时空三极环境大数据平台

doi: 10.11888/Disas.tpdc.270221 4191 282 保护期内 2019-01-09

42.六大经济走廊坡度数据

该数据为涵盖六大经济走廊的坡度数据，能够反映出六大经济走廊地表单元陡缓的程度，单位°。该数据空间分辨率为0.016度，约为1.8km，经度范围12.09°E-180°，维度范围10.99°S-90°N，来源自美国国家海洋和大气管理局构建的Global Relief Model，基于“一带一路”国家边界裁剪得到。该数据是评估六大经济走廊中的自然灾害(包括泥石流、滑坡、山洪等灾害)风险所必需的基础数据之一，应用频率高与前景广泛。

邹强

2623 336 开放获取 2019-01-09

43.中亚平均地表植被覆盖度分布图（2017）

中亚地区植被覆盖度数据，数据格式为“.tif”的栅格数据集。范围包含了里海在内的中亚五国地区。该数据由MODIS-NDVI数据集，根据干旱区植被盖度与NDVI之间的经验关系计算得到。该数据空间分辨率为500m，时间分辨率为16天，时间范围为2017年1月1日至2017年12月18日，其坐标系统为大地坐标系统。该数据集可为中亚地区沙漠油气田与绿洲城镇风沙灾害评估提供数据基础。该数据由中国科学院新疆生态与地理研究所提供。

高鑫

doi: 10.11888/Ecolo.tpdc.270537 7975 287 保护期内 2019-01-07

44.中亚平均地表粗糙度分布图（2017）

中亚地区粗糙度数据，数据格式为“.tif”的栅格数据集。范围包含了里海在内的中亚五国地区。该数据由MODIS-NDVI数据集，根据地表植被覆盖度与地表中值粒径计算得到。该数据空间分辨率为500m，时间分辨率为16天，时间范围为2017年1月1日至2017年12月18日，其坐标系统为大地坐标系统。该数据集可为中亚地区沙漠油气田与绿洲城镇风沙灾害评估提供数据基础。该数据由中国科学院新疆生态与地理研究所提供。

高鑫

2954 304 保护期内 2019-01-06

45.泛第三极ASTER GDEM数据（2002）

数字高程模型（Digital elevation model dataset of all nodes area,DEM）数据是地理信息系统的基础数据，可用于土地利用现状的分析、合理规划及洪水险情预报等，描述的是地面高程信息，对自然地理要素以及与地面有关的社会经济及人文要素等研究具有重要研究意义。数据集以泛第三极范围内31个关键节点（Abbas, Alexander, Ankara, Astana, Bangkok, Chittagong, Colombo, Dhaka, Djibouti, Ekaterinburg, Gwadar, Hambantota, Karachi, Kolkata, Kuantan, Kyaukpyu, Maldives, Mandalay, Melaka, Minsk, Mumbai, Novosibirsk, Piraeus, Rayong, Sihanouk, Tashkent, Teheran, Valencia, Vientiane, Warsaw, Yangon）为研究区域，ASTER GDEM(第二版)数字高程模型为数据源，实现对地面地形的数字化模拟（即地形表面形态的数字化表达），最终得到了关键节点区域的数字高程模型数据。其他如坡度、坡向及坡度变化率等地貌特性可在本数据集的基础上派生。

尚成

2463 18 申请获取 2019-01-04

46.黄土高原地区30m分辨率的坡向数据集（2014）

数据集包含了黄土高原地区影响土壤侵蚀的30m分辨率坡向因子，基于黄土高原地区高程数据提取的坡向数据。然后每个专题按1:25万地图标准分幅方式划分图幅，用1:25万标准图幅号命名。地理坐标系为WGS1984；精度可满足区域尺度水文和土壤侵蚀分析、预报的要求。

刘宝元, 史海静

doi: 10.11888/Geogra.tpdc.270559 5308 60 开放获取 2018-08-14

47.青藏高原SRTM数字高程数据集（2000）

SRTM（Shuttle Radar Topography Mission，即航天飞机雷达地形测绘任务）数据，2000年2月由美国太空总署(NASA)和国防部国家测绘局(NIMA)联合发射的“奋进”号航天飞机测量得到，“奋进”号上搭载的SRTM系统共计进行了222小时23分钟的数据采集工作，获取北纬60度至南纬56度之间，覆盖全球陆地表面的80%以上，覆盖中国全境。该计划获取的雷达影像数据经过两年多的处理，制成了数字地形高程模型。本数据集原始数据下载自SRTM数据分发网站（http://srtm.csi.cgiar.org）。为了便于用户使用数据，在分幅STRM数据的基础上，我们使用erdas软件进行拼接制备青藏高原STRM镶嵌图。精度30米，数据格式为geotif格式。本数据集的原始数据下载于SRTM数据分发网站（http://srtm.csi.cgiar.org ） SRTM数据每经纬度方格提供一个文件，经度有1 arc-second和3 arc-second两种，称作SRTM1与SRTM3，或者称作30m与90m数据。本数据集为90m分辨率的SRTM3数据，数据版本SRTM V4.1（Geotiff格式）。

