本数据来源于全国地理信息资源目录服务系统中1:100万全国基础地理数据库，由国家基础地理信息中心于2017年11月份开始免费向公众提供。我们将青藏高原作为一个整体进行了拼接融合、裁切，以便于青藏高原研究中的使用。数据现势性为2017年。 本数据集为青藏高原1:100万行政边界，包括行政国界线（National_Tibet_line）、省界（Province_Tibet），市（州）界（City_Tibet）县界图层（County_Tibet_poly）和县界线图层(County_Tibet_line)。 行政境界面图层（County_Tibet_poly）属性项名称及定义： 属性项 描述 填写实例 PAC 行政区划代码 513230 NAME 名称 县界名称 行政边界线图层(BOUL)属性项名称及定义： 属性项 描述 填写实例 GB 国标分类码 630200 行政边界线图层(County_Tibet_line)属性项含义： 属性项 代码 描述 GB 630200 省级界线 GB 640200 地、市、州级行政区界 GB 650201 县级行政区界（已定）
国家基础地理信息中心
本数据集包括祁连山地区2018年每日0.01°×0.01°地表温度产品。采用MYD21A1的温度数据（分辨率：0.01°）以及相关辅助数据，实现祁连山地区地表温度月/日合成产品的生产。参与反演的辅助数据包括经/纬度和儒略日信息。MYD21A1的温度数据（分辨率：0.01°）为MODIS官方产品，数据分为白天和夜晚，采用TES算法。下载地址：https://urs.earthdata.nasa.gov。
历华
此边界数据总集包含五种类型的边界： １、TPBoundary_2500m：基于ETOPO5 Global Surface Relief，采用ENVI+IDL 提取青藏高原经度（65~105E），纬度（20~45N）范围内海拔高程2500米的数据。 ２、TPBoundary_3000m：基于ETOPO5 Global Surface Relief，采用ENVI+IDL 提取青藏高原经度（65~105E），纬度（20~45N）范围内海拔高程3000米的数据。 ３、TPBoundary_HF（high_frequency）：李炳元（1987）曾对确定青藏高原范围的原则与具体界线进行了较系统的讨论，从高原地貌形成和基本特征角度，提出了依据地貌特征、高原面及其海拔高度，同时考虑山体完整性作为确定高原范围的基本原则。张镱锂（2002） 根据相关领域研究的新成果和多年野外实践，论证确定青藏高原范围和界线的原则， 结合信息技术方法对青藏高原范围与界线位置进行了精确的定位和定量分析，得出：青藏高 原在中国境内部分西起帕米尔高原，东至横断山脉，南自喜马拉雅山脉南缘，北迄昆仑山— 祁连山北侧。 2017年4月14日，中华人民共和国民政部发布《关于增补藏南地区公开使用地名（第一批）的公告》，增加了乌间岭、米拉日、曲登嘎布日、梅楚卡、白明拉山口、纳姆卡姆等6个藏南地区地名。 ４、TPBoundary_new (2021)：伴随青藏高原研究的深入，高原内外多学科研究程度和认识的提高，及地理大数据、地球观测科学和技术的进步，张镱锂等2021年版青藏高原范围界线数据研发基于ASTER GDEM和Google Earth 遥感影像等资料综合分析完成，该范围界线北起西昆仑山-祁连山山脉北麓，南抵喜马拉雅山等山脉南麓，南北最宽达1560 km；西自兴都库什山脉和帕米尔高原西缘，东抵横断山等山脉东缘，东西最长约3360 km；经纬度范围为25°59′30″N~40°1′0″N、67°40′37″E~104°40′57″E，总面积为308.34万km2，平均海拔约4320 m。在行政区域上，青藏高原分布于中国、印度、巴基斯坦、塔吉克斯坦、阿富汗、尼泊尔、不丹、缅甸、吉尔吉斯斯坦等9个国家。 ５、TPBoundary_rectangle：根据范围Lon（63~105E） Lat（20~45N），画取长方形，数据采用经纬度投影WGS84。 青藏高原边界作为基础数据，可以为各类地学数据及科学研究青藏高原作参考依据。
张镱锂
青藏高原流域边界数据集使用2000年的航天飞机雷达地形任务收集的干涉合成孔径雷达SRTM DEM 数据、参考河流、湖泊等水系辅助数据，利用arcgis水文模型，分析、提取河网，将青藏高原划分为AmuDayra、Brahmaputra、Ganges、Hexi、Indus、Inner、Mekong、Qaidam、Salween、Tarim、Yangtze、Yellow等12个子流域。其中研究区外围边界是基于2500米等高线。
