降水量数据，数据记录的时间间隔为15分钟。其中，老泉的数据记录时间较早（2017年5月-至今），龙洞塘地下河的数据记录时间较晚（2018年-至今），野外在线仪器运行稳定，记录数据保持较好的连续性。该数据为了解和研究石漠化地区地下水的时空变化特征及水资源保护提供第一手的资料。
杨琰
本数据集包含2017-2022年重庆市酉阳县泔溪镇石漠化治理区地下水水化学演变数据，包括表层岩溶泉老泉与地下河出口龙洞塘的电导率、溶解氧、pH、水温、水位及降水量数据，数据记录的时间间隔为15分钟。其中，老泉的数据记录时间较早（2017年5月-至今），龙洞塘地下河的数据记录时间较晚（2018年-至今），野外在线仪器运行稳定，记录数据保持较好的连续性。该数据为了解和研究石漠化地区地下水的时空变化特征及水资源保护提供第一手的资料。
杨琰
本数据集包含2017-2022年重庆市酉阳县泔溪镇石漠化治理区地下水水化学演变数据，包括表层岩溶泉老泉与地下河出口龙洞塘的电导率、溶解氧、pH、水温、水位及降水量数据，数据记录的时间间隔为15分钟。其中，老泉的数据记录时间较早（2017年5月-至今），龙洞塘地下河的数据记录时间较晚（2018年-至今），野外在线仪器运行稳定，记录数据保持较好的连续性。该数据为了解和研究石漠化地区地下水的时空变化特征及水资源保护提供第一手的资料。
杨琰
本数据集包含2017-2022年重庆市酉阳县泔溪镇石漠化治理区地下水水化学演变数据，包括表层岩溶泉老泉与地下河出口龙洞塘的电导率、溶解氧、pH、水温、水位及降水量数据，数据记录的时间间隔为15分钟。其中，老泉的数据记录时间较早（2017年5月-至今），龙洞塘地下河的数据记录时间较晚（2018年-至今），野外在线仪器运行稳定，记录数据保持较好的连续性。该数据为了解和研究石漠化地区地下水的时空变化特征及水资源保护提供第一手的资料。
杨琰
本数据集包含2017-2022年重庆市酉阳县泔溪镇石漠化治理区地下水水化学演变数据，包括表层岩溶泉老泉与地下河出口龙洞塘的电导率、溶解氧、pH、水温、水位及降水量数据，数据记录的时间间隔为15分钟。其中，老泉的数据记录时间较早（2017年5月-至今），龙洞塘地下河的数据记录时间较晚（2018年-至今），野外在线仪器运行稳定，记录数据保持较好的连续性。该数据为了解和研究石漠化地区地下水的时空变化特征及水资源保护提供第一手的资料。
杨琰
本数据集包括歇马虎头村附近耕地、林地、草地等不同土地利用方式下的土壤有机碳及组分、土壤养分、土壤质地、土壤团聚体等数据信息。土壤样品采用土钻法取得，每种土地利用方式下设置4个重复。采集的土壤样品经过2 mm和0.25μm的筛后进行相关指标的测定。其中土壤有机碳及其组分采用重铬酸钾氧化-硫酸亚铁滴定法测定；土壤质地采用激光粒度仪测定；土壤团聚体采用湿筛法获得大团聚体，小团聚体和粉粘粒团聚体三个组分；土壤全氮采用凯式定氮法测定，土壤全磷采用高氯酸-硫酸法测定。
禹朴家
本数据集包含2017年重庆市酉阳县泔溪镇石漠化治理区地下水水化学演变数据，包括表层岩溶泉老泉与地下河出口龙洞塘的电导率、溶解氧、pH、水温、水位及降水量数据，数据记录的时间间隔为15分钟。其中，老泉的数据记录时间比龙洞塘地下河的数据早（2017年5月-2017年12月），则龙洞塘地下河在2017年没有观测数据。野外在线仪器运行稳定，记录数据保持较好的连续性。该数据为了解和研究石漠化地区地下水的时空变化特征及水资源保护提供第一手的资料。
杨琰
此版本的亮点是改进了时间和空间覆盖范围，因为它包含了3个新的主动和被动传感器（所有传感器的上升和下降立交桥的观测值首次合并到此版本中）。验证表明，新版本是迄今为止最准确的ESA CCI SM产品。它提供了从1978年到2021年的全球数据。 算法更新包括以下内容： 包括新的风云 3C、3D 和 ASCAT-C 传感器 LPRM v7.1 改进了 LPRM 的模型参数化。这适用于所有无源传感器，但使用 LPRM v06.2 的 SMOS 和 SMAP 除外 所有无源传感器的日间观测值现在都包含在合并中 包括一个新的可选标志，用于贫瘠的地面 使用年内偏置校正方法协调传感器 产品的时间范围将延长至2021年底。 本数据在原始数据（主被动联合版本）的基础上对数据进行裁剪，裁剪范围为西南地区。
