本数据集包括中亚大湖区五国(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)的内陆水域数据,包括河流,运河和湖泊的分布。各个国家的线状和面状要素分别存储在不同文件中。该数据集来自世界数字地图(DCW),其主要来源是美国,澳大利亚,加拿大和英国制作的美国国防测绘局(DMA)的操作导航图(ONC)1:1,000,000比例纸质地图系列。DCW数据库最后更新至1992年,并于2006年开始免费提供。
徐晓凡, 谈明洪
该数据集包含中亚地区1982-2015年逐次干旱事件的开始时间(年、月)、发生位置(经度、纬度)、持续时间(月)、干旱强度,以及植被响应干旱的脆弱性数据,空间分辨率为1/12°。其中,干旱事件通过12月尺度的标准化降水蒸散指数(SPEI12)<-1.0识别。干旱特征及植被脆弱性的具体算法详见引文。该数据集已在中亚植被响应干旱脆弱性等研究上得到应用,并在干旱事件时空特征、干旱-植被影响机理、干旱风险评估等研究领域具有应用前景。
邓浩宇
在使用三维变分方法进行资料同化时,需要利用误差协方差来确定背景场和观测各自的贡献。其中,背景场误差协方差不仅取决于所用的大气预报模式(如分辨率、参数化方案等),还取决于开展模拟的区域。本数据基于天气预报与研究(WRF)模式,通过对中亚大湖区(27公里水平分辨率)进行2017年一整年的模拟,使用NMC方法估计得到。其中包含的变量为流函数、速度势函数、温度、相对湿度和地表气压。本数据可应用于基于WRF模式开展的中亚大湖区资料同化研究与应用。
姚遥
1)数据内容:包含中亚地区,区域范围:30°N~60°N,40°E~90°E; 2)数据来源:对CMIP数据集进行加工,采用双线性插值方法将不同分辨率模式数据插值到0.5°× 0.5°,CRU观测数据1901年——2014年; 3)数据质量:时间长度较长,数据质量良好,缺测值统一用999标识; 3)数据应用成果集前景:数据已用于进行对中亚地区温度模拟能力评估,通过计算并分析中亚地区的温区的域平均、相对误差、均方根误差、泰勒图、EOF分解、季节变化等评估气候系统模式模拟中亚地区历史气候变化的能力。 4) 数据可靠性:通过对比分析观测和模拟资料的年变化,数据结果均呈显著的增温趋势,通过对数据结果进行相关性检验,均通过99%信度检验。同时,CMIP计划数据和CRU数据也是较为常用的数据集,在很多进行气候变化的研究中,也经常采用这样的数据。
马金玉
气候变化背景下中亚各国水土资源的匹配和分区,可以为中亚国家水土资源开发和农业生产提供支撑,对于“丝绸之路经济带”核心区域的社会稳定具有重要意义。利用收集的气象、水资源、土地利用和遥感数据,对中亚地区水土资源开发利用现状进行了分析。在对农业水土资源匹配特征及短缺程度进行评估基础上,依据DPSIR模型和供需理论构建的分区指标结构框架(SDCSL),运用主成分分析和聚类分析法对区域水土资源利用状况进行分区,最后提出实现不同分区农业水土资源有效匹配的措施和途径。
姚海娇, 李莉, Food and Agriculture Organization of the United Nations(FAO)
气象数据是一组反映天气的数据,气象数据可分为气候资料和天气资料。本数据集主要包含了气象数据中的降雨数据以及气温数据(数据集中pre代表降雨、T2代表气温)。该数据集来自英国东安格利亚大学(University of East Anglia)提供的CRU(Climate Research Unit)全球格网数据(http://www.cgiar-csi.org/)。CRU数据集通过对中亚365个地区的观测站点资料插值得到,在中亚地区有较高的准确度。本数据集利用CRU通过Arcgis批量裁剪的方式得到中亚五国的降雨以及气温数据。数据格式:GeoTIFF;空间分辨率:0.5°;时间尺度:月尺度。该气象数据应用十分广泛,可与不同领域资源相融合,在交通运输、新能源、农业、移动互联网软件开发和服务、公共管理及基于大数据技术的智慧城市、智慧交通、智慧粮食等领域的开发建设中起到重要作用。
CRU
本数据为锡尔河中游塔吉克斯坦境内的Akjar水文站2018年日径流量数据。资料来源于塔吉克斯坦水文气象局,资料按照该国的水文观测规范和质量控制流程处理,该数据可以用于中亚山区水资源评估等科学研究和水利工程等服务。(水文站名称:Akjar;河流:锡尔河(Sir-darya);位置:40.666667°N/ 70.733333°E;海拔高度:367m;资料时段:2018.01.01-2018.12.31;资料要素:日径流量;单位:m3/s)
尚华明, 塔吉克斯坦水文气象局
