该数据集包含2007-2014年地表太阳辐射数据，时间分辨率为逐小时，空间分辨率为5km。每个小时对应一个文件，文件命名方式为: RAD_yyyymmddhh.dat，其中yyyy表示年，mm表示月，dd表示日，hh表示小时（世界时）。经度（X轴）格点：70.025:0.05:140.025，纬度（Y轴）格点：59.975:-0.05:14.975。文件为二进制文件，格式为float格式（real*4），没有头文件。 该数据集的获取分为三步：（1）融合极轨卫星MODIS 和日本静止气象卫星MTSAT 资料，发展适合MTSAT的云检测算法及MTSAT云属性信息（有效粒子半径和路径含水量）的估算方法；（2）发展以云属性、气溶胶、水汽和臭氧等信息为输入的宽波段辐射模型，形成高效快速的地表太阳辐射反演技术；（3）将获取的高分辨率云参数信息和其他要素(气溶胶、水汽、臭氧等)输入宽波段辐射传输模型,最终得到中国高时空地表太阳辐射数据集。 经验证，瞬时辐射均方根误差（RMSE）一般小于 100 W/㎡，日平均辐射均方根误差（RMSE）一般小于 35 W/㎡。
唐文君
该数据集包含了黄河源、长江源、澜沧江三个源区的每个流域的边界、总边界及其流域内部各个县的边界。 观测项目有：黄河源、长江源、澜沧江三个源区的每个流域的边界、总边界及其流域内部各个县的边界。
魏彦强, 三江源国家公园星空地一体化生态监测及数据平台建设和开发应用
总览我国现有的各种冻土图，他们在分类系统、数据源、制图方法等方面存在较大的不同，这些图件代表了我国在过去的半个世纪中对多年冻土分布的阶段认识。为了更加合理地反映我国冻土的分布，并统计出我国冻土分布面积，我们在分析现有冻土图的基础上，制备了一个新的冻土分布图，该图融合了现有多个冻土图和青藏高原多年冻土分布的模型模拟结果，统一了全国各部分数据的获取时间，反映了2000年左右我国冻土的分布状况。 新的冻土图中，各种冻土类型的分布按以下原则确定： 1. 底图采用中国冻土区划及类型图（1：1000万）（邱国庆 等，2000）。青藏高原以外的高山多年冻土和瞬时冻土的分布沿用原图；季节冻土和瞬时冻土、瞬时冻土和非冻土的界限也均无变化。青藏高原地区的多年冻土和东北地区高纬度多年冻土的分布则采用以下结果更新。 2. 青藏高原区域的高海拔多年冻土和高山多年冻土分布采用南卓铜 等（2002）的模拟结果进行更新。该模型利用青藏公路沿线76个钻孔实测年平均地温数据，进行回归统计分析，获取年平均地温与纬度、高程的关系，并基于该关系，结合GTOPO30高程数据（美国地质调查局地球资源观测与科技中心领导下发展的全球1km数字高程模型数据）模拟得到整个青藏高原范围上的年平均地温分布，再以年平均地温0.5C作为多年冻土与季节冻土的界限。 3. 东北地区的高纬度多年冻土分布采用了Jin et al. (2007)的最新结果。 Jin et al. (2007)通过对过去几十年东北年平均降水和土壤水分的分析，认为东北地区的多年冻土南界与年平均气温的关系在过去几十年中没有发生实质变化。 4. 其他地区的高山多年冻土分布采用中国冰川冻土沙漠图（1：400万）（中国科学院寒区旱区环境与工程研究所，2006）更新。 在分类系统方面，现有的冻土图对多年冻土的划分多采用连续性标准，但对连续性的具体定义有很大不同。很多研究表明，连续性标准是一个与尺度密切相关的概念，并不适合于高海拔多年冻土的分类（程国栋, 1984; Cheng et al., 1992），且该标准无法应用于以网格为基本模拟单元的多年冻土分布模型。在本文中，我们放弃了连续性标准，而以制图单元（网格或区域）内是否存在冻土为标准。新的冻土图将我国冻土分为几下几类： （1）高纬度多年冻土 （2）高海拔多年冻土 （3）高原多年冻土 （4）高山多年冻土 （5）中深季节冻土：可能达到的最大季节冻结深度>1m； （6）浅季节冻土：可能达到的最大季节冻结深度<1m； （7）瞬时冻土：保存时间不足一个月 （8）非冻土。 数据具体说明，请参考说明文档及引用文献。
冉有华, 李新
该数据集包含了从1992到2015年的逐年黄河源、长江源、澜沧江三个源区的土地覆盖数据集。共包括了22种基于UN Land Cover Classification System的土地覆盖类型。集成了NOAA AVHRR, SPOT, ENVISAT, PROBA-V等植被分类产品。在中国区，（1）首先结合我国1：10万植被分类（2007）进行了质量订正和控制；（2）我国植被分类中侧重与气候区的结合，在订正CCI-LC时与我国气候区划相结合，与我国气候区划类型对应的植被类型相结合，全面订正了数据标签。
魏彦强
CMADS V1.1(The China Meteorological Assimilation Driving Datasets for the SWAT model Version 1.1) 版本数据集引入STMAS同化算法, 利用数据循环嵌套,模式推算等多种技术手段而建立。CMADS V1.1数据集按照SWAT模型输入驱动数据格式进行了格式整理与修正,使SWAT模型可直接使用该数据集而不需要任何格式转换。CMADS V1.1数据集同时建立了两种格式的数据(.dbf和.txt),方便其他它模型应用人员及气象分析人员调用与分析。CMADS数据源介绍：气温、气压、比湿、风速驱动数据采用了2421个国家级自动站和业务考核的29452个区域自动站2009年1月以来地面基本气象要素逐小时观测数据以及相应时期的台站信息（台站经纬度、海拔高度）,利用多重网格三维变分方法（STMAS）,在NCEP/GFS背景场基础上制作地面基本要素分析场；其中,中国区域以外,只对NCEP/GFS背景数据做地形调整、变量诊断,并插值到分析格点；中国区域以内,利用STMAS算法,将经过前处理的NCEP/GFS背景数据和自动站观测融合,并与中国区域以外的数据进行拼接。降水：由多卫星与地面自动站降水融合而成。其中,中国区域以外采用NCEP-CPC制作的CMORPH卫星融合降水产品,中国区域采用CMORPH产品为背景场融合中国降水自动站观测制作的中国区域小时降水量融合产品。辐射：基于DISSORT辐射传输模型,获取来自FY2E卫星一级产品实时反演太阳短波辐射产品。主要以ISCCP资料为背景数据,利用大气辐射传输模式DISORT对FY2D/E标称图数据进行反演,计算出分析格点上的地面入射太阳总辐射辐照度。本页发布的数据集为CMADS V1.1版本空间分辨率: 1/4°,时间分辨率:逐日，时间尺度为2008-2016年。空间覆盖范围:东亚(0°N-65°N,60°E-160°E)。提供要素:日平均2米温度,日最高\低2米温度,日累计24时降水量,日平均太阳辐射,日平均气压,日比湿度,日相对湿度,日平均10米风速,提供数据格式:dbf及txt。 CMADS V1.1元数据介绍 CMADS V1.1--SWAT驱动数据总体存放路径说明： 数据集分为专门驱动SWAT模型的子数据驱动集与其他模型使用的数据驱动集 1)专门驱动SWAT模型的子数据集路径为：CMADS-V1.1\For-swat\ 2)专门其他模型使用的子数据集路径为：CMADS-V1.1\For-other-model\ CMADS V1.1--SWAT驱动数据各子集文件路径及名说明 CMADS V1.1--SWAT驱动数据子集路径 1)CMADS V1.1的SWAT子数据驱动集（For-swat文件夹内）,包含Station\与Fork\子目录。 