本数据集为全球高精度高程控制点数据集，包含各个高程控制点地理定位，高程，采集时间等信息。 从卫星激光测高数据中提取的激光足印高程的精度受到许多因素的影响，如大气、有效载荷仪器噪声、激光足迹中的地形起伏等，导致精度不确定。该数据集通过评估标签和测距误差模型所构建的筛选准则对ICESat卫星从2003年到2009年的测高观测数据进行筛选提取，以期地形测图或依赖良好高程信息的其他科学领域提供高精度的全球高程控制点。经验证，平地（坡度<2°）、丘陵（2°≤坡度<6°）、山地（6°≤坡度<25°）区域的高程精度分别满足0.5m、1.5m、3m的精度要求。
谢欢, 李彬彬, 童小华, 唐鸿, 刘世杰, 金雁敏, 王超, 叶真, 陈鹏, 许雄, 柳思聪, 冯永玖
中国冰冻圈是指中国范围内，大气圈、水圈、生物圈、岩石圈的冻结部分。中国冰冻圈资源与环境信息系统是对中国冰冻圈资源与环境数据进行管理与分析的综合性信息系统。建立中国冰冻圈资源与环境信息系统一方面是满足地球系统科学的需要，为研制地理信息系统支持下的冻土、冰川以及雪盖对全球变化的响应与反馈模型提供参数与验证数据；另一方面系统整理和抢救宝贵的冰冻圈数据，为其提供一个科学、高效、安全的管理与分析工具。 中国冰冻圈资源与环境信息系统包含三个不同空间的基础数据库。其中青藏公路沿线部分的研究区域主要是青藏公路自西大滩到那曲约700公里长、公路两侧20～30公里宽的区域,这一区域广泛分布着多年冻土。青藏公路沿线基础数据库包含以下类型的数据： 1、冰冻圈数据。包括：积雪深度分布。 2、自然环境与资源。包括： 基础地质：第四纪地质（Quatgeo） 3、公路沿线冻土钻孔观测数据（Borehole）：青藏公路沿线200个钻孔探测资料。 工程地质剖面图（CAD）：岩性分布、含水量、颗分资料等 4、青藏公路沿线地区冰川质量平衡分布模型（Model）：预测冻土格网数据。 青藏公路沿线图形数据包括13幅的比例尺为1：250000图幅；格网尺寸为100×100m。 详情请查看数据中的文档“中国冰冻圈资源与环境信息系统设计.doc”、“中国冰冻圈资源与环境信息系统数据字典.DOC”、“数据库-青藏公路.DOC”。
李新
黑河流域上游土壤容重，孔隙度，含水量，水分特征曲线，饱和导水率，颗粒分析，入渗率，以及采样点位置信息。 1、数据为2014年针对2012年补充取样，用环刀取原状土； 2、该土壤容重为土壤干容重，采用烘干法测量。将野外采集的原状环刀土样在烘箱中以105℃恒温24小时，土壤干重除以土壤体积（100立方厘米），单位：g/cm3 。 3、土壤孔隙度，根据土壤容重与土壤孔隙度的关系得到；， 4、土壤入渗分析数据集，数据为2013-2014年野外实验测量数据。 5、入渗数据是用“MINI DISK PORTABLE TENSION INFILTROMETER”进行测量，得到一定负压下的近似饱和导水率。 6、土壤粒度数据是在兰州大学西部教育部重点实验室粒度实验室进行测量。测量仪器为马尔文激光粒度仪MS2000。 7、饱和导水率是依据依艳丽(2009)的定水头发自制仪器进行测量。使用马利奥特瓶在实验过程中始终保持定水头；同时最后将当时测量的Ks转化为10℃时的Ks值进行分析计算。 8、土壤含水量数据是用ECH2O进行测量，包括5层的土壤含水量、土壤温度。 9、水分特征曲线采用离心机法测量：将野外采集的环刀原状土放入离心机，分别用转速0，310，980，1700，2190，2770，3100，5370，6930，8200，11600测量每次的转子重量得到。
贺缠生
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。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。 高程数据图是根据中国1:25万等高线和高程点形成的1km数据，包括DEM、山影（hillshade）、坡度（Slope）、坡向（Aspect）图 数据集投影： 两种投影方式 ： 正轴割圆锥等面积投影 Albers Conical Equal Area（105、25、47) 大地坐标WGS84坐标系
汤国安
数字高程模型（Digital Elevation Model)，简称DEM，是通过有限的地形高程数据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），它是用一组有序数值阵列形式表示地面高程的一种实体地面模型。 第三极地区为40°1′52″N~23°11′59″N、105°43′45″E~61°28′45″E的世界屋脊生态地理区，其中包括青藏高原、横断山脉、喜马拉雅山脉、兴都库什山脉、帕米尔高原。划分依据：以海拔高度4000 m为基准，融合地形坡度，参考山体完整性和生态系统整体性，空间分辨率为0.008°×0.008°。
National Aeronautics and Space Administration
