此数据集以仰光深水港地区极端降水灾害危险性空间分布数据集（2019）和脆弱性空间分布数据集（2019）为基础，结合仰光深水港地区的GDP和人口分布数据，通过“风险=暴露度×脆弱性×危险性”的定义，计算得出了仰光深水港地区极端降水灾害的风险。该数据集可以为当地的防灾减灾工作提供参考，通过分析高风险的分布及成因，可以针对性的提出工程措施或非工程措施，达到减灾防灾的目的，降低极端降水灾害所带来的人民群众生命财产损失。
李毅
该数据集的区域为仰光深水港中心城区。该数据集以极端降水灾害脆弱性空间分布数据集（2019）为基础，参考了其评价指标体系。在评价仰光深水港地区的极端降水灾害脆弱性时，考虑了减灾力和敏感性指标，其中减灾力与脆弱性呈负相关，敏感性与脆弱性呈正相关。减灾力考虑了不透水面的密度、路网密度和救援应急设施的密度；敏感性考虑了当地的土地覆盖类型，包括农田、城镇和道路交错带。当极端降水灾害发生时，高脆弱性的区域会受到更严重的损失，重建的难度更大。
葛咏, 李强子, 李毅
面向中亚五国农业可持续发展，以耕地为目标，从土地资源开发利用风险角度开展了土地资源脆弱性评价。以耕地为目标的土地资源开发利用风险评价因子包括：地形因子（高程、坡度）、土地利用类型、土壤质地等，农业可持续发展评价因子包括：人均GDP、人均谷物产量、农业经济增长率、城市化水平、人口自然增长率、土壤有机质含量等。将上述指标中直接代表土地资源属性的土地利用类型、土壤质地、土壤有机质含量等作为土地资源脆弱性评价指标，基于指标加权平均获取了土地资源脆弱性，并将土地资源脆弱性评价作为土地资源开发利用风险评价的一部分，进行土地资源开发利用风险评估时采用多元线性回归方法确定土地资源脆弱性评价指标的权重。数据提供了1995s (1992-1996), 2000s (1997-2001), 2005s (2002-2006), 2010s (2007-2011), 2015s (2012-2017)和1995-2015六个时间段的中亚五国土地资源脆弱性，空间分辨率为0.5°×0.5°。数据集可为中亚五国土地资源开发利用和农业发展等提供基础数据支撑。
李兰海, 黄法融
该数据集的评价区域为仰光深水港中心城区。该数据集以极端降水灾害危险性空间分布数据集（2019）为基础，参考了其的评价指标体系。该数据集综合考虑了降水危险性和地形危险性指标。其中降水危险性指标包括极端降水强度指标和极端降水频率指标，这两个指标都从GPM降水数据中统计、提取得到，地形危险性主要考虑了高程指标。最终得到了极端降水灾害危险性评价结果，危险性高的区域，其受到极端降水灾害的可能性和灾害的强度高于危险性低的区域。
葛咏, 李强子, 李毅
仰光深水港地区经济发展程度空间分布数据是仰光主要城区的GDP分布数据。GDP可以表示一个地区的经济发展程度，是衡量一个国家的总体经济状况重要指标。该数据的源数据来自Matti，原始分辨率为5km。对原数据进行裁剪，获得仰光深水港主城区的数据后，进行降尺度处理，将数据的分辨率降尺度至10m级。经济发展程度数据可以衡量仰光深水港地区的发达程度，并用于城市规划、选举、风险评估、灾害救援、疾病防控、减贫扶贫等诸多领域。
葛咏, 李毅
本数据是2019年十米尺度的人口格网数据，每个格网表达该范围内的人口总的数量（单位：人）。该数据的源数据来源于World Pop 数据中心的缅甸2019年1km人口数据集（https://www.worldpop.org/geodata/summary?id=40443），对获取到的源数据进行投影转换、裁剪等处理加工得到仰光地区的人口分布，再对数据进行降尺度处理，通过空间尺度转换以及降尺度等方法结合多源辅助数据利用随机森林方法计算得到，得到仰光深水港地区精细化人口（10m）空间分布数据集。人口数据可用于诸多领域，包括城市规划、选举、风险评估、灾害救援、疾病防控、减贫扶贫等；
葛咏, 李强子, 李毅
该数据集包括了仰光深水港中心城区的道路情况，水系情况，以及土地利用情况。道路数据集同时包括公路和铁路，水系数据集包括河流和湖泊。道路数据集和水系数据集为矢量数据，土地利用数据集为10m分辨率的栅格数据。土地利用的分类体系为：10.Forest森林；20.Cultivated Land 耕地；21.Paddy filed 水田；22.Dry farmland 旱地；30.Water 水体；31.River 河流；32.Lake 湖泊（含水库、坑塘）；33.wetland 沼泽湿地；40.Artificial surface 人工表面；43. Mining area 采矿区；50.Bareland 裸土、裸岩、荒漠等，基于有限样本对数据进行精度分析，分类精度约在90%以上。
