本数据包括青藏高原纳木错地区土壤细菌分布数据,可用来探索围栏和放牧对纳木错地区土壤微生物的季节性影响,样品采集时间为2015年5月至9月,土壤样品用冰袋保存,运回北京青藏高原研究所生态实验室;本数据为扩增子测序结果,使用MoBio Powersoil™DNA分离试剂盒提取土壤DNA,引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3')和806R (5'GGACTACNVGGGTWTCTAAT-3'),扩增后的片段通过Illumina Miseq PE250方式测序。原始数据通过Qiime软件进行分析,之后计算序列之间相似度,并在相似度在97%以上的序列聚类为一个OTU。采用Greengenes参考文库进行序列比对,去除了只在数据库中出现一次的序列。土壤含水率和土壤温度由土壤温湿度计测得,土壤pH值用pH计测定(Sartorius PB-10, Germany),用2 M KCl(土壤/溶液,1:5)提取土壤硝态氮(NO3−)和铵态氮(NH4+)浓度,并用Smartchem200离散自动分析仪进行分析。本数据集对研究干旱半干旱草原土壤微生物多样性具有重大意义。
孔维栋
青藏高原草地土壤细菌多样性数据。样品采集时间为2017年7月至8月,包含高寒草甸,典型草原,荒漠草原3种生态系统共计120个样品。土壤表层样品采集后用冰袋保存,运回北京青藏高原研究所生态实验室,通过MO BIO PowerSoil DNA试剂盒提取土壤DNA,16S rRNA基因片段扩增引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3') and 806R (5´GGACTACNVGGGTWTCTAAT-3´),扩增后的片段通过Illumina Miseq PE250方式测序。原始数据通过Qiime软件分析,序列分类依据Silva128数据库,将相似度在97%以上的序列聚类为一个操作分类单元(OTU)。本数据系统地比较了青藏高原样带草地土壤微生物的细菌多样性,对研究微生物在青藏高原的分布具有重大意义。
孔维栋
《2015年第三极部分湖泊水体细菌后处理产品和常规水质参数》数据集收集了2015年期间青藏高原地区部分湖泊水体采样细菌分析结果和常规水质参数。通过整理归纳汇总得到2015年第三极部分湖泊水体细菌后处理产品,数据格式为excel,方便用户查看。样品由计慕侃老师采集于2015年7月1日至7月15日,包含28个湖泊(巴木错,白马纳木错,班戈错(盐湖), 班公错,崩错,别若则错,错鄂(申扎),错鄂(那曲),达瓦错,当穹错,当惹雍错,洞错,鄂雅错,公珠错,果根错,甲热布错,玛旁雍错,纳木错,聂尔错(盐湖),诺尔玛错,朋彦错(盐湖),蓬错,枪勇错,色林错,吴如错,物玛错,扎日南木错,扎西错),共计138个样品。其中湖泊水体细菌DNA提取方法如下:湖水过滤到0.45膜上,然后通过MO BIO PowerSoil DNA试剂盒提取DNA。16S rRNA基因片段扩增引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3') and 909r (5'-GGACTACHVGGGTWTCTAAT-3')。测序方式为Illumina MiSeq PE250,原始数据通过Mothur软件分析,包括quality filtering, chimera removal,序列分类依据Silva109数据库,古菌、真核和未知来源序列已被移除。OTU以97%相似度分类,然后移除仅在数据库中出现一次的序列。常规水质检测参数包括:溶解氧、电导率、溶解性总固体、盐度、氧化还原电位、不挥发有机碳、总氮等。其中,溶解氧采用电极极谱法;电导率采用电导率仪;盐度采用盐度计;溶解性总固体采用TDS测试仪;氧化还原电位采用ORP在线分析仪;不挥发有机碳采用TOC分析仪;总氮采用分光光度法分别得到水质参数结果供参考。
叶爱中
温湿指数(THI)1973年由奥利弗(J.E.Oliver)提出,其物理意义是湿度订正以后的温度。它考虑了温度以及相对湿度对人体舒适度的综合影响,是衡量区域气候舒适度的一项重要指标。在参考已有关于生理气候评价指标分级标准的基础上,结合青藏高原自然地理特征,面向青藏高原人居环境适宜性评价需求,研制了青藏高原(3000米以上)温湿指数及其适宜性分区结果(包括不适宜、临界适宜、一般适宜、比较适宜与高度适宜)。
封志明, 李鹏, 林裕梅