Food and Agriculture Organization of the United Nations（FAO）

7021 338 开放获取 2018-07-24

48.青藏高原SRTM数字高程模型（2000）

本数据集为青藏高原数字高程模型，可用来辅助青藏高原区域的基础地理信息分析研究工作。原始资料数据为Global Land Cover Network (GLCN)提供的Shuttle Radar Topography Mission (SRTM)数据，原数据是分幅、经纬度的数据，WGS84坐标系，空间分辨率3″。经过镶嵌处理，对镶嵌过程中产生的Nodata空值数据进行插值填补，完成数据的填补工作后，进行投影转换处理，生成数据为Albers等面积圆锥投影，投影转换后数据空间分辨率为90m，最后用青藏高原的边界进行切割，获得最终数据。本数据表共有两个字段字段1：value 数据类型：长整型解释：海拔高程单位：米字段2：count 数据类型：长整型解释：对应海拔高程的图斑个数数据精度：空间分辨率90m

Global Land Cover Network

5697 231 申请获取 2018-07-20

49.青藏高原坡向图（2000）

本数据集包含青藏高原数字坡向分布及坡向度数数据，可用来辅助青藏高原区域的基础地理信息分析研究工作。原始资料数据为Global Land Cover Network (GLCN)提供的Shuttle Radar Topography Mission (SRTM)数据，原数据是分幅、经纬度的数据，WGS84坐标系，空间分辨率3″。经过镶嵌处理，对镶嵌过程中产生的Nodata空值数据进行插值填补，完成数据的填补工作后，进行投影转换处理，生成数据为Albers等面积圆锥投影，转换投影后，空间分辨率90m。最后用青藏高原的边界进行切割，获得DEM数据。在ArcMap下使用空间分析模块，计算坡向，生成坡向图。像元值：value 数据类型：浮点型解释：坡向度数量纲：度数据精度：空间分辨率90m

GLCN

doi: 10.11888/Geogra.tpdc.270546 3399 89 开放获取 2018-07-18

50.青藏高原坡度图（2000）

本数据集包含青藏高原数字坡度分布及坡度度数数据，可用来辅助青藏高原区域的基础地理信息分析研究工作。原始资料数据为Global Land Cover Network (GLCN)提供的Shuttle Radar Topography Mission (SRTM)数据，原数据是分幅、经纬度的数据，WGS84坐标系，空间分辨率3″。经过镶嵌处理，对镶嵌过程中产生的Nodata空值数据进行插值填补，完成数据的填补工作后，进行投影转换处理，生成数据为Albers等面积圆锥投影，转换投影后，空间分辨率90m。最后用青藏高原的边界进行切割，获得DEM数据。在ArcMap下使用空间分析模块，计算坡向，生成坡度图。字段：value 数据类型：浮点型解释：坡度度数量纲：度数据精度：空间分辨率90m

Global Land Cover Network

doi: 10.11888/Geogra.tpdc.270545 4189 462 开放获取 2018-07-18

51.青藏高原典型冰川表面地形数据集（V1.0）（2013）

青藏高原典型冰川DEM采用双站InSAR方法制作，数据采集时间为2013年11月21日，覆盖范围为普若岗日和祁连山西部地区，空间分辨率10米，高程精度0.8m的DEM结果，精度可满足国家1∶10000地形制图的要求。冰川DEM采用TanDEM-X双站InSAR数据，采用改进的SAR干涉处理方法，顾及了双站InSAR在成像几何和相位解缠等方面的特点，高分辨率、高精度地生成了上述两个典型冰川的表面DEM。该数据集采用Geotiff格式，每个典型冰川DEM存储为一个文件夹。数据的详细情况见青藏高原典型冰川DEM数据集-数据说明。

