1.数据概述 本数据是基于最新的googleearth遥感影像数据建立的张掖市甘州区农作物空间分布数据库。 2.数据内容 以项目关注的制种玉米空间分布为主,将研究区土地利用类型划分为14个类型(制种玉米地、春小麦地、菜地、大棚用地、套作用地、水稻地、水域、湿地、林地、城乡工矿居民用地、道路、铁路和未利用土地)。 3.时空范围 数据范围包括平山湖、沙井、乌江、靖安、明永、三闸、甘浚、新墩、上秦、碱滩、城关镇、梁家墩、长安、党寨、小满、龙渠、大满、花寨和安阳共19个乡镇。数据类型为矢量多边形,以Shape格式存储;数据范围覆盖甘州区。
徐中民
黑河流域灌区及干支渠分布图包括了黑河流域的主要灌区及所有干渠、支渠的分布。灌区主要有罗城灌区、友联灌区、六坝灌区、平川灌区、蓼泉灌区、梨园河灌区、鸭暖灌区、板桥灌区、沙河灌区、西浚灌区、盈科灌区、大满灌区、马营河灌区、上三灌区、新坝灌区、红崖子灌区,这16个灌区。干支渠分布图包含了这16个灌区的所有干渠和支渠。
徐茂森, 徐宗学, 胡立堂
青海湖是我国面积最大的内陆咸水湖泊,地处青藏高原的东北部。以其巨大的水体与流域内的天然草场和林地共同构成了生态屏障,其独特的自然生态环境和生物多样性,在西部大开发和生态建设中具有重要的意义。 数据为青海湖流域居民点分布数据,包括柴达木河流域内市、县、乡镇、村等级分布,数据主要有两个属性字段:Code(居民点编码)、Name(居民点名称)。 收集整理青海湖流域基础、气象、地形地貌,专题数据等,为青海湖流域生态治理提供数据支持。
国家基础地理信息中心
数据为塔里木河流域居民点分布数据,主要包括塔里木河流域内市、县、乡镇、村等级分布,数据主要有两个属性字段:Code(居民点编码)、Name(居民点名称)
国家基础地理信息中心
数据为天山北麓诸河流域水库分布数据集,利用地形图和遥感影像综合制备,比例尺250000,投影:经纬度,数据包括空间数据和属性数据,属性字段:Name(水库名称),反应了天山北麓诸河流域2000年左右水库分布现状。
国家基础地理信息中心
数据为天山北麓河流域居民点分布数据,包括天山北麓河流域内市、县、乡镇、村等级分布,数据主要有两个属性字段:Code(居民点编码)、Name(居民点名称).
国家基础地理信息中心
数据为天山北麓诸河流域河流数据集,根据地形图及TM遥感影像修订,比例尺250000,投影经纬度,数据包括空间数据和属性数据,属性数据字段:HYD_CODE(河流编码),Name(河流名称),SHAPE_leng(河流长度)。
国家基础地理信息中心
数据集为天山北麓诸河流域湖泊分布图,比例尺25万,投影:经纬度,数据包括空间数据和属性数据,湖泊属性字段:NAME(湖泊的名称)、CODE(湖泊编码)。
国家基础地理信息中心
数据为柴达木河流域居民点分布数据,包括柴达木河流域内市、县、乡镇、村等级分布,数据主要有两个属性字段:Code(居民点编码)、Name(居民点名称)。
国家基础地理信息中心
中国的行政区域基本上划分为三级,即省(自治区、直辖市),县(自治县、市),乡(民族乡、镇)。为了便于用户统计和制图方面的需要,我们根据国家基础地理信息中心公布的1:100万全国行政区划数据集 制备了黑河流域行政区划数据。该数据反映了黑河流域2008年前后的行政区划现状,包括省级、地区级和县级三级行政区划信息,其主要属性(如面积、行政区划代码、所属省(自治区)、市(地区、自治洲))来源于2008年出版的《中国行政区划》。
吴立宗
该数据包括了SWAT模型运行所需要的基础地形数据、土壤数据、气象数据、土地利用/地面覆盖数据等。所有的图件和相关的点位坐标(气象站,水文站)都采用了和我国基础地形图相一致的高斯-克吕格投影的坐标体系。数据内容包括: a) 基础地形数据包括流域数字高程模型(DEM)和流域河网。DEM格网的大小为50*50m,流域河网是从1:10万地形图上将水系手工数字化得到。 b) 土壤数据:包括土壤物理、土壤化学和土壤类型空间分布资料。数字土壤图比例尺为1:100万,将其转为ESRI 的grid格式,格网大小为50*50m。每个土壤剖面可以最多分到10层。模型要求的土壤质地采样指标采用了美制标准。参数来自全国第二次土壤普查数据以及来自相关文献。 c) 气象数据: (1) 气温:日最高气温,日最低气温,风速,相对湿度的数据来源于流域内部和周边地区祁连、山丹、托勒、野牛沟、张掖五个气象站的逐日观测资料,时段为1999~2001年。 (2) 降水:雨量数据来源于流域内部和周边地区俄博(1990~1996)、肃南(1990~2000)、祁连(1990~2000)、莺落峡(1990~2000)、札马什克(1990~2000)5个水文站以及山丹(1999~2001)、托勒(1999~2001)、野牛沟(1999~2001)、张掖(1999~2001)、祁连县(1999~2001)4个气象站的逐日观测资料。 (3) 风速、相对湿度:风速、相对湿度来源于山丹、托勒、野牛沟、张掖、祁连县5个气象站的逐日观测资料。时段为1999~2001。 (4) 太阳辐射:太阳辐射没有相应的观测数据,由模型模拟产生。 d) 土地利用/地面覆盖:1995年土地利用数据,比例尺为1:10万。将其转为ESRI的grid格式,格网大小为50*50m。 e) 气象数据模拟工具(weather generator)数据库:SWAT模型的气象数据模拟工具可以在没有实际日观测数据的情况下,根据多年逐月统计资料模拟计算出模型运行所需要的逐日气象输入数据,也可进行观测资料不全时的插补。气象数据来自周边气象站。
南卓铜
1.数据概述:本数据是利用SWAT模型模拟得到的黑河流域蓝绿水数据 2.数据内容:数据主要包括全流域和各个子流域的蓝绿水及绿水系数 3.时空范围:数据时间是从1975-2004年,空间范围包括34个子流域和黑河全流域
刘俊国
本数据主要包括黑河流域内市、县、乡、村等级居民点分布,数据基准年为2009年。数据系根据已有的黑河流域居民点数据,最新的谷歌电子地图和甘肃省地图册更新得到。数据主要有两个属性即居民点分级和总名称,其中居民点分级按照1级-市,2级-县,3级-乡镇,4级-村进行分类。
国家基础地理信息中心
数据概况:张掖的渠道分为干、支、斗、农、毛五级渠道,其中农渠一般没有衬砌,毛渠为田间工程,所以主要采集了干、支、斗三级渠道和小部分的农渠。灌溉渠系数据包括总干渠(涉及多个灌区)2条,总干渠(单个灌区内)和干渠157条、支渠782条、斗渠5315条,总长度8, 745.0km。 数据采集过程:灌溉渠系数据采集采用遥感判读和GPS实地测量相结合的方法。GPS直接采集渠道是最为有效的方法,但GPS采集渠道工作量太大,我们只在部分灌区验证测量。主要采取的方式是首先收集各水管所手工绘制的灌区示意图,这些示意图大部分没有定位,只有大满、上三等个别灌区基于地形图进行了定位,高台县部分灌区利用GPS对部分渠道进行了定位。参考灌区示意图,基于Quikbird、ASTER、TM遥感影像和1:5万的地形图进行渠道空间定位。对于干渠和支渠,由于在遥感影像上线性特征明显,地形图上一般也有标示,所以可以较为准确的定位。对于斗渠,有高分辨率影像的区域,可以较为准确的定位,其它区域则只能根据模糊的影像线性特征和灌区工作人员的提示信息进行粗略定位,定位精度较低。各水管所同时提供了渠道属性数据,与空间数据进行一一对应。渠道分布图初稿完成后,先后两次提交给各水管所熟悉渠道分布的人员进行校正,第一次主要是剔重补漏,第二次主要校正位置和完善属性数据。 数据内容说明:属性表的字段包括编码、区县名、灌区名、渠道全程、渠道名、渠道类型、位置、总长度、已衬砌、设计流量、设计农田、设计林草、实灌农田、实灌林草、水权面积、备注。编码示例:G06G02Z15D01,其中前第1个字母代表县区名,第2和3个数字代表某县(区)编号,第4-6个字符代表干渠代码,第7-9个字符代表支渠代码,第10-12个字符代表斗渠代码。
马明国
中国西部地区陆面数据同化系统研究项目属于国家自然科学基金“中国西部环境与生态科学”重大研究计划,负责人为中国科学院寒区旱区环境与工程研究所李新研究员,项目运行时间为2003.1-2005.12 该项目汇交数据之一为中国西部地区2002年地表气候要素再分析数据.本数据集是基于美国国家环境预测中心(NCEP)提供的每天1°×1°的基础上生成。但是再分析资料存在以下问题:(1)时间空间分辨率不够高(水平分辨率为1度,时间为6小时);(2)高原地区低层误差较大;(3)资料是标准等压面资料,需要插值。 中国西部地区2002年地表气候要素再分析数据集是兰州大学隆霄博士和邱崇践教授利用牛顿松弛法资料同化方法(Nudging)将NCEP再分析资料和MM5模式结合起来产生的,包括2002年全年每小时0.25°度的10m水平和垂直风速(m/s)、2m气温(k)、2m混合比、表面压强(Pa)、上行下行短波和长波辐射(w/m2)、对流降水和大尺度降水(mm/s)。 