提供1990-2015年逐年的中国土地覆盖类型详细空间分布状况，空间精度为0.25°，地理坐标系为WGS84。每个栅格显示了土地利用类型占网格面积的比值（0-1之间）。数据来源于马里兰大学的全球土地利用空间分布图，对原始数据进行时间线性插值、中国区域掩膜提取以及坐标系转换后得到历史均一化中国土地利用数据，以geotiff文件格式保存。历年数据的方法、标准一致，覆盖范围完整，采集处理过程可溯、可靠。实现了现有人口数据产品的均一化，为分析人文要素规律、人文要素和自然要素的相互作用机制提供基础。
王灿, 王嘉琛
提供中国范围内人口数据在1990-2015年逐年的详细空间分布状况，数据为1km栅格数据，以人口数pop作为指标。本栅格数据综合考虑多因素进行权重分配实现人口的空间化，便于数据共享、进行空间统计分析。数据来源于中国科学院地理科学与资源研究所资源环境科学与数据中心，对原始数据进行时间的线性插值得到逐年数据，以geotiff文件格式保存。历年数据的方法、标准一致，覆盖范围完整，采集处理过程可溯、可靠。
王灿, 王嘉琛
提供中国1990-2015年农业灌溉、市政、工业生产、畜牧业、一次能源开采、发电六个部门取水量的空间分布，空间精度为0. 5°，地理坐标系为WGS84。数据来源于JGCRI论文数据集，对原始数据进行时间线性插值、中国区域掩膜提取以及坐标系转换后得到历史均一化中国取水量数据，以geotiff文件格式保存。历年数据的方法、标准一致，覆盖范围完整，采集处理过程可溯、可靠。本数据实现了现有数据产品的均一化，为分析人文要素规律、人文要素和自然要素的相互作用机制提供基础。
王灿, 王嘉琛
提供中国1990-2015年逐年农业、能源开采、工业及燃料燃烧、地表交通、居民及商业住宅、溶剂生产、废弃物处置、国际船运8个部门BC，CH4，CO2，CO，NH3，NMVOC，NOx，OC，SO2排放量的空间分布，单位为kg/m2/yr。空间精度为0. 5°，地理坐标系为WGS84。数据来源于CEDs数据集，对原始数据进行时间线性插值、中国区域掩膜提取以及坐标系转换后得到历史均一化中国土地利用数据，以geotiff文件格式保存。历年数据的方法、标准一致，覆盖范围完整，采集处理过程可溯、可靠。
王灿, 王嘉琛
提供中国范围内GDP数据在1990-2015年逐年的详细空间分布状况，数据为1km栅格数据，单位为万元/平方千米。本栅格数据综合考虑多因素进行权重分配实现GDP的空间化，便于数据共享、进行空间统计分析。数据来源于资源环境科学数据注册与出版系统，对原始数据进行时间的线性插值得到逐年数据，以geotiff文件格式保存。历年数据的方法、标准一致，覆盖范围完整，采集处理过程可溯、可靠。生成日期：2022.07.15，版本：V1.0
王灿, 王嘉琛
本数据集为2022年出版的西藏毛唇蚁甲亚族分类学专著《The Batrisini of Tibet: unveiling an enigmatic ant-loving beetle diversity at Earth’s “Third Pole” (Coleoptera, Staphylinidae, Pselaphinae)》中100个图版的原始TIFF文件，包含各个物种的整体图、鉴定特征图、分布地图和采集环境图等。
殷子为
本数据包括青藏高原中部的25个湖泊的细菌16S核糖体RNA基因序列数据，样品采集时间为2015年7月-8月，使用2.5升采样器对地表水进行了三次重复采样。样品采集后立即带回北京青藏高原研究所生态实验室，所取盐湖的盐度梯度为0.14 ~ 118.07 g/L。本数据为扩增子测序结果。将湖水在0.6 atm过滤压力下浓缩到至0.22μm膜上，然后通过FastDNA SPIN Kit 提试剂盒提取DNA，16S rRNA基因片段扩增引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3') and 909r (5'-GGACTACHVGGGTWTCTAAT-3')。使用Illumina MiSeq PE250测序仪进行对端测序，原始数据通过Mothur软件进行分析，序列与Silva128数据库进行比对并以97%的同源性将序列划分为操作分类单元（OTU）。本数据可用于分析青藏高原湖泊微生物多样性研究。
