高时空分辨率的遥感影像在土地利用变化检测、灾害监测、生物地球化学参数估计等方面有着非常重要的作用。目前，Landsat多光谱系列卫星数据（包括Landsat TM，ETM+和OLI多光谱波段）是最为广泛应用的多光谱数据之一。以“一带一路”关键节点区域为研究区域，基于2000至2016年Landsat TM/ETM+/OLI系列质量较好的数据，利用Python对数据进行研究区的掩膜裁剪。对于部分数据缺失问题，利用缺失日期的MODIS数据，并结合相邻时相的Landsat-MODIS数据对进行时空融合，得到缺失日期Landsat尺度的数据。最终获得了34个关键节点区域2001-2016逐年8-16天的多光谱遥感影像数据。
殷志祥, 凌峰
该数据集是通过MODIS各通道反射率和SIF观测数据建立神经网络模型，从而得到较高时空分辨率的SIF数据，常作为初级生产力的参考。数据来源于Zhang et al. (2018)，具体算法参见文章。源数据范围为全球，本数据集选取了青藏高原区域。本数据将原本的4天时间尺度数据集成至月数据，加工方法为取月最大值，尽可能达到去除噪声的效果。该数据集常被用作评定植被绿度和初级生产力的时间和空间格局，具有实际意义和理论价值。
张尧
基于MODIS卫星遥感数据，计算中蒙俄经济走廊区整体的植被盖度（VC）。传统的VC计算公式选取归一化植被指数（NDVI）做为变量。为订正土壤背景以及大气作用带来的偏差，本数据集在VC计算过程中，用增强型植被指数（EVI）代替NDVI。其原始数据为1千米分辨率Terra MODIS植被指数第6版数据（MOD13A3）中的增强型植被指数数据。数据集过滤了MODIS卫星数据中原本存在的异常值或缺测值，相比源数据质量更高。中蒙俄经济走廊是沙漠化高风险区，目前，走廊区沙漠化发展大致沿中蒙交通干道延展，且在城市人口密集区沙漠化程度最为严重。植被盖度数据中可以有效提取区域沙漠化信息，这将为交通管线灾害风险防治与安全运营提供生态环境方面的数据支撑。
张雪芹
利用长时间序列Landsat遥感数据(1976年的KH-9数据为辅助数据)，人工目视解译获取了念青唐古拉山西段近40年(1970s-2018)共5期冰湖数据，对大于0.0036平方千米的冰湖从类型、规模、海拔、流域4个方面的变化特征进行了详细分析。研究发现，念青唐古拉山西段冰湖持续扩张，数量从1976年的192个增加到2018年的299个，增加了107个(+56%)，相应地总面积由原来的6.75±0.13平方千米扩张到9.12±0.13平方千米，增加了2.37平方千米 (+35%)；冰湖的类型正发生明显的变化；较小规模的冰湖变化较快；冰湖的扩张正向更高海拔发展。
罗玮, 张国庆
植被光合作用是陆地生态系统碳循环的关键组成部分，模拟不同时空尺度上的光合作用活动有助于解决陆地碳收支的难题，也是准确预测未来气候变化方向的重要途径和科学认识陆地生态系统对人类社会可持续发展支持能力的重要前提。目前，虽然多种估算生态系统总初级生产力（GPP）的算法和产品已经相对较为成熟，但是长时间序列的全球GPP产品仍存在较大的差异和不确定性，尤其是其时间变化趋势。日光诱导叶绿素荧光（SIF）遥感是近年快速发展起来的新型遥感技术，SIF与光合过程的紧密联系使得其成为指示植被光合变化的有效探针，也是监测GPP强有力的手段。基于遥感数据获取的一种新型植被指数（NIRv），即归一化植被指数NDVI与近红外波段反射率的乘积，与遥感SIF产品高度相关；基于机理推导、模型模拟和遥感数据的分析结果均显示，NIRv可以作为SIF的替代产品，用于估算全球GPP。 因此，在分析了NIRv作为SIF和GPP探针的可行性基础上，本数据集基于长达40年左右的遥感AVHRR数据和全球数百个通量站点观测，生成了1982-2018年的全球高分辨率长时间序列GP数据，并分析了全球GPP的时空变化趋势，其分辨率为月，0.05度，数据单位为gC m-2 d-1，多年平均的全球GPP大约为128.3 ± 4.0 Pg C yr−1，基于地面通量站点的检验结果表明该数据的均方根误差（RMSE）为1.95 gC m-2 d-1。该数据集可用于全球气候变化和碳循环的相关研究。
王松寒, 张永光
