本数据集是2010年青藏高原地区的土地覆被数据,数据为栅格TIFF格式,空间分辨率为300米,包含耕地、林地、草地、水体、城市用地等22个大类,可用于青藏高原城镇化与生态环境交互胁迫的地理本底研究。该数据来自欧空局CCI-LC项目生产的土地覆被数据产品。该数据集采用了WGS84的地理坐标系统,有22个大类。数据的生产融合多种卫星数据资料,包括MERIS FR/RR,AVHRR,SPOT-VGT,PROBA-V等。经验证,该数据集的总体精度在70%以上,当然精度会在不同的地区和覆被类型上存在差异。
杜云艳
该数据集包含青藏高原2000年所有影像可见湖泊的矢量数据,共32840个。 根据空间分辨率为14.25 m的GeoCover Landsat mosaic 2000影像数据目视解译得来。 数据格式为矢量数据,投影坐标系为Albers Conical Equal Area。 数据属性字段如下: Area:湖泊面积(km²); X:湖泊中心点经度(°); Y:湖泊中心点纬度(°); Perimeter:湖泊周长(km)。
张国庆
该数据集为收集到的资源三号02星的遥感影像。资源三号02星(ZY3-02)于2016年5月30日11时17分,在我国在太原卫星发射中心用长征四号乙运载火箭成功将资源三号02星发射升空。将进一步加强国产卫星影像在国土测绘、资源调查与监测、防灾减灾、农林水利、生态环境、城市规划与建设、交通等领域的服务保障能力。文件列表: ZY302_PMS_E98.8_N37.4_20170707_L1A0000156704 ZY302_PMS_E100.4_N37.0_20171127_L1A0000217243 ZY302_TMS_E99.5_N37.0_20170717_L1A0000160059 ZY302_TMS_E100.3_N36.6_20171127_L1A0000217279 ZY302_TMS_E100.4_N37.0_20170529_L1A0000139947 文件夹命名规则:卫星名称_传感器名称_中心经度_中心纬度_获取时间_L1****
中国资源卫星应用中心
该数据集是中国科学院西北高原生物研究所调查的三江源国家公园植物采集布位点信息。该数据集时间范围是2008年至2017年,调查范围是三江源国家公园,调查内容包括采集日期、编号、科、属、种、调查日期、采集地点、采集人、经度、纬度、海拔、生境、鉴定人等信息。对国家公园的三个园区分别进行了调查,在长江源园区调查了24个科56个属的88个种的植被,总共116条记录;在黄河源园区调查了26个科64个属110个种的植被,总共159条记录;在澜沧江源园区调查了12个科22个属30个种的植被,总共33条记录。
高庆波
该数据集为高分一号卫星遥感数据,包括2017-8-13、2017-10-5 两景PMS1相机的数据,2017-5-27日一景PMS2相机的数据,2018-9-23日WFV2和WFV3相机影像各一景。文件列表: GF1_PMS1_E99.1_N37.2_20170813_L1A0002539236 GF1_PMS1_E101.2_N36.4_20171005_L1A0002653985 GF1_PMS2_E100.3_N37.7_20170527_L1A0002384098 GF1_WFV2_E98.4_N37.6_20180927_L1A0003481737 GF1_WFV3_E100.4_N37.3_20180927_L1A0003481706
周圣明
净初级生产力(NPP)数据基于CASA模型生产,数据内容为三江源地区2010-2015年250米分辨率逐月NPP数据集。净初级生产力定义:绿色植物单位面积、单位时间内所累积的有机物数量。 单位:0.01gC/m²/月。Monthly和Yearly NPP分别表示逐月和逐年NPP。 投影信息: Albers 等积圆锥投影 中央经线:105度 第一割线:25度 第一割线:47度 坐标西偏:4000000 meter
朱伟伟
