本数据是锆石和铌钽铁矿U-Pb年龄。采集5件样品（T-5为片麻状正长花岗岩、T-1为正片麻岩、T-3和T-5为黑云母二长花岗岩，T-9为Li-Be矿化的伟晶岩），破碎后手工淘洗分离出重砂矿物，经磁选和电磁选后，在双目镜下挑出铌钽铁矿（约500粒）和锆石（大于1000粒）。选取代表性铌钽铁矿和锆石制靶后通过显微镜透射光和反射光照相，采用BSE对铌钽铁矿内部结构进行研究。锆石U-Pb年代学在西安地调中心的193 nm激光剥蚀系统（New Wave）和多接收器电感耦合等离子体质谱仪上完成。铌钽铁矿U-Pb年代学测试在中国地质科学院S155激光剥蚀系统和多接收器电感耦合等离子体质谱仪上完成。T-5锆石15个测点的加权平均年龄为900±9 Ma；T-1锆石20个测点的加权平均年龄为899±7 Ma；T-3和T-5样品的锆石21和14个测点的加权平均年龄分别为482±5 和475±5 Ma。T-9铌钽铁矿12个测点加权平均年龄为472±8 Ma。该数据厘清阿尔金造山带Li-Be成矿时代，为下一步该地区的Li-Be找矿提供方向。
高永宝, 张江伟
此数据包含1992年-2020年时间段的中亚，南亚和中南半岛地区的空间分辨率为300m土地覆盖数据，包含10个一级类别，由原数据的二级类别合并而来。数据基于欧空局的1992年-2020年时间段地表覆盖产品 CCI-LC，对耕地、建设用地和水体等地类进行修正。基于清华大学全球土地覆被数据（FROM-GLC，30m栅格）、美国NASA的MODIS全球土地覆被数据（MCD12Q1，500m栅格）、美国地质调查局USGS的全球耕地数据（GFSAD30，30m）、日本全球林地数据的（PALSAR/PALSAR-2，25m）的一致区获取训练样本，应用谷歌地球数字引擎及其随机森林算法，对研究区待修正区域进行机器判别，获得修正的土地覆被产品。应用2019年和2020年的谷歌地球高清影像，对耕地、建设用地和水体变化区域的精度进行分层随机抽样验证，三种地类分别抽取了1200个、共计3600个，相比 CCI-LC数据，本修正产品在该变化区域的精度提升了11%到26%。
许尔琪
基于台站历史逐日最高温数据以及再分析资料数据集，发展了一个基于一阶自回归和多元线性回归模型的逐日最高温统计降尺度模型，并由全球气候模型（CNRM-CM6-1）的 IPCC CMIP6 情景数据驱动该统计降尺度模型，预估中亚65个台站2015-2100年5种热浪指数（热浪事件数 （HWM），热浪频数（HWF）， 热浪强度（HWM）， 热浪最大持续时间（HWD），热浪振幅（HWA））的未来变化情景。最终获得2015-2100年四种排放情景下（SSP126，SSP245，SSP370，SSP585），中亚65个台站热浪变化情景数据集。
范丽军
1） 数据内容：该数据是对云南省武定县己衣镇江西坟遗址的人骨骨胶原进行研究产生的碳氮同位素数据，可以用来初步分析武定县江西坟遗址人类食谱结构，揭示当地古代人群的生业模式情况。2） 数据来源及加工方法：兰州大学环境考古团队提供，利用酸-碱-酸实验流程和气体稳定同位素质谱仪（Finnigan DELTAplus Isotope Ratio Mass Spectrometer）获取。3） 数据质量：9.38KB数据量。4） 数据应用成果及前景：数据用于探索遗址人骨稳定同位素在揭示云南地区史前生业模式发展历程中的研究潜力。
马敏敏
1） 数据内容：该数据是对青藏高原林芝地区立定遗址文化层堆积剖面进行研究产生的古DNA数据，包括4个层位10个堆积物古DNA样本的HiseqX宏基因组预测序数据。可以用来初步分析林芝立定遗址堆积物古DNA记录的物种组成的历时性变化，揭示当地古代农业发展的历程。 2） 数据来源及加工方法：课题组自有数据，利用Pair-end建库测序方法和illumina HiseqX测序平台检测获取。 3） 数据质量：20.3MB数据量，Q30>85%。 4） 数据应用成果及前景：数据用于探索遗址堆积物古DNA在揭示青藏高原古代农业发展历程中的研究潜力。
杨晓燕
