1970年土地利用由MSS影像目视解译而成，整体解译精度达90%以上，土地分类按照中国科学院土地利用分类系统进行，具体分类细则请阅读数据说明文档。 2005年和2015年两期数据集从欧洲太空局 (ESA) 全球土地覆被类型数据获取，包括中亚五国（哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土库曼斯坦和乌兹别克斯坦）和中国新疆，该数据集有22种土地利用类型，采用IPCC土地利用分类系统，具体分类细则请参阅说明文档。
张弛, 罗格平
数据包括三个主要典型案例，2000年易贡滑坡堰塞湖溃决洪水模拟、2018年金沙江上游的白格滑坡堰塞湖溃决模拟以及川藏铁路穿越的沃卡曲流域的场景模拟。数据为堰塞湖溃决后沿下游流动的水位高程数据，带空间投影坐标信息的tif格式，为横轴墨卡托投影。对于典型的案例使用动态自适应网格的二维洪水过程模型——NewFlood进行模拟分析。模型的输入资料为地形数据、驱动数据等。地形资料采用SRTM 30米分辨率DEM数据，其中沃卡曲由于比降大，堰塞湖的水域范围相对较小，因此将DEM进行重采样后再进行模拟。模拟结果可以为开展相应流域的洪水动态过程分析提供参考。
王中根
中亚干旱区极端降水指数长时间序列数据集包含了49个站点的10项极端降水指数长时间序列数据。该数据集以全球日气候历史数据网络（GHCN-D）的逐日降水数据为基础，经过数据质量控制和异常值剔除，选取符合极端降水指数计算的站点，计算了气候变化检测和指数联合专家组（ETCCDI）定义的10项极端降水指数（PRCPTOT、SDII、RX1day、RX5day、R95pTOT、R99pTOT、R10、R20、CWD、CDD）。其中，有15站时间序列为1925-2005年。本数据集可以作为在全球气候变化下中亚干旱区极端降水事件发生频率和趋势探测分析的材料，也可以作为基础数据来探索极端降水事件对农牧业生产和生命财产损失的影响。
姚俊强, 陈静, 李建刚
基于环境敏感区指数（ESAI）方法，计算获得2019年伊朗高原栅格荒漠化风险数据。ESAI方法考虑土壤，植被，气候和管理质量，是监测荒漠化风险最广泛的方法之一。根据ESAI指标框架，选择了14个指标计算四个质量领域，每个质量指数均由几个指标参数计算获得。参考前人研究，确定每个参数分类及其阀值。然后，根据每个类别在荒漠化的敏感性中的重要性以及与荒漠化过程的开始或不可逆转的退化关系，把每个类别分配了1（最低敏感度）和2（最高敏感度）之间的敏感性得分。关于如何选取指标以及与荒漠化风险和得分相关性，在Kosmas的研究中提供了更全面的描述。主要指标数据集来源于联合国粮农组织的世界土壤数据，欧空局的土地覆盖数据和AVHRR数据。所有栅格数据集重采样到500m并合成年度值。尽管验证综合评估指数存在困难，但根据ESAI值的时空比较，对荒漠化风险进行了间接验证，包括对ESAI与稀疏植被和草地转变关系的定量分析和分析ESAI与植被净初级生产力之间的关系。验证结果表明伊朗高原的荒漠化风险数据精度可靠。
许文强
采用板块构造、古地理学、含油气盆地分析和沉积盆地动力学理论作为指导，在大量收集泛第三极近年来地质研究和油气地质研究的各种资料成果，包括地层、沉积、古生物、古地理、古环境、古气候、构造、油气（钾盐）地质等基础材料，特别是以古地磁、古生物以及碎屑锆石、地球化学等资料的基础上，结合典型实测地层剖面的成果，对白垩纪岩相和气候古地理格局进行恢复与重建，得到泛第三极早、晚白垩世岩相古地理图（2张）及泛第三极早、晚白垩世气候古地理图（2张），旨在探讨古地理、古构造、古气候等对油气（含钾盐）资源的控制和影响作用，以揭示油气形成的地质条件和资源分布规律，为我国海外和境内油气勘探部署提供科学依据和技术支撑。
李亚林
