通过对西城驿遗址、金蝉口遗址、山那树扎遗址、江西坟遗址、宗日遗址和邦嘎遗址等进行考古调查和发掘，获取了各遗址经纬度、高程、文化属性、文化遗物等基本信息；并且，对遗址发掘过程中的石制品、动植物遗存以及沉积物样品进行科学收集、鉴定和实验室分析，得到了一批遗址碳十四年代数据、孢粉数据、动物遗存骨骼单元分布鉴定数据、植物遗存鉴定数据以及相关同位素数据；同时，对青藏高原及其周边地区相关动植物遗存及同位素进行了整理。基于自然地理因子和不同时期遗址点，在最低成本的控制下实现节点间累积联结的方法，使用GIS（R语言）工具进行空间数值计算，将其结果作为史前时期（新石器—青铜时期)的交流路线。发现路线的形 态由新石器时期的东北—东部—东南—西南边缘呈月牙形环绕发展至青铜时期的由边缘延伸 至腹地呈网络化发展的趋势，这是由高原边缘的交流逐步演化成边缘—腹地的交流、并不断强化的表现。且通过采集青藏高原东部高寒草甸区共49个放牧家畜粪样品（牦牛粪 样品30个、马粪样品11个、羊粪样品8个），并在区域植被调查的基础上，对粪样品开展了花粉分析。该数据集为研究青藏高原新石器时代-青铜先民的活动历史和生业模式提供了数据支撑。
董广辉, 马敏敏, 侯光良, 杨晓燕
自第一次工业革命以来，人类活动已经深刻影响了地球各圈层，且这种影响还将持续扩大和增强。青藏高原作为一个具有全球意义的生态系统单元，同时也是我国重要的生态安全屏障，在水土保持、生物多样性保护、水源涵养和碳收支平衡等诸多方面发挥着至关重要的作用。但近30年来，随着青藏高原人类活动范围的扩大和强度的快速增长，人类活动所造成的各种生态环境问题也日益突出，并严重影响着青藏高原生态功能的发挥。青藏高原人类活动强度空间数据的研究与制备，将有助于深入理解该地区人类活动的影响强度和范围，揭示气候变暖背景下人类活动的变化规律，对于进一步量化辨识人类活动与气候变化对生态系统的影响，以及促进该区域的可持续发展都具有重要意义。 研究人员采用人类足迹指数方法，利用人口密度、土地利用、放牧密度、夜间灯光、铁路和道路等共6种代表人类活动的空间数据，完成了1990、1995、2000、2005、2010、2015和2017年共7期青藏高原人类足迹数据集的制备。依据已有研究和青藏高原区域特点，本数据集对人类足迹方法的优化和调整主要包括：①选取人口密度、土地利用、夜间灯光、放牧密度、道路和铁路六类数据来计算人类活动强度；②调整不同土地利用类型的赋值；③设置人口密度最大强度阈值50人/平方公里，并采用对数方法赋值；④使用牛羊密度数据来表征放牧密度，设置最大强度阈值为1000羊单位/平方公里，并采用对数方法赋值；⑤使用经过校正的DMSP/OLS夜间灯光数据进行赋值；⑥将道路划分为高速公路、国道、省道、县道和其他公路等五个等级分别进行赋值；⑦铁路最大影响范围设为3.5 km；⑧利用冰川和湖泊空间数据进行质量控制。 该数据集来源于数据论文“段群滔, 罗立辉. (2020). 1990–2015年青藏高原人类足迹数据集. 中国科学数据, 5(3). https://doi.org/10.11922/csdata.2019.0082.zh”，在原有数据的基础上增加了2017年的数据。 该数据集的制备可为探究青藏高原地区人类活动空间变化特征和规律提供空间数据，也可为探索该地区人类活动与生态环境间的相互作用提供支撑，对于促进整个青藏高原地区的生态环境保护和可持续发展具有指导作用。
段群滔, 罗立辉
2000-2020年青藏高原城市不透水面和绿地空间组分数据集的数据源主要包括HJ‒1A/B、GF-1/2、ZY‒3等国产卫星影像以及Landsat TM/ETM+/OLI系列卫星影像数据。其中，国产卫星影像辅以Google Earth影像生产不同地理分区的组分训练样本和验证样本数据，应用谷歌地球引擎（Google Earth Engine, GEE）分区测试与校正模型算法参数，基于随机森林算法和Landsat TM/ETM+/OLI系列卫星影像及辅助数据获取归一化人居地密度指数（Normalized Settlement Density Index, NSDI），采用密度分割法且经过人工交互解译修正后，获取城市建成区矢量边界。应用NSDI指数、植被覆盖度指数和青藏高原矢量边界生产青藏高原城市不透水面、城市绿地空间组分原始数据，经校正和精度评价后，生成2000-2020年青藏高原城市不透水面和绿地空间组分数据集。 数据产品的分辨率为30 m，采用统一的坐标系统和存储格式。地理坐标系为WGS84，投影坐标系为Albers，数据存储格式为Geotiff，数据单位为百分比（值域范围0~10000），比例因子为0.01。 为了更准确地量化城市土地覆盖变化，选取了多个典型城市取样，对数据集进行了验证，具体验证方法及精度见已发表的成果。 数据可用于分析和揭示青藏高原土地覆盖变化的影响和未来情景模拟，以期为青藏高原建设环境宜居城市与提升人居环境质量提供科学依据。
