该数据集由三部分组成:①2018年8月16日至8月30日在祁连山石羊河流域上游7条支流及下游青土湖进行的植物样地调查数据;②2018年9月25日至10月3日在黑河、疏勒河流域主要支流进行的植物样地调查数据;③2013年8月18日至2018年8月8日在青海湖与黑河流域的植物样地调查数据。第一部分调查涉及草本、灌木、乔木的生长特性与数量信息;第二部分主要调查乔木,对草本仅作粗略估计;第三部分主要调查草甸植被。 三部分调查依据植被类型设置样地,每个样地至少选取 3 个样方(分乔木、灌木、草本)。其中,草本样方面积为 1m×1m 或 0.5m×0.5m;荒漠灌木样方面积为 10m×10m;森林灌丛面积为 2m×2m;灌木灌丛面积4m×4m;乔木样方面积为20m×20m。在每个样方内进行植物群落调查:乔木样方调查主要调查物种数量、物种多度、20株乔木每木检尺(含株高、胸径、冠幅、活枝下高)、样方内全部乔木胸径;灌木样方主要调查全部灌木的物种数量、多度、灌木冠幅、灌木株高;草本样方主要调查草本物种数量、多度或分盖度、平均株高、总盖度,地上生物量。
赵长明, 张立勋, 黄永梅, 袁建立, 张仁懿
该数据集包含了2018年1月1日至2018年12月31日兰州大学兰州大学寒旱区科学观测网络西营河站气象要素梯度观测系统数据。站点位于青海海北门源县仙米乡讨拉村,下垫面是高寒草甸。观测点的经纬度是101.855E,37.561N,海拔3616m。二维超声风速/风向传感器和空气温湿度传感器分别架设在2m、4m、8m处,共3层,朝向正北;气压计安装在1.5m采集箱内;翻斗式雨量计安装在塔4m处;红外温度计安装在4m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下20cm和40cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_2m、WS_4m、WS_8m)(单位:米/秒)、风向(WD_2m、WD_4m、WD_8m)(单位:度)、空气温湿度(Ta_2m、Ta_4m、Ta_8m和RH_2m、RH_4m、RH_8m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT)(单位:摄氏度)、土壤热通量(Gs_5cm、Gs_10cm)(单位:瓦/平方米)、土壤水分(Ms_20cm、Ms_40cm)(单位:百分比)、土壤温度(Ts_20cm、Ts_40cm)(单位:摄氏度) 、土壤水势(SWP_20cm,SWP_40cm)(单位:千帕)、土壤电导率(EC_20cm、EC_40cm)(单位:微西门子/厘米)、光合有效辐射(PAR)(单位:微摩尔/平方米秒)、日照时数(Sun_time)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);2018.8.29-10.18由于电池箱进水导致的供电不稳定,气象数据丢失严重未入库;2018.10.18日起2m超声风速/风向传感器故障,该位置风速数据错误;雨量筒程序错误,全年数据无效;由于程序故障,2018.1.1-3.2空气湿度采集错误;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-6-10 10:30。
赵长明, 张仁懿
该数据集包含了2018年1月1日至2018年12月31日兰州大学寒旱区科学观测网络连城站气象要素梯度观测系统数据。站点位于甘肃永登连城吐鲁沟国家森林公园吐鲁坪,下垫面是森林。观测点的经纬度是102.737E,36.692N,海拔2903m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处,共2层,朝向正北;气压计安装在1.5m采集箱内;翻斗式雨量计安装在塔2m处;红外温度计安装在2m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下5cm和10cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_2m、WS_4m、WS_8m)(单位:米/秒)、风向(WD_2m、WD_4m、WD_8m)(单位:度)、空气温湿度(Ta_4m、Ta_8m和RH_4m、RH_8m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT)(单位:摄氏度)、土壤热通量(Gs_5cm、Gs_10cm)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm)(单位:摄氏度) 