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
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
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
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
人类发展指数（HDI——Human Development Index）是由联合国开发计划署（UNDP）在《1990年人文发展报告》中提出的，用以衡量联合国各成员国经济社会发展水平的指标。该指标是基于“预期寿命、教育水准和生活质量”三项基础变量，按照一定的计算方法得出的综合指标。“一带一路”沿线国家人类发展恢复力数据集是全面反应各国人类发展恢复力的指标。“一带一路”沿线国家人类发展恢复力数据集是利用2000-2020年“一带一路”沿线各国人类发展指数这一指标的逐年数据，在进行敏感性和适应性分析基础上，通过综合诊断，制备生成的人类发展恢复力指标数据。数据集制备方法请参考说明文档。“一带一路”沿线国家人类发展恢复力数据集对分析和对比当前各国人类发展的恢复力状况具有重要参考意义。
徐新良
通过不同层次的旅游点、旅游线和旅游区的考察，形成景点、景区、廊道和重要的旅游交通节点、旅游村、旅游城镇等的旅游资源、旅游服务和旅游设施等的照片、视频数据，记录旅游发展状况，发现旅游发展中的问题，并形成相应的世界旅游目的地建设的思路；数据来源为无人机、行车记录仪和摄像机、手机、GPS，并按照景区、数据类别分成不同文件夹；数据资料经过多次核对，确保真实无误；本数据可为青藏高原世界旅游目的地建设提供可追溯的依据。
时珊珊
本参数集在野外科考的基础上，对喜马拉雅山区及横断山区重要公路沿线观察到的泥石流灾害链、滑坡灾害链对线路工作的影响参数进行了集成。区域范围涉及西藏自治区林芝、山南、波密、八宿、日喀则、阿里等地区，以及中印通道亚东裂谷区域。数据生产来源与方式为根据野外科考调查获得的原始数据加工而成。本参数集主要根据野外现场调查确定灾害及灾害链发生的位置、类型、重大公路工程破坏情况等信息，再整理成表格和shp文件。希望本数据能够为青藏高原道路工程防灾减灾提供帮助。
邓宏艳
考古遗址出土动植物遗存是认识和了解古代人类与动植物的相互关系，复原古代人类生活方式和经济基础，是揭示人类文化的发展过程与动力机制的重要材料。对青藏高原东北部全新世早期的奖俊埠遗址和中晚期的宗日遗址分别开展系统的动物考古和植物考古分析，奖俊埠11件动物化石的分析显示，末次间冰期时期青藏高原东北部的古人类主要狩猎大中型食草类哺乳动物。宗日遗址木炭分析结果表明宗日遗址的先民广泛采集周边云杉、杨树和沙棘作为燃料。
董广辉, 张东菊
数据包含了1979年之后的生态政策文件，涉及国家层面、地方政府层面关于生态治理、生态管护的法律法规、条款方案等。数据梳理了国家在生态环境治理方面的演变过程，以及建立在不同发展时期的环境策略。课题组于2018-2021年每年在政府官网、地方年鉴等收集生态政策的各类文件．为确保资料的相对完整性和针对性，本研究按照以下原则对政策文本进行整理和遴选： ① 政策主要来源是政府官网及其下属部门； ② 符合生态政策的文件；③ 选取法律法规、规划、意见、办法、细则、条例、公告、通知、决议等体现生态环境政策的文件。 对所研究的政策文件进行类目构建，即确定分析政策文本的角度，并对主、次类目进行定义，以便主编码员和副编码员能统一认知； ② 依据主类目拟定编码表后对政策进行逐一编码，即在认真阅读政策内容后，若其内容符合类目构建表需要的分析维度，将其代码填入编码表； ③进行政策分析． 本研究数据是基于官网和实地政策调研，对政策文本中涉及类目的内容能够进行有效的判别，因此本研究的内容分析具有良好的效度水平． 政策的革新和演变在一定程度上改变着人类活动对环境的影响，生态政策对环境脆弱地区的指导和影响更为明显，若能全面掌握生态政策动态变化的过程，了解生态政策的演变规律，方能制定有益于改善环境的生态政策．因此，本研究从生态政策演进的视角出发，利用内容分析法对1979年以来颁布的有关祁连山生态政策的演进规律进行研究，以期为祁连山生态政策的制定提供科学依据．
丁文广, 谢顺涛
为描述青藏高原及周边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，并建立相应的遗传资源库。我们于2021年在云南省采集了大额牛（独龙牛）血液、心脏、肝脏、脾脏、肺、肾、肌肉、脂肪、大肠、小肠、胃、睾丸组织17个个体共267份酒精、RNAlater保存或液氮冻存样品。本数据集包含样品物种、品种、详细采样地、性别、样品类型、采集时间、采集人、保存方式等基本样品信息，以及个体照片。实体样品保存于中国西南野生生物种质资源库动物种质资源库。
李艳
本数据为东南亚地区2015年的地表类型数据，空间分辨率为30米，数据类型为NetCDF，变量名为“land cover type”。该数据基于FROM-GLC数据加工而成，通过对原始影像的拼接、裁剪得到覆盖东南亚的地表类型数据，剔除东南亚地区不存在的雪冰等下垫面类型并重新整合图例。修改下垫面类型编码生成包含东南亚的地表类型数据。该数据提供耕地、森林、草地、灌木、湿地、水体、不透水面、及裸地共8种下垫面的信息。数据总体精度为71% （Gong et al., 2019），可为水文模型、区域气候模式等提供东南亚地区的下垫面信息。
