对外开放程度是指一个国家或地区经济对外开放的程度，具体表现为市场的开放程度，通常包括进出口额、利用外资、关税水平、通关便利、自贸协定、市场准入、资本兑换、知识产权保护等。本套数据为“一带一路”64国的对外开放数据，包括外商直接投资净流入（亿美元）、进口总额（亿美元）、出口总额（亿美元）。数据来源包括世界银行、联合国贸易和发展会议，WTO。沿线64国包括西亚、北非16国；中东欧16国；独联体其他5国；南亚8国；缅甸、越南、泰国等东南亚11国；蒙古、俄罗斯和中亚5国。
宋涛
2015年尼泊尔廓尔喀（矩震级Mw7.8）地震发生在主喜马拉雅逆冲断裂（MHT）上，为陆陆碰撞带结构的研究提供了最直接的观测资料。我们使用覆盖整个余震区（Event catalog 1.docx和Event catalog 2.docx）的近台地震波形数据对MHT进行研究，获得了研究区速度结构（Velocity.dat）。结果表明，MHT沿构造走向呈现清晰的横向变化，在主震区存在低喜马拉雅斜坡，而在余震区东部变得更深而且倾角更加平缓。余震区东部MHT界面上的地震波速表现为高速异常，可能与印度板块基底隆起的俯冲结构有关，余震区西部同样存在地震波速高速异常。MHT的这些总体形态结构变化控制了廓尔喀地震的破裂长度。
通过对青藏高原宗日遗址、河西走廊三角城、火石梁、缸缸洼、一个地窝南、砂锅梁、官地、茂林山、冬给错那、诺木洪、曲贡、立定等40余处新石器-青铜时代遗址进行考古调查和发掘，获取了各遗址经纬度、高程、文化属性、文化遗物等基本信息；同时，对遗址调查和发掘过程中的动植物遗存进行科学收集、鉴定和实验室分析，得到了一批遗址碳十四年代数据、光释光年代数据、动物遗存鉴定数据、植物遗存鉴定数据、碳氮稳定同位素数据、孢粉数据、真菌孢子数据和环境指标数据。该数据集为研究青藏高原新石器-青铜时代先民的活动历史和生业模式提供了数据支撑。
杨晓燕, 吕红亮, 刘向军, 候光良
采用板块构造、古地理学、含油气盆地分析和沉积盆地动力学理论作为指导，在大量收集泛第三极近年来地质研究和油气地质研究的各种资料成果，包括地层、沉积、古生物、古地理、古环境、古气候、构造、油气（钾盐）地质等基础材料，特别是以古地磁、古生物以及碎屑锆石、地球化学等资料的基础上，结合典型实测地层剖面的成果，对侏罗纪时期岩相和气候古地理格局进行恢复与重建，得到泛第三极早、中、晚侏罗世岩相古地理图（3张）及泛第三极早、中、晚侏罗世气候古地理图（3张），旨在探讨古地理、古构造、古气候等对油气（含钾盐）资源的控制和影响作用，以揭示油气形成的地质条件和资源分布规律，为我国海外和境内油气勘探部署提供科学依据和技术支撑。
李亚林
“一带一路”沿线34个关键节点区域极端干旱历史事件泛在网络数据是从互联网收集而来。该数据通过Python程序语言编写网络爬虫，通过调用谷歌和百度搜索引擎根据极端干旱事件的关键词获得网页信息，并对网页信息进行解析，提取事件发生的时间、地点以及事件概况、影响范围、受灾人数、死亡人数、网页地址等核心信息。该数据可用于极端事件中极端干旱的风险评估，从而为“一带一路”沿线关键节点和区域开展极端干旱风险研究提供重要支撑作用。
葛咏, 凌峰
我们基于中国数字测震台网记录的发生在印度洋的8个地震（2009-2018）的波形资料，利用观测和三维理论波形互相关方法，获得了印度、尼泊尔和中国西南部地区的929个高质量的ScS-S走时残差（Differential traveltimes.dat）。这些时差显示出高达10s的横向变化，表明D”区剪切波速度在横向300km的距离上可以达到7%。结果表明，化学异常和可能的熔体有助于古老的俯冲带下地幔底部结构的形成，我们的研究为此提供了新的观测证据。
李国辉, 白玲
最优差值海表温度(OISST)分析产品提供了使用最优插值(OI)技术构建的完整海洋温度场。海温产品的空间网格分辨率为0.25度，时间分辨率为1天。该产品使用先进的甚高分辨率辐射计(AVHRR)卫星数据，来自探路者(Pathfinder) AVHRR SST数据集(1981年9月至2005年12月)和海军AVHRR多通道海表温度数据(2006年至今)。选择探索者AVHRR海表温度是因为其与现场观测数据吻合较好。该产品还使用海冰数据集，来自船只和浮标的现场数据，并包括大规模调整卫星偏差的现场数据。在有海冰存在的地区，海表温度是由美国国家航空航天局2005年以前的GSFC和2005年以后的NOAA NCEP提供的海冰浓度数据来估计的。海表温度在风暴潮研究中具有重要意义。基于1981年至2016年的海表温度产品，利用GEE对数据进行研究区的掩模裁剪并重采样。最后得到了1981-2016年“一带一路”沿海海域16天合成海面温度数据集。