在国家重点研发计划“冰冻圈和极地环境变化关键参数观测与反演”第一课题“冰冻圈关键参数多尺度观测与数据产品研制“的资助下,中国科学院青藏高原研究所张寅生课题组发展了青藏高原地区降尺度雪深产品。青藏高原积雪深度降尺度数据集来源于积雪概率数据和中国雪深长时间序列数据集的融合结果,采用新发展的亚像元时空分解算法对原始0.25度的积雪深度数据进行时空降尺度,得到0.05度逐日积雪深度产品。通过降尺度前后的雪深产品精度评估的对比,发现降尺度后雪深产品的均方根误差由原产品的2.15 cm减少到了1.54 cm。 青藏高原积雪深度降尺度数据集(2000-2018)的产品信息细节如下。投影为经纬度,空间分辨率0.05 度(约5公里),时间范围为2000年9月1日-2018年9月1日,为Tif格式文件,命名规则为:SD_YYYYDDD.tif,其中YYYY代表年,ddd代表儒略日(001-365)。积雪深度(SD),单位:厘米(cm)。空间分辨率为0.05度。时间分辨率为逐日。
闫大江, 马宁, 张寅生
湖泊盐度是湖泊水环境的重要参数,是水资源的重要体现,也是气候变化研究的重要组成部分。本数据基于实测获取的青藏高原湖泊盐度数据,其中盐度以实用盐度单位(psu)进行表征,该盐度值使用电导率传感器测量获得的比电导率(SpC)转换得到。使用Arcgis软件将测量数据转化为空间矢量.shp格式,得到实测盐度空间分布数据文件。该数据可作为地区湖泊环境、水文、水生态、水资源等科学研究的基础数据以及相关研究参考。
朱立平
本数据集提供青藏高原124个湖泊实测水质参数,湖泊总面积为24,570 平方千米,占青藏高原湖泊总面积的53% 。实测湖泊水质参数包括水温、盐度、pH、叶绿素a浓度、蓝绿藻(BGA)浓度、浊度、溶解氧(DO)、荧光溶解有机物(fDOM)和水体透明度(SD)。测量方法中,盐度使用电导率是传感器测量获得的比电导率(SpC)转换得到,叶绿素a和蓝绿藻(BGA)浓度使用总藻类荧光传感器测量,温度使用温度传感器测量,pH使用pH传感器测量,溶解氧(DO)使用光学溶解氧传感器测量,fDOM使用荧光传感器测量,单位是硫酸奎宁单位(QSU),浊度使用浊度传感器测量,以Formazin比浊法为单位(FNU)。上述传感器测量获取的参数均使用YSIEXO或HACH多参数水质仪测量,测量时,传感器位于湖面以下约10-20厘米处。湖泊水体透明度使用塞氏盘测量法进行测量。
朱立平
该数据集是2015年青藏高原基础数据,原始数据来源于国家基础地理信息中心,通过分幅数据拼接裁剪,形成青藏高原区域的数据。数据内容包括1:100万省级行政区划、1:100万道路、1:25万水系的地理图层。行政区划数据属性包括NAME、CODE、pinyin(名称、代码、拼音);道路数据属性包括:GB、RN、NAME、RTEG、TYPE(基础地理信息分类码、道路编码、道路名称、道路等级、道路类型);水系数据属性包括:GB、HYDC、NAME、PERIOD(基础地理信息分类码、水系名称代码、名称、时令)。
杨雅萍
该数据集是基于16个动态全球植被模式(TRENDY v8)在S2情景下(CO2+Climate)模拟的NPP,表征生态系统净初级生产力。数据来源于Le Quéré et al. (2019),具体信息和方法参见文章。源数据范围为全球,本数据集选取了青藏高原区域,空间上用最近邻方法插值到0.5度,时间上保持了原有的月尺度。该数据集是标准的模型输出数据,常被用作评定总初级生产力的时间和空间格局,且与其它遥感观测、通量观测等数据进行比较和参考,具有实际意义和理论价值。
Stephen Sitch
采用计算草地实际净初级生产力,CASA模型是一种光能利用率模型,生产力的估算主要由植物吸收的光合有效辐射(APAR)与光能转化率(ε)2个变量决定。植被所吸收的光合有效辐射(APAR)取决于太阳总辐射和植被对光合有效辐射的吸收比例;采用TEM(Terrestrial Ecosystem Model)模型计算草地潜在生产力,首先计算草地的总初级生产力(GPP),再计算植物自养呼吸(Ra),最后得出草地净初级生产力(NPP)。TEM模型是气候驱动的生产力模型,所需的参数有:植被类型、土壤质地、土壤水分、潜在蒸散、太阳辐射、云量、降水、温度和大气CO2浓度;利用随机森林算法(RF)计算青藏高原草地潜在地上生物量,预测变量包含气候、土壤、地形等14个变量。气候变量包含生长季(5-9月)平均日较差、生长季总降水、生长季平均温度和非生长季(前一年10 - 当年4月)平均日较差、非生长季总降水、非生长季平均温度。地形变量包括高程、坡度、坡向。土壤变量包含土壤质地(砂、粉、粘土含量)、土壤pH值和土壤有机碳。 实际净初级生产力和潜在净生产力数据年限为2000-2017;潜在草地地上生物量数据年限为(2014-2018)。
牛犇, 张宪洲
