该数据集记录了青海省海南州土地利用现状2003-2007年的统计数据,数据按行业、区域、隶属关系和注册类型等划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含9个数据表,分别为: 海南州土地利用现状2003年.xls 海南州土地利用现状2006年2007年.xls 海南州土地利用现状2008年1.xls 海南州土地利用现状2008年2.xls 海南州土地利用现状2012年.xls 海南州土地利用现状2004年.xls 海南州土地利用现状2006年.xls 海南州土地利用现状2007年.xls 海南州土地利用现状2008年3.xls 数据表结构相同。例如海南州土地利用现状2003年数据表共有4个字段: 字段1:年初面积 字段2:年内减少面积 字段3:年内增加面积 字段4:年末面积
青海省统计局
该数据集记录了青海省海东地区土地利用现状2003-2012年的统计数据,数据按行业、区域、隶属关系和注册类型等划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含9个数据表,分别为: 海东地区土地利用现状2003年.xls 海东地区土地利用现状2007年.xls 海东地区土地利用现状2008年1.xls 海东地区土地利用现状2008年2.xls 海东地区土地利用现状2004年.xls 海东地区土地利用现状2006年.xls 海东地区土地利用现状2007年.xls 海东地区土地利用现状2008年3.xls 海东市土地利用现状2012年.xls 数据表结构相同。例如海东地区土地利用现状2003年数据表共有4个字段: 字段1:年初面积 字段2:年内减少面积 字段3:年内增加面积 字段4:年末面积
青海省统计局
该数据集记录了青海省海北州土地利用现状2003-2007年的统计数据,数据按行业、区域、隶属关系和注册类型等划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含9个数据表,分别为: 海北州土地利用现状2003年.xls 海北州土地利用现状2006年2007年.xls 海北州土地利用现状2008年.xls 海北州土地利用现状2008年2008年.xls 海北州土地利用现状2012年.xls 海北州土地利用现状2004年.xls 海北州土地利用现状2006年.xls 海北州土地利用现状2007年.xls 海北州土地利用现状2008年.xls 数据表结构相同。例如海北州土地利用现状2003年数据表共有4个字段: 字段1:年初面积 字段2:年内减少面积 字段3:年内增加面积 字段4:年末面积
青海省统计局
该数据集记录了青海省果洛州土地利用现状2003-2007年的统计数据,数据按行业、区域、隶属关系和注册类型等划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含9个数据表,分别为: 果洛州土地利用现状2003年.xls 果洛州土地利用现状2006年2007年.xls 果洛州土地利用现状2008年.xls 果洛州土地利用现状2008年2008年.xls 果洛州土地利用现状2012年.xls 果洛州土地利用现状2004年.xls 果洛州土地利用现状2006年.xls 果洛州土地利用现状2007年.xls 果洛州土地利用现状2008年.xls 数据表结构相同。例如果洛州土地利用现状2003年数据表共有4个字段: 字段1:年初面积 字段2:年内减少面积 字段3:年内增加面积 字段4:年末面积
青海省统计局
陆地实际蒸散发(ETa)是陆地生态系统的重要组成部分,它连接着水文、能量和碳循环。然而,准确监测和理解青藏高原(TP)实际蒸散发(ETa)的时空变化仍然非常困难。在此,利用MOD16-STM模型,在土壤属性、气象条件和遥感数据集的支持下,对青藏高原多年(2000-2018年)月度ETa进行了估算。估算出的ETa与9个通量塔的测量结果相关性非常好,均方根误差(平均RMSE=13.48 mm/月)和平均偏差(平均MB=2.85 mm/月)较低,相关系数(R=0.88)和一致性指数(IOA=0.92)较高。2000年至2018年,整个TP和东部TP(Lon>90°E)的空间平均ETa显著增加,增速分别为1.34 mm/年(P<0.05)和2.84 mm/年(P<0.05),而西部TP(Lon<90°E)未发现明显趋势。ETa及其组分的空间分布不均匀,从东南向西北TP递减。东部ETa呈显著上升趋势,西南部ETa全年呈显著下降趋势,尤其是冬春两季。土壤蒸发(Es)占总ETa的84%以上,其时间趋势的空间分布与年平均ETa相似。春季和夏季的ETa变化幅度和速率最大。陆表ETa的多年平均年值(面积2444.18×10^3 km2)为376.91±13.13 mm/年,相当于976.52±35.7 km3/年。整个TP(包括所有高原湖泊,面积2539.49×10^3 km2)的年平均蒸发水量约为1028.22±37.8 km3/年。新的ETa数据集有助于研究土地覆被变化对水文的影响,有助于对整个TP的水资源管理。
马耀明, 陈学龙, 袁令
本数据集包括6个数据文件,分别是:(1)高寒草甸海拔梯度土壤温度和水分数据_西藏当雄(2019-2020),该数据是2019-2020年西藏当雄高寒草甸海拔4400m,4500m,4650m,4800m,4950m,5100m不同土壤深度(5cm和20cm)的温度和含水量的逐小时观测数据。(2)色季拉山林线气象环境数据_西藏林芝(2019),该数据是2019年西藏林芝色季拉山林线(包括阴坡林外、阴坡林内、阳坡林外、阳坡林内)的逐小时气象环境(包括风速、距离地表1m气温、距离地表1m相对湿度、距离地表3m气温、距离地表3m相对湿度、大气压、总辐射、净辐射、光合有效辐射、660nm红光辐射、730nm红外辐射、地表温度、大气长波辐射、地表长波辐射、地下5cm\20cm\60cm热通量、地下5cm\20cm\60cm土壤温度和湿度、雨量、雪厚)逐小时观测数据,其中由于高原地区设备电力故障,导致部分观测数据缺失,已在数据中说明。(3)主要气象站点的植被NDVI_青藏高原(2020),包括青藏高原25个气象站点附近的植被NDVI调查数据和计算平均值。(4)土地利用调查数据集_川藏铁路沿线(2019),包括川藏铁路沿线35个调查点的土地利用调查数据,包括调查时间、地点、经纬度、海拔、坡度坡向、主要植被类型和优势物种。(5)叶面积指数调查数据_川藏铁路沿线(2019),包括川藏铁路沿线主要植被类型的叶面积指数调查数据和计算平均值,使用Sunscan冠层分析仪和LAI-2200测量。(6)土壤温湿度调查数据_川藏铁路沿线(2019),包括川藏铁路沿线34个调查点:地点、经纬度、海拔、土壤表面温度、土壤30cm处湿度,数据记录为每个调查点3次重复测量。该数据集可用于青藏高原植被环境变化规律分析研究。
周广胜, 吕晓敏, 罗天祥, 杜军, 王玉辉, 周怀林
本数据集是2019年9月川藏铁路沿线典型植被无人机高光谱观测数据,使用的是大疆M600 Resonon成像系统的机载光谱仪。包括2019年在拉萨的草原区域观测的高光谱数据,自带经纬度。高光谱调查时基本为晴天。飞行前进行了白板校准;采集数据时设有靶标(即适于草地的标准反光布),用于光谱校准;设有地面标志点(即有字母的泡沫板照片),并记录了每个标志点的经纬度坐标,用于几何精确校准。无人机高光谱相机记录的dn值,可使用Spectronon Pro软件转换为反射率。高光谱数据用于提取不同植被类型光谱特征、植被分类、反演植被覆盖度等。
周广胜, 汲玉河, 吕晓敏, 宋兴阳
该数据集包含了3类数据,分别是:(1)2020年青藏高原热熔塌陷区土壤理化指标和碳氮、植物碳氮和微生物碳氮数据。这些数据为评估青藏高原碳氮循环过程提供了重要参考。该数据主要是通过2020年在青海刚察考察时实地观测获得。获得的植物和土壤样品带回实验室后进行初步分类、去除杂质,再放入65°C的烘箱中烘干至恒重。测量土壤和植物中的碳氮组分。共获得了4个典型样点的40个样方。该数据可用于揭示土壤和植物碳氮组分的空间变化规律,理解碳氮组分在土壤-植物-微生物体系中的分配情况。 (2)2019年青藏高原草原水平样带土壤营养成分的数据。该数据主要是通过2019年的样带考察时实地打土钻获得。样方土壤样品带回实验室进行初步分类、去根、筛去杂碎石头等杂质。将土壤样品自然风干,然后混合均匀平均分成两份(每份100g左右),一份用2mm土壤筛过筛获得过筛样,另一份使用球磨仪进行土样研磨获得研磨样。包含的内容要素有:壤全C、N、P、K、Fe、Mn 、Cu、Zn、Ca、Na 和全Mg的含量;土壤速效P、K、Fe、Mn、Cu、Zn、Ca、Na 和Mg的含量。土壤全C、全N的测定:对研磨样进行包样,然后采用CHNOS元素分析仪(Vario EL III,GmbH, Hanau, Germany)测定全C、全N的含量。土壤全量元素测定:使用压片机对研磨样进行压片,然后采用X射线荧光光谱仪(XRF, PANalytical Axios mAX, Almelo, The Netherlands)测定样品的全P、K、Fe、Mn 、Cu、Zn、Ca、Na 和全Mg的含量。土壤速效态元素测定:对过筛样进行浸提处理,提取滤液通过电感耦合等离子体发射光谱仪(iCAP 6300, Thermo Electron Corporation, Waltham, MA, USA)测定速效P、K、Fe、Mn、Cu、Zn、Ca、Na 和Mg的含量。共获得了13个样带样点。39个样方,每个样方获得三个土壤层次(即0~10,10~20,20~30cm的土壤层次)。因此,每个样方的每个土壤营养元素共有117个数据(C、N、P、Mn、Zn等);该该数据是此此科考获得的直接获得的实地土壤样品,风干过筛研磨后通过相关分析仪(上述)按相应测试规范测定,质量可靠,可供分析不同区域土壤碳氮含量或密度的分布规律、评估土壤养分状况、生态系统的可持续性等,特别是可供降水变化驱动的碳氮循环研究及其建模使用,具有较为广泛的使用价值和应用前景。 (3)2019年青藏高原草原水平样带植被生产力数据。该数据主要是通过2019年的样带考察时实地观测获得。获得样方植物样品后带回实验室进行初步分类、去除碎石等杂质,再放入65°C的烘箱中烘干至恒重。根据其样方生物量换算为生态系统碳循环关键要素--植被生产力(NPP)。共获得了13个样带样点,39个样方的观测数据。数据的内容要素包含地上、地上生物量及NPP。单位为克每平方米;该数据是此此科考获得的实地观测资料,质量可靠,可供分析不同区域植被生产力的分布规律、植被覆盖、生态系统的碳储量评估等,特别是供降水变化驱动的碳循环研究及其建模使用,具有较为广泛的使用价值和应用前景。
许振柱, 杨元合, 张峰
