数据集为天山北麓诸河流域湖泊分布图,比例尺25万,投影:经纬度,数据包括空间数据和属性数据,湖泊属性字段:NAME(湖泊的名称)、CODE(湖泊编码)。
国家基础地理信息中心
数据为柴达木河流域居民点分布数据,包括柴达木河流域内市、县、乡镇、村等级分布,数据主要有两个属性字段:Code(居民点编码)、Name(居民点名称)。
国家基础地理信息中心
该数据包括了SWAT模型运行所需要的基础地形数据、土壤数据、气象数据、土地利用/地面覆盖数据等。所有的图件和相关的点位坐标(气象站,水文站)都采用了和我国基础地形图相一致的高斯-克吕格投影的坐标体系。数据内容包括: a) 基础地形数据包括流域数字高程模型(DEM)和流域河网。DEM格网的大小为50*50m,流域河网是从1:10万地形图上将水系手工数字化得到。 b) 土壤数据:包括土壤物理、土壤化学和土壤类型空间分布资料。数字土壤图比例尺为1:100万,将其转为ESRI 的grid格式,格网大小为50*50m。每个土壤剖面可以最多分到10层。模型要求的土壤质地采样指标采用了美制标准。参数来自全国第二次土壤普查数据以及来自相关文献。 c) 气象数据: (1) 气温:日最高气温,日最低气温,风速,相对湿度的数据来源于流域内部和周边地区祁连、山丹、托勒、野牛沟、张掖五个气象站的逐日观测资料,时段为1999~2001年。 (2) 降水:雨量数据来源于流域内部和周边地区俄博(1990~1996)、肃南(1990~2000)、祁连(1990~2000)、莺落峡(1990~2000)、札马什克(1990~2000)5个水文站以及山丹(1999~2001)、托勒(1999~2001)、野牛沟(1999~2001)、张掖(1999~2001)、祁连县(1999~2001)4个气象站的逐日观测资料。 (3) 风速、相对湿度:风速、相对湿度来源于山丹、托勒、野牛沟、张掖、祁连县5个气象站的逐日观测资料。时段为1999~2001。 (4) 太阳辐射:太阳辐射没有相应的观测数据,由模型模拟产生。 d) 土地利用/地面覆盖:1995年土地利用数据,比例尺为1:10万。将其转为ESRI的grid格式,格网大小为50*50m。 e) 气象数据模拟工具(weather generator)数据库:SWAT模型的气象数据模拟工具可以在没有实际日观测数据的情况下,根据多年逐月统计资料模拟计算出模型运行所需要的逐日气象输入数据,也可进行观测资料不全时的插补。气象数据来自周边气象站。
南卓铜
1.数据概述:本数据是利用SWAT模型模拟得到的黑河流域蓝绿水数据 2.数据内容:数据主要包括全流域和各个子流域的蓝绿水及绿水系数 3.时空范围:数据时间是从1975-2004年,空间范围包括34个子流域和黑河全流域
刘俊国
本数据主要包括黑河流域内市、县、乡、村等级居民点分布,数据基准年为2009年。数据系根据已有的黑河流域居民点数据,最新的谷歌电子地图和甘肃省地图册更新得到。数据主要有两个属性即居民点分级和总名称,其中居民点分级按照1级-市,2级-县,3级-乡镇,4级-村进行分类。
国家基础地理信息中心
云南元江干热河谷植被退化机理和重建试验项目属于国家自然科学基金“中国西部环境与生态科学”重大研究计划,负责人为中国科学院西双版纳热带植物园曹坤芳研究员,项目运行时间为2004.1-2007.12。 该项目汇交数据包括: 1.元江干热河谷多年平均温度和降雨量 (1961-2004)excel表,属性字段包括月平均温,月平均降雨量. 2.基于树轮的中国横断山中部年平均温(1750-2006年) excel表,属性字段包括年份,重建平均温度. 3.基于树轮的中国南部横断山脉中部夏季温度(1750-2006年) excel表,属性字段包括年份,夏季(4月-9月)重建平均温度. 4.基于树轮的中国横断山中部干旱指数(1655-2005年) excel表,属性字段包括年份,春季(3月-5月)干旱指数重建. 5.叶片和枝条生长动态图 pdf文件.记录了从2004年3月22日到2005年4月8日枝条为S型、F型、中间型和S+SD型的植物的生长动态趋势线和叶片动态趋势图 . 6.32种木本植物的物候总结表(种名、观察株数/枝条数、枝条伸长类型、叶片物候、当年生枝条长度(cm)、枝条上总叶片数、叶面积(cm2)、无叶期(月数)、花期、果熟期和果实类型)word文档 7.元江干热河谷代表植物叶片相对含水量的季节变化(2003.3-2004.2) excel表 8.元江干热河谷6种代表植物光合作用的季节变化(最大光合速率、气孔导度、水分利用效率、光系统II的最大量子效率) excle表(2003-2005) 9.元江干热河谷代表植物的长期水分利用效率(同位素)数据 excle表(虾子花、红皮水锦树、三叶漆、余甘子、珠仔树、天干果、毛枝青冈、华西小石积、清香木、虎刺、鬼柳和猪屎豆进行干湿季节的水分利用率) 10.元江曼旦前山植物名录 word文档
