基于我国高分一号及二号数据,采用深度学习分类方法,结合人工目视解译修正,生产出青藏工程走廊冻融灾害分布数据。数据地理范围为青藏公路西大滩至安多段沿线40km范围。数据包括热融湖塘分布数据及热融滑坡分布数据。该数据集可为青藏工程走廊冻融灾害的研究工作及工程防灾减灾提供数据基础。青藏公路西大滩至安多段沿线40km范围冻融灾害空间分布基于国产高分二号影像数据自制。首先,利用深度学习方法从高分二号数据中提取泥流阶地区块;然后,利用ArcGIS进行人工编辑,将数据解译后合在一张图上可现实。
牛富俊, 罗京
植被覆盖度(Fractional vegetation cover, FVC)表示植被地面垂直投影面积与研究区总面积的百分比,是衡量生态保护和生态恢复有效性的重要指标,被广泛应用于气候、生态和土壤侵蚀等领域。FVC不仅是反映植被生产能力的理想参数,而且在评估地形差异、气候变化和区域生态环境质量时也能发挥较好的作用。本研究工作主要是对两套GLASS FVC数据进行后处理,通过数据融合、剔除异常值和剪裁后给出较为可靠的2013年和2018年的环北极圈(范围为北纬66°以北)和青藏高原(范围为北纬26°到39.85°,东经73.45°到104.65°)的植被覆盖度情况。
叶爱中
NDVI能反映出植物冠层的背景影响,如土壤、潮湿地面、雪、枯叶、粗糙度等,且与植被覆盖有关。是反映农作物长势和营养信息的重要参数之一。根据该参数,可以知道不同季节的农作物对氮的需求量, 对合理施用氮肥具有重要的指导作用。植被修正指数Correct NDVI (C-NDVI) 是剔除气候要素(气温、降水等)对NDVI的影响后的NDVI的值。以降水为例,降水对植被生长影响的滞后效应的研究表明,不同地区由于植被组成和土壤类型的差异,降水影响的滞后时间不同。本研究工作主要是对MODIS NDVI数据进行后处理,首先将当月NDVI值与本月的降水量、本月与上月的降水量的平均值、本月与上两个月的降水量的平均值等分别进行相关分析,确定最优的滞后时间。将NDVI与降水和气温做回归分析,得到相关的系数,然后通过MODIS NDVI与气候因子回归的NDVI的差值计算出校正的NDVI值。我们利用气候数据对NDVI进行修正后给出可靠的2013年和2018年的环北极圈(范围为北纬66°以北)和青藏高原(范围为北纬26°到39.85°,东经73.45°到104.65°)的植被修正指数。数据空间分辨率为0.5度,时间分辨率为月度值。
叶爱中
青藏高原被誉为“亚洲水塔”,其提供的径流作为重要的、易获取的水资源,维系着周边数十亿人口的生产生活,支撑着生态系统的多样性。准确估算青藏高原的径流,揭示径流的变化规律,有利于高原及周边地区的水资源管理和灾害风险规避。青藏高原五大河源区冰川径流分割数据集覆盖时间从1971年到2015年,时间分辨率为逐年,覆盖范围为青藏高原五条大江大河源区(黄河源,长江源,澜沧江源,怒江源,雅鲁藏布江源),空间分辨率为流域,以多源遥感和实测数据为基础使用耦合了冰川模块的分布式水文模型VIC-CAS模拟获得,使用站点实测数据对模拟结果进行了验证,其所有数据进行了质量控制。
王世金
青藏高原被誉为“亚洲水塔”,是东南亚众多河流的源区,其提供的径流作为重要的、易获取的水资源,维系着周边数十亿人口的生产生活,支撑着生态系统的多样性。青藏高原五大河源区冰川径流数据集覆盖时间从2005年到2010年,时间分辨率为每5年一期,覆盖范围为青藏高原五条大江大河源区(黄河源,长江源,澜沧江源,怒江源,雅鲁藏布江源),空间分辨率为1km,以多源遥感、模拟、统计和实测数据为基础,使用GIS方法和生态经济学方法结合,量化了江河源区冰冻圈水资源服务的价值,其所有数据进行了质量控制。
王世金
本产品提供了基于陆面模式VIC预估的未来2018-2065年的北极主要大河流域的月径流、蒸散发以及土壤水。空间精度为10km。北极主要大河流域包括Lena、Yenisey、Ob、Kolyma、Yukon和Mackenzie流域。根据IPCC第五次评估报告中CMIP5中IPSL-CM5A-LR模式提供的RCP2.6(低排放强度)和RCP8.5(高排放强度)情景结果,通过统计降尺度获取的适用于北极地区0.1°的未来气候情景驱动数据。应用在全球尺度校准后的陆面水文模型VIC,基于0.1°的未来气候情景驱动数据,预估获得未来气候变化下本世纪中叶北极大河流域径流、土壤水及蒸散发的月尺度时间序列。
唐寅, 汤秋鸿, 王宁练, 吴玉伟
本数据为东南亚地区2015年的地表类型数据,空间分辨率为30米,数据类型为NetCDF,变量名为“land cover type”。该数据基于FROM-GLC数据加工而成,通过对原始影像的拼接、裁剪得到覆盖东南亚的地表类型数据,剔除东南亚地区不存在的雪冰等下垫面类型并重新整合图例。修改下垫面类型编码生成包含东南亚的地表类型数据。该数据提供耕地、森林、草地、灌木、湿地、水体、不透水面、及裸地共8种下垫面的信息。数据总体精度为71% (Gong et al., 2019),可为水文模型、区域气候模式等提供东南亚地区的下垫面信息。
刘俊国
