北极多年冻土区作为全球碳库的重要组成部分,是全球气候变化最敏感的区域之一。北极地区变暖的速度是全球平均速度的两倍,引发北极多年冻土的快速变化。1982-2015北半球不同类型多年冻土区NDVI变化数据集,时间分辨率为每5年一期,覆盖范围为整个环北极国家,空间分辨率为8km,以多源遥感、模拟、统计和实测数据为基础,使用GIS方法和生态学方法结合,量化了北半球多年冻土对生态系统的调节服务功能,其所有数据进行了质量控制。
王世金
1)青海省湟水流域典型工业园土壤环境质量数据,为区域工业活动导致的土壤污染管控提供基础支撑; 2)数据来源为湟水流域典型区域土壤样品,样品采集后迅速放入-4℃冰箱保存送尽快至实验室,经前处理后完成相关参数的检测; 3)样品采集、转运过程符合规范,实验检测过程遵照相关标准严格执行结果,因土壤环境各因素的变化,该结果仅针对本次调查结果; 4)该数据可用于对区域土壤污染状况、重金属风险评估等内容进行分析;
王凌青
本数据集是基于青藏高原多年冻土分布区1114个样点的土壤调查数据,重点考虑了古气候在估算青藏高原土壤碳储量中的重要作用,在综合了气候(古气候和现代气候条件)、植被、土壤(土层厚度和土壤理化属性等)和地形等因素后,通过机器学习算法重新评估得到的青藏高原3m深度土壤碳储量。结果集表明当前陆地生态系统模型普遍低估了青藏高原冻土碳库大小,模型中缺乏对古气候影响的考虑是导致模拟偏差的重要原因。因此,未来模型模拟土壤碳循环应该将古气候的作用考虑在内。
丁金枝
本数据提供了2014-2101青藏高原二氧化碳气体排放数据,数据来源于CMIP6 ScenarioMIP 对比计划,选取了三种未来社会经济共享路径下的二氧化碳排放:SSP126, SSP370, SSP585。对青藏高原格点提取了2014-2101年数据,数据精度为0.9x1.25度。txt文件中包括三列,第一列是纬度,第二列是经度,第三列是年二氧化碳通量,单位为kg m-2 s-1。本数据集提供的青藏高原不同未来情景下二氧化碳排放,可为站点观测,数值模拟提供参考。
吕雅琼
土壤冻结深度(SFD)是评估冻土区水资源平衡、地表能量交换和生物地球化学循环变化所必需的,是冰冻圈气候变化的重要指标,对季节性冻土和多年冻土都至关重要。 本数据是基于Stefan方程,对CanEMS2 (RCP 45和RCP85)、GFDL-ESM2M (RCP26、RCP45、RCP60和RCP85)、HadGEM2-ES(RCP26、RCP45和RCP85)、IPSL-CM5A-LR(RCP26、RCP45、RCP60和RCP85)、MIROC5(RCP26、RCP45、RCP60和RCP85)和NorESM1-M(RCP26、RCP45、RCP60和RCP85)等多模型不同情景下,利用逐日气温的预测数据及E-factor数据,获得2007-2065年空间分辨率为0.25度,青藏高原区域年平均土壤冻结深度数据集。
潘小多, 李虎
冻结(融化)指数是指一年内小于(大于)0 ℃的所有温度的和。地表冻结(融化)指数是度量地表冻结(融化)时间和能力大小的重要参数,可反映区域的冻融环境特征。基于MODIS-LST数据产品,来源于国家青藏高原科学数据中心,采用MATLAB语言读取三江流域内数据,结合冻结(融化指数)公式计算,获得了三江流域外动力环境因素地表冻结、融化指数空间分布数据集(2003~2015平均),该数据集可较好的反映三江流域地表冻结、融化的能力,从而反映区域的冻融环境特征,为冻融滑坡的发育提供重要的外动力环境因素。
刘明浩
本数据集是以UEA-CRU与UDEL提供的长时间尺度(1901-2016年)温度计算的冻结指数作为输入数据,通过Stefan经验公式计算雅鲁藏布江流域土壤冻结深度,并插值模拟输出的30年尺度平均土壤冻结深度数据集。本数据集是以UEA-CRU与UDEL提供的长时间尺度(1901-2016年)温度计算的冻结指数作为输入数据,通过Stefan经验公式计算雅鲁藏布江流域土壤冻结深度,并插值模拟输出的30年尺度平均土壤冻结深度数据集。
