数据内容：对外经济贸易_货物进出口总额(1952-2019) 及对外经济贸易_按贸易分进出口总额(1981-2019) 数据来源及加工方法：从世界银行官方网站、新浪网获取2015-2019年中国地区（包括第三极）对外贸易及投资原始数据，通过数据整理、筛选及清洗得到1952-2019年中国地区（包括第三极）对外贸易及投资数据集，数据起始时间为1952年至2019年，Microsoft Excel (xlsx)格式。
傅文学
数据内容：国民经济_工业增加值（月度）（2010-2019） 数据来源及加工方法：从世界银行官方网站、新浪网获取2015-2019年中国地区（包括第三极）工业经济原始数据，通过数据整理、筛选及清洗得到2010-2019年中国地区（包括第三极）工业经济数据集，数据起始时间为2010年至2019年，Microsoft Excel (xlsx)格式。
傅文学
数据内容：价格指数_居民消费价格指数(CPI)(2010-2019) 数据来源及加工方法：从世界银行官方网站、新浪网获取015-2019年第三极（中国地区）价格指数经济原始数据，通过数据整理、筛选及清洗得到2010-2019年第三极（中国地区）价格指数经济数据集，数据起始时间为2010年至2019年，Microsoft Excel (xlsx)格式。
傅文学
本数据总结了2016年中亚五国(哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦和土库曼斯坦)农业以及社会经济现状。本数据来源于中亚五国统计年鉴，包括总人口、耕地面积、粮食生产面积、GDP、农业GDP占总GDP比重、工业GDP占总GDP比重、森林面积等六个要素。详细的统计了中亚五国六个社会经济要素的情况。通过统计可以看出中亚五国六个要素之间各有侧重。本数据为项目提供了基础数据，便于后续分析中亚生态与社会的情况，为项目数据分析提供了数据支持。
刘铁
该数据集为全球植被生产力数据，包含总初级生产力（GPP）和净初级生产力（NPP）两部分，由耦合模式比较计划第6阶段（CMIP6）中CNRM-CM6-1模式在Historical情景下模拟得到。数据时间范围为1850-2014年，时间分辨率为月，空间分辨率约为1.406°×1.389°。模拟数据详细说明可见链接http://www.umr-cnrm.fr/cmip6/spip.php?article11。
美国气候模式诊断和对比计划委员会
数据集包括：北极地区人口及GDP数据（1990-2015）、第三极(甘肃、青海、西藏)地区县级人口及GDP数据（1970-2016）。 社会经济统计属性包括：人口（万人）、GDP（万元）、工农业生产总值（万元）、农业总产值（万元）、工业生产总值（万元） 北极人口数据主要来自经济社会局《世界人口展望：2017年修订版》按照 区域和国家划分的人口总数。 第三极数据主要参考甘肃省统计年鉴、青海省统计年鉴、西藏自治区统计年鉴；甘肃省、青海省、西藏自治区各县县志。
经济和社会事务部, 国家统计局, 青海省统计局
该数据集是三极地区9个通量站点的30分钟涡度相关通量观测数据，包括生态系统净碳交换量（NEE）、总初级生产力（GPP）和生态系统呼吸（ER）数据，时间范围覆盖2000-2016年。该数据预处理主要步骤包括野点去除（±3σ）、坐标轴旋转（三维风旋转）、Webb-Pearman-Leuning校正、异常值剔除、碳通量插补与分解等，缺失数据通过CO2通量值（Fc）与环境因子之间的非线性经验公式进行插补。
张扬建, 牛犇
本数据集是青藏高原的部分经济指标，包含青海省和西藏自治区两个省份，以省为单元进行的数据统计，可用于青藏高原城镇化和生态环境交互胁迫中评价指标体系的构建。西藏自治区的数据集时间跨度是1951-2016包含7个指标，分别是地区总产值，第一、第二、第三产业以及工业和建筑业，最后还包括人均地区生产总值；青海省数据集时间跨度是从1952-2015，除上述七个指标外还多出农林牧渔业这一指标。所有数据均来自统计年鉴，数据是按当年价格计算，并且依据第二次经济普查资料，对2005-2008年地区生产总值进行了修订。
