基于非调查法，参照祁连山地区的省级投入产出表和县级统计数据，项目编制了2017年祁连山地区投入出表。该表为分析区域经济生产与消费，以及其产品或服务包含的虚拟水资源提供了数据基础。该投入产出表利用了青海省、内蒙古自治区和甘肃省的2017年投入产出表，分析了祁连山区所包含的区县的产业生产、居民消费、区域间贸易信息构建了祁连山区域投入产出表。该投入产出表是区域宏观经济结构的刻画，也是区域产品或服务水平的表征。
吴锋
祁连山地区实体水-虚拟水时空变化数据集：运用单区域投入产出方法，结合祁连山地区2012年度投入产出表，开发了实体水-虚拟水转换模型，探究了2012年祁连山地区不同部门间虚拟水流动规律，为祁连山“山水林田湖草沙”优化配置研究提供自然-社会复合系统下水资源优化配置理论基础。经验证，本套数据实现了祁连山地区2012年度各部门的实体水消耗和虚拟水总量的平衡，说明该数据具有可靠性。该数据可为祁连山地区水资源的优化配置提供基础。
刘俊国
本数据集为2021年的祁连山区域的人类活动参数，包括祁连山区域2021年的30m耕地产品和祁连山区域2021年的30m建设用地分布产品。该产品来源于祁连山区域2021年30m的土地覆盖分类产品。该产品以2020年的土地覆盖分类产品为基础，基于Google Earth Engine平台的Landsat系列数据和强大地数据处理能力，利用变化检测的思想和方法生产得到，总体精度优于85%。该产品是1985-2020年土地覆盖分类产品的延续。1985-2020年的土地覆盖分类产品也可在本网站下载得到。其中，1985-2015年的土地利用产品为5年1期，2015-2021年的土地利用产品为1年1期。
杨爱霞, 仲波
面向中亚五国农业可持续发展，以耕地为目标，开展了未来气候变化变化变化影响下的耕地资源开发潜力评价。耕地开发潜力评价因子包括：地形因子（高程、坡度、坡向、与水资源距离）、土壤因子（盐渍化、土壤质地、土壤有机质含量、土壤pH值）、气候因子（降雨、气温、太阳辐射）、经济因子（道路密度、人口密度）。以2020年为基准年，在其他指标不变的条件下，采用CMIP6中的ESM1气候模式的平均降水和气温，预估了未来SSP5-8.5情景下的中亚耕地开发潜力。数据提供了2020s、2030s（2021-2040）和2050s（2041-2060）时间段的中亚五国耕地开发潜力的评价结果，空间分辨率为0.01°×0.01°。数据集可为中亚五国未来土地资源开发利用和农业发展等提供基础数据支撑。
蒋晓辉, 张俊俊
面向中亚五国农业可持续发展，以耕地为目标，开展了未来气候变化变化和土地利用变化影响下的土地资源开发利用风险评价。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、降水、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。以2015年为基准年，在其他指标不变的条件下，采用CMIP6中五种气候模式（BBC-CSM2-MR、CanESM5、IPSL-CM6A-LR、MIROC6和MRI-ESM2-0）的集合平均降水以及未来不同排放情景下的土地覆盖资料，预估了未来不同情景下（SSP1-2.6、SSP2-4.5和SSP5-8.5）的中亚土地资源开发利用风险。数据提供了三种未来情景下2030s（2021-2040）和2050s（2041-2060）时间段的中亚五国土地资源开发利用风险，空间分辨率为0.5°×0.5°。数据集可为中亚五国未来土地资源开发利用和农业发展等提供基础数据支撑。
黄法融, 李兰海
面向中亚五国农业可持续发展，以耕地为目标，开展了土地资源开发利用风险评价。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）、降水、土地利用类型、土壤质地、土壤有机质含量、人均GDP、人均谷物产量、农业经济增长率、城市化水平、人口自然增长率等。将上述指标进行无量纲的归一化处理，基于粮食生产与各因子间的多元线性回归模型确定了各指标对土地资源开发利用风险的权重。数据提供了1995年, 2000年, 2005年, 2010年, 2015年五个时间段的中亚五国土地资源开发利用风险，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