葛咏, 李强子, 李毅
本数据目标是围绕“一带一路”沿线关键节点区域气候变化相关环境问题，选择34个关键节点（重要城市，重大工程、港口和工业园区）区域的极端干旱气候事件，开展极端干旱的风险评估，支撑绿色“一带一路”建设空间路线图的研究，服务于绿色“一带一路”建设。本数据将2011-2015年的多期干旱风险的线性回归斜率作为“极端干旱时空变化状态”，得到“一带一路”区域共34个节点1km分辨率的极端干旱变化状态特征，为我国海外园区、港口和重大工程建设规划、运营管理、环境问题应急与防治提供应对干旱灾害的科学依据和对策建议，推进和保障“一带一路”泛第三极地区的区域发展战略的顺利实施。
吴骅, 张丹, 陈报章
遥感影像是指记录各种地物电磁波大小的胶片或照片，主要分为航空像片和卫星相片。仰光深水港地区1-5m遥感数据集来自于高分二号卫星，最高分辨率为1m，最低分辨率为5m，总共包括7个区域的影像。每一个区域都有4幅影像，分别是5m级和1m级的波段合成影像。5m级的影像的精度已经能够满足大部分研究用途的需要，且数据量更小；1m级的影像的精度更高，可以用于合成、验证等用途，但是数据量较5m级的数据更大。在实际使用时，可以根据研究者自己的需要，选择5m级或1m级的影像。
葛咏, 李强子, 李毅
仰光深水港地区10m级高程数据集是仰光深水港主要城区的DEM数据，DEM是数字高程模型的英文简称(Digital Elevation Model)，是流域地形、地物识别的重要原始资料。该数据集能够反映仰光深水港主要城区10m级分辨率的局部地形特征，因此通过该数据集，可提取大量的地表形态信息，这些信息包含流域网格单元的坡度、坡向以及单元格之间的关系等，可以为仰光深水港主要城区的研究提供精确的地形数据以及可靠的验证数据。
葛咏, 李强子, 李毅
1）沙尘、硫酸盐、有机碳、黑碳和海盐气溶胶以及总气溶胶的光学厚度、垂直质量浓度和消光系数； 2）数据来源：数值模拟，加工方法：基于CALIPSO卫星垂直观测和全球气溶胶模式，通过四维局地集合转换卡尔曼滤波同化方法产生； 3）数据质量良好； 4）该气溶胶同化数据时空覆盖完整，可用于泛第三极地区气溶胶及其化学组分的时空分布特征及其演变规律研究，还可用于气溶胶-云互馈对降水和水汽输送及其辐射、气候以及环境效应研究。
戴铁, 程越茗
CMIP5（Coupled Model Intercomparison Project Phase 5）是气候耦合模型相互比较项目的第五阶段实验，提供了一个多气候模式环境，可用于预估“一带一路”关键节点区域未来气候变化，以应对关键节点区域的环境气候问题。本数据集以“一带一路”关键节点区域为研究区，对CMIP5的43个气候模式对研究区未来气候变化的预估能力进行评估，以模拟结果的均方根误差为标准，分别选取RCP4.5及RCP8.5情景下模拟能力最优的气候模式，对研究区进行气候模拟，得到研究区2006至2065年降雨量、气温的未来预估数据，并使用统计降尺度方法使数据集空间分辨率达到10km，时间分辨率为每月。每一期数据具有三个波段，分别是气温最大值、气温最小值和降雨量。本数据集中，降雨量单位为kg/(m^2*s)，气温单位为K。本数据集为应对关键节点区域的环境气候问题提供数据基础。
李炘妍, 凌峰
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典型区域的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相关的指标。基于统计学方法估算每20年、50年和100年一遇的潮位高低。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，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。数据集包括汉班托塔港口区域的20年一遇、50年一遇和100年一遇的危险性评估结果图。
董文