该数据集提供了南极洲1公里分辨率数字高程模型(DEM)。DEM结合了欧洲遥感卫星-1 (ERS-1)卫星雷达高度计(SRA)和冰、云和陆地高度计(ICESat)地球科学激光高度计系统(GLAS)的测量数据。ERS-1数据来自1994年3月开始的168天的两个长重复周期，GLAS数据来自2003年2月20日至2008年3月21日。数据集大约为240mb，由两个网格化二进制文件和两个用于可视化图像(ENVI)头文件的环境组成，可以使用ENVI或其他类似软件包查看。这些数据可以通过FTP获得。
National Aeronautics and Space Administration
数字高程模型（Digital Elevation Model)，简称DEM，是通过有限的地形高程数据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），它是用一组有序数值阵列形式表示地面高程的一种实体地面模型。 北极地区指北极圈66°34′以内的区域和格陵兰岛在北极圈以外的部分。高程数据包括北极数字dem及山影数据(hillshade)，tif格式。范围为66°N~90°N，空间分辨率为0.008°×0.008°。 数据下载自NASA全球高程数据 DEM描述的是地面高程信息，它在测绘、水文、气象、地貌、地质、土壤、工程建设、 通讯、军事等国民经济和国防建设以及人文和自然科学领域有着广泛的应用。
National Aeronautics and Space Administration
中亚-西亚地区资源环境基础地理数据集主要包括6部分：中亚-西亚地区行政区划图、地形地貌图、水系图、年累积降水图、年平均温度图和潜在蒸散发分布图。其中行政区划图为最新的国家边界数据，地形地貌图DEM分辨率为90米，水系图为最新的一级河流矢量数据。年累积降水图和年平均温度图中降水和温度数据由长时间序列的站点数据插值得到，而潜在蒸散发分布图中的潜在蒸散数据是基于Penman-Monteith公式计算得到，降水、温度和潜在蒸散数据均由原始0.5°的CRU数据基于ArcGIS软件的双线性插值方法重采样为0.25°得到，且数据集经过严格的质量控制和一致性检查，相关研究(Deng and Chen, 2017; Li et al., 2017; Li et al., 2016)表明该数据集在中西亚地区对气候相关研究具有很好的适用性。数据由中国科学院新疆生态与地理研究所遥感与GIS重点实验室生产，生产费用由“中国科学院战略性先导科技专项XDA20030101资助”。
数据来源于美国地质勘探局（USGS）开发的30秒全球高程数据集，于1996年完成。从NCAR和UCAR联合的数据下载中心（https://rda.ucar.edu/datasets/ds758.0/）下载了泛第三极区域的数据，并通过数据中心重新分发。GTOPO30在分发时将全球分为33个区块，采样间隔为30弧秒， 即0.008333333333333度，坐标参考为WGS84，其值为垂直方向高出海平面的距离，即海拔，单位为m，海拔范围-407到8752，这里不包含海洋深度信息，负值为大陆架的海拔；海洋处标记为-9999，海岸线以上大陆海拔至少为1；小于1平方千米的岛不考虑。详细说明信息请见说明文档。 为了便于用户使用方便，在分块数据的基础上，将-10S-90N，20W-180E内10个区块进行拼接，没有经过任何重采样处理。本数据文件为DEM_ptpe_Gtopo30.nc
何永利
中亚地区2017年输沙势数据集，为tif格式。其空间范围涵盖里海在内的中亚五国地区，包括乌兹别克斯坦、哈萨克斯坦、土库曼斯坦、塔吉克斯坦和吉尔吉斯坦。此输沙势为绝对输势，即各个方向的输沙通量的综合，不考虑输沙势的方向。该数据由GLDAS全球三小时同化数据提取计算获得。时间分辨率为月，空间分辨率为0.25°，时间范围为2017年。该数据可以作为沙尘传输模型的重要参数输入，也可用于评估中亚五国沙通量的总体分布情况。该数据集可作为风沙灾害评估的重要参考数据。
高鑫
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
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
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
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
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
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
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
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