采用红外相机调查法获取地栖大中型野生动物的出现数据。2021年布设红外相机262台，获得野生动物照片12391张，记录到大中型哺乳动物41种。小型兽类数据包含物种、多度、体重等性状数据、环境梯度数据等，可为理解环境梯度-物种多度-物种性状间的关联及垂直梯度哺乳动物群落构建的生态过程提供数据支撑。红外相机数据主要收集珍稀濒危野生动物的出现数据，可补充区域生物多样性本底，同时为生物多样性热点区及保护关键区识别提供科学依据。
李学友
第二次青藏高原综合科学考察研究任务五专题三“高原微生物多样性保护和可持续利用”（2019QZKK0503）第一、二年度共计开展30余次野外科学考察，足迹覆盖了青藏高原大部分地区，包括对藏东南、羌塘高原、可可西里、喜马拉雅区等区域冰川（如枪勇冰川、唐古拉冰川、珠峰东绒布冰川、杰马央宗冰川、帕隆4号冰川等）、湖泊（昂仁金错、错果、托素湖等）、河流（雅鲁藏布江等）、溪流、土壤、真菌地衣、动物多圈层微生物的考察。该数据集包含本专题第一、二年度野外考察收集的生境照、工作照、科考影像等电子数据，共计6,471个照片视频（其中照片6,124张）。
刘勇勤
2021年仍采用样点法对岗日嘎布山沿海拔梯度的鸟类进行调查，按400米海拔跨度对考察区域分别设置海拔带，北坡从波密县通麦镇至嘎隆寺，由低到高设置了5个海拔带，南坡从墨脱县背崩乡解放大桥至嘎隆拉，由低到高设置了8个海拔带，获取岗日嘎布西北段南北坡鸟类多样性和分布数据，以期对理解这一区域鸟类多样性的形成和维持机制方面取得重大突破，进一步探讨气候变化对鸟类多样性的影响与适应策略、物种多样性对全球变化的响应与保护策略等关键科学问题。
王洁
从青海、西藏、新疆、甘肃、四川和云南连续多年省级和地市级统计年鉴中提取人口、粮食、粮食播种面积和年末生出数据集，对于缺失的数据进行插补，插补方法如下：1、为保证县域数据的准确性，本数据将部分县市进行了合并（按比例拆分插补20年的数据可能有误差，但合并肯定不会有问题，且县域面积较小，故予以合并）2、夏河县与合作市合并为夏河县（1998年合作市由夏河县分出）3、古城区和玉龙县合并为古城区（2003年丽江县被分为古城区和玉龙县）4、西宁市的城中区、城东区、城西区、城北区4个区已合并为西宁市市直辖区（因4区的人口数量或分别给出，或给出总和，且4区总面积仅有487平方公里，故予以合并）5、对于部分缺失数据，已结合相近年份进行曲线拟合，R2皆在0.85-0.99之间 6、为保证数据准确性，已逐县制作变化图
张路
承灾体脆弱性是在一定社会经济背景下，人类社会经济活动在自然灾害的扰动或压力作用之下所可能遭受的损害程度，即承灾体面临自然灾害时易于受到伤害和损失的性质。本数据在科考实际调研与专家指导的基础上，从暴露、敏感、适应能力三个方面构建承灾体脆弱性评价指标，利用修订的SERV脆弱性模型对喜马拉雅周边地区（国内部分）及亚洲水塔区进行计算。为了系统分析研究区承灾体脆弱性，本数据从人口、经济、交通线、生态环境、牲畜、建筑六方面选取指标，构建了6个一级指标、18个二级指标、29个三级指标的指标体系。将得到的人口、经济、交通线、生态环境、牲畜、建筑脆弱性评价结果进行归一化处理后经矢量叠加得到喜马拉雅周边地区（国内部分）及亚洲水塔区脆弱性评价图。
周强, 陈英明, 刘峰贵, 陈睿山, 陈琼, 夏兴生, 牛百成, 段玉方
本数据为青藏高原CHNZ016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所有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。
邓涛
本数据为青藏高原CHNAC006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91科200余属600余种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。