葛咏, 李强子, 董文
总人口是根据事实上的人口定义计算的，包括所有居民，不论其法律地位或公民身份。所示数值为年中估计值。本数据集包括斯里兰卡、孟加拉国、巴基斯坦、印度、马尔代夫等全球22个国家1960-2018年人口统计数据，数据字段包括：国家、年份、人口比例、男性比例、女性比例、人口密度（公里²）。 资料来源：（1）联合国人口司。世界人口展望：2019年修订版。（2）各国统计局的人口普查报告和其他统计出版物，（3）欧统局：人口统计，（4）联合国统计司。人口和生命统计报告（各年份），（5）美国人口普查局：国际数据库，和（6）太平洋共同体秘书处：统计和人口方案。 周期：每年 统计概念和方法：人口估计通常以全国人口普查为基础。人口普查前后各年的估计数是基于人口模型的内插或外推。即使是在高收入国家，也会出现错误和低估。在发展中国家，由于进行和分析全面人口普查所需的运输、通信和其他资源有限，错误可能很大。官方人口数据的质量和可靠性还受到以下因素的影响：公众对政府的信任、政府对全面和准确统计的承诺、对滥用人口数据的保密和保护、以及人口普查机构独立于政治影响之外。此外，人口指标的可比性受到收集数据的国家统计机构和其他组织在概念、定义、收集程序和估计方法方面的差异的限制。人口普查的现状和从调查或登记系统获得补充数据是判断人口数据质量的客观方法。一些欧洲国家的登记系统在没有人口普查的情况下提供完整的人口信息。联合国统计司监测生命登记系统的完整性。一些发展中国家在过去60年中取得了进展，但另一些国家在民事登记制度方面仍然存在缺陷。除了出生率和死亡率之外，国际移民是唯一直接决定一个国家人口增长的因素。估计迁移是困难的。在任何时候，许多人作为游客、工人、难民或其他原因而被安置在本国以外。符合移民资格的国际迁移的持续时间和目的的标准各不相同，估计数要求提供进出难以收集的国家的信息。根据联合国人口司世界人口前景数据库中的中变量，从基准年开始，利用到2050年按年龄和性别分列的死亡率、生育率和移民假设，对人口预测进行预测。
董文
通过对青藏高原151、白石崖溶洞、梅龙达普洞穴、赫吉什火塘、塘达14个旧石器时代遗址进行考古调查和发掘，获取了各遗址经纬度、高程、文化属性、文化遗物等基本信息；同时，对遗址发掘过程中的石制品和动植物遗存进行科学收集、鉴定和实验室分析，得到了一批遗址铀系年代数据、碳十四年代数据、光释光年代数据、石制品类型与石料类型分析数据、动物遗存骨骼单元分布鉴定数据。该数据集为研究青藏高原旧石器时代先民的活动历史和生业模式提供了数据支撑。
陈发虎, 张东菊, 刘向军, 候光良
数据是按照节点所在国家从EM-DAT数据库中筛选后再结合灾害影响分为进一步筛选和按节点划分。EM-DAT是一个关于自然和技术灾害的全球数据库，包含1900年至今世界上21000多起灾害发生和影响的基本核心数据。EM-DAT由比利时布鲁塞尔天主教大学公共卫生学院灾害流行病学研究中心（CRED）维护。该数据库主要目的是在国家和国际两级为人道主义行动服务。该倡议旨在使备灾决策合理化，并为脆弱性评估和确定优先事项提供客观基础。 数据库由联合国机构、非政府组织、保险公司、研究机构和新闻机构等各种来源的信息组成。优先考虑来自联合国机构、各国政府以及红十字会与红新月会国际联合会的数据。这种优先顺序不仅反映了数据的质量或价值，而且反映了大多数报告来源并不涵盖所有灾害，或存在可能影响数字的政治限制。这些条目会不断地被审查是否不一致、冗余和不完整。CRED每天整合和更新数据。每月进行一次进一步检查，并在每个日历年结束时进行修订。
葛咏, 李强子, 董文
西亚地区荒漠化专题数据主要包括：西亚地区沙化土地分布图和西亚地区退化草地分布图，空间分辨率为30m。西亚地区沙化土地分布图包含的土地类型有沙地、盐碱地、裸土地和裸岩石砾地，西亚地区退化草地分布图将草地划分为高覆盖草地、中覆盖草地和低覆盖草地三类。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”，数据空间分辨率为30m。数据主要是基于2015年TM、ETM遥感影像数据，基于去云、镶嵌与裁剪、拼接、阴影处理等预处理，借助eCognition软件进行面向对象的地类分类，实现软件自动分类和人工信息提取相结合，最后对分类结果进行人工检查与修正。数据验证方式为野外实地验证和高精度影像验证两种方式，验证精度达到85%以上。