孔维栋
中国区域354座城市通用热舒适度指数白天和夜晚的月均值数据。该数据时间范围包括2012年1月至2021年12月，时间分辨率为逐月，空间分辨率为1km。 该数据主要是基于MODIS数据集提供的MYD07大气廓线数据和MYD11地表温度数据，并融合了ERA5再分析数据提供的风速数据，最终计算得的了中国区域范围内354座城市的通用热气候指数（Universal Thermal Climate Index, UTCI）数据值。其中城市边界采用Global Urban Boundary-GUB提供的2018年城市边界数据进行划定，为保持空间分辨率的统一，所有数据空间分辨率全部重采样至1km。 在全球变暖和快速城市化的背景下，该数据有利于研究城市热舒适度的时空变化规律及相关分析。
王晨光, 占文凤
本数据包括青藏高原纳木错地区土壤细菌分布数据，可用来探索围栏和放牧对纳木错地区土壤微生物的季节性影响，样品采集时间为2015年5月至9月，土壤样品用冰袋保存，运回北京青藏高原研究所生态实验室；本数据为扩增子测序结果，使用MoBio Powersoil™DNA分离试剂盒提取土壤DNA，引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3')和806R (5'GGACTACNVGGGTWTCTAAT-3')，扩增后的片段通过Illumina Miseq PE250方式测序。原始数据通过Qiime软件进行分析，之后计算序列之间相似度，并在相似度在97%以上的序列聚类为一个OTU。采用Greengenes参考文库进行序列比对，去除了只在数据库中出现一次的序列。土壤含水率和土壤温度由土壤温湿度计测得，土壤pH值用pH计测定(Sartorius PB-10, Germany)，用2 M KCl(土壤/溶液，1:5)提取土壤硝态氮(NO3−)和铵态氮(NH4+)浓度，并用Smartchem200离散自动分析仪进行分析。本数据集对研究干旱半干旱草原土壤微生物多样性具有重大意义。
孔维栋
青藏高原草地土壤细菌多样性数据。样品采集时间为2017年7月至8月，包含高寒草甸，典型草原，荒漠草原3种生态系统共计120个样品。土壤表层样品采集后用冰袋保存，运回北京青藏高原研究所生态实验室，通过MO BIO PowerSoil DNA试剂盒提取土壤DNA，16S rRNA基因片段扩增引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3') and 806R (5´GGACTACNVGGGTWTCTAAT-3´)，扩增后的片段通过Illumina Miseq PE250方式测序。原始数据通过Qiime软件分析，序列分类依据Silva128数据库，将相似度在97%以上的序列聚类为一个操作分类单元（OTU）。本数据系统地比较了青藏高原样带草地土壤微生物的细菌多样性，对研究微生物在青藏高原的分布具有重大意义。
孔维栋
本数据集以国家为单位进行收集和预测，1992-2020年数据主要来源于FAOSTAT网站和全球贸易流网站（https://resourcetrade.earth/），2021-2050年数据主要基于不同时间序列法寻优进行预测。数据包括（1）生产数据：不同农作物总产和单产、收获面积，肉蛋奶等畜牧产品产量；（2）消费数据：主要粮食作物（小麦、大米、大麦、玉米及其他）、蔬菜、水果、畜牧产品（肉类和奶类）；（3）贸易数据：进出口贸易量与贸易额（粮食作物、蔬菜水果、畜牧产品）。