该数据集包含青藏高原1970s,1990,2000,2010年份大于1平方公里湖泊矢量数据。 湖泊水体边界根据Landsat MSS, TM, ETM+等影像目视解译而来。 数据类型为矢量数据,属性字段包括Area (km²)。 投影坐标系为Albers Conical Equal Area。 主要用于青藏高原湖泊、水文与气象变化研究。
张国庆
1)数据内容(包含的要素及意义):1979-2016青藏高原地面气象观测数据产品 2)数据来源及加工方法:tif格式,可以采用arcgis打开查看和分析 3)数据质量描述:日分辨率 4)数据应用成果及前景:在高寒网各野外站和泛第三极地区境外台站的长期观测数据基础上,建立泛第三极地区气象、水文及生态要素系列数据集;通过重点区域的强化观测与样地和样点验证,完成气象要素、湖泊水量与水质、地上植被生物量、冰川冻土变化等数据产品的反演;基于物联网技术,研制建立多站联网的气象、水文、生态数据管理平台,实现联网数据实时获取与远程控制及共享。
朱立平, 彭萍
无论从全球尺度亦或是局地尺度而言,土壤数据极其重要,而由于缺乏可靠的土壤数据,土地退化评估、环境影响研究和可持续的土地管理干预措施受到了极大的瓶颈阻碍。鉴于土壤信息数据在全世界的迫切需要,特别是在气候变化公约的背景下,国际应用系统分析研究所(IIASA)及联合国粮农组织(FAO)和京都协议对土壤碳测量和联合国粮农组织/国际全球农业生态评价研究(GAEZ v3.0)共同倡导下建立了新一代世界土壤数据库(Harmonized World Soil Database version 1.2 )(HWSD V1.2)。 青藏高原2010年土壤质地数据集裁切自世界土壤库。数据格式:grid栅格格式,投影为WGS84。采用的土壤分类系统主要为FAO-90。核心土壤制度单元唯一验证标识符: MU_GLOBAL-HWSD数据库土壤制图单元标示符,连接了GIS图层。 MU_SOURCE1 和 MU_SOURCE2- 源数据库制图单元标识符 SEQ-土壤制图单元组成中的土壤单元序列; 土壤分类系统利用FAO-7分类系统或 FAO-90分类系统(SU_SYM74 resp. SU_SYM90)或FAO-85(SU_SYM85). 土壤属性表主要字段包括: ID(数据库ID) MU_GLOBAL(土壤单元标识符)(全球) SU_SYMBOL 土壤制图单元 SU_SYM74(FAO74分类); SU_SYM85(FAO85分类); SU_SYM90(FAO90土壤分类系统中土壤名称); SU_CODE 土壤制图单元代码 SU_CODE74 土壤单元名称 SU_CODE85 土壤单元名称 SU_CODE90 土壤单元名称 DRAINAGE(19.5); REF_DEPTH(土壤参考深度); AWC_CLASS(19.5); AWC_CLASS(土壤有效水含量); PHASE1: Real (土壤相位); PHASE2: String (土壤相位); ROOTS: String (到土壤底部存在障碍的深度分类); SWR: String (土壤含水量特征); ADD_PROP: Real (土壤单元中与农业用途有关的特定土壤类型); T_TEXTURE(顶层土壤质地); T_GRAVEL: Real (顶层碎石体积百分比);(单位:%vol.) T_SAND: Real (顶层沙含量); (单位:% wt.) T_SILT: Real (表层粉沙粒含量); (单位:% wt.) T_CLAY: Real (顶层粘土含量); (单位:% wt.) T_USDA_TEX: Real (顶层USDA土壤质地分类); (单位:name) T_REF_BULK: Real (顶层土壤容重); (单位:kg/dm3.) T_OC: Real (顶层有机碳含量); (单位:% weight) T_PH_H2O: Real (顶层酸碱度) (单位:-log(H+)) T_CEC_CLAY: Real (顶层粘性层土壤的阳离子交换能力); (单位:cmol/kg) T_CEC_SOIL: Real (顶层土壤的阳离子交换能力) (单位:cmol/kg) T_BS: Real (顶层基本饱和度); (单位:%) T_TEB: Real (顶层交换性盐基);(单位:cmol/kg) T_CACO3: Real (顶层碳酸盐或石灰含量) (单位:% weight) T_CASO4: Real (顶层硫酸盐含量);(单位:% weight) T_ESP: Real (顶层可交换钠盐);(单位:%) T_ECE: Real (顶层电导率)。 (单位:dS/m) S_GRAVEL: Real (底层碎石体积百分比);(单位:%vol.) S_SAND: Real (底层沙含量); (单位:% wt.) S_SILT: Real (底层淤泥含量); (单位:% wt.) S_CLAY: Real (底层粘土含量); (单位:% wt.) S_USDA_TEX: Real (底层USDA土壤质地分类); (单位:name) S_REF_BULK: Real (底层土壤容重); (单位:kg/dm3.) S_OC: Real (底层有机碳含量); (单位:% weight) S_PH_H2O: Real (底层酸碱度) (单位:-log(H+)) S_CEC_CLAY: Real (底层粘性层土壤的阳离子交换能力); (单位:cmol/kg) S_CEC_SOIL: Real (底层土壤的阳离子交换能力) (单位:cmol/kg) S_BS: Real (底层基本饱和度); (单位:%) S_TEB: Real (底层交换性盐基);(单位:cmol/kg) S_CACO3: Real (底层碳酸盐或石灰含量) (单位:% weight) S_CASO4: Real (底层硫酸盐含量);(单位:% weight) S_ESP: Real (底层可交换钠盐);(单位:%) S_ECE: Real (底层电导率)。 (单位:dS/m) 本数据库分两层,其中以顶层(T)土壤厚度为(0-30cm),底层(S)土壤厚度为(30-100cm)。 其他属性值请参考说明HWSD1.2_documentation文档.pdf,The Harmonized World Soil Database (HWSD V1.2) Viewer-中文说明及HWSD.mdb。
Food and Agriculture Organization of the United Nations(FAO)
基于MODIS 2000年至2018年生长季平均的NDVI(空间分辨率250m),利用Mann-Kendall趋势检测方法,计算了NDVI的变化趋势。对三江源国家公园的三个园区都进行了计算(CJYYQ:长江源园区;HHYYQ:黄河源园区;LCJYYQ:澜沧江源园区)。CJYYQ_NDVI_trend_2000_2018_ok.tif:长江源园区NDVI变化趋势。CJYYQ_NDVI_trend_2000_2018_ok_significant.tif:长江源园区NDVI变化趋势,剔除了不显著(p>0.05)的区域。CJYYQ_gs_avg_NDVI_2000.tif:长江源园区2000年生长季平均NDVI。单位为NDVI变化每年。
王旭峰
该数据集为收集到的资源三号卫星的遥感影像。资源三号卫星(ZY-3)于2012年1月9日成功发射。该卫星的主要任务是长期、连续、稳定、快速地获取覆盖全国的高分辨率立体影像和多光谱影像,为国土资源调查与监测、防灾减灾、农林水利、生态环境、城市规划与建设、交通、国家重大工程等领域的应用提供服务。