邓涛
该数据集包含2016年11月至2020年8月在青藏高原采集的15条冰川共269个冰雪样品微生物扩增子测序数据，包括24K冰川（24K）、冬克玛底冰川（DKMD）、敦德冰川（DD）、杰玛央宗冰川（JMYZ）、廓琼岗日冰川（KQGR）、来古冰川（LG）、帕隆4号冰川（PL4）、羌塘1号冰川（QT）、枪勇冰川（QY）、曲玛冰川（QM）、唐古拉龙匣宰陇巴冰川（TGL）、夏岗江冰川（XGJ）、雅拉冰川（YA）、泽普沟冰川（ZPG）、珠峰东绒布冰川（ZF）。采样区域经纬度范围为28.020°N到38.100°N和86.28°E到95.651°E。 通过聚合酶链式反应（PCR），采用515F/907R（或515F/806R）引物对16s rRNA基因的V4-V5区（或V4区）片段进行扩增，并用Illumina Hiseq2500测序平台测序获得原始数据。所选引物序列分别为：“515F_GTGCCAGCMGCCGCGGTAA; 907R_CCGTCAATTCMTTTRAGTTT”“515F_GTGCCAGCMGCCGCGG, 806R_GGACTACHVGGGTWTCTAAT”。上传的数据包括：样品编号，样品描述，采样时间，经纬度坐标，样品类型，测序目标，测序片段，测序引物，测序平台，数据格式等基础信息，测序数据以序列文件数据格式正向 *.1.fq.gz和反向 *.2.fq.gz压缩文件储存。
刘勇勤
照片包含每日（2021.6.15-2021.7.24）科考灾害点和工作照，对每天所记录的灾害点在地图上进行标识，转化为KMZ格式，在GIS上分析科考区域灾害点的分布。灾害点分布发现，在东线沿途及科考县域内灾害点多分布降雨型滑坡、泥石流及崩塌、山洪等类型灾害且分布较为密集，沿线公路及人口相对较多，存在较高综合风险。在西线则相对较多分布风沙、山地侵蚀点以及崩塌滑坡等地质灾害，科考队伍军队以上灾害典型照片影像、灾害点、路线及日志内容做出记录。以上资料是研究科考的直观资料，对科考研究的关键输入数据以及检验资料，同时对客观判识科考区域灾害类型、分布和防灾减灾措施具有基础性意义。
张正涛
（1）所有数据是按每次完成每条科考路线，在所在驻点测得的数据。 （2）样本编号代表参加科考的队员，数据贡献者；不同编号代表不同人。 （3）收缩压、舒张压、脉搏的数据是通过欧姆龙臂式电子血压计测得；血氧饱和度（SPO2）、心率的数据通过鱼跃指夹式血氧仪测得；各个激素是通过上海酶联试剂盒测定所得。 （4）每批血压、脉搏、血氧饱和度、心率数据有两组；一组（晚上）为到达一个新的目的地后所测得，另外一组（早上）是每日到达一个新的住宿点吃早餐前所测得；激素数据为在部分住宿点采血后拿回实验室处理测得。 （5）人体进入高原低氧环境，心率、血氧饱和度、血压等是很敏感的反应指标，血压、心率、血氧饱和度等是反映机体缺氧程度的重要指标, 尤其是连续检测受试者, 可以表现出低氧应激和调整适应的变化过程。 （6）从生理学角度分析人们面对低氧应激后，机体为维持正常生命活动而提高或降低激素水平来达到一种适应性的保护机制，这为日后开发应对低氧药物提供了理论依据；同时，在深刻了解急进或首进高原对机体产生的不利影响时，我们可以选择进阶式入高原旅行，既有效预防了高原病的发生，又有利于青藏高原旅游业的发展。
李亚兄
本数据为青藏高原CHNYB013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大量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。
邓涛
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
