基于全球热带气旋路径数据、全球灾害事件及损失数据、全球潮位观测数据以及一带一路区域的DEM数据、海岸线分布数据、土地覆盖信息、人口及其他相关数据,以十米网格为评估单元,提取并计算每个单元里与风暴潮灾害危险性、暴露度和脆弱性相关的指标,如节点潮位历史强度、风暴历史到达频次、历史损失、人口密度、土地覆盖类型等指标。在此基础上,构建风暴潮灾害风险综合指数,利用加权方法综合上述各指标得到风暴潮风险指数。最后对风暴潮风险指数进行归一化处理,得到0-1之前的风险指数值,以此来评价各评估单元风暴潮风险的高低,并可用于进行风暴潮风险等级评估。数据集包括20年、50年和100年一遇对应的风险。
董文
基于全球热带气旋路径数据、全球灾害事件及损失数据、全球潮位观测数据以及“一带一路”区域的DEM数据、海岸线分布数据、土地覆盖信息、人口及其他相关数据,以十米网格为评估单元,提取并计算每个单元里与风暴潮灾害脆弱性相关的指标,如人口密度、GDP值、土地覆盖类型等指标。在此基础上,构建风暴潮灾害脆弱性综合指数,利用加权方法综合上述各指标得到风暴潮脆弱性指数。最后对风暴潮风险指数进行归一化处理,得到0-1之前的脆弱性指数值,以此来评价各评估单元风暴潮脆弱性的高低。
董文
本数据集包含青藏高原地区近50年(1950-2002)的自然灾害统计信息,包括干旱、雪灾、霜灾、冰雹、洪涝、风灾、雷电灾害、寒潮和强降温、低温冻害、大风沙尘暴、虫灾、鼠害等气象灾害产生的时间地点及所造成的损失及影响。 青海和西藏是青藏高原的主体,青藏高原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,其复杂的地形条件,高峻的海拔高度和严酷的气候条件决定了生态环境十分脆弱,,成为我国自然灾害发生最频繁的地区。 数据摘录自《中国气象灾害大典·青海卷》、《中国气象灾害大典·西藏卷》,人工录入总结校对。
统计局
在过去几十年中,相对于热带气旋(在印度洋称为热带风暴)的路径预报,热带气旋强度的预报能力提高非常有限。 降雨的潜热释放通常认为驱动热带气旋增强非常重要的过程。 很多研究表明热带气旋的降雨和对流特征是影响热带气旋强度变化的非常重要过程,而环境变量相对来说对强度预报的作用非常有限。基于此,提取和热带气旋最佳路径数据500公里范围内匹配的卫星观测降雨和对流(云顶亮温)数据,来研究这些变量和热带气旋强度和强度变化的关系。 首先将不同来源资料进行时空匹配,包括对原始的热带气旋最佳路径数据与卫星降水和对流数据进行了时空匹配,包括位置对应,时间和空间分辨率的匹配,同时采用线性插值将路径中心位置插值到每小时;热带气旋对应的降雨数据基于TRMM卫星观测计算,热带气旋对应的云顶亮温数据基于多源定轨红外卫星计算,然后根据最佳路径空间位置、时间和影响半径(距气旋中心500km),动态提取和计算相关范围内的TRMM卫星降水和多源定轨红外卫星的红外亮温数据,得到台风路径3小时分辨率的降水和对流数据,其中降水空间分辨率0.25°,对流空间分辨率4km。 该数据显示降雨和热带气旋的强度有非常好的线性关系,降雨越大的热带气旋对应的热带气旋的强度越强。但是这不能说明热带气旋增强是由降雨引起的,快速增强的热带气旋和快速减弱的热带气旋对应的降雨都可以很强。热带气旋从快速减弱到快速增强,深对流云(云顶亮温<208 K)的强度和面积都逐步增大,而与热带气旋的强度没有线性的对应关系。这一部分深对流云的变化领先于热带气旋强度24小时变化, 因此可以作为判断热带气旋强度变化非常重要的指标(Ruan and Wu,2018,GRL)。与热带气旋相对应的降雨和对流特征,可以很好的用来研究热带气旋强度以及强度变化。同时,该数据的降雨具有3小时的分辨率,云顶温度具有半小时的分辨率, 可以做日变化尺度上的相关研究。
