归一化植被指数（Normalized Difference Vegetation Index , NDVI）广泛应用于植被监测。本数据集利用2000-2020年青藏高原区域所有可用的Landsat 5/7/8数据（影像10万+），通过MODIS-Landsat数据融合算法（gap filling and Savitzky–Golay filtering；GF-SG），重建了青藏高原植被区域2000-2020年高时空分辨率（30米-8天）NDVI时间序列数据集（QTP-NDVI30）（算法细节请参考论文）。 本数据集具有良好的验证精度。定量评价结果显示重建NDVI影像数据的平均绝对误差MAE为0.02，平均相关系数R为0.96，图像结构相似性SSIM为0.94。选取典型区域与PlanetScope 3米空间分辨率影像比较，空间细节信息得到了较好的保持（产品评价细节请参考论文）。 本数据集地理坐标系为GCS_WGS_84, 空间范围覆盖青藏高原植被区域，植被区域定义为7-9月平均NDVI大于0.15。
曹入尹, 徐子超, 陈洋, 沈妙根, 陈晋
青藏高原丰富的生境多态性使其成为自然资源的宝库，高原植物中存在抗寒、耐旱、抗盐、抗紫外辐射、高光效等特殊的基因资源，如何挖掘利用并建立具有独立自主产权的功能基因资源，对我国现代农作物育种具有重要的潜在应用价值。高质量的染色体级基因组为解析植物适应性机制、抗逆性基因挖掘等相关研究提供了坚实的分子基础。本次数据汇交的内容主要为：大戟科青藏大戟的基因组数据集，包含染色体级基因组序列，注释文件；大戟科续随子的基因组数据集，包含染色体级基因组序列，注释文件；大戟科光棍树的基因组数据集，包含染色体级基因组序列，注释文件；豆科砂生槐的基因组数据集，包含染色体及基因组序列，注释文件。
杨永平
第二次青藏高原综合科学考察研究任务五专题三“高原微生物多样性保护和可持续利用”（2019QZKK0503）第一、二年度共计开展30余次野外科学考察，足迹覆盖了青藏高原大部分地区，包括对藏东南、羌塘高原、可可西里、喜马拉雅区等区域冰川（如枪勇冰川、唐古拉冰川、珠峰东绒布冰川、杰马央宗冰川、帕隆4号冰川等）、湖泊（昂仁金错、错果、托素湖等）、河流（雅鲁藏布江等）、溪流、土壤、真菌地衣、动物多圈层微生物的考察。该数据集包含本专题第一、二年度野外考察收集的生境照、工作照、科考影像等电子数据，共计6,471个照片视频（其中照片6,124张）。
刘勇勤
青藏高原及其周边高山地区孕育了高度的植物多样性，其成分来源复杂，既是现代高山植物的分布中心，也与其它地区的植物有着千丝万缕的联系。生长在这一地区的植物具有适应高原环境的独特基因资源，但受限于技术的发展，对这一地区植物的基因资源挖掘和利用仍然处于起步阶段。通过对龙胆科植物卵萼花锚和大花花锚开展比较基因组学研究，可解析植物交配系统进化的基因组效应，发掘与自交相关的关键基因，探讨植物混合交配系统的维持机制。本次数据汇交的内容主要为：卵萼花锚和大花花锚的基因组原始数据，包含卵萼花锚和大花花锚的三代Pacbio测序数据以及卵萼花锚和大花花锚的二代illumina测序数据。
段元文
本数据集为1960-2019年青藏高原逐年的降雨侵蚀力的栅格数据集。利用青藏高原及周围150km范围内129个站点1960-2019年的日降雨资料计算降雨侵蚀力，其中74个站点位于青藏高原内部，55个站点位于外部，计算方法与全国第一次水利普查的算法一致，采用WGS_1984坐标系和Albers投影（中央经线105°E，标准纬线25°N和47°N），然后逐年进行克里金插值生成栅格图，空间分辨率为250m。降雨侵蚀力是土壤侵蚀的主要动力因子，也是CSLE、RUSLE等模型计算的基础因子。整编完善的长时间序列日降雨资料的数据精度高，提高降雨侵蚀力估算的准确性，也有助于进一步精确估算青藏高原土壤侵蚀量。
章文波
从青海、西藏、新疆、甘肃、四川和云南连续多年省级和地市级统计年鉴中提取人口、粮食、粮食播种面积和年末生出数据集，对于缺失的数据进行插补，插补方法如下：1、为保证县域数据的准确性，本数据将部分县市进行了合并（按比例拆分插补20年的数据可能有误差，但合并肯定不会有问题，且县域面积较小，故予以合并）2、夏河县与合作市合并为夏河县（1998年合作市由夏河县分出）3、古城区和玉龙县合并为古城区（2003年丽江县被分为古城区和玉龙县）4、西宁市的城中区、城东区、城西区、城北区4个区已合并为西宁市市直辖区（因4区的人口数量或分别给出，或给出总和，且4区总面积仅有487平方公里，故予以合并）5、对于部分缺失数据，已结合相近年份进行曲线拟合，R2皆在0.85-0.99之间 6、为保证数据准确性，已逐县制作变化图