Wouter Dorigo
PERSIANN-CDR（利用人工神经网络从遥感信息中估算降水--气候数据记录）由加州大学欧文分校水文气象学和遥感中心（CHRS）开发，提供了1983年1月1日至2015年12月31日（延迟至今）期间纬度带60N-60S的0.25度的日降水量估算。PERSIANN-CDR的目的是满足对一个一致的、长期的、高分辨率的全球降水数据集的需求，以研究由于气候变化和自然变异而导致的每日降水的变化和趋势，特别是极端降水事件。PERSIANN-CDR是由PERSIANN算法使用GridSat-B1红外数据生成的，并使用全球降水气候学项目（GPCP）的月度产品进行调整，以在整个记录中保持两个数据集在2.5度月尺度上的一致性。PERSIANN-CDR产品可通过NOAA NCDC CDR项目网站上的大气CDRs类别向公众提供，作为实用的气候数据记录。
Ashouri, Hamed
WorldClim 2.1 月尺度降水数据集 (1960-2018)由高空间分辨率的全天天气和气候数据数据库WorldClim提供。降水为每月的累计量，单位为mm。时间覆盖范围为1960到2018年，空间分辨率约为21 km，时间分辨率为月。这些数据由东安格利亚大学气候研究组从CRU-TS-4.03降级而来，使用WorldClim 2.1进行偏差校正得到。CRU-TS-4.03为全球陆地地区气象站的月度观测数据中构建的最新网格化气候数据集。
Philip Jones
全球降水气候数据集（GPCP）由NASA戈达德太空飞行中心制作，数据结合了特殊传感器微波成像仪（SSM/I）项目和散射算法、GOES降水指数（GPI）、输出长波降水指数（OPI）、雨量计和NOAA极轨卫星上的TOVS探测仪的降水估计等数据。GPCP日降水数据集提供全球经纬度1度网格上的日降水积累，从1996年10月开始，一直持续到现在（有一些处理延迟）。 它依赖于GPCP月度产品的月度总降雨量，主要使用地球静止红外卫星图像来确定日降雨率。数据空间分辨率为1°，时间分辨率为天。
George. J. Huffman
GRACE ，Gravity Recovery and Climate Experiment，由 NASA 和德国宇航中心（DLR）联合研制。提供Mascon RL06 版本的等效液态水估计的数据，数据提供商分别为美国德克萨斯大学空间研究中心 (CSR)，喷气动力实验室 (JPL)和戈达德空间飞行中心 (GSFC)。空间分辨率分别为0.25°，0.5°和0.5°。对原始数据进行时间线性插值、中国区域掩膜提取以及坐标系转换后得到长江中上游地区GRACE月度海量网格数据（2002-2022），以geotiff文件格式保存。其数据真实可靠，是目前GRACE用于估计陆地水储量变化的主要数据。
D. N. Wiese, D.-N. Yuan, C. Boening, F. W. Landerer, M. M. Watkins, Himanshu Save,Srinivas Bettadpur,Byron D. Tapley, Bryant D. Loomis,Denis Felikson,Terence J. Sabaka,Brooke Medley
LandScan Global 采用结合了地理空间科学、遥感技术和机器学习算法的创新方法，是可用的代表环境（24 小时平均值）人口的最高分辨率全球人口分布数据。 LandScan Global 算法是 R&D 100 奖得主，它使用空间数据、高分辨率图像开发和多变量 dasymetric 建模方法来分解行政边界内的人口普查计数。由于没有单一的人口分布模型可以解释空间数据可用性、质量、规模和准确性的差异以及文化定居实践的差异，LandScan 人口分布模型是为匹配每个国家的数据条件和地理性质而量身定制的和地区。通过对环境人口进行建模，LandScan Global 在白天和黑夜的整个过程中捕获人们的全部潜在活动空间，而不仅仅是住宅位置。
Oak Ridge National Laboratory
