根据UN comtrade 原油资源（2709）国际贸易数据，经整理后，提取1995年、2005年和2015年三个关键时间点，进行空间化后，在arcgis 10.2 软件平台制成flow map。从中亚的石油贸易关系来看，优先保证欧洲国家的石油出口是中亚石油出口的主要方向，2006年之前向欧洲的出口量占中亚出口量的90%以上。从出口量与贸易关系来看，中亚地区自苏联解体以来，一直寻求出口多元化，建立更广泛的贸易关系，出口国从1993年的3个增加到2016年的18个。1995年之前中亚仅有少量石油出口，出口量不足100万吨，1996年-2013年石油出口量迅速增加并达到峰值。
杨宇, 何则
该数据集记录了“一带一路”沿线65个国家1990-2015年森林面积相关数据。数据来源：联合国粮食农业组织（Food and Agriculture Organization, electronic files and web site.）。联合国粮食农业组织提供有关森林覆盖率的详细信息，并对调整后的森林覆盖率进行估算，目前的调查采用统一的森林定义。该数据能够反映“一带一路”沿线国家的森林资源丰富程度，是确定森林经营和开发利用方针的重要依据之一。 数据集包含1个数据表：森林面积（平方公里）。
徐新良
青藏高原湖泊众多，该地区湖泊冰期物候和持续时间对区域和全球气候变化非常敏感，因此被用作气候变化研究的关键指标，特别是地球三极环境变化对比研究。但由于其自然环境恶劣，人口稀少，缺乏对湖泊冰物候的常规现场测量。利用中分辨率成像光谱仪(MODIS)归一化差雪指数(NDSI)数据，以500米的分辨率对湖泊冰进行了监测，填补了观测空白。利用传统的雪图算法对晴天条件下的湖泊日冰量和覆盖范围进行检测，利用湖泊表面条件的时空连续性，通过一系列步骤对云层覆盖条件下的湖泊日冰量和覆盖范围进行重新确定。通过时间序列分析308个大于3km2的湖泊确定为湖冰范围和覆盖的有效记录,形成每日湖冰范围和覆盖数据集,包括216个湖泊,可以进一步获取四个湖冰物候参数:开始冻结(FUS),完全冻结(FUE)，开始融化(BUS),完全融化(BUE),和92个湖泊,可获取两个参数,FUS和BUE。
邱玉宝
使用Sentine-1 SAR 数据对青藏高原黑河流域野牛沟冻土进行监测。采用2014~2018年野牛沟区域Sentine-1 SAR影像，利用了基于分布式雷达目标的小基线集时序InSAR(DSs-SBAS)冻土形变监测方法，结合SAR后向散射系数，MODIS地表温度和Stefan模型，估算了研究区活动层厚度。结果表明活动层厚度在0.8米至6.6米之间，平均值约为3.3米。对开展大范围、高分辨监测具有十分重要的意义。
江利明
全球雪深数据集采用被动微波遥感反演方法制作，数据覆盖时间从1980年到2018年，时间分辨率为逐日，覆盖范围为全球，空间分辨率为25,067.53 m。遥感反演方法采用动态亮温梯度算法，算法考虑积雪特性在时空和空间上的变化，建立了不同频率亮度温度差与实测雪深在空间和季节上的动态关系。长时间序列星载被动微波亮度温度数据来自SMMR、SSM/I和SSMI/S三个传感器。为保证不同传感器亮度温度在时间上的一致性，在雪深提取之前对不同传感器亮度温度进行了交叉订正。通过实测站点的验证表明全球雪深数据相对偏差在30%以内。数据据每一天存放一个txt文件，每个文件由文件头（投影方式）和1383*586的雪深矩阵组成，每个雪深代表一个25,067.53m*25,067.53m的格网。该数据的投影方式为EASE-Grid，下面是每个文件的文件头，将其加到每个文件的前面可以将数据在arcgis中显示。 ncols 1383 // 数据矩阵共1383列 nrows 586 // 数据矩阵共586 xllcorner -17334193.54 //矩阵x方向左下角网格的角落点坐标 yllcorner -7344787.75 //矩阵y方向轴左下角网格的角落点坐标 cellsize 25,067.53 //每个网格的大小 NODATA_value -1 //缺省值
车涛, 李新, 戴礼云
本技术框架旨在探索气候变化对外温动物的物种适合度的影响。通过查阅文献和实验研究获取动物的形态、生理、行为和生活史参数；然后利用微气候模型和全球升温数据，获取当前和本世纪末的微气候数据；再利用生物物理模型计算成体体温和胚胎发育温度，构建生活史机制模型，计算全年繁殖母体的能量收支及存活后代的总能量，评估各区域外温动物的受胁程度。本研究的重点在于构建两种繁殖模式物种的分段生活史机制模型，从而能动态地计算各个生活史的开始时间和持续时间，并结合能量代谢和胚胎发育的模型计算各个生活史阶段的能量动态。
曾治高
