收集中国气象局气象数据共享中心1980-2018年的日气象数据，湿润度指数（HI）通过年降水与潜在蒸散发的比值计算，使用Anusplin插值软件获得HI 1km分辨率的空间数据集。通过空间数据收集对生态系统生产、碳固定、水文调节和土壤保持等典型水土生态系统服务时空格局模型模拟，揭示流域水土生态系统服务时空变化格局，结合气候变化、社会经济数据和生态环境保护政策实施、土地利用转变等因素，将权衡分析和结构方程模型结合定量这些水土生态系统服务的权衡与协同关系及其主要驱动力，为若尔盖湿地更加有效、更加科学的生态保护与多目标的土地利用优化管理提供理论支撑。
胡健
若尔盖高原1km逐月基于Penman-Monteith公式的潜在蒸散发数据集（1980-2018）。我们收集了中国气象局气象数据共享中心1980-2018年的日气象数据，通过Penman-Monteith方程计算日尺度潜在蒸散发，累加日尺度潜在蒸散发获得月、年潜在蒸散发(PET mm/月)，通过Anusplin专业气象插值软件，各气象站点计算的多年年均温(MAT)和年均降水(MAP)插值获得1km分辨率的空间数据集。
胡健
数据包含青藏高原2020年七月份大通河流域十个典型水电站，包括：多龙水电站、沟寺口水电站、金星水电站、卡索峡水电站、连城水电站、纳子峡水电站、石头峡水电站、天王沟水电站、铁迈水电站、学科滩水电站。该航拍图片资料有助于分析大通河流域水电开发的现状。数据由本次科考小组人员通过使用大疆无人机RTK系列和御系列进行航拍，并通过大疆制图软件拼接。航拍图像数据清晰度高，可明显观察到水电站大坝类型、上下游水体面积、引水工程等以及水电站周边地形和土地利用状况。数据可应用于青藏高原水电开发相关研究领域，提供实地图片以作参考。
傅斌
青海省典型小流域航拍数据集（Aerial photography dataset of typical small watersheds in Qinghai Province）来源于2020年7月第二次青藏高原科考，使用大疆无人机对青海省民和县小流域以及青海湖湖东地区地表样带进行航拍，包括正射影像（包含红绿蓝三个波段）、多光谱、点云数据。该数据集中的所有文件均可以用ArcGIS、ENVI软件直接打开查看、处理。
苏正安
四川省和西藏自治区典型小流域土壤养分数据集（2020）包含了采集的四川省和西藏自治区典型小流域的土壤养分实验实测数据。数据集来源于第二次青藏高原综合科学考察在四川省和西藏自治区部分小流域对草地、耕地、林地的野外调查，在采样点采集不同深度的土壤样品，后将土壤样品带回实验室通过相关的土壤理化实验记录了详细的土壤参数（包括有机碳、ph值、水分含量等），能够为小流域区溯源土壤水蚀、了解土壤环境和进行相关研究提供重要的参考。
苏正安
数据集记录青海省1978-2016年主要农作物产量信息，主要包括粮食、油料、水果、肉蛋和主要工业产品，铝、原油、钢铁、水泥和发电量等内容数据。数据集包含三个数据表（1、人均主要工农业产品产量数据表共有17个字段；2、分县农作物产量数据表共有13个字段；3、人均主要工农业产品产量和主要农产品产量数据表共有6个字段）。数据来源于：《青海社会经济统计年鉴》和《青海统计年鉴》，精度同数据所摘取的统计年鉴。该数据集对于研究青海省粮食安全、农业生产等方面具有重要价值。
苏正安
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
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
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