汉班托塔港地区精细化GDP空间分布数据集是以2015年百米尺度的斯里兰卡地区GDP数据为基础，辅助从高分辨率遥感影像上获得的土地利用数据以及POI数据进行降尺度获得的。通过DigitalGlobe的高分辨率（0.5m）卫星图像开展土地利用分类处理，对分类结果进行人工交互解译纠正获得包含建筑、农田等主要利用类型的土地利用分类图。在此基础上，通过互联网地图获得POI数据，基于POI数据进行密度分析，进行建成区的功能区划分，形成商业区、工业区、教育区、住宅区、农业区等产业相关功能区划图。以百米尺度GDP数据为基础，依据不同图斑中的百米尺度GDP统计均值，设定不同功能区的GDP权重比例。最后，在区域GDP总值的控制下，按照权重比例分配不同功能区单元的GDP，得到精细尺度的GDP分布数据。数据产品为WGS84坐标系，空间分辨率为30米，与公里尺度公开发表数据产品对比精度到80%。
董文
汉班托塔港地区精细化人口空间分布数据集是在斯里兰卡地区的HRSL数据基础上通过再分析加工生成的。HRSL数据以1弧秒（约30米）的分辨率提供了2015年人口分布的估计值。在HRSL数据中使用了最近的人口普查信息和基于卫星影像的建成区信息。本数据集是以HRSL数据为基础，首先通过计算机视觉技术从0.5米分辨率的遥感影像上提取建筑物的边界并结合人工目视解译和实地采集样本确定建筑物类型（高层楼房、中低层楼房、平房等），以建筑物区域构建人口分布区掩膜，以十米网格为分析单元，计算单元内不同建筑物类型比例、主要土地利用类型比例、建筑物密度、距离道路距离等相关指标，从HRSL数据中计算建筑类型一致区的平均密度，通过机器学习方法获得各建筑物对应的人口密度，然后采用比例分配法，将区域中人口数据分配到对应单元内，得到10米分辨率的人口分布产品。数据以GeoTIFF文件的形式分发。人口GeoTIFF代表人口估计数（以人计），为人道主义领域的人口、基础设施和可持续性研究提供详细的估计。
董文
汉班托塔和科伦坡地区防灾减灾设施空间分布数据集（2016-2018年）是基于高分辨率遥感影像进行分类信息提取获得的。基于融合得到的1-2米的遥感影像数据，结合POI数据，分别开展了医院、消防和避难设施等相关的基础设施分布信息提取，在此基础上，将OSM的相关图层、POI图层与提取的结果、影像进行叠加，通过目视检查等方式发现错误，进行提取结果的修正，最后形成汉班托塔节点和科伦坡区域的防灾减灾相关设施分布矢量图层数据。
董文
汉班托塔和科伦坡地区交通、水系等基础设施空间分布数据集（2016-2018年）是基于高分辨率遥感影像进行分类信息提取获得的。基于融合得到的1-2米的遥感影像数据，分别开展了道路、水体、海岸线和沿海设施等相关的基础设施分布信息提取，在此基础上，将OSM的道路等图层与提取的结果、影像进行叠加，通过目视检查等方式发现错误，进行提取结果的修正，最后分别形成汉班托塔节点区域的道路、水系、海岸线和沿海设施分布图层。本数据集包含了汉班托塔和科伦坡两个关键节点区域的数据信息。
董文
汉班托塔地区的米级分辨率的遥感影像数据是由不同卫星的数据融合拼接而成，选择了2018年-2019年2年时间期间，分辨率在0.5米-1米之间的多光谱遥感影像，筛选时间相近的无云数据，按照研究区裁剪、拼接形成结果数据集。数据主要覆盖汉班托塔港口区域，数据的空间分辨率约为0.6米左右。数据主要用于研究去高精度的承灾体要素提取，例如港口设施、道路等。提取的专题要素将作为风暴潮灾害暴露度和脆弱性分析的基础数据。
董文
汉班托塔地区的5米分辨率的DEM数据是由资源三号卫星获取的立体像对数据加工处理得到。资源三号卫星搭载了四台光学相机，包括一台地面分辨率2.1m的正视全色 TDI CCD相机、地面分辨率3.5m的前视和后视全色 TDI CCD相机、一台地面分辨率5.8m的正视多光谱相机。其中前正后视全色相机，推扫成像形成三线阵立体像对，可用于DEM提取。通过对2018年至2019年间的资源三号过境信息及数据进行检索，选择了汉班托塔地区无云的立体像对数据进行DEM提取，主要包括定义地面控制点、连接点、设置DEM 提取参数和结果编辑等步骤。
董文
此数据集以百米级危险性评估数据集和百米级脆弱性评估数据集为基础，以国际上对风险的定义“风险(R)=危险性(H)×脆弱性(V)”，计算获得了“一带一路”关键区域34个节点百米级的风险评估数据集。该数据集评估了“一带一路”重点区域在极端降水事件下的极端降水灾害风险，为当地政府部门决策提供依据，同时以便在洪涝灾害发生前进行预警，从而可以争取到宝贵的时间采取防灾减灾措施，降低洪涝灾害所带来的人民群众生命财产损失。