MERRA-2 是 NASA 全球建模和同化办公室 (GMAO) 使用戈达德地球观测系统模型 (GEOS) 版本 5.12.4 制作的卫星时代全球大气再分析的最新版本数据集。随着气象同化的增强，MERRA-2 朝着 GMAO 的地球系统再分析目标迈出了重要的一步。MERRA-2 是第一个长期的全球再分析，用于同化基于空间的气溶胶观测并代表它们与气候系统中其他物理过程的相互作用。本数据集是MERRA-2中平均时间为每小时的二维数据收集，涵盖了1980年到2022年的时期，空间分辨率为0.5°*0.625°。该集合包含了中国长江上游的地表诊断数据，例如基流通量、地表温度、径流、表层土壤湿度、根区土壤湿度、表层水、根区层水和六层土壤温度等。数据字段使用从 00:30 UTC 开始的一小时中心时间进行时间标记，例如：00:30、01:30、...、23:30 UTC。
NASA
我们应用基于卫星遥感的蒸散发(ET)算法评估了1983 - 2006年全球陆地ET。该算法使用改进的Penman‐Monteith方法量化冠层蒸腾和土壤蒸发，通过归一化植被差异指数(NDVI)确定生物群落特异性冠层电导，并使用Priestley‐Taylor方法量化开放水域蒸发量。这些算法通过先进的非常高分辨率辐射计(AVHRR) GIMMS NDVI、NCEP/NCAR再分析(NNR)每日地表气象和NASA/GEWEX地表辐射预算发布版本−3.0太阳辐射输入在全球范围内应用。我们使用34个FLUXNET塔站点的观测数据对基于NDVI的冠层电导模型进行参数化，然后使用另外48个独立通量塔的测量数据验证全球ET算法。由现场气象测量和从粗分辨率NNR气象再分析插值得到的气象数据驱动的两组塔级月蒸散发估算结果一致(均方根误差(RMSE) = 13.0-15.3 mm -1;R²= 0.80-0.84)，利用全球代表性土地覆盖类型观测到的塔架通量。全球ET结果捕捉到了全球尺度上观测到的时空变化，并进行了比较(RMSE = 186.3 mm yr−1;R2= 0.80)，利用覆盖全球植被面积61%的261个盆地的流域尺度水平衡计算得出ET。该研究的结果提供了一个相对长期的全球ET记录，具有很好的量化精度，可用于评估ET气候、陆地水、能源收支和长期水循环变化。
Ke Zhang, John Kimball
PML_V2陆地蒸散发与总初级生产力数据集，包括总初级生产力（gross primary product, GPP），植被蒸腾（vegetation transpiration, Ec），土壤蒸发（soil PML_V2在Penman-Monteith-Leuning (PML) 模型的基础上，根据气孔导度理论，耦合了GPP过程。GPP与ET相互制约、相互限制，使得PML_V2在ET模拟精度，相对于以往的模型有很大的提升。PML_V2的参数分不同的植被类型，在全球95个涡度相关通量站上率定。其后根据MODIS MCD12Q2.006 IGBP分类，将参数移植至全球。PML_V2采用GLDAS 2.1的气象驱动和MODIS 叶面积指数(LAI)、反射率(Albedo)，发射率(Emissivity)为输入，最终得到PML_V2陆地蒸散发与总初级生产力数据集。evaporation, Es），冠层截流蒸发（vaporization of intercepted rainfall, Ei）和水体、冰雪蒸发（ET_water），共5个要素。数据格式为tiff，时空分辨率为8天、0.05°，时间跨度为2002.07-2019.08。
张永强
MOD16A2 Version 6蒸散发/潜热通量产品是一个8天合成数据集，以500米(m)像素分辨率生成。用于MOD16数据产品收集的算法基于Penman-Monteith方程的逻辑，其中包括每日气象再分析数据的输入以及中分辨率成像光谱仪(MODIS)遥感数据产品，如植被特性动态、反照率和土地覆盖。MOD16A2产品提供了复合蒸散(ET)层、潜热通量(LE)层、电位ET (PET)层和电位LE (PLE)层以及质量控制层。每个MOD16A2颗粒还可使用两个低分辨率浏览图像ET和LE。两个蒸散层(ET和PET)的像元值是综合周期内所有8天的像元值之和，两个潜热层(LE和PLE)的像元值是综合周期内所有8天的像元值平均值。注意，每年的最后一次采集周期是5或6天的综合周期，具体取决于年份。