本数据集包含青藏高原地区近50年(1950-2002)的自然灾害统计信息,包括干旱、雪灾、霜灾、冰雹、洪涝、风灾、雷电灾害、寒潮和强降温、低温冻害、大风沙尘暴、虫灾、鼠害等气象灾害产生的时间地点及所造成的损失及影响。 青海和西藏是青藏高原的主体,青藏高原是我国生物物种形成、演化的中心之一,也是国际科技界瞩目的研究气候和生态环境变化的敏感区和脆弱带,其复杂的地形条件,高峻的海拔高度和严酷的气候条件决定了生态环境十分脆弱,,成为我国自然灾害发生最频繁的地区。 数据摘录自《中国气象灾害大典·青海卷》、《中国气象灾害大典·西藏卷》,人工录入总结校对。
统计局
青藏高原的水土资源匹配数据,由站点气象数据(2008-2016年,国家气象数据共享网)经过彭曼公式计算得出的潜在蒸散发数据,利用土地利用的不同土地类型,根据下垫面影响系数计算现有土地利用下的蒸散发量;以及气象数据中的站点降雨数据插值得到的降雨数据,根据两者差值得到水土资源匹配系数。实际降雨与现有土地利用条件下的需水量之间的差值来反映水土资源的匹配性,数值越大匹配性越好。水土资源的匹配情况的空间分布能为进一步了解青藏高原的农牧业资源情况做铺垫。
董凌霄
1)数据内容包含青藏高原地区1992年、2005年、2015年三期土壤侵蚀强度栅格数据,空间分辨率为300米。2)采用中国土壤侵蚀预报模型(CSLE)计算青藏高原4000余个调查单元的土壤侵蚀量。按土地利用对青藏高原范围进行土壤侵蚀量插值。根据《土壤侵蚀分级标准》对土壤侵蚀量进行分级,得到青藏高原土壤侵蚀强度图。3)通过三期土壤侵蚀强度数据的差异变化比较,符合实际变化规律,数据质量良好。4)土壤侵蚀强度数据对青藏高原土壤侵蚀研究和当地生态系统的可持续发展具有重要意义。属性表中代码含义:Value值1,2,3,4,5,6分别代表侵蚀强度微度、轻度、中度、强烈、极强烈、剧烈;BL代表各侵蚀强度面积占总面积的百分比。
章文波
本数据来源于全国地理信息资源目录服务系统中1:100万全国基础地理数据库,由国家基础地理信息中心于2017年11月份开始免费向公众提供。我们将青藏高原作为一个整体进行了拼接融合、裁切,以便于青藏高原研究中的使用。数据现势性为2017年。 本数据集为青藏高原1:100万行政边界,包括行政国界线(National_Tibet_line)、省界(Province_Tibet),市(州)界(City_Tibet)县界图层(County_Tibet_poly)和县界线图层(County_Tibet_line)。 行政境界面图层(County_Tibet_poly)属性项名称及定义: 属性项 描述 填写实例 PAC 行政区划代码 513230 NAME 名称 县界名称 行政边界线图层(BOUL)属性项名称及定义: 属性项 描述 填写实例 GB 国标分类码 630200 行政边界线图层(County_Tibet_line)属性项含义: 属性项 代码 描述 GB 630200 省级界线 GB 640200 地、市、州级行政区界 GB 650201 县级行政区界(已定)
国家基础地理信息中心
此边界数据总集包含五种类型的边界: 1、TPBoundary_2500m:基于ETOPO5 Global Surface Relief,采用ENVI+IDL 提取青藏高原经度(65~105E),纬度(20~45N)范围内海拔高程2500米的数据。 2、TPBoundary_3000m:基于ETOPO5 Global Surface Relief,采用ENVI+IDL 提取青藏高原经度(65~105E),纬度(20~45N)范围内海拔高程3000米的数据。 3、TPBoundary_HF(high_frequency):李炳元(1987)曾对确定青藏高原范围的原则与具体界线进行了较系统的讨论,从高原地貌形成和基本特征角度,提出了依据地貌特征、高原面及其海拔高度,同时考虑山体完整性作为确定高原范围的基本原则。张镱锂(2002) 根据相关领域研究的新成果和多年野外实践,论证确定青藏高原范围和界线的原则, 结合信息技术方法对青藏高原范围与界线位置进行了精确的定位和定量分析,得出:青藏高 原在中国境内部分西起帕米尔高原,东至横断山脉,南自喜马拉雅山脉南缘,北迄昆仑山— 祁连山北侧。 2017年4月14日,中华人民共和国民政部发布《关于增补藏南地区公开使用地名(第一批)的公告》,增加了乌间岭、米拉日、曲登嘎布日、梅楚卡、白明拉山口、纳姆卡姆等6个藏南地区地名。 4、TPBoundary_new (2021):伴随青藏高原研究的深入,高原内外多学科研究程度和认识的提高,及地理大数据、地球观测科学和技术的进步,张镱锂等2021年版青藏高原范围界线数据研发基于ASTER GDEM和Google Earth 遥感影像等资料综合分析完成,该范围界线北起西昆仑山-祁连山山脉北麓,南抵喜马拉雅山等山脉南麓,南北最宽达1560 km;西自兴都库什山脉和帕米尔高原西缘,东抵横断山等山脉东缘,东西最长约3360 km;经纬度范围为25°59′30″N~40°1′0″N、67°40′37″E~104°40′57″E,总面积为308.34万km2,平均海拔约4320 m。在行政区域上,青藏高原分布于中国、印度、巴基斯坦、塔吉克斯坦、阿富汗、尼泊尔、不丹、缅甸、吉尔吉斯斯坦等9个国家。 5、TPBoundary_rectangle:根据范围Lon(63~105E) Lat(20~45N),画取长方形,数据采用经纬度投影WGS84。 青藏高原边界作为基础数据,可以为各类地学数据及科学研究青藏高原作参考依据。
