本文所使用的数据为: 青藏高原范围与界线数据〔12〕; 中国科学院计算机网络信息中心国际科学数据镜像网站( http: / /www． gscloud． cn) 中的 90 m ×90 m 空间分辨率的 DEM 数据产品; 遗址数据主要基于全国第二次文物普查结果， 并结合相关省份文物地图集。在数据处理过程中， 首先确定遗址的具体位置，经纬度不详的遗址结合谷歌卫星地图加以判读; 其次， 参考中国文物普查认定标准进行分类、确定年代( 剔除年代不详的点) ， 少量跨年代遗址重复计算，最后按照考古学、历史学、年代学体系的特点， 将研究区遗址按文化类型和历史学的综合划分法统计。GIS 和 RS 等在聚落和区域考古研究的应用也渐趋成熟。利用 GIS 方法中最短路径模拟出青藏高原史前交通路线，利用核密度估计法根据输入的要素数据集计算整个区域的数据聚集状况， 从而产生一个连续的密度表面。能直观地表现研究对象的分布概率， 核密度值的大小代表遗址点在空间分布上的集聚程度， 核密度估计值越大， 遗址点的分布密度越密。在通过平均最邻近指数测量每个要素的质心与其最近要素质心位置之间的距离， 计算所有最邻近距离的平均值， 并将其与假设随机分布中的平均距离进行比较，从 而判断研究要素是否为聚集分布。对属性在整个区域空间分布特征的描述， 用于判断研究区域某一要素或现象在空间是否具有聚集特性存在本文采用全局Moran’s I 指数来测度青藏高原遗址点的全局空间自相关程度。
候光良
本数据集中表土孢粉数据来源于东亚孢粉数据库(http://eapd.sysu.edu.cn/database/及青藏高原东北缘表土孢粉数据。表土孢粉点的降水数据取自青 藏 高 原 及 周 边（新疆、甘肃、四川部分地区）126个气 象站点1950-1980年 器 测 的 逐 年 年 平均降水数据（数据来自于中国气象科学数据共享服务网http://www.data.ac.cn/xiazai/)由于 地形对气候变化影响很大，因此在 ArcGIS中将分布不均匀的气象台站年均降水数据运用克里金空间插值法转变成青藏高原面上的栅格数据，表土孢粉点所在的降水栅格数据即可以认为是该点的降水实际数据。利用转换函数法选取代表性表土孢粉类型，建立它们与现代气候的线性回归，将化石孢粉组合代入回归关系式，即求得古气候参数。再利用现代类比法(MAT)，假设过去植被类型与气候之间的关系是相对应的，将指示植被类型的地层孢粉谱与现代表土孢粉谱对比，揭示二者之间的相似性，再将其与对应点的现代降水数据进行矩阵运算，就能类比得到地层孢粉所对应的降水数据。
候光良
青藏高原3km分辨率逐月平均风速格点数据是基于国家气候中心为长年代时间序列中尺度数值模拟气象要素库研发的，水平分辨率3 km×3 km，时间分辨率1小时，时间长度1995⁓2016年。数据库的建立采用WRF中尺度模式的二重嵌套数值模拟方法，外重网格格距9 km，范围覆盖多半个欧亚大陆；内重网格共有4个，格距3 km，覆盖全国陆地和海域，其中第4个计算区域覆盖青藏高原（图1）。WRF模式顶高度为10 hPa，垂直方向共36层，地面至200 m高度划分9层。模式中物理过程参数化方案包括：Thompson（外重网格）和WSM6 ( 内重网格) 微物理参数化方案；外重网格设置K－F积云参数化方案，第二重不设置用积云对流参数化方案；RRTM（Rapid RadiativeTransfer Model）长波辐射参数化方案；Dudhia短波辐射参数化方案；ACM2边界层参数化方案；Noah陆面参数化方案。数值模拟采用四维资料同化技术融入全球大气环流模式格点再分析资料（CFSv2）、OISST海表面温度资料、全国2400多地面气象站和160多探空气象站的定时观测资料。 2009年中国气象局建立了包括400座测风塔的全国风能资源专业观测网，其中70 m测风塔329座，100 m测风塔68座，120 m测风塔3座，在2008～2009年期间逐步建成，主要分布与中国风能资源较丰富的地区。课题组采用测风塔70 m高度上2009年1月至2010年12月期间一个完整年的逐小时风向风速观测数据对相同时段中尺度WRF模式逐小时输出的风速模拟结果（水平分辨率3 km×3 km）进行误差检验，剔除观测资料完整率小于90%和年平均风速小于3.8 m/s的测风塔，实际用于误差检验的测风塔共有354座，每座塔的样本数8700小时左右。测风塔实测风速与数值模拟风速的相对误差检验分析表明：49%的测风塔检验得到相对误差小于5%；28%的测风塔检验得到相对误差为5～10%；14.4%测风塔的相对误差为10～15%；5.6%测风塔的相对误差为15～20%；3%测风塔的相对误差大于20%。相对误差较大的测风塔主要分布于内陆地形复杂的山区和沿海山地。此外，全国范围内逐小时风速对比的相关系数为0.6，按照16方位分别进行平均的风速的相关系数为0.8，超过99.9%的统计显著性检验，说明数值模拟的风速时空变化特征与实测风速的变化一致。西藏没有测风塔，青海省共13座测风塔，其中6座塔的相对误差小于5%，3座塔相对误差5～10%，3座塔相对误差10～15%，1座塔15～20%。