张路
该数据集产品包含1990-2020年每5年1期的青藏高原地上生物量和植被覆盖度数据产品，即1990年、1995年、2000年、2005年、2010年、2015年和2020年共7期。青藏高原地上生物量是根据不同的土地覆被类型，分别建立草地、森林等的地上生物量反演模型形成的地上生物量遥感反演产品；青藏高原植被覆盖度是采用像元二分法模型形成的植被覆盖度遥感反演产品。其中2000-2020年5期青藏高原地上生物量和植被覆盖度是基于MODIS卫星遥感数据进行遥感反演，空间分辨率为250米；1990和1995年2期青藏高原地上生物量和植被覆盖度是基于NOAA AVHRR卫星遥感数据进行遥感反演，经重采样后空间分辨率为250米。该数据集可为揭示青藏高原土地覆被量与质的时空格局，支持生态系统、生态资产与生态安全评估提供基础数据。
吴炳方
数据文件为7z压缩包格式，可用7-Zip软件解压打开，文件共计三个，分别是文件1、青藏高原草地退化分级的文字版，文件类型为word，文件2、名称为图，共有七张图，图片类型为png，图片名称为2010-2019年青藏高原（草丛、草地、草甸、草原、高山植被、荒漠、沼泽）生长季平均NDVI变化趋势率。文件3、命名为数据的文件夹，内容为图片，共有7种图，名称同上，每种图有五种文件类型，分别是hdr、tif、xml、ovr、png.
周华坤
植被初级生产力（Net Primary Production, NPP）数据集，源数据来自MODIS产品(MOD17A3H)，经过数据格式转换、投影、重采样等预处理。现有格式为TIFF格式，投影为Krasovsky_1940_Albers投影，单位为kg C/m2/year，空间范围为整个青藏高原。数据空间分辨率为500米，时间分辨率为每5年，时间范围是2001到2020年。青藏高原NPP整体呈现从西北向东南逐渐增加的趋势。
朱军涛
土地覆盖是指地球表面当前所具有的自然和人为影响所形成的覆盖物，是地球表面的自然状态，如森林、草场、农田、土壤、冰川、湖泊、沼泽湿地及道路等。土地覆盖（Land Cover）数据集，源数据来自MODIS产品，经过数据格式转换、投影、重采样等预处理。现有格式为TIFF格式，投影为Krasovsky_1940_Albers投影。数据空间分辨率为1000米，时间上，从2001至2020年，每年提供一幅图像。土地覆盖产品的分类采用国际地圈生物圈计划（IGBP, International Geosphere Biosphere Programme）定义的17类，包括11类自然植被分类，3类土地利用和土地镶嵌，3类无植生土地分类。
朱军涛
归一化植被指数（Normalized Difference Vegetation Index, NDVI）数据集源数据来自MODIS产品，经过数据格式转换、投影、重采样等预处理流程。现有格式为TIFF格式，投影为Krasovsky_1940_Albers投影。数据空间分辨率为1000米，时间上，从2001-2020年，每年提供一幅图像。NDVI产品有红光和近红外两个波段反射率计算得到，能够用于检测植被生长状态、植被覆盖度等。-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大。
朱军涛
本数据集包括祁连山地区2021年日值0.05°×0.05°地表土壤水分产品。采用耦合小波分析的随机森林优化降尺度模型（RF-OWCM），通过对SMAP L3级被动微波36km地表土壤水分产品（SMAP L3 Radiometer Global Daily 36 km EASE-Grid Soil Moisture, V8）进行降尺度，得到0.05°×0.05°地表土壤水分产品。参与降尺度模型的数据包括GLASS Albedo，MUSES LAI/FVC，中国西部逐日1 km全天候地表温度数据集（TRIMS LST-TP；2000-2021）V2，以及经/纬度等信息。
柴琳娜, 朱忠礼, 刘绍民
基于“第二次青藏高原综合科学考察”和”我国土系调查和《中国土系志》编制项目“获取的土壤调查剖面资料，采用预测性数字土壤制图范式，利用地理信息与遥感技术对成土环境进行精细刻画和空间分析，研发自适应深度函数拟合方法，集成先进的集合式机器学习方法，生成了青藏高原地区系列土壤属性（土壤有机碳、PH值、全氮、全磷、全钾、阳离子交换量、砾石含量（>2mm），砂粒、粉粒、粘粒、土壤质地类型、容重、土体厚度等）三维栅格分布图，并量化了不确定性的空间分布，与已有土壤图相比，较好地表征了青藏高原地区土壤属性的空间变异特征。该数据集可为研究青藏高原地区土壤、生态、水文、环境、气候、生物等提供土壤信息支持。