张国庆
本数据集是2015年青藏高原县级地级行政单元边界矢量数据，数据为Shapefile格式，包含西藏自治区、青海省、甘肃省、云南省、新疆维族自治区、四川省等各省级行政单元在青藏高原范围内的县级行政单元边界，可用于青藏高原城镇化与生态环境交互胁迫的地理本底研究，是统计青藏高原各县级单元社会、经济、人口等城镇化指标的基础地理数据。该数据是以数据抓取的方式，通过高德地图提供的行政区划数据获取API接口收集整理获得。该数据集采用了WGS84的地理坐标系统。
杜云艳
南极行政边界数据集包括南极范围内国家的国界（Antarctic_National）矢量空间数据集及其对应的名称、类型相关属性数据：（CITY_POP）、（ENG_NAME）、（CNTRY_NAME）、(TYPE)、(CNTRY_CODE)、（YEAR）。 数据来自1:100万ADC_WorldMap全球数据集，数据经过拓扑，入库是全面、最新和无缝的地理数字数据。 世界地图坐标系统是经纬度，WGS84基准面，南极地区数据集为南极专用投影参数（South_Pole_Stereographic）。
ADC WorldMap
本数据集是2015年青藏高原地区地级行政单元边界矢量数据，数据为Shapefile格式，包含西藏自治区、青海省、甘肃省、云南省、新疆维族自治区等各省级行政单元在青藏高原范围内的38个地级行政单元，可用于青藏高原城镇化与生态环境交互胁迫的地理本底研究，是统计青藏高原各地级单元社会、经济、人口等城镇化指标的基础地理数据。该数据是以数据抓取的方式，通过高德地图提供的行政区划数据获取API接口收集整理获得。该数据集采用了WGS84的地理坐标系统。
杜云艳
北极行政边界数据集包括北极范围内国家的国界（Arctic_National），省界（Arctic_Provincial）、县界（Arctic_Prefecture）矢量空间数据集及其对应的名称、类型相关属性数据：（LOCAL_NAME）、（ENG_NAME）、（CNTRY_NAME）、(TYPE)、(CNTRY_CODE)、（CONTINENT） 数据来自1:100万ADC_WorldMap全球数据集，数据经过拓扑，入库是全面、最新和无缝的地理数字数据。 世界地图坐标系统是经纬度，WGS84基准面，北极地区数据集为北极专用投影参数（North_Pole_Stereographic）
ADC WorldMap
本数据集是2015年青藏高原省级地级行政单元边界矢量数据，数据为Shapefile格式，包含西藏自治区、青海省、甘肃省、云南省、新疆维族自治区、四川省等各省级行政单元在青藏高原范围内的行政边界，可用于青藏高原城镇化与生态环境交互胁迫的地理本底研究，是统计青藏高原各省级单元社会、经济、人口等城镇化指标的基础地理数据。该数据是以数据抓取的方式，通过高德地图提供的行政区划数据获取API接口收集整理获得。该数据集采用了WGS84的地理坐标系统。
杜云艳
北极的两个区域是由北极监测和评估方案工作组和北极人类发展报告确定的。 AMAP北极的地理覆盖范围从高北极地区一直延伸到加拿大、丹麦王国(格陵兰和法罗群岛)、芬兰、冰岛、挪威、俄罗斯联邦、瑞典和美国的亚北极地区，包括相关海域。阿拉斯加北极包含所有《阿拉伯国家、加拿大北部60°N与魁北克省北部和拉布拉多,格陵兰岛,法罗群岛,和冰岛,北县的挪威、瑞典和芬兰。俄罗斯的局势很难用简单的语言来描述。 人口学家划定的区域包括:摩尔曼斯克大爆炸区、涅涅茨人、亚马朗涅茨人、泰梅尔和楚科塔自治州、科米共和国的沃库塔市、克拉斯诺亚尔斯基克雷的诺里尔斯克和伊戈尔卡，以及萨哈共和国边界最接近北极圈的地区。
Arctic Monitoring And Assessment Programme
本数据包含黄河源园区、澜沧江源园区、长江源园区内的乡界矢量数据。本数据根据青海省测绘地理信息局发布的青海省电子地图册中三江源国家公园所在县的电子地图数字化得到。数据为ARCGIS的shp格式，属性数据中主要包含三个属性，乡镇名称：各个乡镇的名字（如：花石峡镇）；PAC：是行政区划代码（如：513230）；NAME：是属县的名称（如玛多县）。数据采用2000国家大地坐标系和1985国家高程基准。该数据是三江源国家公园重要的基础地理数据，为该区域的制图、调查提供基本信息。
青海省基础地理信息中心