朱蓉, 孙朝阳
1）数据内容：本数据集包含2010-2019年青藏高原地区30米分辨率叶面积指数遥感产品。2）数据来源及加工方法：利用Landsat时间序列数据和物理机理模型反演得到的年最大合成叶面积指数产品。3）数据质量描述： 利用模拟数据的验证结果表明，产品的root-mean-square error(RMSE)约为1.16。4) 数据应用成果及前景：叶面积指数高度综合了植被的水平覆盖状况和垂直结构，是植被冠层的重要结构参数，该数据集可为陆面过程模拟、资源调查、生态环境监测、全球变化研究等相关领域的研究和应用提供数据产品支撑。
张兆明
1）数据内容：本数据集包含从1980s-2019年青藏高原地区Landsat长时序FVC产品。2）数据来源及加工方法：主要是在青藏高原Landsat系列卫星地表反射率数据集的基础上，通过NDVI的像元二分模型进行反演的，裸土的NDVI值设为0.01，纯植被的NDVI值设为0.88；3）数据质量描述：为了标识云、冰雪，并相应生产了质量标识文件（QA）。4) 数据应用成果及前景：植被覆盖度是生态学的重要参数，广泛应用于生态环境监测研究。
张兆明
青藏高原鸟类的分布数据信息，是2020年12月至2021年01月期间对青藏高原鸟类分布记录的野外调查数据，调查团队主要由中国科学院动物研究所，西藏高原生物研究所，中国科学院微生物研究所，西藏自然博物馆等单位的科研人员共同组成。主要区域为雅鲁藏布江中下游地区及纳木错湖东岸，包括拉萨、林芝、山南、日喀则等地市的多个县区(East: 88.09E，West: 94.52E，South: 28.76N，North: 30.77N)。观测方法以样线法，样点法，和多样点同步计数法为主。观测器材有双筒望远镜，单筒望远镜，长焦相机等。数据内容包括物种名、经度、维度、观测时间、观测人等信息。
宋刚
该数据集包括2000–2009 和 2090–2099两个时段的NEX-GDDP （NASA Earth Exchange Global Daily Downscaled Projections）的每日最低气温（Tmin）、最高气温数据（Tmax）和降水量（PPT）数据（v1.0），日最高温和日最低温单位为K；降水量单位为kgm-2s-1；背景填充值为-999。 本数据集在原始数据基础上裁取青藏高原范围内像元，原始数据于2020年8月下载自 https://portal.nccs.nasa.gov/datashare/NEXGDDP/BCSD/。 NEX-GDDP数据集由CMIP5（Coupled Model Intercomparison Project Phase 5）历史气候和RCP（Representative Concentration Pathways）4.5情景模式下运行的大气环流模型（General Circulation Models）得到，共包括21个大气环流模型；其中 2000–2005为历史气候情景，2006–2009和2090–2099为RCP 4.5情景。原始数据相关说明请参见：https://www.nccs.nasa.gov/services/data-collections/land-based-products/nex-gddp。
沈妙根, 姜楠
载畜状态指利用实际载畜量与合理载畜量计算的草地承载状态，即通常所有的超载、平衡和不超载。本数据集包括草地载畜量压力指数和草畜平衡指数两个产品，草地载畜量压力指数=实际载畜量/合理载畜量，草畜平衡指数=（实际载畜量-合理载畜量）×100%/合理载畜量，实际载畜量数据来源于《青藏高原实际载畜量数据集（2000-2019）》，合理载畜量数据，来源于《青藏高原合理载畜量数据集（2000-2019）》。本数据集可以分析青藏高原载畜状态的时空变化特征，提取过渡放牧区域，评估青藏高原超载强度，对青藏高原生态保护、监测及预警具有重要应用价值。