其中Station\目录下为SWAT模型需要的所有输入数据（逐日）。以上输入数据分别位于以下目录： Relative-Humidity-104000\ 日平均相对湿度(fraction) Precipitation-104000\ 日累计降水量(mm) Solar radiation-104000\ 日平均太阳辐射(MJ/m2) Temperature-104000\ 日最高最低2米气温(℃) Wind-104000\ 日平均10米风速(m/s) CMADS V1.1--SWAT驱动数据子集命名格式 中国大气数据同化SWAT模型数据集(CMADS)的SWAT子集文件命名： 数据集代码由要素代码：R、P、S、T、W+维度格网数-经度格网数组成(经纬度网格数提取参见CMADS数据集使用手册.pdf)。 CMADS V1.1--SWAT驱动数据子集命名格式实体文件的内容描述： 数据集时间尺度：2008年－2016年间共9年数据文件 空间分辨率：1/4度 时间分辨率：逐日 要素数据存放格式：dbf 索引表存放格式：txt CMADS V1.1--SWAT驱动数据子集索引表： 其中Fork\目录下为SWAT模型需要的所有站点索引表。以上输入数据索引表均可用以下索引表索引： PCPFORK.txt 降水索引表 RHFORK.txt 相对湿度索引表 SORFORK.txt 太阳辐射索引表 TMPFORK.txt 温度索引表 WINDFORK.txt 风速索引表 CMADS V1.1其他模式驱动数据子集路径 CMADS V1.1的SWAT子数据驱动集（For-other-model文件夹内）,包括常规模型需要的所有气象输入数据（逐日）。以上输入数据分别位于以下目录： Atmospheric-Pressure-txt\ 日平均大气压强(hPa) Average-Temperature-txt\ 日平均2米气温(℃) Maximum-Temperature-txt\ 日最高2米气温(℃) Minimum-Temperature-txt\ 日最低2米气温(℃) Precipitation-txt\ 日累计降水(mm) Relative-Humidity-txt\ 日平均相对湿度(fraction) Solar-Radiation-txt\ 日平均太阳辐射(MJ/m2) Specific-Humidity-txt\ 日平均比湿(g/kg) Wind-txt\ 日平均10米风速(m/s) 数据存储信息 存储格式和读取：数据集存储格式分为SWAT子集文件（dbf文件）,及其他模式数据集（txt文件）。 数据集附属说明文档: metadata：元数据文档(CMADS_META_C.pdf)。 description：说明文档(CMADS_DOCU_C.pdf)。 数据总量：45GB 占用空间：50GB 时间范围：2008年－2016年 时间分辨率：逐日 地理范围描述：东亚 最西经度：60°E 最东经度：160°E 最北纬度：65°N 最南纬度：0°N 台站数量：104000站 空间分辨率： 1/4°×1/4°网格点 垂直范围：无
孟现勇, 王浩
该数据集包含了黄河源、长江源、澜沧江三个源区的最大值合成法生产的NPP产品数据。MOD13Q1、MOD17A2以及MOD17A2H遥感产品数据来自于NASA网站（http://modis.gsfc.nasa.gov/）。MOD13Q1产品的分辨率为250 m, 16 d合成产品。MOD17A2和MOD17A2H产品数据都是8 d合成产品, MOD17A2的分辨率为 1000 m, MOD17A2H的分辨率为500 m。最终合成的MODIS NPP产品的分辨率为1km。 下载的MOD13Q1、MOD17A2、MOD17A2H遥感数据产品, 格式为HDF, 该数据已经过大气校正、辐射校正、几何校正和去云等处理。1）MRT投影转换。将下载的数据产品进行格式和投影转换, 将HDF格式转换为TIFF格式, 将投影转换为UTM投影, 输出250 m分辨率的NDVI、250 m分辨率的EVI、1000 m和500 m两种分辨率的净光合PSNnet。2）MVC最大值合成。将与地面实测数据同期的NDVI、EVI、PSNnet采用最大值合成, 得到与实测数据对应的值。采用最大值合成法可以有效减少云、大气、太阳高度角等的影响。3)基于NASA-CASA模型生成NPP年值。
Kamel Didan*, Armando Barreto Munoz, Ramon Solano, Alfredo Huete
该数据集是基于SPOT卫星的Vegetation传感10天合成的NDVI产品估算的三江源地区去的植被生长季开始（Start of Season: SOS）和生长季结束的日期（End of Season: EOS）。分别用了两种常见的物候期估算方法，分别是基于多项式拟合的阈值提取法（文件名中有poly字符）和基于双逻辑曲线（double logistic function）拟合后的拐点提取法（文件名中有sig字符）。该数据可以用来分析植被物候期与气候变化的关系。时间范围为1999年至2013年。空间分辨率为1km。
王旭峰
该数据集包含了2017年1月1日至2017年12月31日期间果洛站的气象观测数据，包括气温（Ta_1_AVG）、相对湿度（RH_1_AVG）、水汽压（Pvapor_1_AVG）、平均风速（WS_AVG）、大气压（P_1）、平均天空长波辐射（DLR_5_AVG）、平均地表长波辐射（ULR_5_AVG）、平均净辐射（Rn_5_AVG）、平均土壤温度（Ts_TCAV_AVG）、土壤含水量（Smoist_AVG）、总降水量（Rain_7_TOT）、天空长波辐射（CG3_down_Avg），地面长波辐射（CGR3_up_Avg）、平均光合有效辐射（Par_Avg）等。时间分辨率为1小时。缺测时刻用-99999填充。
徐世晓, 胡林勇
该数据集包含了2017年8月3日至2017年8月9日期间在曲麻莱、玛多和可可西里的植物群落样方调查数据。主要调查内容为盖度、高度和地上生物量。涵盖了高寒草原、高寒湿地和高寒草甸三种植被类型。记录了样方的经纬度、海拔、总体覆盖度、物种名称及数量、每个物种选三株测量其高度、总的地上生物量、分类别的地上生物量。
胡林勇, 李奇, 胡林勇, 徐世晓, 李奇
该数据集包含位于雅鲁藏布江流域源区的谢通门县、昂仁县、萨嘎县、仲巴县布设4个土壤温湿仪器观测点，观测时间在2017年8月23日-12月10日之间，时间间隔10 min。观测深度为10cm, 40cm, 80cm, 120cm，共4层。 具体的观测地点及时间范围如下： 萨嘎大桥2017/8/31 12:50:00-2017/12/10 17:20:00 马泉河大桥2017/8/30 19:30:00-2017/12/10 13:10:00 多雄藏布 2017/8/24 17:20:00-2017/12/8 12:20:00 旁达雅江大桥 2017/8/23 11:30:00-2017/12/4 9:10:00 土壤湿度数据精确到小数点后3位，土壤温度数据精确到小数点后1位。质量控制包括剔除传感器未完全适应土壤环境时的数据和传感器出现故障造成的系统误差。数据以excel文件存储。