张镱锂
青藏高原流域边界数据集使用2000年的航天飞机雷达地形任务收集的干涉合成孔径雷达SRTM DEM 数据、参考河流、湖泊等水系辅助数据,利用arcgis水文模型,分析、提取河网,将青藏高原划分为AmuDayra、Brahmaputra、Ganges、Hexi、Indus、Inner、Mekong、Qaidam、Salween、Tarim、Yangtze、Yellow等12个子流域。其中研究区外围边界是基于2500米等高线。
张国庆
本数据集是青藏高原的部分人口指标,包含青海省和西藏自治区两个省份,以省为单元进行的数据统计,可用于青藏高原城镇化和生态环境交互胁迫中评价指标体系的构建。西藏自治区的数据集时间跨度是1995-2016,数据为常住人口数,是根据人口普查、每年的人口变动抽样调查推算数。除总人口数,还分别按照性别和城乡对数据进行了统计;青海省数据集时间跨度是从1952-2015,统计了常住人口、出生、死亡和自然增加四个方面的指标。所有数据均来自统计年鉴。
杜云艳
本数据集是青藏高原的部分经济指标,包含青海省和西藏自治区两个省份,以省为单元进行的数据统计,可用于青藏高原城镇化和生态环境交互胁迫中评价指标体系的构建。西藏自治区的数据集时间跨度是1951-2016包含7个指标,分别是地区总产值,第一、第二、第三产业以及工业和建筑业,最后还包括人均地区生产总值;青海省数据集时间跨度是从1952-2015,除上述七个指标外还多出农林牧渔业这一指标。所有数据均来自统计年鉴,数据是按当年价格计算,并且依据第二次经济普查资料,对2005-2008年地区生产总值进行了修订。
杜云艳
该数据集包含青藏高原1970s,1990,2000,2010年份大于1平方公里湖泊矢量数据。 湖泊水体边界根据Landsat MSS, TM, ETM+等影像目视解译而来。 数据类型为矢量数据,属性字段包括Area (km²)。 投影坐标系为Albers Conical Equal Area。 主要用于青藏高原湖泊、水文与气象变化研究。
张国庆
本数据集包含青海近50年的自然灾害信息,包括干旱、洪灾、冰雹、连阴雨、雪灾、寒潮和强降温、低温冻害、大风沙尘暴、虫灾、鼠灾、地质灾害等自然灾害产生的时间地点及所造成的后果。 青海省地处青藏高原东北部,总面积72 万平方千米。境内河流纵横,冰川广布,湖泊众多,因中华民族的两条母亲河长江、黄河及著名国际河流澜沧江发源于此而素有"中华水塔"之称;全省有可利用草地33.5 万平方千米,天然草场面积仅次于内蒙古、西藏和新疆而居全国第四位,草场类型多样,草地资源十分丰富,拥有青藏高原独特气候条件下生长发育的、并对高原生态环境特征具有较强代表性的维管束植物113 科、564 属、2100 种左右。青海省作为青藏高原的主体部分,是我国生物物种形成、演化的中心之一,也是国际科技界瞩目的研究气候和生态环境变化的敏感区和脆弱带。青海境内地形、地貌复杂,高山、谷地、盆地交错,多年积雪、冰川、戈壁、沙漠、草原等广有分布。复杂的地形条件,高峻的海拔高度和严酷的气候条件决定了青海是一个气象灾害十分频繁的省份。其主要的气象灾害有干旱、洪灾、冰雹、连阴雨、雪灾、寒潮和强降温、低温冻害、大风沙尘暴等。 数据摘录自《中国气象灾害大典·青海卷》,属于人工录入总结校对。
青海省统计局
该数据集是中国科学院西北高原生物研究所在三江源国家公园野生动物多样性本底调查过程获得的野生动物分布位点信息。该数据集时间范围是2017年,调查范围是三江源国家公园,调查物种包括藏野驴(Equus kiang)、狼(Canis lupus)、赤狐(Vulpes vulpes)、马鹿(Cervus elaphus)、雀鹰(Accipiter nisus)、红腹红尾鸲(Phoenicurus erythrogastrus)、豹猫(Prionailurus bengalensis)、大鵟(Buteo hemilasius)、藏原羚(Procapra picticaudata)、藏雪鸡(Tetraogallus tibetanus)、高原山鹑(Perdix hodgsoniae)、猎隼(Falco cherrug)等多种珍稀野生动物。
张同作