本数据包括北极Barrow地区不同年龄冻土土壤细菌物种组成数据,可用来探索土壤微生物对冻土消融的响应及不同年龄冻土的土壤细菌差异;本数据为扩增子测序结果,引物为Earth Microbiome Project 标准引物 515F–806R,扩增范围为V4区,测序平台为Illumina Hiseq PE250; 数据通过质量控制,至少达到Q30水平;本数据用于发表于Cryospshere文章Permafrost thawing exhibits a greater influence on bacterial richness and community structure than permafrost age in Arctic permafrost soils. The Cryosphere, 2020, 14, 3907–3916, https://doi.org/10.5194/tc-14-3907-2020。本数据还可用于三极土壤微生物比较分析研究
孔维栋
结合MODIS积雪产品Terra/Aqua(500 m)与IMS(4 km),发展了青藏高原每日无云高分辨率积雪产品 (TAI, 500 m)。其相对于原始的MODIS Terra(云覆盖46.6%)和Aqua(55.1%)、及MODIS Terra-Aqua结合(37.3%),将云遮蔽全部去除。同时,提高了积雪成图,新生成的TAI产品的积雪面积为19.1%,相对于原始的MODIS Terra/Aqua及MODIS Terra-Aqua结合(积雪面积4.7%~8.1%),显示了大大的提高。与青藏高原105个站点雪深数据验证表明,TAI产品的总精度为94%,相对于MODIS Terra(55%)、MODIS Aqua(50%)、及MODIS Terra-Aqua结合(64%),都显示了较大的提高,特别是雪深大于4 cm时效果较好。
张国庆
农业灌溉需要消耗大量的可利用淡水资源,是人类对自然水循环过程最直接的扰动,加速了区域水循环的同时伴随着冷却作用。因此,估算灌溉用水对于探索人类活动对自然水循环的影响、量化水资源收支、优化农业水资源管理配置等具有重要意义。然而,目前灌溉用水数据主要是基于调查统计结果,数据空间分布离散且缺乏统一性,无法满足对灌溉用水的时空变化进行估算的需求。全球灌溉农田灌溉用水量遥感估算数据集(2011-2018)是基于卫星土壤湿度、降水、植被指数以及气象资料入辐射与气温等要素,通过土壤水量平衡原理,耦合遥感蒸散发过程模块以及利用基于差分优化的数据-模型融合算法来估算全球灌溉农田实际灌溉用水量。该数据集的灌溉用水估算结果相比传统的离散调查统计数据在不同空间尺度(区域、州/省和国家)上具有较小的偏差,如中国各省2015年农业用水统计结果对比(bias = −3.10 km^3),美国各州2013年调查数据结果对比(bias = −0.42 km^3)以及粮农组织各个国家尺度对比结果(bias = −10.84 km^3)。而且,相较于基于单个降水和土壤水分卫星产品的估算结果,该集合数据显示出更低的不确定性。此外,数据统一采用全球地理经纬度格网,相关元数据存储在对应的NetCDF文件内,空间分辨率约为25公里,时间分辨率为月尺度,时间跨度为2011年−2018年。该数据集将有助于定量评估历史时期农业灌溉用水的时空格局和支撑科学农业用水管理等。
张琨, 李新, 郑东海, 张凌, 朱高峰
本数据集包含青藏高原东部玛曲县一个流域的钻孔岩性数据,高程数据,土壤厚度和地表坡度数据,水文地质调查数据,和物探数据。钻孔岩性数据来源于2017年钻孔 ITC_Maqu_1;高程数据来源于2019年RTK测量;土壤厚度和地表坡度数据来源于2018年和2019年螺旋钻和坡度仪测量;水文地质调查包括2018年和2019年的地下水位埋深测量数据,和2019年的含水层测试数据;物探数据包括2018年的MRS核磁共振数据、ERT电阻率成像数据,和2019年的TEM瞬态电磁数据、磁化率测量数据。
李梦娜, 曾亦键, Maciek W. Lubczynski, Bob Su, 钱会
该数据集记录了2001年-2008年青海省重点企业集团主要经济指标,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含8个数据表,各数据表结构相同。例如(2001年)2001年的数据表共有15个字段: 字段1:指标名称 字段2:集团数 字段3:资产总计 字段4:累计折旧 字段5:研究开发费用 字段6:年末少数股东权益 字段7:从业人员年末数 字段8:在岗职工 字段9:利润总额 字段10:固定资产投资完成额 字段11:投资收益 字段12:股本 字段13: 主营业务收入 字段14: 营业成本 字段15: 其他从业人员
青海省统计局
该数据集记录了2003年-2012年青海省玉树州土地利用现状,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含8个数据表,各数据表结构相同。例如1978-2004年的数据表共有4个字段: 字段1:年初面积 字段2:年内减少面积 字段3:年内增加面积 字段4:年末面积
青海省统计局
该数据集记录了2003年-2012年青海省西宁市土地利用现状,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含9个数据表,各数据表结构相同。例如2003年的数据表共有4个字段: 字段1:年初面积 字段2:年内减少面积 字段3:年内增加面积 字段4:年末面积
青海省统计局
本数据集来源于书籍: 《横断山区冰川》,该书籍归属于青藏高原横断山区科学考察丛书,主编为李吉均,副主编为苏珍,指导单位为中国科学院地理研究所。该书所指考察队为中国科学院青藏高原综合考察队,出版社为科学出版社。数据整理自该书籍的样品采集与分析中的表格数据以及图片数据。本书是青藏高原横断山区科学考察丛书之一,在本书中比较系统地采集了冰川冰、雪、水和大气降水样,对采集的样品,应用不同方法进行了化学分析。
李吉均
青藏高原是世界上最大的高、低纬度多年冻土带,近几十年来,其多年冻土带迅速退化,其最显著的特征之一就是热融湖塘的形成。这样的湖泊由于能够调节碳循环、水和能量通量而引起了极大的关注。然而,这一地区的热融湖塘的分布在很大程度上仍不为人所知,这阻碍了我们对多年冻土的响应及其碳反馈对气候变化的理解。本数据集基于200余景Sentinel-2A影像,结合ArcGIS、NDWI和Google Earth Engine平台,通过GEE自动提取和人工目视解译的方法提提取青藏高原多年冻土区内热融湖塘边界。在2018年热融湖塘数据集中,青藏高原多年冻土区共有121,758个热融湖塘,面积为0.00035-0.5 km²,总面积为1730 km² 。本次热融湖塘编目数据集为青藏高原水资源评价、多年冻土退化评价、热喀斯特研究提供了基础数据。
陈旭, 牟翠翠, 贾麟, 李志龙, 范成彦, 母梅, 彭小清, 吴晓东
本数据集为青藏高原区域2016年日分辨率0.02° x0.02° BRDF 核驱动模型核系数数据集。采用耦合地形因子的多源遥感数据协同反演的BRDF\反照率模型,并引入先验知识进行质量控制,联合极轨卫星数据MODIS反射率和静止卫星葵花8-AHI地表反射率数据反演时空连续的日分辨率的高精度BRDF。MODIS地表反射率数据及AHI天顶反射率数据集为官方网站下载,经过配准、大气校正等处理,以5天为周期合成日分辨率BRDF。相较于同类产品,,该BRDF合成周期最短,且考虑了地形效应,对快速变化地表特征的捕捉更具有优势,且时空连续性更好。可有效支撑j反射率角度效应订正、或用于与BRDF相关地表参数的高精度估算。
闻建光, 唐勇, 游冬琴
第二次青藏高原综合科学考察研究任务五专题一“高原动物多样性保护和可持续利用”(2019QZKK0501)第一年度(2019年底至2020年初)本专题共计组织110支科考队,重点在青藏高原墨脱地区、祁连山、西天山开展野外科学考察60余次,基本覆盖了整个青藏高原地区。利用红外相机,样线,样点等方法对青藏高原脊椎动物(鸟类,哺乳类,爬行类,两栖类,鱼类),对青藏高原亚洲水塔区及喜马拉雅区所属的农牧交错区农牧昆虫进行了全面调查。完成雅鲁藏布江等典型水体外来鱼类、西藏自治区拉萨、林芝与青海省西宁市等地区外来两栖爬行动物物种、川藏北线鼠类、普氏原羚等物种的第一轮野外调查,开展并完成部分物种的遗传学(或组织学)样品采集工作。本数据集包含本专题第一年度科学考察收集的标本组织样品信息。数据以课题、子课题整理,每个文件夹包含1个数据集规范表,1个或多个标本组织样品信息表。信息报包含子课题编号、物种、采集地、采集时间、采集人、样品类型、保存方式等信息。
青藏高原动物资源共享平台
本数据集为祁连山区域2019年日分辨率地表反照率产品,空间分辨率500m。采用耦合地形因子的基于MODIS反射率数据协同反演的BRDF\反照率模型,并引入先验知识进行质量控制。MODIS地表反射率数据为官方网站下载,以5天为周期合成日分辨率BRDF,进而估算日分辨率的反照率。经过验证评估,满足反照率应用精度要求,相较于同类产品对快速变化地表特征的捕捉更具有优势,且时空连续性更好。可有效支撑祁连山地区辐射平衡、环境变化研究。
闻建光, 唐勇, 游冬琴
本数据集为青藏高原区域2016年日分辨率0.02° x0.02°地表反照率产品。采用耦合地形因子的多源遥感数据协同反演的BRDF\反照率模型,并引入先验知识进行质量控制,联合极轨卫星数据MODIS反射率和静止卫星葵花8-AHI地表反射率数据反演时空连续的日分辨率的高精度BRDF/反照率。MODIS地表反射率数据及AHI天顶反射率数据集为官方网站下载,经过配准、大气校正等处理,以5天为周期合成日分辨率BRDF,进而估算日分辨率的反照率。经过验证评估,满足反照率应用精度要求,相较于同类产品对快速变化地表特征的捕捉更具有优势,且时空连续性更好。可有效支撑青藏高原地区辐射平衡、环境变化研究。
闻建光, 唐勇, 游冬琴
本数据集包括祁连山区域1982、1985、1990、1995、2000、2005、2010、2015、2017 年度地表短波反照率产品,空间分辨率为0.01°,时间分辨率为月。采用AVHRR长时间系列地表反射率,通过多角度多波段核驱动模型联合月度内多角度红光和近红外波段的AVHRR反射率数据反演核系数,积分得到短波波段的黑空反照率和白空反照率,经过重采样为0.01°空间分辨率。AVHRR地表反射率数据通过官网下载,经过月度累计多角度数据集进行反演,产品具有较好的时空连续性,可用于长时间系列的环境变化监测等。
闻建光, 游冬琴, 唐勇, 吴善龙, 仲波