为描述青藏高原及周边地区（泛第三极地区）主要驯化动物遗传多样性的分布格局，厘清其相关遗传背景，我们对15个番鸭大脑、肺、肝等组织，10个珍珠鸡大脑、心、肾等组织，12个猪肝组织，8个猪肌肉组织，45个狗脑、肝、脾等组织提取总RNA，利用illumina 2000平台开展双端测序，获得转录组重测序数据。本数据集包含1个数据信息表（excel）和90个转录组原始数据（fastq）。数据信息表记录样本采集时间、采集地、测序时间等基本信息。为探索泛第三极地区主要家养动物驯化、迁徙、扩张等群体历史事件提供基础数据，为进一步探讨驯化动物环境适应机理提供资料。
彭旻晟
为描述青藏高原及周边地区（泛第三极地区）主要驯化动物遗传多样性的分布格局，厘清其相关遗传背景。我们对采集自中国广东省、海南省、浙江省、湖南省、贵州省的50个番鸭血液提取总DNA，利用illumina 2000平台开展双端测序，获得50个番鸭基因组重测序数据，本数据集包含1个数据信息表（excel）和50个基因组原始数据（fastq）。数据信息表记录样本采集时间、采集地、测序时间等基本信息。为探索泛第三极地区番鸭驯化、迁徙、扩张等群体历史事件提供基础数据，为进一步探讨驯化动物环境适应机理提供资料。
彭旻晟
本数据集包括藏东南站、阿里站、慕士塔格站、珠峰站和纳木错站的大气气溶胶颗粒物的PM2.5质量浓度（单位为μg/m3）。气溶胶PM2.5细颗粒物是指环境空气中空气动力学当量直径小于等于 2.5 微米的颗粒物。它能较长时间悬浮于空气中，对空气质量和能见度等有重要的影响，其在空气中含量浓度越高，就代表空气污染越严重。PM2.5的浓度特性数据以每5 min获取一组数据的频率进行产出，能实现小时、昼夜、季节和年际等不同时间尺度气溶胶质量浓度的分析，这为青藏高原地区不同位置的气溶胶质量浓度在不同时间尺度上的变化及其影响因素分析，以及当地空气质量评价，提供了重要的数据支撑。该数据为已发布数据《青藏高原不同站点气溶胶颗粒PM2.5浓度数据集（2018和2019）》的更新。
邬光剑
青藏高原是对人类生存最具挑战性的环境之一，被誉为地球的“第三极”。平均海拔在4000米以上，4000m的氧分压仅为海平面60％左右。高原缺氧对于人类生存是一个强烈的选择压力，大部分高原非适应性个体暴露于高原缺氧环境会导致红细胞数量增加（红细胞增多症）和红细胞积压（Hematocrit, HCT）水平升高。高原藏族遗传背景单一，长期高海拔环境对高原适应相关基因有正选择作用，造成不同海拔梯度在相关的单核苷酸多态性（SNP）存在稳定连锁遗传差异，适于研究高海拔适应性表型与基因型间的关联。本研究采用DNA微阵列（DNA Array）的方法，对比了150例高原藏族及非藏族东亚人的男性全基因组芯片数据，每个样品获取约70万位点（包括核基因组、线粒体DNA和Y染色体）分型结果，分析其差异SNPs、基因及信号通路，并检测高原藏族男性为适应高海拔低氧环境产生的分子水平的适应性进化特征。该数据有助于从核基因组角度解析藏族人群的遗传适应性，通过与高原周边人群数据的比较，可以较为全面地了解高原土著男性的适应性进化。为研究人类及生物进化、探究高低海拔人群的分子水平差异性、不同地理环境人群的同源关系和低氧对于基因的选择作用等提供基础的遗传参考数据。
孔庆鹏
为研究藏族人群的父系遗传结构，我们采集了阿里（n=211）、昌都（n=119）和林芝（n=117）的男性藏族个体共447个。首先，通过SNP分型的方法，确定了每个样本的单倍群归属。其次，采用ABI 3130XL，用荧光标记引物对8个STR位点进行检测，以进一步研究该人群的Y染色体遗传多样性。结果表明，三个地区的藏族人群以D类群为主（阿里54.50%、林芝64.10%、昌都67.23%），其中D-P47的频率最高（阿里29.39%、林芝51.28%、昌都55.46%），D-N1则呈现相反的趋势，昌都10.92%、林芝11.97%、阿里21.33%。其次是O-M117（平均频率25.28%），其中阿里最高（29.86%）、其次是林芝（26.50%）和昌都（15.97%）。此外，相比于其他两个群体，阿里藏族群体中还有着较多的欧亚西部组分，如R-M17（1.42%）、R-M343（1.42%）、以及J类群，这反映了欧亚西部人群对藏族人群的遗传影响。本数据及和去年发布的拉萨藏族Y染色体数据相整合，能够实现不同藏族人群的遗传结构的比较，进而通过系统发育以及溯祖分析，能够揭示不同藏族人群的群体历史。