刘斌涛
实际载畜量指一定面积的草地，在一定的利用时间段内，实际承养的家畜数量。实际载畜量通过青藏高原各省（区）、市（州）的统计年鉴和畜牧管理部门提供的统计资料整理得到，在统计资料中有存栏量、出栏量、出栏率、年末牲畜数量等多种统计口径，本数据集根据各区域统计资料情况统一采用年末牲畜存栏量作为实际载畜量计算标准。利用统计年鉴中的实际载畜量与人口密度、NPP、地形起伏度进行多元线性回归，建立了实际载畜量空间化模型，得到实际载畜量（羊单位，MU/km2）栅格数据，时间序列为2000-2019年，空间分辨率为250米。利用青藏高原核心牧区的果洛州、玉树州、昌都市、那曲市、阿坝州、甘孜州、甘南州的统计资料验证表明，空间化的绝对误差平均为27.48 MU/km2，相对误差平均为13.79%。本数据集可以分析青藏高原实际载畜量的时空变化特征，评估青藏高原草地承载特征，提取过渡放牧区域，对青藏高原生态保护、监测及预警具有重要应用价值。
刘斌涛
合理载畜量又称理论载畜量，指一定的草地面积，在某一利用时间段内，在适度放牧（或割草）利用并维持草地可持续生产的前提下，满足家畜正常生长、繁殖、生产的需要，所能承载的最多家畜数量。青藏高原合理载畜量数据利用基于MODIS反演的可食牧草产草量（鲜重，kg/hm2）数据，按照《草地载畜量及草畜平衡计算规范》（DB 51/T1480—2012）、《天然草地合理载畜量的计算》（NY/T 635—2015）评估得到草地的合理载畜量（羊单位，MU/km2）数据，时间序列为2000-2019年，空间分辨率为250米。本数据集可以分析青藏高原草地合理利用情况下理论承载量的时空变化特征，评估青藏高原草地承载特征，提取过渡放牧区域，对青藏高原生态保护、监测及预警具有重要应用价值。
刘斌涛
草地产草量是重要的草地生态参数，是监测草地生产力、估算草地合理载畜量和评估草地承载状态的重要依据。青藏高原草地产草量数据利用7、8月份采集的草地样方资料与MODIS NDVI、降水量、地形参数建立多元统计方程，反演得到总产草量（鲜重，kg/hm2）和可食牧草产草量（鲜重，kg/hm2）数据，时间序列为2000-2019年，空间分辨率为250米。利用分布于四川、西藏、青海、甘肃等区域的50个样方资料验证表明，遥感反演的总产草量绝对误差平均为734.75kg/hm2，相对误差平均为24.85%，可食牧草产草量绝对误差平均为715.81kg/hm2，相对误差平均为30.52%。由于青藏高原草地类型复杂，空间异质性高，实测草地样方与MODIS影像像元存在尺度不匹配等因素，这种精度扔能够满足大区域草地遥感监测要求。本数据集可以分析青藏高原草地生产力的时空变化特征，评估青藏高原草地承载特征，提取过渡放牧区域，对青藏高原生态保护、监测及预警具有重要应用价值。
刘斌涛
该数据集是基于对四川、青海、西藏道路沿线实地观测调查内容所整理汇总，在道路沿线选取100*100m的样地，在样地中根据植被分布情况选择1m*1m或2m*2m的样方。调查内容涉及调查样地的天气、地理位置、地貌特征、坡向、坡位、土壤类型、植被类型、植物群落名称、地表特征、样地人类活动方式及样地内植被状况。针对样地基本信息和植被状况的调查采用了人为观测及工具测量的方法。植被状况中植被名称参考“青海省草本植物种类”主要调查其高度、盖度、生活型等信息。通过该数据集的调查结果汇总可作为补充青藏高原草本植物多样性的一个参考依据。该数据集是实际样地植被调查内容，每天一个文件，文件命名方式为：年+天，如20200712表示2020年7月12日的调查表内容，202007023表示2020年7月23日的调查表内容。
李景吉
1）数据内容：本数据集包含从1980s-2019年青藏高原地区长时序30米分辨率火烧迹地产品。2）数据来源及加工方法：基于时间序列Landsat地表反射率和火烧迹地敏感光谱参量，利用机器学习算法研发并生产的30米分辨率火烧迹地产品；3）数据质量描述：产品总体精度在90%以上。4) 数据应用成果及前景：该数据集可为火灾监测、碳排放研究、生态环境监测、全球变化研究等相关领域的研究和应用提供数据产品支撑。
张兆明