该数据集包含纳木那尼冰川(北支)2008-2018年的年物质平衡数据,侧碛和末端自动气象站2011-2019年日气象数据及冰面上2018-2019年的月均气温和相对湿度数据。 冰川物质平衡数据观测时间为每年9月底或10月初,采用冰面测杆和雪坑结合的方法进行观测,获取测杆点的物质平衡数据,然后计算整条冰川的年净物质平衡(具体方法见参考文献)。 2台自动气象站(AWSs,Campbell公司)分别安装在纳木那尼冰川侧碛和末端。AWS1观测时间为2011年10月1日-2018年11月30日,观测数据包括气温(℃)、相对湿度(%)、太阳辐射(W/m2),仪器半小时记录一次气象资料。AWS2观测时间为2010年10月19日-2018年11月30日,观测数据包括风速(m/s)、大气压(hPa)、降水 (mm),仪器每小时记录一次气象资料。首先剔除原始记录中的少量异常数据,然后计算这些参数的日值。数据质量方面:原始数据质量较好,缺失较少。 两个温湿度探头(型号:Hobo MX2301)于2018年安装于冰面,半小时记录一次数据。将半小时数据处理为月均值。原始数据质量较好,没有缺失。 数据以excel文件存储。 该观测资料可以为研究喜马拉雅西段北坡气候、冰川、水资源及其之间的关系提供重要的基础数据,可供研究气候、水文、冰川等的科研工作者使用。
赵华标
数据内容:咸海流域耕地数据。 数据来源及加工方法:原始卫星影像来源于美国谷歌地球,为了获得高分辨率下的无云影像,谷歌地球采用拼接方法将不同年份的数据整合到一起,因此下载的影像数据时间跨度为2016-2019年。使用机器识别方法预测出地块边界,将边界转为矢量数据,之后再将结果与谷歌影像叠加,由人工逐个检查修改错误信息,得到咸海流域耕地数据。最终结果采用WGS-1984坐标系。 数据质量:空间分辨率为0.45m×0.45m,准确率达90.32%。 数据应用成果:在气候变化背景下,可与气象要素和植被特征相结合分析土地退化情况;可结合植被特征与采样点分析种植结构,也可以与气象数据和统计数据结合计算水资源利用效率和粮食产量。
刘铁
数据内容:咸海流域2010年-2018年净初级生产力数据。 数据来源及加工方法:结合土地利用、温度、植被指数、降雨量、太阳辐射和蒸散发等数据,借助于CASA模型计算反演得出NPP。 数据质量:空间分辨率为10km×10km,时间分辨率为月,每个文件有12个波段,分别对应当年每个月份的NPP结果,投影坐标为GCS_WGS_1984。 数据应用成果:在气候变化背景下,可用于气象要素和植被特征相关关系分析,也可以与其它植被数据和生态数据相结合分析土地退化情况。
刘铁
数据内容:咸海流域2015年-2018年反照率数据。 数据来源及加工方法:来源于美国国家航空航天局中分辨率成像光谱仪,提取MCD43A1产品中的"BRDF_Albedo_Parameters_nn. Num_Parameters_01",“BRDF_Albedo_Parameters_nn. Num_Parameters_02“和“BRDF_Albedo_Parameters_nn. Num_Parameters_03”波段,参考MODIS官方算法,计算得出白天反照率和夜间反照率,乘以比例因子0.001。 数据质量:空间分辨率为500m×500m,时间分辨率为8天,每个像元的值为八天地表反照率的平均值。 咸海流域边界说明:咸海流域的边界来源于世界自然基金会的HydroBASINS Version 1,详细信息请参考:https://www.hydrosheds.org/page/hydrobasins 数据应用成果:作为重要参数可反演地表蒸散发。
刘铁
数据内容:咸海流域2015年-2018年叶面积指数数据。 数据来源及加工方法:来源于美国国家航空航天局中分辨率成像光谱仪,提取MOD15A2产品第二波段作为叶面积指数数据,乘以比例因子0.1。 数据质量:空间分辨率为1000m×1000m,时间分辨率为8天,每个像元的值为八天叶面积指数的平均值。 数据应用成果:在气候变化背景下,可用于气象要素和植被特征相关关系分析,也可以与其它植被数据相结合分析某种植被类型的区域分布。
刘铁
本数据集包括2010、2015和2020年间,中亚地区五国(哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土库曼斯坦和乌兹别克斯坦)的植被覆盖度(FVC)数据。该数据由MODIS-NDVI数据集(产品编号MOD13A2.006),根据干旱区植被盖度与NDVI之间的经验关系计算得到。该产品时间分辨率为1年,空间分辨率1 km。算法从当年所有观测数据中,以低云、低探测角度和最高NDVI值为标准,选择最佳的可用像元值,并进行换算。
徐晓凡, 谈明洪
本数据采用Chen et al. 2017 JHM研究的方法,利用MYD11C3.006和MOD11C3.006两种产品计算得到全天空的地表温度结果,具体计算程序见本数据集的Global_monthly_LST.m。数据格式为*.mat, Global_monthly_LST.m程序给出了实例如何读取该数据。该数据空间分辨率为0.05度,网格中心的经纬度信息分别保存在latitude.mat和Lonitud.mat,由于内陆湖泊、水体的发射率反演的问题,本数据将所有内陆湖泊和水体的地表温度给了NaN值,具体采用的mask见mask.mat文件。经过与全球156个站点观测的LST的验证,总体RMSE为2.69k,mean bias为0.4K,在干旱和半干旱地区的RMSE为2.62K, mean bias为0.94.K.
陈学龙, Bob Su, 马耀明
本数据为锡尔河中游苦盏水文站水文资料。该站为中国气象局乌鲁木齐沙漠气象研究所和塔吉克斯坦国家科学院水问题水能与生态研究所、塔吉克斯坦水文气象局合作建设。该数据可以用于中亚山区水资源评估等科学研究和水利工程等服务。 资料时段:2019年11月2日至2020年12月5日。 资料要素:逐小时流速(m/s)、逐小时水位(m)和逐小时降雨量(m) 站点位置:40°17′38″N, 69°40′18″E,320m 一、300W-QX河流流速、水位观测仪 (一)流速参数: 1供电电压 12(9~27)V(DC) 2工作电流 120(110~135)mA 3工作温度(-40 ~85) °C 4测量范围 (0.15 ~20)m/s 5测量精度 ±0.02m/s 6分辨率 1mm 7探测距离 0.1~50 m 8安装高度0.15~ 25 m 9采样频率 20sps (二)水位参数: 1测量范围 0.5~20 m 2测量精度 ±3 mm 3分辨率 1 mm 4重复性 ±1mm 二、SL3-1翻斗式雨量传感器 1承水口径 ф200mm 2测量降水强度 4mm/min以内 3测量最小分度 0.1mm降水量 4最大允许误差 ±4%mm 三、流速、观测仪数据获取的频率:传感器每隔5S测量一次流速和水位数据 四、小时平均流速计算:小时平均流速和水位数据由一小时内所有每隔5S测量的流速和水位数据取平均计算得出 五、水位数据中大量出现的0值的说明:水位数据中0值是供电不足引起传感器断电重启,重启后第一条数据为0,导致小时平均值出现0。2019年12月5日供电改造后恢复正常 六、雨量数据中有部分缺失及-8.191mm等非正常数据,应该予以剔除和说明。 数据缺失4.10-5.3数据,已补充,-8.191mm类似这种异常数据已经标记
霍文, 尚华明
本数据集包括1985-2018年间,中亚地区五国(哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土库曼斯坦和乌兹别克斯坦)的城市建设用地变化的逐年数据。该数据空间分辨率为30m,时间分辨率为一年,源自基于Landsat遥感影像提取的1985-2018年全球人工不透水面(GAIA)变化数据(宫鹏等)。研究者对该数据在1985至2015年间每隔5年的7组数据进行了评估,其平均整体精度超过90%,并且是唯一跨越30年的城市建设用地数据集。
徐晓凡, 谈明洪
本数据集包括2010、2015和2020年间,中亚地区五国(哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土库曼斯坦和乌兹别克斯坦)的归一化差值植被指数(NDVI)数据。本数据源自美国地球观测系统(EOS)计划所使用的中分辨率成像光谱仪(MODIS)影像数据,产品编号MOD13A2.006。该产品时间分辨率为16天,空间分辨率1km,产品算法从16天期间的所有观测数据中,以低云、低探测角度和最高NDVI值为标准,选择最佳的可用像元值。
徐晓凡, 谈明洪
1)意义:建设用地是人类活动的最高级表现之一。自然资源的消耗与生态环境的变化可以与建设用地的发展紧密的联系起来。本数据反映了中国7个省/直辖市,同时也是城镇化快速推进的重要地区,从1990年到2019年的30m空间分辨率的高精度建设用地演变情况。 2)数据来源:Landsat系列卫星数据;中国区域地面气象要素驱动数据集(1979-2018);SRTM 30m 高程数据 3)加工方法:采用监督分类的方法,利用随机森林算法和傅里叶变换处理特征波段,并基于目视解译的控制点进行分类。 3-1)光谱特征的获取:首先筛选出含运量<20%的Landsat图像,并以3年为单位将这些图像叠加,然后取每个叠加像元的中间值作为目标像进行拼接,得到整个研究区的无云图像。此方法也能较好的去除Landsat7数据的条带影响。 3-2)时间特征的获取:对云量筛选并进行3年叠加的每个像元,遵循最小均方差的拟合原则进行离散傅里叶变换,得到每个像元在时间纬度上的“波峰”,“波谷”和“相位”作为时间特征。 此方法能较好的消除“裸地”对建设用地提取的影响,因为裸地有可能在春夏季节被植被覆盖,其时间特征与建设用地具有较大的差别。 3-3)气象与地形特征的提取:气象特征由中国区域地面气象要素驱动数据集(1979-2018)计算获得:将该数据集按照与Landsat相同的时间间隔进行叠加,并且求得每个像元的平均值作为气象特征(由于缺少2019的气象数据,最后一期的气象特征由2017和2018两年数据计算得到)。地形特征(高程,坡度)采用SRTM-30m数据。 详细方法和代码可见:https://github.com/wangjinzhulala/North_China_Plain_GEE_Organized 4)数据质量:所有年限的总体精度均优于94%。 5)应用前景:区域城市扩张模拟;城市化的环境影响估算;粮食安全和可持续发展量化。
王金柱
全面估算了1132个大于1 km2湖泊的水量变化。总的来说,1976至2019年间,湖泊水储量增加了169.7±15.1 Gt(3.9±0.4 Gt yr-1),主要发生在内流区(157.6±11.6或3.7±0.3 Gt yr-1)。1976至1995年间,湖泊水量显示减少(-45.2±8.2Gt或-2.4±0.4Gt yr-1),但在1995至2019年间,大幅增加(214.9±12.7Gt或9.0±0.5Gt yr-1)。2010至2015年间,水量增速减缓(23.1±6.5 Gt或4.6±1.3 Gt yr-1),随后在2015至2019年间再次出现高值(65.7±6.7 Gt或16.4±1.7 Gt yr-1)。在1976-2019年间,冰川补给湖水量增加(127.1±14.3 Gt)远远高于非冰川补给湖(42.6±4.9 Gt),这也与冰川补给湖数量多,面积广有关。另外,封闭湖水量增幅(161.9±14.0 Gt)大大高于外流湖(7.8±5.8 Gt)。
