数据集包括以下土壤理化性质:pH值、有机质含量、阳离子交换量、根系丰度、总氮(N)、总磷(P)、总钾(K)、碱解氮、速效磷、速效钾、可交换H+、Al3+、Ca2+、Mg2+、K+、Na+、土层厚度、土壤剖面深度、砂、淤泥和C。铺设部分、岩石碎片、体积密度、孔隙、结构、稠度和土壤颜色。提供了质量控制信息(QC)。 分辨率为30弧秒(赤道处约1公里)。土壤性质的垂直变化由8层记录,深度为2.3 m(即0-0.045-0.091、0.091-0.166、0.166-0.289、0.289-0.493、0.493-0.829、0.829-1.383和1.383-2.296 m),以便于在普通土地模型和社区土地模型(CLM)中使用。 数据采用NetCDF格式存储,数据文件名称及其说明如下: 1.THSCH.nc: Saturated water content of FCH 2.PSI_S.nc: Saturated capillary potential of FCH 3.LAMBDA.nc: Pore size distribution index of FCH 4.K_SCH.nc: Saturate hydraulic conductivity of FCH 5.THR.nc: Residual moisture content of FGM 6.THSGM.nc: Saturated water content of FGM 7.ALPHA.nc: The inverse of the air-entry value of FGM 8.N.nc: The shape parameter of FGM 9.L.nc: The pore-connectivity parameter of FGM 10.K_SVG.nc: Saturated hydraulic conductivity of FGM 11.TH33.nc: Water content at -33 kPa of suction pressure, or field capacity 12.TH1500.nc: Water content at -1500 kPa of suction pressure, or permanent wilting point
戴永久, 上官微
DEM是数字高程模型的英文简称(Digital Elevation Model)是流域地形、地物识别的重要原始资料。DEM 的原理是将流域划分为m 行n列的四边形(CELL),计算每个四边形的平均高程,然后以二维矩阵的方式存储高程。由于DEM 数据能够反映一定分辨率的局部地形特征,因此通过DEM 可提取大量的地表形态信息,这些信息包含流域网格单元的坡度、坡向以及单元格之间的关系等。同时根据一定的算法可以确定地表水流路径、河流网络和流域的边界。因此从DEM 提取流域特征,一个良好的流域结构模式是设计算法的前提和关键。 高程数据图是根据中国1:25万等高线和高程点形成的1km数据,包括DEM、山影(hillshade)、坡度(Slope)、坡向(Aspect)图 数据集投影: 两种投影方式 : 正轴割圆锥等面积投影 Albers Conical Equal Area(105、25、47) 大地坐标WGS84坐标系
汤国安
基于第二次全国土壤调查的中国1:1000000比例尺土壤图和8595个土壤剖面图,以及美国农业部(USDA)中国区域土地和气候模拟标准,开发了一个多层土壤粒度分布数据集(砂、粉土和粘土含量)。 采用多边形链接方法,结合土壤剖面和地图多边形之间的距离、剖面的样本大小和土壤分类信息,推导出砂、粉土和粘土的含量分布图。该数据集分辨率为1公里,可用于区域范围内的土地和气候建模。 数据特征 投影:GCS_Krasovsky_1940 覆盖范围:中国 分辨率:0.00833 度(约一公里) 数据格式:FLT, TIFF 取值范围:0%-100% 文件说明 浮点栅格文件包括: sand1.flt, clay1.flt – 表层(0-30cm) 砂粒、粘粒含量。 sand2.flt, clay2.flt – 底层(30-100cm) 砂粒、粘粒含量。 psd.hdr – 头文件: ncols – 列数 nrows – 行数 xllcorner – 左下角纬度 yllcorner – 左下角经度 cellsize – 单元格大小 NODATA_value – 空值 byteorder - LSBFIRST, Least Significant Bit First TIFF 栅格文件包括: sand1.tif, clay1.tif -表层(0-30cm) 砂粒、粘粒含量。 sand2.tif, clay2.tif -底层(30-100cm) 砂粒、粘粒含量。
上官微, 戴永久
植物功能型(PFT)是根据植物种的生态系统功能及其资源利用方式而对宠大的植物种进行的组合,每一种植物功能型共享相似的植物属性,是将植物种的多样性简化为植物功能和结构的多样性。植物功能型的概念受到生态学家特别是生态系统建模者的推崇。其基本假设是全球重要的生态系统动态可以通过有限的植物功能型表达和模拟。目前,植物功能型已被广泛用于生物地理模型、生物地球化学模型、陆面过程模型和全球动态植被模型,如美国国家大气研究中心(NCAR)的陆面过程模型已经将原来用土地覆盖信息变为应用植物功能型图(Bonan et al., 2002)。植物功能型已经被用于动态全球植被模型(DGVM)中,用以预测全球变化情景下生态系统结构与功能的变化。 参考全球植物功能型分类体系,根据模型需求,将土地覆盖类型与植物功能型合并考虑,确定该数据的分类体系下表。 1、植物功能型分类体系 1 Needleleaf evergreen tree, temperate 2 Needleleaf evergreen tree, boreal 3 Needleleaf deciduous tree 4 Broadleaf evergreen tree, tropical 5 Broadleaf evergreen tree, temperate 6 Broadleaf deciduous tree, tropical 7 Broadleaf deciduous tree, temperate 8 Broadleaf deciduous tree, boreal 9 Broadleaf evergreen shrub, temperate 10 Broadleaf deciduous shrub, temperate 11 Broadleaf deciduous shrub, boreal 12 C3 grass, arctic 13 C3 grass 14 C4 grass 15 Crop 16 Permanent wetlands 17 Urban and built-up lands 18 Snow and ice 19 Barren or sparsely vegetated lands 20 Bodies of water 2、制图方法 中国1公里植物功能型图是根据Bonan等(Bonan et al., 2002)提出的土地覆盖与植物功能型转换的气候规则,对MICLCover土地覆盖图(冉有华 等,2009;Ran et al., 2012)进行转换。MICLCover土地覆盖图是融合了2000年中国1:10万土地利用数据、中国植被图集(1:100万)的植物型、中国1:10万冰川分布图、中国1:100万沼泽湿地图和MODIS 2001年土地覆盖产品(MOD12Q1)的最新发布的土地覆盖数据,采用IGBP土地覆盖分类系统。评价显示,其可能是目前存在的全国1km尺度上精度最高的土地覆盖图。气候数据利用何杰等(2010)发展的1981-2008年的空间分辨率为0.1度、时间分辨率为3小时的中国大气驱动数据,是我国现存的在全国尺度上具有最高时空分辨率的气候数据,该数据融合了Princeton 陆面模式驱动数据(Sheffield et al., 2006)、GEWEX-SRB 辐射数据(Pinker et al., 2003)、TRMM 3B42 和APHRODITE 降水数据以及中国气象局740个气象台站的观测数据。根据RanYouhua等(2010)的评价结果,GLC2000在目前的全球土地覆盖数据集中,具有相对较高的精度,且其分类系统中没有混交林这一类,因此MICLCover土地覆盖图中的混交林利用GLC2000 (Bartholome and Belward, 2005; 徐文婷 等,2005)中的信息进行了替换。该数据可用于陆面过程模型等相关研究中。
冉有华, 李新
联系方式
中国科学院西北生态环境资源研究院 0931-4967287 poles@itpcas.ac.cn关注我们
时空三极环境大数据平台 © 2018-2020 陇ICP备05000491号 | All Rights Reserved | 京公网安备11010502040845号
数据中心技术支持: 数云软件