重点考察青藏高原川藏、青藏线重要依托旅游城市和农牧区，记录收集沿线节点城市和乡村现状、城市旅游和乡村旅游规划建设情况图像数据，评估现有重要节点城市和乡村对青藏高原世界旅游目的地建设的支撑能力，提出城市和乡村旅游发展路径及世界旅游目的地重要节点支撑城市的优化提升方案。数据来源为VR全景相机、全景高清车载记录仪、数码相机，采集数据后根据不同采集地点进行数据分类。数据资料经过多次核对，确保真实无误，为青藏高原城市和乡村旅游资源支撑体系影像资料库的重要组成部分。
范书财
本数据包含：喜马拉雅山区30m山洪综合风险数据、30m山洪危险性数据、30m山洪承灾体数据、30m山洪易损性分布数据。数据基于全国山洪灾害调查评价成果，得到研究区内山洪灾害综合风险指标分布、各行政村山洪危险性指标分布、山洪承灾体指标分布、山洪易损性指标分布，形成喜马拉雅山区山洪灾害综合风险分布数据。本数据有助于对山洪灾害的空间变化特点和分布规律的分析，山洪灾害风险的分区划分对于防汛应急部门的防汛管理和防汛部署具有一定指导作用。
王中根
本数据集包含喜马拉雅山区1：100万历史山洪灾害数据、喜马拉雅山区1：100万山洪防治区分布数据、喜马拉雅山区1：100万山洪分区分布数据、喜马拉雅山区1：100万重点防治区分布数据。各项数据均基于全国山洪灾害调查评价成果，得到研究区内历史山洪灾害发生时间、地点、灾害类型、成因、经度、纬度、数量、分布及因灾遇难人数信息，以及研究区内山洪分区分布、防治区范围分布和重点防治区分布数据，形成喜马拉雅山区历史山洪灾害分布数据集。
王中根
青海省生态资源消耗数据集包括省级-市级-县级三个尺度的2000-2019年生态资源消耗数据，根据青海省实际情况，生态资源消耗主要指农牧业生产活动中消耗的生态资源量。生态资源消耗量计算是基于粮食产量数据、牲畜存栏量数据和畜产品产量数据，结合人类占用净初级生产力（HANPP）的评估方法，将生物量数据转换为碳含量数据，进而测算出生态资源消耗量。生态资源消耗量数据是生态压力与生态承载力研究的基础数据，可以直接揭示人类农牧业生产活动对生态系统带来的压力。
胡云锋
为全面贯彻《科学数据管理办法》中针对“政府预算资金资助形成的科学数据应当按照开放为常态、不开放为例外的原则，由主管部门组织编制科学数据资源目录，有关目录和数据应及时接入国家数据共享交换平台，面向社会和相关部门开放共享，畅通科学数据军民共享渠道”的精神，依据相关汇交标准规范的有关要求，现面向第二次青藏高原综合科学考察研究项目建立本规范。 本规范主要起草单位：中国科学院地理科学与资源研究所。 本规范主要起草人：第二次青藏高原综合科学考察研究任务九项目组。
杨雅萍
日志、影像是野外科考特有的、重要的一手资料，也是科学数据的重要组成部分。为了进一步规范第二次青藏高原综合科学考察研究项目的考察日志、影像资料的收集整理和入库汇交，确保考察日志、影像资料入库的可操作性、条理性、规范性，特制定本技术规范。 本规范规定了考察日志、影像资料收集整理的程序、方法，包括工作准备、野外调查、资料整理等要求，以期能更好的为考察数据资料入库服务。 本规范适用于第二次青藏高原综合科学考察研究项目组织的野外考察调查的日志、影像资料的整理入库，其他野外科考形成的相关资料也可参照本技术规范执行。
杨雅萍
本数据集为祁连山区域2021年的30m土地覆盖分类产品。该产品以2021年的土地覆盖分类产品为基础，基于Google Earth Engine平台的Landsat系列数据和强大地数据处理能力，利用变化检测的思想和方法生产得到，总体精度优于85%。该产品是1985-2020年土地覆盖分类产品的延续。1985-2020年的土地覆盖分类产品也可在本网站下载得到。其中，1985-2015年的土地利用产品为5年1期，2015-2021年的土地利用产品为1年1期。
杨爱霞, 仲波, 角坤升, 吴俊君
该数据为川藏线及周边地区1：25万社会经济数据，包含GDP、人口等数据。人口和GDP是社会经济发展、区域规划和资源环境保护的重要指标之一，通常以行政区为基本统计单元。人口和GDP空间化以空间统计单元代替传统的行政统计单元，为多领域之间数据共享、进行空间统计分析带来极大便利。数据来源于资源环境科学与数据中心中国人口和GDP空间分布公里网格数据集。由资源环境科学与数据中心中国人口和GDP空间分布公里网格数据集按川藏铁路沿线及周边地区范围裁剪得到。数据为栅格格式，精确至每平方公里，适用于川藏线及周边地区，人口和GDP是社会经济发展、区域规划和资源环境保护的重要指标之一。
