此数据集以2015年为基准年，分别选取人口密度、高危人口分布、GDP为评价指标，完成34个关键节点高温热浪暴露度评估。暴露度是指灾害发生时某地区可能受到灾害影响的程度，在极端高温发生时，人类与经济是受高温热浪影响最为明显的两类因素。其中将高危人口分别定义为年龄小于五岁的儿童及大于65岁的老人，评估采取等权重叠加方法，为消除单位差异影响，在评估前对各指标层数据进行归一化处理，此次评估结果空间分辨率为100m，范围覆盖泛第三极34个关键节点区域。
葛咏, 杨飞, 刘庆生
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34个关键接诶单区域的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、离岸线的距离等指标。在此基础上，构建风暴潮灾害危险性评估指数，利用加权方法综合上述各指标得到风暴潮危险指数。最后对风暴潮危险指数进行归一化处理，得到0-1之前的危险指数值，以此来评价各评估单元风暴潮危险性的高低，并可用于进行风暴潮危险等级评估。数据集包括“一带一路”沿线34个节点中有风暴潮灾害危险的11个节点的危险性评估结果图。
葛咏, 李强子, 董文
此数据集以1984-2018年全球地表水数据（WOD）为基础，选取了降水、地形、土地利用类型几个指标，结合ArcGIS中的空间分析方法，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危险性等级。34个关键节点百里级危险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。
葛咏, 李强子, 李毅
历史极端降水导致地表淹没范围数据集评估了一带一路重点区域在极端降水下地表被淹没的范围，为当地政府部门决策提供依据和参考，以便在极端降水发生前进行预警，降低极端降水所带来的生命财产损失。 此数据集以极端降水阈值集和极端降水识别数据为基础，确认发生极端降水的时间节点和区域，再到NASA网站上下载对应时间和地区的淹没范围产品，利用ArcGIS空间分析结合连接以上数据，构建了34个关键节点历史极端降水导致地表淹没范围数据集。 数据主要包括34个关键节点（万象、中缅石油天然气管道、中老泰柬铁路、亚历山大港、仰光、关丹、加尔各答、华沙、卡拉奇、叶卡捷琳堡、叶卡捷琳堡等区域）
吴骅
体感温度是指人体感受到的冷热程度，受温度、风速和湿度的影响。该数据的空间范围覆盖泛第三极区域34个关键节点（万象、仰光、加尔各答、华沙、卡拉奇、叶卡捷琳堡、吉大港、塔什干等地区）；空间分辨率为100m。 数据处理过程：以气象站点监测数据为基础数据源，基于Humidex指数计算体感温度，再使用基于高程校正的温度插值方法获得整个区域1km格网化数据,并将其降尺度为100m。高温热浪危险性数据集主要以强度为评价指标。空间范围、空间分辨率与体感温度数据集一致，时间分辨率为年。 判断高温热浪的标准为：体感温度连续3天超过29℃的天气过程判断为一次高温热浪。
杨飞, 武夕琳, 殷聪
本数据集的数据源为Landsat-5卫星的大气顶层反射率数据第1、2、3波段。Landsat卫星为太阳同步卫星，卫星由北向南运行，地球自西向东旋转，卫星每天绕地球14．5圈，每圈在赤道西移159km，每16天重复覆盖一次。本数据集主要覆盖孟加拉国达卡市，基于2010年的Landsat-5大气顶层反射率数据，本数据从地理空间数据云平台下载，利用ArcGIS对数据进行波段合成，最终得到了TIFF格式的达卡区域2010的30米分辨率多光谱遥感影像数据。
葛咏, 杨飞
本数据为中亚大湖区2017年逐6小时分辨率常规和卫星资料。其中常规资料包含中亚大湖区及其周边地区（中国、哈萨克斯坦、吉尔吉斯斯坦、土库曼斯坦、塔吉克斯坦、乌兹别克斯坦、阿富汗、俄罗斯、伊朗、巴基斯坦、印度等）的地面台站和探空站点观测，观测要素包含气温、气压、风速和湿度，每个时次的站点数平在600个左右，站点间距离在10-100km之间；卫星资料来源于极轨气象卫星（NOAA-18、NOAA-19、METOP-A和METOP-B）反演的云导风，并重采样到30km水平分辨率。云导风通过追踪示踪云的移动来估计风速，由示踪云的高度确定风场高度。本数据全部来源于全球电信系统Geostationary Tether Satellite（GTS），经过质量控制剔除了质量较差的观测资料。该数据可应用于中亚大湖区的资料同化，也可用于检验和评估模式对中亚大湖区的数值模拟。
