历史极端降水导致地表淹没范围数据集评估了一带一路重点区域在极端降水下地表被淹没的范围，为当地政府部门决策提供依据和参考，以便在极端降水发生前进行预警，降低极端降水所带来的生命财产损失。 此数据集以极端降水阈值集和极端降水识别数据为基础，确认发生极端降水的时间节点和区域，再到NASA网站上下载对应时间和地区的淹没范围产品，利用ArcGIS空间分析结合连接以上数据，构建了34个关键节点历史极端降水导致地表淹没范围数据集。 数据主要包括34个关键节点（万象、中缅石油天然气管道、中老泰柬铁路、亚历山大港、仰光、关丹、加尔各答、华沙、卡拉奇、叶卡捷琳堡、叶卡捷琳堡等区域）
吴骅
在全球变暖的背景下，干旱发生的频率和强度呈增加趋势，由于干旱灾害所引发的水资源匮乏、粮食危机、生态恶化（如荒漠化）等，直接威胁到国家的粮食安全和社会经济发展，干旱灾害风险评估及应急管理的技术水平亟待提高。“一带一路”沿线区域生态环境脆弱、农业耕地集中、干旱灾害频繁，利用遥感卫星监测大区域的干旱水平及其时空变化，对于科学掌握“一带一路”地区的干旱格局、区域分异特征，及其对农业耕地的影响具有重要的科学和现实意义。土壤相对湿度指数是表征土壤干旱的指标之一，是土壤相对湿度与田间持水量的比值，能直接反映作物可利用水分的状况。土壤湿度数据由SMAP遥感土壤水分数据产品通过降尺度方法得到，田间持水量数据来源于世界土壤数据库(HWSD)。详细计算公式与方法可参见：《农业干旱等级国家标准》标准号：GB/T 32136-2015。数据覆盖一带一路沿线34个关键节点区域。
吴骅
在全球变暖的背景下，干旱发生的频率和强度呈增加趋势，由于干旱灾害所引发的水资源匮乏、粮食危机、生态恶化（如荒漠化）等，直接威胁到国家的粮食安全和社会经济发展，干旱灾害风险评估及应急管理的技术水平亟待提高。“一带一路”沿线区域生态环境脆弱、农业耕地集中、干旱灾害频繁，利用遥感卫星监测大区域的干旱水平及其时空变化，对于科学掌握“一带一路”地区的干旱格局、区域分异特征，及其对农业耕地的影响具有重要的科学和现实意义。相对湿润度指数为某时间段的降水量与同时期潜在蒸散量之差除以潜在蒸散量。
葛咏, 吴骅
体感温度是指人体感受到的冷热程度，受温度、风速和湿度的影响。该数据的空间范围覆盖泛第三极区域34个关键节点（万象、仰光、加尔各答、华沙、卡拉奇、叶卡捷琳堡、吉大港、塔什干等地区）；空间分辨率为100m。 数据处理过程：以气象站点监测数据为基础数据源，基于Humidex指数计算体感温度，再使用基于高程校正的温度插值方法获得整个区域1km格网化数据,并将其降尺度为100m。高温热浪危险性数据集主要以强度为评价指标。空间范围、空间分辨率与体感温度数据集一致，时间分辨率为年。 判断高温热浪的标准为：体感温度连续3天超过29℃的天气过程判断为一次高温热浪。
杨飞, 武夕琳, 殷聪
在全球变暖的背景下，干旱发生的频率和强度呈增加趋势，由于干旱灾害所引发的水资源匮乏、粮食危机、生态恶化（如荒漠化）等，直接威胁到国家的粮食安全和社会经济发展，干旱灾害风险评估及应急管理的技术水平亟待提高。“一带一路”沿线区域生态环境脆弱、农业耕地集中、干旱灾害频繁，利用遥感卫星监测大区域的干旱水平及其时空变化，对于科学掌握“一带一路”地区的干旱格局、区域分异特征，及其对农业耕地的影响具有重要的科学和现实意义。相对湿润度指数为某段时间的降水量与同时段内潜在蒸散量之差再除以同时段内潜在蒸散量得到。降水量数据来自TRMM/GPM卫星降水数据降尺度，潜在蒸散量的估算采用Thornthwaite方法。详细算法请参考《气象干旱国家标准》(GB/T 20481-2017)。数据仅覆盖一带一路沿线34个关键节点区域。
吴骅
本数据集基础数据源来自于美国国家海洋和大气管理局（NOAA）网站，NOAA卫星是气象观测卫星，可提供逐小时、逐日到逐年时间分辨率不等的气象数据，观测站基础观测数据可提供包括温度、降水、露点、风速等在内的气象环境信息。本数据集主要覆盖泛第三极东南亚及中东地区关键节点区域。数据处理主要步骤如下：首先按照我国国家标准《GB/T 29457-2012》中对高温热浪的定义，基于基础气象数据，判断高温热浪发生情况，进而统计得到高温热浪发生频次，最后依据高温热浪持续时间及发生强度整理得到历史高温热浪灾害事件数据集。该数据集有助于明确各研究区极端高温灾害的发生情况，为判断各地区高温热浪强度提供参考资料和有力依据。