王中根
川藏铁路沿线洪水风险评估数据，包括自然指标、危险性、脆弱性和风险评估数据。数据来源：从地球大数据科学工程网站获取；根据USGS下载的DEM计算获取。加工方法：五年一遇最大24h降水通过根据评估区域内逐年最大24h降水序列进行频率计算获得；河网指数根据评估区域内海河版六级水网裁剪并处理获得；危险性将五年一遇最大24h降水和河网指数赋值计算获取；脆弱性将人口密度、交通造价、GDP总量数据赋权计算获得；风险数据根据危险性和脆弱性赋权计算获得。制定数字加工操作规范。加工过程中，规定操作人员严格遵守操作规范，同时由专人负责质量审查。经多人复查审核，其数据完整性、逻辑一致性、位置精度、属性精度、接边精度、现势性均符合国家测绘局制定的有关技术规定和标准的要求，质量优良可靠。
王中根
为描述青藏高原重要啮齿动物遗传多样性分布格局，厘清其相关遗传背景，并建立相应的遗传资源库。2021年本子课题（2019QZKK05010410）集中在青海海西蒙古藏族自治州、果洛州、海南州开展高原鼠兔调查，共采集200份高原鼠兔样品，实体样品为脾、肺组织。本数据集包含1个样品信息表和生境照、工作照、工作视频。样品信息表包含物种、性别、详细采样地、海拔、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。
曲家鹏
为描述青藏高原高原鼠兔种质资源遗传多样性分布格局，厘清其相关遗传背景，并建立相应的遗传资源库。2021年子课题（2019QZKK05010209）集中在青海省（海西蒙古族藏族自治州，格尔木市，昆仑山口；海西蒙古族藏族自治州，都兰县，香日德镇，沟里乡；果洛藏族自治州，玛多县；果洛藏族自治州，玛沁县，大武镇；黄南藏族自治州，泽库县；海南藏族自治州，贵南县，塔秀乡）不同海拔区域采集93份高原鼠兔种质资源，实体样品包括血液或、组织、粪便等。本数据集包含1个样品信息表。样品信息表包含物种、品种、详细采样地、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。
张良志
1990-2020年 中蒙俄经济走廊公路、铁路、管线空间分布图 1）1990年公路、铁路、管线空间数据；2015年中蒙俄经济走廊公路、铁路、管线空间数据；2020年中蒙俄经济走廊公路、铁路、管线空间数据； 2）在NASA网站下载中蒙俄经济走廊范围内的遥感影像，用ARCGIS10.2软件人工解译提取公路、铁路；地图要素借助俄罗斯地图册标注；管线数据参考相关地图人工标注 ； 3）图件集比例尺为1：2500000，清晰反映了近30年来中蒙俄经济走廊交通及管线变化情况； 4）数据详细显示了近30年来中蒙俄经济走廊交通及管线的变化情况，为后期研究交通及管线建设对生态环境变化研究提供数据基础。
卜晓燕
本数据集包括了中蒙俄经济走廊区1982-2015年最大归一化植被指数（NDVI）数据，2000-2020年最大增强型植被指数（EVI）数据，以及2001-2019年土地覆被利用变化数据（LUCC）。其中，NDVI数据提取自GIMMS卫星数据，分辨率为8km；EVI和LUCC数据提取自MODIS卫星数据（MOD13A3和MCD12C1），分辨率分别为1km和5km。数据集过滤了MODIS卫星数据中原本存在的异常值或缺测值，相比源数据质量更高。其中，使用最大值提取法处理NDVI和EVI数据，得到年最大NDVI和EVI，可以更好地反应研究区的植被分布及变化情况。基于卫星遥感数据的植被和土地利用变化，可以为中蒙俄经济走廊生态环境风险防控提供数据支撑。
张雪芹
