雪鸡作为青藏高原珍稀濒危动物，其种群遗传多样性和种群结构、种群数量变化动态及其关键影响因素的研究对青藏高原气候变化和人类干扰具有重要价值。为阐明两种雪鸡（藏雪鸡和喜马拉雅雪鸡）种群动态及其关键影响因素，基于3S（GPS、GIS 和RS）理论的样线调查技术，本子课题于2020年7月在祁连山地区记录收集两种雪鸡分布信息，采用最大熵、随机森林等统计模型推断物种分布。完成祁连山-阿尔金山区两种雪鸡遗传资源采集、种群调查和栖息地评估。本数据集包含物种、学名、经纬度、调查区域、调查人、调查日期信息。
张立勋
利用卫星追踪技术，我们对黑颈鹤中部分越冬种群开展追踪工作。通过脚扣法捕捉黑颈鹤后，我们采取背包式方法固定追踪器，追踪器加绑绳，总重量在45克，占黑颈鹤体重不到1%。放飞后，我们以每小时获取1个活动点的采样评论，获取黑颈鹤的追踪数据，并将这些数据绘制在地图上，从而获得黑颈鹤越冬期间的活动轨迹情况。相关结果显示，黑颈鹤对越冬地的选择具有高度的稳定性，初步的分析发现黑颈鹤的越冬地和繁殖地之间，具有强连接线。强的迁徙连接性，预示着黑颈鹤更容易受到环境改变的伤害。这些结果，提示我们，加强越冬栖息地保护的重要性。同时，需要采取多种方法，对黑颈鹤的种群健康和动态开展监测。本数据集包含物种名、地点、时间、经纬度、海拔、速度、温度等信息。
伍和启
高原鼢鼠（Eospalax baileyi）是鼹形鼠科、鼢鼠属的动物，长期生活于地下黑暗封闭洞穴中，不冬眠，主要采食植物的地下根系，1年繁殖1次，每胎产仔数1-6只，主要栖息于高寒草甸、草甸化草原、草原化草甸、高寒灌丛、高原农田、荒坡等比较湿润的河岸阶地、山间盆地、滩地和山麓缓坡，仅分布在中国西部和西北部，海拔2800-4500米。分布在高海拔地区的高原鼢鼠不仅面临着地下洞穴的低氧胁迫，还面临着高原低氧的双重压力。长期的低氧生活除了在基因组序列上积累适应性突变，也会在基因组的结构和基因表达调控上体现适应性调控改变，通过分析不同海拔的高原鼢鼠的DNA甲基化和转录组数据，可以尝试解析高原鼢鼠在表观调控和基因表达水平的适应性进化和调控机制。
吕雪梅
2020年9月5日至9月26日，由子课题负责人张德志等8人组成的中科院动物所鸟类科考分队分别对喜马拉雅地区的日喀则市亚东县亚东沟、定结县陈塘沟和聂拉木县樟木沟进行了考察，顺利完成了本年度的野外科考。该观测数据由鸟类物种名称、观测地点和观测时间组成，既包括了考察的目标区域喜马拉雅地区，同时也含有少量的考察途经地点。采集的鸟类物种数据同时并入了该数据集。相应照片视频汇总至动物专题《第二次青藏科考高原动物多样性保护和可持续利用（2019QZKK0501）照片视频（2020）》数据集。
张德志
为了揭示鸟类多样性分布空间格局，探讨喜马拉雅鸟类群落的构建机制。2020年集中在西藏自治区林芝地区察隅县和墨脱县共采集775个鸟类调查样点信息。本数据集包含1个样点信息表，样点信息表包含4029条鸟类观测数据，每条信息包含物种名、拉丁名、采样地、调查时间、调查人、海拔、生境类型、距离中点距离等基本信息，以excel表形式存储。相应照片视频汇总至动物专题《第二次青藏科考高原动物多样性保护和可持续利用（2019QZKK0501）照片视频（2020）》数据集。
吴飞
本数据集为祁连山区域2019年日分辨率地表反照率产品,空间分辨率500m。采用耦合地形因子的基于MODIS反射率数据协同反演的BRDF\反照率模型，并引入先验知识进行质量控制。MODIS地表反射率数据为官方网站下载，以5天为周期合成日分辨率BRDF，进而估算日分辨率的反照率。经过验证评估，满足反照率应用精度要求，相较于同类产品对快速变化地表特征的捕捉更具有优势，且时空连续性更好。可有效支撑祁连山地区辐射平衡、环境变化研究。
闻建光, 唐勇, 游冬琴
