1962-2011年中国大陆各分区近地表气温直减率数据集是中国科学院青藏高原研究所王磊研究员课题组的研究成果。 该数据集将中国大陆分成了24个研究区域,在word文档(description of groups.doc)中描述了各分区的经纬度范围,也可以从数据的缩略图中浏览各分区的空间分布。 气温直减率数据集以EXCEL格式描述,包括了整个中国地区各个分区的年平均以及四季平均的lapse rate数值。 该统计基于553个包含完整月系列的中国气象局常规气象站的2m气温观测,并利用另外201个气象站(有缺值)做了独立验证。 更多信息,请参见随数据一同发布的期刊文献。
王磊
中国西部地貌信息集成是由中国科学院地理科学与资源环境研究所谢传节博士领导的小组完成的。其中包括1:400万全国地貌数据库和1:100万西部地貌数据库,1:400万地貌数据是追踪收集和整理由中国科学院国家计划委员会地理所编制,李炳元主编的“中国地貌图(1:400万)”和陈志明主编的“中国及其毗邻地区地貌图(1:400万)”。对资料进行扫描配准,利用ArcMap软件将所有配准得图件进行矢量化,并建立各自得分类和代码体系,按照图斑(普染色)和符号将地貌类型分为基本地貌类型和形态结构类型(点、线、面表示),数据分为构造地貌和形态地貌。 投影信息: Projection: Albers False_Easting: 0.000000 False_Northing: 0.000000 Central_Meridian: 105.000000 Standard_Parallel_1: 25.000000 Standard_Parallel_2: 47.000000 Latitude_Of_Origin: 0.000000 Linear Unit: Meter (1.000000) Geographic Coordinate System: datumg Angular Unit: Degree (0.017453292519943299) Prime Meridian: <custom> (0.000000000000000000) Datum: D_Krasovsky_1940 Spheroid: Krasovsky_1940 Semimajor Axis: 6378245.000000000000000000 Semiminor Axis: 6356863.018773047300000000 Inverse Flattening: 298.300000000000010000
程维明, 周成虎
本数据集的源数据来源于第二次土壤普查的1:100万中国土壤图和8595个土壤剖面。本数据包括剖面深度、土层厚度、砂粒、粉粒、粘粒、砾石、容重、孔隙度、土壤结构、土壤颜色、pH值、有机质、氮、磷、钾、可交换阳离子量、可交换的氢、铝、钙、镁、钾、钠离子和根量。数据集还提供了数据质量控制信息。 数据为栅格格式,空间分辨率为30弧秒。为便于使用CLM模型,土壤数据分为8层,最到深度为2.3米 (i.e. 0- 0.045, 0.045- 0.091, 0.091- 0.166, 0.166- 0.289, 0.289- 0.493, 0.493- 0.829, 0.829- 1.383 and 1.383- 2.296 m) 数据文件说明: 1 Soil profile depth PDEP.nc 2 Soil layer depth "LDEP.nc LNUM.nc" 3 pH Value (H2O) PH.nc 4 Soil Organic Matter SOM.nc 5 Total N TN.nc 6 Total P TP.nc 7 Total K TK.nc 8 Alkali-hydrolysable N AN.nc 9 Available P AP.nc 10 Available K AK.nc 11 Cation Exchange Capacity (CEC) CEC.nc 12 Exchangeable H+ H.nc 13 Exchangeable Al3+ AL.nc 14 Exchangeable Ca2+ CA.nc 15 Exchangeable Mg2+ MG.nc 16 Exchangeable K+ K.nc 17 Exchangeable Na+ NA.nc 18 Particle-Size Distribution Sand SA.nc Silt SI.nc Clay CL.nc 19 Rock fragment GRAV.nc 20 Bulk Density BD.nc 21 Porosity POR.nc 22 Color (water condition unclear) Hue Unh.nc Value Chroma Unc.nc 23 Dry Color Hue Dh.nc Value Chroma Dc.nc 24 Wet Color Hue Wh.nc Value Chroma Wc.nc 25 Dominant and Second Structure S1.nc SW1.nc RS.nc 26 Dominant and Second Consistency C1.nc CW1.nc RC.nc 27 Root Abundance Description R.nc