张国庆
青藏科考区历史溪河洪水分布数据包括经纬度、发生的地址、基本引发类型、日期以及造成的危害等属性信息。数据来源于灾害调查部门的调查统计。在原数据基础上,进行必要的数据质量控制。根据原数据的类型描述、主要引发因素、发生的位置结合30米基础地形进行洪水类型的分析和划分。该数据可以作为分析历史洪水灾害的参考数据。数据格式为点矢量shp格式,可以直接用ArcGIS打开。该数据结合降水、气象等观测资料,可以用于青藏高原对应区域的洪水风险分析。
王中根
(1)数据内容:卡拉库里湖2011-2019年水位日变化,观测点坐标为东经75.03°,北纬38.43°,海拔3670米。(2)数据来源和处理方法:所用仪器为HOBO压力式自动水位计(U20-001-01),记录频率为30分钟。结合附近的气象站气压数据进行矫正,剔除错误数据和异常值之后,通过计算获取水位日值的变化数据。(3)数据质量描述:由于冬季标尺遭到破坏,该数据以每年开始观测为基准。受施工等人为因素的影响,部分时段的数据缺失。(4)数据应用前景:该数据可应用于湖泊水文、高寒区水文过程等科研领域。
谢营
该数据集是2014-2020年每年4-11期间不定期在然乌湖中湖岸边利用YSI EXO2水质多参数测量仪测量的实测值,采样时间间隔为0.25s-1s,此数据为仪器稳定后的平均值,采样地理坐标为:经度96.795296,纬度29.459066,海拔高度3925m。 测量参数为水温、电导率、溶解氧和浊度等,具体参数单位在表头中标明。数据剔除部分明显异常值,文档中为空值,使用时请注意。该数据将不定期更新,可为然乌湖流域的水化学、湖泊微生物或湖泊理化性质等的相关科研人员使用。
罗伦
该数据为中国科学院藏东南高山环境综合观测研究站2016年在色季拉山西坡山顶架设自动气象站数据(AWS,Campbell公司),地理坐标为北纬29.5919,东经94.6102,海拔4640m,下垫面为高山草地。 数据包括气温(℃)、相对湿度(%)、风速(m/s)和气压(mb)日算术平均数据和降水的日累计值,原始数据2018年10月之前为30分钟一个平均值,此后为10分钟记录一个平均值。温湿度采用HMP155A温湿度探头测定,降雨量仪器型号为RG3-M,大气压力传感器探头为PTB210,风速传感器为05103,这些探头离地面2 m。数据质量方面:剔除了明显异常值,2019年上半年积雪导致电池损坏,数据有缺失,缺失的气温数据利用了附近站点4390m气温拟合回归矫正,已在数中标据黄,使用时请注意;降水量的监测从2019年8月开始。该数据站点为藏东南地区较高海拔的气象站,后续会不定期更新,可供研究生态、气候、水文、冰川等的科研工作者使用。
罗伦
过去50年,在全球气候变化的大背景下,随着人口增加和经济发展,欧亚草地已发生了较严重的退化。土壤理化性质作为草原质量评估的重要指标,其时空格局分布与变化都能直观反映草原退化情况,有效评估草原质量对沿线国家的可持续性发展和中国“一带一路”战略的推进都具有重要的意义。在以往研究中,土壤属性指标的时空分布表达在精度和准确性上均存在着可提升的空间。随着地理信息系统、全球定位系统、各类传感器等工具及土壤制图技术的日益强大,数字土壤制图逐渐成为一种高效表达土壤空间分布的方法。本研究以土壤景观学和空间自相关理论为基础,融合多源样点数据与环境协变量数据,使用机器学习模型,分别预测2000年前后欧亚大陆温性草地1km分辨率表层土壤属性空间分布。为了解决土壤样点据标准化的问题,使用等面积样条函数将不同剖面土层属性拟合至表层20cm土壤属性,采用土壤颗粒分布参数模型将不同土壤质地分类标准统一转换为美国制。为了解决土壤样点数不足的问题,使用伪专家观测点补充欠采样区土壤有机质和含砂量样点;采用逐步回归结合支持向量机模型,并通过计算阈值筛选有效土壤容重模拟样点。针对地形气候条件复杂的特征,结合多源遥感数据,应用NGBoost模型挖掘基于样点的土壤属性与环境景观因子(地形、气候、植被、土壤类型等)及空间位置之间的关系,分别预测研究区内1980-1999年和2000-2019年的土壤有机质、含砂量与容重,并给出对应指标的不确定性空间分布。模拟的土壤属性指标的空间分布趋势总体符合实际情况。模拟值与实测值较为吻合,线性关系显著,2000年前土壤有机质含量、容重和含砂量R²分别为0.64、0.35和0.44,RMSE分别为0.25、0.07和13.94;2000年后R²分别为0.79、0.77和0.86,RMSE分别为0.2、0.13和6.61。研究结果表明,本方法能有效反演欧亚大陆温性草地的土壤理化性质,为评估该地区草原退化与构建草原质量评价体系提供基础。
李振宇, 张娜
该数据为中国科学院藏东南高山环境综合观测研究站2018年在易贡藏布流域架设自动气象站数据(AWS,Campbell公司),地理坐标为北纬30.1741,东经94.9334,海拔2282m,下垫面为草地。 数据包括气温(℃)、相对湿度(%)、风速(m/s)、水汽压(Kpa)和气压(mb)日算术平均数据和降水的日累计值,原始数据为10分钟记录一个平均值。温湿度采用HMP155A温湿度探头测定,降雨量仪器型号为TB4,大气压力传感器探头为PTB210,风速传感器为05103,这些探头离地面2 m高。数据质量方面:原始数据质量较好,缺失较少。该数据站点为青藏高原较低海拔的气象站,后续会不定期更新,可供研究气候、水文、冰川等的科研工作者使用。
罗伦
本数据为阿姆河上游支流卡菲尼干河水文站水文资料。该站为中国气象局乌鲁木齐沙漠气象研究所和塔吉克斯坦国家科学院水问题水能与生态研究所、塔吉克斯坦水文气象局合作建设。该数据可以用于中亚山区水资源评估等科学研究和水利工程等服务。资料时段:2019年11月3日至2020年12月3日。资料要素:逐小时流速(m/s)、逐小时水位(m)和逐小时降雨量(m)。站点位置:37°36′01″N,68°08′01″E,420m 一、300W-QX河流流速、水位观测仪 (一)流速参数: 1供电电压 12(9~27)V(DC) 2工作电流 120(110~135)mA 3工作温度(-40 ~85) °C 4测量范围 (0.15 ~20)m/s 5测量精度 ±0.02m/s 6分辨率 1mm 7探测距离 0.1~50 m 8安装高度0.15~ 25 m 9采样频率 20sps (二)水位参数: 1测量范围 0.5~20 m 2测量精度 ±3 mm 3分辨率 1 mm 4重复性 ±1mm 二、SL3-1翻斗式雨量传感器 1承水口径 ф200mm 2测量降水强度 4mm/min以内 3测量最小分度 0.1mm降水量 4最大允许误差 ±4%mm 三、流速、观测仪数据获取的频率:传感器每隔5S测量一次流速和水位数据 四、小时平均流速计算:小时平均流速和水位数据由一小时内所有每隔5S测量的流速和水位数据取平均计算得出 五、水位数据中大量出现的0值的说明:水位数据中0值是供电不足引起传感器断电重启,初次启动第一条数据是0,导致小时平均值出现0。经2020年7月26日供电改造后,数据恢复了正常,2020年9月底又开始出现供电不足,经2020年12月25日二次供电改造,数据恢复正常 六、水位监测情况进行说明(如7358行,2020/11/3 16:00,最高水位6.7m,最低水位为0m,如何解释?另,最高水位的最大值是6.7m,数据中多次出现这个最高水位的值,似乎显示了6.7m是监测数据的极限值,实际情况是否如此? ):6.7m是设置的初始传感器距离河床底部高度,出现6.7m是传感器刚启动时候的异常数据,是设备供电不足导致断电重启引起传感器重启,初次启动出现这种异常值,经2020年12月25日供电改造后,数据恢复了正常
霍文, 尚华明
采用全球陆表特征参量(叶面积指数LAI)产品,空间分辨率为5 km。该产品使用广义回归神经网络方法,由AVHRR地表反射率数据反演LAI。本研究下载了1981–2017年中亚5国、蒙古国和中国北方每年6-8月的12期LAI数据产品,来源于国家科技基础条件平台——国家地球系统科学数据中心。用ArcGIS软件对这些影像进行裁剪,并计算最大值,由此获得最大LAI的时空数据集。其中,中亚5国包括土库曼斯坦、吉尔吉斯斯坦、哈萨克斯坦、塔吉克斯坦和乌兹别克斯坦;中国北方指中国长江以北地区。
张娜
本数据集来源于论文:Tang, H. et al. (2020). Early Oligocene vegetation and climate of southwestern China inferred from palynology. Palaeogeography, Palaeoclimatology, Palaeoecology, 560, 109988. doi:10.1016/j.palaeo.2020.109988 数据中包含论文中的补充数据,主要包括:(1)利用采集的孢粉样品统计计算得到的孢粉百分比;(2)重建的早渐新世文山、吕合,晚始新世剑川三处古植物群的植被功能类型。 研究人员在青藏高原东南缘,云南省吕合镇发现了一个含化石的剖面,根据火山凝灰岩的铀-铅同位素测得其年代为早渐新世(~33-32 Ma)。剖面总厚度约为18米,本研究中,研究人员在剖面上采集了55份孢粉样品,每个样品为2-2.5 g,后用 KOH (10%)、 HCl (10%)和 HF (39%)处理,然后在超声槽中用5μm 尼龙网过滤样品,保留残余物。利用光学显微镜和扫描电子显微镜对孢子和花粉进行了鉴定。用毛细管采集单个孢粉粒,转移到铜质扫描电镜样品台上,后镀金,用 Zeiss EVO LS10扫描电镜对单个孢粉粒进行观察。在400倍的光学显微镜下进行孢粉统计,每个样品至少计300粒,之后计算不同类群孢粉的百分比。 随后,研究人员按照Prentice et al. (1996),Prentice and Jolly (2000) 和Ni et al. (2010)的方法重建了古植被。根据已发表的数据(Ni et al. 2010),通过古植物群与现代植物功能类型的相似性比较,重建了古生物群面貌。利用欧几里德距离(Prentice et al., 1996)和Jaccard指数系数(Pound and Salzmann, 2017)研究了古植物群与现代植物群的相似性,采用 R 包“ clusteval”中的“ Jaccard 指数系数”计算了相似度。古植物群落被划分为相似性得分最高的生物群落,同时考虑到了优势类群或关键类群。