本数据集为青藏高原区域2016年日分辨率0.02° x0.02°地表反照率产品。采用耦合地形因子的多源遥感数据协同反演的BRDF\反照率模型，并引入先验知识进行质量控制，联合极轨卫星数据MODIS反射率和静止卫星葵花8-AHI地表反射率数据反演时空连续的日分辨率的高精度BRDF/反照率。MODIS地表反射率数据及AHI天顶反射率数据集为官方网站下载，经过配准、大气校正等处理，以5天为周期合成日分辨率BRDF，进而估算日分辨率的反照率。经过验证评估，满足反照率应用精度要求，相较于同类产品对快速变化地表特征的捕捉更具有优势，且时空连续性更好。可有效支撑青藏高原地区辐射平衡、环境变化研究。
闻建光, 唐勇, 游冬琴
本数据集包括祁连山区域1982、1985、1990、1995、2000、2005、2010、2015、2017 年度地表短波反照率产品，空间分辨率为0.01°，时间分辨率为月。采用AVHRR长时间系列地表反射率，通过多角度多波段核驱动模型联合月度内多角度红光和近红外波段的AVHRR反射率数据反演核系数，积分得到短波波段的黑空反照率和白空反照率，经过重采样为0.01°空间分辨率。AVHRR地表反射率数据通过官网下载，经过月度累计多角度数据集进行反演，产品具有较好的时空连续性，可用于长时间系列的环境变化监测等。
闻建光, 游冬琴, 唐勇, 吴善龙, 仲波
该数据集包含纳木那尼冰川（北支）2008-2018年的年物质平衡数据，侧碛和末端自动气象站2011-2019年日气象数据及冰面上2018-2019年的月均气温和相对湿度数据。 冰川物质平衡数据观测时间为每年9月底或10月初，采用冰面测杆和雪坑结合的方法进行观测，获取测杆点的物质平衡数据，然后计算整条冰川的年净物质平衡（具体方法见参考文献）。 2台自动气象站（AWSs，Campbell公司）分别安装在纳木那尼冰川侧碛和末端。AWS1观测时间为2011年10月1日-2018年11月30日，观测数据包括气温(℃)、相对湿度(%)、太阳辐射(W/m2)，仪器半小时记录一次气象资料。AWS2观测时间为2010年10月19日-2018年11月30日，观测数据包括风速(m/s)、大气压(hPa)、降水 (mm)，仪器每小时记录一次气象资料。首先剔除原始记录中的少量异常数据，然后计算这些参数的日值。数据质量方面：原始数据质量较好，缺失较少。 两个温湿度探头（型号：Hobo MX2301）于2018年安装于冰面，半小时记录一次数据。将半小时数据处理为月均值。原始数据质量较好，没有缺失。 数据以excel文件存储。 该观测资料可以为研究喜马拉雅西段北坡气候、冰川、水资源及其之间的关系提供重要的基础数据，可供研究气候、水文、冰川等的科研工作者使用。
赵华标
现代花粉与植被和气候的关系是利用花粉定性解释和定量重建过去植被和气候的重要参考依据。提取湖泊沉积物中的花粉组合所蕴含的古植被和古气候信号，需要组建一个高质量的湖泊表层沉积物现代孢粉数据集。然而，青藏高原已有的湖泊表层沉积物花粉数据集并不能很好地代表其植被类型和气候梯度，仍存在空白区域，如青藏高原中东部的高寒草甸区尚缺乏现代湖泊花粉数据，影响了重建研究的可靠性。 为了构建高寒草甸区样点空间分布均匀的现代孢粉数据集，作者于2018年7月~8月采集了青藏高原中部和东部117个湖泊的表层沉积物样品。每个样品选取约10克（湿样）采用常规酸碱法和过筛法（7 μm）提取花粉。每个花粉样品至少鉴定、统计500粒陆生植物花粉粒。 本高寒草甸现代花粉数据集花粉组合以莎草科花粉为主（Cyperaceae；平均值68.4%，最大值95.9%），其他草本植物花粉如禾本科（Poaceae；平均值10.3%，最大值87.7%）、毛茛科（Ranunculaceae；平均值4.8%，最大值33.6%）、蒿属（Artemisia；平均值3.7%，最大值24.5%）、菊科（Asteraceae；平均值2.1%，最大值33.6%）等为常见花粉类型。柳属（Salix；平均值0.4%，最大值5.3%）为主要的灌木植物花粉，而乔木植物花粉含量低（平均值0.9%，最大值5.8%），主要包括松属（Pinus；平均值0.3%，最大值1.8%）、桦属（Betula；平均值0.1%，最大值0.9%）和桤木属（Alnus；平均值0.1%，最大值0.7%）。花粉组合尽管受到远源花粉（如乔木花粉）的影响，但仍能很好地代表高寒草甸植物群落组成。 本数据集除包含花粉类型的原始统计数据和百分比数据，也包括每个采样点现代气候数据。每个样点现代气候数据采用中国区域地面气象要素驱动数据集（1979-2018；0.1°空间分辨率）中最近栅格数据代替，并计算样点的年降水量（Pann）、年均气温（Tann）、最冷月均温（Mtco）和最热月均温（Mtwa），用于构建花粉-气候校准集。