兰措, 刘哲
本数据集来源于MODIS 005版本和IMS数据集，进行了去云处理后融合的逐日无云积雪面积产品。取值范围：0%-100%。200：积雪；100： 湖冰；25：陆地；37：海洋。空间分辨率为0.005 度（约500m），时间范围是2002年7月5日至2014年12月31日。
郝晓华
本数据集是通过卫星数据和地表能量平衡法得到的全球陆地地表每天和每月的蒸散发量。该数据集的空间分辨率是5公里。ET数据生产的算法主要采用Chen et al. 2019 JGR 和Chen et al. 2013 (JAMC)最新修订的SEBS 算法。如何采用热红外得到无缝的每日蒸发资料请参考 Chen et al. 2021 JGR, 该文还对不同蒸发产品做了对比，结果发现该产品在灌溉区显著优于Landflux, GLEAM, MOD16, GLDAS, 和ERA-Interim 产品，再分析驱动数据的降尺度详见该文。MODIS LST，NDVI，全球森林高度，GlobAlbedo都已经用于此ET数据集的计算中。模型产生的全球地表感热通量、净辐射通量和潜热通量可以联系作者获得。 日蒸散发文件命名规则: 20001201-ET-V1.mat, 2000-year, 12-month,01-day, ET-Evapotranspiration, V1-version 1;蒸发单位: 毫米每天 (数据存储采用unit8格式，需转成单精度或双精度，转换后需要除10再使用)；数据类型: 为了减小数据保存空间，采用unit8的数据保存格式，海洋和陆地水体象元为固定值255. 月蒸散发文件命名规则: ETm200012-ET-V1.mat, 2000-year, 12-month, ET-Evapotranspiration, V1-version 1; 蒸发单位:毫米每月 (数据存储采用int16格式，转成单精度或双精度使用，另外转换后需要除10); 数据类型:为减少存储空间采用int16的数据格式，海洋和陆地水体象元为固定值0.
陈学龙
基于青藏高原国家气象站站点数据通过PRISM模型插值生成的高原气象要素分布图，主要包括气温和降水。 青藏高原1961-1990月均温分布图(30年平均值)： t1960-90_1.e00，t1960-90_2.e00，t1960-90_3.e00，t1960-90_4.e00，t1960-90_5.e00， t1960-90_6.e00，t1960-90_7.e00，t1960-90_8.e00，t1960-90_9.e00，t1960-90_10.e00， t1960-90_11.e00，t1960-90_12.e00 青藏高原1991-2020月均温分布图(30年平均值)： t1991-20_1.e00，t1991-20_2.e00，t1991-20_3.e00，t1991-20_4.e00，t1991-20_5.e00， t1991-20_6.e00，t1991-20_7.e00，t1991-20_8.e00，t1991-20_9.e00，t1991-20_10.e00， t1991-20_11.e00，t1991-20_12.e00， 青藏高原1961-1990月降水分布图(30年平均值)： p1960-90_1.e00，p1960-90_2.e00，p1960-90_3.e00，p1960-90_4.e00，p1960-90_5.e00， p1960-90_6.e00，p1960-90_7.e00，p1960-90_8.e00，p1960-90_9.e00，p1960-90_10.e00， p1960-90_11.e00，p1960-90_12.e00 青藏高原1991-2020月降水分布图(30年平均值)： p1991-2020_1.e00，p1991-2020_2.e00，p1991-2020_3.e00，p1991-2020_4.e00，p1991-2020_5.e00， p1991-2020_6.e00，p1991-2020_7.e00，p1991-2020_8.e00，p1991-2020_9.e00，p1991-2020_10.e00， p1991-2020_11.e00，p1991-2020_12.e00， 数据时间范围分为1961-1990年、1991-2020年。 数据覆盖的空间范围为东经73°～104.95°，北纬26.5°～44.95°，空间分辨率0.05度×0.05度（经度×纬度），大地坐标投影。 名称解释： 月均温：一个月中每天的日平均气温的平均数； 月降水：一个月降水量的总和。 量纲：数据的文件格式为E00文件，DN值为1～12月的月均温平均值（×0.01℃）、月降水平均值（×0.01mm）。 数据类型：整型。 数据精度：0.05度×0.05度（经度×纬度）。 本数据原始来源为两组数据集：1）青藏高原及周边地区128个气象站自建站至2000年的月均温、月降水观测资料；2）青藏高原50×50km网格的HadRM3区域气候情景模拟数据，即1991-2020年下月平均温度、月降水模拟值。 1961-1990年，对源数据集采用PRISM（Parameter elevation Regressions on Independent Slopes Model）插值方法生成网格数据，基于站点数据对插值模型进行调参和验证。1991-2020年，对区域气候情景模拟数据以地形趋势面插值方法降尺度生成网格数据。部分源数据来自GCM模型模拟的结果：GCM模型采用Hadley Centre climate model HadCM2-SUL。 a) Mitchell JFB, Johns TC, Gregory JM, Tett SFB (1995) Climate response to increasing levels of greenhouse gases and sulphate aerosols. Nature, 376, 501-504. b) Johns TC, Carnell RE, Crossley JF et al. (1997) The second Hadley Centre coupled ocean-atmosphere GCM: model description, spinup and validation. Climate Dynamics, 13, 103-134. 对气象数据进行空间插值采用PRISM (Parameter-elevation Regressions on Independent Slopes Model)方法： Daly,C., R.P. Neilson, and D.L. Phillips, 1994: A statistical-topographic model for mapping climatological precipitation over mountainous terrain. J. Appl. Meteor., 33, 140~158. 因高原地区观测条件艰苦，基础研究数据缺乏，部分地区气象数据有缺失的现象。本数据集经调参和验证，精度尚可，但仅可做为宏观尺度气候研究的参考之用。青藏高原1961-1990月均温分布数据平均相对误差率为8.9%，青藏高原1991-2020月均温分布数据平均相对误差率为9.7%，青藏高原1961-1990月降水分布数据平均相对误差率为20.9%，青藏高原1991-2020月降水分布数据平均相对误差率为22.7%。对部分缺失数据的区域进行了插补，对明显错误的个别数值进行了修改。