、土壤水势(SWP_5cm,SWP_10cm)(单位:千帕)、土壤电导率(EC_5cm、EC_10cm)(单位:微西门子/厘米)、光合有效辐射(PAR)(单位:微摩尔/平方米秒)、日照时数(Sun_time)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);2018.5.30-7.6由于供电故障数据丢失;2018.1.1-5.30土壤热通量(5cm)传感器因鼠害断线,无有效数值;由于程序故障,空气湿度采集错误;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-6-10 10:30。
赵长明, 张仁懿
该数据集包含了2018年1月1日至2018年12月31日兰州大学兰州大学寒旱区科学观测网络临泽站气象要素梯度观测系统数据。站点位于甘肃张掖临泽新华镇古寨村,下垫面是农田。观测点的经纬度是100.062E,39.238N,海拔1402m。二维超声风速/风向传感器和空气温湿度传感器分别架设在4m、8m处,共2层,朝向正北;气压计安装在1m采集箱内;翻斗式雨量计安装在塔4m处;红外温度计安装在4m处,朝向正南,探头朝向垂直向下;土壤热通量板(自校正式)(2块)依次埋设在塔南侧植被下5cm和10cm处;土壤温/湿/电导率传感器和土壤水势传感器埋设在塔南侧植被下20cm和40cm处;光合有效辐射传感器、日照时数传感器以及四分量辐射仪安装在4m处,朝向正南。 观测项目有:风速(WS_4m、WS_8m)(单位:米/秒)、风向(WD_4m、WD_8m)(单位:度)、空气温湿度(Ta_4m、Ta_8m和RH_4m、RH_8m)(单位:摄氏度、百分比)、气压(Press)(单位:百帕)、降水量(Rain)(单位:毫米)、四分量辐射(DR、UR、DLR_Cor、ULR_Cor、Rn)(单位:瓦/平方米)、地表辐射温度(IRT)(单位:摄氏度)、土壤热通量(Gs_5cm、Gs_10cm)(单位:瓦/平方米)、土壤水分(Ms_5cm、Ms_10cm)(单位:百分比)、土壤温度(Ts_5cm、Ts_10cm)(单位:摄氏度) 、土壤水势(SWP_5cm,SWP_10cm)(单位:千帕)、土壤电导率(EC_5cm、EC_10cm)(单位:微西门子/厘米)、光合有效辐射(PAR)(单位:微摩尔/平方米秒)、日照时数(Sun_time)(单位:小时)。 观测数据的处理与质量控制:(1)确保每天144个数据(每10min);雨量筒程序错误,雨量数据无效;由于程序故障,空气湿度采集错误;(2)剔除有重复记录的时刻;(3)删除了明显超出物理意义或超出仪器量程的数据;(4)数据中以红字标示的部分为有疑问的数据;(5)日期和时间的格式统一,并且日期、时间在同一列。如,时间为:2018-6-10 10:30。
赵长明, 张仁懿
植物功能型(PFT)是根据植物种的生态系统功能及其资源利用方式而对宠大的植物种进行的组合,每一种植物功能型共享相似的植物属性,是将植物种的多样性简化为植物功能和结构的多样性。植物功能型的概念受到生态学家特别是生态系统建模者的推崇。其基本假设是全球重要的生态系统动态可以通过有限的植物功能型表达和模拟。目前,植物功能型已被广泛用于生物地理模型、生物地球化学模型、陆面过程模型和全球动态植被模型,如美国国家大气研究中心(NCAR)的陆面过程模型已经将原来用土地覆盖信息变为应用植物功能型图(Bonan et al., 2002)。植物功能型已经被用于动态全球植被模型(DGVM)中,用以预测全球变化情景下生态系统结构与功能的变化。 参考全球植物功能型分类体系,根据模型需求,将土地覆盖类型与植物功能型合并考虑,确定该数据的分类体系下表。 