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
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
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
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
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
一、概述 SRTM（航天飞机雷达地形测绘任务）是由美国航空航天局、地理空间情报局及德国和意大利的航天机构于2002年2月开始执行的。由美国“奋进”号航天飞机搭载SRTM系统共计进行了222小时23分钟的数据采集工作，获取了北美60度至南纬56度之间，面积超过1.19亿km2的9.8万亿字节的雷达影像数据，费改地球表面80%以上，该数据集覆盖中国全境。耗费两年时间处理，最终获得平面经度为±20m，高程经度为±16m的全球数字高程模型（DEM）. 二、数据处理说明 SRTM数据的处理是由地面数据处理系统（GDPS）来完成的。GDPS由三部分组成：（1）干涉测量处理器，利用干涉测量处理器将数据转换为高程图与雷达图像条带；（2）镶嵌处理器，用于将采集的全球多条航带数据编绘成大陆高程数据与图像的镶嵌图；（3）验证系统，负责检验镶嵌图的质量，并提供精度图。这些处理器目前装在在JPL的工作站上，下一步工作是将它们安装到一组超级计算机上，以便对真个SRTM数据进行系统处理。随着这项工作的进行，JPL将向工作发布辅助数据。 三、数据内容说明 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。本数据集采用的是90m分辨率的SRTM3数据。每个文件里包含1201×1201个采样点的高程数据。数据格式为DEM格式。个图幅空间位置见附图（全国1_25万图幅接图表）。 四、数据使用说明 SRTM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，SRTM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，SRTM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SRTM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，SRTM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
“黑河流域生态-水文综合地图集”获黑河流域生态-水文过程集成研究-重点项目的支持，旨在面向黑河流域生态-水文过程集成研究的数据整理与服务，图集将为研究人员提供一个全面而详实的黑河流域背景介绍及基础数据集。 黑河流域水系图是图集水文水资源篇中一幅，比例尺1:2500000，正轴等积圆锥投影，标准纬线：北纬 25 47。 数据源：黑河流域河流数据、黑河流域水库分布数据、2009年黑河流域居民点数据、2008年100万黑河流域行政边界数据、黑河流域湖泊数据等基础地理数据。 黑河流域上游属青海海北藏族自治州祁连县和甘肃张掖、酒泉市肃南、肃北等县祁连山北麓部分，中游属甘肃山丹、民乐、甘州、临泽、高台、肃南、苏州、嘉峪关和玉门等市县，下游属甘肃金塔和内蒙古额济纳旗、阿拉善右旗，涉及三省（自治区），16个市、县（区，旗），56个镇、45个乡和4个苏木。表1为黑河流域行政区划的相关信息。
王建华, 赵军, 王小敏, 冯斌
我们综合本课题的野外调查成果、前人的水文地质调查成果和沙漠洼地的推测判断，获取了巴丹吉林沙漠及其周边地区600多个已知水位点，利用实测的或推测的地下水位数据，绘制了巴丹吉林沙漠地下水位的一级近似等高线图。这张等水位线图填补了巴丹吉林沙漠地下水研究的空白。 所谓一级近似是宏观的地下水位分布，在空间尺度上达到1 km分辨率，并假设浅层和深层的地下水位相同、第四系和基岩分布区的地下水保持连续。一级近似等高线的误差水平为 10 m，主要来源于地面高程数据的不确定性。 本数据集包含地下水位等高线的矢量图和栅格数据文件。
王旭升, 胡晓农