孔庆鹏
1）本数据是依据最新的22个CMIP6耦合全球气候模式模拟结果计算的Aridity Index（干燥指数）数据；2）计算公式为P/PET(降水与潜在蒸散发的比值)，PET的计算依据PM公式；3）包括SSP2-4.5与SSP5-8.5两种情境的中亚大湖区1900年1月到2100年12月的月数据，分辨率为1度*1度；4）该数据可用于分析未来中等以及高排放情境下中亚大湖区干湿格局分布以及演变过程的预估。该数据已进行3个月滑动处理。
华丽娟
中亚西亚野外气象站观测数据集（2019-2020）包括哈萨克斯坦（5个站），吉尔吉斯斯坦（1个站），塔吉克斯坦（3个站），乌兹别克斯坦（1个站），伊朗（2个站）共12个野外气象观测站的气象月数据，涉及21个观测指标：月平均气温（TA）、月平均气压（PA）、月平均相对湿度（RH）、月总降雨量（Pr）、月平均风速（WS）、月平均风向（WD）、0cm月平均土壤温度（TS1）、5cm月平均土壤温度（TS2）、10cm月平均土壤温度（TS3）、15cm月平均土壤温度（TS4）、20cm月平均土壤温度（TS5）、40cm月平均土壤温度（TS6）、60cm月平均土壤温度（TS7）、100cm月平均土壤温度（TS8）、月总太阳总辐射（SR）、月总反射辐射（GR）、月总紫外辐射（UVR）、月总净辐射（NR）、月总光合有效辐射（PAR）、月总土壤热通量（HF）、月总日照时长（SD）。 12个野外站涵盖农田、森林、草地、沙漠、荒漠、湿地、高原、山地等不同生态系统类型，资料时间长度从2019年10月开始，至2020年12月。本数据集由地面气象观测站收集到的气象原始数据经筛查和审核后，进行格式转换后获得，数据质量良好。中亚地区气候类型多样，生态环境脆弱，气象灾害频繁，本数据集的建立对于开展长期的中亚生态环境监测、防灾减灾、中亚地区气候变化与生态环境等领域的研究提供了数据支撑，目前已经在中亚生态环境监测研究中获得了应用。
李耀明
1) 青藏高原地面气象驱动数据集（2019-2020），包括地表温度（Land surface temperature）、地表降水率（Mean total precipitation rate）、下行短波辐射（Mean surface downward long-wave radiation flux）以及下行长波辐射（Mean surface downward short-wave radiation flux）4个气象要素。 2) 该数据集以ERA5再分析数据为基础，辅以MODIS NDVI、MODIS DEM、FY3D MWRI DEM数据产品。通过多元线性回归方法对ERA5再分析数据进行降尺度处理，最后通过重采样生成。 3) 青藏高原地面气象驱动数据集（2019-2020）各数据要素均以TIFF格式存储，时间分辨率包括（每日、每月、每年），空间分辨率统一为0.1°×0.1°。 4) 本数据方便不会使用.nc格式的此类同化数据的科研人员和学生使用。在高寒网各野外站和泛第三极地区境外台站的长期观测数据基础上，建立泛第三极地区气象、水文及生态要素系列数据集；通过重点区域的强化观测与样地和样点验证，完成气象要素、湖泊水量与水质、地上植被生物量、冰川冻土变化等数据产品的反演；基于物联网技术，研制建立多站联网的气象、水文、生态数据管理平台，实现联网数据实时获取与远程控制及共享。
朱立平, 杜宝隆
1）数据内容（包含的要素及意义）：高寒网19个站（藏东南站、纳木错站、珠峰站、慕士塔格站、阿里站、格尔木站、天山站、祁连山站、若尔盖站（共2个点，西北院和成都生物所）、玉龙雪山站、那曲站（含3个站点，青藏所、西北院和地理所）、海北站、三江源站、申扎站、拉萨站、青海湖站）2020年青藏高原气象观测数据集（气温、降水、风向风速、相对湿度、气压、辐射和通量等数据） 2）数据来源及加工方法：高寒网19个站实地观测Excel格式 3）数据质量描述：站点日分辨率 4）数据应用成果及前景：在高寒网各野外站和泛第三极地区境外台站的长期观测数据基础上，建立泛第三极地区气象、水文及生态要素系列数据集；通过重点区域的强化观测与样地和样点验证，完成气象要素、湖泊水量与水质、地上植被生物量、冰川冻土变化等数据产品的反演；基于物联网技术，研制建立多站联网的气象、水文、生态数据管理平台，实现联网数据实时获取与远程控制及共享。另外，该数据集是对中国高寒区地表环境与观测网络气象数据（2019）的更新。