周才平
该数据集记录了西藏自治区1967-2016年，年末总人口、男性总数、女性总数、城镇人口数乡村人口数及乡村各行业从业人员统计等序列数据。数据整理自统计年鉴：《西藏社会经济统计年鉴》和《西藏统计年鉴》，精度同数据所摘取的统计年鉴。 数据集包含3个表：西藏历年人口统计表，分县人口统计，乡村从业人员。 数据表1：西藏历年人口统计 数据表有10个字段 字段1：年份；字段2：年末总人口 单位 万人； 字段3：男性总数 单位 万人；字段4：男性比重 单位 %； 字段5：女性总数 单位 万人；字段6：女性比重 单位 %； 字段7：城镇人口数 单位 万人；字段8：城镇人口比重 单位 %； 字段9：乡村人口数 单位 万人；字段10：乡村人口比重 单位 %。 数据表2：分县人口统计 数据表有7个字段 字段1：区县；字段2：年份；字段3：年末总户数 单位 户； 字段4：乡村户数 单位 户；字段5：年末总人口 单位 万人； 字段6：乡村人口 单位 万人；字段7：年末单位从业人员数 单位 万人。 数据表3：乡村从业人员 数据表有7个字段 字段1：年份；字段2：区县；字段3：乡村从业人员 单位 人； 字段4：农林牧渔业 单位 人；字段5：工业 单位 人； 字段6：建筑业 单位 人；字段7：其他非农从业人员 单位 人。
西藏自治区统计局
该数据集记录了青海省1978-2016年牲畜存栏、出栏数目，各种肉蛋奶类、羊毛羊绒产品产量等序列数据。数据整理自统计年鉴：《青海社会经济统计年鉴》和《青海统计年鉴》，精度同数据所摘取的统计年鉴。 数据集包含3个表：牲畜饲养情况，主要畜产品产量，主要牲畜出栏情况。 数据表1：牲畜饲养情况 数据表共有7个字段 字段1：年份 解释：数据的年份 字段2：大牲畜年末存栏 解释：大牲畜年末存栏数目 万头 字段3：牛 解释：牛末存栏数目 万头 字段4：马 解释：马末存栏数目 万头 字段5：羊年末存栏 解释：羊年末存栏数目 万头 字段6：绵羊 解释：绵羊末存栏数目 万头 字段7：猪年末存栏 解释：猪年末存栏数目 万头 数据表2：主要牲畜出栏情况 数据表共有5个字段 字段1：年份 解释：数据的年份 字段2：大牲畜出栏数 万头 字段3：羊出栏数 万头 字段4：肉猪出栏数 万头 字段5：家禽出栏数 万头 数据表3：主要畜产品产量 数据表共有14个字段 字段1：年份 解释：数据的年份 字段2：肉类总产量 解释：肉类总产量 吨 字段3：猪肉 解释：猪肉产量 吨 字段4：牛肉 解释：牛肉产量 吨 字段5：羊肉 解释：羊肉产量 吨 字段6：其他 解释：其他肉类产量 吨 字段7：奶类 解释：奶类产量 吨 字段8：牛奶 解释：牛奶产量 吨 字段9：羊毛 解释：羊毛产量 吨 字段10：绵羊毛 解释：绵羊毛产量 吨 字段11：羊绒 解释：羊绒产量 吨 字段12：牛毛绒 解释：牛毛绒产量 吨 字段13：蜂蜜 解释：蜂蜜产量 吨 字段14：禽蛋 解释：禽蛋产量 吨
青海省统计局
该数据集是基于GIMMS 最新版本的NDVI数据集GIMMS3g version 1.0估算的三江源地区去的植被生长季开始（Start of Season: SOS）和生长季结束的日期（End of Season: EOS）。分别用了两种常见的物候期估算方法，分别是基于多项式拟合的阈值提取法（文件名中有poly字符）和基于双逻辑曲线（double logistic function）拟合后的拐点提取法（文件名中有sig字符）。该数据可以用来分析植被物候期与气候变化的关系。时间范围为1982年至2015年，空间分辨率为8km。
王旭峰
该数据集记录西藏地区各行政区划中文名称，英文名称及地区和区县的所属关系。数据整理自统计年鉴：《西藏社会经济统计年鉴》和《西藏统计年鉴》，精度同数据所摘取的统计年鉴。 数据集包含2个数据表： 数据表1：西藏行政区划表 数据表共有5个字段 字段1：地区 解释：地区中文名称 字段2：地区英文名称 解释：地区英文名称 字段3：区县 解释：区县中文名称 字段4：区县英文名称 解释：区县英文名称 字段5：土地面积 平方公里 数据表2：分县区域变化 数据表共有5个字段 字段1：区县 字段2：年份 字段3：面积 平方公里 字段4：乡镇个数 字段5：村民委员会个数
国家统计局
该数据集记录青海省各行政区划中文名称，英文名称及地区与区县之间的所属关系。数据整理自统计年鉴： 《青海社会经济统计年鉴》和《青海统计年鉴》，精度同数据所摘取的统计年鉴。 数据集包含2个数据表，分别为：青海行政区划，分县区域变化。 数据表1：青海行政区划 数据表共有5个字段 字段1：地区 解释：地区中文名 字段2：地区英文名 解释：地区英文名 字段3：区县 解释：区县中文名 字段4：区县英文名 解释：区县英文名 字段5：土地面积 平方公里 数据表2：分县区域变化 数据表共有5个字段 字段1：区县 字段2：年份 字段3：面积 平方公里 字段4：乡镇个数 字段5：村民委员会个数
青海省统计局
该数据集包含了2016年至2017年之间在三江源地区的珍稀动物调查数据，记录了调查点的经纬度、样线长度、动物发现的时间、动物名称、数量、出现的位置、栖息地类型、所属科等。
胡林勇, 张同作, 张同作, 徐世晓
青藏高原及周边地区典型冰川的物质平衡及末端变化数据，包括羊卓雍错附近的枪勇冰川、帕隆藏布流域的帕隆冰川、纳木错附近的扎当冰川、青藏高原中部唐古拉山小冬克玛底冰川、青藏高原西部阿里地区的昂龙2号冰川、慕士塔格地区的阿尔且特克冰川、15号冰川及乔都马克冰川和青藏高原东北部祁连山七一冰川。 用于高原典型地区典型冰川对气候变化的响应研究。在典型地区典型冰川的冰面上，利用蒸汽钻钻孔布设测杆，每年固定时间测量测杆高度变化，并结合雪坑观测，以进行冰川物质平衡的观测。在靠近冰川末端的地面上设置标志物，测量标志物与冰川末端之间的距离，以观测冰川末端位置变化。其中，乔都马克冰川和帕隆94号冰川两条冰川有末端变化数据。 数据集加工方法为原始数据经过质量控制后形成时间和空间连续序列。符合中国和世界冰川常规监测研究精度，满足冰川变化与相关气候变化记录的对比研究。
该数据集是2017年河湖源考察期间茶卡热觉湖的水质多参数数据，用于获取湖泊基本理化指标数据，为后续湖泊现代观测研究作准备。 数据观测时间为2017年8月30日。测量仪器为YSI EXO2水质多参数测量仪。仪器在每次测量之前都根据湖面海拔高度和当地气压进行校正，测量的时间间隔定为0.25s，投放速度较慢，保证高连续性地获取数据；得到的原始数据包括了水面以上暴露在空气中的测量数据，在后期处理中予以剔除。数据以excel文件存储。