江利明

doi: 10.11888/Glacio.tpdc.270046 9497 111 申请获取 2018-02-18

52.南极冰盖表面高程数据（2003-2009）

南极冰盖高程数据采用雷达高度计数据(Envisat RA-2)和激光雷达数据(ICESat/GLAS)制成。为提高ICESat/GLAS数据的精度,采用了五种不同的质量控制指标对GLAS数据进行处理,滤除了8.36%的不合格数据。这五种质量控制指标分别针对卫星定位误差、大气前向散射、饱和度及云的影响。同时,对Envisat RA-2数据进行干湿对流层纠正、电离层纠正、固体潮汐纠正和极潮纠正。针对两种不同的测高数据,提出了一种基于Envisat RA-2和GLAS数据光斑脚印几何相交的高程相对纠正方法,即通过分析GLAS脚印点与Envisat RA-2数据中心点重叠的点对,建立这些相交点对的高度差(GLAS-RA-2)与表征地形起伏的粗糙度之间的相关关系,对具有稳定相关关系的点对进行Envisat RA-2数据的相对纠正。通过分析南极冰盖不同区域的测高点密度,确定最终DEM的分辨率为1000 m。考虑到南极普里兹湾和内陆地区的差异性,将南极冰盖分为16个区,利用半方差分析确定最佳插值模型和参数,采用克吕金插值方法生成了1000 m分辨率的南极冰盖高程数据。利用两种机载激光雷达数据和我国多次南极科考实测的GPS数据对新的南极DEM进行了验证。结果显示,新的DEM与实测数据的差值范围为3.21—27.84 m,其误差分布与坡度密切关系。

黄华兵

doi: 10.11888/Glacio.tpdc.270891 6206 67 申请获取 2018-02-14

53.黑河流域高程地貌-坡向（2013-2016）

采用黑河计划数据管理中心提供的黑河流域30米分辨率的ASTER GDEM数据和90米分辨率的SRTM数据两组栅格数据，以及多来源的点数据。利用HASM升尺度算法，将不同来源和不同精度的栅格数据与高程点数据进行融合，获得黑河流域的高精度坡向数据。首先利用各种点数据对两组栅格数据进行精度验证，根据精度验证的结果，在不同的区域，采用不同的栅格数据作为数据融合的趋势面。计算各样点数据与趋势面的残差，运用HASM算法进行插值获得残差曲面，将趋势面与残差曲面叠加，从而获得最终的坡向曲面。空间分辨率为500米。

岳天祥, 赵娜

4348 13 申请获取 2016-12-22

54.黑河流域数字高程模型（2013-2016）

采用黑河计划数据管理中心提供的黑河流域30米分辨率的ASTER GDEM数据和90米分辨率的SRTM数据两组栅格数据，以及多来源的点数据，这些点数据包括中上游的雷达点云高程数据；根据黑河计划数据管理中心中土壤样点、植被样方提取的高程数据；气候水文站点提取的高程数据；以及课题组测量的高程样点数据。利用HASM升尺度算法，将不同来源和不同精度的栅格数据与高程点数据进行融合，获得黑河流域的高精度DEM数据。首先利用各种点数据对两组栅格数据进行精度验证，根据精度验证的结果，在不同的区域，采用不同的栅格数据作为数据融合的趋势面。计算各样点数据与趋势面的残差，运用HASM算法进行插值获得残差曲面，将趋势面与残差曲面叠加，从而获得最终的DEM曲面。空间分辨率为500米。

岳天祥, 赵娜

4468 55 申请获取 2016-12-20

55.黑河流域数字高程-坡度（2013-2016）

采用黑河计划数据管理中心提供的黑河流域30米分辨率的ASTER GDEM数据和90米分辨率的SRTM数据两组栅格数据，以及多来源的点数据。利用HASM升尺度算法，将不同来源和不同精度的栅格数据与高程点数据进行融合，获得黑河流域的高精度坡度数据。首先利用各种点数据对两组栅格数据进行精度验证，根据精度验证的结果，在不同的区域，采用不同的栅格数据作为数据融合的趋势面。计算各样点数据与趋势面的残差，运用HASM算法进行插值获得残差曲面，将趋势面与残差曲面叠加，从而获得最终的坡度曲面。空间分辨率为500米。

岳天祥, 赵娜

3291 13 申请获取 2016-12-19

56.黑河上游地貌面分布数据

黑河上游祁连附近地貌面包括一级剥蚀面（宽谷面），9级河流阶地面。阶地面分布数据主要通过野外考察获取，对各级地貌面分布范围进行GPS测量，在室内把野外资料进行分析，再结合遥感影像、地形图、地质图等资料，绘制得到黑河上游各级地貌面分布图。剥蚀面的年代在1.4Ma左右，黑河阶地形成晚于这一时代，都为晚更新世以来阶地。