杜云艳
本数据集包含青海近50年的自然灾害信息，包括干旱、洪灾、冰雹、连阴雨、雪灾、寒潮和强降温、低温冻害、大风沙尘暴、虫灾、鼠灾、地质灾害等自然灾害产生的时间地点及所造成的后果。 青海省地处青藏高原东北部，总面积72 万平方千米。境内河流纵横，冰川广布，湖泊众多，因中华民族的两条母亲河长江、黄河及著名国际河流澜沧江发源于此而素有"中华水塔"之称;全省有可利用草地33.5 万平方千米，天然草场面积仅次于内蒙古、西藏和新疆而居全国第四位，草场类型多样，草地资源十分丰富，拥有青藏高原独特气候条件下生长发育的、并对高原生态环境特征具有较强代表性的维管束植物113 科、564 属、2100 种左右。青海省作为青藏高原的主体部分，是我国生物物种形成、演化的中心之一，也是国际科技界瞩目的研究气候和生态环境变化的敏感区和脆弱带。青海境内地形、地貌复杂，高山、谷地、盆地交错，多年积雪、冰川、戈壁、沙漠、草原等广有分布。复杂的地形条件，高峻的海拔高度和严酷的气候条件决定了青海是一个气象灾害十分频繁的省份。其主要的气象灾害有干旱、洪灾、冰雹、连阴雨、雪灾、寒潮和强降温、低温冻害、大风沙尘暴等。 数据摘录自《中国气象灾害大典·青海卷》，属于人工录入总结校对。
青海省统计局
本数据集包含三江源国家公园内各个县的社区情况统计表，具体内容包括： 表一包括：行政村个数、自然村个数、户数、人口数、农村劳动力人数、一二三产业总值、人均纯收入、家畜数量； 表二包括：人口民族组成（各名族人口数）、教育的相关统计（中小学个数及学生人数）、卫生相关的统计（医院、卫生室以及医护人员个数）、人口受教育水平的统计（不同教育程度的人数）； 表三包括：草地（草地总面积、可利用草场面积、中度以上退化面积、草原植被覆盖度）、林地（总面积、乔木林面积、灌木林面积和疏林地面积）、水域（总面积、河流面积、湖泊面积、冰川面积、雪山面积和湿地面积）。 总共设计四个县：玛多、曲麻莱、杂多和治多县。该数据来自政府部门的统计数据。
国家统计局
中亚沙漠油气田分布城镇分布数据，数据格式为“.shp”格式矢量数据。包括了中亚五国油气田及主要城镇居民点的分布。该数据由MODIS-MCD12Q产品提取裁切而成，该产品空间分辨率为500 m，时间分辨率为1年，其分类标准采用的是IGBP全球植被分类方案，该方案共分为17种土地覆被类型，其中城镇数据利用该分类方案中的建筑与城镇用地。该数据可为中亚地区沙漠油气田与绿城城镇风沙灾害评估和防治提供数据支撑。
高鑫
采用供需平衡的分析方法，分别计算流域总体及各县区水资源供给量及需求量的基础上，评估流域水资源系统脆弱性。采用IPAT等式设置未来水资源需求情景，即通过设定未来的人口增长率、经济增长速度、单位GDP耗水量等变量来建立需水情景。以2005年为基准年，预测未来2010-2050年的各县市水资源需求情景。人口规模、经济规模采用配套预测数据。应用瑞典水文气象研究所HBV概念性水文模型的基本结构，设计了在气候变化下流域变化趋势的模型，以冰川融化情景为模型的输入，构建气候变化下出山径流情景。依据流域水资源配置的国家地方规定设置配水方案，综合计算水资源供给量。综合供需情况，以缺水率为指标评价水资源系统脆弱性。通过计算流域主要县市的（小麦生产）土地压力指数，分析了流域气候变化、冰川融化及人口增长情景下土地资源的供需平衡，评价了农业系统脆弱性。分别运用迈阿密公式及HANPP模型计算了未来情景下，流域各主要县市净初级生物生产量及初级生物量的人类占用，以供需平衡角度评估生态系统脆弱性。
杨林生, 钟方雷
