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
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
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。
数据集包含1980,1990,2000,2010,2017年青藏高原草地产草量空间分布。基于中国科学院地理科学与资源研究所具有自主知识产权的生态水文动力模型VIP(Vegetation Interface Process) 模拟了青藏高原草地总初级生产力(GPP),利用经验系数估算了净初级生产力(NPP),将NPP换算为干物质,再根据根冠比估算了干草产量。空间分辨率1公里。该数据集将为草地资源管理、开发、利用以及“以草定畜”策略的制定提供依据。
莫兴国
数据集包含2000年,2010年,2018年青藏高原县级理论载畜量数据和1980年, 1990年, 2000年, 2010年, 2017年县级超载程度。基于地理科学与资源研究所具有自主知识产权的生态水文动力学模型VIP(Vegetation interface process) 模拟的NPP数据计算了产草量数据(1km分辨率),按照县行政区域尺度,计算县域产草量,并根据载畜量计算标准(NY/T 635-2015)计算得到县域范围内的理论载畜量。基于县级实际载畜量数据,计算了超载程度。数据将为草地恢复、管理和利用策略的制定提供借鉴。
莫兴国
青藏高原农业活动强度数据集是基于县级农业统计数据,包括逐年耕地面积、农林牧渔劳动力、农机总动力、农村用电量、有效灌溉面积、农药使用量、化肥使用量、粮食作物总产量、农林牧渔生产总值,构建以农业投入指数和产出指数为一级指标,单位耕地面积农机总动力、单位耕地面积化肥施用量、劳动生产率等10个指标为二级指标的农业活动强度指标体系。利用熵值法确定各级指标权重,并通过层次分析法获得青藏高原县级农业投入和产出指数。基础数据来自国家统计局发布的统计数据,并对原始数据进行了核准与校正,具有较高可信度。数据集包括的1980s-2015年青藏高原县级投入产出指标和投入、产出指数一定程度上反映了青藏高原农业生产活动强度时空变化特征,为当地农业发展提供数据支持和理论参考。
刘玉洁
青藏高原由于高云覆盖,通常用来监测湖泊面积的光学遥感影像数据,如Landsat只能用来监测湖泊年尺度面积变化,而对湖泊季节变化研究了解较少。使用Sentinel-1 SAR数据,对青藏高原大于50平方公里湖泊月尺度面积进行了提取。研究显示,湖泊的季节变化显示出截然不同的模式,面积较大的湖泊(> 100 km2)在8-9月达到峰值,而较小的湖泊(50-100 km2)面积在6-7月达到峰值。封闭湖泊面积的季节峰值更突出,而外流湖的季节峰值更平缓。冰川补给湖相对于非冰川补给湖显示了延迟的面积峰值。同时,大尺度的大气环流,如西风、印度季风、和东亚季风也影响着湖泊面积的季节变化。此研究为监测湖泊面积年内变化弥补了空白。
张宇, 张国庆
根据已获得的基因组数据进行筛选从而得到的候选基因,大部分与生理发育相关,为研究候选基因的具体调节机制,因此进行对应的功能验证试验。因此通过获得相应的转基因小鼠,并对其纯合型和野生型样本的相应组织进行转录组测序(共计22份组织样本,包括大脑、骨髓、肌肉组织)。之后通过对此批转录组数据进行分析,从而完善对候选基因的功能验证,为了解物种在不同地区适应性遗传机制,以及生长发育过程中的生理调节提供有力的资料。
李艳
为了解析蔓菁如何、何时进入青藏高原,探讨蔓菁在青藏高原传播与驯化与早期人类活动的高原定居和古丝绸交流之间的关系,2018年6月,课题组利用三代基因组测序技术,对青海省囊谦县的蔓菁自交F1代品种进行全基因组测序和De Novo组装,得到组装基因组大小为409.69 Mb,Contig N50为1.21 Mb。这一结果可为研究植物扩散与人类活动之间的关系提供遗传基础。同时,这项研究有助于揭示人工驯化和人类选择对蔓菁的遗传分化的影响,以及蔓菁适应高原生态环境的适应性机制。
段元文
青藏高原生态保护和农牧业调控区划图以乡镇为基本划分单元,综合考虑地形(海拔、坡度)、植被类型和盖度、土地利用现状和农业利用类型、自然保护区分布,以及生态保护重点和农业发展方向,提出了青藏高原面向生态保护的农牧业调控分区方案,将青藏高原划分为8个区(3个以生态保护为重点农牧业限控区、5个农业适度发展区)和23个小区,分区命名采用保护+农牧业发展方向的方式。该分区图旨在有效保护生态大基础上,适度发展青藏高原农牧业,可为保障生态安全屏障功能和可持续管理提供参考信息。
吕昌河, 刘亚群
蔓菁基因组序列,经过Hi-C测序后的生物信息学分析可以实现将初步组装的基因组草图中的大部分序列定位到染色体,并能够确定这些序列在染色体上的顺序和方向,为获得高质量的序列图谱奠定重要的基础。故课题组通过该技术把蔓菁基因组序列草图中的序列分别划分到同该物种染色体数目一致的群组(Group)中,并且确定每一群组中所有序列的顺序(Order)及方向(Orientation),之后可以结合参考蔓菁基因组、转录组组装序列(EST序列)、近缘物种及遗传图谱数据对划分群组的准确性及序列之间的顺序和方向进行评估。
段元文