葛咏, 李强子, 李毅
此数据集以1984-2018年全球地表水数据（WOD）为基础，选取了极端降水频率指标和极端降水强度指标，结合ArcGIS中的空间分析方法，构建评估了34个关键节点在极端降水条件下发生洪涝灾害的危险性等级。34个关键节点百里级危险性评估数据集评估了“一带一路”重点区域在极端降水事件下的洪涝灾害危险性，为当地政府部门决策提供依据，同时以便在洪涝灾害发生前进行预警，从而可以争取到宝贵的时间采取防灾减灾措施，降低洪涝灾害所带来的人民群众生命财产损失。
葛咏, 李强子, 李毅
生态系统服务是生态系统为人类提供的诸多惠益。土壤保持作为陆地生态系统提供的主要调节服务之一，是防止区域土地退化、降低洪涝灾害发生频率的重要保证，其常用土壤保持量（Soil Conservation, SC）进行评估。作为国家生态安全战略格局的重要组成部分，深入探讨青藏高原地区土壤保持的时空分布对我国的生态文明建设及可持续发展具有深远意义。基于修正的通用土壤流失方程（RUSLE），使用GIMMS NDVI 3gv1.0 数据 、ASTER GDEM、气象站点及中国土壤数据集等多种数据生成了青藏高原地区8km分辨率土壤保持数据集（1990-2015）。
王晓峰
青藏高原蒸散发是利用遥感、气象、以及野外通量观测站等数据，采用多尺度-多源数据协同的陆表蒸散遥感模型-ETWatch进行计算的。ETWatch采用了余项法与P-M公式相结合的方法计算蒸散。首先根据数据影像的特点选择适用的模型反演晴好日蒸散；遥感模型常常因为天气状况无法获取清晰的图像而造成数据缺失，为获得逐日连续的蒸散量的，引入Penman-Monteith公式，将晴好日的蒸散结果作为“关键帧”，将关键帧的地表阻抗信息为基础，构建地表阻抗时间拓展模型，填补因无影像造成的数据缺失，利用逐日的气象数据，重建蒸散量的时间序列数据，并通过数据融合模型，将中低分辨率的蒸散时间变化信息与高分辨率的蒸散空间差异信息的相结合，构建高时空分辨率蒸散数据集，从而生成青藏高原8km分辨率蒸散数据集(1990-2015)。
王晓峰
扎布耶六号剖面位于西藏仲巴县北扎布耶盐湖的北侧。该地区广泛出露中二叠统下拉组的地层。该剖面厚约200米，分为6层。岩性主要以碳酸盐岩为主，其中下部50米地层中硅质条带非常发育。中部硅质条带明显减少，顶部又出现较多硅质条带。剖面中含有较多的䗴类及小有孔虫动物群。这些化石表明该套下拉组的时代为中二叠世。䗴类自下而上分为两个带，分别是下部的Neoschwagerina majulensis-Kahlerina pachytheca组合带和上部的Chusenella quasifera-Codonofusiella nana组合带。有孔虫分为三个带，分别是Glomomidiellopsis specialisaeformis-Pachyphloia multiseptata组合带、Lysites biconcavus-Shanita amosi组合带以及Lasiodiscus tenuis-Neoendothyra reicheli组合带。
张以春
夏东剖面位于西藏措勤县的西北夏东村一带。该地区主要出露拉嘎组、昂杰组和下拉组。该剖面位于夏东村的北面阿多嘎布山一带。该地区主要出露下拉组，其主要岩性是以碳酸盐岩为主。该剖面中含有较丰富的䗴类、小有孔虫及珊瑚化石。该柱状剖面图展示了地层的岩石地层划分和䗴类及小有孔虫的产出层位和生物地层。根据䗴类化石的限定，确定该剖面的下拉组时代为中二叠世。䗴类可分为2个组合带，分别是下部的Chenella changanchiaoensis-Neoschwagerina cheni组合带和上部的Nankinella-Chusenella组合带；有孔虫分为4个组合带，分别是Lasiodiscus tenuis-Palaeotextularia angusta elongata组合带、Agathammina pusilla-A.vachardi组合带、Hemigordiopsis-Midiella组合带和Pachyphloi-Nodosinelloides组合带。
张以春