一、制备背景 驱动数据的质量严重影响陆面模型模拟陆面状态的能力,所以陆面建模研究的一个很重要的组成部分就是用来驱动陆面模型的驱动数据。无论这些模型描述地表过程的能力有多逼真,无论他们输入的边界和初始条件有多准确,如果驱动数据不准确的话,他们也不能得出与现实接近的结果。陆面模型如此依赖于外部提供的数据的质量,以至于这些任何一个外部提供的数据有误差的话,都会严重影响陆面模型模拟土壤湿度、径流、雪盖和潜感热通量的能力,这些外部提供的数据包括:降水、辐射、温度、风场、湿度和压强。中国西部地区2002年地表气候要素再分析数据集是利用牛顿松弛法资料同化方法(Nudging)将NCEP再分析资料和MM5模式结合起来生成适合于中国西部复杂地形的具有更高时空分辨率的驱动数据。 二、运行模式的基本参数 1、利用美国PSU/NCAR中尺度模式MM5作为模拟用模式; 模拟网格域的选择:中心(32°N,90°E),网格距为36km,水平格点数为131*151,垂直分辨率为25层,模式顶为100hPa; 2、初始化使用的资料采用美国NCEP的1°*1°的GRIB格点资料; 3、时间步长为120s。 三、物理过程 1、云和降水的物理过程处理:对次网格尺度降水采用Grell积云参数化方案,对可分辨尺度降水采用Reisner混合相微物理显式方案; 2、行星边界层过程采用MRF参数化方案; 3、辐射过程采用CCM2的辐射方案。 四、文件格式和命名 以月为文件夹存储,每月包含每天的24小时的数据。命名规则如下:2002***&.forc,其中***为儒略日,2002***&为时间(小时计),其中.forc是文件扩展名。 五、数据格式 以二进制浮点型存储,每个数据占4个字节。
隆霄, 邱崇践
云南元江干热河谷植被退化机理和重建试验项目属于国家自然科学基金“中国西部环境与生态科学”重大研究计划,负责人为中国科学院西双版纳热带植物园曹坤芳研究员,项目运行时间为2004.1-2007.12。 该项目汇交数据包括: 1.元江干热河谷多年平均温度和降雨量 (1961-2004)excel表,属性字段包括月平均温,月平均降雨量. 2.基于树轮的中国横断山中部年平均温(1750-2006年) excel表,属性字段包括年份,重建平均温度. 3.基于树轮的中国南部横断山脉中部夏季温度(1750-2006年) excel表,属性字段包括年份,夏季(4月-9月)重建平均温度. 4.基于树轮的中国横断山中部干旱指数(1655-2005年) excel表,属性字段包括年份,春季(3月-5月)干旱指数重建. 5.叶片和枝条生长动态图 pdf文件.记录了从2004年3月22日到2005年4月8日枝条为S型、F型、中间型和S+SD型的植物的生长动态趋势线和叶片动态趋势图 . 6.32种木本植物的物候总结表(种名、观察株数/枝条数、枝条伸长类型、叶片物候、当年生枝条长度(cm)、枝条上总叶片数、叶面积(cm2)、无叶期(月数)、花期、果熟期和果实类型)word文档 7.元江干热河谷代表植物叶片相对含水量的季节变化(2003.3-2004.2) excel表 8.元江干热河谷6种代表植物光合作用的季节变化(最大光合速率、气孔导度、水分利用效率、光系统II的最大量子效率) excle表(2003-2005) 9.元江干热河谷代表植物的长期水分利用效率(同位素)数据 excle表(虾子花、红皮水锦树、三叶漆、余甘子、珠仔树、天干果、毛枝青冈、华西小石积、清香木、虎刺、鬼柳和猪屎豆进行干湿季节的水分利用率) 10.元江曼旦前山植物名录 word文档
曹坤芳
该数据由“中国1:100万湿地数据”剪裁而来。 “中国1:100万湿地数据”主要反映2000年代全国沼泽湿地信息,采用十进制度为单位的地理坐标表示,主要内容包括:沼泽湿地的类型、湿地的水源补给类型、土壤类型、主要植被类型、所属地理区域等。执行了《中国可持续发展信息共享系统信息分类与编码标准》。本数据库数据源:1:20沼泽图(内部版)、青藏高原1:50万沼泽图(内部版)、沼泽调查数据1:100万和全国1:400万沼泽图;处理步骤为:数据源选择、预处理、沼泽湿地要素数字化与编码、数据编辑处理、建立拓扑关系、接边处理、投影转换、与地名等属性数据库连结并获取属性数据。
张树清