唐赫
本数据集以大量的地面实测草地地上生物量数据为基础,以1980s中国植被类型图划分出温性草地类型,借助Google Earth Engine平台上的Landsat遥感数据,在不同草地类型分别构建了草地地上实测生物量-遥感数据的随机森林模型,在验证可靠的基础上,对1993~2019年间逐年的草地地上生物量进行了估算,从而形成了1993~2019年中国北方温性草地地上生物量的逐年空间数据集。地上生物量定义为单位面积内地面以上实存生活的植被有机物质总量。已对原有栅格值乘以系数100,单位:0.01克/平方米(g/m²)。本数据集可为中国北方温性草地资源、生态环境的动态监测和评价提供科学基础。
张娜
数据包括三个主要典型案例,2000年易贡滑坡堰塞湖溃决洪水模拟、2018年金沙江上游的白格滑坡堰塞湖溃决模拟以及川藏铁路穿越的沃卡曲流域的场景模拟。数据为堰塞湖溃决后沿下游流动的水位高程数据,带空间投影坐标信息的tif格式,为横轴墨卡托投影。对于典型的案例使用动态自适应网格的二维洪水过程模型——NewFlood进行模拟分析。模型的输入资料为地形数据、驱动数据等。地形资料采用SRTM 30米分辨率DEM数据,其中沃卡曲由于比降大,堰塞湖的水域范围相对较小,因此将DEM进行重采样后再进行模拟。模拟结果可以为开展相应流域的洪水动态过程分析提供参考。
王中根
中亚干旱区极端降水指数长时间序列数据集包含了49个站点的10项极端降水指数长时间序列数据。该数据集以全球日气候历史数据网络(GHCN-D)的逐日降水数据为基础,经过数据质量控制和异常值剔除,选取符合极端降水指数计算的站点,计算了气候变化检测和指数联合专家组(ETCCDI)定义的10项极端降水指数(PRCPTOT、SDII、RX1day、RX5day、R95pTOT、R99pTOT、R10、R20、CWD、CDD)。其中,有15站时间序列为1925-2005年。本数据集可以作为在全球气候变化下中亚干旱区极端降水事件发生频率和趋势探测分析的材料,也可以作为基础数据来探索极端降水事件对农牧业生产和生命财产损失的影响。
姚俊强, 陈静, 李建刚
基于环境敏感区指数(ESAI)方法,计算获得2019年伊朗高原栅格荒漠化风险数据。ESAI方法考虑土壤,植被,气候和管理质量,是监测荒漠化风险最广泛的方法之一。根据ESAI指标框架,选择了14个指标计算四个质量领域,每个质量指数均由几个指标参数计算获得。参考前人研究,确定每个参数分类及其阀值。然后,根据每个类别在荒漠化的敏感性中的重要性以及与荒漠化过程的开始或不可逆转的退化关系,把每个类别分配了1(最低敏感度)和2(最高敏感度)之间的敏感性得分。关于如何选取指标以及与荒漠化风险和得分相关性,在Kosmas的研究中提供了更全面的描述。主要指标数据集来源于联合国粮农组织的世界土壤数据,欧空局的土地覆盖数据和AVHRR数据。所有栅格数据集重采样到500m并合成年度值。尽管验证综合评估指数存在困难,但根据ESAI值的时空比较,对荒漠化风险进行了间接验证,包括对ESAI与稀疏植被和草地转变关系的定量分析和分析ESAI与植被净初级生产力之间的关系。验证结果表明伊朗高原的荒漠化风险数据精度可靠。
许文强
该数据集是青藏高原木里煤矿区2000-2020年地表要素数据,每五年一期,共5期;其中包括四个子图集:地表反照率、植被指数、植被覆盖度及土壤湿度,共40张影像数据(20张原始栅格数据+20张RGB合成数据)。数据集为矩形区域,根据木里煤矿的东南西北的四个界限所划定。其中地表反照率基于Landsat8 和landsat5 遥感卫星,根据梁顺林先生的方法所计算获得的年度平均值;植被指数采用归一化植被指数NDVI,利用最大值合成法制作的年度最大NDVI影像;植被覆盖度是根据年度最大NDVI合成影像,采用像元二分模型计算获得的年度值;土壤湿度是基于TVDI方法,利用土壤湿度实测数据和回归的方法制作的每期8月份的平均土壤体积含水量。数据均为栅格格式,空间分辨率为30米。该数据集对研究青藏高原地表要素的变化有着一定的指导和借鉴意义,同时对研究青藏高原水资源变化提供了一定价值的参考。
刘振伟, 陈少辉
土壤水分是水循环中核心变量之一,虽然其变化量很小,但对于一次降水过程来说,土壤水分直接决定着降水转化为蒸发、径流及地下水的比例,这对于精细模拟水文过程各分量的时空动态及准确估计黑河上游来水量极其重要。本数据集包括黑河上游八宝河流域40个无线传感器网络节点自2013年7月至2017年12月的观测数据。每个节点都有4cm和20cm土壤水分观测;部分节点还包括10cm深度观测。数据观测频率为1小时。该数据集可为流域水文模拟、数据同化及遥感验证提供地面数据集。 具体数据详细介绍请参考附件信息:黑河上游八宝河流域生态水文无线传感器网络土壤水分观测说明文档。
晋锐, 亢健
该数据集为2010年和2020年两个时期的土地覆被数据集,空间范围为孟加拉国达卡市,空间分辨率为30m,时间分辨率为年。数据来源于GlobeLand30(全球地理信息公共产品,http://www.globallandcover.com/),经过镶嵌和整编处理获得。源数据的数据精度评价由同济大学和中国科学院空天信息创新研究院牵头完成,数据的总体精度超过83.50%。该数据集可以为相关研究提供高精度的基础地理信息,在资源环境承载状态判别、自然灾害风险评估以及防灾减灾等方面都有重要应用。
杨飞, 殷聪
青藏高原农田分布数据是在中国土地利用现状遥感监测数据(2015)基础上提取得到的。数据集主要基于landsat 8 遥感影像,通过人工目视解译生成。该数据中土地利用类型主要包括耕地,其中耕地被分为两类,包括水田(1)和旱地(2)。空间分辨率为30m,时间为2015年。投影坐标系为D_Krasovsky_1940_Albers,中央经线105°E,两条标准纬线分别为25°N and 47°N。数据存储为TIFF格式,命名为“农田分布”,数据量为4.39GB。数据以压缩文件形式保存,文件命名为“2015年青藏高原农牧区农田分布30m网格数据集”。数据可使用ArcGIS, QGIS, ENVI, and ERDAS等软件打开,可为青藏高原农牧区农田生态系统管理提供参考。
刘世梁, 孙永秀, 李明琦
青藏高原农牧区草地退化评价数据集是在500m全球土地退化态势分布数据(2015)基础上,根据草地退化或改善程度进行评价得到的数据集。在该数据集中,将青藏高原的草地退化态势分为了两级评价系统。第1级,将草地退化程度评价分为3种类型,分别是无变化类型、改善类型和退化类型;第2级,将青藏高原草地退化程度分为9种类型,其中无变化类型为1类,用0表示;改善类型包括四种类型,分别为轻微改善(3)、较明显改善(6)、明显改善(9)和极明显改善(12);退化类型包括四类,分别是轻微退化(-3)、较明显退化(-6)、明显退化(-9)和极明显退化(-12)。该数据集覆盖青藏高原的所有草地区域,空间分辨率为500m,时间为2015年。投影坐标系为D_WGS_1984。数据集存储为TIFF格式,命名为“grassdegrad”,数据量为94.76 MB。数据以压缩文件形式保存,文件大小为 2.54 MB,文件命名为“2015年青藏高原农牧区草地退化30m网格数据集”。数据可使用ArcGIS, QGIS, ENVI, and ERDAS等软件打开,可为青藏高原农牧区草地生态系统管理和恢复提供参考。
刘世梁, 孙永秀, 刘轶轩
该数据集包含了2018年1月1日至2018年12月31日的蒸渗仪观测数据。站点位于河北省怀来县东花园镇,下垫面为玉米。观测点的经纬度是115.7880E, 40.3491N,海拔480m。 蒸渗仪的采集频率是1Hz,发布数据为10min输出数据。蒸渗仪为圆柱形结构,表面积为1m2,土柱埋深1.5m,蒸散量观测精度为0.01mm。蒸渗仪安装有两台,一台保持裸土(lysimeter_1),另一台在生长季(5月10日-9月15日)为玉米下垫面(lysimeter_2)。蒸渗仪内还安装有土壤温湿度探头、土壤水势探头和土壤热流板。土壤温度传感器埋设深度为5cm、30cm、50cm、100cm、140cm;土壤水分传感器埋设深度为2cm、10cm、20cm、40cm;土壤热流板埋设在地下10 cm处;土壤水势传感器埋设深度为30cm和140cm处。观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;(2)删除了维护期间造成的观测异常的数据;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-6-10 10:30; 蒸渗仪发布的观测数据包括:日期/时间Date/Time,称重质量(I.L_1_WAG_L_000(Kg)、I.L_2_WAG_L_000(Kg)),渗漏质量(I.L_1_WAG_D_000(Kg)、I.L_2_WAG_D_000(Kg)),土壤热通量(Gs_1_10cm、Gs_2_10cm)(W/m2),多层土壤水分(Ms_1_5cm、Ms_1_10cm、Ms_1_30cm、Ms_1_50cm、Ms_1_100cm、Ms_2_5cm、Ms_2_10cm、Ms_2_30cm、Ms_2_50cm、Ms_2_100cm)(%),多层土壤温度(Ts_1_5cm 、Ts_1_30cm、Ts_1_50cm、Ts_1_100cm、Ts_1_140cm、Ts_2_5cm 、Ts_2_30cm、Ts_2_50cm、Ts_2_100cm、Ts_2_140cm)(℃);数据以*.xls格式存储。
刘绍民, 朱忠礼, 徐自为
该数据集包含了2019年1月1日至2019年12月31日的蒸渗仪观测数据。站点位于河北省怀来县东花园镇,下垫面为玉米。观测点的经纬度是115.7880E, 40.3491N,海拔480m。 蒸渗仪的采集频率是1Hz,发布数据为10min输出数据。蒸渗仪为圆柱形结构,表面积为1m2,土柱埋深1.5m,蒸散量观测精度为0.01mm。蒸渗仪安装有两台,一台保持裸土(lysimeter_1),另一台在生长季(5月10日-9月15日)为玉米下垫面(lysimeter_2)。蒸渗仪内还安装有土壤温湿度探头、土壤水势探头和土壤热流板。土壤温度传感器埋设深度为5cm、30cm、50cm、100cm、140cm;土壤水分传感器埋设深度为2cm、10cm、20cm、40cm;土壤热流板埋设在地下10 cm处;土壤水势传感器埋设深度为30cm和140cm处。观测数据的处理与质量控制:(1)确保每天144个数据(每10min),若出现数据的缺失,则由-6999标示;(2)删除了维护期间造成的观测异常的数据;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2019-6-10 10:30; 蒸渗仪发布的观测数据包括:日期/时间Date/Time,称重质量(I.L_1_WAG_L_000(Kg)、I.L_2_WAG_L_000(Kg)),渗漏质量(I.L_1_WAG_D_000(Kg)、I.L_2_WAG_D_000(Kg)),土壤热通量(Gs_1_10cm、Gs_2_10cm)(W/m2),多层土壤水分(Ms_1_5cm、Ms_1_10cm、Ms_1_30cm、Ms_1_50cm、Ms_1_100cm、Ms_2_5cm、Ms_2_10cm、Ms_2_30cm、Ms_2_50cm、Ms_2_100cm)(%),多层土壤温度(Ts_1_5cm 、Ts_1_30cm、Ts_1_50cm、Ts_1_100cm、Ts_1_140cm、Ts_2_5cm 、Ts_2_30cm、Ts_2_50cm、Ts_2_100cm、Ts_2_140cm)(℃),土壤水势(TS_1_30(hPa)、TS_1_140(hPa)、TS_2_30(hPa)、TS_2_140(hPa));数据以*.xls格式存储。