黑碳是重要的吸光性物质，对气候变化具有重要的影响。本数据集包含青藏高原和喜马拉雅山南坡6个湖泊（枪勇湖、唐古拉湖、令戈错、然乌湖、Gokyo、Gosainkunda）湖芯黑碳浓度和沉降通量数据。湖信黑碳浓度采用消解-过滤-热光法测定。本数据集为EXCEL文件，可使用EXCEL直接打开。本数据集有助于研究青藏高原和周边地区大气黑碳沉降历史和进一步分析大气黑碳的来源，可作为研究大气黑碳传输和气候效应评价的基础数据。
康世昌
基于环境敏感区指数（ESAI）方法，计算获得2018年阿姆河流域栅格荒漠化风险数据。ESAI方法考虑土壤，植被，气候和管理质量，是监测荒漠化风险最广泛的方法之一。根据ESAI指标框架，选择了14个指标计算四个质量领域，每个质量指数均由几个指标参数计算获得。参考前人研究，确定每个参数分类及其阀值。然后，根据每个类别在荒漠化的敏感性中的重要性以及与荒漠化过程的开始或不可逆转的退化关系，把每个类别分配了1（最低敏感度）和2（最高敏感度）之间的敏感性得分。关于如何选取指标以及与荒漠化风险和得分相关性，在Kosmas的研究中提供了更全面的描述。主要指标数据集来源于联合国粮农组织的世界土壤数据，欧空局的土地覆盖数据和AVHRR数据。所有栅格数据集重采样到500m并合成年度值。尽管验证综合评估指数存在困难，但根据ESAI值的时空比较，对荒漠化风险进行了间接验证，包括对ESAI与稀疏植被和草地转变关系的定量分析和分析ESAI与植被净初级生产力之间的关系。验证结果表明阿姆河流域的荒漠化风险数据精度可靠。
许文强
本数据集包括青藏高原及其周边共5个采样点碳质气溶胶包括有机碳和黑碳的浓度和空间分布信息。本数据包含的黑碳和有机碳数据采用膜采样，滤膜为石英滤膜，采样器为大流量采样器，切割粒径为总悬浮颗粒物（TSP），每个滤膜采样周期为24h或48h。采用热光法测定其有机碳和黑碳含量，方法检出限分别为0.43和0.12 ug/cm2。此外，还计算了黑碳的吸光参数（MAC）。该数据集将作为青藏高原及其周边区域碳质气溶胶污染状况及背景值的参考数据集。
基于全球热带气旋路径数据、全球灾害事件及损失数据、全球潮位观测数据以及一带一路区域的DEM数据、海岸线分布数据、土地覆盖信息、人口及其他相关数据，以百米网格为评估单元，提取并计算每个单元里与风暴潮灾害危险性、暴露度和脆弱性相关的指标，如节点潮位历史强度、风暴历史到达频次、历史损失、人口密度、土地覆盖类型等指标。在此基础上，构建风暴潮灾害风险综合指数，利用加权方法综合上述各指标得到风暴潮风险指数。最后对风暴潮风险指数进行归一化处理，得到0-1之前的风险指数值，以此来评价各评估单元风暴潮风险的高低，并可用于进行风暴潮风险等级评估。同时，数据集还包括了对应的危险性、暴露度和脆弱性评估结果。 数据集中仅包含了存在风险的11个节点区域(孟加拉吉大港、缅甸皎漂港、印度加尔各答、缅甸仰光港、巴基斯坦卡拉奇、孟加拉达卡、印度孟买、斯里兰卡汉班托塔港、泰国曼谷、中缅石油天然气管道、雅万高铁）
董文
数据主要包括“一带一路”沿线国家和地区的主要沿海港口和机场的点位分布，数据来自Natural Earth全球港口和机场数据，依据“一带一路”沿线65国标准底图对数据进行裁剪，并对数据进行校正处理，获得沿线地区港口和机场的点位分布。本数据主要用于分析“一带一路”沿线地区重要交通设施的空间布局和主要特征，在后续研究中获取港口和机场的其他属性数据包括港口不同货种的吞吐量、进港和出港吞吐量、码头泊位数、机场乘客人数、港口和机场的航线航班数据后，可对港口和机场分布的空间分异有进一步的认识。
王成金
基于全球热带气旋路径数据、全球灾害事件及损失数据、全球潮位观测数据以及一带一路区域的DEM数据、海岸线分布数据、土地覆盖信息、人口及其他相关数据，以百米网格为评估单元，提取并计算每个单元里与风暴潮灾害脆弱性相关的指标，如人口密度、GDP值、土地覆盖类型等指标。在此基础上，构建风暴潮灾害脆弱性综合指数，利用加权方法综合上述各指标得到风暴潮脆弱性指数。最后对风暴潮风险指数进行归一化处理，得到0-1之前的脆弱性指数值，以此来评价各评估单元风暴潮脆弱性的高低，并可用于进行风暴潮脆弱等级评估。 关键节点数据集中仅包含了存在风险的11个节点区域 (孟加拉吉大港、缅甸皎漂港、印度加尔各答、缅甸仰光港、巴基斯坦卡拉奇、孟加拉达卡、印度孟买、斯里兰卡汉班托塔港、泰国曼谷、中缅石油天然气管道、雅万高铁）。
董文
