A major research plan entitled “Integrated research on the ecohydrological process of the Heihe River Basin” was launched by the National Natural Science Foundation of China in 2010. One of the key aims of this research plan is to establish a research platform that integrates observation, data management, and model simulation to foster twenty-first-century watershed science in China. Based on the diverse needs of interdisciplinary studies within this research plan, a program called the Heihe Watershed Allied Telemetry Experimental Research (HiWATER) was implemented. The overall objective of HiWATER is to improve the observability of hydrological and ecological processes, to build a world-class watershed observing system, and to enhance the applicability of remote sensing in integrated ecohydrological studies and water resource management at the basin scale. This paper introduces the background, scientific objectives, and experimental design of HiWATER. The instrumental setting and airborne mission plans are also outlined. The highlights are the use of a flux observing matrix and an eco-hydrological wireless sensor network to capture multiscale heterogeneities and to address complex problems, such as heterogeneity, scaling, uncertainty, and closing water cycle at the watershed scale. HiWATER was formally initialized in May 2012 and will last four years until 2015. Data will be made available to the scientific community via the Environmental and Ecological Science Data Center for West China. International scientists are welcome to participate in the field campaign and use the data in their analyses.

The Watershed Allied Telemetry Experimental Research (WATER) is a simultaneous airborne, satellite‐borne, and ground‐based remote sensing experiment aiming to improve the observability, understanding, and predictability of hydrological and related ecological processes at a catchment scale. WATER consists of the cold region, forest, and arid region hydrological experiments as well as a hydrometeorology experiment and took place in the Heihe River Basin, a typical inland river basin in the northwest of China. The field campaigns have been completed, with an intensive observation period lasting from 7 March to 12 April, from 15 May to 22 July, and from 23 August to 5 September 2008: in total, 120 days. Twenty‐five airborne missions were flown. Airborne sensors including microwave radiometers at L, K, and Ka bands, imaging spectrometer, thermal imager, CCD, and lidar were used. Various satellite data were collected. Ground measurements were carried out at four scales, that is, key experimental area, foci experimental area, experiment site, and elementary sampling plot, using ground‐based remote sensing instruments, densified network of automatic meteorological stations, flux towers, and hydrological stations. On the basis of these measurements, the remote sensing retrieval models and algorithms of water cycle variables are to be developed or improved, and a catchment‐scale land/hydrological data assimilation system is being developed. This paper reviews the background, scientific objectives, experiment design, filed campaign implementation, and current status of WATER. The analysis of the data will continue over the next 2 years, and limited revisits to the field are anticipated.

Abstract In this study, we report on the spatial and temporal distribution of seasonal snow depth derived from passive microwave satellite remote-sensing data (e.g. SMMR from 1978 to 1987 and SMM/ I from 1987 to 2006) in China. We first modified the Chang algorithm and then validated it using meteorological observation data, considering the influences from vegetation, wet snow, precipitation, cold desert and frozen ground. Furthermore, the modified algorithm is dynamically adjusted based on the seasonal variation of grain size and snow density. Snow-depth distribution is indirectly validated by MODIS snow-cover products by comparing the snow-extent area from this work. The final snow-depth datasets from 1978 to 2006 show that the interannual snow-depth variation is very significant. The spatial and temporal distribution of snow depth is illustrated and discussed, including the steady snow-cover regions in China and snow-mass trend in these regions. Though the areal extent of seasonal snow cover in the Northern Hemisphere indicates a weak decrease over a long period, there is no clear trend in change of snow-cover area extent in China. However, snow mass over the Qinghai–Tibetan Plateau and northwestern China has increased, while it has weakly decreased in northeastern China. Overall, snow depth in China during the past three decades shows significant interannual variation, with a weak increasing trend.

This paper provides an overview of the current status of the cryosphere in China and its changes. Up-to-date statistics of the cryosphere in China are summarized based on the latest available data. There are 46,377 glaciers in China, covering an area of 59,425 km2. The glacier ice reserve is estimated to be about 5600 km3 and the annual glacier runoff is about 61.6 × 109 m3. The continuous snow cover extent (> 60 days) in China is about 3.4 × 106 km2 and the maximum water equivalent is 95.9 × 109 m3 yr− 1. The permafrost area in China is about 1.72 × 106 km2. The total ground ice reserve on the Qinghai–Tibetan Plateau is estimated to be about 10,923 km3. Recent investigations indicated that glacier areas in China have shrunk about 2–10% over the past 45 yr. Total glacier area has receded by about 5.5%. Snow mass has increased slightly. Permafrost is clearly degrading, as indicated by shrinking areas of permafrost, increasing depth of the active layer, rising of lower limit of permafrost, and thinning of the seasonal frost depth. Some models predict that glacier area shrinkage could be as high as 26.7% in 2050, with glacier runoff increasing until its maximum in about 2030. Although snow mass shows an increasing trend in western China, in eastern China the trend is toward decreasing snow mass, with increasing interannual fluctuations. Permafrost degradation is likely to continue, with one-third to one-half of the permafrost on the Qinghai–Tibetan Plateau anticipated to degrade by 2100. Most of the high-temperature permafrost will disappear by then. The permafrost in northeastern China will retreat further northward.