申扎木纠错剖面位于木纠错湖西面的高山上，该剖面保存了较好的二叠纪地层。该地的二叠纪地层被划分为永珠组、拉嘎组、昂杰组、下拉组和木纠错组。永珠组以细砂岩为主，顶部夹有灰岩夹层，其中含有腕足类8个种，被划分为Costatumulus-Bandoproductus组合带。拉嘎组以冰碛岩为主，未发现有腕足类化石。下拉组以碳酸盐岩为主，底部紫红色灰岩中含有腕足类6个种，被称为Alispiriferella-Retimarginifera celeteria组合带。其上只有一个腕足类分子Permophricodothyris elegantula。这些腕足类分子化石总体上呈现冈瓦纳分子的色彩，表明当时拉萨地块仍位于距离冈瓦纳大陆不远处。根据蜓类和牙形类化石的限定，83，86，87层的时代为中二叠世；88-89层的时代为晚二叠世。腕足类化石见于多个层位，含21个种，分为两个化石带，分别是下部的Echinauris opuntia-Neoplicatifera组合带和上部的Spinomarginifera lopingensis-Chonetinella cymatilis组合带。与该剖面部的永珠组及下拉组下部的腕足动物群相比，这两个组合中含有广泛的暖水动物群分子，这表明下拉组中上部古生物地理发表明显改变。
徐海鹏, 张以春
申扎木纠错剖面位于木纠错湖西面的高山上，该剖面保存了较好的二叠纪地层。下拉组从83层至89层主要以生物碎屑灰岩为主，含较多的䗴类及小有孔虫动物群。经鉴定䗴类有13个种、小有孔虫有37个种。根据它们的产出状态，䗴类分为2个组合带，下部的Nankinella-Chusenella组合带，时代为中二叠世；上部为Codonofusiella schubertelloides带，时代为晚二叠世吴家坪期。有孔虫也分为2个组合带，分别是下部的Agathammina vachardi-Hemigordiopsis subglobosa组合带和上部的Glomomidiellopsis xainzaensis-Midiella reicheli组合带。总体上有孔虫中以似瓷质壳的有孔虫占多数，表明该地在中晚二叠世时是温暖浅海的沉积环境。
张以春
34个关键节点百米级脆弱性评估数据集评估了“一带一路”重点区域在极端降水事件下的洪涝灾害危险性，为当地政府部门决策提供依据，同时以便在洪涝灾害发生前进行预警，从而可以争取到宝贵的时间采取防灾减灾措施，降低洪涝灾害所带来的人民群众生命财产损失。此数据集以“一带一路”34个关键节点的耕地利用占比，城镇用地占比，交错带占比，路网密度，不透水面占比为基础，结合ArcGIS中的空间分析方法，赋予各指标相应的权重，构建评估了34个关键节点在极端降水条件下发生洪涝灾害的脆弱性，并用自然断点法将脆弱性分为5个等级，分别代表无脆弱性，低脆弱性，中脆弱性，高脆弱性，极高脆弱性。
葛咏, 李强子, 李毅
2020年8月30日至10月3日，中国科学院南京地层古生物研究所、南京大学和新京报、中国联通、司机、厨师共计25人的科考队伍实施了藏北多地古生代地层和古生物考察。考察地点包括色林错北、尼玛县北热觉茶卡、尼玛县北荣玛乡、尼玛县南文布乡。科考内容包括班公湖-怒江缝合带中二叠纪灰岩外来体的来源、热觉茶卡地区二叠纪-三叠纪地层及动植物群、尼玛县荣玛乡奥陶纪角石动物群、尼玛县文布乡二叠纪地层层序和动物群。该相册记录了一个多月野外的经历、历程和一些地质现象。相册中的链接均可连接网络科普视频。
张以春
2020年9月5日至10月2日，中国科学院南京地层古生物研究所、南京大学和新京报、中国联通、司机、厨师共计25人的科考队伍实施了藏北多地古生代地层和古生物考察。考察地点包括色林错北、尼玛县北热觉茶卡、尼玛县北荣玛乡、尼玛县南文布乡。色林错北重点考察了班公湖-怒江带中蛇绿混杂岩中的灰岩外来块体的动物群及其来源；热觉茶卡地区重点考察了二叠纪-三叠纪地层中的动物群及其海平面的变化；荣玛乡地区重点考察了保存在龙木错-双湖缝合带中的奥陶纪角石动物群及二叠纪地层中的微体化石；文布乡重点考察了拉萨地块冰期结束后地层和生物群的变化。 该文件记录了一个多月科学考察的实测剖面记录。
张以春
