山区受到复杂地形影响，其活动层厚度表现出极强的空间异质性。本数据集利用探地雷达方法和其他传统方法系统勘察了黑河上游活动层厚度。数据采集覆盖了不同海拔、地表类型、土壤质地和地形信息，因此具有较强的代表性。根据与其他直接测量活动层厚度方法对比后得到探地雷达测量的活动层厚度数据误差约为8cm，具有非常高的可信度。该数据集可为了解该区域活动层厚度提供详实的野外数据，验证陆面模型，尤其是冻土研究，提供验证数据集。
曹斌
本数据包括祁连山连续多年冻土、不连续多年冻土以及季节冻土的空间分布图。本数据基于野外科学考察、道路勘察钻孔点并结合前人所获得的多年冻土下界海拔资料，回归得出多年冻土下界海拔公式。其中，DEM数据采用美国太空总署(NASA)和国防部国家测绘局(NIMA)联合测量的SRTM(Shuttle Radar Topography Mission)数据，数据转化为GCS·WGS·1984坐标系后，重采样成100 m的空间分辨率，采用以此数据海拔3 000 m作为界定祁连山区范围。借助ArcGIS平台在DEM数据的支持下，模拟出分辨率为100 m的祁连山区多年冻土分布图。回归得出祁连山区多年冻土分布下界模型，并通过了显著性检验。通过已有的548个钻孔数据点检验，多年冻土区验证正确率为90.11%。本数据可用于祁连山地下冰含量以及多年冻土退化释放水量估算，并对祁连山生态环境整治和生态文明建设具有一定借鉴意义。
盛煜
本数据集包括祁连山区域2019年月度合成30m×30m地表LAI产品。采用最大值合成 (Max value composition, MVC) 方法，利用Landsat8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成，进而计算LAI。数据通过Google Earth Engine云平台对反射率进行月度合成，通过模型计算指数，对于缺失像素进行插补，质量较好，可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
本数据集包括祁连山区域2019年月度合成30m×30m地表NPP产品。采用最大值合成 (Max value composition, MVC) 方法，利用Landsat8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成，进而计算NPP。数据通过Google Earth Engine云平台对反射率进行月度合成，通过模型计算指数，对于缺失像素进行插补，质量较好，可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
本数据集包括祁连山区域2019年月度合成30m×30m地表植被覆盖度产品。采用最大值合成 (Max value composition, MVC) 方法，利用 Landsat8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成，进而计算FVC。数据通过Google Earth Engine云平台对反射率进行月度合成，通过模型计算指数，对于缺失像素进行插补，质量较好，可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
本数据集包括祁连山区域2019年月度合成30m×30m地表植被指数产品。采用最大值合成 (Max value composition, MVC) 方法，利用Landsat 8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成。数据通过Google Earth Engine云平台对反射率进行月度合成，通过模型计算指数，对于缺失像素进行插补，质量较好，可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
本数据为祁连山地区2019年冰川分布产品。采用经典波段比值法和人工修正的方法提取。原始基础数据为2019年祁连山全境的高分系列影像。参考数据为谷歌影像和天地图影像。产品以shp文件格式存储，包含坐标系、冰川ID、冰川面积等属性。产品为1期，空间分辨率为2米，边界精度在2米（一个像元）左右。该数据直观地反映了祁连山冰川在2019年的分布，可用于冰川物质平衡变化定量估计、冰川变化对流域径流量影响定量估计等研究。
李佳, 汪赢政, 李建江, 李新, 刘绍民
祁连山典型冻土区水文地质要素数据集内容主要包括黑河上游西支流域内的地下水类型、富水性（单孔涌水量或单泉流量）、主要河流与支流、泉水（下降泉、泉群、大泉、矿泉分布）、钻孔（承压水钻孔、潜水钻孔、自流水钻孔分布）、断裂带（压性断裂、张性断裂）、角度不整合界线、平行不整合界线、黑河上游西支流域边界线、季节性冻土区与多年冻土区分界线、现代冰川及沼泽分布。本水文地质要素数据集可为寒区水文生态过程和水文地质环境提供背景资料。本数据来自四幅1：20万水文地质图（祁连幅、野牛沟幅、祁连山幅、肃南幅）的矢量化并重新对地下水类型进行整合。分辨率较高，数据可为泛第三极江河源区水土资源演变和环境变化等研究提供背景资料。
孙自永
乱海子钻孔（LHZ18）于2018年8月兰州大学黄小忠课题组获得，本数据为祁连山乱海子湖泊岩芯0-859 cm的地球化学数据，实验在兰州大学西部环境教育部重点实验室完成，该数据提供了长序列的和高分辨率的地球化学元素的含量；数据来源于岩芯扫描，通过元素变化和野外记录获得了0-829 cm连续的元素含量变化；该元素数据变化明显，提供了祁连山地区湖泊长时间尺度的元素含量变化，对青藏高原长时间序列古气候古环境研究具有十分重要的作用。
黄小忠, 张军, 王嘉乐, 任秀秀, 孙明杰, 向丽雄
乱海子钻孔（LHZ18）于2018年8月兰州大学黄小忠课题组获得，本数据为祁连山乱海子湖泊岩芯0-859 cm的粒度数据。0-4 m按照一个样进行粒度分析，4-8.6 m隔一个样进行粒度分析，共获得390个数据；实验在兰州大学西部环境教育部重点实验室完成，利用Mastersizer 2000仪器进行了粒度分析；该数据反应了该湖泊沉积物的粒径变化，对青藏高原长时间序列风沙活动的研究具有十分重要的作用。
黄小忠, 张军, 王嘉乐, 任秀秀, 孙明杰, 向丽雄