王君波
本数据包含两个数据文件，GLOBELAND30 TILES（原始数据）和TIBET_ GLOBELAND30_MOSAIC（镶嵌数据）。 原始数据下载自全球地表覆盖数据网站（GlobalLand3）（http://www.globallandcover.com），范围涵盖青藏高原及周边地区。原始数据分幅存储，为了便于用户使用数据，在分幅数据的基础上，我们使用Erdas软件对原始数据进行了拼接镶嵌。 全球地表覆盖数据（GlobalLand30）是国家863计划重点项目“全球地表覆盖遥感制图与关键技术研究”的科研成果，该数据利用美国陆地卫星影像（TM5、ETM+）和中国环境减灾卫星（HJ-1）影像数据，采用基于像素分类-对象提取-知识检核的综合方法提取而成。数据包括耕地、森林、草地、灌木、湿地、水体、苔原、人造覆盖、裸地、冰川和永久积雪10个一级地表覆盖类型，没有进行二级类型提取。在准确度评估方面，评估九种类型和超过150,000个测试样品。GlobeLand30-2010的整体精度达到80.33％。Kappa指标为0.75。 GlobeLand30数据采用WGS84坐标系，UTM投影，6度分带，参考椭球为WGS 84椭球。根据不同的纬度情况，采用2种分幅方式进行数据组织。在南北纬60°区域内，按照5°（纬度）×6°（经度）大小进行分幅；在南北纬60°至80°区域内，按照5°（纬度）×12°（经度）大小进行分幅，按照奇数6°带的中央经线进行投影。 GLOBELAND30 TILES：原始数据保留数据原貌，未进行处理。 TIBET_ GLOBELAND30_MOSAIC：使用erdas软件对原始数据进行镶嵌，参数设置使用默认值原始数据保留数据原貌，精度同下载网站。
陈军
包含了青海省1998-2016年西宁、海东、门源、黄南、海南、果洛、玉树、海西等主要地区平均气温数据。数据整理自统计年鉴： 《青海社会经济统计年鉴》和《青海统计年鉴》，精度同数据所摘取的统计年鉴。 数据表记录了青海省8个地区每个月及每年的平均温度。 单位：摄氏度。 数据集主要应用于地理学、社会经济研究。
青海省统计局
本数据集是建立在青藏高原基础上的高原土壤水分和土壤温度观测数据，用于量化粗分辨率卫星和土壤水分和土壤温度模型产物的不确定性。青藏高原土壤温湿度观测数据（Tibet-Obs）由三个区域尺度的原位参考网络组成，包括寒冷半干旱气候的那曲网络，寒冷潮湿气候的玛曲网络和寒冷干旱的阿里网络。这些网络提供了对青藏高原不同气候和地表水文气象条件的代表性覆盖。 - 时间分辨率：15分钟 - 空间分辨率：点测量 - 测量精度：土壤水分，0.00001；土壤温度，0.1℃；数据集尺寸：标称深度为5，10，20，40和80厘米的土壤水分和温度测量值 - 单位：土壤水分，cm ^ 3 cm ^ -3； 土壤温度， ℃
Bob Su
数据集综合了纳木错多圈层综合观测研究站、珠穆朗玛大气与环境综合观测研究站、藏东南高山环境综合观测研究站的大气、水文和土壤的长期监测数据。数据有三种分辨率，包括0.1秒、10分钟、30分钟、24小时不等。 野外的大气边界层塔（PBL）所使用的温湿度和气压传感器由芬兰的Vaisala公司生产，风速风向传感器由美国的MetOne公司生产，辐射传感器由美国的APPLEY公司和日本的EKO公司生产，气体分析仪由美国的Licor公司生产，土壤含水量、超声风速仪和数据采集器等由美国的CAMPBELL公司生产。定期（每年2-3次）由专业人员对观测系统进行维护，对传感器进行标定和更换，对采集的数据进行下载和整编，满足国家气象局和世界气象组织（WMO）的气象观测规范。 数据集加工方法为原始数据经过质量控制后形成时间连续序列，质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。
马耀明
该数据集是2017年河湖源考察期间拉昂错的水质多参数数据，用于获取湖泊基本理化指标数据，为后续湖泊现代观测研究作准备。 数据观测时间为2017年9月8日。测量仪器为YSI EXO2水质多参数测量仪。仪器在每次测量之前都根据湖面海拔高度和当地气压进行校正，测量的时间间隔定为0.25s, 投放速度较慢，保证高连续性地获取数据；得到的原始数据包括了水面以上暴露在空气中的测量数据，在后期处理中予以剔除。数据以excel文件存储。
王君波
青藏高原东缘贡嘎山森林生态系统试验站观测的气象、土壤、植被等数据，时间主要是从2005-2008年。 气象数据：气温、气压、相对湿度、露点温度、水气压、地温、土壤温度（5cm、10cm、20cm、40cm）、10分钟平均风、10分钟最大风速、降水、总辐射、净辐射 乔木层生物观测数据：胸径、树高、生活型 灌木层生物观测数据：株数、高度、盖度、生活型、地上生物量、地下生物量 草本层生物观测数据：株（丛）数、平均高度、盖度、生活型、地上生物量、地下生物量 叶面积指数：乔木层叶面积指数、灌木层叶面积指数、草木层叶面积指数 土壤有机质及养分：土壤有机质、全氮、全磷、全钾、硝态氮、铵态氮、速效氮（碱解氮)、有效磷、速效钾、缓效钾、水溶液提pH值 土壤含水量：深度、含水量
王小丹
该数据集是色林错湖泊水位数据，可应用于气候学和环境变化、寒区水文过程等学科领域。 数据观测时间为2016年9月17日至2017年2月15日，利用自动水位计，每60分钟记录一条数据。内容包含色林错东岸水位观测点的水压、水温。 原始数据压强精度为0.001kPa，水温精度为0.001℃。原始数据经过质量控制后形成连续时间序列，通过计算得到每日均值指标数据。数据以excel文件存储。
张寅生
本数据集包含西藏近50年的自然灾害信息，包括干旱、雪灾、霜灾、冰雹、洪涝、风灾、雷电灾害等气象灾害产生的时间地点及所造成的后果。 西藏位于中国的西南边境，是青藏高原的主体。由于受到西风带天气影响和印度洋暖湿气流的强烈影响，干湿季明显，加之境内高山林立，地形地貌复杂，西藏成为我国自然灾害发生最频繁的地区之一。对西藏农牧业生产造成重大危害的主要气象灾害方式有：干旱、雪灾、霜冻、冰雹、洪涝和大风等。据不完全统计，1982-2000年平均每年受灾面积为2.844万公顷，其中1983年受灾面积最大，达20．37万公顷，其次是1995年，为13.23万公顷。从各种灾害面积占总受灾面积比例来看，干旱所占比例最大，达38％，病虫害次之，为25％。西藏地广人稀，生态环境十分脆弱，传统的农牧业生产基本靠人吃饭。各种气象灾害给西藏人民生命财产带来重大损失。在西藏的各种气象灾害中雪灾居首。西藏是全国五大牧区之一，牲畜是牧民最重要的生产生活来源。雪灾往往造成大批牲畜死亡，使牧民的财产遭受重大损失，并对其生命安全构成威胁。 数据摘录自《中国气象灾害大典·西藏卷》，属于人工录入总结校对。
刘光轩