全球气候变暖及人类活动导致青藏高原大面积冻土退化、热融滑塌等问题,严重影响了多年冻土区工程建设和生态环境。以青藏高原黑河流域俄博岭的冻土为研究区，基于高分辨率卫星影像，利用机器学习面向对象分类技术提取研究区内热融滑塌信息，结果表明2009年至2019年研究区热融滑塌数量从12条增至16条，总面积由14718.9平方米增至28579.5平方米，增加了近两倍。高空间分辨率遥感与面向对象分类方法相结合在冻土热融滑塌监测中具有广阔的应用前景。
江利明
湖冰物候是描述湖冰覆盖的季节性循环特征，湖冰物候的变化是碳、水和能量过程研究中的重要内容，也是气候变化的敏感因子之一。本数据集是基于被动微波反演的湖冰物候，包含青藏高原与北半球高纬度地区200个湖泊2002-2018年的湖冰物候（含湖泊开始冻结日期、完全冻结日期、开始融化日期、完全融化日期），部分湖泊可以延伸至1978年。该数据与同时期MODIS监测结果验证表明二者的判读误差为2-4天。用户可利用此数据开展北半球气候变化研究。
邱玉宝
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
基于西藏地区的钩虾物种名录及其分布基础数据库，采用分子生物学方法构建西藏地区钩虾谱系关系图。提取钩虾新鲜标本的基因组DNA，通过PCR扩增获取分子序列，应用最大似然法和贝叶斯法构建系统发育树。每个种群选取10个个体进行简化基因组测序，构建基因组，分析种群动态。综合分析西藏地区钩虾谱系关系图，从进化、遗传的视角探讨气候环境变化对钩虾多样性的影响以及钩虾对环境变化的响应，为西藏地区生物多样性评估和生态保护提供科学依据。
侯仲娥
（1）数据提供了申扎站高寒草原观测场的空气温度（地面2米）、湿度、降水、气压、风速、辐射等关键气象要素的监测（2015年--至今）。中国科学院申扎高寒草原与湿地观测试验站是海拔4730米，是青藏高原第一个针对高寒草原建立的综合生态监测站。申扎生态监测站地处藏北腹地，位于冈底斯山和色林错之间，属南羌塘高原大湖盆地带，地势较缓，丘陵、高山与盆地相间。气候属于高原亚寒带半干旱季风气候区，紫花针茅群落是该区的优势群落。 （2）数据由自动气象站采集，并进行了日均值处理； （3）已对数据质量进行检查，所有数据均为原始数据； （4）数据集可作为相关研究的基础数据使用。
魏达, 王小丹
本数据是通过建立长江黄河源WEB-DHM分布式水文模型，以气温、降水、气压等作为输入数据，以GAME-TIBET数据作为验证数据，模拟输出的5km逐月水文数据集，包括格网径流与蒸发（若蒸发小于0,则表示凝华；若径流小于0，则表示当月降水小于蒸发）。数据是基于WEB-DHM分布式水文模型，以气温、降水、气温等（源自itp-forcing和CMA）为输入数据，以GLASS、MODIA、AVHRR为植被数据，SOILGRID及FAO为土壤参数建立起的模型，并通过对径流、土壤温湿度的率定与验证获得的1998-2017年长江黄河源5公里逐月格网径流与蒸发。若asc无法在arcmap中正常打开，请将asc文件前5行顶格。
王磊
本技术框架旨在评估不同类型环境因素对物种分布的影响，进而改善模型预测能力，更准确地评估未来物种分布区域的变化。通过设定不同类型环境因子的组合，预测末次冰期物种分布范围。再与现在分布范围进行比较，得到不同的假定物种群体动态模型。通过遗传数据，重建物种群体进化历史，并与基于物种分布模型获得的假定群体进化历史进行比较，确定预测能力最好的环境因子组合。再利用该环境因子组合，预测未来气候变化背景下物种分布区域的可能变化。本技术框架利用物种群体历史，对气候模型进行检验，可以有效改进物种分布模型的预测能力。
车静
雪冰中可溶有机碳（DOC）能够有效的吸收紫外和近紫外波段的太阳辐射，也是导致雪冰消融增强的重要因素之一。通过连续阿勒泰地区2016年11月至2017年4月的积雪样品，利用仪器进行实验分析测试获得阿勒泰地区库威站积雪DOC、总氮TN以及黑碳BC的数据，时间分辨率为周，消融期为每日。 1. 单位: DOC和TN的单位μg g-1 （ppm）， BC的单位ng g-1（ppb），MAC的单位是 m2 g-1
上官冬辉
在过去的几十年中，关于EC能量闭合问题的大量野外观测和数值模拟试验极大地加深了人们对于EC能量闭合问题的理解和认识。本数据是基于WRF LES模拟分析不同地表异质性类型及特征长度情形下EC能量闭合的变化，定量EC能量闭合与地表异质性尺度之间的关系，探讨地表异质性引起的大尺度涡旋造成EC能量不闭合的机制。 该数据使用WRF 3.9.1的LES模块来进行LES试验。为了更真实地表征实际地表异质性，本章采用二维地表异质性设计。研究区域x方向为5 km，y方向为 5 km，高2 km。水平分辨率为50 m，垂直方向采用拉伸网格，其分辨率在6 m～20 m之间。x，y，z方向上的网格数量分别为100，100和100。时间分辨率为0.25 s。 更多详细信息请参考Zhou et al., (2019).