上官微, 戴永久
本研究所用的数据由美国EROS(地球资源观测系统)数据中心的探路者数据库提供,其植被指数NDVI的制备过程为:采用经过辐射校正和几何粗校正的NOAA-AVHRR数据源,再进一步对每日、每轨图像进行几何精校正、除坏线、除云等处理,进而进行NDVI计算及合成。每日的NDVI计算公式为:1000×(b2-b1)/(b2+b1),其中b1、b2为AVHRR的第1、2通道。 Pathfinder AVHRR的参数表 参数/变量 定义 单元 值域 NDVI 归一化植被指数 无 (-1,1) CLAVR标识 从CLAVR算法中的云量指数 无 (0,30) QC标识 数据质量标识 无 (0,16) 扫描角度 传感器的角度 弧度 (-1.05,1.05) 太阳天顶角 每个像元的太阳天顶角 弧度 (0,1.04) 相对天顶角 传感器的相对天顶角 弧度 (-1.05,1.05) Ch1反射率 第一通道的反射率 (0.58-0.68um) 百分比 (0,100) Ch2反射率 第二通道的反射率 (0.72-1.10um) 百分比(0,100) Ch3亮温 第三通道的亮温值(3.55-3.95um) 开氏温标(160,340) Ch4亮温 第四通道的亮温值(10.3-11.3um)开氏温标(160,340) Ch5亮温 第五通道的亮温值(11.5-12.5um)开氏温标(160,340) 数据集包括1981至2001年6月至9月每旬中国子区NDVI的数据及1982、1986、1991和1996年全年各月每旬的数据(共84个月的343幅,其中1981年6月和7月第1旬、1994年9月第3旬缺少数据) 数据集属性及格式: 本数据集以年为文件夹进行存储,其中包含相同文件名下的.HDR头文件、.IMG文件和.JPG图像文件,其中IMG中数据以整数型进行存储。命名规则如下: avhrrpf.*.Intfgl.yymmdd_geo其中*代表ch1或ch2或ch4或ch5或ndvi,其具体含义与值域请参考表 1;yy代表年的末尾两位数;mm代表月份;dd代表具体日期。 数据投影: Size is 963, 688 Coordinate System is: GEOGCS["WGS 84", DATUM["WGS_1984", SPHEROID["WGS 84",6378137,298.257223563, AUTHORITY["EPSG","7030"]], TOWGS84[0,0,0,0,0,0,0], AUTHORITY["EPSG","6326"]], PRIMEM["Greenwich",0, AUTHORITY["EPSG","8901"]], UNIT["degree",0.0174532925199433, AUTHORITY["EPSG","9108"]], AUTHORITY["EPSG","4326"]] Origin = (70.035426000000001,54.945585999999999) Pixel Size = (0.072727000000000,-0.072727000000000) Corner Coordinates: Upper Left ( 70.0354260, 54.9455860) ( 70d 2'7.53"E, 54d56'44.11"N) Lower Left ( 70.0354260, 4.9094100) ( 70d 2'7.53"E, 4d54'33.88"N) Upper Right ( 140.0715270, 54.9455860) (140d 4'17.50"E, 54d56'44.11"N) Lower Right ( 140.0715270, 4.9094100) (140d 4'17.50"E, 4d54'33.88"N) Center ( 105.0534765, 29.9274980) (105d 3'12.52"E, 29d55'38.99"N) Band 1 Block=963x1 Type=UInt16, ColorInterp=Undefined Computed Min/Max=1.000,55480.000
Tucker, C.J., J.E.Pinzon, M.E.Brown