刘俊国
1）数据内容：面对未来气候变化青藏高原10种两栖类爬行类遗传多样性的变化。2）数据来源及加工方法：基于青藏高原10种两栖爬行类条形码数据，结合SDM、MPTP approach等软件构建未来2050年、2070年、2090年等时期的遗传多样性及分布情况。3）数据质量描述：数据质量经过核查，分析数据人员经过实验室严格培训。4）数据应用成果及前景：发现分布于青藏高原北部的两栖爬行类需要在保护上给与更多的关注。
沈文菁
利用野外调查和文献调研收集到的青海沙蜥（Phrynocephalus vlangalii）分布点，结合五个来自于WorldClim数据库的气候因子，分别将当前（1960-1990年）和未来（2061-2080年）的气候数据输入训练好的物种分布模型，对当前和未来的适宜栖息地进行预测。预测结果表明，在青海沙蜥在气候变化下将会丧失大量原有栖息地，针对青海沙蜥的保护措施应重点关注青藏高原东缘，柴达木盆地北部和东部这些地区。模型也预测在气候变化后，新的适宜栖息地将在原本不适宜青海沙蜥生存的地区出现。然而，由于爬行动物的扩散能力非常有限（文献记录的最大年扩散距离不足500m），新出现的适宜栖息地不一定能被青海沙蜥利用。同时，通过野外工作收集三个海拔种群青海沙蜥的生理、生活史、行为及形态数据并结合微气候数据，利用机制生态位模型预测了气候变化在当前适宜分布区对青海沙蜥造成的生理后果。模型预测的结果表明，无论在SSP245还是SSP585气候变化情景下，青海沙蜥的活动时间在当前适宜分布区的大部分范围（> 93%）内都会增加，热安全阈在当前适宜分布区的所有地点都会减少。高海拔种群的活动时间增幅小于低海拔种群，而其热安全阈减少的幅度却大于低海拔种群。研究结果揭示了气候变化可能对分布在高海拔地区的蜥蜴种群造成更大影响。
曾治高
The site data used in this study are mainly from many years of archaeological excavations in Xinjiang. Based on publications such as “China Cultural Relics Atlas · Xinjiang Volume”, “A compilation of cultural relics and archaeological materials in Xinjiang”, “China Statistical Yearbook on Archaeology” and the third national cultural relics survey results, site data in the study area were collected, and the sites with unknown dates were eliminated. In this study, the name, latitude and longitude coordinates, site type, civilization and cultural age, time elapsed, area, altitude, slope, aspect, soil type, vegetation type, landform type and other information on the site were collected. Digital elevation model (DEM) elevation data with a resolution of 30 m were obtained from the geospatial data cloud website (http://www.gcloud.cn), and 1:1 million-scale vegetation type spatial distribution data for China come from the Chinese Academy of Sciences Resource and Environmental Science Data Center (http://www.resdc.cn/Default.aspx). Chinese soil attribute data come from the National Qinghai-Tibet Plateau Science Data Center (http://data.tpdc.ac.cn/zh-hans/), and Chinese landform type data come from the geographical conditions detection cloud platform (http://www.dsac.cn/). Based on the above data, ArcGIS10.2 was used to extract and produce data on elevation, slope, water system, slope, slope direction, soil type and landform type for each site.
谈波
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