为整合泛第三极家鸡数据，建设“全球家鸡基因组数据库（Chicken2K）”，为国际家鸡起源驯化选择研究提供基础数据，为家鸡新品种选育改良提供科学指导。2022年本子课题与中国西南野生生物种质资源库（动物种质资源库）合作，申请使用库内近年采集保藏的东南亚地区家养动物遗传样本，挑选代表性个体开展遗传多样性评估。本数据集包含动物种质资源库馆藏的东南亚国家（老挝、泰国、缅甸、越南）家鸡及红原鸡血液、组织样品信息共224份。本数据集包含样品物种、品种、详细采样地、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。
彭旻晟
生物多样性（biodiversity）是生物及其环境形成的生态复合体以及与此相关的各种生态过程的总和，表现在生命系统的各个组织水平上，包括遗传多样性、物种多样性以及生态系统多样性三个层次。生境质量越高，生物栖息地环境越好，生物多样性越高，在部分研究中采用生境质量指数来表征生物多样性（肖强 et al. 2014）。生境质量指数（Habitat Quality，HQ）是对区域土地利用类型的生境适宜性和生境退化程度状况进行评价的一个无量纲综合性指标，以耕地、道路、城镇和河流作为生境胁迫因子，打分形成敏感性参数。针对生物多样性产品生产，基于土地利用数据和InVEST模型进行了国家屏障区生态系统生物多样性建模研究。InVEST模型具有输入数据量少、导出数据量大、对抽象生态系统服务功能进行定量分析等优点，是当前生物多样性评估的重要手段。基于青藏高原地区土地利用的实际情况，选取水田、旱地、城镇用地、农村居民点和其他建设用地这5种人类活动影响极大的土地利用类型作为威胁因子。将土地利用数据作为InVEST模型的输入变量，基于参数化模型实现对青藏高原2000-2020年1km分辨率的陆地生物多样性估算。
王晓峰
调查并收集青藏高原及周边地区的蔓菁种质资源，进行同质园实验获得表型数据，利用基因组测序技术获得数据文库并构建高质量参考基因组。使用重测序技术对蔓菁群体进行结构分析，结合早期人类迁徙及扩散路线对蔓菁在青藏高原现代地理分布格局形成的历史过程进行探究。与表型数据进行关联分析，对蔓菁现代居群适应性机制进行解析。从全基因组层面上理解泛第三极的环境差异以及不同地区人类活动和文化差异对青藏高原植物迁徙、适应及驯化的影响。
段元文
调查并收集青藏高原及周边地区的蔓菁种质资源，进行同质园实验获得表型数据，利用基因组测序技术获得数据文库并构建高质量参考基因组。使用重测序技术对蔓菁群体进行结构分析，结合早期人类迁徙及扩散路线对蔓菁在青藏高原现代地理分布格局形成的历史过程进行探究。与表型数据进行关联分析，对蔓菁现代居群适应性机制进行解析。从全基因组层面上理解泛第三极的环境差异以及不同地区人类活动和文化差异对青藏高原植物迁徙、适应及驯化的影响。
段元文
调查并收集青藏高原及周边地区的蔓菁种质资源，进行同质园实验获得表型数据，利用基因组测序技术获得数据文库并构建高质量参考基因组。使用重测序技术对蔓菁群体进行结构分析，结合早期人类迁徙及扩散路线对蔓菁在青藏高原现代地理分布格局形成的历史过程进行探究。与表型数据进行关联分析，对蔓菁现代居群适应性机制进行解析。从全基因组层面上理解泛第三极的环境差异以及不同地区人类活动和文化差异对青藏高原植物迁徙、适应及驯化的影响。
段元文
为描述青藏高原及周边地区（泛第三极地区）主要驯化动物遗传多样性的分布格局，厘清其相关遗传背景。2020年我们对266个全球家鸡血液、组织等DNA组织样品提取总DNA后建库并做全基因组测序，同时下载已公布家鸡基因组数据一共863个家鸡基因组开展群体分析，为探索泛第三极地区家鸡驯化、迁徙、扩张等群体历史事件提供基础数据，并进一步探讨驯化动物对干燥等恶劣环境的适应机理提供资料。本数据集相关文章已发表，本数据集内所有数据提供fastq，bam，vcf，snp文件在线下载。
彭旻晟
本数据集包括藏东南地区（Southeastern Tibetan Plateau, SETP）的矢量边界以及DEM、坡度、坡向、曲率等地形数据： 1、SETP_Boundary: 以帕隆藏布流域为中心，利用周边河网（包括雅鲁藏布江、怒江、澜沧江及各自支流）划分藏东南地区。该区域包括了念青唐古拉山东段、喜马拉雅山东段及横断山的西侧部分，是我国海洋性冰川分布最为集中的地区。 2、地形数据：基于NASA Earthdata数据中心提供的NASADEM数据，拼接生成了藏东南地区的DEM、坡度（SLOPE）、坡向（ASPECT）、剖面曲率（PROFC）和水体掩膜（SWB）数据。 3、山体阴影：基于藏东南地区的NASADEM进行表面分析，生产了高度角为45°的山体阴影数据。