SRTM（Shuttle Radar Topography Mission，即航天飞机雷达地形测绘任务）数据，2000年2月由美国太空总署(NASA)和国防部国家测绘局(NIMA)联合发射的“奋进”号航天飞机测量得到，“奋进”号上搭载的SRTM系统共计进行了222小时23分钟的数据采集工作，获取北纬60度至南纬56度之间，覆盖全球陆地表面的80%以上，覆盖中国全境。该计划获取的雷达影像数据经过两年多的处理，制成了数字地形高程模型。 本数据集原始数据下载自SRTM数据分发网站（http://srtm.csi.cgiar.org）。为了便于用户使用数据，在分幅STRM数据的基础上，我们使用erdas软件进行拼接制备青藏高原STRM镶嵌图。 精度30米，数据格式为geotif格式。 本数据集的原始数据下载于SRTM数据分发网站（http://srtm.csi.cgiar.org ） SRTM数据每经纬度方格提供一个文件，经度有1 arc-second和3 arc-second两种，称作SRTM1与SRTM3，或者称作30m与90m数据。本数据集为90m分辨率的SRTM3数据，数据版本SRTM V4.1（Geotiff格式）。
Food and Agriculture Organization of the United Nations（FAO）
数据源描述：数据根据文献资料整理得来。 测试方法：锆石U-Pb同位素LA-（MC）-ICPMS测试；Re-Os同位素稀释剂法TIMS测试。 数据加工方法：数据由分析仪器自动获取，年龄数据用ISOPLOT软件计算得来。 原始资料数据精度：锆石年龄测试精度见表中误差分析值；Re-Os同位素分析精度见表中误差分析值。 数据生产过程：第一作者亲自分析获得， 严格按照实验规范操作 应用范围: 地质学领域 加工后数据精度：在加工生成数据表后精度与分析精度基本相同 数据包含2个表： （1）锆石U-Pb同位素年龄分析结果表 （2）全岩和尖晶石Re-Os同位素 U-Pb锆石年龄数据7个，Re-Os同位素数据5个 数据类型： 表1：锆石U-Pb年龄 数据类型：数字型 表2：全岩和尖晶石Re-Os同位素 数据类型：数字型 量纲（度量单位）： “锆石U-Pb年龄”量纲：Ma， “Re-Os同位素”量纲：比值
丁林
本数据集为1992年在青藏高原西昆仑山古里雅冰帽钻取的深孔冰芯氧同位素、粉尘、阴离子和积累量数据，该冰芯深度为308.6米，其中被切分的12628个样品用来做氧同位素研究，12480个样品做粉尘浓度研究，9681个样品做阴离子浓度研究。 数据来源：National Centers for Environmental Information（http://www.ncdc.noaa.gov/data-access/paleoclimatology-data/datasets/ice-core）。 数据加工方法：平均值。 本数据集共包含4个表数据，分别为：古里雅冰芯不同深度氧同位素、粉尘和阴离子数据，古里雅冰芯氧同位素、粉尘、阴离子及净积累量10年均值数据，古里雅冰芯氧同位素、粉尘和阴离子400年均值数据，不同深度氯-36数据。 数据表1：古里雅冰芯不同深度氧同位素、粉尘和阴离子数据 a. 名称解释 字段1：深度 字段2：氧同位素 字段3：粉尘浓度(直径0.63 to 20 um) 字段4：Cl- 字段5：SO42- 字段6：NO3- b. 量纲（度量单位） 字段1：m 字段2：‰ 字段3：particles/mL 字段4：ppb 字段5：ppb 字段6：ppb 数据表2：古里雅冰芯氧同位素、粉尘、阴离子及净积累量10年均值数据（0-1989） a. 名称解释 字段1：开始时间 字段2：结束时间 字段3：氧同位素 字段4：粉尘浓度（直径0.63 -20 um） 字段5：Cl- 字段6：SO42- 字段7：NO3- 字段8：净积累量 b. 量纲（度量单位） 字段1：无量纲 字段2：无量纲 字段3：‰ 字段4：particles/mL 字段5：ppb 字段6：ppb 字段7：ppb 字段8：cm/year 数据表3：古里雅冰芯氧同位素、粉尘和阴离子400年均值数据 a. 名称解释 字段1：时间 字段2：氧同位素 字段3：粉尘浓度（直径0.63 -20 um） 字段4：Cl- 字段5：SO42- 字段6：NO3- b. 量纲（度量单位） 字段1：千年 字段2：‰ 字段3：particles/mL 字段4：ppb 字段5：ppb 字段6：ppb 数据表4：不同深度氯-36数据 a. 名称解释 字段1：深度 字段2：36Cl 字段3：36Cl误差 字段4：年 b. 量纲（度量单位） 字段1：m 字段2：104 atoms g-1 字段3：％ 字段4：千年
National Centers for Environmental Information (NCEI)
本数据集包含了雅鲁藏布江主要水文站径流年际变化特征值（多年平均径流量，年极值比，离差系数等），可用于研究雅鲁藏布江水文特征分析。原始数据为国家水文站数据，质量要求同国家相关标准。 空间范围：雅鲁藏布江流域干流拉孜、奴各沙、羊村、奴下等四个水文站。 本数据表共有五个字段 字段1：站名 字段2：多年平均径流量 字段3：年极值比 字段4：离差系数 字段5：资料系列长度
姚治君
本数据集包括拉萨农田试验站观测的春青稞试验样地的生物量和光合作用数据以及当雄草地试验站观测的气象数据。时间范围为2006-2009年。 生物量观测方法：每个样方取样面积25cm*25cm；光合作用数据观测：仪器为LiCor-6400。 生物量数据是人工根据记录本录入；光合数据是仪器自动记录；气象数据日值中的平均风速、主风向、气温、大气压和相对湿度用半小时数据进行日平均所得，降水量和总辐射数据是观测系统自动记录数据。 生物量数据的观测过程中，严格按照农学方法，可以应用于农业生产力的估算；光合数据观测过程中，仪器的操作、观测对象的选择等严格按照专业要求进行，可以用在植物叶片光合参数模拟和生产力估算中。 青藏高原农田生态系统观测数据，包含：1）地上生物量；2）CO2响应光合数据；3）光响应光合数据；4）当雄监测点气象数据日值。 数据采集地点中国科学院拉萨农业生态试验站，经度：91°20’，纬度：29°41’，海拔：3688m；当雄高寒草甸碳通量观测站，经度：91°05′，纬度：30°25′，海拔：4333m。
张宪洲
该数据集包含孔雀河源观测点的气温、降水、相对湿度、风速、风向等日值。 观测时间从2012年7月2日至2017年9月15日。利用自动气象站（Onset公司），每2小时记录一条数据。 原始数据经过质量控制后形成连续时间序列。通过计算得到每日均值指标数据。满足国家气象局和世界气象组织（WMO）对气象观测原始数据的精度。质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。 数据以excel文件存储。
张寅生
该数据集是2017年河湖源考察期间仁青休布错的水质多参数数据，用于获取湖泊基本理化指标数据，为后续湖泊现代观测研究作准备。 数据观测时间为2017年9月1日。测量仪器为YSI EXO2水质多参数测量仪。仪器在每次测量之前都根据湖面海拔高度和当地气压进行校正，测量的时间间隔定为0.25s, 投放速度较慢，保证高连续性地获取数据；得到的原始数据包括了水面以上暴露在空气中的测量数据，在后期处理中予以剔除。数据以excel文件存储。
