本数据为青藏高原CHNAB005号网格植物多样性与分布数据,包含此网格中植物的中文名、拉丁名、纬经度、海拔、采集编号、分子材料份数、标本份数、行政区划、小地点、采集人、采集时间及创建者等信息。该数据获取自e科考网站(http://ekk.kib.ac.cn/web/index/#/),并部分完成鉴定。此数据已涵盖本区系中植物名录和具体分布信息。此数据既可用于本区域的区系性质研究,亦可用于探讨本区域植物水平和垂直梯度格局等。 较去年不同的是,今年科考数据最多的网格发生了变化,可能有受到疫情或者环境的影响。
邓涛
中亚是一个高度农业化的地区,其农业资源有限且非常脆弱。为了评估未来气候变化对中亚农业的潜在影响,我们基于3个全球气候模式的9千米动力降尺度结果生产了一个中亚农业气候指数(agroclimatic indicators)高分辨率预估数据集。这些农业气候指数是生长季长度(growing season length, GSL, days),有效积温(biologically effective degree days, BEDD, ℃),霜冻天数(frost days, FD, days),夏日天数(summer days, SU, days),热浪天数(warm spell duration index, WSDI, days)和热夜天数(tropical nights, TR, days)。时段是1986-2005和2031-2050,空间分辨率为0.1°。由于这些指数(除了WSDI)都是基于温度的绝对阈值定义的,对区域模拟结果的系统偏差非常敏感,我们首先用分位数映射法(quantile mapping, QM)订正了模拟的气温,然后基于订正后的气温计算指数。评估结果显示:QM方法大幅减小了指数的偏差。预估结果显示:GSL,SU,WSDI和TR在整个中亚将显著增大,而FD将显著减小;BEDD的变化具有明显的空间差异性,在中亚北部和山区是增大的,在平原的中部和南部是减小的。这个高分辨率的数据集可被用于评估未来气候变化对中亚农业的风险影响。
邱源
基于台站历史逐日最高温数据以及再分析资料数据集,发展了一个基于一阶自回归和多元线性回归模型的逐日最高温统计降尺度模型,并由全球气候模型(CNRM-CM6-1)的 IPCC CMIP6 情景数据驱动该统计降尺度模型,预估中亚65个台站2015-2100年5种热浪指数(热浪事件数 (HWM),热浪频数(HWF), 热浪强度(HWM), 热浪最大持续时间(HWD),热浪振幅(HWA))的未来变化情景。最终获得2015-2100年四种排放情景下(SSP126,SSP245,SSP370,SSP585),中亚65个台站热浪变化情景数据集。
范丽军
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
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