刘磊, 罗栋梁, 王磊
沱沱河源区植被类型图是基于 319 个地面采样点数据结合随机森林(RF)分类方法进行创建的。随机森林分类器的16个输入变量包括了Landsat-8的可见光、短波红外和热红外波段值及其反演的植被指数和地表温度数据等。根据研究区的植被特征及多年冻土模拟的需要,该图对高寒沼泽草甸(alpine swamp meadow)、高寒草甸(alpine meadow)、高寒草原(alpine steppe)和高寒沙漠(alpine desert )等4种植被类型进行了分类。图件的空间分辨率为30 m,可以提供更细节的植被类型的位置信息。
邹德富, 赵林, 刘广岳, 杜二计, 胡国杰, 李智斌, 吴通华, 吴晓东, 陈杰
热融滑塌是由于富冰多年冻土退化而导致的一种类似滑坡的热喀斯特地貌。一旦形成,它们会以较高的速度(几米至几十米每年)溯上坡方向扩张,垮塌的土壤和岩石会流向周边,对基础设施构成威胁,并可能释放冻土中的碳。已有研究表明,热融滑塌广泛地分布于多年冻土区,并且最近十多年它们的数量和影响范围显著增加。青藏工程走廊跨越多年冻土区,是连接内地与西藏的动脉,但已有研究对热融滑塌的分布和影响的认识还十分缺乏。为了对整个青藏工程走廊的热融滑塌进行详细和全面的调查,本研究使用深度学习方法以及目视解译和实地验证,识别并勾勒了2019 年该区域的热融滑塌。使用的高分辨率遥感影像是PlanetScope微小卫星影像,分辨率为 3 米,有4个波段,完全覆盖了整个工程走廊的多年冻土区( 约54,000 平方公里)。该方法结合深度学习的高效性及自动化和人工解译的可靠性,对整个区域进行接近十次的迭代制图,最大程度地避免漏检和误检。目视解译根据其地貌特征和时间变化(2016至2020)检查深度学习算法自动勾绘的热融滑塌。结果中包含 875 个热融滑塌的边界,以及它们的一些属性,包括编号、经纬度、置信概率和时间等信息。该结果为研究青藏工程走廊多年冻土退化以及相应的影响提供了一个重要的基准数据集。
夏卓璇, 黄灵操, 刘琳
监测段位于楚玛尔河高平原(DK1043+500-DK1067+022),断面处路基下冻土为以多冰冻土、饱冰冻土及厚层地下冰为主,属于低温基本稳定多年冻土亚区(Ⅲ区)。该段共布设5个监测断面,其中素土路基断面2个,块石基底路基、块石护坡路基、U型块石路基断面各1个。每个断面布置4-5个测试孔,每孔测试深度15~20m,段内最深孔为40m,监测的主要要素为多年冻土地温,监测周期为2003至2021年。该数据基于冻土工程国家重点实验室自制的测温探头通过现场监测获得。每年现场通过CR3000型数据采集仪收集各监测断面的监测数据,通过一定的质量控制包括剔除传感器未完全适应土壤环境时的数据和传感器出现故障造成的系统误差。经过矫正的最终数据以excel文件存储。获取的现场数据经多人复查审核,数据完整性和准确度达到95%以上。该数据可为块石路基长期稳定性评估提供参考。
牛富俊
该数据集主要内容为青藏公路G109、青藏铁路以及新藏公路G219国道沿线地质灾害、路面病害以及桥涵病害调查数据集,调查时间为2020年8月12日--2020年8月19日,2021年7月26日--2021年8月15日。调查对象为南亚通道及喜马拉雅山区工程。调查的病害类型主要包括冻融诱发的地质灾害(落石、危岩体、泥石流冲沟及碎屑坡)、路面裂缝类病害、松散类病害、坑槽类病害、路基变形类病害以及桥涵病害等等。采用人工调查的方法,观察各类病害破损情况,按要求详细记录路面、桥涵以及地质灾害各种破坏类型的数量(范围)、破坏程度及所在位置。该数据集可为全面了解南亚通道及喜马拉雅山区工程冻融病害情况及相关研究提供依据。
李国玉