胡小飞, 潘保田

doi: 10.11888/Geogra.tpdc.270823 9727 19 申请获取 2016-01-10

57.黑河上游河谷断面数据（2012-2013）

黑河上游河谷断面数据主要展示了黑河河流阶地的结构及其横断面分布特征。这些数据主要通过野外考察、测量得到。该组数据包括黑河上游祁连县附近林场断面和下筏断面，莺落峡黑河口断面。

胡小飞, 潘保田

doi: 10.3972/heihe.095.2014.db 10874 412 开放获取 2016-01-09

58.黑河干流中游地区1:25万DEM图（2005-2007）

DEM是数字高程模型的英文简称(Digital Elevation Model)是流域地形、地物识别的重要原始资料。DEM 的原理是将流域划分为m 行n列的四边形(CELL),计算每个四边形的平均高程,然后以二维矩阵的方式存储高程。由于DEM 数据能够反映一定分辨率的局部地形特征,因此通过DEM 可提取大量的地表形态信息,这些信息包含流域网格单元的坡度、坡向以及单元格之间的关系等[7 ]。同时根据一定的算法可以确定地表水流路径、河流网络和流域的边界。因此从DEM 提取流域特征,一个良好的流域结构模式是设计算法的前提和关键。本数据将dem提取为矢量图，以等高线为基础，详细描述了黑河干流中游地区的地形。数据范围：左：493300.000000 右：669700.000058 上：4414700.000000下：4254299.999998

徐宗学, 胡立堂, 徐茂森

doi: 10.11888/Geogra.tpdc.270815 12814 40 申请获取 2016-01-04

59.黑河流域30弧秒DEM数据（2009）

该数据根据国家基础地理信息中心发布的中国1：25万数字等高线和高程点生成的DEM数据，通过ARCGIS空间分析模块的最邻近法重采样方法生成黑河流域DEM数据集，空间分辨率30 sec 。

国家基础地理信息中心

11362 427 开放获取 2015-06-03

60.黄河上游ASTER_DEM高程数据集（2009）

一、概述本数据集源于全球30m分辨率数字高程产品数据集，利用ASTER GDEM第一版本（v1）的数据进行加工得到。其空间分辨率为30m，由于云覆盖，边界堆叠产生的直线，坑，隆起，大坝或其他异常的影响，ASTER GDEM第一版本原始数据局部地区存在异常，所以由ASTER GDEM v1加工的数字高程数据产品存在个别区域的数据异常现象，用户使用过程中需要注意。此外该数据集可以与SRTM全球90m分辨率高程数据集进行相互补充使用。二、数据处理说明 ASTER GDEM是采用全自动化的方法对150万景的ASTER存档数据进行处理生成的，其中包括通过立体相关生成的1264118个基于独立场景的ASTER DEM数据，经过去云处理，除去残余的异常值，取平均值，并以此为ASTER GDEM对象区域的最后像素值。纠正剩余的异常数据，再按1°× 1°分片，生成全球ASTER GDEM数据。三、数据内容说明该数据集覆盖整个黄河上游，每个数据文件名称根据分片几何中心左下（西南）角的经纬度产生。例如，ASTGTM_N40E116文件的左下角坐标是北纬40度，东经116度。ASTGTM_N40E116_dem和ASTGTM_N40E116_num对应的分别是数字高程模型（DEM）与质量控制（QA）的数据。四、数据使用说明 ASTER GDEM数据具有可计算及可视化功能，在各个领域的应用前景十分广阔，尤其是在测绘、地表形变及军事等领域具有十分重要的应用。具体而言，主要包括如下几方面：在科学研究上，ASTER GDEM数据在地质学、地球物理学、地震研究、水平建模、火山监控以及遥感图像的配准等方面都有十分重要的作用。利用高精度数字地形高程数据建立地面的三维立体模型，与地面的影像镶嵌叠加，可以观测到地球表面细微变化。在民用及工业应用上，ASTER GDEM数据可用于土木工程的计算、水库坝址的选定、土地利用规划等，在通讯方面，数字地形数据可以帮助商家建造更好的转播塔，研判移动电话亭的最佳地理位置；在航空安全方面，利用ASTER GDEM数字高程数据可以建立增强型飞机着陆报警系统，大大提高了飞机着陆安全系数。在军事上，ASTER GDEM数据是C4ISR（军队自动指挥系统）的基础信息平台，在研究战场地域结构、作战方向、战场预设、作战部署、兵力集结于投送、防护条件、后勤保障等方面是必不可少的。

薛娴, 杜鹤强