曹现勇, 田芳, 李凯, 倪健
数据内容：咸海流域2015年-2018年土壤湿度数据。 数据来源及加工方法：来源于美国国家航空航天局，对每天的土壤湿度数据相加得到八天土壤之和，再除以天数得到八天降雨量平均值。 数据质量：空间分辨率为0.25°×0.25°，时间分辨率为8天，每个像元的值为八天土壤湿度的平均值。 数据应用成果及前景：在气候变化背景下，可用于气象要素和植被特征相关关系分析，也可以与其它气象数据相结合分析某种植被类型的区域分布。
刘铁
数据内容：咸海流域2015年-2018年降雨量数据。 数据来源及加工方法：来源于美国国家航空航天局新一代的全球降水计划GPM(Global Precipitation Measurement，V06，全球降水观测计划)，对三小时的降雨量数据相加得到日降雨量，再累计相加得到八天降雨量。 数据质量：空间分辨率为0.1°×0.1°，时间分辨率为8天，每个像元的值为八天降雨量之和。 数据应用成果：在气候变化背景下，可用于气象要素和植被特征相关关系分析。
刘铁
数据内容：咸海流域2015-2018年蒸散发数据集。 数据来源及加工方法：借助IDL平台，利用SEBS算法和美国国家航空航天局中分辨率成像光谱仪（MODIS）相关数据，求出2015-2018年咸海流域蒸散发结果。 数据质量：空间分辨率为1000m×1000m，时间分辨率为8天。 数据应用成果及前景：在气候变化背景下，可用于气象要素和植被特征相关关系分析，也可以与其它植被数据和生态数据相结合分析土地退化情况。
刘铁
数据内容：咸海流域2019年种植结构数据集。 数据来源及加工方法：将2019年分为三个时间段，将每个时间段内云量最少，质量最高的哨兵2号数据拼接为一张完整地图，得到咸海流域三期哨兵2号遥感影像，并求出三期影像的NDVI值，再结合得到的耕地数据和实地采样数据，用随机森林算法对其分类，最终得到每个地块上的种植结构类型。 数据质量：空间分辨率为10m×10m，时间分辨率为年，Kappa系数0.8。 数据应用成果：可用于农作物产量估算和水资源利用效率计算。
刘铁
数据内容：咸海流域耕地数据。 数据来源及加工方法：原始卫星影像来源于美国谷歌地球，为了获得高分辨率下的无云影像，谷歌地球采用拼接方法将不同年份的数据整合到一起，因此下载的影像数据时间跨度为2016-2019年。使用机器识别方法预测出地块边界，将边界转为矢量数据，之后再将结果与谷歌影像叠加，由人工逐个检查修改错误信息，得到咸海流域耕地数据。最终结果采用WGS-1984坐标系。 数据质量：空间分辨率为0.45m×0.45m，准确率达90.32%。 数据应用成果：在气候变化背景下，可与气象要素和植被特征相结合分析土地退化情况；可结合植被特征与采样点分析种植结构，也可以与气象数据和统计数据结合计算水资源利用效率和粮食产量。
刘铁
数据内容：咸海流域2010年-2018年净初级生产力数据。 数据来源及加工方法：结合土地利用、温度、植被指数、降雨量、太阳辐射和蒸散发等数据，借助于CASA模型计算反演得出NPP。 数据质量：空间分辨率为10km×10km，时间分辨率为月，每个文件有12个波段，分别对应当年每个月份的NPP结果，投影坐标为GCS_WGS_1984。 数据应用成果：在气候变化背景下，可用于气象要素和植被特征相关关系分析，也可以与其它植被数据和生态数据相结合分析土地退化情况。
刘铁