刘绍民, 朱忠礼, 徐自为
该数据集依据中分辨率长时间序列遥感影像Landsat,通过影像融合、遥感解译、数据反演等多种方式获得青藏高原1990/1995/2002/2005/2010/2015六期生态系统类型情况分布图,作出25年(1990-2015)青藏高原生态本底图,空间参考系统为Krasovsky_1940_Albers,空间分辨率为1000m。青藏高原各类生态系统面积统计表明,1990-2015年间,林地、草地面积略有减少,城镇用地、农村居民点及其他建设用地面积增加,河流、湖泊等水体面积增加,永久性冰川积雪面积减少。该图集可用于青藏高原生态工程的规划、设计及管理,并可作为生态系统现状的基准,用于阐明青藏高原重大生态工程建设的时空格局,揭示青藏高原生态系统格局和功能的变化规律和区域差异。
赵慧, 王小丹
数据包含兰州大学地质科学与矿产资源学院古生物教研室2019年至2020年期间采自于甘肃、青海、云南的新生代植物大化石;化石均由团队成员赴野外采集而来,并在实验室中通过常规化石修复方法与角质层实验方法进行加工;化石保存基本完好,其中部分保存有角质层,可以进行实验并一步观察到气孔等微细结构,有助于分类鉴定及恢复古气候条件;对这些植物大化石的研究有助于深入了解青藏高原东部新生代古环境、古气候、古地理变化以及认识当时的植被面貌。
杨涛
该数据集包含了2019年1月1日至2019年12月31日的40m塔自动气象站观测数据。站点位于河北省怀来县东花园镇,下垫面为水浇地玉米。观测点的经纬度是115.7923E, 40.3574N,海拔480m。 自动气象站安装在40m塔上,采集频率为30s,且10min输出一次。观测要素包括7层空气温度、相对湿度(3m、5m、10m、15m、20m、30m、40m),朝向为正北;7层风速(3m、5m、10m、15m、20m、30m、40m),风向(10 m),朝向为正北;气压(安装在防水箱内);雨量(3 m);四分量辐射和光合有效辐射(4 m),朝向为正南;红外表面温度(8 m),支臂朝向正南,探头朝向是垂直向下;土壤温湿度探头埋设在气象塔正南方1.5m处,土壤温度探头埋设深度为2cm、4cm、10cm、20cm、40cm、80cm、120cm和160 cm处,土壤水分传感器埋设深度为2cm、4cm、10cm、20cm、40cm、80cm、120cm和160cm;平均土壤温度埋在地下2, 4cm;土壤热流板(3块)埋设在地下6 cm处。 观测数据的处理与质量控制:(1)确保每天1440个数据(每10min),若出现数据的缺失,则由-6999标示;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2019-6-10 10:30。有疑问的数据用红色字体标注。 自动气象站发布的数据包括:日期/时间Date/Time,空气温度(Ta_3m, Ta_5m, Ta_10m, Ta_15m, Ta_20m, Ta_30m, Ta_40m)(℃),相对湿度(RH_3m, RH_5m, RH_10m, RH_15m, RH_20m, RH_30m, RH_40m)(%),风速(Ws_3m, Ws_5m, Ws_15m, Ws_20m, Ws_30m, Ws_40m)(m/s),气压(Press)(hpa),降水(Rain)(mm),四分量辐射(DR、UR、DLR、ULR、Rn)(W/m2),光合有效辐射(PAR)(umol/s/m2),地表辐射温度(IRT_1、IRT_2)(℃),土壤热通量(Gs_1、Gs_2、Gs_3)(W/m2)、 多层土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm)(%)、多层土壤温度(Ts_2cm 、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm)(℃)、平均土壤温度TCAV(℃)。 观测试验或站点信息请参考Guo et al.(2020),数据处理请参考Liu et al. (2013)。
刘绍民, 肖青, 徐自为, 柏军华
该数据集包含了2018年1月1日至2018年12月31日的40m塔自动气象站观测数据。站点位于河北省怀来县东花园镇,下垫面为水浇地玉米。观测点的经纬度是115.7923E, 40.3574N,海拔480m。 自动气象站安装在40m塔上,采集频率为30s,且10min输出一次。观测要素包括7层空气温度、相对湿度(3m、5m、10m、15m、20m、30m、40m),朝向为正北;7层风速(3m、5m、10m、15m、20m、30m、40m),风向(10 m),朝向为正北;气压(安装在防水箱内);雨量(3 m);四分量辐射和光合有效辐射(4 m),朝向为正南;红外表面温度(8 m),支臂朝向正南,探头朝向是垂直向下;土壤温湿度探头埋设在气象塔正南方1.5m处,土壤温度探头埋设深度为2cm、4cm、10cm、20cm、40cm、80cm、120cm和160 cm处,土壤水分传感器埋设深度为2cm、4cm、10cm、20cm、40cm、80cm、120cm和160cm;平均土壤温度埋在地下2, 4cm;土壤热流板(3块)埋设在地下6 cm处。 观测数据的处理与质量控制:(1)确保每天1440个数据(每10min),若出现数据的缺失,则由-6999标示;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-6-10 10:30。有疑问的数据用红色字体标注。 自动气象站发布的数据包括:日期/时间Date/Time,空气温度(Ta_3m, Ta_5m, Ta_10m, Ta_15m, Ta_20m, Ta_30m, Ta_40m)(℃),相对湿度(RH_3m, RH_5m, RH_10m, RH_15m, RH_20m, RH_30m, RH_40m)(%),风速(Ws_3m, Ws_5m, Ws_10m, Ws_15m, Ws_20m, Ws_30m, Ws_40m)(m/s),风向(WD)(°),气压(Press)(hpa),降水(Rain)(mm),四分量辐射(DR、UR、DLR、ULR、Rn)(W/m2),光合有效辐射(PAR)(umol/s/m2),地表辐射温度(IRT_1、IRT_2)(℃),土壤热通量(Gs_1、Gs_2、Gs_3)(W/m2)、 多层土壤水分(Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm)(%)、多层土壤温度(Ts_2cm 、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm)(℃)、平均土壤温度TCAV(℃)。 观测试验或站点信息请参考Guo et al. (2020),数据处理请参考Liu et al. (2013)。
刘绍民, 肖青, 徐自为, 柏军华
该数据集包含了2019年1月1日至2019年12月31日的大孔径闪烁仪观测数据,分别架设了两台型号为BLS450和zzlas的大孔径闪烁仪。站点位于河北省怀来县东花园镇,下垫面玉米。观测点的经纬度是115.7880E, 40.3491N,海拔480m。大孔径闪烁仪的有效高度为14m,光径长度是1870m,发射端经纬度是115.8023E,40.3596N,接收端的经纬度是115.7825E,40.3522N。BLS450和zzlas的采集频率分别为5Hz和1Hz,平均为1min输出。 大孔径闪烁仪原始数据为1min,发布的数据为经过处理与质量控制后的30min平均数据,其中感热通量主要是结合自动气象站数据,基于莫宁-奥布霍夫相似理论通过迭代计算得到。在迭代计算过程中,对于BLS450,选取Thiermann and Grassl,1992的稳定度函数;对于zzlas,选取Andreas,1988的稳定度函数。主要的质量控制步骤包括:(1)剔除Cn2达到饱和的数据;(2)剔除解调信号强度较弱的数据;(3)剔除降水时刻及其前后一小时的数据;(4)剔除稳定条件下的弱湍流的数据(u*小于0.1m/s)。 关于发布数据的几点说明:(1)LAS数据以BLS450为主,缺失时刻由zzlas观测补充,两者都缺失则以-6999标记。(2)数据表头:Date/Time:日期/时间,Cn2:空气折射指数结构参数(m-2/3),H_LAS:感热通量(W/m2)。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xls格式存储。 观测试验或站点信息请参考Guo et al. (2020),数据处理请参考Liu et al. (2013)。
刘绍民, 徐自为
该数据集包含了怀来站的大孔径闪烁仪通量观测数据。怀来站分别架设了BLS450和zzlas型号的大孔径闪烁仪,北塔为zzlas的接收端和BLS450的发射端,南塔为zzlas的发射端和BLS450的接收端。观测时间为2018年1月1日至2018年12月31日。站点位于河北省怀来县东花园镇,下垫面是玉米。北塔的经纬度是115.8023E,40.3596N,南塔的经纬度是115.7825E,40.3522N,海拔高度约480m。大孔径闪烁仪的有效高度14m,光径长度是1870m,采样频率是1min。 大孔径闪烁仪原始观测数据为1min,发布的数据为经过处理与质量控制后的数据,其中感热通量主要是结合自动气象站观测数据,基于莫宁-奥布霍夫相似理论通过迭代计算得到,主要的质量控制步骤包括:(1)剔除Cn2达到饱和的数据(BLS450:Cn2>1.39E-13,zzlas:Cn2>1.51E-13);(2)剔除解调信号强度较弱的数据(BLS450:Average X Intensity<1000;zzlas:Demod>-20mv);(3)剔除降水时刻的数据;(4)剔除稳定条件下的弱湍流的数据(u*小于0.1m/s)。在迭代计算过程中,对于BLS450,选取Thiermann and Grassl (1992)的稳定度普适函数;对于zzlas,选取Andreas(1988)的稳定度普适函数,详细介绍请参考Liu et al. (2011, 2013)。 关于发布数据的几点说明:(1)怀来站LAS数据以BLS450为主,缺失时刻由zzlas观测补充,两者都缺失则以-6999标记。(2)数据表头:Date/Time :日期/时间(格式:yyyy/m/d h:mm),Cn2 :空气折射指数结构参数(单位:m-2/3),H_LAS :感热通量(单位:W/m2)。数据时间的含义,如0:30代表0:00-0:30的平均;数据以*.xlsx格式存储。 观测试验或站点信息请参考Guo et al. (2020),观测数据处理请参考Liu et al. (2013)。