王君波
该数据集是利用Flow Tracker便携式水文流速流量仪观测获取的色林错流域甲岗雪山融水流量数据，可应用于冰川、寒区水文过程等学科领域。 数据获取时间为2016年9月15日，数据内容包含测量时间、位置、水深、流速及流量。 数据以excel文件存储。
张寅生
该数据集记录了青藏高原中部土壤温湿度观测网数据。 数据内容（数据文件、表名称，包含的观测指标内容） （1）57个观测站点 （2）2个观测变量（土壤湿度、土壤温度） （3）4个观测深度（0-5、10、20和40cm） （4）3个典型空间尺度，分别对应GCM网格（1°）、被动微波卫星象元（0.3°）、以及雷达卫星象元（0.1°） 观测网的建立将为一系列水文气象研究提供支持，主要包括：提供三个空间尺度（1°、0.3°、0.1°）的土壤水分和冻融实测数据集；为土壤水分升尺度研究提供数据基础；完善那曲地区中尺度水文气象观测。 青藏高原中部土壤温湿度观测网位于青藏高原中部10000km²的空间范围，站点平均海拔为4650米。纬度：31°-32°N；经度：91.5°-92.5°E。 数据文件字段描述： 例如 “SM_NQ-30 minutes-05cm.txt”，“ST_NQ-30 minutes-05cm.txt” 其中SM指土壤水分，ST指土壤温度，NQ指那曲，30minutes指代数据时间分辨率，05cm指采样土壤层深度。 数据内容字段描述： （1）30min分辨率 变量1-6：日期（整型：yyyy-mm-dd-hh-mm-ss） 变量7-63：各站点观测数据值（实型，缺测值：-99.00） （2）daily分辨率 变量1-3：日期（整型：yyyy-mm-dd） 变量4-60：各站点观测数据值（实型，缺测值：-99.00） 土壤水分体积含量（SM） 单位：%vol（m³/m³） 土壤温度（ST） 单位：℃ 30min分辨率温度数据是进行质量控制后的直接采样数据，土壤水分体积含量是以烘干法测量土壤水分为基础的校正值。 daily 分辨率数据是在30min分辨率基础上的算术平均值。 土壤水分测量精度和分辨率：±3%VWC和0.1%VWC。
阳坤
该数据集是色林错东岸观测点的降水数据，可用于冰川学、气候学和环境变化、寒区水文过程等学科领域。 数据观测时间为2016年9月1日至2017年8月17日。利用自动雨量筒观测，每60分钟记录一条数据。原始数据经过质量控制后形成连续时间序列，通过计算得到每日均值指标数据。满足国家气象局和世界气象组织（WMO）对气象观测原始数据的精度。质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。数据以excel文件存储。
张寅生
该数据集包括藏东南站2007年到2019年12月，土壤温度，湿度和碳通量的日平均数据。 数据采集地点为中国科学院藏东南高山环境综合观测研究站大气环境观测场地，经度：94°44'18"；纬度：29°45'56"；海拔：3326米。 观测仪器型号 土壤温度： Campbell Co 107； 土壤湿度：Campbell Co CS616； 碳通量采集器型号：C3000，采集时间： 10秒钟； 严格按照仪器操作规范进行观测和数据采集，并已经在相关学术期刊发表，剔除了一些明显误差数据，缺失数据用空格。 2013年土壤热通量值停止观测。2015年由于台站探头损坏，土壤温度和湿度只有前两个月数据，探头16年4月修复。
罗伦
该数据集是2017年河湖源考察期间玛旁雍措的水质多参数数据，用于获取湖泊基本理化指标数据，为后续湖泊现代观测研究作准备。 数据观测时间为2017年9月4日和2017年9月7日。测量仪器为YSI EXO2水质多参数测量仪。仪器在每次测量之前都根据湖面海拔高度和当地气压进行校正，测量的时间间隔定为0.25s, 投放速度较慢，保证高连续性地获取数据；得到的原始数据包括了水面以上暴露在空气中的测量数据，在后期处理中予以剔除。数据以excel文件存储。
王君波
包含了青海省1988-2016年西宁、海东、门源、黄南、海南、果洛、玉树、海西等主要地区降水量数据。数据整理自统计年鉴：《青海社会经济统计年鉴》和《青海统计年鉴》，精度同数据所摘取的统计年鉴。 数据表记录了青海8个地区每个月及每年的降水量，单位：毫米。 数据集主要应用于地理学、社会经济研究。
青海省统计局
该数据集包含了位于中国科学院青藏高原研究所阿里站所释放的探空仪器的观测数据，观测时间分别为2017/9/2 12时，16时，20时，2017/9/3 16时，20时 2017/9/4 8时，12时，16时，20时 2017/9/5 0时，4时，8时，12时，16时，20时 2017/9/6 0时，4时，8时。 原始数据精度：精确到整数位的数据分别有对数气压，相对湿度，高度，水平风风向，方位角，仰角。精确到一位小数的数据分别有温度，气压，露点温度，水平风风速，经度。精确到两位小数的数据有经向风速，纬向风速，水汽混合比，纬度。质量控制应包括剔除缺测，空测数据。 数据以excel文件存储。
马伟强
本数据集为西藏珠峰绒布河上游冰川水文站2010年流量数据。 测量断面位置为28º22'03''N，86º56'53''E，海拔高度4290米。采用LS20B型螺旋桨流速仪，采用一点法测量。 严格按照仪器操作规范进行观测和数据采集。
张国帅
该数据集包含昆莎冰川末端观测点的气温、降水、相对湿度、风速、风向等日值。 观测时间从2015年10月3日至2017年9月19日。利用自动气象站（Onset公司），每2小时记录一条数据。 原始数据经过质量控制后形成连续时间序列。通过计算得到每日均值指标数据。满足国家气象局和世界气象组织（WMO）对气象观测原始数据的精度。质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。 数据以excel文件存储。
张寅生
本数据集包含5个数据实体。分别为使用1995年、2000年、2005年、2010年、2015年，每年9-11月Landsat影像提取的青藏高原湖泊空间分布数据。 数据由青藏高原科学数据中心和地理空间数据云联合制作。 使用面向对象的方法进行湖泊提取： (1) 首先是数据预处理，由于本文只用到Landsat 8数据的前7个波段，所以对1~7波段进行波段合成，并检查其云量对湖泊提取的影响，如影响太大，则替换数据； (2) 在eCognition中进行影像多尺度分割，由于湖泊光谱特征均一，所以在此基础上再次使用光谱分割； (3) 然后使用5、6、7三波段的均值特征（Brigh-567）进行水体初步提取，同时对于某些未提取的湖泊，使用NDWI进行补充提取； Brigh - 567 = (Band5 + Band6 + Band7)/3 NDWI = (Band3 - Band5)/(Band3 + Band5) (4) 这时，仍有部分阴影误提取，使用NDWI<0.05，可排除大部分。同时，根据实际情况，可使用第一波段的值对阴影进行排除； (5) 为保证精度，这时人工检查未提取的独立湖泊以及误提取的对象，手动修改； (6) 在此基础上，在已提取出的水体周围使用NDWI>0条件进行第二次提取，以及湖泊边缘的明确； (7) 再次检查，然后合并对象，导出结果。 数据有效去除了山体阴影、云及云的阴影、积雪、冰川等非水体地物的影响，湖泊边界准确、清晰，误差控制在了一个像元内。精度要求为30米，即一个像元。