匡文慧, 郭长庆, 窦银银
本数据来源于全国地理信息资源目录服务系统中1:100万全国基础地理数据库，由国家基础地理信息中心于2017年11月份开始免费向公众提供。我们将青藏高原作为一个整体进行了拼接融合、裁切，以便于青藏高原研究中的使用。数据现势性为2017年。 本数据集为青藏高原1:100万行政边界，包括行政国界线（National_Tibet_line）、省界（Province_Tibet），市（州）界（City_Tibet）县界图层（County_Tibet_poly）和县界线图层(County_Tibet_line)。 行政境界面图层（County_Tibet_poly）属性项名称及定义： 属性项 描述 填写实例 PAC 行政区划代码 513230 NAME 名称 县界名称 行政边界线图层(BOUL)属性项名称及定义： 属性项 描述 填写实例 GB 国标分类码 630200 行政边界线图层(County_Tibet_line)属性项含义： 属性项 代码 描述 GB 630200 省级界线 GB 640200 地、市、州级行政区界 GB 650201 县级行政区界（已定）
国家基础地理信息中心
此边界数据总集包含五种类型的边界： １、TPBoundary_2500m：基于ETOPO5 Global Surface Relief，采用ENVI+IDL 提取青藏高原经度（65~105E），纬度（20~45N）范围内海拔高程2500米的数据。 ２、TPBoundary_3000m：基于ETOPO5 Global Surface Relief，采用ENVI+IDL 提取青藏高原经度（65~105E），纬度（20~45N）范围内海拔高程3000米的数据。 ３、TPBoundary_HF（high_frequency）：李炳元（1987）曾对确定青藏高原范围的原则与具体界线进行了较系统的讨论，从高原地貌形成和基本特征角度，提出了依据地貌特征、高原面及其海拔高度，同时考虑山体完整性作为确定高原范围的基本原则。张镱锂（2002） 根据相关领域研究的新成果和多年野外实践，论证确定青藏高原范围和界线的原则， 结合信息技术方法对青藏高原范围与界线位置进行了精确的定位和定量分析，得出：青藏高 原在中国境内部分西起帕米尔高原，东至横断山脉，南自喜马拉雅山脉南缘，北迄昆仑山— 祁连山北侧。 2017年4月14日，中华人民共和国民政部发布《关于增补藏南地区公开使用地名（第一批）的公告》，增加了乌间岭、米拉日、曲登嘎布日、梅楚卡、白明拉山口、纳姆卡姆等6个藏南地区地名。 ４、TPBoundary_new (2021)：伴随青藏高原研究的深入，高原内外多学科研究程度和认识的提高，及地理大数据、地球观测科学和技术的进步，张镱锂等2021年版青藏高原范围界线数据研发基于ASTER GDEM和Google Earth 遥感影像等资料综合分析完成，该范围界线北起西昆仑山-祁连山山脉北麓，南抵喜马拉雅山等山脉南麓，南北最宽达1560 km；西自兴都库什山脉和帕米尔高原西缘，东抵横断山等山脉东缘，东西最长约3360 km；经纬度范围为25°59′30″N~40°1′0″N、67°40′37″E~104°40′57″E，总面积为308.34万km2，平均海拔约4320 m。在行政区域上，青藏高原分布于中国、印度、巴基斯坦、塔吉克斯坦、阿富汗、尼泊尔、不丹、缅甸、吉尔吉斯斯坦等9个国家。 ５、TPBoundary_rectangle：根据范围Lon（63~105E） Lat（20~45N），画取长方形，数据采用经纬度投影WGS84。 青藏高原边界作为基础数据，可以为各类地学数据及科学研究青藏高原作参考依据。
张镱锂
青藏高原流域边界数据集使用2000年的航天飞机雷达地形任务收集的干涉合成孔径雷达SRTM DEM 数据、参考河流、湖泊等水系辅助数据，利用arcgis水文模型，分析、提取河网，将青藏高原划分为AmuDayra、Brahmaputra、Ganges、Hexi、Indus、Inner、Mekong、Qaidam、Salween、Tarim、Yangtze、Yellow等12个子流域。其中研究区外围边界是基于2500米等高线。
张国庆
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