该数据集是青藏高原木里煤矿区2000-2020年地表要素数据，每五年一期，共5期；其中包括四个子图集：地表反照率、植被指数、植被覆盖度及土壤湿度，共40张影像数据（20张原始栅格数据+20张RGB合成数据）。数据集为矩形区域，根据木里煤矿的东南西北的四个界限所划定。其中地表反照率基于Landsat8 和landsat5 遥感卫星，根据梁顺林先生的方法所计算获得的年度平均值；植被指数采用归一化植被指数NDVI，利用最大值合成法制作的年度最大NDVI影像；植被覆盖度是根据年度最大NDVI合成影像，采用像元二分模型计算获得的年度值；土壤湿度是基于TVDI方法，利用土壤湿度实测数据和回归的方法制作的每期8月份的平均土壤体积含水量。数据均为栅格格式，空间分辨率为30米。该数据集对研究青藏高原地表要素的变化有着一定的指导和借鉴意义，同时对研究青藏高原水资源变化提供了一定价值的参考。
刘振伟, 陈少辉
土壤水分是水循环中核心变量之一，虽然其变化量很小，但对于一次降水过程来说，土壤水分直接决定着降水转化为蒸发、径流及地下水的比例，这对于精细模拟水文过程各分量的时空动态及准确估计黑河上游来水量极其重要。本数据集包括黑河上游八宝河流域40个无线传感器网络节点自2013年7月至2017年12月的观测数据。每个节点都有4cm和20cm土壤水分观测；部分节点还包括10cm深度观测。数据观测频率为1小时。该数据集可为流域水文模拟、数据同化及遥感验证提供地面数据集。 具体数据详细介绍请参考附件信息：黑河上游八宝河流域生态水文无线传感器网络土壤水分观测说明文档。
晋锐, 亢健
青藏高原岩浆岩锆石Hf-O数据集主要以南羌塘至拉萨板块的局部地区锆石Hf-O同位素数据为主，锆石Hf-O测试点样品主要集中在南羌塘果干加年山、宝湖、都古尔以及拉萨板块萨嘎县等地区。岩石以基性岩墙群、片麻状花岗岩、闪长岩为主。锆石Hf-O测试方法分别MC-ICP-MS和SIMS。数据来自已经发表的文章或者正在接受阶段。数据发表的文章均为SCI或NI期刊，包括《Geology 》、《BSA Bulletin》以及《Journal of Petrology》等，数据结果真实可靠。测试单位主要是中国科学院广州地球化学研究所。该数据集可以用于研究青藏高原不同地区岩浆岩岩石成因以及岩石圈演化。
唐功建, 但卫, 王军, 齐玥
该数据集为2015年孟加拉国达卡市高温热浪风险数据集，空间分辨率为30m，时间分辨率为年。高温热浪风险是指高温热危险性（未来可能发生的高温热浪事件）、高温热浪暴露度(可能发生高温热浪事件地区的总人口、生计和资产)和高温热浪脆弱性(当受到高温热浪事件影响时，承灾体遭受不利影响的倾向)之间相互作用而产生有害后果的概率或损失的可能性。高温热浪风险评估采用“危险性-暴露度-脆弱性”评估方法。数据集经过了专家研讨论证，可以为区域高温热浪风险评估提供支撑。
杨飞, 殷聪
该数据集为2015年孟加拉国达卡市高温热浪危险性、暴露度和脆弱性数据集，空间分辨率为30m，时间分辨率为年。高温热浪危险性是衡量高温热浪事件严重程度的一个指标，用地表温度来表示；高温热浪暴露度是指人类、生计和经济等可能受到不利影响的程度，用夜间灯光数据表示经济暴露度，用人口密度表示人口暴露度，大于65岁和小于5岁的人口构成了弱势群体；高温热浪脆弱性是衡量环境中增加/减少风险的因素，用距离道路/医院和救护站/水体的距离、NDVI和不透水层和贫民窟面积来代表高温热浪脆弱性。数据集经过了专家研讨论证，可以为区域高温热浪风险评估提供支撑。
杨飞, 殷聪