本数据集包括祁连山区域1985-2019年的30m土地覆盖分类产品。该产品首先利用Landsat-8/OLI构造2015年时间序列数据，针对各类地物随时间变化呈现的NDVI时间序列曲线不同，对不同地物特征进行知识归纳，设定规则提取不同地物，得到2015年的土地覆盖分类图。分类系统参考了IGBP分类系统和FROM_LC分类系统，共分为耕地、林地、草地、灌丛、湿地、水体、不透水面、裸地、冰川和积雪共10大类。由Google Earth高清影像和实地调研数据进行精度评价，得出2015年土地覆盖分类产品的总体精度高达92.19%。以2015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，生产出1985-2019年的土地覆盖分类产品。对分类产品进行比较，得出基于Google Earth Engine平台生产的土地覆盖分类产品与基于时间序列方法得到的分类产品具有很好的一致性。总之，祁连山核心区的土地覆盖数据集具有较高的总体精度，且基于Google Earth Engine平台样本训练的方法能够在时间和空间上对现有的分类产品进行扩展，能够在长时间序列上反映更多的土地覆盖类型变化信息。其中，1985-2015年的土地利用产品为5年1期，2015-2019年的土地利用产品为1年1期。
杨爱霞, 仲波, 角坤升, 吴俊君
本数据集包括祁连山区域1985-2019年的30m耕地和建设用地分布产品。该产品来源于祁连山区域1985-2019年30m的土地覆盖分类产品。产品生产时使用了NDVI 产品、灯光数据产品、DEM产品和哨兵1号的SAR数据。使用变化监测的方法，在2015年产品的基础上生产出其他年份的产品。产品的总精度优于85%。其中，1985-2015年的土地利用产品为5年1期，2015-2019年的土地利用产品为1年1期。
杨爱霞, 仲波, 角坤升, 吴俊君
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
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。
本数据集是欧亚大陆温性草地类型时空变异图—中国内蒙古区域三级分类（2009年），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。该数据是在已有内蒙古草原的草类型图基础上加工而成。内蒙古草原的草类型图是依据野外调查资料，以内蒙旗县为单位，根据草原类型分类系统，在预判基础上，叠加野外样地资料、遥感影像等信息数据，参考当地历史草原调查数据及相关资料，野外调绘修正而成。 我们选择2000-2009历史气象数据，结合卫星数据进一步分析修正，并进行空间插值计算。得出内蒙区域温性草地三级分类。该数据可用于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
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。根据已有的2015年全球GDP公里格网数据集，通过利用夜间灯光遥感数据、土地覆被类型、植被覆盖情况和地形指数等辅助信息，构建支撑向量机回归克里格降尺度模型来实现34个关键节点区域的百米空间分辨率的GDP预测。针对辅助变量的数据缺失问题，采用克里格插值填补缺值；并通过聚合和重采样方法，获取1-km和500-m夜间灯光、植被指数、土地覆被数据和地形指数，以及100-m地形指数(包括高程、坡度和坡向)。所采用的降尺度模型由趋势和残差预测两部分组成，利用支撑向量机回归建立公里尺度GDP与辅助变量之间的非线性关系，基于变量关系尺度不变的假设，结合精细尺度辅助变量，获取精细尺度GDP趋势预测；再使用克里格插值方法，得到精细尺度GDP残差预测。在降尺度预测中，首先利用1-km和500-m数据，通过降尺度模型得到500-mGDP预测结果；然后根据500-m和100-m数据，再次利用降尺度模型获取34个关键节点区域的2015年百米分辨率GDP预测数据(单位：美元(2011年) )，为区域风险评估提供高分辨率GDP预测数据。
葛咏, 凌峰
利用长时间序列Landsat遥感数据，获取了整个青藏高原近50年（1970s~2021）共15期湖泊观测数据，对大于1平方公里湖泊的数量及面积变化进行了详细分析。研究发现青藏高原湖泊数量从1970年代的1080个增加到2021年的~1400个。相应地，湖泊面积从1970年代的4万平方公里增加到了2021年的5万平方公里，净增加了1万平方公里。青藏高原湖泊并非持续单调地增加。在1970s至1995年间，大部分湖泊呈现萎缩状态；但在1995年之后，除2015年外，青藏高原湖泊的数量和面积总体呈现出持续增加趋势。流域尺度上，除雅鲁藏布流域外，均在扩张。
张国庆
积雪面积比例（fractional snow cover， FSC）是定量描述单位像元内积雪覆盖面积（Snow Cover Area SCA）与像元空间范围的比值。本数据集涵盖区域为北极地区（北纬35°至北纬90°），使用Google Earth Engine平台，采用的初始数据为MOD09GA 分辨率为1000m的全球地表反射率产品，数据制备时间为2000年2月24日至2019年11月18日。方法为：在训练样本区域，使用Landsat 8地表反射率的数据和SNOMAP算法制备FSC的参考数据集，将该数据集作为训练样本区域FSC真值，从而建立训练样本区域FSC与基于MODIS地表反射率产品的雪被指数NDSI之间的线性回归模型。使用该模型，将MODIS全球地表反射率产品作为输入，制备北极地区积雪面积比例时序数据。该数据集可为区域气候模拟、水文模型等提供积雪分布的定量信息。