葛咏, 刘庆生
热带气旋（TC）最佳路径数据已经作为单独的风暴路径存在于其他机构。 IBTrACS将这些数据集合并到一个全球TC数据库中。目的是克服数据可用性问题，通过直接与所有区域专门气象中心和其他国际中心和个人合作，创建全球最佳轨道数据集，将多个中心的风暴信息合并成一个产品，并将数据存档供公众使用。 世界气象组织热带气旋方案已批准IBTrACS作为热带气旋最佳路径数据的官方归档和分发资源。 IBTrACS 包含最完整的全球历史热带气旋集，结合来自许多热带气旋数据集的信息 ， 通过在一个地方提供来自多个源的风暴数据，简化机构间比较， 提供流行格式的数据以方便分析， 检查风暴库存、位置、压力和风速的质量，将信息传递给用户。在集中位置提供热带气旋最佳路径数据，以帮助我们了解全球热带气旋的分布、频率和强度。IBTrACS的主要目的是支持科学研究工作。
葛咏, 李强子, 董文
在全球变暖的背景下，干旱发生的频率和强度呈增加趋势，由于干旱灾害所引发的水资源匮乏、粮食危机、生态恶化（如荒漠化）等，直接威胁到国家的粮食安全和社会经济发展，干旱灾害风险评估及应急管理的技术水平亟待提高。“一带一路”沿线区域生态环境脆弱、农业耕地集中、干旱灾害频繁，利用遥感卫星监测大区域的干旱水平及其时空变化，对于科学掌握“一带一路”地区的干旱格局、区域分异特征，及其对农业耕地的影响具有重要的科学和现实意义。降水距平百分率反映某一时段降水量与同期平均状态的偏离程度，以百分率表示。 该数据集以GPM IMERG Final Run(GPM)日值降雨资料为基础，计算对应地区的降水量，采用降水距平百分率等级评价指标，分析了不同等级干旱的分布特征，空间分辨率200m。 数据的区域为泛第三极34个关键节点（阿巴斯、阿斯塔纳、科伦坡、瓜达尔、孟巴、德黑兰、万象等地区）。
吴骅
本数据集收集了斯里兰卡南部海域2013年9月到2014年5月的波浪潮位数据，斯里兰卡位于“海上丝绸之路”核心节点，是我们石油运输的生命线必经节点，该海域的波浪观测数据对了解该海域波浪特性、保障货船和海上护航编队航行安全有重要意义。数据通过布防在海底压力式传感器获取，通过异常值的剔除等质量控制数段，保证数据可靠性。该数据对分析海上丝绸之路海洋灾害评估、船只通过性安全评估和研究该海域波浪特性有重要意义。
罗耀
1)数据内容包括2019年新疆维吾尔自治区22个小流域2.5米分辨率土壤水蚀模数数据集（2019年），数据单位为t/(hm2·a)。2）采用中国土壤侵蚀模型CSLE (A=R•K•LS•B•E•T)方法，在面图层降雨侵蚀力R、土壤可蚀性K、坡度坡长因子LS、植被盖度FVC、轮作分区抽样调查单元的基础上，分别计算22个抽样单元土壤水蚀模数，评估土壤侵蚀状况。通过空间数据运算（包括图表链接及转换、矢栅转换、重采样等），将区域专题图降雨侵蚀力、土壤可蚀性、DEM转换为抽样单元的R、K、LS因子；通过半月FVC、NPV、半月降雨侵蚀力权重、其他地类B因子表分别计算抽样单元内各地类的B因子；通过遥感解译结果、工程措施因子表，计算抽样单元工程措施因子值；通过耕作分区图及耕作措施表获取抽样单元内耕作因子值，进而计算各抽样单元内土壤侵蚀模数。22个小流域的选取依据泛第三极地区抽样单元布设图。 3）通过和同年同区域已有土壤侵蚀强度数据对比，无明显差异，数据质量良好。4）土壤侵蚀模数数据对研究泛第三极土壤侵蚀现状，更好的贯彻“一带一路”发展政策具有重要的意义。
杨勤科
中巴经济走廊，北起中国新疆喀什，南至巴基斯坦最南端瓜达尔港，全长3 000 km，是贯通南北丝路的关键枢纽，也是“一带一路”的重要组成部分，区内复杂的地质、地貌、气候、水文条件导致该区成为滑坡泥石流易发、频发区。通过野外考察和卫星影像结合，建立的中巴经济走廊典型滑坡泥石流影像解译标志；结合交互解译和野外调查验证，确定中巴经济走廊范围内滑坡、泥石流灾害空间分布数据集，对后续开展中巴经济走廊滑坡泥石流灾害风险分析以及防灾减灾提供重要的数据支撑。
邹强