本数据集包含三江源国家公园内各个县的社区情况统计表,具体内容包括: 表一包括:行政村个数、自然村个数、户数、人口数、农村劳动力人数、一二三产业总值、人均纯收入、家畜数量; 表二包括:人口民族组成(各名族人口数)、教育的相关统计(中小学个数及学生人数)、卫生相关的统计(医院、卫生室以及医护人员个数)、人口受教育水平的统计(不同教育程度的人数); 表三包括:草地(草地总面积、可利用草场面积、中度以上退化面积、草原植被覆盖度)、林地(总面积、乔木林面积、灌木林面积和疏林地面积)、水域(总面积、河流面积、湖泊面积、冰川面积、雪山面积和湿地面积)。 总共设计四个县:玛多、曲麻莱、杂多和治多县。该数据来自政府部门的统计数据。
国家统计局
青藏高原在中国境内的部分涉及西藏、青海、新疆、云南、甘肃、四川六个省份,包括了西藏、青海全境,以及新疆、云南、甘肃、四川的部分地区。水土资源匹配研究旨在揭示一定区域尺度水资源和土地资源时空分配的均衡状况与丰缺程度。区域水资源与耕地资源分配的一致性水平越高,其匹配程度就越高,农业生产的基础条件就越优越。采用单位耕地面积的广义农业水资源量测度方法来反映研究区农业生产的水资源供给量和耕地资源空间适宜性的量比关系。 数据集的Excel文件中包含青藏高原在中国境内的市级行政区2008-2015年的广义农业水土资源匹配系数数据,矢量数据为2004年青藏高原在中国境内的市级行政区矢量边界数据,栅格数据像元值即所在地区当年广义农业水土资源匹配系数。
董前进, 董凌霄
本数据集为青藏高原土壤持久性有机污染物(POPs)的浓度数据,包括有机氯农药(OCPs)、多氯联苯(PCBs)、多溴联苯醚(PBDEs)和多环芳烃(PAHs)。本研究于 2007 年在 8 个土壤分区共采集土壤样品 40个。土壤样品主要在远离道路、居民区、农田等受人类活动影响的地区采集。采样方法是:利用不锈钢铲采集 0-5cm 表层土壤样品,在每个采样点 100 m2范围内各采集 5 个土壤样品(中心和每个角各一个样品)并混合成为一个样品。为减少可能的污染,所有土壤样品都用两层铝箔纸包裹,并放置于两层自封袋内密封保存。所有样品的分析工作均在中国科学院青藏高原环境变化与地表过程重点实验室完成。样品前处理步骤包括索式提取、硅胶-氧化铝柱净化、过GPC柱去除大分子杂质、浓缩定容等步骤。分析测试仪器为热电公司生产的气相色谱/离子阱质谱(Finnigan-TRACE GC/PolarisQ),分离OCPs和PCBs的色谱柱为CP-Sil 8CB毛细柱(50 m×0.25 mm×0.25 μm),分离PAHs的色谱柱为DB-5MS毛细柱(60 m×0.25 mm×0.25 μm)。实验过程中设置了实验流程空白。所有化合物实验室空白都没有检测到,这说明样品的分析过程中并没有造成污染。PAHs实验室样品的回收率在58-92%之间,OCPs的实验室样品的回收率在53-130%之间,样品浓度未使用回收率进行校正。
王小萍
数据包含青藏高原地区的夜间灯光数据,空间分辨率为1km*1km,时间分辨率为5年,时间覆盖范围为2000年、2005年、2010年。数据来自Version 4 DMSP-OLS产品,DMSP/OLS传感器独辟蹊径,采集的是夜间灯光、火光等产生的辐射信号。DMSP/OLS传感器在夜间工作,能探测到城市灯光甚至小规模居民地、车流等发出的低强度灯光,并使之区别于黑暗的乡村背景。因此,DMSP/OLS夜间灯光影像可作为人类活动的表征,成为了人类活动监测研究的良好数据源。
方华军
本数据集包含自1982年至2006年基于生态学模式与遥感数据计算青藏高原植被净初级生产力(Net Primary Productivity,NPP)的结果。 基于遥感Advanced Very High Resolution Radiometer(AVHRR)数据和Carnegie-Ames-Stanford Approach(CASA)模型生成的青藏高原生态系统NPP(1982-2006),基于第二次土壤普查数据生成的土壤碳含量,以及基于High Resolution Biosphere Model(HRBM)模型生成的生物量碳数据。 青藏高原森林生态系统NPP(1982-2006年): npp_forest82.e00,npp_forest83.e00,npp_forest84.e00,npp_forest85.e00,npp_forest86.e00, npp_forest87.e00,npp_forest88.e00,npp_forest89.e00,npp_forest90.e00,npp_forest91.e00, npp_forest92.e00,npp_forest93.e00,npp_forest94.e00,npp_forest95.e00,npp_forest96.e00, npp_forest97.e00,npp_forest98.e00,npp_forest99.e00,npp_forest00.e00,npp_forest01.e00, npp_forest02.e00,npp_forest03.e00,npp_forest04.e00,npp_forest05.e00,npp_forest06.e00 