采用供需平衡的分析方法,分别计算流域总体及各县区水资源供给量及需求量的基础上,评估流域水资源系统脆弱性。采用IPAT等式设置未来水资源需求情景,即通过设定未来的人口增长率、经济增长速度、单位GDP耗水量等变量来建立需水情景。以2005年为基准年,预测未来2010-2050年的各县市水资源需求情景。人口规模、经济规模采用配套预测数据。应用瑞典水文气象研究所HBV概念性水文模型的基本结构,设计了在气候变化下流域变化趋势的模型,以冰川融化情景为模型的输入,构建气候变化下出山径流情景。依据流域水资源配置的国家地方规定设置配水方案,综合计算水资源供给量。综合供需情况,以缺水率为指标评价水资源系统脆弱性。通过计算流域主要县市的(小麦生产)土地压力指数,分析了流域气候变化、冰川融化及人口增长情景下土地资源的供需平衡,评价了农业系统脆弱性。分别运用迈阿密公式及HANPP模型计算了未来情景下,流域各主要县市净初级生物生产量及初级生物量的人类占用,以供需平衡角度评估生态系统脆弱性。
杨林生, 钟方雷
该数据集包含了黄河源、长江源、澜沧江三个源区的每个流域的边界、总边界及其流域内部各个县的边界。 观测项目有:黄河源、长江源、澜沧江三个源区的每个流域的边界、总边界及其流域内部各个县的边界。
魏彦强, 三江源国家公园星空地一体化生态监测及数据平台建设和开发应用
该数据集包含了2016年至2017年之间在三江源地区的珍稀动物调查数据,记录了调查点的经纬度、样线长度、动物发现的时间、动物名称、数量、出现的位置、栖息地类型、所属科等。
胡林勇, 张同作, 张同作, 徐世晓
本数据集包含自1982年至2006年基于生态学模式与遥感数据计算青藏高原植被净初级生产力(Net Primary Productivity,NPP)的结果。 基于遥感Advanced Very High Resolution Radiometer(AVHRR)数据和Carnegie-Ames-Stanford Approach(CASA)模型生成的青藏高原生态系统NPP(1982-2006),基于第二次土壤普查数据生成的土壤碳含量,以及基于High Resolution Biosphere Model(HRBM)模型生成的生物量碳数据。 青藏高原森林生态系统NPP(1982-2006年): npp_forest82.e00,npp_forest83.e00,npp_forest84.e00,npp_forest85.e00,npp_forest86.e00, npp_forest87.e00,npp_forest88.e00,npp_forest89.e00,npp_forest90.e00,npp_forest91.e00, npp_forest92.e00,npp_forest93.e00,npp_forest94.e00,npp_forest95.e00,npp_forest96.e00, npp_forest97.e00,npp_forest98.e00,npp_forest99.e00,npp_forest00.e00,npp_forest01.e00, npp_forest02.e00,npp_forest03.e00,npp_forest04.e00,npp_forest05.e00,npp_forest06.e00 青藏高原草地生态系统NPP(1982-2006年): npp_grass82.e00,npp_grass83.e00,npp_grass84.e00,npp_grass85.e00,npp_grass86.e00, npp_grass87.e00,npp_grass88.e00,npp_grass89.e00,npp_grass90.e00,npp_grass91.e00, npp_grass92.e00,npp_grass93.e00,npp_grass94.e00,npp_grass95.e00,npp_grass96.e00, npp_grass97.e00,npp_grass98.e00,npp_grass99.e00,npp_grass00.e00,npp_grass01.e00, npp_grass02.e00,npp_grass03.e00,npp_grass04.e00,npp_grass05.e00,npp_grass06.e00 青藏高原生物量碳、土壤碳: Biomass.e00,Socd.e00 土壤碳含量数据(Socd)是参考全国第二次土壤普查的数据与《中国1:100万土壤图》按土壤亚类插值生成。 