刘峰, 张甘霖
为探究雅鲁藏布江上游干支流的无机水化学特征，于2020 年8 月在雅鲁藏布江上游河源和河流段采集干支流水样。现场用100ml聚乙烯（PE）塑料瓶采集河水并使用多参水质监测仪（YSI-EX02,USA）原位测定采样点的pH值（±0.2）、溶解氧（DO）（±1%）等基本理化参数，并用0.025mol/L的HCl滴定HCO3-浓度。在实验室内采用离子色谱仪（盛瀚CIC-D160型，中国）分析测定Na+、K+、Ca2+、Mg2+、SO42-、NO3-、Cl-离子浓度。采用Gibbs模型、相关性分析、主成分分析等方法，分析了雅江上游干支流主要离子浓度变化、河水水化学组成特征，并对离子来源进行了解析，旨在揭示青藏高原冰川融水径流的无机水化学特征，并为高原地区典型河流的水源解析及变化趋势预估提供基础支撑。
牛凤霞
数据集包含了2020年9月，2021年6月，2021年9月测量得到的3幅廓琼岗日冰川高精度表面地形数据及对应的正射影像图。该数据集的生成使用了大疆精灵4 RTK无人机拍摄的影像数据，经倾斜摄影测量技术计算生成了相关产品，数据空间分辨率达到了0.15米。该数据是对目前低分辨率开源地形数据的补充，能够反映2020年-2021年间廓琼岗日冰川的表面形态变化，有助于精确研究气候变化下廓琼岗日冰川的消融过程。
刘金涛
该数据集提供了位于拉萨市区北郊的夺底沟径流实验站的流量、降水、气温监测数据。其中，径流监测站点2处，提供了2019年6月至12月的径流数据，数据步长为10分钟；降水监测站点5处，提供了2018-2021年的降水数据，数据步长为1日；气温监测站点8处，提供了2018-2021年的气温数据，数据步长为30分钟。径流数据、降水和气温数据均为实测数据。该数据集可以为青藏高原的水文和气象过程研究提供数据支撑。
刘金涛
数据集包含了雅鲁藏布江流域148个点位的实测土壤厚度数据，以及40个点位的土壤样品的物理性质及水力特性（粒径、饱和含水量、有机质含量、饱和导水率等）。采样点遍布雅鲁藏布江流域上游仲巴县至下游林芝市之间。土壤厚度数据通过开挖剖面测量得到，其他土壤数据由采集的环刀样品按标准化实验流程测试得到，因此数据精度较高。该数据集提供的雅鲁藏布江流域土壤数据，可以为青藏高原尺度的大范围土壤制图提供参照，提升相关研究的预测精度。
刘金涛
于2020年9月3日-9月9日在怒江流域上游（即怒江源区那曲流域）采集地下水与地表水，样品采集后立即放入100 ml高密度聚乙烯（HDPE）瓶。18O和D采用液态水同位素分析仪（Picarro L2140-i，USA）进行分析测试，稳定同位素比率用相对于Vienna“标准平均海水”（VSMOW）的千分差来表示。δ18O和δD的分析误差分别为±0.1‰和±1‰。为后续分析那曲流域地下水的水源解析提供基础的数据支撑。
刘亚平, 陈政豪
为探究那曲流域的无机水化学特征，于2020 年9 月以及2021年9月在那曲流域采集河水以及地下水。现场用550ml塑料瓶采集河水以及地下水。主要阴阳离子（Ca2+、Na+、Mg2+、K+、SO42-和Cl-）使用离子色谱仪（Metrohm ECOIC, Switzerland）进行测量，测量误差为1μg/L。重碳酸根（HCO3-）采用酸碱指示剂滴定法，使用50ml酸式滴定管测定。旨在揭示那曲流域的各水体的无机水化学特征，并为那曲流域地下水的补给来源解析提供数据支撑。
刘亚平, 陈政豪
充分利用多源植被分类/土地覆盖分类产品各自的优势，通过专门设计与青藏高原植被类型相适应的植被分类体系，选用集成分类方法，在数据可靠性的基础上遵循一致性的原则，制作了青藏高原现状植被图，其在现势性、分类体系的针对性和分类精度上均表现更优。从分类结果的现势性来看，青藏高原现状植被图较早期中国植被图能更好地反映青藏高原植被覆盖现状；从分类体系的针对性来看，青藏高原现状植被图采用了针对青藏高原植被专门设计的分类体系，有利于从多源数据产品中充分提取出具备高可靠性和一致性的植被覆盖信息；从分类精度来看，青藏高原现状植被图的总体精度（78.09%，Kappa系数0.75）较已有相关数据产品提高了18.84% ~ 37.17%，特别是对草地、灌丛等植被类型的分类精度有明显提升。
张慧, 赵涔良, 朱文泉
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
