中亚农业水资源脆弱性数据集基于气象、土地覆盖、地形和社会经济数据, 依据脆弱性概念框架, 从暴露度、敏感度和适应度 3 个方面选取 18 个指标, 建立了农业水资源脆弱性评价指标体系, 采用等权重法和主成分分析法确定指标权重, 对中亚农业水资源脆弱性进行了评价及特征分析。对部分原始各个栅格数据进行比较，从原始目标栅格最左上角开始，依次向相邻的右、下栅格延伸，四个栅格（即0.5°）取中位数合并为一个栅格，并且该中位数作为四个栅格中心点对应的地理坐标的数值，消除栅格间的极端数值情况。数据提供了1992-1996、1997-2001、2002-2006、2007-2011、2012-2017和1992-2017六个时间段，空间分辨率为0.5°乘以0.5°。数据集可为中亚五国农业水资源供需和开发利用分析等提供基础数据支撑。
李兰海, 于水
该数据提供了青藏高原内陆流域582个面积大于1平方公里的湖泊从1986-2019的年湖泊面积。 首先根据JRC和SRTM DEM数据，识别研究区内582个大于1 km2的湖泊。利用Landsat5/7/8所有覆盖湖泊的遥感影像合成每年的Landsat影像，根据NDWI指数和Ostu算法动态分割每个湖泊，并据此计算每个湖泊1986-2019年湖泊面积大小。 本研究基于Landsat卫星遥感影像，利用Google Earth Engine 处理了所有Landsat影像，建立了至今为止最全的青藏高原地区大于1平方公里的年湖泊面积数据集；开发了一套湖泊面积自动提取算法，实现单个湖泊多年面积的批量计算；该数据对分析青藏高原地区湖泊面积动态、水量平衡，及研究青藏高原湖气候变化有重要意义。
朱立平, 彭萍
34个关键节点百米级脆弱性评估数据集评估了“一带一路”重点区域在极端降水事件下的洪涝灾害危险性，为当地政府部门决策提供依据，同时以便在洪涝灾害发生前进行预警，从而可以争取到宝贵的时间采取防灾减灾措施，降低洪涝灾害所带来的人民群众生命财产损失。此数据集以“一带一路”34个关键节点的GDP、人口、土地利用、路网、河网数据为基础，结合ArcGIS中的空间分析方法，赋予各指标相应的权重，构建评估了34个关键节点在极端降水条件下发生洪涝灾害的脆弱性，并用自然断点法将脆弱性分为5个等级，分别代表无脆弱性，低脆弱性，中脆弱性，高脆弱性，极高脆弱性。
葛咏, 李强子, 李毅
这组数据是1974-2017年期间希夏邦马峰地区年均冰川物质平衡变化和冰储量变化数据集，包括1974-2000年和2000-2017年两个时段。采用ESRI 矢量多边形格式存储, 是由KH-9 DEM1974-SRTM DEM2000（DH1974-2000）与SRTM DEM2000-TSX/TDX 2017（DH2000-2017）两期DEM高程差（DH）数据，结合TPG1976/CGI2冰川专题矢量数据与冰密度（850 ± 60 kg m−3）计算而来。KH-9 DEM是由3景KH-9遥感影像数据，通过光学立体像对方法生成了研究区1974年数字高程模型。TSX/TDX2017数据通过与SRTM DEM数据进行差分干涉算法对得到研究区冰面高程变化DH2000-2017。1974-2000年间研究区年均冰面高程变化误差为±0.07 m，大地测量物质平衡误差为±0.06 m w.e. a-1。2000-2017年间年均冰面高程变化误差为±0.11 m，大地测量物质平衡误差为±0.10 m w.e. a-1。表格中包括的数据项有：GLIMSId代表从GLIMS冰川数据库读取的冰川编号、Area代表冰川面积（km2）、Area_m2是冰川面积（m2）,Name代表冰川名、EC74_2000表示1974-2000年间平均每条冰川每年的冰面高程变化（m a-1），EC00_2017表示2000-2017年间冰川每年的冰面高程变化（m a-1），MB74_2000表示1974-2000年间每条冰川年均冰川物质平衡数据（m w.e. a-1），MB00_2017表示2000-2017年每条冰川年均冰川物质平衡数据（m w.e. a-1），MC74_2000表示1974-2000年间每条冰川每年冰储量变化（m3 w.e. a-1），MC00_2017表示2000-2017年间每条冰川每年的冰储量变化（m3w.e. a-1），Ut_EC74_00,是1974-2000年冰面高程变化误差（m a-1）、Ut_MB74_00,是每条冰川1974-2000年冰川物质平衡误差（m w.e. a-1），Ut_MC74_00, 是每条冰川1974-2000年冰储量变化误差（m3w.e. a-1）。 