本数据集为2020年祁连山重点区域人类活动数据。以祁连山重点区域的矿山开采、违规房屋整改、新增道路、土地平整及生态修复等资料为基础,利用高分一号、高分二号、资源三号高分辨率遥感影像,对比统计前后变化地块。对祁连山重点区域地类发生变化的地块,逐块调查核实;对判图可疑的地块,重新判读验证;对影像无法反映的地类,实地核实地类,采集相关数据,核对并修正位置。同时进一步核对2020年祁连山重点区域矿山开采、违规房屋整改、新增道路、土地平整及生态修复等属性信息,统一进行图斑及其属性的录入和编辑,形成2020年祁连山重点区域2m空间分辨率人类活动数据集,总体分类精度优于95%。本数据集实现了祁连山重点区域生态治理的现势性和时效性,为2020年祁连山重点区域人类活动监测提供数据支撑。
祁元, 张金龙, 袁晶, 周圣明, 王宏伟
国内生产总值(GDP)是衡指一个国家(或地区)所有常驻单位,在一定时期内,生产的全部最终产品和服务价值的总和,是衡量一个国家的总体经济状况重要指标。根据已有的2015年全球GDP公里格网数据集,通过利用夜间灯光遥感数据、土地覆被类型、植被覆盖情况和地形指数等辅助信息,构建支撑向量机回归克里格降尺度模型来实现34个关键节点区域的百米空间分辨率的GDP预测。针对辅助变量的数据缺失问题,采用克里格插值填补缺值;并通过聚合和重采样方法,获取1-km和500-m夜间灯光、植被指数、土地覆被数据和地形指数,以及100-m地形指数(包括高程、坡度和坡向)。所采用的降尺度模型由趋势和残差预测两部分组成,利用支撑向量机回归建立公里尺度GDP与辅助变量之间的非线性关系,基于变量关系尺度不变的假设,结合精细尺度辅助变量,获取精细尺度GDP趋势预测;再使用克里格插值方法,得到精细尺度GDP残差预测。在降尺度预测中,首先利用1-km和500-m数据,通过降尺度模型得到500-mGDP预测结果;然后根据500-m和100-m数据,再次利用降尺度模型获取34个关键节点区域的2015年百米分辨率GDP预测数据(单位:美元(2011年) ),为区域风险评估提供高分辨率GDP预测数据。
葛咏, 凌峰
积雪面积比例(fractional snow cover, FSC)是定量描述单位像元内积雪覆盖面积(Snow Cover Area SCA)与像元空间范围的比值。本数据集涵盖区域为北极地区(北纬35°至北纬90°),使用Google Earth Engine平台,采用的初始数据为MOD09GA 分辨率为1000m的全球地表反射率产品,数据制备时间为2000年2月24日至2019年11月18日。方法为:在训练样本区域,使用Landsat 8地表反射率的数据和SNOMAP算法制备FSC的参考数据集,将该数据集作为训练样本区域FSC真值,从而建立训练样本区域FSC与基于MODIS地表反射率产品的雪被指数NDSI之间的线性回归模型。使用该模型,将MODIS全球地表反射率产品作为输入,制备北极地区积雪面积比例时序数据。该数据集可为区域气候模拟、水文模型等提供积雪分布的定量信息。
马媛, 李弘毅
中亚地区2017年输沙势数据集,为tif格式。其空间范围涵盖里海在内的中亚五国地区,包括乌兹别克斯坦、哈萨克斯坦、土库曼斯坦、塔吉克斯坦和吉尔吉斯坦。此输沙势为绝对输势,即各个方向的输沙通量的综合,不考虑输沙势的方向。该数据由GLDAS全球三小时同化数据提取计算获得。时间分辨率为月,空间分辨率为0.25°,时间范围为2017年。该数据可以作为沙尘传输模型的重要参数输入,也可用于评估中亚五国沙通量的总体分布情况。该数据集可作为风沙灾害评估的重要参考数据。
高鑫
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