1、植物功能型分类体系 1 Needleleaf evergreen tree, temperate 2 Needleleaf evergreen tree, boreal 3 Needleleaf deciduous tree 4 Broadleaf evergreen tree, tropical 5 Broadleaf evergreen tree, temperate 6 Broadleaf deciduous tree, tropical 7 Broadleaf deciduous tree, temperate 8 Broadleaf deciduous tree, boreal 9 Broadleaf evergreen shrub, temperate 10 Broadleaf deciduous shrub, temperate 11 Broadleaf deciduous shrub, boreal 12 C3 grass, arctic 13 C3 grass 14 C4 grass 15 Crop 16 Permanent wetlands 17 Urban and built-up lands 18 Snow and ice 19 Barren or sparsely vegetated lands 20 Bodies of water 2、制图方法 中国1公里植物功能型图是根据Bonan等(Bonan et al., 2002)提出的土地覆盖与植物功能型转换的气候规则,对MICLCover土地覆盖图(冉有华 等,2009;Ran et al., 2012)进行转换。MICLCover土地覆盖图是融合了2000年中国1:10万土地利用数据、中国植被图集(1:100万)的植物型、中国1:10万冰川分布图、中国1:100万沼泽湿地图和MODIS 2001年土地覆盖产品(MOD12Q1)的最新发布的土地覆盖数据,采用IGBP土地覆盖分类系统。评价显示,其可能是目前存在的全国1km尺度上精度最高的土地覆盖图。气候数据利用何杰等(2010)发展的1981-2008年的空间分辨率为0.1度、时间分辨率为3小时的中国大气驱动数据,是我国现存的在全国尺度上具有最高时空分辨率的气候数据,该数据融合了Princeton 陆面模式驱动数据(Sheffield et al., 2006)、GEWEX-SRB 辐射数据(Pinker et al., 2003)、TRMM 3B42 和APHRODITE 降水数据以及中国气象局740个气象台站的观测数据。根据RanYouhua等(2010)的评价结果,GLC2000在目前的全球土地覆盖数据集中,具有相对较高的精度,且其分类系统中没有混交林这一类,因此MICLCover土地覆盖图中的混交林利用GLC2000 (Bartholome and Belward, 2005; 徐文婷 等,2005)中的信息进行了替换。该数据可用于陆面过程模型等相关研究中。
冉有华, 李新
本数据集是2008年青藏高原地区的土地覆被数据,数据为栅格TIFF格式,空间分辨率为300米,包含耕地、林地、草地、水体、城市用地等22个大类,可用于青藏高原城镇化与生态环境交互胁迫的地理本底研究。该数据来自欧空局CCI-LC项目生产的土地覆被数据产品。该数据集采用了WGS84的地理坐标系统,有22个大类。数据的生产融合多种卫星数据资料,包括MERIS FR/RR,AVHRR,SPOT-VGT,PROBA-V等。经验证,该数据集的总体精度在70%以上,当然精度会在不同的地区和覆被类型上存在差异。
杜云艳
本数据集是2013年青藏高原地区的土地覆被数据,数据为栅格TIFF格式,空间分辨率为300米,包含耕地、林地、草地、水体、城市用地等22个大类,可用于青藏高原城镇化与生态环境交互胁迫的地理本底研究。该数据来自欧空局CCI-LC项目生产的土地覆被数据产品。该数据集采用了WGS84的地理坐标系统,有22个大类。数据的生产融合多种卫星数据资料,包括MERIS FR/RR,AVHRR,SPOT-VGT,PROBA-V等。经验证,该数据集的总体精度在70%以上,当然精度会在不同的地区和覆被类型上存在差异。
杜云艳
本数据集是2010年青藏高原地区的土地覆被数据,数据为栅格TIFF格式,空间分辨率为300米,包含耕地、林地、草地、水体、城市用地等22个大类,可用于青藏高原城镇化与生态环境交互胁迫的地理本底研究。该数据来自欧空局CCI-LC项目生产的土地覆被数据产品。该数据集采用了WGS84的地理坐标系统,有22个大类。数据的生产融合多种卫星数据资料,包括MERIS FR/RR,AVHRR,SPOT-VGT,PROBA-V等。经验证,该数据集的总体精度在70%以上,当然精度会在不同的地区和覆被类型上存在差异。