Snow is a significant component of the ecosystem and water resources in high-mountain Asia (HMA). Therefore, accurate, continuous, and long-term snow monitoring is indispensable for the water resources management and economic development. The present study improves the Moderate Resolution Imaging Spectroradiometer (MODIS) onboard Terra and Aqua satellites 8 d (“d” denotes “day”) composite snow cover Collection 6 (C6) products, named MOD10A2.006 (Terra) and MYD10A2.006 (Aqua), for HMA with a multistep approach. The primary purpose of this study was to reduce uncertainty in the Terra–Aqua MODIS snow cover products and generate a combined snow cover product. For reducing underestimation mainly caused by cloud cover, we used seasonal, temporal, and spatial filters. For reducing overestimation caused by MODIS sensors, we combined Terra and Aqua MODIS snow cover products, considering snow only if a pixel represents snow in both the products; otherwise it is classified as no snow, unlike some previous studies which consider snow if any of the Terra or Aqua product identifies snow. Our methodology generates a new product which removes a significant amount of uncertainty in Terra and Aqua MODIS 8 d composite C6 products comprising 46 % overestimation and 3.66 % underestimation, mainly caused by sensor limitations and cloud cover, respectively. The results were validated using Landsat 8 data, both for winter and summer at 20 well-distributed sites in the study area. Our validated adopted methodology improved accuracy by 10 % on average, compared to Landsat data. The final product covers the period from 2002 to 2018, comprising a combination of snow and glaciers created by merging Randolph Glacier Inventory version 6.0 (RGI 6.0) separated as debris-covered and debris-free with the final snow product MOYDGL06*. We have processed approximately 746 images of both Terra and Aqua MODIS snow containing approximately 100 000 satellite individual images. Furthermore, this product can serve as a valuable input dataset for hydrological and glaciological modelling to assess the melt contribution of snow-covered areas. The data, which can be used in various climatological and water-related studies, are available for end users at https://doi.org/10.1594/PANGAEA.901821 (Muhammad and Thapa, 2019).