本数据为2002.07.04-2010.12.31青藏高原地区MODIS逐日无云积雪产品。由于积雪和云的反射特性,使用光学遥感监测积雪受到天气的严重干扰。本产品是在综合了目前最常用的去云算法的基础上,利用MODIS逐日积雪产品和被动微波数据AMSR-E雪水当量产品,开发的青藏高原地区逐日无云积雪产品,准确度较高,该产品对实时监测青藏高原雪盖动态变化具有重要的使用价值。 投影方式:Albers Conical Equal Area(阿尔伯斯等积投影) 基准面:D_Krasovsky_1940 空间分辨率:500 m 数据格式:tif 命名规则:maYYMMDD.tif,其中ma代表数据名称;YY代表年(01表示2001,02表示2002……);MM代表月(01表示1月,02表示2月……);DD表示日(01表示1日,02表示2日……)。
黄晓东
一、概述 长时间序列中国植被指数数据集是主要针对归一化植被指数(NDVI),基于空间分辨率为1km自1998年4月1日至2011年12月31日的每10天合成的四个波段的光谱反射率及10天最大化NDVI数据集。 二、数据处理说明 VEGETATION传感器于1998年3月由SPOT-4搭载升空,从1998年4月开始接收用于全球植被覆盖观测的SP0T VGT数据。它拥有十分完善和高效的图像地面处理机构体系。VEGETATION数据主要由瑞典的Kiruna地面站负责接收,由位于法国Toulouse的图像质量监控中心负责图像质量并提供相关参数(如定标系数),最终由位于比利时的VITO研究所的图像处理与存档中心负责全球VEGETATION数据存档与用户定单。 其中VGT—P(prototype)数据产品主要为科研人员提供高质量的物理量原型数据以便于他们研建算法和应用模型。数据经过严格的系统误差订正并重采样为经纬网投影,像元分辨率lkm,像元亮度值是地物在大气顶层的反射率。除提供四个波段原始数据外,还根据用户需要提供相关辅助参数,如大气状况、系统信息(太阳的天底角、方位角,视场角和接收时间)和地形数据等。 VGT—S(synthesis)产品提供经过大气纠正的地表反射率数据,并运用多波段合成技术来获得lkm分辨率的归一化植被指数( w)数据集。VGI—S产品包括每天合成的四个波段的光谱反射率及NDVI数据集(s1),每10天合成的四个波段的光谱反射率及10天最大化NDVI数据集(S10)以减少云及BRDF的影响,同时S10 还被重采样成4km 分辨率(S10.4)和8km分辨率(S10.8)数据集。VGT—S产品以其高时间分辨率而被广泛使用。本数据集包含的是每10天合成的四个波段的光谱反射率及10天最大化NDVI数据集(S10)。SPOT源数据的预处理包括大气校正,辐射校正,几何校正,生成了10 d最大化合成的NDVI数据,并将-1到-0.1的值设置为-0.1,再通过公式 YDN =(JNDVI +0.1)/0.004 转换到0~250的YDN值。 三、数据内容说明 长时间序列中国植被指数数据集是主要针对归一化植被指数(NDVI),基于空间分辨率为1km自1998年4月1日至2011年12月31日的每10天合成的四个波段的光谱反射率及10天最大化NDVI数据集。SPOT-VEGETATION-NDVI数据集中包含从1998年4月1日至2011年12月31日以旬为时间分辨率的.zip压缩文件。解压以后为每10天为一景的ESRI-GRID文件。SPO -VEGETATION-NDVI数据集命名规则为:v-yymmdd,其中v为vegetation的简称,yymmdd即表示该文件的当天日期,也是区别其他文件的主要标识。 四、数据使用说明 植被指数产品的一个重要特点是可以转换成叶冠生物物理学参数。植被指数(Ⅵ)在植被生物物理学参数(如,叶面指数LAI,绿蔽度,光合作用有效吸收辐射fAPAR 等)的获取方面还起着“中间变量”的作用。目前正在利用有全球代表性的地面、飞机和卫星观测的数据集研究植被指数和植被生物物理学参数的关系。这些资料可用于在卫星发射前评估Ⅵ算法性能,同时也提供植被指数产品与叶冠生物物理特性之间的转换系数。生物物理学资料的使用是植被指数验证计划的组成部分。植被指数产品将在几项对地观测系统(EOS)研究中发挥主要作用,同时也是近年来全球和区域生物圈模式产品的组成部分。
薛娴, 杜鹤强
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