杨永辉, 韩淑敏
本数据集基于2020年对西藏一江两河区、藏东南、川西藏东横断山区农田生产经营管理实地调查的数据。样本选择对西藏一江两河区、藏东南、川西藏东横断山区， 首先，运用典型抽样方法，确定样本县、样本镇、样本村; 然后根据农户的基本情况，在每个县抽取1个样本乡镇，每个乡镇抽取1个样本村，最后，运用随机抽样方法，在每个样本村随机抽取1个农户。该数据集访问记录了调查地块的基本信息，受访农户的基本情况，包括受教育水平、消费水平等信息，农业种植面积等。该数据集为实地调查、访问获得数据，可用于分析青藏高原农业种植基本情况分析，为进一步完善政府扶持政策的对策建议提供理论依据。
唐亚伟
本数据集基于《西藏统计年鉴》以及《青海统计年鉴》（2020），两本书籍收录了2019年以来西藏自治区及青海省的经济和社会发展等各方面的统计数据，主要从1951至2020年对农业方面进行摘取，从农村和农业基本情况、农村基本情况、乡村从业人员、分地市农林牧渔业总产值、主要农作物播种面积、主要农产品产量、主要农产品单位面积产量、农作物播种面积及产量以及耕地面积等方面，以及和平解放以来各个时期的主要统计数据，是国内外各界人士了解青藏高原、认识青藏高原的重要统计资料。
唐亚伟
本数据来自2020年7月-8月期间在西藏一江两河区、藏东南、川西藏东横断山区进行随机问卷调查，该数据集主要包括农业废弃物利用数据（秸秆利用途径和畜禽废物利用途径），秸秆利用途径主要包括还田、燃料、饲料和堆肥，畜禽粪便利用途径主要为燃料和肥料。被访人员主要以熟悉家庭情况的成年人为主，有部分村以小组计算产量。问卷设计以科学性、适用性、可行性、典型性、具体性为原则，面向以上区域设计了《入户调查表》。为了确保调查问卷设计内容的信度和效度，正式调查之前对问卷进行了预调查，进一步修改完善调查问卷存在问题。在问卷调查正式开始之前对调查人员进行了调查问卷内容的讲解和调查技能培训。
宋大刚
《2015年第三极部分湖泊水体细菌后处理产品和常规水质参数》数据集收集了2015年期间青藏高原地区部分湖泊水体采样细菌分析结果和常规水质参数。通过整理归纳汇总得到2015年第三极部分湖泊水体细菌后处理产品，数据格式为excel，方便用户查看。样品由计慕侃老师采集于2015年7月1日至7月15日，包含28个湖泊（巴木错，白马纳木错，班戈错（盐湖）， 班公错，崩错，别若则错，错鄂（申扎），错鄂（那曲），达瓦错，当穹错，当惹雍错，洞错，鄂雅错，公珠错，果根错，甲热布错，玛旁雍错，纳木错，聂尔错（盐湖），诺尔玛错，朋彦错（盐湖），蓬错，枪勇错，色林错，吴如错，物玛错，扎日南木错，扎西错），共计138个样品。其中湖泊水体细菌DNA提取方法如下：湖水过滤到0.45膜上，然后通过MO BIO PowerSoil DNA试剂盒提取DNA。16S rRNA基因片段扩增引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3') and 909r (5'-GGACTACHVGGGTWTCTAAT-3')。测序方式为Illumina MiSeq PE250，原始数据通过Mothur软件分析，包括quality filtering, chimera removal,序列分类依据Silva109数据库，古菌、真核和未知来源序列已被移除。OTU以97%相似度分类，然后移除仅在数据库中出现一次的序列。常规水质检测参数包括：溶解氧、电导率、溶解性总固体、盐度、氧化还原电位、不挥发有机碳、总氮等。其中，溶解氧采用电极极谱法；电导率采用电导率仪；盐度采用盐度计；溶解性总固体采用TDS测试仪；氧化还原电位采用ORP在线分析仪；不挥发有机碳采用TOC分析仪；总氮采用分光光度法分别得到水质参数结果供参考。