周彦昭
青藏高原重大生态工程布局图集 主要包括林地保护与建设工程、草地保护与建设工程、沙化土地治理工程、水土流失综合治理工程等主要生态保护工程；数据来源：西藏、三江源、横断山区和祁连山的重大生态工程规划及厅级单位资料调研，包括西藏生态安全屏障保护与建设工程（一期，三类10项）、三江源自然保护区生态保护与建设工程（三类13项），横断山区各类生态保护建设工程（长江中上游防护林体系建设、天然林保护、退耕还林工程、长江中上游水土保持重点防治工程、川西北藏区退牧还草、川西北沙化土地治理工程）、祁连山生态保护与建设综合治理工程一期（4类16项）；加工方法：分类汇总，按照类型区域矢量化，形成以县级为单位的区域分布图。
魏达
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) 1:100万西部地貌数据是基于遥感影像等多源数据进行数字地貌集成、更新采用分层分级的解译方法。即平原与山地；基本地貌类型（25种),10种成因类型:次级成因类型:形态差异划分类型:次级形态差异划分类型:坡度、坡向及其组合划分地貌的倾斜程度或坡度；物质组成或岩性确定的地貌物质类型。 共对16幅地貌分幅进行解译工作,其编号分别为:G-45（加德满都）、G-46（错那）、H-44（普兰）、H-45（日喀则）、H-46（拉萨）、H-47（昌都）、I-43（伊斯兰堡）、I-44（狮泉河）、I-45（改则）、I-46（安多）、I-47（玉树）、J-43（喀什）、J-44（和田）、J-45（且末）、J-46（格尔木）、J-47（西宁幅）
周成虎, 程维明
冻土是指温度低于或等于0℃且含有冰的土体或岩体，它对温度特别敏感，其物理力学性质会随温度的变化而产生显著变化。冻土的冻胀变形和融化沉降变形是最为常见的冻土灾害，它们的发生主要是因冻土工程活动使冻土固有的温度发生变化而引起的，所以保护冻土主要也是保护冻土温度，让其维持在工程活动之前最为接近的状态。获取冻土地温的主要方法是埋设测温电缆，通过CR3000的数据采集功能获得测温电缆不同时间的阻值变化，利用标定系数和电阻值的对应关系计算出温度值。依据冻土对温度的敏感特征，地温的变化情况，能够反应气候的变化情况，也能够结合其他要素分析出人类活动对冻土的稳定性的影响机理及程度，从而来指导后期工程活动中的冻土保护措施的升级改造等。
陈继
DEM是数字高程模型的英文简称(Digital Elevation Model)是流域地形、地物识别的重要原始资料。DEM 的原理是将流域划分为m 行n列的四边形(CELL)，计算每个四边形的平均高程，然后以二维矩阵的方式存储高程。由于DEM 数据能够反映一定分辨率的局部地形特征，因此通过DEM 可提取大量的地表形态信息，这些信息包含流域网格单元的坡度、坡向以及单元格之间的关系等。同时根据一定的算法可以确定地表水流路径、河流网络和流域的边界。因此从DEM 提取流域特征，一个良好的流域结构模式是设计算法的前提和关键。 高程数据图是根据中国1:25万等高线和高程点形成的1km数据，包括DEM、山影（hillshade）、坡度（Slope）、坡向（Aspect）图 数据集投影： 两种投影方式 ： 正轴割圆锥等面积投影 Albers Conical Equal Area（105、25、47) 大地坐标WGS84坐标系
汤国安
本数据集根据最新发布的NOAA全球模拟和绘图项目（GIMMS，Global Inventory Monitoring and Modeling System）长序列（1981-2013）均一化植被指数产品，版本号3g，先将NDVI数据产品从1/12度空间分辨率重采样到0.5度，然后对每年的时间序列采用double-logistic方法进行平滑，并计算平滑后的曲率，选取春季曲率最大值作为植被的春季返青期，该数据可分析泛北极植被春季物候的时空特征。
徐希燕
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