本数据集主要包含2018年12个月全球SPEI空间分布、2018年全球干旱强度，以及降水、陆表温度、0-10cm土壤湿度与过去10年（2009-2018）的距平；数据使用了距平指数法，最大值合成法以及趋势分析法计算得到了2018年全球干旱强度以及主要气象因子距平数据，数据时间尺度为2018-01-01到2018-12-31，空间分辨率为0.5度，数据可为分析2018年全球干旱分布、干旱评价提供科学参考。
田丰, 武建军, 周红敏
该数据集分析了2018-2019年全球典型洪水灾害事件的时空分布规律、影响及损失情况。2018年，全球洪水灾害发生次数共109起，死亡人口1995人，受灾人口总数达1262万人次，直接经济损失约为45亿美元，在全球近30年中处于较低水平。2018年全球洪灾事件发生次数上半年较下半年多，5月至7月发生频次较高。因此，以2018年美国弗罗伦斯飓风洪水、2018年尼日利亚尼日尔河洪水及2018年中国山东寿光洪水等三个典型灾害事件为案例，从灾害背景、致灾因子、受灾情况等方面进行了分析。
蒋梓杰, 蒋卫国, 武建军, 周红敏
全球台风路径数据集包含了2018年29个发生在西北太平洋的台风路径点的数据，包含时间、经纬度、中心气压、风速风力、未来移向、未来移速、风力等级等指标；数据来源于中央气象台台风网（http://typhoon.nmc.cn/web.html），使用python抓取了网页发布的台风路径数据，并将抓取的excel数据表整理导成shapefile形式，按照台风风力等级划分标准赋予每一个路径点风力等级； 可以应用于基于台风路径点的移动情况、风速风力等的特征、影响分析。
陈怡婷, 杨华, 武建军, 周红敏
此数据集包含2018全年及2019上半年全球重大林火案例数据，包括2018年11月美国加州林火、2018年7月希腊阿提卡区林火及2019年3月中国山西省林火3个案例数据。具体数据包括：监测范围的火烧强度数据及灾前灾后植被指数变化数据。该数据集主要用于描述2018-2019上半年全球重大林火事件的发生、发展、影响及恢复，数据主要来源于NASA官网和EM-DAT数据库，在EXCEL和ArcGIS中运用统计与空间分析方法，对数据进行处理。数据来源可靠，处理方法科学严谨，可有效运用于全球（林火）灾害案例分析研究。
杨雨晴, 宫阿都, 武建军, 周红敏
此数据集是对近30年全球的强震（Mw≥5）活动性水平进行分析，并将其进行空间化呈现，可以得到近年来全球强震频发、活动性水平高的分布区域，将2018年强震分布与其进行对比，得到2018年全球强震活动的分布特征。强震原始数据来自USGS，对其进行局部密度计算作为频度信息，对所有震例的震级进行全球范围的插值，之后对频度和震级进行相乘作为其强震活动性水平。该数据集为TIff格式，空间分辨率约为80km。该数据集可以在全球尺度上对强震的活动水平强弱分析提供参考，对全球地震危险性分析、防震减灾体系的构建具有一定辅助意义。
陈晋, 唐宏, 武建军, 周红敏
数据包含了2019年3月发生于南半球的热带气旋“伊代”的路径数据，以及由其引发的南部非洲洪灾受淹范围的数据，是2019年全球重大热带气旋灾害的重要数据源补充。热带气旋路径数据整理自国家卫星气象中心的监测数据，使用ArcGIS软件读取经纬度坐标获得；南部非洲洪灾的受淹范围数据是中科院遥感所基于高分三号卫星影像提取的。 数据可用于热带气旋“伊代”的路径分析、受影响情况分析和灾损评估等。
陈怡婷, 杨华, 武建军, 周红敏
1）数据内容包含青藏高原地区1992年、2005年、2015年三期土壤侵蚀强度栅格数据，空间分辨率300米。2）土壤侵蚀强度数据采用中国土壤侵蚀预报模型（CSLE）计算获取。土壤侵蚀预报模型公式中包含降雨侵蚀力因子、土壤可蚀性因子、坡长因子、坡度因子、植被覆盖与生物措施因子、工程措施因子、耕作措施因子。降雨侵蚀力因子由青藏高原各站点降雨数据插值获得；土壤可蚀性因子、工程措施因子、耕作措施因子采用第一次水利普查数据；坡长因子、坡度因子通过30m高程数据计算后重采样得到；植被覆盖与生物措施因子由植被覆盖度结合土地利用数据和降雨侵蚀力比例计算得出，其中植被覆盖度是由MODIS的植被指数产品通过像元二分法计算得到。3）通过三期土壤侵蚀强度数据的差异变化比较，符合实际变化规律，数据质量良好。4）土壤侵蚀强度数据对青藏高原土壤侵蚀研究和当地生态系统的可持续发展具有重要意义。
章文波