Sher Muhammad
This data set is output from WRF model. The data include ‘LU_INDEX’ (land use category), ‘ZNU’(eta values on half (mass) levels), ‘ZNW’(eta values on full (w) levels)，’ZS’(depths of centers of soil layers), ‘DZS’ (thicknesses of soil layers), ‘VAR_SSO’ (variance of subgrid-scale orography), ‘U’(x-wind component), ‘V’(y-wind component),’W’(z-wind component),’T’(perturbation potential temperature (theta-t0)), ‘Q2’ ('QV at 2 M), ‘T2’ (TEMP at 2 M), ‘TH2’ ('POT TEMP at 2 M), ‘PSFC’ (SFC pressure), ‘U10’ (U at 10 M), ‘V10’ (V at 10 M), ‘QVAPOR’ (Water vapor mixing ratio), ‘QLOUD’ (Cloud water mixing ratio),’QRAIN’ (Rain water mixing ratio), ‘QICE’ (Ice mixing ratio), ‘QSNOW’ (Snow mixing ratio), ‘SHDMAX’ (annual max veg fraction), ‘SHDMIN’ (annual min veg fraction), ‘SNOALB’ (annual max snow albedo in fraction), ‘TSLB’ (soil temperature), ‘SMOIS’ (soil moisture), ‘GRDFLX’ (ground heat flux), ‘LAI’ (Leaf area index),’ HGT’ (Terrain Height), ‘TSK’ (surface skin temperature), ‘SWDOWN’ (downward short wave flux at ground surface), ‘GLW’ (downward long wave flux at ground surface), ‘HFX’ (upward heat flux at the surface), ‘QFX’ (upward moisture flux at the surface), ‘LH’ (latent heat flux at the surface), ‘SNOWC’ (flag indicating snow coverage (1 for snow cover)), and so on. The data is in netCDF format with a spatial resolution of 10 km.
Xuelong Chen
“一带一路”沿线国家风险评级、信用风险评级、穆迪国家主权评级，反映了各国的主权风险结构.穆迪国家主权评级级别由最高的Aaa级到最低的C级，一共有二十一个级别。数据来源：作者整理。数据质量良好。评级级别分为两个部分，包括投资等级和投机等级。Aaa级级别最高，为优等级主权评级。表示信用质量最高，信用风险最低。利息支付有充足保证，本金安全。为还本付息提供保证的因素即使变化，也是可预见的。发行地位稳固。C级是最低等级评级，表示不能用来做真正的投资。
宋涛
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