吴巧燕
中国地表温度数据集包含2003-2017年期间中国(约960万平方公里土地)的地表温度数据,时间分辨率为月尺度,空间分辨率为5600 m。 数据集主要是通过集成MODIS每日数据(MOD11C1和MYD11C1),月数据(MOD11C3和MYD11C3)和气象站数据,以重建月尺度LST图像云覆盖下的真实LST来生成的,然后构建回归分析模型以进一步提高精度。 六个具有不同气候条件的自然分区。 精度分析表明,重建结果与现场测量结果密切相关,平均RMSE为1.39°C,MAE为1.30°C,R2为0.97。 详情请参考引用文献Zhao et al (2020)。
毛克彪
本数据集为喜马拉雅山地区重大地质灾害统计数据集,研究区西起阿里地区札达县、葛尔县,东侧以雅鲁藏布江为界,北界为雅鲁藏布江大断裂,南至国界的广大喜马拉雅山地区。喜马拉雅山位于我国的西南边陲,青藏高原的西南,是世界上最大、最高、最年轻的山脉,世界第一高峰珠穆朗玛峰就坐落在这里。这里地质构造复杂、地震活动频发,新构造运动强烈,内外动力地质作用异常活跃,是我国地质灾害最严重的地区之一。该数据集原始数据数字化自《喜马拉雅山地区重大地质灾害遥感调查报告》一书,灾害统计总计540余处,包含滑坡、泥石流和冰川终碛湖溃决三种灾害类型。本数据集对于研究西藏喜马拉雅山地区减灾防灾工作提供了基础数据,对于相关领域的研究具有参考价值。
童立强
泛第三极历史极端降水数据集包括了2000-2018年极端降水识别数据。该数据集以GPM IMERG Final Run(GPM)日值降雨数据为基础,评估了一带一路重要节点区域的降雨量,用百分位法评估了34个重要节点的极端降水阈值,并运用计算出的阈值识别出了发生极端降水的日期,以此为基础制作了极端降水发生时地表的淹没范围。 数据范围主要是泛第三极34个关键节点(万象、亚历山大、仰光、加尔各答、华沙、卡拉奇、叶卡婕琳堡、吉大港、吉布提等国家) 该数据集可以为当地政府部门决策提供依据,以便正确识别极端降水,降低极端降水所带来的生命财产损失。
何雨枫
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。 降水距平百分率是某时段降水量与同期气候平均降水量之差除以同期气候平均降水量的百分比。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。 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
通过资料整理和数字化,基于ArcGIS平台,构建了西亚地区地震构造图。地震构造图以伊朗地震研究机构的图件为基础,并广泛收集最新的活动断裂研究资料,图件范围包括伊朗及周边国家和地区,图中标绘了发震断层(活动断层)的位置、活动性质和主要的参考文献资料,图中同时给出了1960年至2019年5级以上地震的震中位置。这些图件可用于西亚地区的活动构造和地震灾害研究,为西亚地区的大型工程与基础设施建设提供地震安全保障。
刘志成
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≥5级地震18806次,其中M≥8级地震4次,M=7.0-7.9级地震187次, M=6.0-6.9级地震1625次, M=5.0-5.9级地震16990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