刘绍民, 徐自为
该数据集记录了长江干流地表水水质评价数据集(2008.3-2020.6)。数据统计自青海省生态环境厅,数据集包含226个文件,分别为:长江干流地表水2010年6月水质评价,长江干流地表水2010年7月水质评价,长江干流地表水2010年8月水质评价,长江干流地表水2011年8月水质评价,长江干流地表水2012年04月水质评价等。 每个数据表共有7个字段: 字段1:监测断面 字段2:水环境功能区类划分 字段3:水质类别 字段4:主要污染指标 字段5:水质状况 字段6:上月水质状况 字段7:上年同期水质状况
青海省生态环境厅
该数据集记录了长江、黄河、湟水国控地表水监测断面水质评价结果(2010-2012年)。数据统计自玉树州生态环境局,数据集包含18个文件,分别为:2010年4月长江干流国控断面水质状况评价,2010年5月长江干流国控断面水质状况评价,2010年9月长江干流国控断面水质状况评价,2010年10月长江干流国控断面水质状况评价等,数据表结构相同。 每个数据表共有7个字段,2010年4月长江干流国控断面水质状况评价表: 字段1:监测断面 字段2:水环境功能区类划分 字段3:水质类别 字段4:主要污染指标 字段5:水质状况 字段6:上月水质状况 字段7:上年同期水质状况
玉树州生态环境局
该数据集记录了青海省2016年县级城镇集中式饮用水水源地水质状况。数据统计自青海省自然资源厅,数据集包含16个数据表,分别为:2016年1季度青海省县级城镇集中式饮用水水源水质状况1,2016年2季度青海省县级城镇集中式饮用水水源水质状况,2016年3季度青海省县级城镇集中式饮用水水源水质状况.2016年4季度青海省县级城镇集中式饮用水水源水质状况 ,2016年下半年青海省县级城镇集中式饮用水水源水质状况,2016年下半年青海省县级城镇集中式饮用水源地水质状况,2016年下半年青海省县级城镇集中式饮用水水源水质状况,2017年1季度青海省县级城镇集中式饮用水水源水质状况,2017年2季度青海省县级城镇集中式饮用水水源水质状况,2017年3季度青海省县级城镇集中式饮用水水源水质状况,2017年4季度青海省县级城镇集中式饮用水水源水质状况,2018年1季度青海省县级城镇集中式饮用水水源水质状况,2018年2季度青海省县级城镇集中式饮用水水源水质状况,2018年3季度青海省县级城镇集中式饮用水水源水质状况,2018年4季度青海省县级城镇集中式饮用水水源水质状况,2020年1季度青海省县级城镇集中式饮用水水源水质状况,2020年2季度青海省县级城镇集中式饮用水水源水质状况,2020年3季度青海省县级城镇集中式饮用水水源水质状况,数据表结构相同。 每个数据表共有6个字段: 字段1:序号 字段2:城市名称 字段3:水源名称 字段4:水源类型 字段5:达标类型
青海省自然资源厅
该数据集记录了西宁市县级及以上城镇集中式生活饮用水水质监测安全状况信息公开数据(2018)。数据统计自青海省生态环境厅,数据集包含3个文件,分别为:西宁市县级及以上城镇集中式生活饮用水水质监测安全状况信息公开表2018年第一季度,西宁市县级及以上城镇集中式生活饮用水水质监测安全状况信息公开表2018年第二季度,西宁市县级及以上城镇集中式生活饮用水水质监测安全状况信息公开表2018年下半年,数据表结构相同。 每个数据表共有10个字段,西宁市县级及以上城镇集中式生活饮用水水质监测安全状况信息公开表2018年第二季度表: 字段1:序号 字段2:水源地名称 字段3:水源级别 字段4:水源类型 字段5:监测单位 字段6:监测指标数 字段7:监测频次 字段8:评价标准 字段9:合格率 字段10:公开时段
青海省生态环境厅
该数据集记录了青海省2014-2018年西宁市平安区(平安县)监测区地下水水位动态统计数据。数据统计自青海省自然资源厅,数据集包含5个数据表,分别为:2014年海东市检测区监测区地下水水位动态,2015年平安监测区地下水水位动态统计表,2016年平安监测区地下水水位动态统计,2017年平安监测区地下水水位动态统计表,2018年平安监测区地下水水位动态示意图。数据表结构相同,包含4个字段: 字段1:年份 字段2:N16 字段3:N34 字段4:N46
青海省自然资源厅
该数据集记录了青海省西宁市地表水监测断面水质状况数据(2015.7-2019.7)。数据统计自青海省生态环境厅,数据集包含15个数据表,分别为:西宁市地表水2015年7月监测断面水质状况,西宁市地表水2015年11月监测断面水质状况,西宁市地表水2016年1月监测断面水质状况,西宁市地表水2016年2月监测断面水质状况等,数据表结构相同。 每个数据表共有6个字段,例如西宁市地表水2015年7月监测断面水质状况表: 字段1:序号 字段2:断面名称 字段3:执行标准等级 字段4:实际水质等级 字段5:超标项目
青海省生态环境厅
该数据集记录了西宁市北川、西川、南川地下水水位统计数据(2012-2018)。数据统计自青海省自然资源厅,数据集包含31个数据表,分别为:2011年西宁市南川地下水位,2011西宁市北川地下水位,2011西宁市西川、西纳川地下水位,2012年西宁市北川地下水水位等,数据按年份分组,单位为米(m)。数据表结构相同,包含5个字段: 字段1:年份 字段2:G9103 字段3:G31 字段4:G23 字段5:G27
青海省自然资源厅
该数据集记录了2008年1月至2020年6月的逐月湟水河监测断面水质监测评价数据。数据集整理自青海省生态环境厅,数据集包含146个Excel/pdf数据文件。分别为湟水干流国控断面2008年1月水质评价.xls、湟水干流国控断面2008年2月水质评价.xls、……湟水干流国控断面2020年6月水质评价.xls。数据监测点包括:湟水干流金滩、扎马隆断面;小峡桥断面;民和桥断面。检测指标包括:水环境功能区划类别、水质类别、主要污染指标、水质状况、上月水质状况、上年同期水质状况。数据表结构相同,包含7个字段: 字段1:断面名称 字段2:水环境功能区划类别 字段3:水质类别 字段4:主要污染指标 字段5:水质状况 字段6:上月水质状况 字段7:去年同期水质状况
青海省生态环境厅
该数据集记录了青海省海西州2019年1月-2020年6月地表水水质监测状况信息公开表。数据整理自海西州生态环境局。数据集包含18个数据表,分别为:海西州2019年1、2、3、4、5、6、7、8、9、10、11、12月地表水水质监测状况信息公开表,2020年1、2、3、4、5、6月地表水水质监测状况信息公开表,数据表结构相同。 每个数据表共有11个字段,例如2019年1月地表水水质监测状况信息公开表: 字段1:序号 字段2:地区 字段3:水体 字段4:断面名称 字段5:断面级别 字段6:监控单位 字段7:监测频次 字段8:水质目标 字段9:是否达标 字段10:超标因子 字段11:备注
青海省海西州生态环境局
该数据集记录了2015-2018年青海省各监测区地下水水位动态变化统计情况表。数据统计自青海省自然资源厅,数据集包含4个数据表,分别为:2015年青海省各监测区地下水水位动态变化统计表,2016年青海省各监测区地下水水位动态变化统计表,2017年青海省各监测区地下水水位动态变化统计表,2018年青海省各监测区地下水水位动态变化统计表,数据表结构相同,共包含7个字段: 字段1:"地理位置" 字段2:"基本平衡区(km2)" 字段3:"占监测面积的百分比((%)" 字段4:"弱下降区(km2)" 字段5:"占监测面积的百分比(%)" 字段6:"强下隆区(km2)" 字段7:"占监测面积的百分比(%)"
青海省自然资源厅
该数据集记录了青海省2016年1月-2020年8月逐月地级城市集中式饮用水水源地水质状况。数据统计自青海省自然资源厅,数据集包含48个Excel数据表,分别为:2016年1月青海省地级城市集中式饮用水源地水质状况、2016年2月青海省地级城市集中式饮用水源地水质状况、……2020年8月青海省地级城市集中式饮用水源地水质状况,数据表结构相同。 每个数据表共有6个字段,例如2016年2月青海省地级城市集中式饮用水源地水质状况: 字段1:序号 字段2:城市名称 字段3:水源名称 字段4:水源类型 字段5:达标情况 字段6:超标指标及超标倍数
青海省自然资源厅
该数据集记录了青海省2014年-2018年青海湖环湖监测区地下水水位动态统计数据。数据统计自青海省自然资源厅,数据集包含5个数据表,分别为:2014年青海湖环湖监测区地下水水位埋深动态示意图、2015年青海湖环湖监测区地下水水位动态统计表、2016年青海湖环湖监测区地下水水位埋深示意图、2017年青海湖环湖监测区地下水水位埋深示意图、2018年青海湖环湖监测区地下水水位埋深示意图,数据表结构相同。 青海湖环湖监测区地下水水位埋深动态示意图(水位动态统计表)包含8个字段: 字段1:年份 字段2:青2 字段3:青3 字段4:青4 字段5:青6 字段6:青7 字段7:青8 字段8:青9
青海省自然资源厅
该数据集记录了青海省黄河干流地表水水质评价状况,时间范围为2008年1月-2020年6月。数据整理自青海省生态环境厅官方网站,数据集包含90个pdf文件,24个文本文件,25个数据表文件,数据表结构相同。数据监测点为唐乃亥、大河家和官厅等地 每个数据表共有:7个字段: 字段1:断面名称 字段2:水环境功能区划类别 字段3:水质类别 字段4:主要污染指标 字段5:水质状况 字段6:上月水质状况 字段7:去年同期水质状况
青海省生态环境厅
1) 数据主要包括2016-2018年UIB地区六条典型冰川的GPR实测冰厚与GlabTop2模拟的2010s的UIB全流域的冰储量,8个水文站的径流数据 2) 数据加工方式:通过输入TanDEM-X与巴基斯坦冰川编目等,从而在GlabTop2模型中生成模拟冰厚值。 2) 数据质量描述:GlabtOP2模拟冰厚值的空间分辨率为30 m.误差为15%,GPR实测的最大冰厚的误差为230.2 ± 5.4 m.