曹坤芳
该数据由“中国1:100万湿地数据”剪裁而来。 “中国1:100万湿地数据”主要反映2000年代全国沼泽湿地信息,采用十进制度为单位的地理坐标表示,主要内容包括:沼泽湿地的类型、湿地的水源补给类型、土壤类型、主要植被类型、所属地理区域等。执行了《中国可持续发展信息共享系统信息分类与编码标准》。本数据库数据源:1:20沼泽图(内部版)、青藏高原1:50万沼泽图(内部版)、沼泽调查数据1:100万和全国1:400万沼泽图;处理步骤为:数据源选择、预处理、沼泽湿地要素数字化与编码、数据编辑处理、建立拓扑关系、接边处理、投影转换、与地名等属性数据库连结并获取属性数据。
张树清
一、概述 长时间序列中国植被指数数据集是主要针对归一化植被指数(NDVI),基于空间分辨率为1km自1998年4月1日至2011年12月31日的每10天合成的四个波段的光谱反射率及10天最大化NDVI数据集。 二、数据处理说明 VEGETATION传感器于1998年3月由SPOT-4搭载升空,从1998年4月开始接收用于全球植被覆盖观测的SP0T VGT数据。它拥有十分完善和高效的图像地面处理机构体系。VEGETATION数据主要由瑞典的Kiruna地面站负责接收,由位于法国Toulouse的图像质量监控中心负责图像质量并提供相关参数(如定标系数),最终由位于比利时的VITO研究所的图像处理与存档中心负责全球VEGETATION数据存档与用户定单。 其中VGT—P(prototype)数据产品主要为科研人员提供高质量的物理量原型数据以便于他们研建算法和应用模型。数据经过严格的系统误差订正并重采样为经纬网投影,像元分辨率lkm,像元亮度值是地物在大气顶层的反射率。除提供四个波段原始数据外,还根据用户需要提供相关辅助参数,如大气状况、系统信息(太阳的天底角、方位角,视场角和接收时间)和地形数据等。 VGT—S(synthesis)产品提供经过大气纠正的地表反射率数据,并运用多波段合成技术来获得lkm分辨率的归一化植被指数( w)数据集。VGI—S产品包括每天合成的四个波段的光谱反射率及NDVI数据集(s1),每10天合成的四个波段的光谱反射率及10天最大化NDVI数据集(S10)以减少云及BRDF的影响,同时S10 还被重采样成4km 分辨率(S10.4)和8km分辨率(S10.8)数据集。VGT—S产品以其高时间分辨率而被广泛使用。本数据集包含的是每10天合成的四个波段的光谱反射率及10天最大化NDVI数据集(S10)。SPOT源数据的预处理包括大气校正,辐射校正,几何校正,生成了10 d最大化合成的NDVI数据,并将-1到-0.1的值设置为-0.1,再通过公式 YDN =(JNDVI +0.1)/0.004 转换到0~250的YDN值。 三、数据内容说明 长时间序列中国植被指数数据集是主要针对归一化植被指数(NDVI),基于空间分辨率为1km自1998年4月1日至2011年12月31日的每10天合成的四个波段的光谱反射率及10天最大化NDVI数据集。SPOT-VEGETATION-NDVI数据集中包含从1998年4月1日至2011年12月31日以旬为时间分辨率的.zip压缩文件。解压以后为每10天为一景的ESRI-GRID文件。SPO -VEGETATION-NDVI数据集命名规则为:v-yymmdd,其中v为vegetation的简称,yymmdd即表示该文件的当天日期,也是区别其他文件的主要标识。 四、数据使用说明 植被指数产品的一个重要特点是可以转换成叶冠生物物理学参数。植被指数(Ⅵ)在植被生物物理学参数(如,叶面指数LAI,绿蔽度,光合作用有效吸收辐射fAPAR 等)的获取方面还起着“中间变量”的作用。目前正在利用有全球代表性的地面、飞机和卫星观测的数据集研究植被指数和植被生物物理学参数的关系。这些资料可用于在卫星发射前评估Ⅵ算法性能,同时也提供植被指数产品与叶冠生物物理特性之间的转换系数。生物物理学资料的使用是植被指数验证计划的组成部分。植被指数产品将在几项对地观测系统(EOS)研究中发挥主要作用,同时也是近年来全球和区域生物圈模式产品的组成部分。
薛娴, 杜鹤强