该数据集包含了西藏申扎木纠错地区三个剖面的䗴类、小有孔虫、腕足类和牙形类的化石鉴定单。该地区二叠纪地层出露良好，分别由永珠组、拉嘎组、昂杰组、下拉组和木纠错组组成。其中永珠组中以腕足类化石为主，古生物地理显示冷水动物群；下拉组下部以紫红色灰岩为主，含有混生型的牙形类化石；下拉组中部以中薄层灰岩为主，含有丰富的小有孔虫类、䗴类、腕足类等化石；下拉组中上部以中厚层灰岩为主，含牙形类、小有孔虫类和䗴类；根据化石层位的对比，木纠错西北的采样点的层位对应于木纠错剖面的86层，相当于下拉组的中部；木纠错西短剖面相当于木纠错剖面89层的顶部；木纠错西二号短剖面的层位相当于木纠错组的底部。
张以春
云南西部和东北部位于青藏高原东南，前期遗传学研究表明，该区域人群中保留着较多旧石器晚期人类的遗传印记，并且这些古老的遗传印记很可能进一步扩散到青藏高原。因此，对该区域人群的遗传学研究，有助于厘清早期人类定居青藏高原的迁徙历史。在本研究中，我们对分布于云南不同地区的傣族人群进行了遗传学研究。采用Sanger测序的方法对264个傣族个体进行了线粒体DNA高变区测序。基于系统发育思想，我们对这些数据进行质量控制，确保没有样本污染等质量问题。以修订后的剑桥标准序列参考，进行突变位点的输出。根据世界范围内的人群的线粒体DNA系统发育树（PhyloTree.org），对每个样本进行单倍型类群划分。结合已发表的其他地区的傣族人群的mtDNA数据，系统研究了傣族人群的母系遗传结构和形成机制。结果表明，不同地区的泰族人群有着较近的遗传关系，并且在这些泰族人群中普遍存在的单倍型类群（F1a、M7b以及B5a）可追溯至中国南方，提示泰族人群可能起源于中国南方，并在铁器或青铜时代向南迁徙至大陆东南亚。不同地区的泰族群体在遗传上表现出一定程度的分化，这与他们的语言和文化存在一定差异的现象相吻合，说明泰族在向南迁徙的过程中与周边人群（如藏缅语族、南亚语系等）发生了文化和遗传融合。
孔庆鹏
为研究日喀则藏族人群的父系遗传结构，我们采集了434个日喀则藏族个体。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，日喀则藏族人群中的O-M175频率最高（47.00%，其中O2-M122最多（41.47%）），其次是D-M174（40.78%，以D-P47（20.97%）和D-N1（16.82%）为主）。此外，还有C-M217（1.84%），R1a1- M17（1.61%），N1-LLY22G（5.76%），Q-M242（0.69%），以及E、J、K-M、T等。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, 祁学斌
我们获得了30个藏族个体的全基因组变异数据开展研究，采用DNA 微阵列（DNA Array）的方法，对30个样本进行了SNP分型检测，获得每个样品约70万位点（包括核基因组、线粒体DNA和Y染色体）分型结果。首先，在提取基因组DNA后，进行DNA扩增、酶促片段化、沉淀和重悬。随后样品过夜孵育过程中和BeadChip杂交，DNA经退火得到位点特异性的50-mer探针，与某种Infinium微珠类型共价偶联。然后采用Infinium XT继续酶基延伸赋予等位基因特异性，然后进行荧光染色。采用iScan系统检测微珠的荧光其强度，Illumina软件自动执行分析和基因型识别。最后得出每个样本的SNP分型结果。基于上述数据，进行相关生物信息分析（主要包括芯片位点质控分析、Y染色体和线粒体DNA的单倍群分型分析）。结合上年度的数据，有助于从核基因组、Y染色体和线粒体DNA的角度，解析藏族人群的遗传结构，通过与高原周边人群数据的比较，可以较为全面地追溯高原人群的迁徙和定居历史。
孔庆鹏
1）数据内容：泛第三极地区基于遥感反演的主要生态环境数据，包含PM2.5浓度、森林覆盖率、EVI、土地覆被、CO2等指标；2）数据来源及加工方法：PM2.5数据来源于the Atmospheric Composition Analysis Group Web site at Dalhousie University、森林覆盖度数据来源于MODIS Vegetation Continuous Fields (VCF)，CO2数据来源于ODIAC Fossil fuel emission dataset，EVI数据来源于MODIS Vegetation Index Products，土地覆被数据来源ESA CCI Land cover。提取出泛第三极65个国家和地区，其他未进行加工；3）数据质量描述：数据2000-2015年数据时间序列较好；4）数据应用成果及前景：可用于生态环境变化分析。