由欧洲联盟委员会赞助的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察的SPOTVGT数据,该数据由瑞典的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),最终由比利时弗莱芒技术研究所(Flemish Institute for Technological Research,Vito)VEGETATION影像处理中心(VEGETATION processing Centre,CTIV)负责预处理成逐日1km 全球数据。预处理包括大气校正,辐射校正,几何校正,生产10天最大化合成的NDVI数据,并将-1到-0.1的值设置为-0.1,再通过公式DN=(NDVI+0.1)/0.004转换到0-250的DN值。 该数据集是中国子集提取,包含每10天合成的四个波段的光谱反射率及10天最大化NDVI,为1998-2007年数据,空间分辨率为1km,时间分辨率为逐旬。 文件格式: .hfr和.img文件各一个。 文件命名规则为:CHN_NDV_YYYYMMDD,其中YYYYMMDD就是该文件代表的当天日期,也是区别于其他文件的主要标识。 用户用来分析植被指数的后缀名为.IMG和.HDF的遥感影像文件,都可以在ENVI和ERDAS软件中打开。 坐标系及投影 Plate_Carree (Lon/Lat) PROJ_CENTER_LON 0.000000 PROJ_CENTER_LAT 0.000000 PIXEL_SIZE_UNITS DEGREES/PIXEL PIXEL_SIZE_X 0.0089285714 PIXEL_SIZE_Y 0.0089285714 SEMI_AXIS_MAJ 6378137.000000 SEMI_AXIS_MIN 6356752.314000 UL_LON (DEG) 73.000000 UL_LAT (DEG) 54.000000 LR_LON (DEG) 135.500000 LR_LAT (DEG) 5.000000 角点坐标分别为: Corner Coordinates: Upper Left ( 69.9955357, 55.0044643) Lower Left ( 69.9955357, 14.9955358) Upper Right ( 137.0044641, 55.0044643) Lower Right ( 137.0044641, 14.9955358) 其中Upper Left 为左上角,Lower Left 为左下角,Upper Right 为右上角,Lower Right 为右下角。
Greet JANSSENS, Food and Agriculture Organization of the United Nations(FAO)
SRTM的传感器有两个波段,分别是C波段和X波段,我们现在使用的SRTM都自于C波段。公开发布的SRTM数字高程产品包括三种不同分辨率的DEM 数据: * SRTM1 覆盖范围仅仅包括美国大陆,其空间分辨率为1s ; * SRTM3 数据覆盖全球, 空间分辨率为3s,这是目前使用最为广泛的数据集,SRTM3的高程基准是EGM96的大地水准面,平面基准是WGS84;标称绝对高程精度是±16m,绝对平面精度是±20m。 * SRTM30 数据同样覆盖全球 ,分辨率是30s. SRTM数据存在多个版本,早期的SRTM数据由NASA“喷气推进实验室”(JPL ,Jet Propulsion Laboratory)地面数据处理系统( GDPS)来完成的,数据被称为SRTM3-1。美国国家地理空间情报局对数据做了更进一步的处理,缺少情况得到明显改进,数据称为SRTM3-2。 该数据集主要是第四版本由 CIAT(国际热带农业中心)利用新的插值算法得到的SRTM地形数据,此方法更好的填补了SRTM 90的数据空洞。插值算法来自于Reuter et al.(2007) SRTM的数据组织方式为:每5度经纬度方格划分一个文件,共分为24行(-60至60度)和72列(-180至180度)。文件命名规则为srtm_XX_YY.zip,XX表示列数(01-72),YY表示行数(01-24)。 数据分辨率90米 数据使用:SRTM的数据是用16位的数值表示高程数值的(-/+/32767米),最大的正高程9000米,负高程(海平面以下12000米)。空数据用-32767标准
CGIAR-CSI
该数据集是将沙漠专题地图的图形数据建立的我国第一个1∶10万沙漠空间数据库,重点反映我国沙漠的地理分布、面积大小、沙丘的流动性与固定程度。按照系统设计要求及有关标准,将输入数据进行标准化,统一转换为各类数据输入的标准格式。建库以交付系统运行。 本项目以2000年的TM影像为信息源,在全国土地利用现状图的Coverage和2000年TM数字影像信息,进行解译、提取、修编,利用遥感与地理信息系统技术结合以1:10万比例尺专题图成图要求,对我国的沙漠、沙地和砾质戈壁进行了专题制图。1∶10万全国沙漠分布图可以使用户在从事资源与环境的研究工作时节省大量的数据录入和编辑工作。