马媛, 李弘毅
本数据集是2000-2018年青藏高原地区归一化植被指数的年内最大值数据（NDVI-AM）。数据为栅格TIFF格式，空间分辨率为250米，栅格数据值域为[-1,1]。可用于青藏高原植被覆盖度变化、草地退化等生态环境变化的研究，也可以为城镇化与生态环境交互胁迫研究提供数据支持。该数据是基于MODIS中分辨传感器MOD13系列的陆地2级标准数据产品计算的（https://modis.gsfc.nasa.gov/data/dataprod/mod13.php）。该2级产品数据是对原始的MODIS原始数据集进行加工后生成的特定应用数据产品。NDVI-AM数据根据其中的归一化植被指数珊格数据，计算每个像元NDVI的年内最大值而加工生成的。
杜云艳, 易嘉伟
基于2015年夏季Landsat8 OLI遥感影像，提取覆盖“一带一路”范围内的典型样点该影像的光谱特征值。波段包括band (0.45 - 0.51μm)、band (0.53 - 0.59μm)、band (0.64 - 0.67μm)、band (0.85 - 0.88μm)、band (1.57 - 1.65μm)、band (2.11 - 2.29 μm)、band (10.60 - 11.19 μm)和band (11.50 - 12.51 μm)等八个，同时基于“一带一路”区域土地利用数据（V1.0）（2015）提取了每个样地的土地覆被/利用类型（10个）。数据包括excel格式和shp格式，shp数据文件为光谱特征数据集每个样地的空间分布及光谱信息。
许尔琪
结合Landsat影像(4215景)、地形图，利用半自动水体提取及人工目视检查编辑，完成了过去60多年来（1960s, 1970s, 1990, 1995, 2000, 2005, 2010, 2015, 2020）详细的中国湖泊(大于1平方公里)数量与面积变化研究。从1960s到2020年，中国湖泊总数量（≥ 1 km^2）从2127个增加到2621个，面积从68537 km^2扩张到82302 km^2 。
张国庆
生态承载力是指在不损害生态系统生产能力与功能完整性的前提下，生态系统可持续承载具有一定社会经济发展水平的最大人口规模，单位为人/平方公里。生态承载力空间分布数据基于VPM模型模拟的NPP数据和FAO农业、林业和畜牧业生产与贸易数据计算得到；以NPP数据为基础结合CCI-CI土地利用数据与各类生态系统地上地下生物量配比参数得到ANPP数据，作为生态供给量；以农林牧生产与贸易数据为基础结合人口数据得到“一带一路”沿线国家人均生态消耗标准，然后将国家尺度数据空间栅格化；将空间栅格化的生态供给量数据与人均生态消耗标准相除得到空间栅格化的生态承载数据。
闫慧敏
中亚地区风速数据集，为tif格式。其空间范围涵盖里海在内的中亚五国地区，包括乌兹别克斯坦、哈萨克斯坦、土库曼斯坦、塔吉克斯坦和吉尔吉斯坦。该数据由GLDAS全球三小时同化数据提取获得。时间分辨率为3小时，空间分辨率为0.25°，时间范围为：2017年平均值。可以利用该数据进行中亚五国的大尺度输沙通量计算，进而估算沙丘的潜在移动速度等参数。该数据集可为中亚地区沙漠油气田与绿洲城镇风沙灾害评估提供数据支撑。
高鑫
本数据集根据最新发布的NOAA全球模拟和绘图项目（GIMMS，Global Inventory Monitoring and Modeling System）长序列（1981-2013）均一化植被指数产品，版本号3g，先将NDVI数据产品从1/12度空间分辨率重采样到0.5度，然后对每年的时间序列采用double-logistic方法进行平滑，并计算平滑后的曲率，选取春季曲率最大值作为植被的春季返青期，该数据可分析泛北极植被春季物候的时空特征。
徐希燕
本数据集为2018年祁连山重点区域土地覆盖/利用数据，空间分辨率2m。本数据集以祁连山地区的气候、海拔、地形地貌、地表覆盖类型等资料为基础，通过高分辨率遥感影像，对地表覆被类型进行解译判读。对影像无法反映的地类，实地核实地类，采集相关数据，核对并修正土地利用类型。同时进一步核对2018年祁连山重点区域土地覆盖/利用类型及植被覆盖情况等属性信息，统一进行图斑及其属性的录入和编辑，形成2018年祁连山地区土地覆盖/利用数据，实现祁连山地区生态治理的现势性和时效性。
祁元, 张金龙, 颜长珍, 段翰晨, 贾永娟
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