姚遥
此数据集以百米级危险性评估数据集和百米级脆弱性评估数据集为基础，分别赋予危险性和脆弱性不同的权重（其中危险性权重为0.8，脆弱性权重为0.2），相加计算获得了34个关键节点百米级的风险评估数据集。该数据集评估了“一带一路”重点区域在极端降水事件下的洪涝灾害风险，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。
葛咏, 李强子, 李毅
分别于2014年4月和2016年5月在黄河源区（黄河沿以上）采集的21个湖泊（7个非热融湖塘，14个热融湖塘），在加拿大维多利亚Inno Tech Alberta实验室通过Delta V Advantage Dual Inlet/HDevice system 测试氢氧同位素丰度，同位素丰度表达为δ（‰）形式（相对于维也纳平均海水丰度） 测试误差：δ18O： 0.1‰，δD： 1‰ ，数据还包括通过Google earth engine中 Landsat 2017影像数据提取得到的湖泊面积和湖泊流域面积。 通过的长期气象资料数据（多年平均气温，多年平均相对湿度，多年平均年降水量，多年平均年水面蒸发量），基于水量平衡及同位素质量守恒模型（模型参数也包括在数据集中）对湖泊水文信息，包括蒸发/入流比例（E/I）和湖泊流域产水量（WY）进行估算。
万程炜
热带气旋（TC）最佳路径数据已经作为单独的风暴路径存在于其他机构。 IBTrACS将这些数据集合并到一个全球TC数据库中。目的是克服数据可用性问题，通过直接与所有区域专门气象中心和其他国际中心和个人合作，创建全球最佳轨道数据集，将多个中心的风暴信息合并成一个产品，并将数据存档供公众使用。 世界气象组织热带气旋方案已批准IBTrACS作为热带气旋最佳路径数据的官方归档和分发资源。 IBTrACS 包含最完整的全球历史热带气旋集，结合来自许多热带气旋数据集的信息 ， 通过在一个地方提供来自多个源的风暴数据，简化机构间比较， 提供流行格式的数据以方便分析， 检查风暴库存、位置、压力和风速的质量，将信息传递给用户。在集中位置提供热带气旋最佳路径数据，以帮助我们了解全球热带气旋的分布、频率和强度。IBTrACS的主要目的是支持科学研究工作。
葛咏, 李强子, 董文
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。降水距平百分率反映某一时段降水量与同期平均状态的偏离程度，以百分率表示。 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，空间分辨率200m。 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
本数据集基础数据源提供逐小时、逐日到逐年时间分辨率不等的气象数据，观测站基础观测数据可提供包括温度、降水、露点、风速等在内的气象环境信息。本数据集主要覆盖泛第三极东南亚及中东地区关键节点区域。数据处理的主要步骤为：首先从众多基础气象数据中筛选得到日最高温度数据；综合日最高温相对湿度关系，基于气象站露点温度数据，完成日相对湿度计算。该数据集对评价关键节点区域的高温天气过程提供了基础资料和有力参考。
葛咏, 刘庆生
气象数据是一组反映天气的数据，气象数据可分为气候资料和天气资料。本数据集主要包含了气象数据中的降雨数据以及气温数据（数据集中pre代表降雨、T2代表气温）。该数据集来自英国东安格利亚大学（University of East Anglia）提供的CRU（Climate Research Unit）全球格网数据（http://www.cgiar-csi.org/）。CRU数据集通过对中亚365个地区的观测站点资料插值得到，在中亚地区有较高的准确度。本数据集利用CRU通过Arcgis批量裁剪的方式得到中亚五国的降雨以及气温数据。数据格式：GeoTIFF；空间分辨率：0.5°；时间尺度：月尺度。该气象数据应用十分广泛，可与不同领域资源相融合，在交通运输、新能源、农业、移动互联网软件开发和服务、公共管理及基于大数据技术的智慧城市、智慧交通、智慧粮食等领域的开发建设中起到重要作用。