1）数据内容包含泛第三极65国区域土壤侵蚀强度栅格数据。2）土壤侵蚀强度数据采用中国土壤侵蚀预报模型（CSLE）计算获取。土壤侵蚀预报模型公式中包含降雨侵蚀力因子、土壤可蚀性因子、坡长因子、坡度因子、植被覆盖与生物措施因子、工程措施因子、耕作措施因子。65国降雨侵蚀力因子由美国气候预测中心(CPC)发布的日降雨量产品计算获得；土壤可蚀性因子采用250mSoilGrid网格土壤数据计算；耕作措施因子利用植被覆盖度结合土地利用和降雨侵蚀力比例计算；工程措施初稿暂未考虑，暂时取值为1；坡长因子、坡度因子通过30m高程数据计算后重采样得到；植被覆盖与生物措施因子由植被覆盖度结合土地利用数据和降雨侵蚀力比例计算得出，其中植被覆盖度是由MODIS的植被指数产品通过像元二分法计算得到。3）通过和同年同区域已有土壤侵蚀强度数据对比，无明显差异，数据质量良好。4）土壤侵蚀强度数据对研究泛第三极65国土壤侵蚀现状，更好的贯彻“一带一路”发展政策具有重要的意义。
章文波
1)数据内容包括泰国18个小流域5米分辨率2017年的土壤水蚀模数数据。2）采用中国土壤侵蚀模型CSLE (A=R•K•LS•B•E•T)方法，在面图层降雨侵蚀力R、土壤可蚀性K、坡度坡长因子LS、植被盖度FVC、轮作分区抽样调查单元的基础上，分别计算40个抽样单元土壤水蚀模数，评估土壤侵蚀状况。通过空间数据运算（包括图表链接及转换、矢栅转换、重采样等），将区域专题图降雨侵蚀力、土壤可蚀性、DEM转换为抽样单元的R、K、LS因子；通过半月FVC、NPV、半月降雨侵蚀力权重、其他地类B因子表分别计算抽样单元内各地类的B因子；通过遥感解译结果、工程措施因子表，计算抽样单元工程措施因子值；通过耕作分区图及耕作措施表获取抽样单元内耕作因子值，进而计算各抽样单元内土壤侵蚀模数。18个小流域的选取依据泛第三极地区抽样单元布设图。 3）通过和同年同区域已有土壤侵蚀强度数据对比，无明显差异，数据质量良好。4）土壤侵蚀强度数据对研究泛第三极土壤侵蚀现状，更好的贯彻“一带一路”发展政策具有重要的意义。
杨勤科
1）数据内容包含青藏高原地区1992年、2005年、2015年三期土壤侵蚀强度栅格数据，空间分辨率为300米。2）采用中国土壤侵蚀预报模型（CSLE）计算青藏高原4000余个调查单元的土壤侵蚀量。按土地利用对青藏高原范围进行土壤侵蚀量插值。根据《土壤侵蚀分级标准》对土壤侵蚀量进行分级，得到青藏高原土壤侵蚀强度图。3）通过三期土壤侵蚀强度数据的差异变化比较，符合实际变化规律，数据质量良好。4）土壤侵蚀强度数据对青藏高原土壤侵蚀研究和当地生态系统的可持续发展具有重要意义。属性表中代码含义：Value值1，2，3，4，5，6分别代表侵蚀强度微度、轻度、中度、强烈、极强烈、剧烈；BL代表各侵蚀强度面积占总面积的百分比。
章文波
“一带一路”沿线国家灾害数据，主要来自全球灾害数据库。该数据库记录的灾害信息来源于联合国、政府和非政府组织、研究机构和媒体等多种途径；数据指标详细记录了灾害发生国家、灾害类型、发生日期、死亡人数和经济损失估计等信息。 本研究从该数据库逐条摘录一带一路沿线国家自然灾害记录，最终形成沿线65国9大主要灾种的灾害数据库。 搜集整理的自然灾害记录，大致可以分为9类，包括：洪涝、滑坡、极端气温、风暴、干旱、林火、地震、块体运动和火山活动等。 一带一路沿线国家，1900~2018年，总计5479条灾害记录；其中，2000~2015年，有2673条灾害记录。在此基础上，从灾害频次、死亡人口、受灾人口和经济估损等4个方面，开展沿线国家的自然灾害情况调查。 整体上看，一带一路沿线国家，1900年以来，总计发生各类自然灾害5479次，导致约1900万人死亡，造成经济损失约9500亿美元。其中，发生频次最多的是洪涝和风暴；经济损失最多的是洪涝和地震；受灾人口最多的是洪涝和干旱；死亡人口最多的是干旱和洪涝。
尹君