数字地图能非常方便地转化为版式地图 数据集属性如下: 分为e00和shp两个文件夹: 文件夹内各省沙漠分布图名称与省份对照表 01 Ahsm 安徽省 02 Bjsm 北京市 03 Fjsm 福建省 04 Gdsm 广东省 05 Gssm 甘肃省 06 Gxsm 广西壮族自治区 07 Gzsm 贵州省 08 Hebsm 河北省 09 Hensm 河南省 10 Hljsm 黑龙江省 11 Hndsm 海南省 12 Hubsm 湖北省 13 Jlsm 吉林省 14 Jssm 江苏省 15 Jxsm 江西省 16 Lnsm 辽宁省 17 Nmsm 内蒙固自治区 18 Nxsm 宁夏回族自治区 19 Qhsm 青海省 20 Scsm 四川省 21 Sdsm 山东省 22 Sxsm 陕西省 23 Tjsm 天津市 24 Twsm 台湾省 25 Xjsm 新疆维吾尔自治区 26 Xzsm 西藏自治区 27 Zjsm 浙江省 28 Shxsm 山西省 1、数据投影: Projection: Albers False_Easting: 0.000000 False_Northing: 0.000000 Central_Meridian: 105.000000 Standard_Parallel_1: 25.000000 Standard_Parallel_2: 47.000000 Latitude_Of_Origin: 0.000000 Linear Unit: Meter (1.000000) 2、数据属性表:area(面积) perimeter(周长) ashm_(序列码) class(沙漠编码) ashm_id(沙漠编码) 3、沙漠编码:流动沙地 2341010 半流动沙地 2341020 半固定沙地 2341030 戈壁 2342000 盐碱地 2343000 4:文件格式:全国、分省及县级沙漠图的数据类型为矢量型的shapefile和E00 5:文件命名: 基于国家基本资源与环境遥感动态信息服务系统数据组织在Windows NT的文件管理层面上进行,文件和目录名采用英文字和数字的复合名称,分省沙漠图以省、区名拼音+SM构成,如甘肃省沙漠分布图即为GSSM。旗、县沙漠图为省区名拼音+xxxx,xxxx为旗、县代码后四位数值,如兰州沙漠图命名为GS0101。省、区和旗、县的分幅切割以国家级基本资源与环境遥感动态信息服务运行系统中的行政区划数据文件为据。
王建华, 王一谋, 颜长珍, 祁元
基于静止卫星和再分析资料的中国区域大气驱动数据集是由中国气象局制备的一套具有较高时空分辨率的大气驱动数据集,空间分辨率为0.1°×0.1°,时间分辨率为1小时,覆盖范围为东经75°-135°,北纬15°-55°,包含近地面气温、相对湿度、地面气压、近地面风速、地表入射太阳辐射和地面降水率6个要素。其中降水产品的制备过程如下:利用中国风云二号静止卫星多通道数据所反演的6小时累积降水估计与常规地面观测6小时累积降水进行数据融合,获得6小时累积降水空间分布数据,然后利用静止卫星多通道反演的高分辨率云分类信息确定累积降水时间插值权重,得到1小时累积降水估计。辐射资料的制备过程如下:基于FY-2C的地表入射太阳辐射采用辐射传输模型DISORT(Discrete Ordinates Radiative Transfer Program for a Multi-Layered Plane-parallel Medium)进行辐射传输计算,获得逐小时0.1°×0.1°的中国区域地表入射太阳辐射数据。其他要素的制备过程:对1.0°×1.0°的NCEP再分析资料采用空间和时间插值方法,获得逐小时0.1°×0.1°的近地面气温、相对湿度、地面气压、近地面风速等驱动要素。 各变量的物理意义: 气象要素 || 变量名 || 单位 || 物理意义 | 地面气温 || TBOT || K || 近地面(2m)气温 | 地表气压 || PSRF || Pa || 地表气压 | 地面相对湿度 || RH || kg/ kg ||近地面(2m)相对湿度 | 地面风速 || WIND || m /s ||近地面(风速仪高度)风速 | 地表入射太阳辐射|| FSDS || W /m2 || 地表入射太阳辐射 | 降水率||PRECTmms||mm/hr || 降水率 更多信息,请参见随数据一同发布的数据文档。
师春香
沙漠化是我国北方干旱、半干旱及部分半湿润地区由于人地关系不相协调所造成的以风沙活动为主要标志的土地退化。 数据源:中国冰川冻土沙漠研究所编绘,中国科学院地理研究所协作,根据七十年代航片,加上实地调研,绘制的1:200万沙漠图,图中中国国界是根据地图出版社一九七一年出版的1:400万《中华人民共和国地图》地图绘制。 一、数据集内容 1、Desert_Ch_2009(沙漠分布) 2、Dune_hight_Ch_200(沙丘高度) 3、Gobi_Ch_200(戈壁) 4、Wind_eroded_land_Ch_200(风蚀地数据) 二、沙漠化属性表字段如下: (1)Semifixed(半固定沙丘):缓起伏沙地(2-1)、灌丛沙丘(2-2)、抛物线状沙丘(2-3)、梁窝状沙丘(2-4)、沙垄及树枝状沙垄(2-5)、蜂窝状沙丘(2-6)、蜂窝状沙垄(2-7)、复合型沙垄(2-8) (2)Fixation(固定沙丘):平沙地(3-1)、草原丛沙堆(3-2)、沙垄(3-3)、蜂窝状沙丘(3-4) (3)Migratory(流动沙丘):新月形沙丘及沙丘链(1-1)、新月形沙垄及沙垄(1-2)、格状沙丘及格状沙丘链(1-3)、鱼鳞状沙丘(1-4)、羽毛状沙垄(1-5)、金字塔沙丘(1-6)、复合型沙丘及沙丘链(1-7)、复合型沙垄(1-8)、复合型穹状沙丘(1-9)、链状沙山(沙丘)(1-10)、迭置型链状沙山(1-11)、复合型垄状沙山(1-12)、复合型链状沙山(1-13)、金字塔形沙山(1-14) (4)class_id:沙化属性编码 