本数据集包含由卫星重力测量数据得到的2002年4月至2019年12月格陵兰岛冰盖质量变化数据。所采用的卫星重力数据来自于美国宇航局NASA与德国宇航局DLR合作的重力场恢复与气候学实验双星星座（GRACE，2002年4月至2017年6月）及其后续任务GRACE Follow-On（GRACE-FO，2018年6月至今）。此外为了填补GRACE和GRACE-FO之间的数据中断，我们额外采用了由欧洲空间局Swarm三星星座的GNSS轨道摄动数据反演得到的重力场数据。数据格式为Matlab数据文件，冰盖质量变化转化为等效水高，表达在0.25°x0.25°格网上，时间分辨率为1个月。本数据集可用于近二十年格陵兰岛冰盖质量变化特征及其与全球气候变化之间关系的研究。
张宇, 沈嗣钧
1) 基于多时相的Landsat影像获取317个大于10 km2的湖泊1976、1990、2000、2005和2013年的面积数据； 2）结合SRTM DEM和Landsat影像获取1976-1990、1990-2000、2000-2005、2005-2013年共四个时间段的湖泊水量变化数据； 3）湖泊面积的精度控制在一个像元，水量变化的精度约5%； 4）该数据已经被应用到青藏高原近期湖泊水量变化的研究工作中，成果已经发表于《Remote Sensing of Environment》；今后其他方面的研究中，该数据也能够作为基础数据，也能应用对生态环境变化、气候变化、湖泊水质等方面的分析中；
朱立平, 彭萍
1) 数据内容(包含的要素及意义) : 2000-2019年青藏高原152个大于50 km² 湖泊透明度数据（塞氏盘值）。 2) 数据来源及加工方法 : 数据反演基于高精度透明度反演模型以及MODIS-MODOCGA产品数据。遥感数据转化为遥感反射率R_rs反演透明度值，并计算出年均值。以湖泊几何中心3×3 像元均值代表该湖泊，对于几何中心位于湖泊以外的情况，则取该湖泊开阔水域计算。 3) 数据质量描述 : 湖泊年均值。 4) 数据应用成果及前景 : 气候变化可能改变湖泊透明度，湖泊透明度的变化则对区域气候变化起到反馈作用。本研究中青藏高原湖泊透明度的反演为湖-气界面能量交换提供了基础数据。
朱立平, 彭萍
Data content: Standard ring-width chronology derived from Wilson juniper shrub around the northern shore of the Nam Co Lake; May-June SZI (Standardized Moisture Anomaly Index) drought reconstruction for the Nam Co region. Time span: 1605 to 2010. Temporal resolution: Yearly. Application and prospects: Hydroclimate study on the south-central Tibetan Plateau.
LU Xiaoming, HUANG Ru, WANG Yafeng, ZHANG Baoqing, ZHU Haifeng, CAMARERO J. Julio, Eryuan Liang
本数据集是2009年欧亚大陆草地遥感三级分类图，数据为tif栅格格式，空间分辨率为1公里，三级草地分类为：温性草甸草原、温性典型草原、温性荒漠化草原、温性草原化荒漠、温性荒漠几个类型。 该数据是根据欧空局全球陆地覆盖数据（ESA GlobCover）2009产品GlobCover 2009 land cover map，结合ECMWF网站历史气象数据（降水量，年积温，湿润系数，蒸发量）及DEM数据等加工而成。该数据可为欧亚大陆温性草地分布信息以及时空变异分析提供依据。
唐家奎
在全球变暖的背景下，干旱发生的频率和强度呈增加趋势，由于干旱灾害所引发的水资源匮乏、粮食危机、生态恶化（如荒漠化）等，直接威胁到国家的粮食安全和社会经济发展，干旱灾害风险评估及应急管理的技术水平亟待提高。“一带一路”沿线区域生态环境脆弱、农业耕地集中、干旱灾害频繁，利用遥感卫星监测大区域的干旱水平及其时空变化，对于科学掌握“一带一路”地区的干旱格局、区域分异特征，及其对农业耕地的影响具有重要的科学和现实意义。 降水距平百分率是某时段降水量与同期气候平均降水量之差除以同期气候平均降水量的百分比。该数据集以GPM IMERG Final Run(GPM)日值降雨资料为基础，计算对应地区的降水量，采用降水距平百分率等级评价指标，分析了不同等级干旱的分布特征。 数据的区域为泛第三极34个关键节点（阿巴斯、阿斯塔纳、科伦坡、瓜达尔、孟巴、德黑兰、万象等地区）。
吴骅