赵凡玉, 龙笛, 李兴东, 黄琦, 韩鹏飞
“一带一路”沿线国家水资源供给恢复力反映了沿线国家水资源供给恢复力水平，数据值越高，表明沿线国家水资源供给恢复力越强。“一带一路”沿线国家水资源供给恢复力数据产品制备，利用2000—2019年FLDAS（Famine Early Warning System Network Land Data Assimilation System）基于Noah陆面模式生产的逐年度降水量、地表径流量和地下净流量模拟数据集，在考虑逐年变化的基础上，基于敏感性和适应性分析，通过综合诊断，制备生成了水资源供给恢复力产品。“一带一路”沿线国家水资源供给恢复力数据集对分析和对比当前各国水资源供给恢复力状况具有重要参考意义。
徐新良
“一带一路”沿线国家石油保障恢复力反映了沿线国家石油保障恢复力水平，数据值越高，表明沿线国家石油保障恢复力越强。石油保障恢复力数据产品制备参考了国际能源署各国能源统计数据，利用2000-2019年“一带一路”沿线国家石油供给和消耗差值的逐年数据，在考虑逐年变化的基础上，基于敏感性和适应性分析，通过综合诊断，制备生成了石油保障恢复力产品。“一带一路”沿线国家石油保障恢复力数据集对分析和对比当前各国石油保障恢复力状况具有重要参考意义。
徐新良
“一带一路”沿线国家能源供给恢复力反映了沿线国家能源供给恢复力水平，数据值越高，表明沿线国家能源供给恢复力越强。能源供给恢复力数据产品制备参考了国际能源署各国能源统计数据，利用2000-2019年“一带一路”沿线国家煤炭、石油、天然气供给的逐年数据，在考虑各能源逐年变化的基础上，基于敏感性和适应性分析，通过综合诊断，制备生成了能源供给恢复力产品。“一带一路”沿线国家能源供给恢复力数据集对分析和对比当前各国能源供给恢复力状况具有重要参考意义。
徐新良
“一带一路”沿线国家煤炭保障恢复力反映了沿线国家煤炭保障恢复力水平，数据值越高，表明沿线国家煤炭保障恢复力越强。煤炭保障恢复力数据产品制备参考了国际能源署各国能源统计数据，利用2000-2019年“一带一路”沿线国家煤炭供给和消耗差值的逐年数据，在考虑逐年变化的基础上，基于敏感性和适应性分析，通过综合诊断，制备生成了煤炭保障恢复力产品。“一带一路”沿线国家煤炭保障恢复力数据集对分析和对比当前各国煤炭保障恢复力状况具有重要参考意义。
徐新良
“一带一路”沿线国家粮食供给恢复力反映了沿线国家粮食供给恢复力水平，数据值越高，表明沿线国家粮食供给恢复力越强。粮食供给恢复力数据产品制备参考了联合国粮农组织FAOSTAT数据库国别统计数据，利用2000-2019年“一带一路”沿线国家谷物产量逐年数据，在考虑逐年变化的基础上，基于敏感性和适应性分析，通过综合诊断，制备生成了粮食供给恢复力产品。“一带一路”沿线国家粮食供给恢复力数据集对分析和对比当前各国粮食供给恢复力状况具有重要参考意义。
徐新良
“一带一路”沿线国家温室气体（GHG）总量减排恢复力反映了沿线国家温室气体（GHG）总量减排恢复力水平，数据值越高，表明沿线国家温室气体（GHG）总量减排恢复力越强。温室气体（GHG）总量减排恢复力数据产品制备参考了2000—2020年全球大气研究排放数据库（Emissions Database for Global Atmospheric Research, EDGAR），利用2000-2020年“一带一路”沿线国家温室气体排放总量的逐年数据，在考虑逐年变化的基础上，基于敏感性和适应性分析，通过综合诊断，制备生成了温室气体（GHG）总量减排恢复力产品。“一带一路”沿线国家温室气体（GHG）总量减排恢复力数据集对分析和对比当前各国温室气体（GHG）总量减排恢复力状况具有重要参考意义。
徐新良