本数据集包含青海近50年的自然灾害信息，包括干旱、洪灾、冰雹、连阴雨、雪灾、寒潮和强降温、低温冻害、大风沙尘暴、虫灾、鼠灾、地质灾害等自然灾害产生的时间地点及所造成的后果。 青海省地处青藏高原东北部，总面积72 万平方千米。境内河流纵横，冰川广布，湖泊众多，因中华民族的两条母亲河长江、黄河及著名国际河流澜沧江发源于此而素有"中华水塔"之称;全省有可利用草地33.5 万平方千米，天然草场面积仅次于内蒙古、西藏和新疆而居全国第四位，草场类型多样，草地资源十分丰富，拥有青藏高原独特气候条件下生长发育的、并对高原生态环境特征具有较强代表性的维管束植物113 科、564 属、2100 种左右。青海省作为青藏高原的主体部分，是我国生物物种形成、演化的中心之一，也是国际科技界瞩目的研究气候和生态环境变化的敏感区和脆弱带。青海境内地形、地貌复杂，高山、谷地、盆地交错，多年积雪、冰川、戈壁、沙漠、草原等广有分布。复杂的地形条件，高峻的海拔高度和严酷的气候条件决定了青海是一个气象灾害十分频繁的省份。其主要的气象灾害有干旱、洪灾、冰雹、连阴雨、雪灾、寒潮和强降温、低温冻害、大风沙尘暴等。 数据摘录自《中国气象灾害大典·青海卷》，属于人工录入总结校对。
青海省统计局
1)数据内容包括泛第三极地区65国以及中国西部抽样单元布设图。2) 从北纬70°-南纬10°，东经180°-西经180°在泛第三极范围布设抽样调查单元；纬度70°以上不布设样点；纬度60°-70°范围内，按照0.5纬度*1经度布设样点，即约为55km*55km-55km*38km网格布点；纬度40°-60°范围内，按照0.5纬度*0.75经度布设样点，即约为55km*63km-55km*42km网格布点；纬度40°以下范围内，按照0.5纬度*0.5经度布设样点；青藏高原范围内，按照0.25纬度*0. 25经度布设样点；中国西部的新疆、青海、甘肃、四川、云南5省份采用第一次全国水利普查水土保持普查中布设的调查单元。样点总数为29651个，其中青藏高原点数为4052个，中国西部普查样点数为8771个，中国以外65国样点数为16828个。 3）所选抽样单元分布均匀，数据质量良好。4）抽样调查单元布设图对研究泛第三极土壤侵蚀现状，更好的贯彻“一带一路”发展政策具有重要的意义。
魏欣
1)数据内容包括西藏11个小流域5米分辨率2017年的土壤水蚀模数数据。2）采用中国土壤侵蚀模型CSLE方法，在面图层降雨侵蚀力R、土壤可蚀性K、坡度坡长因子LS、植被盖度FVC、轮作分区抽样调查单元的基础上，分别计算40个抽样单元土壤水蚀模数，评估土壤侵蚀状况。通过空间数据运算（包括图表链接及转换、矢栅转换、重采样等），将区域专题图降雨侵蚀力、土壤可蚀性、DEM转换为抽样单元的R、K、LS因子；通过半月FVC、NPV、半月降雨侵蚀力权重、其他地类B因子表分别计算抽样单元内各地类的B因子；通过遥感解译结果、工程措施因子表，计算抽样单元工程措施因子值；通过耕作分区图及耕作措施表获取抽样单元内耕作因子值，进而计算各抽样单元内土壤侵蚀模数。11个小流域的选取依据泛第三极地区抽样单元布设图。 3）通过和同年同区域已有土壤侵蚀强度数据对比，无明显差异，数据质量良好。4）土壤侵蚀模数数据对研究泛第三极土壤侵蚀现状，更好的贯彻“一带一路”发展政策具有重要的意义。
1)数据内容包括青海11个小流域30米分辨率2017年的土壤水蚀模数数据。2）采用中国土壤侵蚀模型CSLE (A=R•K•LS•B•E•T)方法，在面图层降雨侵蚀力R、土壤可蚀性K、坡度坡长因子LS、植被盖度FVC、轮作分区抽样调查单元的基础上，分别计算11个抽样单元土壤水蚀模数，评估土壤侵蚀状况。通过空间数据运算（包括图表链接及转换、矢栅转换、重采样等），将区域专题图降雨侵蚀力、土壤可蚀性、DEM转换为抽样单元的R、K、LS因子；通过半月FVC、NPV、半月降雨侵蚀力权重、其他地类B因子表分别计算抽样单元内各地类的B因子；通过遥感解译结果、工程措施因子表，计算抽样单元工程措施因子值；通过耕作分区图及耕作措施表获取抽样单元内耕作因子值，进而计算各抽样单元内土壤侵蚀模数。11个小流域的选取依据泛第三极地区抽样单元布设图。 3）通过和同年同区域已有土壤侵蚀强度数据对比，无明显差异，数据质量良好。4）土壤侵蚀模数数据对研究泛第三极土壤侵蚀现状，更好的贯彻“一带一路”发展政策具有重要的意义。
章文波
泛第三极地区地震活动强烈，其地震活动的动力来源于印度板块、阿拉伯板块与欧亚板块的俯冲碰撞。在泛第三极地区（北纬0-56度，东经43-139度）1960年以来发生M≥6级地震3809次，其中M≥8级地震59次，M=7.0-7.9级地震689次， M=6.0-6.9级地震3061次。地震主要发生在印度板块与欧亚板块的碰撞边界印缅山脉、喜马拉雅山脉 、苏来曼山脉的山麓地区，以及阿拉伯板块与欧亚板块碰撞的扎格罗斯山脉地区。