三、投影信息 PROJCS["Albers", GEOGCS["GCS_Beijing_1954", DATUM["Beijing_1954", SPHEROID["Krasovsky_1940",6378245.0,298.3]], PRIMEM["Greenwich",0.0], UNIT["Degree",0.0174532925199433]], PROJECTION["Albers_Conic_Equal_Area"], PARAMETER["False_Easting",0.0], PARAMETER["False_Northing",0.0], PARAMETER["longitude_of_center",105.0], PARAMETER["Standard_Parallel_1",25.0], PARAMETER["Standard_Parallel_2",47.0], PARAMETER["latitude_of_center",0.0], UNIT["Meter",1.0]]
王建华
本数据采用土壤转换函数以砂粒、粉粒、粘粒、有机质、容重作为输入估计出土壤水文参数,包括Clapp and Hornberger函数和van Genuchten and Mualem函数的参数、田间持水量和凋萎系数。中位数和变异系数(CV)提供的估计。 数据集为栅格格式,分辨率为30弧秒,土壤垂直分层为7层,最大厚度1.38米(即0 - 0.045,0.045 - -0.091,0.091 - -0.166,0.166 - -0.289,0.289 - -0.493,0.493 - -0.829,0.829 - -1.383米)。 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
上官微, 戴永久
冻土图的编制依据包括:(1)冻土野外调查、勘探实测资料;(2)航空像片和卫星影像判译;(3)TOPO30 1km分辨率的地面高程数据;(4)气温和地面温度资料。其中,青藏高原的冻土分布采用了南卓铜等(2002)的研究结果,利用青藏公路沿线76个钻孔实测年平均地温数据,进行回归统计分析,获取年平均地温与纬度、高程的关系,并基于该关系,结合GTOPO30高程数据(美国地质调查局地球资源观测与科技中心领导下发展的全球1km数字高程模型数据)模拟得到整个青藏高原范围上的年平均地温分布。以年平均地温0.5 ℃作为多年冻土与季节冻土的界限,参考《中国冰雪冻土图》(1:400万)(施雅风 等,1988)划定高原不连续多年冻土与高原岛状多年冻土的界限;另外,参考东北大小兴安岭多年冻土分区图(郭东信 等,1981)、环北极多年冻土和地下冰分布图(Brown et al. 1997)和最新野外实测资料,对东北的多年冻土界线进行了修订;西北高山多年冻土界线多采用了《中国冰雪冻土图》(1:400万)(施雅风 等,1988)中划定的界线。 根据该数据统计的中国多年冻土区面积约1.75×106km2,约占中国领土的18.25%。其中,高山多年冻土0.29×106km2,约占我国领土面积的3.03%。 更多信息参考《1:400万中国冰川冻土沙漠图》说明书(中国科学院寒区旱区环境与工程研究所,2006)
王涛
字段说明: Num_code(冻土属性编码) Combo(冻土属性) extent(冻土范围) content(含冰量) 属性对照如下: (1)冻土属性对照表: 0 (No information ) 1 - chf (Continuous permafrost extent with high ground ice content and thick overburden) 2 - dhf (Discontinuous permafrost extent with high ground ice content and thick overburden) 3 - shf (Sporadic permafrost extent with high ground ice content and thick overburden) 4 - ihf (Isolated patches of permafrost extent with high ground ice content and thick overburden ) 5 - cmf (Continuous permafrost extent with medium ground ice content and thick overburden ) 6 - dmf (Discontinuous