数据内容：咸海流域2015年-2018年反照率数据。 数据来源及加工方法：来源于美国国家航空航天局中分辨率成像光谱仪，提取MCD43A1产品中的"BRDF_Albedo_Parameters_nn. Num_Parameters_01"，“BRDF_Albedo_Parameters_nn. Num_Parameters_02“和“BRDF_Albedo_Parameters_nn. Num_Parameters_03”波段，参考MODIS官方算法，计算得出白天反照率和夜间反照率，乘以比例因子0.001。 数据质量：空间分辨率为500m×500m，时间分辨率为8天，每个像元的值为八天地表反照率的平均值。 咸海流域边界说明：咸海流域的边界来源于世界自然基金会的HydroBASINS Version 1，详细信息请参考：https://www.hydrosheds.org/page/hydrobasins 数据应用成果：作为重要参数可反演地表蒸散发。
刘铁
数据内容：咸海流域2015年-2018年叶面积指数数据。 数据来源及加工方法：来源于美国国家航空航天局中分辨率成像光谱仪，提取MOD15A2产品第二波段作为叶面积指数数据，乘以比例因子0.1。 数据质量：空间分辨率为1000m×1000m，时间分辨率为8天，每个像元的值为八天叶面积指数的平均值。 数据应用成果：在气候变化背景下，可用于气象要素和植被特征相关关系分析，也可以与其它植被数据相结合分析某种植被类型的区域分布。
刘铁
数据内容：咸海流域2015年-2018年地表温度数据。 数据来源及加工方法：来源于美国国家航空航天局中分辨率成像光谱仪，提取MOD11A2产品第一波段作为地表温度数据，乘以比例因子0.02。 数据质量：空间分辨率为1000m×1000m，时间分辨率为8天，每个像元的值为八天地表温度的平均值。 数据应用成果：在气候变化背景下，可用于气象要素和植被特征相关关系分析，也可以与其它气象数据相结合分析某种植被类型的区域分布。
刘铁
数据内容：咸海流域2015年-2018年归一化植被指数数据。 数据来源及加工方法：来源于美国国家航空航天局中分辨率成像光谱仪，提取MOD13A2产品第一波段作为叶面积指数数据，乘以比例因子0.0001。 数据质量：空间分辨率为1000m×1000m，时间分辨率为8天，每个像元的值为八天归一化植被指数的平均值。 数据应用成果：在气候变化背景下，可用于气象要素和植被特征相关关系分析，也可以与其它植被数据相结合分析某种植被类型的区域分布。
刘铁
整编了目前北半球数量最多的年平均地温（1002个）和活动层厚度（452个）地面观测数据，利用四种统计学习模型融合这些地面观测与多源遥感等数据产品，集合模拟得到了代表2000-2016年北半球多年冻土区年平均地温、活动层厚度、多年冻土发生概率和多年冻土水热分带数据集，空间分辨率为1公里，验证表明具有更高的精度。可为北半球多年冻土区的工程规划、设计、环境模拟与评价等提供数据支持，也可作为北半球多年冻土现状的数据基准，评估未来多年冻土变化及其影响。
冉有华, 李新, 程国栋, 车金星, Juha Aalto, Olli Karjalainen, Jan Hjort, Miska Luoto, 金会军, Jaroslav Obu, Masahiro Hori, 俞祁浩, 常晓丽
该数据集为青藏高原（主要为青海省与西藏自治区）过去100年来人口、耕地与畜牧业数据。 数据集主要包括青海省与西藏自治区1912-2016年年际人口数据、1931-1990年青海省耕地面积数据、1950-2000年西藏自治区耕地面积数据、1949-2017年青海省牲畜数量、1952-2017年西藏自治区牲畜数量。 数据主要来源于历代文献与现代统计资料，主要为广大科研人在青藏高原农牧业发展研究方面提供论据。
刘峰贵