杜云艳
中蒙俄经济走廊植被覆盖度数据基于美国陆地资源卫星(Landsat)TM影响提取得到。数据集包括1990、2000和2005共三年植被覆盖度数据。先提取归一化植被指数NDVI,后转换成植被覆盖度。由于影像受云影响较大,本数据对有云数据利用附近年的同月份影像做替换。走廊土地覆被主要为草原(干草原),季节性和一次性降水对草地生长影响较大,故该数据仍存在不同时相拼接问题。此后我们将针对该问题提出适应的解决方法,并共享新版数据。如基于大量遥感数据(多时相),采用最大合成法提取植被覆盖度。
范敬龙
该数据集是中国科学院西北高原生物研究所调查的三江源国家公园植物采集布位点信息。该数据集时间范围是2008年至2017年,调查范围是三江源国家公园,调查内容包括采集日期、编号、科、属、种、调查日期、采集地点、采集人、经度、纬度、海拔、生境、鉴定人等信息。对国家公园的三个园区分别进行了调查,在长江源园区调查了24个科56个属的88个种的植被,总共116条记录;在黄河源园区调查了26个科64个属110个种的植被,总共159条记录;在澜沧江源园区调查了12个科22个属30个种的植被,总共33条记录。
高庆波
净初级生产力(NPP)数据基于CASA模型生产,数据内容为三江源地区2010-2015年250米分辨率逐月NPP数据集。净初级生产力定义:绿色植物单位面积、单位时间内所累积的有机物数量。 单位:0.01gC/m²/月。Monthly和Yearly NPP分别表示逐月和逐年NPP。 投影信息: Albers 等积圆锥投影 中央经线:105度 第一割线:25度 第一割线:47度 坐标西偏:4000000 meter
朱伟伟
基于MODIS 2000年至2018年生长季平均的NDVI(空间分辨率250m),利用Mann-Kendall趋势检测方法,计算了NDVI的变化趋势。对三江源国家公园的三个园区都进行了计算(CJYYQ:长江源园区;HHYYQ:黄河源园区;LCJYYQ:澜沧江源园区)。CJYYQ_NDVI_trend_2000_2018_ok.tif:长江源园区NDVI变化趋势。CJYYQ_NDVI_trend_2000_2018_ok_significant.tif:长江源园区NDVI变化趋势,剔除了不显著(p>0.05)的区域。CJYYQ_gs_avg_NDVI_2000.tif:长江源园区2000年生长季平均NDVI。单位为NDVI变化每年。
王旭峰
草地地上生物量采用的方法为分区分类型模型,数据年份为2000、2010、2015年,为8月上旬的地上植被鲜重。地上生物量定义为单位面积内地面以上实存生活的植被有机物质总量。单位:克/平方米(g/m²)。该数据产品是中国科学院遥感与数字地球研究所基于MODIS的植被指数采用统计模型计算得到。空间分辨率为250m×250m。该数据集是三江源国家公园植被监测的重要数据源。 投影信息: Albers 等积圆锥投影 中央经线:105度 第一割线:25度 第一割线:47度 坐标西偏:4000000 meter
朱伟伟
1.数据来源: MODIS/Terra Vegetation Indices 16-Day L3 Global 250m SIN Grid V006产品(2000-2017) 下载地址 https://search.earthdata.nasa.gov/ 2.数据名称: (1)resize为批量裁剪过程中自动生成,表示已经过掩膜提取,处理后数据范围为新疆自治区; (2)七位数字代表数据获取时间,前四位为年份,后三位表示一年中的第几天。如“2000049”,表示数据获取年份为2000年,具体时间为当年第49天; (3)250m表示地面分辨率,即250米; (4)16_days表示时间分辨率,即16天; (5)NDVI表示数据类型,即归一化植被指数; 3.数据时间范围: 2000049-2017353,数据间隔为16天; 4..tif文件与.hdr文件 .tif文件为原始NDVI数据,同名.hdr文件为支持.tif文件正常使用的掩膜数据,请勿删除或重命名; 5. 用于冰冻圈生态效应分析
吴雪娇