NPP数据来自CASA模型与AVHRR数据模拟生成: Potter CS, Randerson JT, Field CB et al. Terrestrial ecosystem production: a process model based on global satellite and surface data. Global Biogeochemical Cycles, 1993, 7: 811–841. 生物量碳数据来自HRBM模型模拟生成: McGuire AD, Sitch S, et al. Carbon balance of the terrestrial biosphere in the twentieth century: Analyses of CO2, climate and land use effects with four process-based ecosystem models. Global Biogeochem. Cycles, 2001, 15 (1), 183-206. 原始资料主要是遥感数据和野外观测数据。精度较好;生产过程中与野外实测数据进行的验证和调参,是模拟结果尽量与野外实测数据保持在可接受的误差范围内;NPP数据与野外实测数据的验证结果表明,误差保持在15%的范围内。 空间分辨率0.05度×0.05度(经度×纬度)。
周才平
本数据集包含了青藏高原主要城市与县1970-2006年牲畜数量变化序列数据,用于研究青藏高原社会经济变化。 数据表共有十个字段 字段1:年 解释:数据的年份 字段2:省 解释:所属的省份 字段3:市/州 解释:所属的市或者州 字段4:县 解释:县的名称 字段5:大牲畜(万头) 解释:牛、马、骡、驴、骆驼等大牲畜的数量 字段6:牛群(万头) 解释:牛的数量 字段7:马属动物(万头)解释:马、骡、驴等马属动物的数量 字段8:马(万头) 解释:马的数量 字段9:羊(万头) 解释:羊的数量 字段10:数据来源 解释:数据摘取的来源 数据来自统计年鉴与县志,部分清单如下: [1] 甘肃年鉴编委会. 甘肃年鉴[J]. 北京:中国统计出版社,1984,1988-2009 [2] 云南省统计局. 云南统计年鉴[J]. 北京:中国统计出版社,1988-2009 [3] 四川省统计局,四川调查总队. 四川统计年鉴[J]. 北京:中国统计出版社,1987-1991,1996-2009 [4] 新疆维吾尔自治区统计局. 新疆统计年鉴[J]. 北京:中国统计出版社,1989-1996,1998-2009 [5] 西藏自治区统计局. 西藏统计年鉴[J]. 北京:中国统计出版社,1986-2009 [6] 青海省统计局. 青海统计年鉴[J]. 北京:中国统计出版社,1986-1994,1996-2008. [7] 互助土族自治县志编纂委员会. 互助土族自治县志[J]. 青海:青海人民出版社,1993 [8] 海晏县志编纂委员会. 海晏县志[J]. 甘肃:甘肃文化出版社,1994 [9] 门源县志编纂委员会. 门源县志[J]. 甘肃:甘肃人民出版社,1993 [10] 贵南县志编纂委员会. 贵南县志[J]. 陕西:三秦出版社,1996 [11] 贵德县志编纂委员会. 贵德县志[J]. 陕西:陕西人民出版社,1995 [12] 尖扎县志编纂委员会. 尖扎县志[J]. 甘肃:甘肃人民出版社,2003 [13] 达日县志编纂委员会. 达日县志[J]. 陕西:陕西人民出版社,1993 [14] 格尔木市志编纂委员会. 格尔木市志[J]. 北京:方志出版社,2005 [15] 德令哈市志编纂委员会. 德令哈市志[J]. 北京:方志出版社,2004 [16] 天峻县志编纂委员会. 天峻县志[J]. 甘肃:甘肃文化出版社,1995 [17] 乃东县志编纂委员会. 