祁连山典型冻土区水文地质要素数据集内容主要包括黑河上游西支流域内的地下水类型、富水性（单孔涌水量或单泉流量）、主要河流与支流、泉水（下降泉、泉群、大泉、矿泉分布）、钻孔（承压水钻孔、潜水钻孔、自流水钻孔分布）、断裂带（压性断裂、张性断裂）、角度不整合界线、平行不整合界线、黑河上游西支流域边界线、季节性冻土区与多年冻土区分界线、现代冰川及沼泽分布。本水文地质要素数据集可为寒区水文生态过程和水文地质环境提供背景资料。本数据来自四幅1：20万水文地质图（祁连幅、野牛沟幅、祁连山幅、肃南幅）的矢量化并重新对地下水类型进行整合。分辨率较高，数据可为泛第三极江河源区水土资源演变和环境变化等研究提供背景资料。
孙自永
黑河上游八宝河流域2013-2014年各层(0 cm, 4 cm, 10 cm, 20 cm, 40 cm, 80 cm, 120 cm, 160 cm, 240 cm, 400 cm, 600 cm, 900 cm, 1200 cm, 1400 cm, 1500 cm) 1km 逐小时土壤温度、湿度和含冰量数据，本数据由SHAW模型模拟产生，并基于地面站点和无线传感器网络观测的土壤温湿度数据进行了验证，结果较好，可用于上游冻土水热过程相关研究。
张艳林
本数据集来源于论文：Ding, L., Spicer, R.A., Yang, J., Xu, Q., Cai, F.L., Li, S., Lai, Q.Z., Wang, H.Q., Spicer, T.E.V., Yue, Y.H., Shukla, A., Srivastava, G., Khan, M.A., Bera, S., and Mehrotra, R. 2017. Quantifying the rise of the Himalaya orogen and implications for the South Asian monsoon. Geology, 45:215-218.该项成果是丁林研究员团队在青藏高原开展古高度系列研究成果的一部分。该团队应用植物化石及稳定同位素方法，重建了喜马拉雅-青藏高原造山带南缘定量隆升历史。含植物化石地层锆石U-Pb年代学表明柳区地层时代为晚古新世（56Ma），恰布林地层时代为早中新世（21-19Ma）。植物化石结果表明在喜马拉雅地区完全退出海洋沉积历史前后(55-50Ma)，柳区地区仍处于相对较低的海拔高度(~1000m 或更低)，直到早中新世，恰布林地区的古高度也仅为~2300m。不同于古新世就具有高海拔 (~5000m)特征的冈底斯山，喜马拉雅从晚古新世时(56Ma)的~1000m 缓慢生长至早中新世时(21-19Ma)的~2300m 高度，此后~5-7 Ma 快速隆升，达到现今高度。过去56 Ma的喜马拉雅-青藏高原与喜马拉雅前陆盆地降水对比揭示，喜马拉雅山隆升可能是藏南地区逐渐干旱的原因。
丁林
黑河流域近地表大气驱动数据，是采用Weather Research and Forecasting（WRF）模式制备的黑河流域逐时0.05°× 0.05°包括2m气温、地表气压、2m水汽混合比、辐射、10m风场和累积降水等近地表大气要素的驱动数据。通过与15个中国气象局常规自动气象站（CMA）站点逐日观测资料和两期黑河流域生态-水文过程综合遥感观测联合试验（WATER和HiWATER）的站点逐时观测资料在不同时间尺度上进行验证，得出以下结论：2m地表气温、地表气压和相对湿度都是比较可信的，尤其是2m地表气温和地表气压，平均误差都很小且相关系数都达到0.96以上；向下短波辐射与WATER站点观测数据的相关性达到0.9以上；降水资料通过降雨和降雪两种相态与观测资料在不同时间尺度和空间尺度上进行验证，降雨与观测资料在年、月、日和时尺度上吻合得很好，与观测资料在年和月尺度上的相关系数高达0.94和0.84；降雪与观测资料在月尺度上的相关性达到0.78，与积雪覆盖率MODIS遥感产品的空间分布相当吻合，峰值分布也一致。液态和固态降水的验证表明WRF模式能够在地形复杂而干旱的黑河流域进行降尺度分析，所模拟的资料能够满足流域尺度水文建模和水资源平衡研究。 2013年提供了2000-2012年数据。 2016年更新了2013-2015年数据。 2019年更新了2016-2018年数据。 2022年更新了2019-2021年数据。
潘小多
数据集为吉隆-佩枯错短周期密集地震台阵剖面的远震波形数据。数据可用于接收函数方法探测地壳和上地幔的结构。佩枯错剖面跨过南北向的吉隆裂谷，数据来源于课题组沿东西向的吉隆-佩枯错剖面布设的134个短周期地震台站，选址严格，数据质量良好。该剖面对揭示吉隆裂谷下方的速度间断面形态，即印度大陆向北俯冲在喜马拉雅造山带下方地壳内的界面延伸情况，进一步认识MHT界面的横向变化，以及青藏高原东西向伸展的动力学过程提供重要科学依据。
徐强