permafrost extent with medium ground ice content and thick overburden ) 7 - smf (Sporadic permafrost extent with medium ground ice content and thick overburden ) 8 - imf (Isolated patches of permafrost extent with medium ground ice content and thick overburden) 9 - clf (Continuous permafrost extent with low ground ice content and thick overburden ) 10 - dlf (Discontinuous permafrost extent with low ground ice content and thick overburden ) 11 - slf (Sporadic permafrost extent with low ground ice content and thick overburden ) 12 - ilf (Isolated patches of permafrost extent with low ground ice content and thick overburden) 13 - chr (Continuous permafrost extent with high ground ice content and thin overburden and exposed bedrock ) 14 - dhr (Discontinuous permafrost extent with high ground ice content and thin overburden and exposed bedrock ) 15 - shr (Sporadic permafrost extent with high ground ice content and thin overburden and exposed bedrock ) 16 - ihr (Isolated patches of permafrost extent with high ground ice content and thin overburden and exposed bedrock) 17 - clr (Continuous permafrost extent with low ground ice content and thin overburden and exposed bedrock ) 18 - dlr (Discontinuous permafrost extent with low ground ice content and thin overburden and exposed bedrock ) 19 - slr (Sporadic permafrost extent with low ground ice content and thin overburden and exposed bedrock) 20 - ilr (Isolated patches of permafrost extent with low ground ice content and thin overburden and exposed bedrock ) 21 - g (Glaciers) 22 - r (Relict permafrost) 23 - l (Inland lakes ) 24 - o (Ocean/inland seas ) 25 - ld (Land) (2)冻土范围对照表 c = continuous (90-100%) d = discontinuous (50- 90%) s = sporadic (10- 50%) i = isolated patches ( 0 - 10%) (3)含冰量对照表 h = high (>20% for "f" landform codes) (>10% for "r" landform codes) m = medium (10-20%) l = low (0-10%)
National Snow and Ice Data Center(NSIDC), 吴立宗