通过资料整理和数字化,基于ArcGIS平台,构建了西亚地区地震区划图。地震区划图以伊朗地震研究机构的图件为基础,并广泛收集最新的活动断裂研究资料,图件范围包括伊朗及周边国家和地区,图中标绘了发震断层(活动断层)的位置、活动性质和主要参考文献资料,以及1960年至2019年5级以上地震的震中位置。区划图中以未来50年超越概率10%的地震动加速率峰值(PGA)为指标,进行地震危险性分区。图件可用于西亚地区的活动构造和地震灾害研究,为西亚地区的大型工程与基础设施建设提供地震安全保障。
刘志成
一个具有完整全球海洋覆盖范围的网格化海洋温度数据集是了解气候变化和气候变异性的一个非常有价值的资源。大气物理研究所(iap)通过若干创新步骤,对1990年以来2000米高空的历史海洋地下温度进行了新的客观分析。第一种方法是使用一组更新的过去的观察结果,这些新的观测结果已经被纠正了偏差(例如,在地震中)。XBT偏置校正CH14方案,XBT社区推荐。第二个是在海洋中不同地方的值之间使用协变性和来自包括一个全面海洋模型的若干气候模型的背景信息。第三个是扩大每个观测对较大区域的影响,认识到南大洋广阔开放的广阔空间的相对同质性。然后,这些观测也被用来提供更精细的尺度细节。最后,通过使用最近观测到的海洋状态的知识仔细地评估了新的分析,但是使用更遥远的过去的观测的稀疏分布进行次采样,以表明该方法产生无偏的历史重建。 海面风场数据集使用RSS第7版微波辐射计风速数据构建。输入的微波数据由遥感系统处理,资金来自美国宇航局测量计划和美国宇航局地球科学物理海洋学计划。 该风速产品用于气候研究,因为输入数据经过了仔细的相互校准和一致的处理。每个netCDF文件包含: 1)风速月平均值,网格尺寸360x180x自1988年1月以来所有月份的数量(随时间增加); 2)一组12个月的气候学风速,网格大小为360x180,气候学是1988-2007年20年期间计算的平均值; 3)从1988年1月以来360x180x#个月的月平均数减去上述气候图得出的风速月异常(随时间增加); 4)风速趋势图,网格尺寸360x180,趋势计算时间为1988-01-01至最近完整日历年;5)时间纬度图(有效数据至少需要10%的纬度单元),网格尺寸为自1988年1月起180 x#个月(随时间增加)
葛咏, 李强子, 董文
“一带一路”沿线34个关键节点区域极端干旱历史事件泛在网络数据是从互联网收集而来。该数据通过Python程序语言编写网络爬虫,通过调用谷歌和百度搜索引擎根据极端干旱事件的关键词获得网页信息,并对网页信息进行解析,提取事件发生的时间、地点以及事件概况、影响范围、受灾人数、死亡人数、网页地址等核心信息。该数据可用于极端事件中极端干旱的风险评估,从而为“一带一路”沿线关键节点和区域开展极端干旱风险研究提供重要支撑作用。
葛咏, 凌峰
数据是按照节点所在国家从EM-DAT数据库中筛选后再结合灾害影响分为进一步筛选和按节点划分。EM-DAT是一个关于自然和技术灾害的全球数据库,包含1900年至今世界上21000多起灾害发生和影响的基本核心数据。EM-DAT由比利时布鲁塞尔天主教大学公共卫生学院灾害流行病学研究中心(CRED)维护。该数据库主要目的是在国家和国际两级为人道主义行动服务。该倡议旨在使备灾决策合理化,并为脆弱性评估和确定优先事项提供客观基础。 数据库由联合国机构、非政府组织、保险公司、研究机构和新闻机构等各种来源的信息组成。优先考虑来自联合国机构、各国政府以及红十字会与红新月会国际联合会的数据。这种优先顺序不仅反映了数据的质量或价值,而且反映了大多数报告来源并不涵盖所有灾害,或存在可能影响数字的政治限制。这些条目会不断地被审查是否不一致、冗余和不完整。CRED每天整合和更新数据。每月进行一次进一步检查,并在每个日历年结束时进行修订。
葛咏, 李强子, 董文