本数据集是一个包含接近35年(1984-2018)的全球高分辨率光合有效辐射数据集,其分辨率为3小时/逐日/逐月,10公里,数据单位为W/㎡,瞬时值。该数据集可用于生态过程模拟和全球碳循环的理解。该数据集是基于改进的物理参数化方案并以ISCCP-HXG云产品、ERA5再分析数据、MERRA-2气溶胶数据以及MODIS反照率产品为输入而生成的。验证并和其他全球卫星辐射产品比较表明,该数据集的精度通常比CERES全球卫星辐射产品的精度要高。该全球辐射数据集将有助于未来生态过程模拟的研究和全球二氧化碳通量的估算。
唐文君
降雨侵蚀力是量化青藏高原土壤侵蚀的重要基础数据之一。高精度的降雨侵蚀力数据是了解目前青藏高原水土流失现状,以及制定水土保持措施的关键,同时可以为青藏高原地质灾害防治提供有力参考。本研究基于青藏高原1-min稠密降水观测数据和高精度格点降水资料,经过订正、重构和检验等步骤,构建了一套新的青藏高原1950~2020年逐年降雨侵蚀力数据集。该数据集是目前青藏高原精度最高、时间序列最长的降雨侵蚀力数据集。
陈悦丽
地表温度(Land Surface Temperature,LST)是地表能量平衡研究的关键参数,被广泛用于气象、气候、水文、农业和生态等领域研究。卫星(热红外)遥感作为获取全球和区域尺度LST信息的重要手段,容易受到云层覆盖和其他大气条件的影响,导致LST遥感产品时空不连续,极大限制了LST遥感产品在相关研究领域的应用。 本数据集的制备首先基于经验正交函数插值方法,利用Terra/Aqua MODIS 地表温度产品重建理想晴空条件下的LST,然后使用累积分布函数匹配方法融合 ERA5-Land再分析数据获取全天候条件下的LST。该方法充分利用了原始MODIS遥感产品的时空信息以及再分析数据中的云影响信息,缓解了云层覆盖对LST估算的影响,最终重建得到较高质量的全球0.05°时空连续的理想晴空和全天候LST数据集。 本数据集不仅实现了时空无缝覆盖,并且具有良好的验证精度。重建的理想晴空LST数据在全球17种土地覆盖类型实验区内,平均相关系数(R)为0.971,偏差(Bias)为-0.001 K至0.049 K,均方根误差(RMSE)为1.436 K至2.688 K。重建的全天候 LST 数据与地面站点实测数据的验证结果:平均 R 为 0.895,Bias为0.025 K 至 2.599 K, RMSE为4.503 K至7.299 K。 本数据集的时间分辨率为逐日4次,空间分辨率为0.05°,时间跨度为2002年-2020年,空间范围覆盖全球。
赵天杰, 余沛
该数据集依据中分辨率长时间序列遥感影像Landsat,通过影像融合、遥感解译、数据反演等多种方式获得青藏高原1990/1995/2002/2005/2010/2015六期生态系统类型情况分布图,作出25年(1990-2015)青藏高原生态本底图,空间参考系统为Krasovsky_1940_Albers,空间分辨率为1000m。青藏高原各类生态系统面积统计表明,1990-2015年间,林地、草地面积略有减少,城镇用地、农村居民点及其他建设用地面积增加,河流、湖泊等水体面积增加,永久性冰川积雪面积减少。该图集可用于青藏高原生态工程的规划、设计及管理,并可作为生态系统现状的基准,用于阐明青藏高原重大生态工程建设的时空格局,揭示青藏高原生态系统格局和功能的变化规律和区域差异。
赵慧, 王小丹
第三极1:100万居民点数据集包括第三极地区居民点(Tibet_Cities)、首都居民点(Tibet_Capitals)、城市人口大于75k的居民点(Tibet_Cities_up_to_75K)等矢量空间数据及相关属性数据:城市名称(ENG_NAME)、城市人口(CITY_POP)等属性。 数据来自1:100万ADC_WorldMap全球数据集,数据经过拓扑,入库是全面、最新和无缝的地理数字数据。 世界地图坐标系统是经纬度,D_WGS_1984基准面。
ADC WorldMap
南极1:100万居民点数据集包括南极范围内所有居民点(Antarctica_Resident)等矢量空间数据及相关属性数据:城市名称(ENG_NAME)、城市人口(CNTEY_NAME)、(CNTRY_CODE)等属性。 数据来自1:100万ADC_WorldMap全球数据集,数据经过拓扑,入库等数据质量检查,是全面、最新和无缝的地理数字数据。 世界地图坐标系统是经纬度,WGS84基准面,南极地区数据集为南极专用投影参数(South_Pole_Stereographic)
ADC WorldMap
北极1:100万居民点数据集包括北极范围内所有居民点(Arctic_Resident)、首都居民点(Arctic_Capitals)、城市人口大于75k的居民点(Cities_up_to_75K)等矢量空间数据及相关属性数据:城市名称(ENG_NAME)、城市人口(CITY_POP)等属性。 数据来自1:100万ADC_WorldMap全球数据集,数据经过拓扑,入库等数据质量检查,是全面、最新和无缝的地理数字数据。 世界地图坐标系统是经纬度,WGS84基准面,北极地区数据集为北极专用投影参数(North_Pole_Stereographic)。
ADC WorldMap
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
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