NASA, Steve Running
基于微波数据同化的中国土壤水分数据集包含2002-2011年3层土壤水分数据（0-5cm，5-20cm，20-100cm）。数据采用Yang et al.(2007) 发展的自动标定参数的陆面同化系统（ITPLDAS），以中国区域高时空分辨率的地面气象要素数据集（ITP-forcing数据集）驱动陆面过程模型SiB2，同化AMSR-E 卫星观测亮温，输出三层土壤水分数据。土壤水分均方根误差：5%VWC（在青藏高原那曲和玛曲的评估精度）。
阳坤
稳定连续的长时序地表土壤水分数据集对于全球环境和气候变化监测等都非常重要。SMAP等卫星搭载的L波段辐射计能提供目前最优精度的全球地表土壤水分观测，但其数据记录的短时间限制了其在长期研究中的应用；而AMSR-E和AMSR2系列传感器能提供长时序多频段辐射计观测（C、X和K波段）。本数据集是一个20年（2002/07/27~2022/08/31）的全球连续一致的地表土壤水分数据集，分辨率为日尺度的36 km，采用EASE-Grid2投影坐标系，数据单位为m3/m3。数据集采用Yao et al.(2017)发展的土壤水分神经网络反演算法，将SMAP的优势传递到AMSR-E/2，以目前卫星最优精度的SMAP标准土壤水分产品为训练目标，以AMSR-E/2的亮温为输入，最终输出长时序土壤水分数据。该数据集能够重现SMAP土壤水分的时空分布，精度与SMAP土壤水分产品相当；同时该数据集精度优于AMSR-E和AMSR2的官方土壤水分产品，通过全球14个密集观测站网的地面观测验证表明，其土壤水分精度为5%左右。该全球长时序数据集目前时间覆盖20年，随着AMSR2的持续在轨观测以及即将发射的后继AMSR3任务，该数据集是可延长的，为气候极端事件、趋势分析和年代际变化的长时序研究提供支持。
姚盼盼, 卢麾
数据集包含2002年至2018年中国陆地土壤水分数据，单位为m³/m³，时间分辨率为月，空间分辨率为0.05°。它由3个被动微波遥感产品制成：日本宇宙航空研究开发机构（JAXA）的 AMSR-E 的 Level 3 土壤水分数据和 AMSR2 的 Level 3 土壤水分数据，以及由法国农业科学研究院（INRA）和法国空间生物圈研究中心（CESBIO）研发的 SMOS 产品的土壤水分数据。为了应对被动微波土壤水分产品空间分辨率低的不足，研究人员基于温度植被干旱指数（TVDI）建立了空间权重分解（SWD）模型，其中，TVDI由中分辨率成像光谱仪（MODIS）的地表温度（LST）MYD11C3数据和归一化植被指数（NDVI）MYD13C2数据计算而来。整体而言，降尺度的土壤水分产品与实地测量结果一致（R >0.78），且均方根误差较低（ubRMSE < 0.05 m³/m³），这表明数据在整个时间序列中具有良好的准确性。数据集可以广泛应用于水文及干旱监测，并且可以作为生态和其他地球物理模型的重要输入参数。本数据集在元数据集的基础上进行裁剪，获取西南地区土壤水分数据。
毛克彪
地表土壤水分（SSM）是了解地球表面水文过程的关键参数。长期以来，被动微波（PM）技术一直是在卫星遥感尺度上估算SSM的主要选择，而另一方面，PM观测的粗分辨率（通常>10 km）阻碍了其在更细尺度上的应用。虽然已经提出了定量研究，以缩小基于卫星PM的SSM的规模，但很少有产品可供公众使用，以满足1km分辨率和全天候条件下每日重访周期的要求。因此，在本研究中，我们在中国开发了一种具有所有这些特征的SSM产品。该产品是通过在36 km处对基于AMSR-E和AMSR-2的SSM进行降尺度生成的，涵盖了2003-2019年间两台辐射计的所有在轨时间。MODIS光学反射率数据和在多云条件下填补空白的每日热红外地表温度（LST）是降尺度模型的主要数据输入，以实现SSM降尺度结果的“全天候”质量。4月至9月期间，这一开发的SSM产品的每日图像在全国范围内实现了准完全覆盖。在其他月份，与最初的每日PM观测值相比，开发产品的全国覆盖率也大大提高。我们根据2000多个专业气象和土壤水分观测站的现场土壤水分测量结果对该产品进行了评估，发现该产品的精度在晴空到多云的所有天气条件下都是稳定的，无偏RMSE的站平均值在0.053 vol到0.056 vol之间。此外，评估结果还表明，开发的产品在1km分辨率下明显优于广为人知的SMAP Sentinel（主被动微波）组合SSM产品。这表明，我们开发的产品在改善未来水文过程、农业、水资源和环境管理相关调查方面可能带来的潜在重要效益。本数据集在全国数据集的基础上，裁切出中国西南地区数据进行共享。
