中国湖泊科学数据共享的路径和方法

科学数据重用可以促进科学研究过程的共享与合作,使数据资源得到更优化的配置。湖泊科学数据作为重要基础性战略资源之一,支撑国家科技创新、经济社会发展和国家生态文明建设。湖泊科学数据共享逐渐成为我国国家科技创新体系建设的重要内容。本文归纳了湖泊数据生产的主要渠道,详细介绍了湖泊数据主要数据类型及数据格式,总结了国内外湖泊科学数据的共享现状,提出了以规范制度为保障、数据分级分类为基础、服务平台为依托、分级共享服务为手段的一种湖泊科学数据共享的路径和方法,总结了湖泊数据共享的制度措施,对湖泊科学数据共享在新形势下的进一步发展提出了建议,以推动构建湖泊科学数据共享的新模式和湖泊科学研究的新范式,促进湖泊科学的发展和进步。

2022年强高温期长江中游通江湖泊干旱数据集

全球气候变暖趋势下,2022年夏季我国长江流域受气候异常影响,出现自1961年有完整气象观测记录以来的最强高温过程,导致长江支流水位持续走低,受气候影响明显的长江中游通江湖泊鄱阳湖、洞庭湖出现了“汛期反枯”的罕见现象。湖泊是全球气候变化的指示器,湖泊水体面积变化成为区域生态环境和气候变化的敏感指标之一。本研究利用GEE云计算平台调用Sentienl-1 SAR数据计算双极化水体指数SDWI,通过OTSU算法计算最佳阈值,获得了2022年强高温期间长江中游鄱阳湖、洞庭湖及周边地区10 m分辨率的水体变化监测数据,数据总体精度达96%以上。本数据集包含2022年强高温期间长江中下游主要水体的干旱时空变化信息,为极端天气湖泊水资源可持续利用等研究提供数据支撑,也为全球气候变化与湖泊生态演化等研究提供数据支撑与科学依据。

2001-2020年中国东北区域土壤水蚀数据集

东北黑土区是我国重要的粮食产区和生态保障区,近年来由于气候变化和过度垦殖,水土流失加剧,严重威胁东北地区粮食安全和生态环境。高时空分辨率土壤水蚀模拟对实现东北地区农业持续发展和土地退化监测等可持续发展目标有着重要意义。本数据集基于Google Earth Engine(GEE)云平台,融合多源遥感数据,解构RUSLE模型,对模型各因子进行算法组合优选。结合水利部公开的东北区域主要水文监测站的年输沙量和输沙模数数据与RUSLE模型估算的土壤侵蚀模数对比验证,以时序相关性、均方根误差以及平均绝对误差三个精度作为评价指标选取最优因子算法组合,得到东北区域250 m土壤水蚀模数估算结果。本数据集可以较好地表征2001–2020年东北区域土壤水蚀模数空间分布及时间序列变化,为东北地区的水土流失防治以及土壤侵蚀评估提供有效参考。

1986-2020年呼伦湖夏季TSI数据集

卡尔森营养状态指数(Trophic state index,TSI)是表征水体营养状态最直接有效的指数之一。TSI长时间序列数据对湖泊的水质动态监测具有重要指示意义。本数据集以Landsat TM/ETM+/OLI为数据源,构建了藻类生物量指数(Algal biomass index,ABI)以探究其对TSI的响应规律,估算了呼伦湖1986–2020共35年的TSI时间序列,并制成夏季TSI均值空间分布图,以体现呼伦湖夏季TSI西南高、东北低,近岸高、湖心低的空间分布规律。为确保研究结果的可靠性和准确性,对比了基于OLI得出的TSI和实测遥感反射比得出的TSI。结果表明,二者的均方根误差(Root Mean Square Error,RMSE)<2.39,平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)<3.53%。本数据集的格式为*.tif,空间分辨率为30 m,用户可以使用专业的GIS软件进行查看和编辑,也可以使用python或R语言的相关package进行二次处理。本数据集所反映的TSI时空变化特征可为呼伦湖地区的水质监测和生态保护提供有效的数据支持。

2000-2019年呼伦湖透明度卫星遥感数据集

透明度是评估湖泊水质的重要参数,监测湖泊透明度长期时空变化有助于了解水体水质与富营养化状态,为维护生态安全和进行湖泊管理和生态修复提供支撑。本数据集以MODIS Terra卫星影像为原始数据,去除云等干扰因素对透明度的影响,计算了水体透明度(即塞氏盘深度,Secchi disk depth,SDD),获得呼伦湖2000–2019年透明度的时间序列数据。经验证,数据集的决定系数0.8,均方根误差21.27 cm,满足监测需求。本数据集预期能够为呼伦湖长时序尺度的水环境遥感监测和环境治理提供数据支撑。

2003-2021年呼伦湖藻华数据集

蓝藻水华是湖泊富营养化程度的直观表现形式,准确地掌握藻华暴发程度、覆盖面积、位置等相关信息,实时监测水体富营养化变化程度,对生态环境修复以及保障人类生活质量至关重要。本数据集以MODIS Aqua卫星影像为原始数据,剔除云、耀斑、水生植被、高浑浊水体等干扰因素对藻华提取的影响,计算单一像元的藻华覆盖度,最终获得呼伦湖2003–2021年共19年的藻华时间序列数据,精度验证基本符合要求。本数据集为tif数据格式,适配于各GIS专业软件的文件读取与编辑,可为同行业人员提供数据参考以及为呼伦湖生态环境监测提供技术帮助与数据支持。

呼伦湖2002-2021年悬浮物浓度数据集

悬浮物浓度(Suspended particular matter,SPM)作为评价水质参数之一,监测湖泊水体悬浮物长期变化对湖泊管理和生态恢复具有重要价值。呼伦湖作为我国北方的重要湖泊,是“一湖两海”的重要部分,监测其水质变化对北方生态安全具有重要意义。通过对2002–2021年MODIS Aqua数据进行处理,去除水汽和臭氧吸收及瑞利散射的影响,获得瑞利校正反射率(Rayleigh-corrected reflectance,Rrc),利用构建的机器学习模型获得了呼伦湖2002–2021年的月均和年均悬浮物浓度数据集。经验证,该模型平均百分比误差为16.5%,满足湖泊悬浮物长期观测的实际需求。本数据集可为呼伦湖的生态环境变化监测和水质环境管理提供理论支撑和实践参考。

2016-2020年呼伦湖水体固有光学参数遥感产品

呼伦湖是我国内陆高纬度半干旱地区的第一大草原型湖泊,对于草原生产和草原–湖泊生态系统维持具有重要意义。水体固有光学量(InherentOptical Properties,IOPs)是指仅由水体本身的光学特性决定,而与周围环境光场无关的量,包括吸收系数(a)、散射系数(b)、后向散射系数(bbp)、衰减系数(c)等参数,有助于估计水体的光学活性物质等相关水体及水环境参数。本文基于从准分析算法(quasi-analytical algorithm,QAA)发展来的适用于内陆水体的QAA-750E吸收系数反演算法,以Sentinel-3/OLCI Level-1B数据为基础,生产了2016–2020年间呼伦湖的浮游植物吸收系数aph(675)和后向散射系数bbp(560)数据产品。利用实测数据对产品进行了验证分析(N=15),得到bbp(560)的相关系数为0.59,均方根误差为0.55,平均相对误差为0.54,验证结果表明产品具有一定的可靠性,可为呼伦湖的水质监测和生态环境保护等研究工作提供数据支持。