李广东
植被净初级生产力（Net Primary Productivity, NPP）作为生态系统物质及能量循环的基础，能够反映区域和全球尺度植被的固碳能力，是评价陆地生态系统质量的重要指标。针对植被净初级生产力产品生产，基于光能利用率模型的原理耦合遥感、气象、植被及土壤类型数据进行了国家屏障区生态系统生产力建模研究。在参数的选择上，由GIMMS NDVI 3gv1.0数据、中国植被图、太阳总辐射值及温湿度等数据计算出光合有效辐射（APAR）；根据区域蒸散模型模拟水分胁迫因子，与土壤水分子模型相比，它可以简化参数，增强模型的可操作性。将光合有效辐射和实际光能利用率作为CASA模型的输入变量，基于参数化模型实现对青藏高原1990-2015年8km分辨率的陆地植被净初级生产力估算。
王晓峰
高时空分辨率的遥感影像在土地利用变化检测、灾害监测、生物地球化学参数估计等方面有着非常重要的作用。目前，Landsat多光谱系列卫星数据（包括Landsat TM，ETM+和OLI多光谱波段）是最为广泛应用的多光谱数据之一。以“一带一路”关键节点区域为研究区域，基于2000至2016年Landsat TM/ETM+/OLI系列质量较好的数据，利用Python对数据进行研究区的掩膜裁剪。对于部分数据缺失问题，利用缺失日期的MODIS数据，并结合相邻时相的Landsat-MODIS数据对进行时空融合，得到缺失日期Landsat尺度的数据。最终获得了34个关键节点区域2001-2016逐年8-16天的多光谱遥感影像数据。
殷志祥, 凌峰
“一带一路”泛第三极关键节点区域土壤类型与属性数据（Soil mapping and attribution dataset of all nodes area in pan-third pole）是泛第三极关键节点区域反映土壤资源、土壤肥力、土壤环境、土壤生物等土壤数据库的重要信息，为泛第三极关键节点区域有关天气过程、干旱和水文监测方面提供了极其有价值的参考。本数据的基底数据以从粮农组织土壤门户所属的世界土壤数据库(HWSD v1.2)权威性公开数据为主要数据，若干由世界土壤数据中心ISRIC所出版的ISRIC土壤数据和其他收集的项目数据等补充数据为数据来源，筛选并获得了预期31个泛第三极关键节点区域土壤的完整信息的分布。最终得到了泛第三极关键节点区域土壤类型与属性数据。本数据集作为所有土壤数据的研究基础，为项目提供了土壤区划基底数据。数据具有栅格可视化和属性表格直观化的特点，可通过多项途径查看。栅格可视化数据提供了土壤类型及分布的大致数据，属性信息涵盖在表格中，包含了详细的土壤参数（包括有机碳、pH值、蓄水量、土壤深度、土壤的阳离子交换能力和粘土含量、总可交换养分、石灰和石膏含量、钠交换率、盐度、结构等级和粒度等）。
尚成, 凌峰
本数据集记录了阿姆河流域karakul地区荒漠土地2019.9-2020.9的气象要素数据，以及为探明咸海高矿化度咸水用于植被建设的可行性，课题成员于2020年6月在新疆塔里木河下游农二师31团2连开展咸水灌溉种植盐地碱蓬试验和在巴州33团沙漠边缘区进行了高矿化度水（18.94g/L）滴灌种子繁殖造林试验，用以研究不同植物在高矿化度咸水灌溉下的表型特征。收集到的数据包括土壤含水量、电导率、土壤盐分等土壤理化性质以及耐盐植物生理等数据。
李新荣, 何明珠, 赵振勇
“一带一路”沿线的34个关键节点区域风暴潮历史事件泛在网络数据是从互联网收集并再加工处理而来的。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风暴潮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风暴潮的风险评估，从而为“一带一路”沿线关键节点和区域开展风暴潮风险研究提供重要支撑作用。
葛咏, 凌峰
“一带一路”沿线的34个关键节点区域极端降水历史事件泛在网络数据是从互联网收集并再加工处理而来。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降水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降水的风险评估，从而为“一带一路”沿线关键节点和区域开展极端降水风险研究提供重要支撑作用。
葛咏, 凌峰