张寅生
1) 数据内容 本数据集包含澜沧江-湄公河流域流向、汇流累积和矢量河网信息。 2) 数据来源及加工方法 本数据集采用了遥感蚀刻方法(Remote Sensing Stream Burning, Wang et. al, 2021),融合了高精度高程模型MERIT-DEM和哨兵2号光学影像。 3) 数据质量描述 经验证,本数据集具备较高的空间精度(Wang et. al, 2021)。<br /> 4) 数据应用成果及前景 本数据集提供了基础的河流网络及其汇流信息,可用于水文模型、陆面过程模型、地球系统模式等模拟用途,也可以用于制图和空间统计分析。
王子丰
根据西藏自治区“一江两河”地区18个区县耕地分布状况,采用了5km×5km的网格布点,涵盖所有耕地和设施农地,共布设5km×5km的网格1092个,每个网格含有一个编号。数据处理方法:利用arcgis 10.3中的fishnet工具,生成覆盖西藏自治区“一江两河”地区18个区县行政边界的网格,再利用Intersect工具,生成覆盖耕地的格网。该数据可用于西藏自治区“一江两河”地区耕地土壤样品采集。
王兆锋, 宫殿清
本数据集是黑河流域2010-2016年逐日100米地表蒸散发遥感产品。基于多源遥感数据(MODIS、Landsat TM/ETM+数据等)和近地面气象要素数据(中国区域地面气象要素驱动数据集,CMFD),依据地表能量平衡理论,对地表能量平衡系统(SEBS)模型通过全局敏感性分析确定模型的敏感变量,继而优化模型的这些变量参数化方案,以便提高蒸散发遥感模型估算精度。同时,结合遥感图像数据的时空融合方法,最终获取了黑河流域空间全覆盖和较高时空分辨率(100米,逐日)地表蒸散发数据。利用黑河野外地面站点观测数据和黑河流域区域尺度地表蒸散发相对真值数据集(ETMap)进行验证,估算结果与站点观测数据以及ETMap的时空分布格局均具有较好的一致性。本数据集可直接为黑河流域,特别是上游林地和草地、中下游绿洲农田和荒漠植被的耗水规律研究与流域水资源的科学管理提供数据支撑。
马燕飞, 刘绍民
本数据集包括中亚大湖区五国(哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土库曼斯坦和乌兹别克斯坦)的内陆水域数据,包括河流,运河和湖泊的分布。各个国家的线状和面状要素分别存储在不同文件中。该数据集来自世界数字地图(DCW),其主要来源是美国,澳大利亚,加拿大和英国制作的美国国防测绘局(DMA)的操作导航图(ONC)1:1,000,000比例纸质地图系列。DCW数据库最后更新至1992年,并于2006年开始免费提供。
徐晓凡, 谈明洪
瓜达尔深水港位于巴基斯坦俾路支省西南部瓜德尔城南部,在巴基斯坦靠近伊朗一侧,东距卡拉奇约460km,西距巴基斯坦伊朗边境约120km,南临印度洋的阿拉伯海,向西则是霍尔木兹海峡和红海,与阿曼首都马斯喀特(Muscat)遥遥相对,是一个极具战略地位的海港。 本数据为瓜达尔及其周边土地覆盖数据,数据源于GlobeLand30 (Chen, 2014),数据空间分辨率为30米,数据格式为tiff。 GlobeLand30数据集研制所使用的分类影像主要包括美国陆地资源卫星(Landsat)的TM5、ETM+、OLI多光谱影像和中国环境减灾卫星(HJ-1)多光谱影像,采用基于像元对象知识(POK-based)的分类方法 (Chen, 2015),总体精度为83.50%,Kappa系数0.78 (Xie, 2015)。
吴骅
瓜达尔深水港位于巴基斯坦俾路支省西南部瓜德尔城南部,在巴基斯坦靠近伊朗一侧,东距卡拉奇约460km,西距巴基斯坦伊朗边境约120km,南临印度洋的阿拉伯海,向西则是霍尔木兹海峡和红海,与阿曼首都马斯喀特(Muscat)遥遥相对,是一个极具战略地位的海港。 本数据包含瓜达尔港区及其周围区域2014-2015年共343景Landsat8数据在各个30米格网内的中值,数据共包含12个波段,空间分辨率为30米,其中热红外波段为100米重采样至30米分辨率。
吴骅
本数据集来源于论文:Deng, W. et al. (2020). Sharp changes in plant diversity and plant-herbivore interactions during the Eocene–Oligocene transition on the southeastern Qinghai-Tibetan Plateau. Global and Planetary Change, 194, 103293. doi:10.1016/j.gloplacha.2020.103293 数据主要包含青藏高原东南部芒康县卡均植物群在始新世晚期与早渐新世早期由草食动物损坏后的植物叶片化石记录数据。 叶片化石上食草动物的损害类型对探索古环境变化下的动植物相互作用发展和更好的理解土壤生态系统进化历史十分重要。始新世-渐新世过渡期(EOT)是一个古气候剧烈变化的时期,对全球生态系统产生了重大影响,研究人员对青藏高原东南部芒康县卡均植物群的分类组成进行了鉴定,对始新世晚期(MK-3,~ 34.6 Ma)与早渐新世早期(MK-1,~ 33.4 Ma)两个时期植物化石叶片上保存完好的草食动物造成的破坏进行了研究。 本数据中包含了研究中的植物化石叶片记录数据,数据表中包含字段如下: Basic Code(基础编号); Database RFID(数据库编号); Family code(家族编码); Genera code(基因编码); Species code(种类编码); Marks(标记); Plant-herbivore(植食性破坏); Leaves for damage(损害叶片数量); FFGs & DTs(昆虫损害类型); Code marks(损害类型标记); Hole feeding(虫洞取食); Margin feeding(边缘取食); Skeletonization(留脉取食); Surface feeding(表面取食); Piercing & Sucking(刺吸式); Oviposition(产卵式); Mining(潜叶式); Galling(虫瘿式); Fungal(真菌式); Incertae Sedis(地位未定式); Boring(钻孔式); Undefined(未定义) 数据中也包含论文中部分图形数据。
邓炜煜东, 苏涛
拉萨市设施农地数据是基于2018年Google Earth影像解译,空间分辨率为0.52米。拉萨市温室大棚多为规则矩形,且反射率高,便于识别。直接采用目视解译判别各年年底温室图斑,解译过程中剔除了设施农业温室区内面积大于0.10公顷的露天地和宽度大于7米的道路,以及黑色纺织物覆盖的设施养殖大棚;未剔除设施农地间小块空地和田埂。样线验证解译准确率为98%。该数据较好反映了拉萨市设施农地空间格局特征。
王兆锋, 宫殿清
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
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
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
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
“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
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
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
该数据集是基于一系列微波遥感数据获取,包含Special Sensor Microwave Imager (SSM/I), Advanced Microwave Scanning Radiometer for Earth Observation System (AMSR-E)等,表征植被的含水量,可作为初级生产力的参考。数据来源于Liu et al. (2015),具体计算方法参见文章。源数据范围为全球,本数据集选取了青藏高原区域。该数据集常被用作评定植被绿度和初级生产力的时间和空间格局,具有实际意义和理论价值。
刘毅
该数据集是基于GIMMS AVHRR传感器计算的LAI 3g,表征植被的绿度。数据来源于Chen et al. (2019),具体计算方法参见文章。源数据范围为全球,本数据集选取了青藏高原区域。本数据将原本的半月尺度数据集成至月数据,加工方法为将一个月的两期LAI取最大值,尽可能达到去除噪声的效果。该数据集是使用最为广泛的LAI数据之一,常被用作评定植被绿度的时间和空间格局,具有实际意义和理论价值。
陈驰
该数据集是基于GIMMS AVHRR传感器计算的NDVI 3g,是通过红外和近红外通道的反射率计算而得的产品,表征植被的绿度。源数据范围为全球,本数据集选取了青藏高原区域。本数据将原本的半月尺度数据集成至月数据,加工方法为将一个月的两期NDVI取最大值,在最大值滤波的处理下,尽可能达到去除噪声的效果。该数据集是使用最为广泛的NDVI数据之一,常被用作评定植被绿度的时间和空间格局,具有实际意义和理论价值。
刘焱序
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