王继
中亚地区2017年输沙势数据集，为tif格式。其空间范围涵盖里海在内的中亚五国地区，包括乌兹别克斯坦、哈萨克斯坦、土库曼斯坦、塔吉克斯坦和吉尔吉斯坦。此输沙势为绝对输势，即各个方向的输沙通量的综合，不考虑输沙势的方向。该数据由GLDAS全球三小时同化数据提取计算获得。时间分辨率为月，空间分辨率为0.25°，时间范围为2017年。该数据可以作为沙尘传输模型的重要参数输入，也可用于评估中亚五国沙通量的总体分布情况。该数据集可作为风沙灾害评估的重要参考数据。
高鑫
该数据为涵盖六大经济走廊的坡度数据，能够反映出六大经济走廊地表单元陡缓的程度，单位°。该数据空间分辨率为0.016度，约为1.8km，经度范围12.09°E-180°，维度范围10.99°S-90°N，来源自美国国家海洋和大气管理局构建的Global Relief Model，基于“一带一路”国家边界裁剪得到。该数据是评估六大经济走廊中的自然灾害(包括泥石流、滑坡、山洪等灾害)风险所必需的基础数据之一，应用频率高与前景广泛。
邹强
数据集收集了1990-2014年间喜马拉雅-青藏高原地区发生的浅源地震的震源参数，精确的地震震源深度和震源机制解可以为地球深部变形和地震发震构造研究提供基本的科学依据。 波形数据来源于IRIS网站(http://ds.iris.edu/wilber3/find_event)。数据根据远震体波波形拟合方法得来。 震源深度误差为±3公里。 地震编号：不同分区按照时间顺序进行的地震编号ID 地震发震时刻：mm/dd/yyyy(月/日/年)、hh:mm(时/分) 地震发生位置：Longitude(经度)、Latitude(纬度)、Depth(深度) 地震震级：矩震级Mw 震源机制解：走向/倾向/倾角(Strike/Dip/Slip) 误差：理论波形与观测波形的最小二乘法方差(misfit) 莫霍面深度：Moho
白玲
数据集收集了1964-2011年间帕米尔-兴都库什地区发生的中深源地震的震源参数，地震重新定位结果更加清晰地刻画了帕米尔-兴都库什大陆深俯冲地区复杂的地下构造变形特征。波形数据来源于IRIS网站(http://ds.iris.edu/wilber3/find_event)到时数据来源于ISC网站(http://www.isc.ac.uk/)和CEDC网站(http://data.earthquake.cn/data/index.jsp?id=11number=9)。利用远震体波波形拟合和本研究发展的多尺度双差（Multi-DD）法进行地震定位。统计检验法获得的经纬度和深度误差分别为±4公里和±7公里。 地震发震时刻：yyyy(年)、mm(月)、dd(日)、hh(时)、mm(分)、ss.ss(秒) 地震震级：Magnitude(来自ISC地震目录) 地震发生位置：Latitude(纬度)、Longitude(经度)、Depth(深度) 深度定位方法：带有“F”标志的地震震源深度采用波形拟合方法确定
白玲
草浆造纸废液木质素固沙绿化的功能和机理研究项目属于国家自然科学基金“中国西部环境与生态科学”重大研究计划，负责人为空军装备研究院航空气象防化研究所王汉杰研究员，项目运行时间为2004.1-2006.12 该项目汇交数据： 1.2005-08-10-沙湖-金沙湾试验现场图片（jpg图件） 2.2006固沙试验现场图片（jpg图件） 3.宁夏金沙湾气象站气象资料（txt文本） 2005年8月13日至19日8:00,14:00,20:00观测数据,包括干球温度，湿球温度，0、5、10、15、20cm地温，蒸发量，气温 4.宁夏金沙湾群落生长量资料（txt文本） 包括四条样带的冠径和高度数据。 5.宁夏金沙湾土壤水资料（excel表格） 2005年8月14日至19日清水对照区和木质素喷洒区16个样方20CM和12CM深度的日间逐2小时土壤水分数据. 6.宁夏沙湖土壤水资料（excel表格） 2005年8月10日,11日各样方10CM,12CM,20CM深度土壤水分数据 7.宁夏沙湖固沙群落植物生长量资料（excel表格） 5个样地植物生长统计资料:种名,x,y,基,冠,高 ,株数.
王汉杰