朱立平
该数据集是根据24个CMIP6全球气候模式的historical（1951–2014年）、SSP2-4.5和SSP5-8.5（2015–2100年）试验数据，计算得出的在一带一路地区模拟性能较好的五个极端气温指数（最冷昼温TXn、最冷夜温TNn、夏日天数SU、热带夜数TR和霜冻日数FD）的未来集合预估数据。空间分辨率是1.875°×1.25°（经度×纬度），时间分辨率是年。该数据可以用于一带一路地区极端气温预估及风险防范。
钱诚
数据包含14块位于帕米尔-天山碰撞带内铁热克萨孜剖面白垩纪-上新世砂岩样品的碎屑锆石年代数据，沉积物中的碎屑锆石指示了沉积盆地的沉积过程与周缘造山带剥蚀过程间的耦合，是目前针对沉积盆地物源示踪的主要手段，同时也可以反应造山带的隆升过程。标准的提纯锆石样品过程包括碎样、震荡、磁选和重液分离，分离后的锆石经过制片与抛光后用于LA-ICP-MS测试，利用阴极发光照片选取不少于120个靶区测试样品铀铅同位素含量，样品通过Agilent 7500a Q-ICP-MS 和 a 193 nm COMPex Pro laser测试，并在DensityPlotter程序中进行年代的统计与处理。通过铁热克萨孜剖面的铀铅年代数据，得到了剖面内白垩纪-上新世地层的年代，铁热克萨孜地处狭窄的帕米尔和天山碰撞带，中生代-新生代沉积物源分别来自帕米尔和天山的剥蚀，给物源示踪分析提供了条件。通过此项数据，我们可以重建帕米尔北部与西南天山白垩系-上新世的构造演化过程。
付碧宏
通过对西城驿遗址、金蝉口遗址、山那树扎遗址、江西坟遗址、宗日遗址和邦嘎遗址等进行考古调查和发掘，获取了各遗址经纬度、高程、文化属性、文化遗物等基本信息；并且，对遗址发掘过程中的石制品、动植物遗存以及沉积物样品进行科学收集、鉴定和实验室分析，得到了一批遗址碳十四年代数据、孢粉数据、动物遗存骨骼单元分布鉴定数据、植物遗存鉴定数据以及相关同位素数据；同时，对青藏高原及其周边地区相关动植物遗存及同位素进行了整理。基于自然地理因子和不同时期遗址点，在最低成本的控制下实现节点间累积联结的方法，使用GIS（R语言）工具进行空间数值计算，将其结果作为史前时期（新石器—青铜时期)的交流路线。发现路线的形 态由新石器时期的东北—东部—东南—西南边缘呈月牙形环绕发展至青铜时期的由边缘延伸 至腹地呈网络化发展的趋势，这是由高原边缘的交流逐步演化成边缘—腹地的交流、并不断强化的表现。且通过采集青藏高原东部高寒草甸区共49个放牧家畜粪样品（牦牛粪 样品30个、马粪样品11个、羊粪样品8个），并在区域植被调查的基础上，对粪样品开展了花粉分析。该数据集为研究青藏高原新石器时代-青铜先民的活动历史和生业模式提供了数据支撑。
董广辉, 马敏敏, 侯光良, 杨晓燕
本数据集内容主要包括东昆仑造山带沟里金矿床（果洛龙洼和阿斯哈金矿床）黄铁矿原位微量元素（Table 1）以及原位硫同位素数据（Table 2）。黄铁矿的微量元素分析一部分在中国科学院地球化学研究所矿床地球化学国家重点实验室，采用配备相干Compex Pro 193 nm ArF准分子激光器的ASI分辨率-LR-S155激光微探针以及安捷伦7700x电感耦合等离子体质谱仪完成测试。另一部分在武汉上谱分析科技有限责任公司利用COMPexPro 102 ArF 193 nm准分子激光器搭载Agilent 7700e电感耦合等离子体质谱仪完成测试。微量元素含量处理中采用玻璃标准物质NIST 610，NIST 612进行多外标无内标校正(Liu et al., 2008)，USGS的硫化物标准物质MASS-1作为监控标样验证校正方法的可靠性。对分析数据的离线处理采用软件ICPMSDataCal (Liu et al., 2008)完成。黄铁矿的硫同位元素分析一部分在在中国科学院地球化学研究所矿床地球化学国家重点实验室，采用搭载了155arf-193nm激光烧蚀系统的Nu-Plasma III型多采集器(MC)-ICP-MS完成。