最大冻结深度是季节冻土热状态的重要指标,由于全球变暖,季节冻土的最大冻结深度不断下降。发布了中国西北五省、西藏和周边地区1961-2020年每10年的最大冻结深度数据集,空间分辨率为1km。该数据集是采用2001-2010年的最大冻结深度实测数据和空间环境变量构建的支持向量机回归模型,模拟了1961-2020年中国西北、西藏和周边地区的最大冻结深度。验证结果表明:支持向量机回归模型具有良好的空间泛化能力,最大土壤冻结深度的预测值和实测值之间具有较高的一致性,1980s、1990s、2000s和2010s四个时期模拟结果的决定系数分别为0.77、0.83、0.73和0.71。预测结果的百分位区间表明,模拟结果具有良好的稳定性。基于该数据集,发现我国西北地区最大土壤冻结深度不断下降,其中,青海的下降速率最快,平均每十年下降0.53 cm。该数据集为中国西北、高山亚洲和第三极等地区季节冻土的研究提供数据支持。
王冰泉, 冉有华
新的北半球多年冻土图利用基于规则的GIS模型融合了新的多年冻土范围(Ran et al., 2021b)、气候条件、植被结构、土壤和地形条件以及富冰和富含有机质多年冻土图(yedoma)。与之前的多年冻土图不同,根据多年冻土与气候和生态系统的复杂交互作用,我们将北半球多年冻土分为五种类型:气候驱动型、气候驱动型/生态系统改造型、气候驱动型/生态系统保护型、生态系统驱动型和生态系统保护型。除去冰川和湖泊,北半球这五种类型的面积分别为3.66×106km2、8.06×106km2、0.62×106km2、5.79×106km2和1.63×106km2。北半球81%的多年冻土区受到生态系统的改造、驱动或保护,表明生态系统在北半球多年冻土稳定性中的主导作用。气候驱动的多年冻土只占北半球多年冻土区的19%,主要分布在高北极和高山地区,如青藏高原。
冉有华, M. Torre Jorgenson, 李新, 金会军, 吴通华, 李韧, 程国栋
泛第三极区域数据集呈现海量、零散等特征,现有数据集种类较多,覆盖范围广,涉及水文、生态、大气以及灾害等多个领域,但这些数据集来自不同平台,在尺度、数据格式等方面各不相同,数据的可利用性较差,不利于科研人员展开泛第三极地区的科学研究,同时也无法发挥出这些数据集的巨大潜力。本研究采用来自多个数据平台的最新数据使用数据集成、数据融合等集成方法生产更高质量和更新年份的泛第三极综合数据集。根据不同来源、不同分辨率的数据,对这些数据进行质量控制,根据数据科学内容进行集成。对部分数据,利用数据融合技术,融合不同来源的数据,产生数据质量更高、年份更新的创新性数据产品,更好地服务于陆面过程模型等研究中。泛第三极数据集根据自然数据和社会经济数据分别采用泛第三极流域边界和泛第三极国家边界获取数据,统一采用罗宾逊(Robinson)投影格式。获得了多源集成的包含基础数据集、冰冻圈数据集、水文大气数据集、生态数据集、灾害数据集和人文地理数据集共六类数据集。 (1)基础数据集包含边界数据集、30米土地覆被数据、植被功能数据、30米SRTM数字高程数据和HWSD土壤质地数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极基础数据集数据文档.docx”。 (2)冰冻圈数据集包含冻土数据集、冰川分布数据、冰湖分布数据和积雪深度数据。其中,冻土数据集又包含冻土分布数据、冻土水热分带数据、冻土指数数据和冻土表面粗糙度数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极冰冻圈数据集数据文档.docx”。 (3)水文大气数据集包含河流湖泊数据集、蒸散发数据集和大气数据集。河流湖泊数据集包含河流数据和湖泊数据,蒸散发数据集包含MODIS蒸散发数据、土壤蒸发数据、水体冰雪蒸发数据和冠层截流蒸发数据,大气数据集包含ERA5-Land再分析数据集中的地表热辐射数据、地表太阳辐射数据、降水数据、气压数据、温度数据和风场数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极水文大气数据集数据文档.docx”。 (4)生态数据集包含总初级生产力数据和植被蒸腾数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极生态数据集数据文档.docx”。 (5)灾害数据集包含滑坡数据和地震区划数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极灾害数据集数据文档.docx”。 (6)人文地理数据集则包含交通道路数据、铁路机场数据、人口密度数据、主要国家人均GDP数据、收入水平数据和世界遗产分布数据。详情请查看元数据页面附件信息中或数据中的文档“泛第三极人文地理数据集数据文档.docx”。 泛第三极综合数据集将为相关研究者提供便利,避免相关研究在获取数据和处理数据的过程中重复劳动,节省研究者宝贵的时间,并且在陆面过程模型、水文模型和生态模型等科学研究中起到重要作用,促进泛第三极地区科学研究的发展,为泛第三极地区的科学研究提供数据支撑。
李虎, 潘小多, 李新, 盖春梅, 冉有华
本数据通过GIPL1.0冻土空间分布模型,结合已有基础数据,包括气候变化,土壤类型,以及植被数据,对川藏线的多年冻土以及季节冻土特性进行了模拟,数据结果为500m空间分辨率栅格,包括了多年冻土区最大化深度以及季节冻土区最大冻结深度。该结果通过了钻孔数据验证。数据日期为2001-2019,2041-2060,2081-2100(20年平均值),其中水体以及冰川区域通过掩膜排除在计算范围以外(空值)。气候数据为月均值,其他数据在模拟的过程中保持不变,空间分辨率都为500m。数据来源与“WoeldClim:https://www.worldclim.org/,DEM以及植被土壤:https://data.tpdc.ac.cn/zh-hans/”根据不同数据源的特点对原始资料进行真实性、一致性的检查及规范化处理;利用冻土模型对多年冻土及季节冻土进行计算模拟,输出结果为地温和活动层(最大冻深),模拟结果与钻孔地温进行验证。最终空间数据集通过ArcGIS成图。制定数字加工操作规范。加工过程中,规定操作人员严格遵守操作规范,同时由专人负责质量审查。经多人复查审核,其数据完整性、逻辑一致性、位置精度、属性精度、接边精度、现势性均符合国家测绘局制定的有关技术规定和标准的要求,质量优良可靠。数据可为后期开展川藏工程走廊冻结(融化)深度相关研究工作提供必要的数据支撑。
尹国安
本数据包括北极Barrow地区不同年龄冻土土壤细菌物种组成数据,可用来探索土壤微生物对冻土消融的响应及不同年龄冻土的土壤细菌差异;本数据为扩增子测序结果,引物为Earth Microbiome Project 标准引物 515F–806R,扩增范围为V4区,测序平台为Illumina Hiseq PE250; 数据通过质量控制,至少达到Q30水平;本数据用于发表于Cryospshere文章Permafrost thawing exhibits a greater influence on bacterial richness and community structure than permafrost age in Arctic permafrost soils. The Cryosphere, 2020, 14, 3907–3916, https://doi.org/10.5194/tc-14-3907-2020。本数据还可用于三极土壤微生物比较分析研究
孔维栋