中国土地覆盖数据集包括5种产品: 1)glc2000_lucc_1km_China.asc,由GLC2000项目开发的基于SPOT4遥感数据的全球土地覆盖数据中国子集,数据名称为GLC2000.GLC2000中国区域土地覆盖数据由全球覆盖数据直接裁剪得到,它的数据说明请参考http://www-gvm.jrc.it/glc2000/defaultGLC2000.htm 2)igbp_lucc_1km_China.asc,由IGBP-DIS支持的基于AVHRR遥感数据的全球土地覆盖数据中国子集,数据名称为IGBPDIS;IGBPDIS数据的制备,采用USGS的方法,利用1992年四月到1992年三月的AVHRR数据开发出1km分辨率的全球土地覆盖数据,分类系统采取IGBP制定的分类系统,把全球分为17类.其开发以洲为单位。应用AVHRR12个月的最大化合成NDVI资料, 3)modis_lucc_1km_China_2001.asc,MODIS土地覆盖数据产品中国子集,数据名称为MODIS;MODIS中国区域土地覆盖数据由全球覆盖数据直接裁剪得到,它的数据说明请参考http://edcdaac.usgs.gov/modis/mod12q1v4.asp。 4、umd_lucc_1km_China.asc,由马里兰大学生产的基于AVHRR数据的全球土地覆盖数据中国子集,数据名称为UMd;UMd基于AVHRR数据的5个波段及NDVI数据经过重新组合建议数据矩阵,用分类树的方法进行了全球土地覆盖分类工作。其目的是希望建立一个比过去数据更高精度的数据。分类系统很大程度上采用了IGBP的分类方案。 5)westdc_lucc_1km_China.asc,由中国科学院组织实施的中国2000年1:10万土地覆盖数据,对其进行合并、矢栅转换(面积最大法),最后得到全国幅1km的土地利用数据产品,数据名称为WESTDC。WESTDC中国区域土地覆盖数据是在中国科学院1:10万按县分幅的土地资源调查的成果的基础上进行了合并、矢栅转换(面积最大法),最后得到全国幅的土地利用数据产品。采用中科院资源环境分类系统。 2:数据格式:ArcView GIS ASCII 3:网格参数: ncols 4857 nrows 4045 xllcorner -2650000 yllcorner 1876946 cellsize 1000 NODATA_value -9999 4:投影参数: Projection ALBERS Units METERS Spheroid Krasovsky Parameters: 25 00 0.000 /* 1st standard parallel 47 00 0.000 /* 2nd standard parallel 105 00 0.000 /* central meridian 0 0 0.000 /* latitude of projection's origin 0.00000 /* false easting (meters) 0.00000 /* false northing (meters)
冉有华
该图是施雅风先生和米德生编制的《中国1:400万冰雪冻土图》,地图编制的工作地图为《中华人民共和国汉语拼音版》,保留了地图的水系及山脉注记,并增加了一些山文注记。编绘冻土图的依据是:冻土调查和勘探的实际资料、遥感资料的判译、影响冻土形成和分布的气温条件及地形特征。冰川雪线高度以等值线表示其变化趋势。季节性积雪与季节性结冰是综合依据了全国1600个气象观测台站资料和多年考察结果以等值线加注记和符号表示、冷生(冰缘)现象选择具有代表性且经实地观察到的给予示意性的表示。多年冻土和非多年冻土范围界线,依据考察现场资料经计算而编制成图,其综合程度较高(特普费尔著,1982) 《中国冰雪冻土图》反映了冰川、积雪、冻土及冰缘分布的规模、类型、特征,以及在科学研究上的价值和生产实践中利用、防治的前景。表现了我们三十年来在冰川冻土科研方面的成果。
施雅风, 米德生
该数据集对扫描图《中国400万冰雪冻土图》(施雅风、米德生,1988)进行几何校正,然后通过数字化,综合考虑海拔和纬度,结合多年冻土的连续性将冻土划分为:高纬度多年冻土的大片多年冻土、岛状融区多年冻土和岛状多年冻土;高海拔多年冻土和高山多年冻土(包括阿尔泰山,天山,祁连山、横断山、喜马拉雅山及中国东部的太白山、黄岗梁和长白山)和高原多年冻土(青藏高原),高原多年冻土(青藏高原)又分为大片多年冻土和岛状多年冻土;季节冻土、瞬时冻土和无冻土区。
施雅风, 米德生
GIMMS(glaobal inventory modelling and mapping studies)NDVI数据是美国国家航天航空局(NASA)C-J-Tucker等人于2003年11月推出的最新全球植被指数变化数据。 该数据集包括了1981-2006年间的全球植被指数变化,格式为ENVI标准格式,投影为ALBERS,其时间分辨率是15天,空间分辨率8km。GIMMS NDVI数据采用卫星数据的格式记录了22a区域植被的变化情况。 1、文件格式: GIMMS-NDVI数据集中包含了从1981年7月至2006年间隔为15天的所有.rar压缩文件,解压以后包括1个XML文档、一个.HDR头文件、一个.IMG文件和一个.JPG图像文件。 2、文件命名: NOAA/AVHRR-NDVI数据集中的压缩文件命名规则为:YYMMM15a(b).n**-VIg_data_envi.rar,其中YY-年,MMM-简写的英文月份字母,15a-上半月份合成,15b-下半月份合成,**-卫星号。