该数据数字化自图纸的《奈曼旗、库伦旗、科尔沁左翼后旗沙漠化类型图》,该图的具体信息如下: * 主编:朱震达 * 副主编：刘恕、邱醒民 * 编辑 :冯毓荪 * 制图：冯毓荪、赵燕华、王建华 * 复照：李伟民 * 野外考察：朱震达、邱醒民、刘恕、沈竟其、冯毓荪、王一谋、杨有林、杨泰运、文子祥、刘阳宣 * 制图单位:中国科学院沙漠研究室编制 * 出版社:暂无 * 比例尺:1：300000 * 出版时间: 暂无 * 图例：波状起伏沙黄土平原、非沙漠化土地、甸子地、盐碱地、树林及灌木林、耕地、山地、沙丘 2、文件格式与命名 数据均以ESRI Shapefile格式储存，包括一下图层： 奈曼旗、库偏旗、科左后旗沙漠化类型图、河流、道路、湖泊、铁路、井泉、居民地 3、数据属性 沙化等级类 植被 本底类 正在发展中的沙漠化土地 耕地 灌丛沙地 盐碱地 甸子地 沙丘 严重沙漠化土地 树林及灌木林 山地 强烈发展的沙漠化土地 潜在的沙漠化土地 湖泊 非沙漠化土地 波状起伏沙黄土平原 2、投影信息： Angular Unit: Degree (0.017453292519943295) Prime Meridian: Greenwich (0.000000000000000000) Datum: D_Beijing_1954 Spheroid: Krasovsky_1940 Semimajor Axis: 6378245.000000000000000000 Semiminor Axis: 6356863.018773047300000000 Inverse Flattening: 298.300000000000010000
王建华, 朱震达
该数据数字化自图纸，科尔沁草原大清沟地区沙漠化发展程度图(1981年)，该图的具体信息如下： * 主编：朱震达 * 编辑：冯毓荪 * 制图：冯毓荪、姚发芬、王建华、赵燕华、李伟民 * 制图单位：中国科学院沙漠研究室编制 * 出版社：暂无 * 比例尺:1：50000 * 出版时间：暂无 * 图例：沟谷密林（Gully Dense Forest）、疏林(Sparse Woods)、灌木林(Brush)、人工林(Artificial Woodland)、苗圃和果园(Nursery and Vegetable Garden)、草地(Grass Land)、旱作农田(Dry Farmland)、撂荒地(Rejected Farmland)、沼泽地(Marsh Land)、流动沙丘(Shifting Snad-Dunes)、半流动沙丘(Semi-Shifting Sand-Dunes)、半固定沙丘(Semi-Fixed Sand-Dunes)、固定沙丘(Fixed Sand-Dunes)、水域(Water Area)、稻田(Rice)、居民地(Residential)、公路(Highway) 1、文件格式与命名 数据均以ESRI Shapefile格式储存，包括一下图层： 科尔沁草原大清沟地区沙漠化图,河流,沼泽,道路,湖泊,居民地 2、数据沙漠化属性字段： 沙化程度(Type),沙地形态类(Shapes),草地(Grassland),林地(Woodland),林地疏密度(W_density),耕地(Farmland) 3、投影信息： Angular Unit: Degree (0.017453292519943295) Prime Meridian: Greenwich (0.000000000000000000) Datum: D_Beijing_1954 Spheroid: Krasovsky_1940 Semimajor Axis: 6378245.000000000000000000 Semiminor Axis: 6356863.018773047300000000 Inverse Flattening: 298.300000000000010000
王建华, 朱震达, 姚发芬, 冯毓荪