叶爱中
基于非调查法，参照祁连山地区的省级投入产出表和县级统计数据，项目编制了2017年祁连山地区投入出表。该表为分析区域经济生产与消费，以及其产品或服务包含的虚拟水资源提供了数据基础。该投入产出表利用了青海省、内蒙古自治区和甘肃省的2017年投入产出表，分析了祁连山区所包含的区县的产业生产、居民消费、区域间贸易信息构建了祁连山区域投入产出表。该投入产出表是区域宏观经济结构的刻画，也是区域产品或服务水平的表征。
吴锋
祁连山地区实体水-虚拟水时空变化数据集：运用单区域投入产出方法，结合祁连山地区2012年度投入产出表，开发了实体水-虚拟水转换模型，探究了2012年祁连山地区不同部门间虚拟水流动规律，为祁连山“山水林田湖草沙”优化配置研究提供自然-社会复合系统下水资源优化配置理论基础。经验证，本套数据实现了祁连山地区2012年度各部门的实体水消耗和虚拟水总量的平衡，说明该数据具有可靠性。该数据可为祁连山地区水资源的优化配置提供基础。
刘俊国
本数据集为2021年的祁连山区域的人类活动参数，包括祁连山区域2021年的30m耕地产品和祁连山区域2021年的30m建设用地分布产品。该产品来源于祁连山区域2021年30m的土地覆盖分类产品。该产品以2020年的土地覆盖分类产品为基础，基于Google Earth Engine平台的Landsat系列数据和强大地数据处理能力，利用变化检测的思想和方法生产得到，总体精度优于85%。该产品是1985-2020年土地覆盖分类产品的延续。1985-2020年的土地覆盖分类产品也可在本网站下载得到。其中，1985-2015年的土地利用产品为5年1期，2015-2021年的土地利用产品为1年1期。
杨爱霞, 仲波
面向中亚五国农业可持续发展，以耕地为目标，开展了未来气候变化变化变化影响下的耕地资源开发潜力评价。耕地开发潜力评价因子包括：地形因子（高程、坡度、坡向、与水资源距离）、土壤因子（盐渍化、土壤质地、土壤有机质含量、土壤pH值）、气候因子（降雨、气温、太阳辐射）、经济因子（道路密度、人口密度）。以2020年为基准年，在其他指标不变的条件下，采用CMIP6中的ESM1气候模式的平均降水和气温，预估了未来SSP5-8.5情景下的中亚耕地开发潜力。数据提供了2020s、2030s（2021-2040）和2050s（2041-2060）时间段的中亚五国耕地开发潜力的评价结果，空间分辨率为0.01°×0.01°。数据集可为中亚五国未来土地资源开发利用和农业发展等提供基础数据支撑。
蒋晓辉, 张俊俊
面向中亚五国农业可持续发展，以耕地为目标，开展了未来气候变化变化和土地利用变化影响下的土地资源开发利用风险评价。以耕地为目标的土地资源开发利用风险评价因子包括：地形因子（高程、坡度）、土地利用类型、土壤质地、降水、人均GDP、人均谷物产量、农业经济增长率、城市化水平、人口自然增长率、土壤有机质含量等。以2015年为基准年，在其他指标不变的条件下，采用CMIP6中五种气候模式（BBC-CSM2-MR、CanESM5、IPSL-CM6A-LR、MIROC6和MRI-ESM2-0）的集合平均降水以及未来不同排放情景下的土地覆盖资料，预估了未来不同情景下（SSP1-2.6、SSP2-4.5和SSP5-8.5）的中亚土地资源开发利用风险。数据提供了三种未来情景下2030s（2021-2040）和2050s（2041-2060）时间段的中亚五国土地资源开发利用风险，空间分辨率为0.5°×0.5°。数据集可为中亚五国未来土地资源开发利用和农业发展等提供基础数据支撑。
黄法融, 李兰海
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