三极观测与大数据中心, 地理空间数据云
本数据集收集了2015年以前发表文献中青藏高原东北部基岩（硅酸盐和碳酸盐岩）和沉积物（表土，砂，河流相沉积物，风成沉积物）的碳酸盐Sr，Mg和Ca组成数据。数据加工方法：用水去除易溶盐后，稀醋酸溶解，然后用ICP-OES（电感耦合-等离子体发射光谱）测量上清液Sr，Mg和Ca含量。数据按照实验室标准获得，Sr，Mg和Ca测试相对标准偏差小于2%。 数据集包含6个表单，依次为：“硅酸盐”（Silicate rocks）、“碳酸盐”（Carbonate rocks）、“表土”（Topsoils）、“砂”（Sand）、“河流沉积物”（Fluvial sediments）、“风成沉积物”（aeolian sediments）。 所有数据表共有7个字段： 字段1：“Ca”，基岩和沉积物的碳酸盐Ca含量， 字段2：“Mg”，基岩和沉积物的碳酸盐Mg含量 字段3：“Sr”，基岩和沉积物的碳酸盐Sr含量 字段4：“Mg/Ca”，基岩和沉积物的碳酸盐Mg/Ca 字段5：“Sr/Ca”，基岩和沉积物的碳酸盐Sr/Ca比值 字段6：“Type”，基岩类型 字段7：“Source”，数据来源 量纲（度量单位）： “Ca”:ppm，“Mg”：ppm;，“Sr”：ppm，“Mg/Ca”：mmol/mol， “Sr/Ca”：mmol/mol
杨一博
本数据集包含自1982年至2006年基于生态学模式与遥感数据计算青藏高原植被净初级生产力（Net Primary Productivity，NPP）的结果。 基于遥感Advanced Very High Resolution Radiometer（AVHRR）数据和Carnegie-Ames-Stanford Approach（CASA）模型生成的青藏高原生态系统NPP（1982-2006），基于第二次土壤普查数据生成的土壤碳含量，以及基于High Resolution Biosphere Model（HRBM）模型生成的生物量碳数据。 青藏高原森林生态系统NPP（1982-2006年）： npp_forest82.e00，npp_forest83.e00，npp_forest84.e00，npp_forest85.e00，npp_forest86.e00， npp_forest87.e00，npp_forest88.e00，npp_forest89.e00，npp_forest90.e00，npp_forest91.e00， npp_forest92.e00，npp_forest93.e00，npp_forest94.e00，npp_forest95.e00，npp_forest96.e00， npp_forest97.e00，npp_forest98.e00，npp_forest99.e00，npp_forest00.e00，npp_forest01.e00， npp_forest02.e00，npp_forest03.e00，npp_forest04.e00，npp_forest05.e00，npp_forest06.e00 青藏高原草地生态系统NPP（1982-2006年）： npp_grass82.e00，npp_grass83.e00，npp_grass84.e00，npp_grass85.e00，npp_grass86.e00， npp_grass87.e00，npp_grass88.e00，npp_grass89.e00，npp_grass90.e00，npp_grass91.e00， npp_grass92.e00，npp_grass93.e00，npp_grass94.e00，npp_grass95.e00，npp_grass96.e00， npp_grass97.e00，npp_grass98.e00，npp_grass99.e00，npp_grass00.e00，npp_grass01.e00， npp_grass02.e00，npp_grass03.e00，npp_grass04.e00，npp_grass05.e00，npp_grass06.e00 青藏高原生物量碳、土壤碳： Biomass.e00，Socd.e00 土壤碳含量数据（Socd）是参考全国第二次土壤普查的数据与《中国1:100万土壤图》按土壤亚类插值生成。 NPP数据来自CASA模型与AVHRR数据模拟生成： Potter CS, Randerson JT, Field CB et al. Terrestrial ecosystem production: a process model based on global satellite and surface data. Global Biogeochemical Cycles, 1993, 7: 811–841. 生物量碳数据来自HRBM模型模拟生成： McGuire AD, Sitch S, et al. Carbon balance of the terrestrial biosphere in the twentieth century: Analyses of CO2, climate and land use effects with four process-based ecosystem models. Global Biogeochem. Cycles, 2001, 15 (1), 183-206. 原始资料主要是遥感数据和野外观测数据。精度较好；生产过程中与野外实测数据进行的验证和调参，是模拟结果尽量与野外实测数据保持在可接受的误差范围内；NPP数据与野外实测数据的验证结果表明，误差保持在15%的范围内。 空间分辨率0.05度×0.05度（经度×纬度）。
周才平
该数据集记录青海省1978-2016年总播种面积，各种粮食作物播种面积和经济作物，蔬菜等播种面积等序列数据。数据整理自统计年鉴：《青海社会经济统计年鉴》和《青海统计年鉴》，精度同数据所摘取的统计年鉴。 数据集包含2个数据表，分别为：农作物总播种面积，分县播种面积。 数据表1：农作物总播种面积 数据表共有9个字段 字段1：年份 解释：数据的年份 字段2：总播种面积 千公顷 字段3：粮食作物 解释：粮食作物播种面积 千公顷 字段4：小麦 解释：小麦播种面积 千公顷 字段5：杂粮 解释：杂粮播种面积 千公顷 字段6：薯类 解释：薯类播种面积 千公顷 字段7：经济作物 解释：经济作物播种面积 千公顷 字段8：油料 解释：油料播种面积 千公顷 字段9：蔬菜 解释：蔬菜播种面积 千公顷 数据表2：分县播种面积 数据表共有4个字段 字段1：区县 字段2：年份 字段3：农作物总播种面积 公顷 字段4：粮食作物播种面积 公顷
青海省统计局
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