“一带一路”沿线的34个关键节点区域机场数据是从互联网收集并再加工处理而来的。该数据通过谷歌和百度搜索引擎获得各个国家的机场信息，并对机场相关网页信息进行解析，查看机场的统计数据、特征。提取了34个关键节点区域内各个机场的位置、名称、类型、所在城市、所属国家等核心信息。基于统计资料、电子资料最终整合成机场基础设施要素数据产品。该机场数据可为“一带一路”沿线关键节点和区域开展社会经济基础设施、交通运输等研究提供重要的基础数据。
葛咏, 凌峰
“一带一路”沿线的34个关键节点区域铁路数据是从互联网收集并再加工处理而来，为矢量shp格式。首先以关键节点区域所在国家下载OSM线状铁路数据，按关键节点区域进行裁剪提取，同时与基于高分辨率遥感影像铁路提取结果进行对比分析，结合各个地区统计局数据核对更新，最终整合成铁路基础设施要素数据产品。铁路数据集为矢量线状数据，空间坐标系为WGS84，包含名称(name)、铁路类型(fclass)等属性字段，可用来计算铁路长度、分析铁路分布情况等。该铁路数据可为“一带一路”沿线关键节点和区域开展社会经济基础设施、交通运输等研究提供重要的基础数据。
葛咏, 凌峰
“一带一路”沿线的34个关键节点区域道路数据是从互联网收集并处理而来。从OpenStreetMap开源wiki地图中可以获得道路数据，OpenStreetMap是一项旨在向任何人创建并提供免费地理数据（如街道地图）的计划。首先以一带一路沿线的关键节点区域所在国家下载线状道路数据，再按区域进行裁剪提取，再计算各个单元内公路长度，得到。基于OpenStreetMap最终整合成公路长度基础设施要素数据产品。该公路长度数据可为“一带一路”沿线关键节点和区域开展社会经济基础设施、交通运输等研究提供重要的基础数据。
葛咏, 凌峰
“一带一路”沿线的34个关键节点经济数据（人均GDP、GDP增长率、三产占比、国民基尼指数、恩格尔系数等）是从互联网收集并降尺度而来。首先收集到国家尺度或省级尺度的人均GDP、GDP增长率、三产占比、国民基尼指数、恩格尔系数等经济数据的统计数据，采用GIS空间分析技术与统计学方法，分析这些经济数据分别与夜间灯光NPP-VIIRSS、路网密度等协变量的关系，运用空间回归分析方法建立了经济数据分别与协变量的空间回归模型，得到县级尺度的人均GDP、GDP增长率、三产占比、国民基尼指数、恩格尔系数，实现了经济数据的降尺度模拟。基于统计资料和空间分析最终整合成经济数据。该经济数据（人均GDP、GDP增长率、三产占比、国民基尼指数、恩格尔系数等）可为“一带一路”沿线关键节点和区域开展社会经济等研究提供重要的基础数据。
葛咏, 凌峰
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
该数据集包含中亚地区1982-2015年逐次干旱事件的开始时间（年、月）、发生位置（经度、纬度）、持续时间（月）、干旱强度，以及植被响应干旱的脆弱性数据，空间分辨率为1/12°。其中，干旱事件通过12月尺度的标准化降水蒸散指数（SPEI12）<-1.0识别。干旱特征及植被脆弱性的具体算法详见引文。该数据集已在中亚植被响应干旱脆弱性等研究上得到应用，并在干旱事件时空特征、干旱-植被影响机理、干旱风险评估等研究领域具有应用前景。
邓浩宇
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
建成区（Built-up Area）可以反映一定时间阶段城市建设用地规模、形态和实际使用情况，为分析研究用地现状，合理利用建成区的土地和规划城市建设发展用地提供基础。基于1999~2003年和2013~2014年覆盖34个关键节点的卫星影像，采用有监督和无监督的数据分类过程，将数据驱动和知识驱动合理地结合起来生产得到2000年和2014年的关键节点区域建成区分布数据。初步试验证实，该建成区信息质量优于其他通过对地观测数据自动处理提取的全球信息数据。数据的Balanced Accuracy 为0.83，遗漏误差为0.22。数据为TIFF格式的栅格数据，包含0,1,2,3,4五个唯一值，其中0表示nodata，1表示水面，2表示没有建成区的土地，3表示2014年的建成区，4表示2000年的建成区。
周璞, 凌峰
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