乃东县志[J]. 北京:中国藏学出版社,2006 [18] 古浪县志编纂委员会. 古浪县志[J]. 甘肃:甘肃人民出版社,1996 [19] 阿克塞哈萨克族自治县志编纂委员会. 阿克塞哈萨克族自治县志[J]. 甘肃:甘肃人民出版社,1993 [20] 岷县志编纂委员会. 岷县志[J]. 甘肃:甘肃人民出版社,1995 [21] 宕昌县志编纂委员会. 宕昌县志[J]. 甘肃:甘肃文化出版社,1995 [22] 宕昌县志编纂委员会. 宕昌县志(续编)(1985-2005)[J]. 甘肃:甘肃文化出版社,2006 [23] 文县志编纂委员会. 文县志[J]. 甘肃:甘肃文化出版社,1997 [24] 康乐县志编纂委员会. 康乐县志[J]. 上海:三联书店. 1995 [25] 积石山(保安族 东乡族 撒拉族)自治县志编纂委员会. 积石山(保安族 东乡族 撒拉族)自治县志[J],甘肃:甘肃文化出版社,1998 [26] 碌曲县志编纂委员会. 碌曲县志[J]. 甘肃:甘肃人民出版社,2006 [27] 舟曲县志编纂委员会. 舟曲县志[J]. 上海:三联书店. 1996 [28] 夏河县志编纂委员会. 夏河县志[J]. 甘肃:甘肃文化出版社,1999 [29] 卓尼县志编纂委员会. 卓尼县志[J]. 甘肃:甘肃民族出版社,1994 [30] 迭部县志编纂委员会. 迭部县志[J]. 甘肃:兰州大学出版社,1998 [31] 彭县志编纂委员会. 彭县志[J]. 四川:四川人民,1989 [32] 灌县志编纂委员会. 灌县志[J]. 四川:四川人民出版社,1991 [33] 温江县志编纂委员会. 温江县志[J]. 四川:四川人民出版社,1990 [34] 什邡县志编纂委员会. 什邡县志[J]. 四川:四川大学出版社,1988 [35] 天全县志编纂委员会. 天全县志[J]. 四川:四川科学技术出版社,1997 [36] 石棉县志编纂委员会. 石棉县志[J]. 四川:四川辞书出版社,1999 [37] 芦山县志编纂委员会. 芦山县志[J]. 四川:方志出版社,2000 [38] 红原县志编纂委员会. 红原县志[J]. 四川:四川人民出版社,1996 [39] 汶川县志编纂委员会. 汶川县志[J]. 四川:巴蜀书社,2007 [40] 得荣县志编纂委员会. 得荣县志[J]. 四川:四川大学,2000 [41] 白玉县志编纂委员会. 白玉县志[J]. 四川:四川大学出版社,1996 [42] 巴塘县志编纂委员会. 巴塘县志[J]. 四川:四川民族出版社,1993 [43] 九龙县志编纂委员会. 九龙县志续篇(1986-2000)[J]. 四川:四川科学技术出版社,2007 [44] 贡山独龙族怒族自治县志编纂委员会. 贡山独龙族怒族自治县志[J]. 北京:民族出版社,2006 [45] 泸水县志编纂委员会. 泸水县志[J]. 云南:云南人民出版社,1995 [46] 德钦县志编纂委员会. 德钦县志[J]. 云南:云南民族,1997 [47] 于田县志编纂委员会. 于田县志[J]. 新疆:新疆人民出版社,2006 [48] 策勒县志编纂委员会. 策勒县志[J]. 新疆:新疆人民出版社,2005 [49] 和田县志编纂委员会. 和田县志[J]. 新疆:新疆人民出版社,2006 [50] 新疆且末县地方志编纂委员会. 且末县志[J]. 新疆:新疆人民出版社,1996 [51] 新疆莎车县志编纂委员会. 莎车县志[J]. 新疆:新疆人民出版社,1996 [52] 叶城县志编纂委员会. 叶城县志[J]. 新疆:新疆人民出版社,1999 [53] 新疆阿克陶县地方志编纂委员会. 阿克陶县志[J]. 新疆:新疆人民出版社,1996 [54] 新疆乌恰县地方志编纂委员会. 乌恰县志[J]. 新疆:新疆人民出版社,1995
国家统计局