Ut_EC00_17，是2000-2017年冰面高程变化误差，Ut_MB00_17，每条冰川2000-2017年冰川物质平衡误差（m w.e. a-1），Ut_MC00_17是每条冰川2000-2017年冰储量变化误差（m3w.e. a-1）。该数据集可用于喜马拉雅山脉希夏邦马峰地区冰川消融及其水文水资源效应，以及气候变化与冰雪灾害研究等。
叶庆华
泛第三极历史极端降水数据集包括了2000-2018年极端降水识别数据。该数据集以GPM IMERG Final Run(GPM)日值降雨数据为基础，评估了一带一路重要节点区域的降雨量，用百分位法评估了34个重要节点的极端降水阈值，并运用计算出的阈值识别出了发生极端降水的日期，以此为基础制作了极端降水发生时地表的淹没范围。 数据范围主要是泛第三极34个关键节点（万象、亚历山大、仰光、加尔各答、华沙、卡拉奇、叶卡婕琳堡、吉大港、吉布提等国家） 该数据集可以为当地政府部门决策提供依据，以便正确识别极端降水，降低极端降水所带来的生命财产损失。
何雨枫
"坡度、坡向等地貌参数数据（Digital data including slope and aspect,Slope and Aspect）数据是地理信息系统的基础数据，可以作为描述地形特征信息的两个重要指标,不但能够间接表示地形的起伏形态和结构,而且是水文模型、滑坡监测与 分析、地表物质运动、土壤侵蚀、土地利用规划等 地学分析模型的基础数据。目前，坡度和坡向数据一般在数字高程模型( Digital Elevation Model, DEM)上通过一定的计算模型计算得到。本数据以泛第三极34个关键节点为研究区域，以分辨率30米DEM数据为基底，实现对地面地形数据中坡度及坡向的数字化模拟（即地形表面数据中坡度坡向形态的数字化表达），最终得到了泛第三极关键节点坡度、坡向等地貌参数数据。 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）。
尚成
植被指数主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况。目前，归一化植被指数(NDVI)是检测植被生长状态、植被覆盖度和消除部分辐射误差相关方面的重要数据源。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。Landsat卫星数据产品是估算NDVI的一项重要数据源。以泛第三极31个关键节点和3个重大工程为研究区域，基于2000至2016年LANDSAT-5和LANDSAT-8为基底数据，对不同地区的NDVI进行了裁剪和估算，最终得到了泛第三极关键节点区域2000-2016年16天时序30米高分辨率NDVI数据。
葛咏, 凌峰, 张一行
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
通过资料整理和数字化，基于ArcGIS平台，构建了西亚地区地震构造图。地震构造图以伊朗地震研究机构的图件为基础，并广泛收集最新的活动断裂研究资料，图件范围包括伊朗及周边国家和地区，图中标绘了发震断层（活动断层）的位置、活动性质和主要的参考文献资料，图中同时给出了1960年至2019年5级以上地震的震中位置。这些图件可用于西亚地区的活动构造和地震灾害研究，为西亚地区的大型工程与基础设施建设提供地震安全保障。
刘志成
泛第三极地区地震活动强烈，其地震活动的动力来源于印度板块、阿拉伯板块与欧亚板块的俯冲碰撞。在泛第三极地区（北纬0-56度，东经43-139度）1960年以来发生M≥5级地震18806次，其中M≥8级地震4次，M=7.0-7.9级地震187次， M=6.0-6.9级地震1625次， M=5.0-5.9级地震16990次。地震主要发生在印度板块与欧亚板块的碰撞边界印缅山脉、喜马拉雅山脉 、苏来曼山脉的山麓地区，以及阿拉伯板块与欧亚板块碰撞的扎格罗斯山脉地区。