本数据集:主编:侯学煜 编图:候学煜,孙世洲,张经炜,何妙光.王义凤,孔德珍,王绍庆 出版:地图出版社 发行:新华书店 时间:1979年 比例尺:1:4000000 自1972年5月至1976年7月历时五年完成的。在制订图例和具体编图过程中,参考了我国1949年以后的绝大部分植被考察资料(包括图件和文字资料),举行了十几次所内外有关研究人员参加的制图讨论会。在编图工作完成后的发排期间,又补充了许多新的考察资料,特别是西藏西部地区的植被资料。 本图的性质基本上市属于现状植被图,包括自然植被和农业植被两部分,自然植被的图例是按照七个植被群系纲组排列的,他们主要是根据植物群落的外貌并结合一定的生态特征而划分的。农业植被群落的概念,同自然植物群落一样,也具有一定的生活型(外貌、结构、层片),种类组成和一定的生态地段。 1990年,中国科学院地理研究所资源与环境信息系统国家重点实验室完成了该图的数字化工作,并撰写了相关的数据说明文档,数字化后的数据也采用等积圆锥投影,并可利用GIS软件转换为其他投影. 本数据包括1个e00格式的矢量文件,中国植被编码设计说明, 数据集说明,植被数据层属性数据表和扫描的《中华人民共和国植被图--简要说明》等文件。 数据投影: Projection: Albers false_easting: 0.000000 false_northing: 0.000000 central_meridian: 110.000000 standard_parallel_1: 25.000000 standard_parallel_2: 47.000000 latitude_of_origin: 0.000000 Linear Unit: Meter (1.000000) Geographic Coordinate System: Unknown Angular Unit: Degree (0.017453292519943299) Prime Meridian: Greenwich (0.000000000000000000) Datum: D_Unknown Spheroid: Clarke_1866 Semimajor Axis: 6378206.400000000400000000 Semiminor Axis: 6356583.799999999800000000 Inverse Flattening: 294.978698213901000000
侯学煜, 孙世洲, 张经炜, 何妙光, 王义凤, 孔德珍, 王绍庆
中纬度亚洲地区存在主要受季风环流影响的东南部湿润地区(简称季风区)和主要受西风环流控制的内陆干旱区(包括青藏高原北部高寒干旱区,简称西风区)。根据对近年来新发表的气候变化记录证据梳理总结,发现西风区在中— 晚全新世气候湿润,与亚洲季风在早— 中全新世强盛的格局显著不同。过去千年的西风区中世纪暖期干旱,而小冰期相对湿润,与此相对,万象洞石笋氧同位素记录则显示季风降水在中世纪暖期时整体处于高值,在小冰期处于低值段。在近百年,尤其是近50 a,西北干旱区湿度增加,而季风影响范围内的西北东部和华北等地变得更干。不仅如此,在分属西风和季风影响区的青藏高原北部和南部,年代际— 百年尺度上降水变化也表现出反相位关系。据此我们提出,亚洲中部西风带控制区在现代间冰期从数千年到年代际的各个时间尺度上均存在不同于季风区的湿度(降水)变化模式,称之为现代间冰期气候变化的西风模式。 中国西部干旱半干旱区全新世气候变化的集成研究项目属于国家自然科学基金“中国西部环境与生态科学”重大研究计划,负责人为兰州大学陈发虎教授,项目运行时间为2006.1-2009.12。 该项目汇交了数据包括: 1. 中东亚干旱区全新世湿度集成曲线数据和12个湖泊各自的湿度数据(11000-0 cal yr BP):包括Lake Van、Aral Sea、Issyk-Kul、乌伦古海、博斯腾湖、巴里坤湖、Bayan Nuur、Telmen Lake、Hovsgol Nuur、居延泽、Gun Nuur和Hulun Nuur。 2. 中东亚干旱区过去1000年湿度集成曲线数据和5个研究点各自的湿度数据(1000-2000):包括Aral Sea、Guliya、博斯腾湖、苏干湖、巴丹吉林沙漠。 数据格式:excel表。
陈发虎
本数据集覆盖中国西部,为八十年代左右,TM遥感影像 数据属性: Pixel Size:30-meter reflective: Bands 1-5 and 7 60-meter thermal: Band 6 Output Format:GeoTIFF Resampling method:cubic convolution (CC) Map Projection:UTM – WGS 84 Polar Stereographic for the continent of Antarctica. Image Orientation:Map (North Up) 数据部分下载自USGShttp://eros.usgs.gov/网站,部分从各个项目收集而来。 数据文件夹命名为影像所在的行列号,文件夹内包括TM7个波段的影像(*.tif),头文件(*.met,*.hdr)和缩略图(jpg)。影像文件命名格式为行列号_TM影像标志(5t),影像获取时间_波段号。
EROS DATA CENTER
联系方式
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