该数据数字化自图纸，科尔沁草原大清沟地区沙漠化发展程度图(1975年)，该图的具体信息如下： * 主编：朱震达 * 编辑：冯毓荪 * 制图：冯毓荪、姚发芬、王建华、赵燕华、李伟民 * 制图单位：中国科学院沙漠研究室编制 * 出版社：暂无 * 比例尺:1：50000 * 出版时间：暂无 * 图例：沟谷密林（Gully Dense Forest）、疏林(Sparse Woods)、灌木林(Brush)、人工林(Artificial Woodland)、苗圃和果园(Nursery and Vegetable Garden)、草地(Grass Land)、旱作农田(Dry Farmland)、撂荒地(Rejected Farmland)、沼泽地(Marsh Land)、流动沙丘(Shifting Snad-Dunes)、半流动沙丘(Semi-Shifting Sand-Dunes)、半固定沙丘(Semi-Fixed Sand-Dunes)、固定沙丘(Fixed Sand-Dunes)、水域(Water Area)、稻田(Rice)、居民地(Residential)、公路(Highway) 1、文件格式与命名 数据均以ESRI Shapefile格式储存，包括一下图层： 科尔沁草原大清沟地区沙漠化图,河流,沼泽,道路,湖泊,居民地 2、数据沙漠化属性字段： 沙化程度(Type)，沙地形态类(Shapes)，草地(Grassland)，林地(Woodland)，林地疏密度(W_density)，耕地(Farmland) 3、投影信息： Angular Unit: Degree (0.017453292519943295) Prime Meridian: Greenwich (0.000000000000000000) Datum: D_Beijing_1954 Spheroid: Krasovsky_1940 Semimajor Axis: 6378245.000000000000000000 Semiminor Axis: 6356863.018773047300000000 Inverse Flattening: 298.300000000000010000
王建华, 朱震达, 冯毓荪, 姚发芬
该数据数字化自图纸，科尔沁草原大清沟地区沙漠化发展程度图(1958年)，该图的具体信息如下： * 主编：朱震达 * 编辑：冯毓荪 * 制图：冯毓荪、姚发芬、王建华、赵燕华、李伟民 * 制图单位：中国科学院沙漠研究室编制 * 出版社：暂无 * 比例尺:1：50000 * 出版时间：暂无 * 图例：沟谷密林（Gully Dense Forest）、疏林(Sparse Woods)、灌木林(Brush)、人工林(Artificial Woodland)、苗圃和果园(Nursery and Vegetable Garden)、草地(Grass Land)、旱作农田(Dry Farmland)、撂荒地(Rejected Farmland)、沼泽地(Marsh Land)、流动沙丘(Shifting Snad-Dunes)、半流动沙丘(Semi-Shifting Sand-Dunes)、半固定沙丘(Semi-Fixed Sand-Dunes)、固定沙丘(Fixed Sand-Dunes)、水域(Water Area)、稻田(Rice)、居民地(Residential)、公路(Highway) 1、文件格式与命名 数据均以ESRI Shapefile格式储存，包括以下图层： 科尔沁草原大清沟地区沙漠化图,河流,沼泽,道路,湖泊,居民地 2、数据沙漠化属性字段： 沙化程度(Type),沙地形态类(Shapes),草地(Grassland),林地(Woodland),林地疏密度(W_density),耕地(Farmland) 3、投影信息： Angular Unit: Degree (0.017453292519943295) Prime Meridian: Greenwich (0.000000000000000000) Datum: D_Beijing_1954 Spheroid: Krasovsky_1940 Semimajor Axis: 6378245.000000000000000000 Semiminor Axis: 6356863.018773047300000000 Inverse Flattening: 298.300000000000010000
王建华, 朱震达, 冯毓荪, 姚发芬
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