解压之后有4个文件,文件名不变,属性分别为:XML文档,头文件(后缀名为:.HDF),遥感影像文件(后缀名为:.IMG)和JPEG图像文件。这个数据集中,用户用来分析植被指数的是后缀名为.IMG的遥感影像文件文件。 用户用来分析植被指数的后缀名为.IMG和.HDF的遥感影像文件文件,都可以在ENVI和ERDAS软件中打开。 3、数据头文件信息如下: Coordinate System is: PROJECTION["Albers_Conic_Equal_Area"], PARAMETER["standard_parallel_1",25], PARAMETER["standard_parallel_2",47], PARAMETER["latitude_of_center",0], PARAMETER["longitude_of_center",105], PARAMETER["false_easting",0], PARAMETER["false_northing",0], UNIT["Meter",1]] Pixel Size = (8000.000000000000000,-8000.000000000000000) Corner Coordinates: Upper Left (-3922260.739, 6100362.950) ( 51d20'23.06"E, 46d21'21.43"N) Lower Left (-3922260.739, 1540362.950) ( 71d16'1.22"E, 8d41'42.21"N) Upper Right ( 3277739.261, 6100362.950) (151d 8'57.22"E, 49d 9'35.37"N) Lower Right ( 3277739.261, 1540362.950) (133d30'58.46"E, 10d37'13.35"N) Center ( -322260.739, 3820362.950) (101d22'21.08"E, 35d42'18.02"N) Band 1 Block=900x1 Type=Int16, ColorInterp=Undefined Computed Min/Max=-16066.000,11231.000 4.DN值与NDVI的转换关系 NDVI= DN/1000 ,2003年之后除以10000 NDVI值应在[-1,1]之间,此区间以外数据代表其他地物,如水体等。
Tucker, C.J., J.E.Pinzon, M.E.Brown
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
中国第二次冰川编目以分辨率较高的Landsat TM/ETM+遥感卫星数据为主要冰川边界提取数据源,并以最新全球数字高程模型SRTM V4为冰川属性提取数据源,采用当前国际通用的波段比值阈值分割法提取裸冰区冰川边界,开发了分冰岭提取算法提取冰川分冰岭并用于单条冰川的分割,同时采用国际通用算法计算冰川属性,从而获得了中国西部主要冰川区包含逐条冰川信息的矢量数据和属性数据。通过与部分野外GPS实地测量数据和更高分辨率遥感影像(如QuickBird、WorldView等)的对比显示,第二次中国编目中的冰川矢量数据具有较高的定位精度,能够满足国土、水利、交通、环境等领域对冰川数据的要求。 冰川编目属性:Glc_Name(冰川名称)、Drng_Code(流域编码)、FCGI_ID(第一次编目冰川编码)、GLIMS_ID(GLIMS冰川编码)、Mtn_Name(山系名称)、Pref_Name(所在行政区划)、Glc_Long(冰川经度)、Glc_Lati(冰川纬度)、Glc_Area(冰川面积)、Abs_Accu(绝对面积精度)、Rel_Accu(相对面积精度)、Deb_Area(表碛区面积)、Deb_A_Accu(表碛区面积绝对精度)、Deb_R_Accu(表碛区面积相对精度)、Glc_Vol_A(估算冰川体积1)、Glc_Vol_B(估算冰川体积2)、Max_Elev(冰川最大高程)、Min_Elev(冰川最小高程)、Mean_Elev(冰川平均高程)、MA_Elev(冰川中值面积高度)、Mean_Slp(冰川平均坡度)、Mean_Asp(冰川平均坡向)、Prm_Image(主要遥感数据)、Aux_Image(辅助遥感数据)、Rep_Date(冰川编目代表日期)、Elev_Src(高程数据源)、Elev_Date(高程代表日期)、Compiler(冰川编目编制者)、Verifier(冰川编目审验者)。 数据的详细情况见第二次冰川编目-数据说明。
刘时银, 郭万钦, 许君利
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
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
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