该数据集记录了青海省1980~2016年全社会固定资产投资情况。数据来自统计年鉴: 《青海社会经济统计年鉴》和《青海统计年鉴》,从青海统计年鉴中摘录,精度同数据所摘取的统计年鉴。 数据表共有11个字段 字段1:年份 解释:数据的年份 字段2:总计 解释:固定资产投资总计 亿元 字段3:国有经济 解释:国有经济固定资产投资额 亿元 字段4:集体经济 解释:集体经济固定资产投资额 亿元 字段5:私营经济 解释:私营经济固定资产投资额 亿元 字段6:其他经济 解释:其他经济固定资产投资额 亿元 字段7:总增长 解释:固定资产投资总增长 % 字段8:国有增长 解释:国有固定资产投资增长 % 字段9:集体增长 解释:集体固定资产投资增长 % 字段10:私有增长 解释:私有固定资产投资增长 % 字段11:其他增长 解释:其他固定资产投资增长 %
青海省统计局, 青海省统计局
该土地覆盖类型产品是欧空局气候变化行动第二阶段产品,其空间分辨率为300米,时间覆盖范围为1992-2015. 空间覆盖范围纬向-90~90度,经向-180~180度,坐标系统为地理坐标WGS84.土地覆盖产品该地表覆盖的分类依据联合国粮食农业组织土地覆盖分类系统(LCCS, Land Cover Classification System)。 该数据用于科研目的需要致谢ESA CCI Land Cover project,并且将发表的文章发送给contact@esalandcover-cci.org
徐希燕
基于中国科学院资源环境科学数据中心全球100万基础地理数据(2010年),在AarcGIS里分别提取北极八国(美国、加拿大、俄罗斯、挪威(含Greenland格陵兰和Faro岛)、丹麦、瑞典、芬兰、冰岛)在国家、省级层面的行政区划,分国别保存。数据格式是arcgis的shp格式,投影方式为GCS_WGS_1984. 国家级数据源自http://www.resdc.cn/data.aspx?DATAID=205; 省级数据源自http://www.resdc.cn/data.aspx?DATAID=206.
杨林生, 王利
青藏高原冰川细菌资源库数据集提供了刘勇勤实验组在2010-2018年间分离的青藏高原7条冰川(珠峰东绒布冰川,天山一号冰川,古里雅冰川,老虎沟冰川,木孜塔格冰川,七一冰川和玉珠峰冰川),向述荣分离的马兰冰川和张新芳分离的普若岗日冰川的细菌16S核糖体RNA基因序列。冰川样品采集后带回北京青藏高原院研究所生态实验室和兰州冰冻圈国家实验室,涂布平板后于不同温度下(4-25摄氏度)培养20天-90天并挑取单菌落纯化。分离的细菌提取DNA后以27F/1492R引物扩增16S核糖体RNA基因片段,并使用Sanger法测序。16S核糖体RNA基因序列通过“Classifier”软件与RDP数据库进行比对,在可靠性大于>80%的情况下鉴定到属一级水平。 本数据包含每条序列的16S核糖体RNA基因片段序列及冰川来源。与以高通量测序为基础的序列相比,本数据的序列长度更长,分类更准确,更好的服务于冰川微生物研究。
计慕侃
南北极及青藏高原冰川雪和冰里原核微生物分布数据集提供了刘勇勤实验组在2010-2018年间从NCBI数据库收集的细菌16S核糖体RNA基因序列。 NCBI数据库搜索的关键词为Antarctic, Arctic Tibetan, Glacier.。收集的序列通过使用DOTOUR软件计算序列之间相似度,相似度在97%以上的序列聚类为一个OTU,并定义OTU代表序列。OTU代表序列通过“Classifier”软件与RDP数据库进行比对,在可靠性大于>80%的情况下鉴定到属一级水平。获得序列后,通过阅读序列文件中样品信息获得样品的GPS坐标。本数据包含每条序列的16S核糖体RNA基因片段序列,进化分类,及样品GPS坐标。本数据与以高通量测序为基础的序列相比,本数据的序列长度更长,分类更准确,对于比较三极微生物的进化信息,以及研究嗜冷微生物进化的认识有重要意义。
计慕侃
未来人口情景预测以2005年为基准年,采用人口阻滞增长模型,不仅能够较好地描述人口与许多生物数量的变化规律,而且在经济领域也有广泛的应用。城市化率的预测采用城市化Logistics模型。依据已有的城市化水平序列值,通过非线性回归求出参数式中参数,建立预测模型。城市人口数量由预测的人口数乘以城镇化率求出。数据采用非农业人口。采用logistic模型预测流域未来各县市国民生产总值,然后根据未来各县市各时段经济发展水平(用人均GDP表示)设定各时段相应的产业结构情景,预测各次产业产值。我国及研究区产业结构的变化趋势滞后于GDP增长速度,因而根据设定的研究区未来产业结构情景需要进行了适当调整。