本数据集包含自1982年至2006年基于生态学模式与遥感数据计算青藏高原植被净初级生产力（Net Primary Productivity，NPP）的结果。 基于遥感Advanced Very High Resolution Radiometer（AVHRR）数据和Carnegie-Ames-Stanford Approach（CASA）模型生成的青藏高原生态系统NPP（1982-2006），基于第二次土壤普查数据生成的土壤碳含量，以及基于High Resolution Biosphere Model（HRBM）模型生成的生物量碳数据。 青藏高原森林生态系统NPP（1982-2006年）： npp_forest82.e00，npp_forest83.e00，npp_forest84.e00，npp_forest85.e00，npp_forest86.e00， npp_forest87.e00，npp_forest88.e00，npp_forest89.e00，npp_forest90.e00，npp_forest91.e00， npp_forest92.e00，npp_forest93.e00，npp_forest94.e00，npp_forest95.e00，npp_forest96.e00， npp_forest97.e00，npp_forest98.e00，npp_forest99.e00，npp_forest00.e00，npp_forest01.e00， npp_forest02.e00，npp_forest03.e00，npp_forest04.e00，npp_forest05.e00，npp_forest06.e00 青藏高原草地生态系统NPP（1982-2006年）： npp_grass82.e00，npp_grass83.e00，npp_grass84.e00，npp_grass85.e00，npp_grass86.e00， npp_grass87.e00，npp_grass88.e00，npp_grass89.e00，npp_grass90.e00，npp_grass91.e00， npp_grass92.e00，npp_grass93.e00，npp_grass94.e00，npp_grass95.e00，npp_grass96.e00， npp_grass97.e00，npp_grass98.e00，npp_grass99.e00，npp_grass00.e00，npp_grass01.e00， npp_grass02.e00，npp_grass03.e00，npp_grass04.e00，npp_grass05.e00，npp_grass06.e00 青藏高原生物量碳、土壤碳： Biomass.e00，Socd.e00 土壤碳含量数据（Socd）是参考全国第二次土壤普查的数据与《中国1:100万土壤图》按土壤亚类插值生成。 NPP数据来自CASA模型与AVHRR数据模拟生成： Potter CS, Randerson JT, Field CB et al. Terrestrial ecosystem production: a process model based on global satellite and surface data. Global Biogeochemical Cycles, 1993, 7: 811–841. 生物量碳数据来自HRBM模型模拟生成： McGuire AD, Sitch S, et al. Carbon balance of the terrestrial biosphere in the twentieth century: Analyses of CO2, climate and land use effects with four process-based ecosystem models. Global Biogeochem. Cycles, 2001, 15 (1), 183-206. 原始资料主要是遥感数据和野外观测数据。精度较好；生产过程中与野外实测数据进行的验证和调参，是模拟结果尽量与野外实测数据保持在可接受的误差范围内；NPP数据与野外实测数据的验证结果表明，误差保持在15%的范围内。 空间分辨率0.05度×0.05度（经度×纬度）。