另一部分在武汉上谱分析科技有限责任公司利用Geolas HD激光剥蚀Neptune Plus多接收杯电感耦合等离子体质谱（LA-MC-ICP-MS）完成。硫同位素质量分馏采用SSB方法校正。磁黄铁矿参考物质SP-Po-01（δ34Sv-CDT=1.4±0.4），黄铁矿参考物质SP-Py-01（δ34Sv-CDT=2.0±0.5‰）作为质量监控样品被重复分析，验证实验方法的准确性。该套数据已经发表在国际权威期刊《Ore Geology Reviews》（Li X.H., Fan H.R. *, Liang G.Z., Zhu R.X., Yang K.F., Steele-MacInnis M., Hu H.L. (2021). Texture, trace elements, sulfur and He-Ar isotopes in pyrite: Implication for ore-forming processes and fluid source of the Guoluolongwa gold deposit,East Kunlun metallogenic belt. Ore Geology Reviews 136）和《Journal of Asian Earth Sciences》上（Liang G.Z., Yang K.F. *, Sun W.Q., Fan H.R., Li X.H., Lan T.G., Hu H.L., Chen Y.W. （2021）. Multistage ore-forming processes and metal source recorded in texture and composition of pyrite from the Late Triassic Asiha gold deposit, Eastern Kunlun Orogenic Belt, western China. Journal of Asian Earth Sciences 220.）。主要成果如下：（1）通过对黄铁矿结构和地球化学综合研究，探讨了果洛龙洼金矿床和阿斯哈金矿床成矿流体性质和来源及多阶段成矿过程。区分出具有不同结构、微量元素含量和硫同位素的四种类型的黄铁矿，划分了四个成矿阶段；（2）果洛龙洼金矿床热液黄铁矿的S同位素特征和低Co-Ni含量，以及黄铁矿中流体包裹体的He-Ar同位素特征均指示，成矿流体主要来源于壳源长英质岩浆发生多期流体出溶，与H-O同位素分析结果以及东昆仑造山带东部出露大量的花岗岩一致;（3）阿斯哈金矿黄铁矿的硫同位素特征和微量元素特征指示，成矿流体均来源于近同期的花岗斑岩岩浆热液。成矿阶段流体在上升过程中，都混染了基性火山岩和沉积岩围岩，且混入量呈递增趋势。以上数据系统阐释了沟里金矿床的成矿流体性质特征和来源，精细刻画了多阶段成矿过程，明确了成矿机制，并构建了成矿模式图，对于探索东昆仑造山带金资源的勘探与开采具有重要意义。此外，该套数据可为东昆仑造山带其他金矿区成矿机制研究提供对比参考，对于系统探究东昆仑造山带金矿床的形成具有重大科学价值。
李兴辉, 梁改忠
通过在色林错流域和大通河的调查和苏热遗址的发掘，获取了11个旧石器-中石器时代遗址的经纬度、分布范围、地形特征、海拔高程、文化属性、文化遗物等基本信息；并且，对遗址发掘过程中的人工遗物、动植物遗存、土壤样品等进行了科学收集提取和实验室分析，得到了一批放射性碳测年数据、石制品测量数据和环境测试数据。该数据集丰富了青藏高原旧石器时代遗址的信息，为构建时空框架和文化序列提供了重要基础，为进一步研究青藏高原腹地的史前人类活动和生业模式提供了数据支撑。
张晓凌, 张东菊