本数据目标是围绕“一带一路”沿线关键节点区域气候变化相关环境问题，选择34个关键节点（重要城市，重大工程、港口和工业园区）区域的极端干旱气候事件，开展极端干旱的风险评估，支撑绿色“一带一路”建设空间路线图的研究，服务于绿色“一带一路”建设。对于各个节点的干旱灾害风险评估的危险性，致灾因子的危险性（hazard）是指造成干旱灾害的主要气象因子的变化特征和异常程度，例如天然降水量的异常减少、蒸发量增大或气温的异常偏高等。一般认为干旱灾害风险随着致灾因子危险性的增大而增大。利用空间化的卫星和再分析气温、降水和土壤有效含水量数据计算了关键节点区域的帕默尔干旱指数，用来表征各节点极端干旱致灾因子危险性的强弱。可以为我国海外园区、港口和重大工程建设规划、运营管理、环境问题应急与防治提供应对干旱灾害的科学依据和对策建议，推进和保障“一带一路”泛第三极地区的区域发展战略的顺利实施。
吴骅, 张丹, 陈报章
本数据集包括2010、2015和2020年间，中亚地区五国（哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土库曼斯坦和乌兹别克斯坦）的植被覆盖度（FVC）数据。该数据由MODIS-NDVI数据集（产品编号MOD13A2.006），根据干旱区植被盖度与NDVI之间的经验关系计算得到。该产品时间分辨率为1年，空间分辨率1 km。算法从当年所有观测数据中，以低云、低探测角度和最高NDVI值为标准，选择最佳的可用像元值，并进行换算。
徐晓凡, 谈明洪
本数据采用Chen et al. 2017 JHM研究的方法，利用MYD11C3.00６和MＯD11C3.006两种产品计算得到全天空的地表温度结果，具体计算程序见本数据集的Global_monthly_LST.m。数据格式为*.mat, Global_monthly_LST.m程序给出了实例如何读取该数据。该数据空间分辨率为0.05度，网格中心的经纬度信息分别保存在latitude.mat和Lonitud.mat，由于内陆湖泊、水体的发射率反演的问题，本数据将所有内陆湖泊和水体的地表温度给了NaN值，具体采用的mask见mask.mat文件。经过与全球156个站点观测的LST的验证，总体RMSE为2.69k,mean bias为0.4K，在干旱和半干旱地区的RMSE为2.62K, mean bias为0.94.K.
陈学龙, Bob Su, 马耀明
塔吉克斯坦西帕米尔冰川气象站（38°3′15″N，72°16′52″E，3730m），该站为中国气象局乌鲁木齐沙漠气象研究所和塔吉克斯坦国家科学院水问题水能与生态研究所、塔吉克斯坦水文气象局合作建设。观测数据包括逐时气象要素（风向平均值(°)、内风速平均值(m/s)、风速最大时的风向(°)、风速最大值(m/s)、平均气温(℃)、最高气温(℃)、最低气温(℃)、平均相对湿度(%)、最低相对湿度(%)、平均大气压(hPa)、最高大气压(hPa)、最低大气压(hPa)）。 资料时段为2019年11月1日至2020年11月30日 气象观测资料可以为研究西帕米尔山区气候变化、冰川、水资源之间的关系提供重要基础数据，为塔吉克斯坦阿姆河流域下游经济建设提供重要的数据。
霍文, 张瑞波
本数据为锡尔河中游苦盏水文站水文资料。该站为中国气象局乌鲁木齐沙漠气象研究所和塔吉克斯坦国家科学院水问题水能与生态研究所、塔吉克斯坦水文气象局合作建设。该数据可以用于中亚山区水资源评估等科学研究和水利工程等服务。 资料时段：2019年11月2日至2020年12月5日。 资料要素：逐小时流速（m/s）、逐小时水位（m）和逐小时降雨量（m） 站点位置：40°17′38″N, 69°40′18″E，320m 一、300W-QX河流流速、水位观测仪 （一）流速参数： 1供电电压 12（9~27）V(DC) 2工作电流 120（110~135）mA 3工作温度（-40 ~85） °C 4测量范围 （0.15 ~20）m/s 5测量精度 ±0.02m/s 6分辨率 1mm 7探测距离 0.1~50 m 8安装高度0.15~ 25 m 9采样频率 20sps （二）水位参数： 1测量范围 0.5~20 m 2测量精度 ±3 mm 3分辨率 1 mm 4重复性 ±1mm 二、SL3-1翻斗式雨量传感器 1承水口径 ф200mm 2测量降水强度 4mm/min以内 3测量最小分度 0.1mm降水量 4最大允许误差 ±4%mm 三、流速、观测仪数据获取的频率：传感器每隔5S测量一次流速和水位数据 四、小时平均流速计算：小时平均流速和水位数据由一小时内所有每隔5S测量的流速和水位数据取平均计算得出 五、水位数据中大量出现的0值的说明：水位数据中0值是供电不足引起传感器断电重启，重启后第一条数据为0，导致小时平均值出现0。