中亚-西亚地区资源环境基础地理数据集主要包括6部分：中亚-西亚地区行政区划图、地形地貌图、水系图、年累积降水图、年平均温度图和潜在蒸散发分布图。其中行政区划图为最新的国家边界数据，地形地貌图DEM分辨率为90米，水系图为最新的一级河流矢量数据。年累积降水图和年平均温度图中降水和温度数据由长时间序列的站点数据插值得到，而潜在蒸散发分布图中的潜在蒸散数据是基于Penman-Monteith公式计算得到，降水、温度和潜在蒸散数据均由原始0.5°的CRU数据基于ArcGIS软件的双线性插值方法重采样为0.25°得到，且数据集经过严格的质量控制和一致性检查，相关研究(Deng and Chen, 2017; Li et al., 2017; Li et al., 2016)表明该数据集在中西亚地区对气候相关研究具有很好的适用性。数据由中国科学院新疆生态与地理研究所遥感与GIS重点实验室生产，生产费用由“中国科学院战略性先导科技专项XDA20030101资助”。
纳木错观测的大气和湖水中持久性有机污染物的浓度，包括：大气气态有机氯农药（OCPs）、多氯联苯（PCBs）、多环芳烃（PAHs）浓度的时间序列；大气颗粒态PAHs浓度的时间序列；湖水中溶解态持久性有机污染物（POPs）的浓度；湖水悬浮颗粒物中POPs的浓度。大气样品由纳木错多圈层综合观测站的大气主动采样器采集，采样器的流量为60 L min-1，隔天采集，每半个月为1个样品，采样体积约为600 m3。每个大气样品包括吸附颗粒态POPs的玻璃纤维滤膜（GFF，0.45 μm，Whatman）和收集气态POPs的聚氨酯泡沫（PUF，7.5×6 cm）。湖水样品为环纳木错15个采样点采集的表层湖水样品，水深0-1 m，每个样品体积为200 L。水样先通过0.7 μm的GFF膜过滤得到水中的总悬浮颗粒物，然后使用XAD-2填充的固相萃取柱富集水中的溶解态POPs。各介质样品均在青藏高原研究所环境变化与地表过程重点实验室进行样品前处理和仪器分析。样品前处理步骤包括索式提取、硅胶-氧化铝柱净化、过GPC柱去除大分子杂质、浓缩定容等步骤。分析测试仪器为美国热电公司生产的气相色谱-质谱联用仪（GC-MS, Finnigan-Trace GC/PolarisQ）。分离OCPs和PCBs的色谱柱为CP-Sil 8CB毛细柱（50 m×0.25 mm×0.25 μm），分离PAHs的色谱柱为DB-5MS毛细柱（60 m×0.25 mm×0.25 μm）。采样和实验室分析过程均遵循严格的质量控制措施，设置了实验室空白和野外空白。PAHs的回收率在65-92%之间，OCPs的回收率在64-112%之间，样品浓度未使用回收率进行校正。
王小萍
杜尚别土地使用数据，分辨率30米，数据格式为TIF，测量时间分别为1990.03.03和2018.03.16。数据来源GLC，其全球陆地覆盖数据的原始数据来自Envisat卫星，由MERIS（Medium Resolution Imaging Spectrometer）传感器拍摄完成。目前共有两期，GlobCover（Global Land Cover Map）和GlobCover （Global Land Cover Product）
欧空局, 马海涛, 黄金川
本数据集为青藏高原土壤持久性有机污染物（POPs）的浓度数据,包括有机氯农药（OCPs）、多氯联苯（PCBs）、多溴联苯醚（PBDEs）和多环芳烃（PAHs)。本研究于 2007 年在 8 个土壤分区共采集土壤样品 40个。土壤样品主要在远离道路、居民区、农田等受人类活动影响的地区采集。采样方法是：利用不锈钢铲采集 0-5cm 表层土壤样品，在每个采样点 100 m2范围内各采集 5 个土壤样品（中心和每个角各一个样品）并混合成为一个样品。为减少可能的污染，所有土壤样品都用两层铝箔纸包裹，并放置于两层自封袋内密封保存。所有样品的分析工作均在中国科学院青藏高原环境变化与地表过程重点实验室完成。样品前处理步骤包括索式提取、硅胶-氧化铝柱净化、过GPC柱去除大分子杂质、浓缩定容等步骤。分析测试仪器为热电公司生产的气相色谱/离子阱质谱（Finnigan-TRACE GC/PolarisQ），分离OCPs和PCBs的色谱柱为CP-Sil 8CB毛细柱（50 m×0.25 mm×0.25 μm），分离PAHs的色谱柱为DB-5MS毛细柱（60 m×0.25 mm×0.25 μm）。实验过程中设置了实验流程空白。所有化合物实验室空白都没有检测到，这说明样品的分析过程中并没有造成污染。PAHs实验室样品的回收率在58-92%之间，OCPs的实验室样品的回收率在53-130%之间，样品浓度未使用回收率进行校正。
王小萍