青藏高原岩浆岩单矿物定年数据集主要以可可西里至拉萨板块的局部地区锆石定年为主，锆石定年样品为34件。样品主要来自南羌塘宝湖、果干加年山和都古尔地区，以及拉萨板块萨嘎县和纳如松多地区等。岩石性质以石英二长岩、花岗岩和闪长岩等。锆石定年测试方法包括SIMS和LA-ICPMS两种方法。数据来自已经发表的文章或者正在接受阶段。数据发表的文章均为SCI或NI期刊，包括《Geology》、《BSA Bulletin》以及《Journal of Petrology》等，数据结果真实可靠。测试单位主要是中国科学院广州地球化学研究所。该数据集可以用于研究青藏高原不同地区岩浆岩形成时代。
唐功建, 但卫, 周金胜, 齐玥, 王军
该数据集主要包括喜马拉雅淡色花岗岩B-Mo非传统同位素数据，该数据主要用来研究熔融过程中B-Mo同位素分馏机制，对喜马拉雅淡色花岗岩成因研究具有重要意义。岩石主要来自错那洞地区花岗岩。其中Mo测试样品为34件，B测试数量为48件，包括重复样品检测。B-Mo同位素分析采用MC-ICP-MS，溶液的B和Mo含量分别才用那个ICP-AES和MC-ICP-MS。测试单位为中国科学院广州地球化学研究所。该数据来自已经接受的文章，数据发表在Geochimica et Cosmochimica Acta期刊上，数据真实可靠。可以应用于非传统同位素分馏研究以及岩浆岩石成因。
范晶晶
该数据集为2010年和2020年两个时期的土地覆被数据集，空间范围为孟加拉国达卡市，空间分辨率为30m，时间分辨率为年。数据来源于GlobeLand30（全球地理信息公共产品，http://www.globallandcover.com/），经过镶嵌和整编处理获得。源数据的数据精度评价由同济大学和中国科学院空天信息创新研究院牵头完成，数据的总体精度超过83.50%。该数据集可以为相关研究提供高精度的基础地理信息，在资源环境承载状态判别、自然灾害风险评估以及防灾减灾等方面都有重要应用。
杨飞, 殷聪
采用高通量二代测序的方法，对68个藏族样本进行线粒体全基因组测序。测序平均深度1000×，确保每个样本的线粒体基因组完全覆盖（覆盖度100%）。基于系统发育思想，我们对这些数据进行质量控制，确保没有样本污染等质量问题。同时根据系统发育树，对每个个体进行单倍型类群划分。结果表明，拉萨藏族人群中M9a1a1c1b1a最高（19.12%），其次是G2（13.23%）、M13a（11.76%）、C4a（7.35%）、D4（7.35%）、A11a1a（5.88%）、M9a1b（5.88%），以及F1c、F1g、B4、F1d、M62b、F1a、F1b、G1、M10、M11、M8a、U7a、Z3a。从类群来源来看，包括了旧石器时期类群M13a、M62b、M9a1b等，来源于中国北方粟黍农业人群的M9a1a1c1b1a和A11a1a等，广泛分布于东亚南方的F1a等，分布于东亚北方的C4a、D4等类群。值得注意的是，拉萨藏族母系组分以中国北方粟黍农业人群组分为主，说明中国北方粟黍农业人群遗传输入对该地区人群遗传结构有着重要的影响。另外，从总体来看，拉萨藏族人群的母系遗传结构出现时间分层，可能代表了不同时期进入该地区的人群的遗传印记。
孔庆鹏
青藏高原农田分布数据是在中国土地利用现状遥感监测数据（2015）基础上提取得到的。数据集主要基于landsat 8 遥感影像，通过人工目视解译生成。该数据中土地利用类型主要包括耕地，其中耕地被分为两类，包括水田（1）和旱地（2）。空间分辨率为30m，时间为2015年。投影坐标系为D_Krasovsky_1940_Albers，中央经线105°E，两条标准纬线分别为25°N and 47°N。数据存储为TIFF格式，命名为“农田分布”，数据量为4.39GB。数据以压缩文件形式保存，文件命名为“2015年青藏高原农牧区农田分布30m网格数据集”。数据可使用ArcGIS, QGIS, ENVI, and ERDAS等软件打开，可为青藏高原农牧区农田生态系统管理提供参考。
刘世梁, 孙永秀, 李明琦