周才平
本数据集包含了青藏高原主要城市与县1970-2006年牲畜数量变化序列数据，用于研究青藏高原社会经济变化。 数据表共有十个字段 字段1：年 解释：数据的年份 字段2：省 解释：所属的省份 字段3：市/州 解释：所属的市或者州 字段4：县 解释：县的名称 字段5：大牲畜(万头) 解释：牛、马、骡、驴、骆驼等大牲畜的数量 字段6：牛群(万头) 解释：牛的数量 字段7：马属动物（万头）解释：马、骡、驴等马属动物的数量 字段8：马(万头) 解释：马的数量 字段9：羊(万头) 解释：羊的数量 字段10：数据来源 解释：数据摘取的来源 数据来自统计年鉴与县志，部分清单如下： [1] 甘肃年鉴编委会. 甘肃年鉴[J]. 北京：中国统计出版社，1984,1988-2009 [2] 云南省统计局. 云南统计年鉴[J]. 北京：中国统计出版社，1988-2009 [3] 四川省统计局，四川调查总队. 四川统计年鉴[J]. 北京：中国统计出版社，1987-1991，1996-2009 [4] 新疆维吾尔自治区统计局. 新疆统计年鉴[J]. 北京：中国统计出版社，1989-1996，1998-2009 [5] 西藏自治区统计局. 西藏统计年鉴[J]. 北京：中国统计出版社，1986-2009 [6] 青海省统计局. 青海统计年鉴[J]. 北京：中国统计出版社，1986-1994，1996-2008. [7] 互助土族自治县志编纂委员会. 互助土族自治县志[J]. 青海：青海人民出版社，1993 [8] 海晏县志编纂委员会. 海晏县志[J]. 甘肃：甘肃文化出版社，1994 [9] 门源县志编纂委员会. 门源县志[J]. 甘肃：甘肃人民出版社，1993 [10] 贵南县志编纂委员会. 贵南县志[J]. 陕西：三秦出版社，1996 [11] 贵德县志编纂委员会. 贵德县志[J]. 陕西：陕西人民出版社，1995 [12] 尖扎县志编纂委员会. 尖扎县志[J]. 甘肃：甘肃人民出版社，2003 [13] 达日县志编纂委员会. 达日县志[J]. 陕西：陕西人民出版社，1993 [14] 格尔木市志编纂委员会. 格尔木市志[J]. 北京：方志出版社，2005 [15] 德令哈市志编纂委员会. 德令哈市志[J]. 北京：方志出版社，2004 [16] 天峻县志编纂委员会. 天峻县志[J]. 甘肃：甘肃文化出版社，1995 [17] 乃东县志编纂委员会. 乃东县志[J]. 北京：中国藏学出版社，2006 [18] 古浪县志编纂委员会. 古浪县志[J]. 甘肃：甘肃人民出版社，1996 [19] 阿克塞哈萨克族自治县志编纂委员会. 阿克塞哈萨克族自治县志[J]. 甘肃：甘肃人民出版社，1993 [20] 岷县志编纂委员会. 岷县志[J]. 甘肃：甘肃人民出版社，1995 [21] 宕昌县志编纂委员会. 宕昌县志[J]. 甘肃：甘肃文化出版社，1995 [22] 宕昌县志编纂委员会. 宕昌县志(续编)(1985-2005)[J]. 甘肃：甘肃文化出版社，2006 [23] 文县志编纂委员会. 文县志[J]. 甘肃：甘肃文化出版社，1997 [24] 康乐县志编纂委员会. 康乐县志[J]. 上海：三联书店. 1995 [25] 积石山(保安族 东乡族 撒拉族)自治县志编纂委员会. 积石山(保安族 东乡族 撒拉族)自治县志[J]，甘肃：甘肃文化出版社，1998 [26] 碌曲县志编纂委员会. 碌曲县志[J]. 甘肃：甘肃人民出版社，2006 [27] 舟曲县志编纂委员会. 舟曲县志[J]. 上海：三联书店. 1996 [28] 夏河县志编纂委员会. 夏河县志[J]. 甘肃：甘肃文化出版社，1999 [29] 卓尼县志编纂委员会. 