王继
通过资料整理和数字化，基于ArcGIS平台，构建了西亚地区地震区划图。地震区划图以伊朗地震研究机构的图件为基础，并广泛收集最新的活动断裂研究资料，图件范围包括伊朗及周边国家和地区，图中标绘了发震断层（活动断层）的位置、活动性质和主要参考文献资料，以及1960年至2019年5级以上地震的震中位置。区划图中以未来50年超越概率10%的地震动加速率峰值（PGA）为指标，进行地震危险性分区。图件可用于西亚地区的活动构造和地震灾害研究，为西亚地区的大型工程与基础设施建设提供地震安全保障。
刘志成
一个具有完整全球海洋覆盖范围的网格化海洋温度数据集是了解气候变化和气候变异性的一个非常有价值的资源。大气物理研究所（iap）通过若干创新步骤，对1990年以来2000米高空的历史海洋地下温度进行了新的客观分析。第一种方法是使用一组更新的过去的观察结果，这些新的观测结果已经被纠正了偏差（例如，在地震中）。XBT偏置校正CH14方案，XBT社区推荐。第二个是在海洋中不同地方的值之间使用协变性和来自包括一个全面海洋模型的若干气候模型的背景信息。第三个是扩大每个观测对较大区域的影响，认识到南大洋广阔开放的广阔空间的相对同质性。然后，这些观测也被用来提供更精细的尺度细节。最后，通过使用最近观测到的海洋状态的知识仔细地评估了新的分析，但是使用更遥远的过去的观测的稀疏分布进行次采样，以表明该方法产生无偏的历史重建。 海面风场数据集使用RSS第7版微波辐射计风速数据构建。输入的微波数据由遥感系统处理，资金来自美国宇航局测量计划和美国宇航局地球科学物理海洋学计划。 该风速产品用于气候研究，因为输入数据经过了仔细的相互校准和一致的处理。每个netCDF文件包含： 1）风速月平均值，网格尺寸360x180x自1988年1月以来所有月份的数量（随时间增加）； 2）一组12个月的气候学风速，网格大小为360x180，气候学是1988-2007年20年期间计算的平均值； 3）从1988年1月以来360x180x#个月的月平均数减去上述气候图得出的风速月异常（随时间增加）； 4）风速趋势图，网格尺寸360x180，趋势计算时间为1988-01-01至最近完整日历年；5）时间纬度图（有效数据至少需要10%的纬度单元），网格尺寸为自1988年1月起180 x#个月（随时间增加）
葛咏, 李强子, 董文
国内生产总值(GDP)是衡指一个国家(或地区)所有常驻单位，在一定时期内，生产的全部最终产品和服务价值的总和，是衡量一个国家的总体经济状况重要指标。收集公开的GDP数据，以联合国发布的2010年公里尺度全球GDP网格数据为基础，获取34个节点区域的总GDP数量，再以节点区域的灯光数据、土地利用数据等为辅助数据，经过数据预处理、数据插值和多元回归分析，建立GDP与百米尺度多元数据间的关系，获得GDP密度分布，进而推测获得34个关键节点区域的GDP百米格网数据。
葛咏, 李强子, 董文
2010年百米尺度的人口格网数据，每个格网表达该范围内的人口总的数量（单位：人）。该数据来源于英国南安普顿大学地球数据研究所，对该数据进行投影转换、裁剪等处理加工得到“一带一路”沿线34个关键节点区域的百米尺度的人口格网数据。该数据是以行政单元的人口普查数据，通过空间尺度转换得到规则的百米尺度的人口格网数据，每个格网人口是按各行政单元人口和多源辅助数据利用随机森林方法计算得到。人口数据可用于诸多领域，包括城市规划、选举、风险评估、灾害救援、疾病防控、减贫扶贫等。注：该数据仅为初始数据，后续将结合人口普查、建筑物以及GIS遥感等数据进一步加工处理得到更加精确的人口格网数据。
葛咏, 李强子, 董文
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
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
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
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
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