青藏高原草地生态系统NPP(1982-2006年): npp_grass82.e00,npp_grass83.e00,npp_grass84.e00,npp_grass85.e00,npp_grass86.e00, npp_grass87.e00,npp_grass88.e00,npp_grass89.e00,npp_grass90.e00,npp_grass91.e00, npp_grass92.e00,npp_grass93.e00,npp_grass94.e00,npp_grass95.e00,npp_grass96.e00, npp_grass97.e00,npp_grass98.e00,npp_grass99.e00,npp_grass00.e00,npp_grass01.e00, npp_grass02.e00,npp_grass03.e00,npp_grass04.e00,npp_grass05.e00,npp_grass06.e00 青藏高原生物量碳、土壤碳: Biomass.e00,Socd.e00 土壤碳含量数据(Socd)是参考全国第二次土壤普查的数据与《中国1:100万土壤图》按土壤亚类插值生成。 NPP数据来自CASA模型与AVHRR数据模拟生成: Potter CS, Randerson JT, Field CB et al. Terrestrial ecosystem production: a process model based on global satellite and surface data. Global Biogeochemical Cycles, 1993, 7: 811–841. 生物量碳数据来自HRBM模型模拟生成: McGuire AD, Sitch S, et al. Carbon balance of the terrestrial biosphere in the twentieth century: Analyses of CO2, climate and land use effects with four process-based ecosystem models. Global Biogeochem. Cycles, 2001, 15 (1), 183-206. 原始资料主要是遥感数据和野外观测数据。精度较好;生产过程中与野外实测数据进行的验证和调参,是模拟结果尽量与野外实测数据保持在可接受的误差范围内;NPP数据与野外实测数据的验证结果表明,误差保持在15%的范围内。 空间分辨率0.05度×0.05度(经度×纬度)。
周才平
本数据集包含了青藏高原主要城市与县1970-2006年牲畜数量变化序列数据,用于研究青藏高原社会经济变化。 数据表共有十个字段 字段1:年 解释:数据的年份 字段2:省 解释:所属的省份 字段3:市/州 解释:所属的市或者州 字段4:县 解释:县的名称 字段5:大牲畜(万头) 解释:牛、马、骡、驴、骆驼等大牲畜的数量 字段6:牛群(万头) 解释:牛的数量 字段7:马属动物(万头)解释:马、骡、驴等马属动物的数量 字段8:马(万头) 解释:马的数量 字段9:羊(万头) 解释:羊的数量 字段10:数据来源 解释:数据摘取的来源 数据来自统计年鉴与县志,部分清单如下: [1] 甘肃年鉴编委会. 甘肃年鉴[J]. 北京:中国统计出版社,1984,1988-2009 [2] 云南省统计局. 云南统计年鉴[J]. 北京:中国统计出版社,1988-2009 [3] 四川省统计局,四川调查总队. 四川统计年鉴[J]. 北京:中国统计出版社,1987-1991,1996-2009 [4] 新疆维吾尔自治区统计局. 新疆统计年鉴[J]. 北京:中国统计出版社,1989-1996,1998-2009 [5] 西藏自治区统计局. 西藏统计年鉴[J]. 北京:中国统计出版社,1986-2009 [6] 青海省统计局. 青海统计年鉴[J]. 北京:中国统计出版社,1986-1994,1996-2008. [7] 互助土族自治县志编纂委员会. 互助土族自治县志[J]. 青海:青海人民出版社,1993 [8] 海晏县志编纂委员会. 海晏县志[J]. 甘肃:甘肃文化出版社,1994 [9] 门源县志编纂委员会. 门源县志[J]. 甘肃:甘肃人民出版社,1993 [10] 贵南县志编纂委员会. 贵南县志[J]. 陕西:三秦出版社,1996 [11] 贵德县志编纂委员会. 贵德县志[J]. 陕西:陕西人民出版社,1995 [12] 尖扎县志编纂委员会. 尖扎县志[J]. 