宋沛林, 张永强
本数据集是一个包含10年（2010-2019）的全球日尺度地表土壤水分数据集，分辨率为36 km，采用EASE-Grid2投影坐标系，数据单位为m3/m3. 数据集采用Yao et al.(2017，2021)发展的土壤水分神经网络反演算法，将SMAP的优势传递到FY-3B/MWRI，利用人工神经网络方法，以SMAP标准土壤水分产品为训练目标，以FY-3B/MWRI的亮温为输入，最终输出长时序土壤水分数据。土壤水分精度和SMAP接近，达到5%左右。（ 全球14个密集观测站网的验证精度 ）。
卢麾,, 姚盼盼, 赵天杰, 武胜利, 施建成
总初级生产力（Gross primary productivity, GPP）是指单位时间内植物通过光合作用吸收CO2过程固定的有机碳量。中国长江上游MODIS植被总初级生产力产品数据集是基于MOD17A2H产品（版本006）裁剪拼接得到的。该数据产品提供了估算的GPP数值，可以作为数据模型的输入，计算陆地能源、碳、水循环过程和植被的生物地球化学。时间范围为2000年2月18日到2022年8月30日，空间分辨率为500m，时间分辨率为8天累积综合值，数据坐标系为WGS84地理坐标系。
美国国家航空航天局
植被净初级生产力（NPP）是植物光合作用有机物质的净创造，是表征陆地生态过程的关键参数，已成为理解地表碳循环过程不可缺少的部分。中国长江上游500mMODIS植被净初级生产力产品数据集基于MOD17A3HGF产品（版本6.1）裁剪拼接得到的。该产品改进并填补了MOD17的空白，根据每个像素的质量控制（QC）标签，清理了8天叶面积指数和光合有效辐射分数（LAI/FPAR）的低质量输入，已广泛应用于土地利用评价、区域生态规划、植被长势监测等方面。时间范围为2001年到2021年，空间分辨率为500m，时间分辨率为每年，数据坐标系为WGS84地理坐标系。
美国国家航空航天局
该数据集包括：射出长波辐射(OLR)，地表下行长波辐射(DLR)，地面入射太阳辐射(SSI)，地表上行长波辐射(ULR)。所有数据均来自于风云卫星遥感数据服务网。其中，卫星 OLR 产品被广泛应用于气候模式输出参量即模式性能的评估。在中国气象界，OLR 资料被用于南海地区夏季风的监测，和西太平洋副高位置的确定。国际上 OLR 资料用于 ITCZ、ENSO 的监测和分析。卫星 DLR 产品应用于气候模式、陆面模式、海洋大气环流模式，作为输入参量或模式性能评估。SSI为入射到地表的太阳辐射通量密度（单位：瓦/平方米），具体指地球表面 水平面上单位时间单位面积接收到的总的太阳辐射能，包括直接太阳辐射和漫射辐射。为天气、气候模式及陆面模式提供输入及验证，为太阳能工业及森林草场火险监测预警提供地表太阳辐射分布信息。卫星 ULR 产品应用于气候模式、陆面模式、海洋大气环流模式，作为输入参量或模式性能评估，也用于地震诊断。
吴晓
中国西南地区（四川，重庆，云南，贵州）Landsat8地表反射率数据集的数据集是基于 Landsat 8 OLI/TIRS 传感器得到的，该数据的表面反射率已经经过了大气校正。这些图像的波段包含 了5 个可见和近红外 (VNIR) 波段和 2 个短波红外 (SWIR) 波段，处理为正射校正表面反射率；以及两个热红外 (TIR) 波段，处理为正射校正亮温。数据时间分辨率为月尺度，并经过了去云处理。时间范围为2013年3月到2021年12月，数据坐标系为WGS84地理坐标系。
马明国
NASA全球陆地数据同化系统(GLDAS)的目标是通过生成摄取卫星和地基的最佳地表状态和通量场观测数据产品，使用先进的陆地表面建模和数据同化技术。GLDAS驱动多个离线的(不耦合的)对大气)的陆面模型，集成了大量的观测数据，并在全球范围内以高分辨率(2.5°到1公里)执行土地信息系统(LIS)。该产品的时间分辨率是三小时，空间分辨率0.25° x 0.25°，数据格式为tif。时间跨度2000-01-01至2022-07-01。该数据集为合理分配区域水资源提供科学依据。