青藏高原农牧区草地退化评价数据集是在500m全球土地退化态势分布数据（2015）基础上，根据草地退化或改善程度进行评价得到的数据集。在该数据集中，将青藏高原的草地退化态势分为了两级评价系统。第1级，将草地退化程度评价分为3种类型，分别是无变化类型、改善类型和退化类型；第2级，将青藏高原草地退化程度分为9种类型，其中无变化类型为1类，用0表示；改善类型包括四种类型，分别为轻微改善（3）、较明显改善（6）、明显改善（9）和极明显改善（12）；退化类型包括四类，分别是轻微退化（-3）、较明显退化（-6）、明显退化（-9）和极明显退化（-12）。该数据集覆盖青藏高原的所有草地区域，空间分辨率为500m，时间为2015年。投影坐标系为D_WGS_1984。数据集存储为TIFF格式，命名为“grassdegrad”，数据量为94.76 MB。数据以压缩文件形式保存，文件大小为 2.54 MB，文件命名为“2015年青藏高原农牧区草地退化30m网格数据集”。数据可使用ArcGIS, QGIS, ENVI, and ERDAS等软件打开，可为青藏高原农牧区草地生态系统管理和恢复提供参考。
刘世梁, 孙永秀, 刘轶轩
藏族人群如何适应高原极端环境目前还并不清楚，而代谢作为重要的表型，在保持个体正常生物学功能中发挥了重要作用。已有研究表明一些代谢小分子可以通过调控能量代谢、氧化应激等生物学过程以适应外界的极端环境。鉴于此，项目通过研究藏族人群相比平原人群的特有的代谢特征，有望发现人体代谢与极端环境适应的关系，进而以代谢的视角研究藏族人群的高原适应机制。该数据是项目实施过程中产生的代谢组数据，目前的数据包括了30例平原人群的代谢组数据；利用这批数据与后续的代谢组数据进行联合分析，可以用来研究高原藏族人群在高原低氧环境下的代谢特征。本数据集是中国现代人群代谢组数据v1.0的更新与延续
李功华
作为世界的“第三极”，青藏高原的生态敏感性和脆弱性极高，同时面临人类活动和放牧活动加剧。在本研究中，人类活动强度评估首先选取8个反映人类活动强度的因子，包括放牧强度，夜间灯光指数，人口密度，国内生产总值（GDP）密度，耕地比例，归一化植被指数（NDVI）的变化率，距离道路的距离以及距离居民点的距离，然后采用熵权法确定各因子的权重，最后通过空间叠置法获得1990、1995、2000、2005、2010和2015年共6期青藏高原农牧区人类活动强度数据集。通过人类活动强度空间数据集的制备，我们的研究将有助于探索人类干扰对青藏高原高寒生态系统的影响，并在区域生态系统管理和可持续发展方面为政府决策提供有效支持。
刘世梁, 孙永秀, 刘轶轩, 李明琦
该数据集由2020年8月青藏高原野外考察期间无人机航拍所得，数据大小为10.1 GB，包括1500余张航片。拍摄地点主要包括拉萨、山南、日喀则等地区道路沿线、居民点及周边地区。航片主要反映了当地土地利用/覆被类型、设施农业分布、草地盖度情况等信息，航片均具有经纬度和海拔信息，可为土地利用/覆被遥感解译工作提供了较好的验证信息，还可用于植被覆盖度的估算工作，为研究区域土地利用研究提供了较好的参照信息。
吕昌河, 刘亚群
青藏高原农业发展总体区划图以乡镇为基本划分单元，综合考虑气候、地形、植被类型和盖度、土地利用类型及占比、自然保护区分布，以及生态保护重点和农业发展方向，提出了青藏高原面向生态保护的农牧业调控分区方案，将青藏高原划分为8个区（3个以生态保护为重点农牧业限控区、5个农业适度发展区）和23个小区，分区命名采用保护+农牧业发展方向的方式。该分区图旨在有效保护生态大基础上，适度发展青藏高原农牧业，可为保障生态安全屏障功能和可持续管理提供参考信息。
吕昌河, 刘亚群
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