钟方雷
青藏高原土壤细菌多样性数据集提供了青藏高原土壤表层(0-2厘米)微生物分布特征。样品采集时间为2015年7月1日至7月15日,包含草甸,草原,荒漠3种生态系统。土壤样品用冰袋保存,运回北京青藏高原研究所生态实验室。土壤DNA通过MO BIO PowerSoil DNA试剂盒提取。土壤表层样品采集后用液氮保存,运回悉尼实验室,通过FastPrep DNA试剂盒提取。提取后的DNA样品使用515F (5'-GTGCCAGCMGCCGCGGTAA-3') and 909r (5'-GGACTACHVGGGTWTCTAAT-3')扩增16S rRNA基因片段。扩增后的片段通过Illumina Miseq PE250方式测序,原始数据通过Mothur软件分析。首先去除测序质量不佳序列,之后进行排序并去除嵌合体序列。之后计算序列之间相似度,相似度在97%以上的序列聚类为一个OTU,并定义OTU代表序列。OTU代表序列通过与Silva数据库进行比对,在可靠性大于>80%的情况下鉴定到属一级水平。本数据系统的比较了青藏高原微生物的多样性,对研究微生物在青藏高原的分布具有重大意义。
计慕侃
采用供需平衡的分析方法,分别计算流域总体及各县区水资源供给量及需求量的基础上,评估流域水资源系统脆弱性。采用IPAT等式设置未来水资源需求情景,即通过设定未来的人口增长率、经济增长速度、单位GDP耗水量等变量来建立需水情景。以2005年为基准年,预测未来2010-2050年的各县市水资源需求情景。人口规模、经济规模采用配套预测数据。 应用瑞典水文气象研究所HBV概念性水文模型的基本结构,设计了在气候变化下流域变化趋势的模型,以冰川融化情景为模型的输入,构建气候变化下出山径流情景。依据流域水资源配置的国家地方规定设置配水方案,综合计算水资源供给量。综合供需情况,以缺水率为指标评价水资源系统脆弱性。通过计算流域主要县市的(小麦生产)土地压力指数,分析了流域气候变化、冰川融化及人口增长情景下土地资源的供需平衡,评价了农业系统脆弱性。分别运用迈阿密公式及HANPP模型计算了未来情景下,流域各主要县市净初级生物生产量及初级生物量的人类占用,以供需平衡角度评估生态系统脆弱性。
杨林生, 钟方雷
未来人口情景预测以2000年为基准年,采用人口阻滞增长模型,不仅能够较好地描述人口与许多生物数量的变化规律,而且在经济领域也有广泛的应用。城市化率的预测采用城市化Logistics模型。依据已有的城市化水平序列值,通过非线性回归求出参数式中参数,建立预测模型。 城市人口数量由预测的人口数乘以城镇化率求出。数据采用非农业人口。采用logistic模型预测流域未来各县市国民生产总值,然后根据未来各县市各时段经济发展水平(用人均GDP表示)设定各时段相应的产业结构情景,预测各次产业产值。我国及研究区产业结构的变化趋势滞后于GDP增长速度,因而根据设定的研究区未来产业结构情景需要进行了适当调整。
钟方雷
采用供需平衡的分析方法,分别计算流域总体及各县区水资源供给量及需求量的基础上,评估流域水资源系统脆弱性。 采用IPAT等式设置未来水资源需求情景,即通过设定未来的人口增长率、经济增长速度、单位GDP耗水量等变量来建立需水情景。以2005年为基准年,预测未来2010-2050年的各县市水资源需求情景,人口规模、经济规模采用配套预测数据。 应用瑞典水文气象研究所HBV概念性水文模型的基本结构,设计了在气候变化下流域变化趋势的模型,以冰川融化情景为模型的输入,构建气候变化下出山径流情景。依据流域水资源配置的国家地方规定设置配水方案,综合计算水资源供给量。综合供需情况,以缺水率为指标评价水资源系统脆弱性。通过计算流域主要县市的(小麦生产)土地压力指数,分析了流域气候变化、冰川融化及人口增长情景下土地资源的供需平衡,评价了农业系统脆弱性。分别运用迈阿密公式及HANPP模型计算了未来情景下,流域各主要县市净初级生物生产量及初级生物量的人类占用,以供需平衡角度评估生态系统脆弱性。
杨林生, 钟方雷