甘肃:甘肃人民出版社,2003 [13] 达日县志编纂委员会. 达日县志[J]. 陕西:陕西人民出版社,1993 [14] 格尔木市志编纂委员会. 格尔木市志[J]. 北京:方志出版社,2005 [15] 德令哈市志编纂委员会. 德令哈市志[J]. 北京:方志出版社,2004 [16] 天峻县志编纂委员会. 天峻县志[J]. 甘肃:甘肃文化出版社,1995 [17] 乃东县志编纂委员会. 乃东县志[J]. 北京:中国藏学出版社,2006 [18] 古浪县志编纂委员会. 古浪县志[J]. 甘肃:甘肃人民出版社,1996 [19] 阿克塞哈萨克族自治县志编纂委员会. 阿克塞哈萨克族自治县志[J]. 甘肃:甘肃人民出版社,1993 [20] 岷县志编纂委员会. 岷县志[J]. 甘肃:甘肃人民出版社,1995 [21] 宕昌县志编纂委员会. 宕昌县志[J]. 甘肃:甘肃文化出版社,1995 [22] 宕昌县志编纂委员会. 宕昌县志(续编)(1985-2005)[J]. 甘肃:甘肃文化出版社,2006 [23] 文县志编纂委员会. 文县志[J]. 甘肃:甘肃文化出版社,1997 [24] 康乐县志编纂委员会. 康乐县志[J]. 上海:三联书店. 1995 [25] 积石山(保安族 东乡族 撒拉族)自治县志编纂委员会. 积石山(保安族 东乡族 撒拉族)自治县志[J],甘肃:甘肃文化出版社,1998 [26] 碌曲县志编纂委员会. 碌曲县志[J]. 甘肃:甘肃人民出版社,2006 [27] 舟曲县志编纂委员会. 舟曲县志[J]. 上海:三联书店. 1996 [28] 夏河县志编纂委员会. 夏河县志[J]. 甘肃:甘肃文化出版社,1999 [29] 卓尼县志编纂委员会. 卓尼县志[J]. 甘肃:甘肃民族出版社,1994 [30] 迭部县志编纂委员会. 迭部县志[J]. 甘肃:兰州大学出版社,1998 [31] 彭县志编纂委员会. 彭县志[J]. 四川:四川人民,1989 [32] 灌县志编纂委员会. 灌县志[J]. 四川:四川人民出版社,1991 [33] 温江县志编纂委员会. 温江县志[J]. 四川:四川人民出版社,1990 [34] 什邡县志编纂委员会. 什邡县志[J]. 四川:四川大学出版社,1988 [35] 天全县志编纂委员会. 天全县志[J]. 四川:四川科学技术出版社,1997 [36] 石棉县志编纂委员会. 石棉县志[J]. 四川:四川辞书出版社,1999 [37] 芦山县志编纂委员会. 芦山县志[J]. 四川:方志出版社,2000 [38] 红原县志编纂委员会. 红原县志[J]. 四川:四川人民出版社,1996 [39] 汶川县志编纂委员会. 汶川县志[J]. 四川:巴蜀书社,2007 [40] 得荣县志编纂委员会. 得荣县志[J]. 四川:四川大学,2000 [41] 白玉县志编纂委员会. 白玉县志[J]. 四川:四川大学出版社,1996 [42] 巴塘县志编纂委员会. 巴塘县志[J]. 四川:四川民族出版社,1993 [43] 九龙县志编纂委员会. 九龙县志续篇(1986-2000)[J]. 四川:四川科学技术出版社,2007 [44] 贡山独龙族怒族自治县志编纂委员会. 贡山独龙族怒族自治县志[J]. 北京:民族出版社,2006 [45] 泸水县志编纂委员会. 泸水县志[J]. 云南:云南人民出版社,1995 [46] 德钦县志编纂委员会. 德钦县志[J]. 云南:云南民族,1997 [47] 于田县志编纂委员会. 于田县志[J]. 新疆:新疆人民出版社,2006 [48] 策勒县志编纂委员会. 策勒县志[J]. 新疆:新疆人民出版社,2005 [49] 和田县志编纂委员会. 和田县志[J]. 新疆:新疆人民出版社,2006 [50] 新疆且末县地方志编纂委员会. 且末县志[J]. 新疆:新疆人民出版社,1996 [51] 新疆莎车县志编纂委员会. 莎车县志[J]. 新疆:新疆人民出版社,1996 [52] 叶城县志编纂委员会. 叶城县志[J]. 新疆:新疆人民出版社,1999 [53] 新疆阿克陶县地方志编纂委员会. 阿克陶县志[J]. 新疆:新疆人民出版社,1996 [54] 新疆乌恰县地方志编纂委员会. 乌恰县志[J]. 新疆:新疆人民出版社,1995
国家统计局
该数据集记录了青海省1980~2016年全社会固定资产投资情况。数据来自统计年鉴: 《青海社会经济统计年鉴》和《青海统计年鉴》,从青海统计年鉴中摘录,精度同数据所摘取的统计年鉴。 数据表共有11个字段 字段1:年份 解释:数据的年份 字段2:总计 解释:固定资产投资总计 亿元 字段3:国有经济 解释:国有经济固定资产投资额 亿元 字段4:集体经济 解释:集体经济固定资产投资额 亿元 字段5:私营经济 解释:私营经济固定资产投资额 亿元 字段6:其他经济 解释:其他经济固定资产投资额 亿元 字段7:总增长 解释:固定资产投资总增长 % 字段8:国有增长 解释:国有固定资产投资增长 % 字段9:集体增长 解释:集体固定资产投资增长 % 字段10:私有增长 解释:私有固定资产投资增长 % 字段11:其他增长 解释:其他固定资产投资增长 %