“一带一路”沿线国家单位GDP的CO2减排恢复力反映了沿线国家单位GDP的CO2减排恢复力水平，数据值越高，表明沿线国家单位GDP的CO2减排恢复力越强。单位GDP的CO2减排恢复力数据产品制备参考了2000—2020年全球大气研究排放数据库（Emissions Database for Global Atmospheric Research, EDGAR），利用2000-2020年“一带一路”沿线国家单位GDP的CO2排放量的逐年数据，在考虑逐年变化的基础上，基于敏感性和适应性分析，通过综合诊断，制备生成了单位GDP的CO2减排恢复力产品。“一带一路”沿线国家单位GDP的CO2减排恢复力数据集对分析和对比当前各国单位GDP的CO2减排恢复力状况具有重要参考意义。
徐新良
“一带一路”沿线国家CO2总量减排恢复力反映了沿线国家CO2总量减排恢复力水平，数据值越高，表明沿线国家CO2总量减排恢复力越强。CO2总量减排恢复力数据产品制备参考了2000—2020年全球大气研究排放数据库（Emissions Database for Global Atmospheric Research, EDGAR），利用2000-2020年“一带一路”沿线国家CO2排放总量的逐年数据，在考虑逐年变化的基础上，基于敏感性和适应性分析，通过综合诊断，制备生成了CO2总量减排恢复力产品。“一带一路”沿线国家CO2总量减排恢复力数据集对分析和对比当前各国CO2总量减排恢复力状况具有重要参考意义。
徐新良
“一带一路”沿线国家医疗卫生条件发展恢复力反映了沿线国家医疗卫生条件发展恢复力水平，数据值越高，表明沿线国家医疗卫生条件发展恢复力越强。医疗卫生条件发展恢复力数据产品制备参考了世界银行统计数据库，利用2000-2019年“一带一路”沿线国家一般政府卫生支出占政府总支出比例、每1000人拥有医院床位数、每10万例活产孕产妇死亡率、每1000新生儿死亡率这4个指标的逐年数据，在考虑各指标逐年变化的基础上，基于敏感性和适应性分析，通过综合诊断，制备生成了医疗卫生条件发展恢复力产品。“一带一路”沿线国家医疗卫生条件发展恢复力数据集对分析和对比当前各国医疗卫生条件发展恢复力状况具有重要参考意义。
徐新良
“一带一路”沿线国家社会就业状况发展恢复力反映了沿线国家社会就业状况发展恢复力水平，数据值越高，表明沿线国家社会就业状况发展恢复力越强。社会就业状况发展恢复力数据产品制备参考了世界银行统计数据库，利用2000-2019年“一带一路”沿线国家总失业人数占劳动力总数的比例这一指标的逐年数据，在考虑各指标逐年变化的基础上，基于敏感性和适应性分析，通过综合诊断，制备生成了社会就业状况发展恢复力产品。“一带一路”沿线国家社会就业状况发展恢复力数据集对分析和对比当前各国人口数量增长的恢复力状况具有重要参考意义。
徐新良
“一带一路”沿线国家少儿人口数量增长恢复力反映了沿线国家少儿人口数量增长恢复力水平，数据值越高，表明沿线国家少儿人口数量增长恢复力越强。少儿人口数量增长恢复力数据产品制备参考了世界银行统计数据库，利用2000-2019年“一带一路”沿线国家少儿人口（0-14岁）比例这一指标的逐年数据，在考虑各指标逐年变化的基础上，基于敏感性和适应性分析，通过综合诊断，制备生成了少儿人口数量增长恢复力产品。 “一带一路”沿线国家少儿人口数量恢复力数据集对分析和对比当前各国少儿人口数量增长的恢复力状况具有重要参考意义。
徐新良
“一带一路”沿线国家人口数量增长恢复力反映了沿线国家人口数量增长恢复力水平，数据值越高，表明沿线国家人口数量增长恢复力越强。人口数量增长恢复力数据产品制备参考了世界银行统计数据库，利用2000-2019年“一带一路”沿线国家人口数量这一指标的逐年数据，在考虑各指标逐年变化的基础上，基于敏感性和适应性分析，通过综合诊断，制备生成了人口数量增长恢复力产品。数据集制备方法请参考说明文档。“一带一路”沿线国家人口数量增长恢复力数据集对分析和对比当前各国人口数量增长的恢复力状况具有重要参考意义。
徐新良
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