卓尼县志[J]. 甘肃：甘肃民族出版社，1994 [30] 迭部县志编纂委员会. 迭部县志[J]. 甘肃：兰州大学出版社，1998 [31] 彭县志编纂委员会. 彭县志[J]. 四川：四川人民，1989 [32] 灌县志编纂委员会. 灌县志[J]. 四川：四川人民出版社，1991 [33] 温江县志编纂委员会. 温江县志[J]. 四川：四川人民出版社，1990 [34] 什邡县志编纂委员会. 什邡县志[J]. 四川：四川大学出版社，1988 [35] 天全县志编纂委员会. 天全县志[J]. 四川：四川科学技术出版社，1997 [36] 石棉县志编纂委员会. 石棉县志[J]. 四川：四川辞书出版社，1999 [37] 芦山县志编纂委员会. 芦山县志[J]. 四川：方志出版社，2000 [38] 红原县志编纂委员会. 红原县志[J]. 四川：四川人民出版社，1996 [39] 汶川县志编纂委员会. 汶川县志[J]. 四川：巴蜀书社，2007 [40] 得荣县志编纂委员会. 得荣县志[J]. 四川：四川大学，2000 [41] 白玉县志编纂委员会. 白玉县志[J]. 四川：四川大学出版社，1996 [42] 巴塘县志编纂委员会. 巴塘县志[J]. 四川：四川民族出版社，1993 [43] 九龙县志编纂委员会. 九龙县志续篇(1986-2000)[J]. 四川：四川科学技术出版社，2007 [44] 贡山独龙族怒族自治县志编纂委员会. 贡山独龙族怒族自治县志[J]. 北京：民族出版社，2006 [45] 泸水县志编纂委员会. 泸水县志[J]. 云南：云南人民出版社，1995 [46] 德钦县志编纂委员会. 德钦县志[J]. 云南：云南民族，1997 [47] 于田县志编纂委员会. 于田县志[J]. 新疆：新疆人民出版社，2006 [48] 策勒县志编纂委员会. 策勒县志[J]. 新疆：新疆人民出版社，2005 [49] 和田县志编纂委员会. 和田县志[J]. 新疆：新疆人民出版社，2006 [50] 新疆且末县地方志编纂委员会. 且末县志[J]. 新疆：新疆人民出版社，1996 [51] 新疆莎车县志编纂委员会. 莎车县志[J]. 新疆：新疆人民出版社，1996 [52] 叶城县志编纂委员会. 叶城县志[J]. 新疆：新疆人民出版社，1999 [53] 新疆阿克陶县地方志编纂委员会. 阿克陶县志[J]. 新疆：新疆人民出版社，1996 [54] 新疆乌恰县地方志编纂委员会. 乌恰县志[J]. 新疆：新疆人民出版社，1995
国家统计局
该数据集记录了青海省1980~2016年全社会固定资产投资情况。数据来自统计年鉴： 《青海社会经济统计年鉴》和《青海统计年鉴》，从青海统计年鉴中摘录，精度同数据所摘取的统计年鉴。 数据表共有11个字段 字段1：年份 解释：数据的年份 字段2：总计 解释：固定资产投资总计 亿元 字段3：国有经济 解释：国有经济固定资产投资额 亿元 字段4：集体经济 解释：集体经济固定资产投资额 亿元 字段5：私营经济 解释：私营经济固定资产投资额 亿元 字段6：其他经济 解释：其他经济固定资产投资额 亿元 字段7：总增长 解释：固定资产投资总增长 % 字段8：国有增长 解释：国有固定资产投资增长 % 字段9：集体增长 解释：集体固定资产投资增长 % 字段10：私有增长 解释：私有固定资产投资增长 % 字段11：其他增长 解释：其他固定资产投资增长 %
青海省统计局, 青海省统计局
未来人口情景预测以2005年为基准年，采用人口阻滞增长模型，不仅能够较好地描述人口与许多生物数量的变化规律，而且在经济领域也有广泛的应用。城市化率的预测采用城市化Logistics模型。依据已有的城市化水平序列值，通过非线性回归求出参数式中参数，建立预测模型。城市人口数量由预测的人口数乘以城镇化率求出。数据采用非农业人口。采用logistic模型预测流域未来各县市国民生产总值，然后根据未来各县市各时段经济发展水平（用人均GDP表示）设定各时段相应的产业结构情景，预测各次产业产值。我国及研究区产业结构的变化趋势滞后于GDP增长速度，因而根据设定的研究区未来产业结构情景需要进行了适当调整。