NASA
MERRA-2是从1980年开始的NASA大气再分析。它取代了最初的MERRA再分析使用升级版的Goddard地球观测系统模型，版本5 (GEOS-5)数据同化系统。MERRA-2包括对全局统计插值(GSI)分析方案。该产品的时间分辨率是一小时，空间分辨率0.5° x 0.625°，数据格式为netCDF。时间跨度1980-01-01 至 2022-09-01。该数据集为合理分配区域水资源提供科学依据。
NASA
MERRA-2是从1980年开始的NASA大气再分析。它取代了最初的MERRA再分析使用升级版的Goddard地球观测系统模型，版本5 (GEOS-5)数据同化系统。MERRA-2包括对全局统计插值(GSI)分析方案。该产品的时间分辨率是一小时，空间分辨率0.5° x 0.625°，数据格式为netCDF。时间跨度1980-01-01 至 2022-09-01。该数据集为合理分配区域水资源提供科学依据。
NASA
总初级生产力（Gross primary productivity, GPP）是指单位时间内植物通过光合作用吸收CO2过程固定的有机碳量。中国西南地区500mMODIS植被总初级生产力产品数据集是基于MOD17A2H产品（版本006）裁剪拼接得到的。该数据产品提供了估算的GPP数值，可以作为数据模型的输入，计算陆地能源、碳、水循环过程和植被的生物地球化学。时间范围为2000年2月18日到2022年8月30日，空间分辨率为500m，时间分辨率为8天累积综合值，数据坐标系为WGS84地理坐标系。
美国国家航空航天局
植被净初级生产力（NPP）是植物光合作用有机物质的净创造，是表征陆地生态过程的关键参数，已成为理解地表碳循环过程不可缺少的部分。中国西南地区500mMODIS植被净初级生产力产品数据集基于MOD17A3HGF产品（版本6.1）裁剪拼接得到的。该产品改进并填补了MOD17的空白，根据每个像素的质量控制（QC）标签，清理了8天叶面积指数和光合有效辐射分数（LAI/FPAR）的低质量输入，已广泛应用于土地利用评价、区域生态规划、植被长势监测等方面。时间范围为2001年到2021年，空间分辨率为500m，时间分辨率为每年，数据坐标系为WGS84地理坐标系。
美国国家航空航天局
该数据集包含了2018年1月1日至2024年12月31日重庆金佛山喀斯特生态系统气象观测网槽上站气象要素观测数据。站点位于重庆市北碚区中梁山脉槽上，下垫面以裸露岩石和小块农田为主。观测点的经纬度是106.4425E, 29.7875N，海拔591m。空气温度、相对湿度传感器分别架设在3m和10m处，朝向正北；气压计安装在10m处；翻斗式雨量计安装在10m处；风速与风向传感器分别架设在3m和10m处，朝向正北；四分量辐射仪安装在3m处，朝向正南；红外温度计安装在3m处，朝向正南，探头朝向是垂直向下；土壤温度探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤水分探头埋设在地下2cm、5cm、10cm、20cm、40cm、60cm、80cm处，在距离气象塔2m的正南方；土壤热流板（3块）依次埋设在地下5cm处，在距离气象塔2m的正南方。观测项目有：空气温湿度（Ta_3m、RH_3m、Ta_10m、RH_10m）(单位：摄氏度、百分比)、气压（Press）(单位：百帕)、降水量（Rain）(单位：毫米)、风速（WS_3m、WS_10m）(单位：米/秒)、风向（WD_3m、WD_10m）(单位：度)、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤温度（Ts_2cm、Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_60cm、Ts_80cm）(单位：摄氏度)、土壤水分（Ms_2cm、Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_60cm、Ms_80cm）(单位：体积含水量，百分比)。
孔德斌