CRU
包含生物质燃烧源污染物SO2、NOX、VOCs、NH3、OC、EC、CO2、CH4的排放及Hg的排放，可为了解第三极区域的排放状况提供数据依据，也可为模型模拟提供输入数据。基础数据基于公开数据搜集、卫星观测数据、文献搜集等方式，以排放因子等方法结合ARCGIS等处理软件，建立了3km*3km的生物质燃烧源排放清单。清单中的数据来自于世界粮食和农作物组织数据库，MODIS卫星数据和科学文献，其质量可以保证。该数据可用于模型工作者对于第三极区域气候及空气质量的进一步研究。
王书肖, 冯新斌
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
中亚地区气温和辐射数据时间分辨率为月尺度，空间分辨率分别为0.5度和0.05度，采用GCS_WGS_1984投影坐标系统。其中，辐射数据计算采用了GLDAS的下行短波辐射、空气温度数据和空气水汽压数据、MOD11C3的地表温度/发射率数据、MCD43C3地表反照率数据和ASTER_GEDv4.1比辐射率数据计算得到；温度数据计算采用了MOD06_L2云产品和MOD07_L2大气剖面数据计算得到。本数据基于先进的遥感算法，充分利用目前精度较高的遥感数据和产品，区别于传统的气候模式对气候要素的估算原理。本数据可用于中亚地区水资源时空变化特征、农业水资源供需关系分析和水资源开发潜力评估等。
宋进喜, 蒋晓辉
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
站点日月年统计数据集是反映站点气候情况的关键参数，是GSOM日月年数据集。气象在岩石圈、生物圈、土壤圈和大气圈中有着重要作用，为评价气候因素在全球的区域贡献和响应提供了基础。 本数据集以34个泛第三极关键节点区域为研究区域（阿巴斯、阿斯塔纳、曼谷等），基于2000至2016年日月年站点气候数据，对不同地区的气象因素进行了统计，最终得到了关键节点区域站点气象观测日月年数据集。 主要参数是：日月年平均最高值，平均最低值和平均温度；每月总降水量和降雪量等
贾小凤
降雨数据在空间和时间上的变化是干旱预警和环境监测的关键方面。但是由于地形的复杂，从卫星数据得出的估计值提供的面积平均值会导致偏差，从而会低估极端降水事件的强度。而由站点数据产生的降水网格会在雨量多测站较少的农村地区受到影响。 气候危害小组的红外降水的站点数（CHIRPS），从1981年到现在拥有从跨度50°S-50°N（及所有经度）35年以上的准全球降雨数据集。利用变入渗能力模型，建立在以前的“智能”插值技术和基于红外冷云持续时间(CCD)观测的高分辨率、长时间记录降水估算方法的基础上，以0.05°分辨率的卫星图像以及原位气象站数据来创建栅格化的降雨时间序列用于趋势分析和季节性干旱监测。最终得到了所有34个泛第三极关键节点区域的降雨数据。 本数据集作为所有遥感数据的研究基础，为项目提供了基底数据。根据官方或节点所在政府信息，本数据集可实时更新。
董明霞
本数据集的数据源为Landsat-5、Landsat-8卫星的大气顶层反射率数据第1至7波段。Landsat卫星为太阳同步卫星，重复周期为16天。本数据集以主要覆盖东南亚和中东的泛第三极关键节点区域为研究区域，基于2000至2016年的Landsat-5及Landsat-8大气顶层反射率数据，利用Google Earth Engine云计算平台对数据进行研究区的掩模裁剪，最终得到了TIFF格式的泛第三极区域2000-2016的30米分辨率多光谱遥感影像数据。
葛咏, 凌峰, 张一行
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