基于全球热带气旋路径数据、全球灾害事件及损失数据、全球潮位观测数据以及一带一路区域的DEM数据、海岸线分布数据、土地覆盖信息、人口及其他相关数据,以百米网格为评估单元,提取并计算每个单元里与风暴潮灾害危险性、暴露度和脆弱性相关的指标,如节点潮位历史强度、风暴历史到达频次、历史损失、人口密度、土地覆盖类型等指标。在此基础上,构建风暴潮灾害风险综合指数,利用加权方法综合上述各指标得到风暴潮风险指数。最后对风暴潮风险指数进行归一化处理,得到0-1之前的风险指数值,以此来评价各评估单元风暴潮风险的高低,并可用于进行风暴潮风险等级评估。同时,数据集还包括了对应的危险性、暴露度和脆弱性评估结果。 数据集中仅包含了存在风险的11个节点区域(孟加拉吉大港、缅甸皎漂港、印度加尔各答、缅甸仰光港、巴基斯坦卡拉奇、孟加拉达卡、印度孟买、斯里兰卡汉班托塔港、泰国曼谷、中缅石油天然气管道、雅万高铁)
董文
基于全球热带气旋路径数据、全球灾害事件及损失数据、全球潮位观测数据以及一带一路区域的DEM数据、海岸线分布数据、土地覆盖信息、人口及其他相关数据,以百米网格为评估单元,提取并计算每个单元里与风暴潮灾害脆弱性相关的指标,如人口密度、GDP值、土地覆盖类型等指标。在此基础上,构建风暴潮灾害脆弱性综合指数,利用加权方法综合上述各指标得到风暴潮脆弱性指数。最后对风暴潮风险指数进行归一化处理,得到0-1之前的脆弱性指数值,以此来评价各评估单元风暴潮脆弱性的高低,并可用于进行风暴潮脆弱等级评估。 关键节点数据集中仅包含了存在风险的11个节点区域 (孟加拉吉大港、缅甸皎漂港、印度加尔各答、缅甸仰光港、巴基斯坦卡拉奇、孟加拉达卡、印度孟买、斯里兰卡汉班托塔港、泰国曼谷、中缅石油天然气管道、雅万高铁)。
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。土壤相对湿度指数是表征土壤干旱的指标之一,能直接反映作物可利用水分的状况。
葛咏, 吴骅
UHSLC提供了具有两个质量控制级别(QC)的潮汐测量数据。 其中快速交付(FD)数据是在数据收集的1-2个月内发布的,并且只接收关注于大级别转移和明显异常值的基本QC。GLOSS/CLIVAR(以前称为WOCE)“快速”海平面数据是按小时、每天和每月的价值进行分配。这个项目得到了NOAA的气候和全球变化计划的支持。其中每个文件都有一个名称“h######dat”,其中“h”表示每小时的海平面数据,而“###”表示站点号码,每个站点都存在一个文件。UHSLC数据集是GLOSS数据流。在UHSLC数据库中有许多潮汐记录,但骨干是光缆核心网(GCN)——全球300个验潮站的全球集合,它是全球原位海平面网络的基础。该网络被设计成在各种时间尺度上提供全球沿海海平面变化的均匀分布采样。
董文, University of hawaii sealevel center (UHSLC)
基于全球热带气旋路径数据、全球灾害事件及损失数据、全球潮位观测数据以及34个关键接诶单区域的DEM数据、海岸线分布数据、土地覆盖信息、人口及其他相关数据,以百米网格为评估单元,提取并计算每个单元里与风暴潮灾害危险性相关的指标,如节点潮位历史强度、风暴历史到达频次、历史损失、离岸线的距离等指标。在此基础上,构建风暴潮灾害危险性评估指数,利用加权方法综合上述各指标得到风暴潮危险指数。最后对风暴潮危险指数进行归一化处理,得到0-1之前的危险指数值,以此来评价各评估单元风暴潮危险性的高低,并可用于进行风暴潮危险等级评估。数据集包括“一带一路”沿线34个节点中有风暴潮灾害危险的11个节点的危险性评估结果图。
葛咏, 李强子, 董文
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
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