文件列表: ZY3_MUX_E99.8_N36.6_20171011_L1A0003817398 ZY3_MUX_E99.9_N37.0_20171011_L1A0003817397 ZY3_MUX_E100.0_N37.4_20171011_L1A0003817396 ZY3_MUX_E100.1_N36.6_20170625_L1A0003738882 ZY3_MUX_E100.8_N36.6_20170710_L1A0003748776 ZY3_MUX_E100.9_N37.0_20170710_L1A0003748775 ZY3_NAD_E99.8_N36.6_20171011_L1A0003817439 ZY3_NAD_E99.9_N37.0_20171011_L1A0003817438 ZY3_NAD_E100.0_N37.4_20171011_L1A0003817437 ZY3_NAD_E100.1_N36.6_20170625_L1A0003746917 ZY3_NAD_E100.8_N36.6_20170710_L1A0003748580 ZY3_NAD_E100.9_N37.0_20170710_L1A0003748579
中国资源卫星应用中心
草地地上生物量采用的方法为分区分类型模型,数据年份为2000、2010、2015年,为8月上旬的地上植被鲜重。地上生物量定义为单位面积内地面以上实存生活的植被有机物质总量。单位:克/平方米(g/m²)。该数据产品是中国科学院遥感与数字地球研究所基于MODIS的植被指数采用统计模型计算得到。空间分辨率为250m×250m。该数据集是三江源国家公园植被监测的重要数据源。 投影信息: Albers 等积圆锥投影 中央经线:105度 第一割线:25度 第一割线:47度 坐标西偏:4000000 meter
朱伟伟
本数据集为青藏高原黄河源区2015年逐像素年内最大植被覆盖度空间分布图,该区域的面积约为4.4万平方公里。此数据是基于2015年MODIS(空间分辨率250米) 和Landsat-8 OLI(空间分辨率30米)植被生长季(5月初-9月末)的时间序列影像,并利用最大值合成方法、像元二分模型和时间插值等方式获得。植被覆盖度空间分布图的空间分辨率为30米,采用WGS 1984 UTM 投影,数据格式为grid格式。
王广军
该数据集主要是第四版本由 CIAT(国际热带农业中心)利用新的插值算法得到的SRTM地形数据,此方法更好的填补了SRTM 90的数据空洞。插值算法来自于Reuter et al.(2007). SRTM的数据组织方式为:每5度经纬度方格划分一个文件,共分为24行(-60至60度)和72列(-180至180度),数据分辨率90米。 数据使用: SRTM的数据是用16位的数值表示高程数值的(-/+/32767米),最大的正高程9000米,负高程(海平面以下12000米),空值用-32767来表示。
Food and Agriculture Organization of the United Nations(FAO)
本数据集为扎陵湖-鄂陵湖附近黄河源区沼泽空间分布图,面积约2.1万平方公里。数据集由Landsat 8 影像通过专家决策树分类,并经人工目视解译修正获得。影像的空间分辨率为30 m,采用WGS 1984 UTM 投影坐标系,数据格式为grid格式。影像区分为5种地类,地类1为“水体”,地类2为“高盖度植被”,地类3为“裸地”,地类4为“低盖度植被”,地类5为“沼泽”,其中低盖度植被及高盖度植被通过植被覆盖度进行区分,阈值选取0.1至0.4为低盖度植被,0.4至1为高盖度植被。
王广军
基于Google earth高清卫星影像,根据青藏高原矢量图,通过目视解译获取青藏高原全区2018年设施农业用地。所用影像拍摄时间集中于2017.11—2018.11。其中,基于2018年影像提取的设施农业面积约占总面积的70.47%;基于2017年11月以来拍摄影像提取的设施农业面积占比更是高达86.87%;部分地区影像拍摄时间相对较早,但多人烟稀少,没有或很少有设施农业分布,对研究结果影响不大。该数据有利于充分摸清青藏高原全区设施农业的空间分布情况,有利于当地设施农业空间规划调整。
吕昌河, 魏慧