中亚地区粗糙度数据，数据格式为“.tif”的栅格数据集。范围包含了里海在内的中亚五国地区。该数据由MODIS-NDVI数据集，根据地表植被覆盖度与地表中值粒径计算得到。该数据空间分辨率为500m，时间分辨率为16天，时间范围为2017年1月1日至2017年12月18日，其坐标系统为大地坐标系统。该数据集可为中亚地区沙漠油气田与绿洲城镇风沙灾害评估提供数据基础。该数据由中国科学院新疆生态与地理研究所提供。
高鑫
比什凯克土地使用数据，分辨率30米，数据格式为TIF，测量时间分别为1990.03.30和2018.04.12。数据来源GLC，其全球陆地覆盖数据的原始数据来自Envisat卫星，由MERIS（Medium Resolution Imaging Spectrometer）传感器拍摄完成。目前共有两期，GlobCover（Global Land Cover Map）和GlobCover （Global Land Cover Product）。
欧空局, 黄金川, 马海涛
水系与流域分区数据（Inland water system and river basin regional dataset）是全球变化研究中的关键水文参数，其分布对研究节点各类水体性质、形态特征、变化和时程分配以及地域分异规律等具有重要研究意义。 本数据的基底数据从DIVA-GIS下载，以泛第三极范围内31个关键节点（Abbas, Alexander, Ankara, Astana, Bangkok, Chittagong, Colombo, Dhaka, Djibouti, Ekaterinburg, Gwadar, Hambantota, Karachi, Kolkata, Kuantan, Kyaukpyu, Maldives, Mandalay, Melaka, Minsk, Mumbai, Novosibirsk, Piraeus, Rayong, Sihanouk, Tashkent, Teheran, Valencia, Vientiane, Warsaw, Yangon）为研究区域，以行政边界数据为研究范围，保留了湖泊水库（面状水系）与江流河流（线状流域）的分布。最终得到了31个关键节点区域的水系与流域分区数据。 本数据集作为所有水文遥感数据的研究基础，为项目提供了水文基底数据。根据官方或节点所在政府信息和水系的变化趋势，本数据集可实时更新。
尚成
中亚沙漠油气田分布城镇分布数据，数据格式为“.shp”格式矢量数据。包括了中亚五国油气田及主要城镇居民点的分布。该数据由MODIS-MCD12Q产品提取裁切而成，该产品空间分辨率为500 m，时间分辨率为1年，其分类标准采用的是IGBP全球植被分类方案，该方案共分为17种土地覆被类型，其中城镇数据利用该分类方案中的建筑与城镇用地。该数据可为中亚地区沙漠油气田与绿城城镇风沙灾害评估和防治提供数据支撑。
高鑫
行政边界（Administrative boundary）是全球变化研究中的基底数据，是项目研究的关键基础。目前，DIVA-GIS是行政边界的重要数据源。 本数据的基底数据从DIVA-GIS下载，以泛第三极范围内31个关键节点（Abbas, Alexander, Ankara, Astana, Bangkok, Chittagong, Colombo, Dhaka, Djibouti, Ekaterinburg, Gwadar, Hambantota, Karachi, Kolkata, Kuantan, Kyaukpyu, Maldives, Mandalay, Melaka, Minsk, Mumbai, Novosibirsk, Piraeus, Rayong, Sihanouk, Tashkent, Teheran, Valencia, Vientiane, Warsaw, Yangon）为研究区域，基于官方行政单位（市）为基本单位，保留市级所在上一级（省级）行政单位为研究对象。如果所在节点的省级单位面积已超过1万平方千米，则保留该省级单位为研究区域。同时，如果所在节点的省级单位面积较小，则考虑了所在省级及其周边的政治经济影响，结合邻域省级单位，合并并保留至少1万平方千米的区域为研究对象。最终得到了所有31个关键节点区域的行政区域数据。 本数据集作为所有遥感数据的研究基础，为项目提供了基底数据。根据官方或节点所在政府信息，本数据集可实时更新。
尚成
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