Abstract. The climate of the Tibetan Plateau (TP) has experienced substantial changes in recent decades as a result of the location's susceptibility to global climate change. The changes observed across the TP are closely associated with regional land–atmosphere interactions. Current models and satellites struggle to accurately depict the interactions; therefore, critical field observations on land–atmosphere interactions outlined here provide necessary independent validation data and fine-scale process insights for constraining reanalysis products, remote sensing retrievals, and land surface model parameterizations. Scientific data sharing is crucial for the TP since in situ observations are rarely available under these harsh conditions. However, field observations are currently dispersed among individuals or groups and have not yet been integrated for comprehensive analysis. This has prevented a better understanding of the interactions, the unprecedented changes they generate, and the substantial ecological and environmental consequences they bring about. In this study, we collaborated with different agencies and organizations to present a comprehensive dataset for hourly measurements of surface energy balance components, soil hydrothermal properties, and near-surface micrometeorological conditions spanning up to 17 years (2005–2021). This dataset, derived from 12 field stations covering a variety of typical TP landscapes, provides the most extensive in situ observation data available for studying land–atmosphere interactions on the TP to date in terms of both spatial coverage and duration. Three categories of observations are provided in this dataset: meteorological gradient data (met), soil hydrothermal data (soil), and turbulent flux data (flux). To assure data quality, a set of rigorous data-processing and quality control procedures are implemented for all observation elements (e.g., wind speed and direction at different height) in this dataset. The operational workflow and procedures are individually tailored to the varied types of elements at each station, including automated error screening, manual inspection, diagnostic checking, adjustments, and quality flagging. The hourly raw data series; the quality-assured data; and supplementary information, including data integrity and the percentage of correct data on a monthly scale, are provided via the National Tibetan Plateau Data Center (https://doi.org/10.11888/Atmos.tpdc.300977, Ma et al., 2023a). With the greatest number of stations covered, the fullest collection of meteorological elements, and the longest duration of observations and recordings to date, this dataset is the most extensive hourly land–atmosphere interaction observation dataset for the TP. It will serve as the benchmark for evaluating and refining land surface models, reanalysis products, and remote sensing retrievals, as well as for characterizing fine-scale land–atmosphere interaction processes of the TP and underlying influence mechanisms.

Agroecosystems play an important role in carbon sequestration and water consumption of global terrestrial ecosystems. However, the magnitude, pattern, and regulation of the ratio of transpiration to evapotranspiration (T/ET), and also water use efficiency at ecosystem (WUEe) and canopy (WUEc) scales, remain unclear in agroecosystems in arid areas. In this study, a six-year synchronous observation of water-carbon fluxes and sap flow by the eddy covariance and sap flow techniques was conducted in an irrigated vineyard in northwest China. We found that T/ET, WUEe, and WUEc changed dynamically at the daily (1.0–98.6%, 0.3–4.9 g C kg–1 H2O, 0.4–5.9 g C kg–1 H2O) and monthly (26.0–71.0%, 0.8–1.8 g C kg–1 H2O, 2.3–3.2 g C kg–1 H2O) scales. At the annual scale, the range was relatively narrow, with mean values of 61.7% ± 3.7%, 1.5 ± 0.1 g C kg–1 H2O, and 2.4 ± 0.3 g C kg–1 H2O, respectively (mean ± standard deviation). Biological and environmental factors regulated their dynamics on different temporal scales. Specifically, leaf area index (LAI) and canopy conductance (gc) mainly determined the seasonal variation of T/ET, WUEe, and WUEc at the daily and monthly scales. However, at the annual scale, vapor pressure deficit (VPD) and air temperature (Ta) became the main influencing factors. These results highlight the complexity of water-carbon coupling in agroecosystems and the necessity of considering specific factors at different temporal scales when modeling and managing agricultural water resources. In addition, there is still great water-saving potential from the perspective of WUE in the cultivation of vines in Northwest China.