该数据集记录了“一带一路”沿线65个国家1961-2009年农业机械（拖拉机）数量等相关数据。农业机械是指在规定的日历年度末或者次年第一季度在农业上使用的轮式和履带式拖拉机（不包括园艺拖拉机）的数量。数据来源：联合国粮食农业组织（Food and Agriculture Organization, electronic files and web site）。农业机械减轻了劳动强度，减少苦役，缓解劳力短缺，提高农业活动的生产力和及时性，提高资源有效利用，增加进入市场机会，帮助减少气候相关危害，未来的农机将发挥更大的作用，有助于确保农业的环境可持续性。该数据集可用于农业现代化和农业生态环境等相关研究。 数据集包含2个数据表：农业机械（每100平方公里可耕地的拖拉机），农业机械（拖拉机数量）。
徐新良
1) Data content (including elements and meanings): Gridded daily average air temperature of the Tibetan Plateau during 1980-2014 at 1-km resolution 2) Data source and processing method: Developed by integrating 8 types of reanalysis data (i.e., NNRP-2, 20CRV2c, JRA-55, ERA-Interim, MERRA2, CFSR, GLDAS and ERA5) downscaled with MODIS-estimated temperature lapse rates based on machine learing 3) Data quality description: According to leave-one-out validation based on stations, the average RMSE at China Adimistration Stations is about 1.7 ℃ and that at high-elevation field stations is about 1.9 ℃ 4) Data application results and prospects: This dataset can be used as air temperature input for driving long-term hydrologial modelling or evaluated for use in climate analysis
ZHANG Fan, ZHANG Hongbo
本数据集包括Aqua卫星搭载的中分辨率成像光谱仪（MODIS）测量的中国中西部地区气溶胶光学厚度数据。MODIS采用DT算法（Deep Blue）和DB算法（Dark target）分别反演出全球范围内的两种数据，数据集提供这两种数据（DT、DB）及其融合（Merge）数据，共三种数据在550nm处的气溶胶光学厚度数据及其空间分布信息。本项目针对研究区共统计出2003.7月月-2018.11月共197个月的气溶胶光学厚度值。该数据集为hdf5格式的数据，数据将作为中国中西部地区气溶胶污染状况及背景值的参考数据集。
夏祥鳌, 宋子珏
本数据集来源于论文： Chen, F.H., Welker, F., Shen, C.C., Bailey, S.E., Bergmann, I., Davis, S., Xia, H., Wang, H., Fischer, R., Freidline, S.E., Yu, T.L., Skinner, M.M., Stelzer, S., Dong, G.R., Fu, Q.M., Dong, G.H., Wang, J., Zhang, D.J., & Hublin, J.J. (2019). A late Middle Pleistocene Denisovan mandible from the Tibetan Plateau. Nature, 569, 409-412. 该成果是陈发虎院士带领其团队多年来在青藏高原开展过去人类活动和环境适应研究获得的又一突破性进展。研究团队分析了甘肃夏河县新发现的古人类下颌骨化石，可以确定其为青藏高原的丹尼索瓦人，建议命名为夏河丹尼索瓦人，简称夏河人。研究团队针对该化石开展了年代学、体质形态学、分子考古学、生存环境、人类适应等多学科综合分析。结果发现，该化石目前是除阿尔泰山地区丹尼索瓦洞以外发现的首例丹尼索瓦人化石，也是青藏高原发现的最早人类活动证据（距今16万年前）。该研究为进一步探讨丹尼索瓦人的体质形态特征及其在东亚地区的分布、青藏高原早期人类活动历史及其对高海拔环境适应等问题提供了关键证据。 数据提取自论文中Supplementary Tables。 