未来人口情景预测以2005年为基准年,采用人口阻滞增长模型,不仅能够较好地描述人口与许多生物数量的变化规律,而且在经济领域也有广泛的应用。城市化率的预测采用城市化Logistics模型。依据已有的城市化水平序列值,通过非线性回归求出参数式中参数,建立预测模型。城市人口数量由预测的人口数乘以城镇化率求出。 数据采用非农业人口。采用logistic模型预测流域未来各县市国民生产总值,然后根据未来各县市各时段经济发展水平(用人均GDP表示)设定各时段相应的产业结构情景,预测各次产业产值。 我国及研究区产业结构的变化趋势滞后于GDP增长速度,因而根据设定的研究区未来产业结构情景需要进行了适当调整。
杨林生, 钟方雷
青藏高原主体是青海省和西藏自治区,其青海省和西藏自治区经济社会数据则是统筹自然科学基础数据进行分析青藏高原人口、资源、环境和经济社会可持续发展分析和评估的基础。一般情况下,各省区统计年鉴均为纸质版、光盘版,用户均需要进行二次编辑才能使用。 本数据集主要依托青海省和西藏自治区统计年鉴原始数据,进行数据转换,综合集成当前经济社会数据集。数据覆盖时间从2007年到2016年,时间分辨率为年,覆盖范围为青藏高原青海省和西藏自治区,空间分辨率为地市州行政单元。 数据包括人口、经济、财政、农林牧副渔产业、固定资产投资、教育卫生等方面。
王世金
基于中国科学院资源环境科学数据中心全球100万基础地理数据(2010年),在GIS里提取北极八国(美国、加拿大、俄罗斯、挪威、丹麦(含Greenland格陵兰和法鲁Faro岛)、瑞典、芬兰、冰岛)铁路和公路网,分国别保存。数据格式是arcgis的shp格式,投影方式为GCS_WGS_1984.其中铁路网数据源见http://www.resdc.cn/data.aspx?DATAID=208; 道路网数据源见:http://www.resdc.cn/data.aspx?DATAID=207
杨林生, 王利
未来人口情景预测以2005年为基准年,采用人口阻滞增长模型,不仅能够较好地描述人口与许多生物数量的变化规律,而且在经济领域也有广泛的应用。城市化率的预测采用城市化Logistics模型。依据已有的城市化水平序列值,通过非线性回归求出参数式中参数,建立预测模型。城市人口数量由预测的人口数乘以城镇化率求出。数据采用非农业人口。采用logistic模型预测流域未来各县市国民生产总值,然后根据未来各县市各时段经济发展水平(用人均GDP表示)设定各时段相应的产业结构情景,预测各次产业产值。我国及研究区产业结构的变化趋势滞后于GDP增长速度,因而根据设定的研究区未来产业结构情景需要进行了适当调整。
钟方雷, 杨林生
南北极细菌分布数据集提供了南北极细菌分布特征。样品采集时间为13/12/2005至8/12/2006,包含北极3个地区52个样品(Spitsbergen Slijeringa,Spitsbergen Vestpynten,及Alexandra Fjord_Highlands),南极5个地区171个样品(Mitchell Peninsula,Casey station main power house,Robinsons Ridge,Herring Island,Browning Peninsula)。土壤表层样品采集后用液氮保存,运回悉尼实验室,通过FastPrep DNA试剂盒提取。提取后的DNA样品使用27F (5'-GAGTTTGATCNTGGCTCA-3' and 519R (5'-GTNTTACNGCGGCKGCTG-3')扩增16S rRNA基因片段。扩增后的片段通过454方式测序,原始数据通过Mothur软件分析。首先去除测序质量不佳序列,之后进行排序并去除嵌合体序列。之后计算序列之间相似度,相似度在97%以上的序列聚类为一个OTU,并定义OTU代表序列。OTU代表序列通过与Silva数据库进行比对,在可靠性大于>80%的情况下鉴定到属一级水平。本数据系统的比较了南极东部以及北极微生物的多样性,对研究微生物在南北极的分布具有重大意义。
计慕侃
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