本数据集包含巴丹吉林沙漠的数字地形(DEM)、TM遥感影像和NDVI植被指数三类基础遥感数据。 1. DEM，数字地形数据, 源自美国NASA发布的SRTM1数据集，在沙漠地区进行了裁剪。分辨率为30 m。数据存放在DEM文件夹，可用ArcGIS打开dem.ovr文件。 2. TM影像数据。源自美国NASA发布的Landsat TM/ETM+ 543波段合成数据，在沙漠湖泊群分布地区进行了裁剪。分辨率为30 m。从1990年至2010年每5年的夏季和秋季各取1景，用于分析湖泊的长期变化。2002年各个季度有1景，用于分析湖泊的年内变化。数据存放在TM文件夹，TIFF格式，可用ArcGIS或ENVI软件打开。文件命名规则为yyyymm.tif，其中yyyy表示年份、mm表示月份，如199009表示影响数据对应的时间为1990年9月份。 3. NDVI，植被指数。源自美国NASA发布的MODIS-NDVI产品MOD13Q1，在沙漠地区进行了裁剪。包含2000~2012年生长季（6、7、8、9月份）每旬NDVI数据，空间分辨率为250 m，时间分辨率为16天。存放在NDVI文件夹，TIFF格式，可用ArcGIS或ENVI软件打开。文件命名规则为MOSAIC_TMP_yyyyddd.hdfout.250m_16_days_NDVI_roi.tif， 其中yyyy表示年份、ddd表示在该年的第ddd天。
金晓媚, 胡晓农
从2012年至2013年，对黑河中游正义峡附近地貌面进行了考察，主要包括4级河流阶地面。数据主要通过野外考察获取，在室内进行分析制图，得到中游正义峡附近各级地貌面分布图。
胡小飞, 潘保田
黑河中游正义峡附近河谷断面数据主要展示了黑河中游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。该组数据包括黑河正义峡断面和罗城断面。
胡小飞, 潘保田
ASTER Global Digital Elevation Model (ASTER GDEM)是美国是美国航空航天局 (NASA )和日本经济产业省(METI)联合发布的全球数字高程数据产品, 该DEM数据是根据NASA新一代对地观测卫星TERRA的观测结果完成，是由ASTER(Advanced Space borne Thermal Emission and Reflection Radio meter)传感器搜集的130万个立体像对数据制作，其覆盖范围超过了地球99%陆地表面。该数据的水平精度30米（置信度95%），高程精度为20米（置信度95%）。该数据是第三个全球范围内的高程数据，较之以前的SRTM3 DEM和GTOPO30数据有明显的提高。ASTER GDEM发布了两个版本，第一个版本于2009年6月发布，第二个版本于2011年10月发布，第二版相比第一版而言，数据在水域覆盖和偏差去除等方面有了进一步的进展，数据的质量得到了很大的提高。 本数据集为疏勒河流域第二版本的ASTER GDEM数据集，包括DEM、山影、坡度、坡向数据。空间分辨率：1弧度秒 （约30 米），精度：垂直精度20米，水平精度30米。
National Aeronautics and Space Administration
SRTM的传感器有两个波段，分别是C波段和X波段，我们现在使用的SRTM都自于C波段。公开发布的SRTM数字高程产品包括三种不同分辨率的DEM 数据: * SRTM1 覆盖范围仅仅包括美国大陆,其空间分辨率为1s ; * SRTM3 数据覆盖全球, 空间分辨率为3s,这是目前使用最为广泛的数据集，SRTM3的高程基准是EGM96的大地水准面，平面基准是WGS84；标称绝对高程精度是±16m，绝对平面精度是±20m。 * SRTM30 数据同样覆盖全球 ,分辨率是30s. SRTM数据存在多个版本，早期的SRTM数据由NASA“喷气推进实验室”(JPL ,Jet Propulsion Laboratory)地面数据处理系统( GDPS)来完成的，数据被称为SRTM3-1。美国国家地理空间情报局对数据做了更进一步的处理，缺少情况得到明显改进，数据称为SRTM3-2。 该数据集主要是第四版本由 CIAT（国际热带农业中心）利用新的插值算法得到的SRTM地形数据，此方法更好的填补了SRTM 90的数据空洞。插值算法来自于Reuter et al.（2007） SRTM的数据组织方式为：每5度经纬度方格划分一个文件，共分为24行（-60至60度）和72列（-180至180度）。文件命名规则为srtm_XX_YY.zip，XX表示列数（01-72），YY表示行数（01-24）。 数据分辨率90米 数据使用:SRTM的数据是用16位的数值表示高程数值的（-/+/32767米），最大的正高程9000米，负高程（海平面以下12000米）。空数据用-32767标准
CGIAR-CSI
在2012年6月-2012年8月共采集不同植被类型、不同海拔及不同地形的土样共137个，每个样点的土层分0-10cm、10-20cm和20-30cm三层取样，海拔在2700-3500m之间，植被类型分青海云杉林，祁连圆柏林，亚高山灌丛草甸，草地和干草原五种类型，在采样的同时利用手持GPS记录每个采样点的位置信息和环境信息，包括：经度、纬度、海拔、坡度、坡向、地形曲率、植被类型、土壤厚度、最大根系深度等。 土壤容重：土壤容重的测量方法为将样品装入信封中在105℃的条件，放入烘箱中烘干24小时，取出后放置30分钟称重，称重结果与环刀体积的比值即为土壤容重，单位g/cm3。 土壤机械组成：土壤机械组成的测量采用了比重计法，机械组成包括土壤砂粒、粉粒和粘粒含量。