青藏高原是世界上最大的高、低纬度多年冻土带,近几十年来,其多年冻土带迅速退化,其最显著的特征之一就是热融湖塘的形成。这样的湖泊由于能够调节碳循环、水和能量通量而引起了极大的关注。然而,这一地区的热融湖塘的分布在很大程度上仍不为人所知,这阻碍了我们对多年冻土的响应及其碳反馈对气候变化的理解。本数据集基于200余景Sentinel-2A影像,结合ArcGIS、NDWI和Google Earth Engine平台,通过GEE自动提取和人工目视解译的方法提提取青藏高原多年冻土区内热融湖塘边界。在2018年热融湖塘数据集中,青藏高原多年冻土区共有121,758个热融湖塘,面积为0.00035-0.5 km²,总面积为1730 km² 。本次热融湖塘编目数据集为青藏高原水资源评价、多年冻土退化评价、热喀斯特研究提供了基础数据。
陈旭, 牟翠翠, 贾麟, 李志龙, 范成彦, 母梅, 彭小清, 吴晓东
全面了解青藏高原多年冻土发生的变化,包括年平均地温(MAGT)和活动层厚度(ALT)的变化,对气候变化引起的多年冻土变化工程的实施具有重要意义。 青藏高原多年冻土活动层厚度和范围模拟数据集,参考2000-2015年CMFD再分析数据及中国气象局气象观测资料、1公里数字高程模型、地理空间环境预测因子、结合冰川和冰湖、钻孔数据等,利用统计和机器学习(ML)方法模拟了青藏高原多年冻土层磁通量和磁通量的当前和未来变化,得到RCP2.6、RCP4.5和RCP8.5三种不同浓度情景下2000-2015、2061-2080年平均地温(MAGT)和活动层厚度(ALT)范围数据,分辨率为0.1*0.1度。 模拟结果表明,利用统计和ML相结合的方法模拟冻土热状态所需的参数和输入变量较少,可以有效地了解青藏高原冻土对气候变化的响应。
倪杰, 吴通华
整编了目前北半球数量最多的年平均地温(1002个)和活动层厚度(452个)地面观测数据,利用四种统计学习模型融合这些地面观测与多源遥感等数据产品,集合模拟得到了代表2000-2016年北半球多年冻土区年平均地温、活动层厚度、多年冻土发生概率和多年冻土水热分带数据集,空间分辨率为1公里,验证表明具有更高的精度。可为北半球多年冻土区的工程规划、设计、环境模拟与评价等提供数据支持,也可作为北半球多年冻土现状的数据基准,评估未来多年冻土变化及其影响。
冉有华, 李新, 程国栋, 车金星, Juha Aalto, Olli Karjalainen, Jan Hjort, Miska Luoto, 金会军, Jaroslav Obu, Masahiro Hori, 俞祁浩, 常晓丽
青藏高原是陆地表面中低纬度地区多年冻土分布最为广泛的地区,大量研究表明,青藏高原多年冻土的存在和变化强烈影响着区域乃至全球的水文、生态和气候系统。但由于青藏高原高寒缺氧、生存条件恶劣、交通极不便利,数据资源非常贫乏,尤其是在极高海拔的多年冻土区,这种状态不仅严重地限制了对于该区域气候、环境和冻土等诸多方面的研究和理解,也严重限制了适应于该区域遥感反演算法的研发、各类陆面乃至于地球系统模型的模拟和改进,而且也限制了该区域经济发展和国家战略的规划。过去几十年,我们研究团队在青藏高原多年冻土区建立了综合观测网络,展开了对多年冻土地温、活动层水热以及气象因子的系统监测,形成了能够基本覆盖青藏高原高平面的、与多年冻土有关的多要素观测数据。本数据集包括在这一区域的6个自动气象观测站、12个活动层及84个钻孔长时间序列观测数据,主要观测要素包括气象(气温、降水、风速、比湿等)、土壤水热、活动层厚度及冻土温度等观测数据。各观测数据在收集和处理过程中都已经过了严格的质量控制。本数据集面向多学科背景的科学家发布(如:冰冻圈、水文学、生态学和气象科学等),将进一步促进青藏高原水文模型、陆面过程模型和气候模型的验证、发展和改进。
赵林, 胡国杰, 邹德富, 吴通华, 杜二计, 刘广岳, 肖瑶, 李韧, 庞强强, 乔永平, 吴晓东, 孙哲, 幸赞品, 盛煜, 赵拥华, 史健宗, 谢昌卫, 汪凌霄, 王翀, 程国栋
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