青海省统计局, 青海省统计局
青藏高原冰川细菌资源库数据集提供了刘勇勤实验组在2010-2018年间分离的青藏高原7条冰川(珠峰东绒布冰川,天山一号冰川,古里雅冰川,老虎沟冰川,木孜塔格冰川,七一冰川和玉珠峰冰川),向述荣分离的马兰冰川和张新芳分离的普若岗日冰川的细菌16S核糖体RNA基因序列。冰川样品采集后带回北京青藏高原院研究所生态实验室和兰州冰冻圈国家实验室,涂布平板后于不同温度下(4-25摄氏度)培养20天-90天并挑取单菌落纯化。分离的细菌提取DNA后以27F/1492R引物扩增16S核糖体RNA基因片段,并使用Sanger法测序。16S核糖体RNA基因序列通过“Classifier”软件与RDP数据库进行比对,在可靠性大于>80%的情况下鉴定到属一级水平。 本数据包含每条序列的16S核糖体RNA基因片段序列及冰川来源。与以高通量测序为基础的序列相比,本数据的序列长度更长,分类更准确,更好的服务于冰川微生物研究。
计慕侃
南北极及青藏高原冰川雪和冰里原核微生物分布数据集提供了刘勇勤实验组在2010-2018年间从NCBI数据库收集的细菌16S核糖体RNA基因序列。 NCBI数据库搜索的关键词为Antarctic, Arctic Tibetan, Glacier.。收集的序列通过使用DOTOUR软件计算序列之间相似度,相似度在97%以上的序列聚类为一个OTU,并定义OTU代表序列。OTU代表序列通过“Classifier”软件与RDP数据库进行比对,在可靠性大于>80%的情况下鉴定到属一级水平。获得序列后,通过阅读序列文件中样品信息获得样品的GPS坐标。本数据包含每条序列的16S核糖体RNA基因片段序列,进化分类,及样品GPS坐标。本数据与以高通量测序为基础的序列相比,本数据的序列长度更长,分类更准确,对于比较三极微生物的进化信息,以及研究嗜冷微生物进化的认识有重要意义。
计慕侃
青藏高原土壤细菌多样性数据集提供了青藏高原土壤表层(0-2厘米)微生物分布特征。样品采集时间为2015年7月1日至7月15日,包含草甸,草原,荒漠3种生态系统。土壤样品用冰袋保存,运回北京青藏高原研究所生态实验室。土壤DNA通过MO BIO PowerSoil DNA试剂盒提取。土壤表层样品采集后用液氮保存,运回悉尼实验室,通过FastPrep DNA试剂盒提取。提取后的DNA样品使用515F (5'-GTGCCAGCMGCCGCGGTAA-3') and 909r (5'-GGACTACHVGGGTWTCTAAT-3')扩增16S rRNA基因片段。扩增后的片段通过Illumina Miseq PE250方式测序,原始数据通过Mothur软件分析。首先去除测序质量不佳序列,之后进行排序并去除嵌合体序列。之后计算序列之间相似度,相似度在97%以上的序列聚类为一个OTU,并定义OTU代表序列。OTU代表序列通过与Silva数据库进行比对,在可靠性大于>80%的情况下鉴定到属一级水平。本数据系统的比较了青藏高原微生物的多样性,对研究微生物在青藏高原的分布具有重大意义。
计慕侃
青藏高原湖水微生物多样性数据。样品采集时间为2015年7月1日至7月15日,包含28个湖泊(巴木措,白马湖,班戈盐湖,班公湖,崩错,别若则错,错萼措,错愕(平措北),达瓦措,当穹错,当惹雍措,洞措,鄂雅错琼,公珠措,果根错,甲热布错,玛旁雍错,纳木错,聂尔错(盐湖),诺尔玛措,朋彦错,蓬错,枪勇,色林错,吴如错,物玛错,扎日南木措,扎西措,),138个样品。盐度梯度为0.07-118 ppm。 DNA提取方法:湖水过滤到0.45膜上,然后通过MO BIO PowerSoil DNA试剂盒提取DNA。16S rRNA基因片段扩增引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3') and 909r (5'-GGACTACHVGGGTWTCTAAT-3')。测序方式为Illumina MiSeq PE250,原始数据通过Mothur软件分析,包括quality filtering, chimera removal, 序列分类依据Silva109数据库,古菌、真核和未知来源序列已被移除。OTU以97%相似度分类,然后只在数据库中出现一次的序列被移除。最后每个样品被重取样到7,230序列/样品。 GPS坐标,进化信息,环境因子见数据内。
计慕侃
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