植被净初级生产力指数(Net PrimaryProductivity,NPP)反映的是植物固定和转化光能为化合物的效率,是指绿色植物在单位时间、单位面积内所累积有机物数量,是由植物光合作用所产生的有机质总量(Gross Primary Productivity,GPP)中减去自养呼吸(Autotrophic Respiration,RA)后的剩余部分,也称净第一生产力。NPP作为地表碳循环的重要组成部分,不仅直接反映了植被群落在自然环境条件下的生产能力,而且也是衡量区域土地利用/覆被变化的重要组成部分。该数据是2016年8天合成的1km分辨率净初级生产力数据产品,采用光能利用率(GLOPEM)模型算法通过多种卫星遥感数据(Landsat、MODIS等)反演得到的多种尺度栅格数据产品,该数据也是判定和调节生态过程的主要因子。
刘铁
径流是大气降水形成的,并通过流域内不同路径进入河流、湖泊或海洋的水流。习惯上也表示一定时段内通过河流某一断面的水量,即径流量。径流数据在水文水资源研究中占据着重要的地位,影响中亚当地社会经济的发展。本数据为中亚五国(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)流量,来源于中亚各国水文气象局。时间尺度为2015年的年均数据。本数据为项目提供了基础数据,便于分析中亚生态水文水资源的情况,为项目数据分析提供了数据支持。
刘铁
1)又叫蒸腾蒸发量,地面上植物的叶面散发(蒸腾)与植株间土壤蒸发量之和。也就是灌溉工程中的作物需水量。本数据集是中亚地区蒸散发月数据;2)Modis数据,以能量平衡法进行计算;3)站点盘蒸发验证;4)蒸散是植被及地面整体向大气输送的水汽总通量,主要包括植被蒸腾、土壤水分蒸发及截留降水或露水的蒸发,作为能量平衡及水循环的重要组成部分,蒸散不仅影响植物的生长发育与产量,还影响大气环流,起到调节气候的作用
刘铁
径流是大气降水形成的,并通过流域内不同路径进入河流、湖泊或海洋的水流。习惯上也表示一定时段内通过河流某一断面的水量,即径流量。径流数据在水文水资源研究中占据着重要的地位,影响中亚当地社会经济的发展。本数据为中亚五国(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)流量,来源于中亚各国水文气象局。时间尺度为2015年的年均数据。本数据为项目提供了基础数据,便于分析中亚生态水文水资源的情况,为项目数据分析提供了数据支持。
刘铁
中亚土地利用类型数据来源于欧洲太空局气候变化项目全球土地覆盖产品,在中亚地区具有较高的数据质量,准确刻画了湖泊面积的年度动态变化过程。本数据包括22种土地利用类型,采用IPCC土地利用分类系统,经重分类处理得到了包括耕地、林地、草地、城镇、未利用地和水域等6种土地利用类型,空间分辨率为300米。包括2000,2005,2010,2015年中亚五国(包括哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土库曼斯坦和乌兹别克斯坦)土地利用数据。
Pierre
研究气候变化背景下中亚各国水土热空间分布及动态变化,可为中亚国家水土资源开发和农业生产提供支撑,对于“丝绸之路经济带”核心区域的社会稳定具有重要意义。利用气象、水资源、土地利用和遥感数据,对中亚地区水土资源开发利用现状进行了分析,并引入水热积指数作为水热因子,运用线性趋势分析、偏相关分析法,研究了1995、2005、2015年中亚地区水土热资源的时空变化特征,采用广义农业水土资源匹配系数和水资源当量系数,对农业水土资源匹配特征及短缺程度进行评估。该数据集采用Albers投影,包括了中亚年降水资源空间分布,中亚热量资源空间分布,以及中亚耕地资源空间分布。本数据集拟在为后续中亚农业资源分析,自然区划分析,中亚水土热资源脆弱性等研究提供基础数据。
周宏飞, 姚海娇, 李莉, Food and Agriculture Organization of the United Nations(FAO)
中亚地区气温和辐射数据时间分辨率为月尺度,空间分辨率分别为0.5度和0.05度,采用GCS_WGS_1984投影坐标系统。其中,辐射数据计算采用了GLDAS的下行短波辐射、空气温度数据和空气水汽压数据、MOD11C3的地表温度/发射率数据、MCD43C3地表反照率数据和ASTER_GEDv4.1比辐射率数据计算得到;温度数据计算采用了MOD06_L2云产品和MOD07_L2大气剖面数据计算得到。本数据基于先进的遥感算法,充分利用目前精度较高的遥感数据和产品,区别于传统的气候模式对气候要素的估算原理。本数据可用于中亚地区水资源时空变化特征、农业水资源供需关系分析和水资源开发潜力评估等。
宋进喜, 蒋晓辉