赵传燕, 马文瑛
SRTM（Shuttle Radar Topography Mission）是由NASA和国家地理空间情报局(NGA)合作建的立全球三维图形数据项目。2000年2月，美国“奋进”号航天飞机搭载的SRTM系统对地球北纬60°至南纬57°之间进行了雷达影像数据采集，获取了覆盖全球80%以上的陆地表面的雷达影像数据。经过两年多的处理，制成了数字地形高程模型。 本数据集包括黑河流域SRTM分幅图和镶嵌图两种数据，其中分幅图为SRTM第4版数据由CGIAR-CSI（国际热带农业中心, http://srtm.csi.cgiar.org/）处理，相对于前几个版本具有很大提高包括：1）使用了大量的插值算法，2）使用了更多的辅助DEM数据来填补空白点和空白区，3）相较与第三版数据又偏移了二分之一个像元。镶嵌图是在分副图的基础上通过拼接获得的。 分副图共包括srtm_56_04,srtm_56_05,srtm_57_04,srtm_57_054幅图，数据是用16位的数值表示高程数值的（-/+/32767米），最大的正高程9000米，负高程（海平面以下12000米）。空数据用-32767标识。每5度经纬度方格划分一个文件，共分为24行（-60至60度）和72列（-180至180度）。
TYLER B. STEVENS
该数据集包括ASTER GDEM数据及其镶嵌图。 ASTER Global DEM（简称ASTER GDEM）是美国是美国航空航天局 (NASA )和日本经济产业省(METI)于2009年6月29日联合发布的全球数字高程数据产品, 该DEM数据是根据NASA新一代对地观测卫星TERRA的观测结果完成，是由ASTER(Advanced Space borne Thermal Emission and Reflection Radio meter)传感器搜集的130万个立体像对数据制作，其覆盖范围超过了地球99%陆地表面。该数据的水平精度30米（置信度95%），高程精度为7-14米（置信度95%）。该数据是第三个全球范围内的高程数据，较之以前的SRTM3 DEM和GTOPO30数据有明显的提高。 我们从NASA数据网站上（http://wist.echo.nasa.gov/api）下载了黑河流域的数据，并通过本数据中心重新分发。本中心分发的数据完全保留了数据的原貌，没有对数据进行任何修改。用户如需详细了解ASTER GDEM的制备过程，请参考本元数据连接的数据文档，或直接访问http://www.ersdac.or.jp/GDEM/E/3.html or from https://lpdaac.usgs.gov/阅读与ASTER Global DEM 相关的文档. ASTER GDEM在分发是被分割为若干1×1度的数据块，分发格式为zip压缩格式，每个压缩文件包括三个文件，文件命名格式如下： ASTGTM_NxxEyyy_dem.tif ASTGTM_NxxEyyy_num.tif reademe.pdf 其中xx为起始纬度，yyy为起始经度。_dem.tif为dem数据文件，_num.tif为数据质量文件，reademe为该数据说明文件。 为了便于用户使用数据，在分幅ASTER GDEM数据的基础上，我们将分数SRTM数据进行拼接制备了黑河流域ASTER GDEM镶嵌图，该数据保留了ASTER GDEM的全部原始特征，没有经过任何重采样处理。 本数据包括两个文件： Heihe_ASTER_GDEM_Mosaic_dem.img Heihe_Aster_GDEM_Mosaic_num.img 数据采用Erdas image格式存储,其中_dem.img文件是dem数据文件，_num.img是数据质量文件。
National Aeronautics and Space Administration
一、概述 本数据集包含了IWEMS模型运行所需要的地形数据、土壤数据、气象数据、土地利用数据、NDVI数据等。所有图件与相关点位坐标（气象站）都采用了等角投影UTM/WGS94坐标系统。 二、数据处理说明 将所有图件和相关的点位坐标（气象站）都采用等角投影UTM/WGS84坐标系统。 三、数据内容说明 数据内容主要包括： 基础地形数据包括库不齐沙漠（DEM）及流域河网，河网作为风沙传输的边界，DEM格网的大小为250 * 250 m，河网是利用ASTER-GDEM地形数据利用河道烧录法提取而出。 土壤数据，包括土壤物理、化学及土壤类型空间分布资料。根据中国1:100万土壤数据库剪切而来，转化为ESRI-grid格式，格网大小为250 * 250 m。 气象数据，包括库不齐沙漠周围包头、东胜与临河气象站的逐日数据，时段为2002-2010年。包括降水、风速与风向数据。 土地利用数据，2000年土地利用数据，比例尺为1:10万。将其转为ESRI-grid格式，格网大小为250 * 250 m。 四、数据使用说明 对黄河沿岸风沙危害进行评价，对黄河上游风沙入黄量进行估算，对该地区建立风沙危害预警系统提供数据支持。