该数据集由2018-2019年青藏高原5次野外考察期间无人机航拍所得,数据大小为77.6 GB,包括11600余张航片。航片共分5次拍摄,拍摄时间为2018.07.19-2018.07.26、2018.09.09-2018.09.16、2019.04.24-2019.05.10、2019.07.06-2019.07.20、2019.09.01-2019.09.07。拍摄地点主要包括拉萨、日喀则、那曲、山南、林芝、昌都、迪庆、甘孜、阿坝、甘南、果洛等地区主要城市间的道路沿线及周边地区。航片较为清晰的反映了当地土地利用/覆被类型、植被分布状况、草地退化情况、植被覆盖度、河流湖泊分布等信息,航片均具有经纬度和海拔信息,可为土地利用/覆被遥感解译工作提供了较好的验证信息,还可用于植被覆盖度的估算工作,为研究区土地利用研究提供了较好的参照信息。
吕昌河, 刘亚群
为研究青藏高原及周边地区主要马属驯化动物的群体演化历史和局部适应遗传机制,并建立相应的种质遗传资源库。我们对在青海省、西藏自治区、新疆自治区采集的青藏高原及周边地区的14份马属样本进行全基因组重测序:包括藏马、藏家驴、平原家驴、家马平原地方品种。测序产生了一批基因组学数据,为追溯该地区主要马属驯化动物的驯化、迁徙、扩张等群体历史事件,并进一步探讨马属动物对缺氧、高寒、干燥等恶劣环境的适应机理提供资料。
李艳
数据内容包含了1985年、1993年、2000年、2005年、2010年以及2015年青藏高原全境农业开发对生态环境的影响的空间分布图。该数据集以农业开发对生态环境的影响为评价目标,运用压力-状态-响应模型(Press-State-Response, PSR)建立由3类要素14种指标所组成的生态环境评价指标体系,利用熵权法求得各指标权重,最后采用物元分析法分析各个指标与对应评价等级的关联度,构建青藏高原基于压力-状态-响应的熵权-可拓生态环境评价模型,揭示农业活动对生态环境的影响。
李丹
数据包括青藏高原地区县域尺度的特色农业分布县数据,为青藏高原特色农业空间布局及发展奠定基础。数据来源于西藏高原特色农产品基地发展规划(2015-2020年)等青藏高原地区各省份的规划文件。数据为县级尺度的特色农业分布,包含的种类有青稞、牦牛、绵羊和枸杞四种农产品,实现了县域尺度特色农业主要农产品的空间化,时间范围设定为2015-2020年,参照数据来源中的各省份的特色农业规划建设时间。数据可以应用于特色农业空间布局现状及未来地区特色农业发展的研究。
史文娇
青藏高原的水土资源匹配数据,由站点气象数据(2008-2016年,国家气象数据共享网)经过彭曼公式计算得出的潜在蒸散发数据,利用土地利用的不同土地类型,根据下垫面影响系数计算现有土地利用下的蒸散发量;以及气象数据中的站点降雨数据插值得到的降雨数据,根据两者差值得到水土资源匹配系数。实际降雨与现有土地利用条件下的需水量之间的差值来反映水土资源的匹配性,数值越大匹配性越好。水土资源的匹配情况的空间分布能为进一步了解青藏高原的农牧业资源情况做铺垫。
董凌霄
本数据集采用SMMR(1979-1987)、SSM/I(1987-2009)和SSMIS(2009-2015)逐日亮温数据,由双指标(TB_37v,SG)冻融判别算法生成,分类结果包含冻结地表、融化地表、沙漠及水体四种类型。数据覆盖范围为三江源区域,空间分辨率为25.067525 km,EASE Grid投影方式,以Geotif格式存储。像元数值表征地表冻融的状态:1代表冻结,2代表融化,3代表沙漠,4代表水体。因为该数据集中所有tif文件描述的是三江源国家公园范围,所以这些文件的行列号信息是不变的,摘录如下(其中cellsize单位为m): ncols 52 nrows 28 cellsize 25067.525 nodata_value 0
晋锐
本研究以2015年青藏高原耕地、林地及草地为评价对象,分析对土地敏感性影响显著的地形、气候、土壤和植被因子(地形:海拔、坡度;气候:日照时数、≥0℃积温、年平均降水量;土壤:土壤质地、土壤侵蚀强度、土层厚度;植被:植被类型、NDVI),建立农业土地敏感性评价指标体系。使用AHP法确定评价因子权重,依据ArcGis自然间断点分级法得到耕地、林地以及草地的敏感性等级,输出250m分辨率的青藏高原农业土地敏感性图纸,并对结果校验分析。
姚明磊
基于计算所得青藏高原地区1985、1990、1995、2000、2010、2015共六个典型年的农牧业生态环境风险值,利用模糊加权马尔科夫链模型预测出2030、2050、2070年去除气象因子下的生态环境风险值。之后将其在Arcgis中与未来气候模式(RCP4.5)下提取的气象因子栅格图进行叠加,得到2030、2050、2070年青藏高原地区农牧业生态环境风险数据,可为未来青藏高原农牧业发展规划提供科学依据。
卢宏玮
该数据集是基于MODIS 16天合成的NDVI产品(MOD13Q1 collection6)估算的三江源国家公园区域的植被生长季开始(Start of Season: SOS)和生长季结束的日期(End of Season: EOS)。共用了两种常见的物候期估算方法,分别是基于多项式拟合的阈值提取法(文件名中有poly字符)和基于双逻辑曲线(double logistic function)拟合后的拐点提取法(文件名中有sig字符)。该数据可以用来分析植被物候期与气候变化的关系。时间范围为2001年至2020年。空间分辨率为250m。数据中包含4个子文件夹,CJYYQ_phen是三江源国家公园长江源园区的物候结果,HHYYQ_phen是三江源国家公园黄河源园区的物候结果,LCJYYQ_phen是三江源国家公园澜沧江源园区的物候结果,SJY_phen是整个三江源区域的物候。 数据格式为geotif,建议使用arcmap或者Python+GDAL浏览和处理数据。
王旭峰
联系方式
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