本数据集包括祁连山区域1985年至2017年每5年一期的30m耕地和建筑用地分布产品。该产品基于Landsat系列数据生产。生产耕地产品时，利用夏季合成的Landsat系列数据，使用归一化植被指数NDVI，并辅助以作物的物候期、作物种植类别等先验知识设定产品生产规则；生产建筑用地产品时，利用夏季合成的Landsat系列数据，使用归一化植被指数NDVI、NDBI、MNDWI等指数，辅助以DEM、灯光数据等设定产品生产规则。以2015年的产品为例，由Google Earth高清影像和实地调研数据进行精度评价，得出2015年耕地和建筑用地产品的精度分别为89.43%和91.89%。
仲波, 角坤升
本数据集包括祁连山区域1986、1990、1995、2000、2005、2010、2015和2017年月度合成30m×30m地表植被指数产品。采用最大值合成 (Max value composition, MVC) 方法，利用 Landsat5, Landsat8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成。数据通过Google Earth Engine云平台对反射率进行月度合成，通过模型计算指数，对于缺失像素进行插补，质量较好，可用于环境变化监测等领域。
仲波, 吴俊君
本数据集包括祁连山区域1986、1990、1995、2000、2005、2010、2015和2017年月度合成30m×30m地表植被覆盖度产品。采用最大值合成 (Max value composition, MVC) 方法，利用 Landsat5, Landsat8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成，进而计算FVC。数据通过Google Earth Engine云平台对反射率进行月度合成，通过模型计算指数，对于缺失像素进行插补，质量较好，可用于环境变化监测等领域。
仲波, 吴俊君
本数据集包括祁连山区域2018年月度合成30m×30m地表植被指数产品。采用最大值合成 (Max value composition, MVC) 方法，利用Landsat 8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成。数据通过Google Earth Engine云平台对反射率进行月度合成，通过模型计算指数，对于缺失像素进行插补，质量较好，可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
本数据集包括祁连山区域2018年的30m耕地和建筑用地分布产品。该产品基于Landsat-8/OLI数据生产。生产耕地产品时，利用夏季合成的OLI数据，使用归一化植被指数NDVI，并辅助以作物的物候期、作物种植类别等先验知识设定产品生产规则；生产建筑用地产品时，利用夏季合成的Landsat系列数据，使用归一化植被指数NDVI、NDBI、MNDWI等指数，辅助以DEM、灯光数据等设定产品生产规则。由Google Earth高清影像和实地调研数据进行精度评价，得出2018年耕地和建筑用地产品的精度分别为90.05%和90.97%。
仲波, 角坤升
本数据集包括祁连山区域1986、1990、1995、2000、2005、2010、2015和2017年月度合成30m×30m地表NPP产品。采用最大值合成 (Max value composition, MVC) 方法，利用 Landsat5, Landsat8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成，进而计算NPP。 数据通过Google Earth Engine云平台对反射率进行月度合成，通过模型计算指数，对于缺失像素进行插补，质量较好。
吴金华, 仲波
本数据集包括祁连山区域2018年月度合成30m×30m地表植被覆盖度产品。采用最大值合成 (Max value composition, MVC) 方法，利用 Landsat8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成，进而计算FVC。数据通过Google Earth Engine云平台对反射率进行月度合成，通过模型计算指数，对于缺失像素进行插补，质量较好，可用于环境变化监测等领域。
仲波, 吴俊君
本数据集包括祁连山区域1986、1990、1995、2000、2005、2010、2015和2017年月度合成30m×30m地表LAI产品。采用最大值合成 (Max value composition, MVC) 方法，利用 Landsat5, Landsat8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成，进而计算LAI。数据通过Google Earth Engine云平台对反射率进行月度合成，通过模型计算指数，对于缺失像素进行插补，质量较好，可用于环境变化监测等领域。
仲波, 吴俊君
本数据集包括祁连山区域2018年月度合成30m×30m地表叶面积指数（Leaf Area Index, LAI）产品。采用最大值合成 (Max value composition, MVC) 方法，利用Landsat8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成，进而计算LAI。数据通过Google Earth Engine云平台对反射率进行月度合成，通过模型计算指数，对于缺失像素进行插补，质量较好，可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
本数据集包括祁连山区域2018年月度合成30m×30m地表NPP产品。采用最大值合成 (Max value composition, MVC) 方法，利用Landsat8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成，进而计算NPP。数据通过Google Earth Engine云平台对反射率进行月度合成，通过模型计算指数，对于缺失像素进行插补，质量较好，可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
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