"基于青藏高原不同的退化过程，分别将1990和2015的冻土退化、植被退化、盐碱化、沙漠化、土壤侵蚀过程作为主要的退化类型，选择对高原土地退化影响显著的退化过程进行叠加，评估从1990到2015时期内青藏高原土地退化变化趋势。土地退化类型分类：0 - No degradation； 1 - Salinization； 10 - Permafrost degradation； 11 - Salinization and permafrost degradation； 100 - Soil erosion； 101 - Soil erosion and salinization； 110 - Soi erosion and permafrost degradation； 111 - Soi erosion, permafrost degradation and salinization； 1000 - Desertification； 1001 - Desertification and salinization； 1010 - Desertification and permafrost degradation； 1011 - Desertification, permafrost degradation and salinization； 1100 - Desertification and soil erosion； 1101 - Desertification, soil erosion and salinization； 1110 - Desertification, soil erosion and permafrost degradation； 1111 - Desertification, soil erosion, permafrost degradation and salinization； 10000 - Vegetation degradation； 10001 - Vegetation degradation and salinization； 10010 - Vegetation degradation and permafrost degradation； 10011 - Vegetation degradation, permafrost degradation and salinization； 10100 - Vegetation degradation and soil erosion； 10101 - Vegetation degradation, soil erosion and salinization； 10110 - Vegetation degradation, soil erosion and permafrost degradation； 10111 - Vegetation degradation, soil erosion, permafrost degradation and salinization； 11000 - Vegetation degradation and desertification； 11001 - Vegetation degradation, desertification and salinization； 11010 - Vegetation degradation, desertification and permafrost degradation； 11011 - Vegetation degradation, desertification, permafrost degradation and salinization； 11100 - Vegetation degradation, desertification and soil erosion； 11101 - Vegetation degradation, desertification, soil erosion and salinization； 11110 - Vegetation degradation, desertification, soil erosion and permafrost degradation； 11111 - Vegetation degradation, desertification, soil erosion, permafrost degradation and salinization；"
赵广举
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