采用WRF模式制备的青藏高原近地表大气驱动和地表状态数据集,时间范围:2000-2010,空间范围:25-40 ºN,75-105 ºE,时间分辨率:逐时,空间分辨率:10 km,格点数为150*300。 总计有33个变量,其中包含的近地表大气变量11个: 地面上2m高度的温度、 地面上2m高度的比湿、地面气压、地面上10m风场的纬向分量、地面上10m风场的经向分量、固体降水比例、累积的积云对流降水、累积的格点降水、地表处的向下短波辐射通量、地表处的向下长波辐射通量、累计的潜在蒸发。 包含的地表状态变量有19个:各层土壤温度、各层土壤湿度、 各层土壤液态水含量、雪相态改变的热通量、土壤底部温度、地表径流、地下径流、植被比例、地面热通量、雪水当量、实际雪厚、雪密度、冠层中的水、地表温度、反照率、背景反照率、更低边界处的土壤温度、地表面处向上的热量通量(感热通量)、地表面处向上的水量通量(感热通量)。 其他变量3个:经度、纬度和行星边界层高度。
潘小多
ASTER Global Digital Elevation Model (ASTER GDEM)是美国航空航天局 (NASA)和日本经济产业省(METI)联合发布的全球数字高程数据产品,该DEM数据是根据NASA新一代对地观测卫星TERRA的观测结果完成,是由ASTER(Advanced Space borne Thermal Emission and Reflection Radio meter)传感器搜集的130万个立体像对数据制作,其覆盖范围超过了地球99%陆地表面。本数据下载自ASTER GDEM数据分发网站,为了便于用户使用数据,在分幅ASTER GDEM数据的基础上,我们使用erdas软件进行拼接制备青藏高原ASTER GDEM镶嵌图。 ASTER GDEM发布了两个版本,第一个版本于2009年6月发布,第二个版本于2011年10月发布,本数据集为青藏高原地区第二版本的ASTER GDEM数据集。 本数据集共包括三个数据文件: ASTER_GDEM_TILES ASTERGDEM_MOSAIC_DEM ASTERGDEM_MOSAIC_NUM 青藏高原地区ASTER GDEM数据,精度30米,原始数据为tif格式,镶嵌数据使用img格式存储。 本数据集原始数据下载于ASTERGDEM网站,完全保留了数据的原貌,ASTER GDEM在分发时被分割为若干1×1度的数据块,分发格式为zip压缩格式,每个压缩包包括两个文件,文件命名格式如下: ASTGTM_NxxEyyy_dem.tif ASTGTM_NxxEyyy_num.tif 其中xx为起始纬度,yyy为起始经度。_dem.tif为dem数据文件,_num.tif为数据质量文件。 ASTER GDEM TILES:原始数据保留数据原貌,未进行处理 ASTERGDEM_MOSAIC_DEM:使用erdas软件对dem.tif数据进行镶嵌,参数设置使用默认值 ASRERGDEM_MOSAIC_NUM:使用erdas软件对num.tif数据进行镶嵌,参数设置使用默认值 原始数据保留数据原貌,精度同ASTERGDEM数据分发网站的数据精度,该数据的水平精度30米,高程精度为20米。镶嵌数据使用erdas制作,参数使用默认值。
METI, NASA
数据包含青藏高原地区的植被指数数据,空间分辨率为1000m,时间分辨率为16d,时间覆盖范围为2000年、2005年、2010年、2015年。数据来源为MOD13A2(C6)。植被指数是研究植被覆盖时空演变特征的常用遥感数据处理模型。植被指数(NDVI)是根据植被的光谱特性,将卫星可见光和近红外波段进行组合,形成的各种植被指数。植被指数是对地表植被状况的简单、有效和经验的度量。数据对于分析青藏高原的生态环境有重要意义。
杨飞
数据包含青藏高原地区的土壤有机质数据,空间分辨率为1km*1km,时间覆盖范围为1979-1985年。数据来源是基于第二次土壤普查数据生成的土壤碳含量。土壤有机质主要来源于植物、动物及微生物残体,其中高等植物为主要来源。原始土壤中最早出现在母质中的有机体是微生物。随着生物的进化和成土过程的发展,动物、植物残体及其分泌物就成为土壤有机质的基本来源。数据对于分析青藏高原的生态环境以及衡量区域土壤特征具有重要意义。
方华军
联系方式
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