薛娴, 杜鹤强
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
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
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
石羊河流域信息系统专题数据集是亚洲开发银行援助的技援项目“甘肃省优化荒漠化防治方案”的成果之一，包括document、investigation_point、maps、photo和spatial等5个文件夹，每个文件夹又包含若干文件。其中document文件夹包括目标设计、数据处理、专题总结报告和投影信息等文档:gpspoint文件夹包括gps根据不同目的而采样的以shapefile点格式记录的文件:maps文件夹又包含chinese、english和fonts文件夹,前两个文件夹分别代表中英文的14幅以A4幅面大小和pdf格式存储的地图，而fonts包含一些特殊的字体:photo文件夹包含野外调查的以bmp格式存储的数码像片:spatial文件夹包含数字高程模型的dem文件夹、甘肃省和河西走廊轮廓图的gansu文件夹、站点数据文件生成shapefile文件的generate文件夹、各种地理要素的栅格数据的grid文件夹、遥感影像的image文件夹、原始站点文本数据的meteoHydro文件夹，和各种地理要素的矢量数据的vector文件夹。 数据包括： 1、DEM 文件夹：分辨率100米dem、hillshade（山影图）、分为GRID和geotif格式 2、Gansu文件夹：甘肃边界、河西边界 3、Grid文件夹：NDVI（植被指数）、lndchange（土地转移矩阵）、landscape86（86年土地景观图）、landscape2k（2000年土地景观图）、Desertiftype(沙漠类型景观图）、Desersevrt（沙漠类型图）、Annprecip 4、Meteohydro文件夹：民勤、武威、永昌气象数据（1）daily逐日观测项：Airpress(气压）、Humidity(湿度）、Precipitation（降水）、Radiation（辐射）、Sunlight（日照）、Temperature（气温）、Wind（风速）（2）Months(逐月）：Airpress(气压）、Humidity(湿度）、Rain（降水）、Sunlight（日照）、Temperature（气温）、Wind（风速） （3）tendays(逐旬）：Airpress(气压）、Humidity(湿度）、Rain（降水）、Sunlight（日照）、Temperature（气温）、Wind（风速） （4）years(逐年）：Precipitation（降水）、Temperature（气温） 5、Vectro文件夹：（1）Admwhole(县界图）、（2）Lake(湖泊）、（3）Hydrasta(水文站点）、（4）Basin(流域界线）、（5）Landscape2000（土地利用200年）、（6）landscape86（土地利用1986年）、（7）Meteosta(气象站点）、（8）Lakep(水库点）、（9）Place(居民点）、（10）Rainfallcontour(铁路）、（11）Rainfallcontour(降水等值线图）、（12）Road(公路）、（13）Stream(水系图）、（14）Town(县名）、（15）Township(县乡界）、（16）Vegetation(植被图） 数据投影信息： PROJCS["Albers", GEOGCS["GCS_Krasovsky_1940", DATUM["Not_specified_based_on_Krassowsky_1940_ellipsoid", SPHEROID["Krasovsky_1940",6378245.0,298.3]], PRIMEM["Greenwich",0.0], UNIT["Degree",0.0174532925199433]], PROJECTION["Albers_Conic_Equal_Area"], PARAMETER["False_Easting",0.0], PARAMETER["False_Northing",0.0], PARAMETER["longitude_of_center",105.0], PARAMETER["Standard_Parallel_1",25.0], PARAMETER["Standard_Parallel_2",47.0], PARAMETER["latitude_of_center",0.0], UNIT["Meter",1.0]] 详细数据说明请参考数据文档
李新
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