本数据集包含2019-2021年青藏高原多条科考线路土壤样品的生物性质数据，包括采集人、采集时间、采集地点、经纬度、海拔、植被类型、取样深度、磷酸酶活性、微生物呼吸、氮转化特征、功能基因丰度以及真菌、细菌、原生生物多样性等信息。各项土壤性质的分析参考《土壤环境质量监测技术规范》的要求，通过室内化验分析获得的一手数据，数据质量通过测定空白样品、重复样品和标准样品进行统一控制。该数据集可用于气候变化和人类活动影响下土壤质量和功能评价。
张丽梅
本数据集内容属于2019年在青藏高原中西部地区（西藏阿里地区、日喀则地区、那曲地区以及新疆喀什地区与和田地区）采集的土壤样点数据，数据内容包括样点编号、坐标（经纬度）、土壤类型（土纲、亚纲、土类）。土壤类型以中国土壤系统分类标准命名。数据主要来源于野外采样观察土壤剖面及周边景观后得出来的土壤类型，用GPS定位获取各个点位的坐标。由于疫情影响，2019年所采的样品理化属性分析滞后，部分土壤类型可能需要后续根据所测得的理化属性对诊断层进行更进一步的判断，然后对土壤类型进行更新。点位分布与青藏高原中西部地区，基本描述了青藏高原中西部地区土壤类型的分布情况，本数据集为后续研究及其他课题的研究提供了基础的土壤背景数据。
宋效东
该图集包括《青藏高原荒漠生态系统类型分布图》、《青藏高原农牧业适宜区分布图》和《青藏高原荒漠生态系统荒漠化发展趋势图》三幅专题地图。专题地图时间跨度是2010-2020年。原始气候数据来自于TerraClimate月尺度气候数据集，其空间分辨率为1/24°（约4 km），预处理将数据插值到30m。《青藏高原荒漠生态系统类型分布图》基于遥感影像、野外调查结果，综合国内现有的荒漠化评估体系及国际上大多数学者公认的荒漠生态系统分级标准，制定青藏高原荒漠生态系统的详细分类细则，引入机器学习、随机森林（RF）和支持向量机（SVM）等算法，进行青藏高原荒漠生态系统空间分布图编制。《青藏高原农牧业适宜区分布图》反映农牧业产品的供给服务，首先对青藏高原现代荒漠生态系统植被生产力进行评估，评估结果将显示该区域内潜在饲草供应量的空间分布，同时基于USDA的经验设定放牧红线，包括：1）潜在年均植被生物量小于225kg/ha；2）距离水源大于1.6km；3）坡度大于65%；4）高强度侵蚀区域。经红线排除区域将严格禁止放牧活动的发生。其次，通过有关文献检索，整理了近5年青藏高原内部及周边主要作物的种植区域，包括青稞、枸杞和小麦，基于现有种植区的气候及地质环境的最大信息熵分析，评估三种作物在青藏高原荒漠生态区的生长适应性，以求在青藏高原荒漠生态地区开发新的农业种植区。《青藏高原荒漠生态系统荒漠化发展趋势图》基于青藏高原现代荒漠生态系统与21世纪初期的历史荒漠化状况之间的对比，诊断了20年间该地区荒漠生态系统的演变格局，并在假设未来50a内气候变化趋势稳定的情景下模拟青藏高原荒漠生态系统产生与消退概率。此概率分布图将作为评定未来50a内青藏高原荒漠生态系统保护与开发适宜性的重要参考。本图集对于监测青藏高原荒漠生态系统、开发利用青藏高原荒漠生态系统服务功能有参考价值。
王训明
祁连山北坡-河西走廊干旱荒漠区土壤微生物多样性数据集（2019-2020），共包括90个采样点的90个表层（0-20 cm）土壤样本的细菌和真菌多样性信息。本数据集的土壤样品来源于2019年祁连山北坡-河西走廊干旱荒漠区综合土壤调查，土壤样品进行基于Illumina MiSeq PE300平台，分别用338F/806R和817F/1196R通用引物来扩增细菌16S rRNA V3-V4区和真菌18S rRNA V5-V7可变区，扩增得到的原始数据均经过抽平及严格检查，保证了数据的可靠性。该数据集对于提高荒漠区土壤生产力、实现土壤资源可持续利用等均具有十分重要的意义。
王旭洋
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