钟方雷
采用供需平衡的分析方法，分别计算流域总体及各县区水资源供给量及需求量的基础上，评估流域水资源系统脆弱性。采用IPAT等式设置未来水资源需求情景，即通过设定未来的人口增长率、经济增长速度、单位GDP耗水量等变量来建立需水情景。以2005年为基准年，预测未来2010-2050年的各县市水资源需求情景。人口规模、经济规模采用配套预测数据。 应用瑞典水文气象研究所HBV概念性水文模型的基本结构，设计了在气候变化下流域变化趋势的模型，以冰川融化情景为模型的输入，构建气候变化下出山径流情景。依据流域水资源配置的国家地方规定设置配水方案，综合计算水资源供给量。综合供需情况，以缺水率为指标评价水资源系统脆弱性。通过计算流域主要县市的（小麦生产）土地压力指数，分析了流域气候变化、冰川融化及人口增长情景下土地资源的供需平衡，评价了农业系统脆弱性。分别运用迈阿密公式及HANPP模型计算了未来情景下，流域各主要县市净初级生物生产量及初级生物量的人类占用，以供需平衡角度评估生态系统脆弱性。
杨林生, 钟方雷
未来人口情景预测以2000年为基准年，采用人口阻滞增长模型，不仅能够较好地描述人口与许多生物数量的变化规律，而且在经济领域也有广泛的应用。城市化率的预测采用城市化Logistics模型。依据已有的城市化水平序列值，通过非线性回归求出参数式中参数，建立预测模型。 城市人口数量由预测的人口数乘以城镇化率求出。数据采用非农业人口。采用logistic模型预测流域未来各县市国民生产总值，然后根据未来各县市各时段经济发展水平（用人均GDP表示）设定各时段相应的产业结构情景，预测各次产业产值。我国及研究区产业结构的变化趋势滞后于GDP增长速度，因而根据设定的研究区未来产业结构情景需要进行了适当调整。
钟方雷
采用供需平衡的分析方法，分别计算流域总体及各县区水资源供给量及需求量的基础上，评估流域水资源系统脆弱性。 采用IPAT等式设置未来水资源需求情景，即通过设定未来的人口增长率、经济增长速度、单位GDP耗水量等变量来建立需水情景。以2005年为基准年，预测未来2010-2050年的各县市水资源需求情景，人口规模、经济规模采用配套预测数据。 应用瑞典水文气象研究所HBV概念性水文模型的基本结构，设计了在气候变化下流域变化趋势的模型，以冰川融化情景为模型的输入，构建气候变化下出山径流情景。依据流域水资源配置的国家地方规定设置配水方案，综合计算水资源供给量。综合供需情况，以缺水率为指标评价水资源系统脆弱性。通过计算流域主要县市的（小麦生产）土地压力指数，分析了流域气候变化、冰川融化及人口增长情景下土地资源的供需平衡，评价了农业系统脆弱性。分别运用迈阿密公式及HANPP模型计算了未来情景下，流域各主要县市净初级生物生产量及初级生物量的人类占用，以供需平衡角度评估生态系统脆弱性。
杨林生, 钟方雷
未来人口情景预测以2005年为基准年，采用人口阻滞增长模型，不仅能够较好地描述人口与许多生物数量的变化规律，而且在经济领域也有广泛的应用。城市化率的预测采用城市化Logistics模型。依据已有的城市化水平序列值，通过非线性回归求出参数式中参数，建立预测模型。城市人口数量由预测的人口数乘以城镇化率求出。 数据采用非农业人口。采用logistic模型预测流域未来各县市国民生产总值，然后根据未来各县市各时段经济发展水平（用人均GDP表示）设定各时段相应的产业结构情景，预测各次产业产值。 我国及研究区产业结构的变化趋势滞后于GDP增长速度，因而根据设定的研究区未来产业结构情景需要进行了适当调整。
杨林生, 钟方雷
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