数据集包含6个数据表，数据表名称和内容分别为： t1: Distances in mm between meshes generated from CT versus photoscans (PS)（扫描图与CT形成的网格间以毫米为单位的距离）； t2: Measurements of the Xiahe mandible after reconstruction（对夏河人下颌重建后的测量）； t3: Comparative Dental metrics（牙科指标比较）； t4: Comparative crown morphology（牙冠形态比较）； t5: Uniprot accession numbers for protein sequences of extant primates used in the phylogenetic analyses（用在系统发育分析中的现存灵长类动物蛋白质序列在蛋白质仓库中的唯一标识号）； t6: Specimen names and numbers（样本的名称和编号）。
陈发虎
1) 数据内容：该数据是项目实施过程中产生的高原藏族与平原汉族人群的脐带内皮细胞染色质开放组数据，包括4例高原藏族脐带内皮细胞染色质开放组数据与4例平原汉族脐带内皮细胞染色质开放组数据，每个细胞染色质开放组数据量为>15G测序深度，可以用来研究高原藏族人群与平原汉族人群对高原低氧环境的染色质开放模式与基因表达调控模式。 2）数据来源及加工方法：课题组自有数据，利用illumina X-ten 测序平台Pair-end 150bp建库测序方法。 3）数据质量：>15G数据量，Q30>90%。 4）数据应用成果及前景：数据用于验证高原低氧适应基因对低氧环境下的细胞染色质开放模式与基因表达变化模式。
祁学斌
1) 数据内容：该数据是项目实施过程中产生的高原藏族与平原汉族人群的胎盘转录组数据，包括20例高原藏族胎盘组织RNA-seq数据与20例平原汉族胎盘组织RNA-seq数据，每个RNA-seq数据量为6G测序深度，可以用来研究高原藏族人群与平原汉族人群对高原低氧环境的基因表达差异模式。 2）数据来源及加工方法：课题组自有数据，利用illumina X-ten 测序平台Pair-end 150bp建库测序方法。 3）数据质量：6G数据量，Q30>90%。 4）数据应用成果及前景：数据用于在组织水平验证高原低氧适应基因对低氧环境的基因表达变化模式。
祁学斌
1) 数据内容：该数据是项目实施过程中产生的高原藏族与平原汉族人群的胎盘转录组数据，包括3例高原藏族脐带内皮细胞RNA-seq数据与3例平原汉族胎盘组织脐带内皮细胞RNA-seq数据，每个RNA-seq数据量为6G测序深度，可以用来研究高原藏族人群与平原汉族人群对高原低氧环境的基因表达差异模式。 2）数据来源及加工方法：课题组自有数据，利用illumina X-ten 测序平台Pair-end 150bp建库测序方法。 3）数据质量：6G数据量，Q30>90%。 4）数据应用成果及前景：数据用于在细胞水平验证高原低氧适应基因对低氧环境的基因表达变化模式。
祁学斌
青藏高原平均海拔4000米以上，高寒、低氧等恶劣环境对人类的生存构成了巨大的挑战。然而，高原藏族人群自旧石器晚期就已经达到青藏高原，并且在新石器时期进一步大规模永久定居高海拔地区。因此，青藏高原的人群迁徙历史成为了近年来不同领域关注的焦点。为从全基因组的角度解析藏族人群的遗传结构，追溯人类定居高原的历史，我们获得了20个藏族个体的全基因组变异数据开展研究。采用DNA 微阵列（DNA Array）的方法，对20个样本进行了SNP分型检测，获得每个样品约70万位点（包括核基因组、线粒体DNA和Y染色体）分型结果。基于上述数据，进行相关生物信息分析（主要包括芯片位点质控分析、Y染色体和线粒体DNA的单倍群分型分析）。该数据有助于从核基因组、Y染色体和线粒体DNA的角度，解析藏族人群的遗传结构，通过与高原周边人群数据的比较，可以较为全面地追溯高原人群的迁徙和定居历史。
孔庆鹏
藏族人群如何适应高原极端环境目前还并不清楚。而代谢作为重要的表型，在保持个体正常生物学功能中发挥了重要作用，已有研究表明一些代谢小分子可以通过调控能量代谢、氧化应激等生物学过程以适应外界的极端环境。鉴于此，项目通过研究藏族人群相比平原人群的特有的代谢特征，有望发现人体代谢与极端环境适应的关系，进而以代谢的视角研究藏族人群的高原适应机制。该数据是项目实施过程中产生的代谢组数据，目前的数据包括了30例平原人群的代谢组数据；利用这批数据与后续的代谢组数据进行联合分析，可以用来研究高原藏族人群在高原低氧环境下的代谢特征。
李功华
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