地表太阳入射辐射（Surface Solar Irradiance，SSI）是FY-4A L2定量反演产品之一，覆盖范围为全圆盘，无投影，空间分辨率为4km，时间分辨率可达15min（20180921开始全天共40个观测时次，除每个整点时次的观测外，每3hr整点前后15min各有一次观测），光谱范围为0.2µm～5.0µm。产品输出要素包括总辐照度、水平面直接辐照度、散射辐照度，有效测量范围为0～1500 W/m2。FY-4A SSI产品在覆盖范围、空间分辨率、时间连续性、输出要素等方面质的提升为进一步开展其在太阳能、农业、生态、交通等专业气象服务中的精细化应用提供了可能。目前研究结果表明，与地基观测相比，FY-4A SSI 产品在中国地区的整体相关性在0.75以上，可用于中国地区太阳能资源评估。
申彦波, 胡玥明, 胡秀琴
1）数据内容：本数据集包含从1980s-2019年青藏高原地区Landsat长时序地表温度产品。2）数据来源及加工方法：利用中国遥感卫星地面站接收存档的Landsat数据和实用单通道算法反演得到；3）数据质量描述：root-mean-square error (RMSE)约为1.23K。4) 数据应用成果及前景：地表温度是一个常用的陆地表面参数，该数据集可为资源调查、生态环境监测、全球变化研究等相关领域的研究和应用提供数据产品支撑。
张兆明
1）数据内容：本数据集包含从2000-2019年青藏高原地区MODIS长时序光合有效辐射分数(FPAR)产品、地表总初级生产力产品（GPP）产品、Npp产品、蒸散发产品（ET）和叶面积指数（LAI）产品。2）数据来源及加工方法：FPAR产品和LAI产品来自第六版MODIS Terra MOD15A2H产品集，GPP和NPP产品均来自MODIS Terra MOD17A2H产品集，蒸散发产品来自MODIS Terra MOD16A2；通过USGS网站下载，利用GDAL插件进行拼接和转投影得到；3）数据质量描述：每种产品均有相应的质量文件，标识了云、雪、无效值等,以有效位编码方式存储。4）数据应用成果及前景：在森林、农业、生态等领域长时序信息挖掘分析方面具有重要的应用价值。
贡成娟
本数据为青藏高原地区季度合成卫星遥感影像集，通过对Sentinel-2表观反射率时间序列产品进行去云合成处理得到，含可见光和近红外共4波段，空间分辨率约为10米。每年按1月-3月、4月-6月、7月-9月、10月-12月分为4个季度，综合利用Sentinel-2数据的可见光波段、卷云波段、气溶胶波段及近红外波段信息得到各时相影像的云掩膜，并按中位数原则对一个季度内所有掩膜后的影像进行合成，得到青藏高原地区的无云卫星遥感影像。
龙腾飞
青藏高原地区30米分辨率卫星遥感影像集，影像为真彩色，空间分辨率约为30米，以Geotiff格式分块存放。该产品是在Landsat地表反射率数据的基础上，通过海量影像快速自动化镶嵌和匀色等关键技术，制作青藏高原地区30米分辨率镶嵌影像，得到青藏高原地区的无云卫星遥感影像。该数据产品的几何精度为RMSD小于12m。该数据集可为青藏科考提供30m分辨率的时间序列卫星影像底图，也可用于土地覆盖类型的解译和自动提取。
龙腾飞
青藏高原1km分辨率风能资源数据是采用中国气象局风能资源数值模拟评估系统（WERAS/CMA）研制的，该系统包含典型地形分类模块、中尺度模式WRF和CALMET动力诊断模式。首先从历史上出现过的天气类型中随机抽取典型日进行逐小时风速模拟，再根据天气型出现的频率统计分析得到风能资源的气候平均分布。本数据集包括青藏高原风速和风功率密度，风速的数据精度为0.01m/s，风功率密度的数据精度为0.01W/m2，数据的垂直高度为100米。数据经过了气象站观测资料的检验和订正，主要用于风能资源详查和风电场宏观选址。该数据为2008-2012年全国风能资源详查和评价项目产出数据（项目经费2.9亿），之后成为风能资源相关研究的基础数据，近期财政部没有计划投资再延长这个数据集。
朱蓉, 孙朝阳
1）数据内容：本数据集包含从2000-2019年青藏高原地区MODIS长时序地表反射率产品，每期数据共包含13个文件：7个地表反射率文件，3个观测角度文件，2个质量控制文件和1个时间说明文件。2）数据来源及加工方法：主要来自第六版MODIS Terra MOD09A1产品集，青藏高原地区地表反射率产品是通过USGS网站下载，利用GDAL插件进行拼接和转投影得到；3）数据质量描述：sur_refl_qc_500m和sur_refl_state_500m为数据质量文件，其以有效位编码方式存储。4）数据应用成果及前景：在森林、水资源、气候变化等领域长时序信息挖掘分析方面具有重要的应用价值。
贡成娟
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