植被净初级生产力指数(Net PrimaryProductivity,NPP)反映的是植物固定和转化光能为化合物的效率,是指绿色植物在单位时间、单位面积内所累积有机物数量,是由植物光合作用所产生的有机质总量(Gross Primary Productivity,GPP)中减去自养呼吸(Autotrophic Respiration,RA)后的剩余部分,也称净第一生产力。NPP作为地表碳循环的重要组成部分,不仅直接反映了植被群落在自然环境条件下的生产能力,而且也是衡量区域土地利用/覆被变化的重要组成部分。净初级生产力数据产品,采用光能利用率(GLOPEM)模型算法通过多种卫星遥感数据(Landsat、MODIS等)反演得到的多种尺度栅格数据产品,该数据也是判定和调节生态过程的主要因子。
刘铁
植被指数是反映植被物候变化的关键参数,高时间和空间分辨率的植被指数数据能够为全球变化研究提供可靠数据支持。目前,MODIS卫星数据产品是获取植被指数的一项重要数据源。MOD13Q1以每像素为基础提供植被指数(VI)值。有2个主要植被层。第一个是归一化差异植被指数(NDVI),第二个植被层是增强植被指数(EVI)。以17个关键节点为研究区域,基于2000至2016年MOD13Q1数据,对不同地区植被的NDVI、EVI各种数据进行了裁剪和估算,最终得到了关键节点区域2000-2016年16天百米级植被指数数据。
葛咏, 凌峰, 张一行
数据包含青藏高原地区的植被指数数据,空间分辨率为1000m,时间分辨率为16d,时间覆盖范围为2000年、2005年、2010年、2015年。数据来源为MOD13A2(C6)。植被指数是研究植被覆盖时空演变特征的常用遥感数据处理模型。植被指数(NDVI)是根据植被的光谱特性,将卫星可见光和近红外波段进行组合,形成的各种植被指数。植被指数是对地表植被状况的简单、有效和经验的度量。数据对于分析青藏高原的生态环境有重要意义。
杨飞
根据树木年轮学的方法,采集天山中部(乌鲁木齐后峡)以及西部(伊犁库尔德宁)的雪岭云杉。通过传统的树木年轮学的方法进行样品的处理、定年,并建立了天山中西部雪岭云杉的宽度年表。再根据树轮同位素的方法选四根树芯进行清洗、风干后在显微镜下用手术刀进行样品的剥离。采用冷原子吸收的原理,用Hydra IIde 进行汞含量的测量。建立五年分辨率的中西部树轮汞污染记录。低频上记录的汞污染在逐渐的加强,结果和全球的汞排放有较为相似的趋势。在天山中部,人类的排放是主要的影响因素,树轮中的汞污染记录揭露了当地的汞沉降变化。相比较冰芯中的记录,二战之后树轮中汞有更为急剧的上升。结果表明在偏远地区,树轮可以作为一个区域的汞污染检测器并反映了低频的汞浓度变化趋势。
刘晓宏
采用实地调查的方法,收集了青藏高原藏北那曲、东部若尔盖高原、风火山2015-2017年植被地上地下生物量及土壤碳氮数据,并对数据进行整理和初步分析。数据集主要包括不同增温梯度、不同海拔梯度(亚高山草甸、高山草甸、高山灌丛草甸)、不同水分梯度(沼泽湿地、退化沼泽、沼泽草甸、湿草甸、干草甸、退化草甸)和不同沙化程度(轻度沙化、中度沙化、重度沙化、完全沙化)下的高寒地区植被地上和地下生物量以及土壤碳含量。综合分析了以上不同梯度下植被生物量和土壤碳氮含量的差异和变化趋势。该数据集为了解及合理利用草地资源提供理论依据,也为探讨全球气候变化背景下高寒草地生产力预测提供有力支持。
张宪洲, 张扬建, 苏培玺, 杨燕
1:10万黑河流域植被图,区域范围以黄委会黑河边界为准,面积约为14.29×104km2,数据格式为GIS矢量格式,本版本为3.0版。该数据以地面观察数据为主、综合各类遥感数据、1:100万植被图、气候、地形、地貌、土壤数据制图,并进行交叉验证编制而成。采用《中华人民共和国植被图 (1:1,000,000), 2007》的分类标准、图例单位和系统,包括植被型组、植被型、群系、亚群系四个单位。新版主要是对新群系代码进行了统一(共74个代码,区分群系和亚群系)。将2.0版本的9个植被型组,22个植被型,74个群系(亚群系)改为9个植被型组,22个植被型,67个群系(7个亚群系)。 数据包含2.0版本和3.0版本。
郑元润, 周继华
联系方式
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