中亚五国农业水资源供给数据,分别计算中亚五国网格尺度的降水量和径流深,估算中亚五国农业水资源供给量。数据来源主要是GLDAS中NOAH模式的降水和径流数据产品;对原始0.25°各个栅格数据进行比较,从原始目标栅格最左上角开始,依次向相邻的右、下栅格延伸,四个栅格(即0.5°)取中位数合并为一个栅格,并且该中位数作为四个栅格中心点对应的地理坐标的数值,消除栅格间的极端数值情况。数据提供了三个时间段2000s(2001-2005)、2010s(2006-2010)和2015s(2011-2015)三个时间段,空间分辨率为0.5°乘以0.5°;中亚农业需水数据包括冬小麦和棉花2006, 2010 和2015年的作物需水量,采用经典的FAO作物需水量计算公式计算而得。本数据集可为中亚五国分布式水循环模拟、水资源供需和开发利用分析等提供基础数据支撑。
张永勇, 杨鹏, 田静, 张永强
中亚地区地形复杂,站点稀少且分布不均匀,尤其在山区高海拔地区缺乏气象观测资料。三套气候数据集来自于最近开发的全球再分析数据集。MERRA使用最新版本的全球地球观测系统(GEOS-5),该系统可以吸收卫星辐射和常规观测结果。ERA-Interim是一个全球陆地表面再分析数据集,以T255(80公里)水平分辨率生成,产品更新距实时大约1个月的延迟。CFSR是最新的全球再分析气候数据集之一,已广泛应用于气候变化研究。这些数据集具有不同的空间分辨率,并且涵盖1979年-2014年。大气再分析资料是在多种数据驱动下,结合严格质量控制的观测数据,利用资料同化技术和数值预报模式得到历史观测数据。近几年,新一代的历史再分析数据因其较高的空间分辨率而适用于降水空间异质性高、地形复杂的中亚区域的气候格局研究。 更多三套历史再分析数据精度验证及适用性可参考: 胡增运, 倪勇勇, 邵华, et al. CFSR、ERA-Interim和MERRA降水资料在中亚地区的适用性[J]. 干旱区地理, 2013, 36(4):700-708. 徐婷, 邵华, 张弛, et al. 近32a中亚地区气温时空格局分析[J]. 干旱区地理, 2015, 38(1):25-35. Hu Z , Zhang C , Hu Q , et al. Temperature Changes in Central Asia from 1979 to 2011 Based on Multiple Datasets*[J]. Journal of Climate, 2014, 27(3):1143-1167. 相关数据集已成功应用中亚生态领域研究,如朱士华, 艳燕, 邵华, et al. 1980—2014年中亚地区植被净初级生产力对气候和CO变化的响应[J]. 自然资源学报, 2017, 32(11):1844-1856.
张弛
本数据集为中亚阿姆河上游喷赤河干流Nijnii水文站-1967-2017年逐月径流量数据。该站位于塔吉克斯坦和阿富汗交界处的干流处。资料来源于塔吉克斯坦水文气象局,资料按照该国的水文观测规范和质量控制流程处理,资料时段为1967年-2017年,水文站点位置 北纬37.193121°,东经 68.590218°,海拔高度328m,径流量的单位是m3/s,该数据可以用于中亚山区水资源评估等科学研究和水利工程等服务。
尚华明
湖泊的形成与消失、扩张与收缩对生态环境演化和社会经济发展都有重要影响。由于受气候、生态环境和人类活动等因素的综合影响,湖泊水域范围的变化速度快、幅度大,对观测的频率和分布都有很高的要求。近几十年以来,卫星遥感技术以其快速、覆盖面广、成本低廉等优点,为较大区域的湖泊动态监测提供了重要数据基础。针对大范围、高精度、长时间序列的湖泊变化分析对遥感数据时空分辨率的需求,本数据集基于 Landsat 卫星数据的自动湖泊提取方法(Feng et al., 2015),利用 2000 年以来的 Landsat 多颗卫星的观测数据,收集了2000 年以来的云量小于 80%的所有Landsat 数据,获得共 96278 景影像(约 25T 数据量),结合高性能数据存储和处理能力,提取了青藏高原和中亚地区 2000-2015 年湖泊分布记录,形成了时空一致的逐月水域范围数据集。利用分层随机采样采集样点,通过人工解译,获取能够代表不同时空分布的验证样点。评价结果表明:研究区时间序列水体数据总体精度为 99.45%(±0.59),水体用户精度(错分)为 85.37% (±3.74),制图精度(漏分)为 98.17%(±1.05)。
冯敏, 车向红
本数据总结了2015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
中亚五国1992-2016年农产品消费与贸易数据,来源于联合国粮食及农业组织的粮食统计资料数据库,主要要素包括:作物种类及产量、作物播种面积、养殖种类和规模、动物产品产量、饮食结构、人口、政策技术、进出口总量和金额等。可用于支撑中亚地区农业水土资源开发利用状况评估、农产品包含的“虚拟水”和“虚拟土”资源的测算与管理,为我国与中亚五国的农产品贸易互补、农业合作决策提供基础数据支撑,保障和推进丝绸之路经济带的建设。
杨永辉, 何理
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