2019年12月5日供电改造后恢复正常 六、雨量数据中有部分缺失及-8.191mm等非正常数据，应该予以剔除和说明。 数据缺失4.10-5.3数据，已补充，-8.191mm类似这种异常数据已经标记
霍文, 尚华明
吉尔吉斯斯坦西天山Kara-Batkak冰川气象站（42°9'46″N，78°16'21″E，3280m）。 观测数据包括逐时气象要素（小时雨量(mm)、瞬时风向(°)、瞬时风速(m/s)、2分钟风向(°)、2分钟风速(m/s)、10分钟风向(°)、10分钟风速(m/s)、最大风速时风向(°)、最大风速(m/s)、最大风速时间、极大风速时风向(°)、极大风速(m/s)、极大风速时间、分钟内极大瞬时风速风向(°)、分钟内极大瞬时风速(m/s)、气压(hPa)、气压最高(hPa)、气压最高出现时间、气压最低(hPa)、气压最低出现时间）。 气象观测要素，经过积累和统计，加工成气候资料，为农业、林业、工业、交通、军事、水文、医疗卫生和环境保护等部门进行规划、设计和研究，提供重要的数据。
霍文
本数据集包括1985-2018年间，中亚地区五国（哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土库曼斯坦和乌兹别克斯坦）的城市建设用地变化的逐年数据。该数据空间分辨率为30m，时间分辨率为一年，源自基于Landsat遥感影像提取的1985-2018年全球人工不透水面（GAIA）变化数据（宫鹏等）。研究者对该数据在1985至2015年间每隔5年的7组数据进行了评估，其平均整体精度超过90%，并且是唯一跨越30年的城市建设用地数据集。
徐晓凡, 谈明洪
本数据集包括2010、2015和2020年间，中亚地区五国（哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土库曼斯坦和乌兹别克斯坦）的归一化差值植被指数（NDVI）数据。本数据源自美国地球观测系统（EOS）计划所使用的中分辨率成像光谱仪（MODIS）影像数据，产品编号MOD13A2.006。该产品时间分辨率为16天，空间分辨率1km，产品算法从16天期间的所有观测数据中，以低云、低探测角度和最高NDVI值为标准，选择最佳的可用像元值。
徐晓凡, 谈明洪
该数据集基于未来人口预测数据，城市扩张驱动因子数据（路网密度、居民点、夜间灯光、GDP）等，利用FUTURES未来城市扩张模型模拟预测2050年西宁市城市扩张格局，及土地利用分布。数据集包含了4个数据结果，分别对应不同情景下2050年西宁市城市格局。分别是维持现状（BAU），城市紧凑发展型（infill），延续现有格局并保护耕地（Protect），紧凑发展并保护耕地（infill_protect）四种。
沈石
本数据是基于Chen et al. 2016, Chen et al. 2011, Chen et al. 2013 所使用的2008年改则无线电探空观测数据基础之上再加工处理成的资料，加工的大气风速、风向、气温、相对湿度、气压的垂直分辨率为20m，共处理了2008年三个观测阶段的资料，即IOP1，IOP2和IOP3。IOP1从2008年2月25日开始到2008年3月19日，IOP2从2008年5月13日到6月12日，IOP3从2008年7月7日到7月16日，一天4次观测。原始无线电探空仪型号为Vaisala RS-92，原数据为每2s一条数据记录，根据Chen et al. 的文章需要对该资料采用高度等间距法对所有变量进行了线性插值。
陈学龙, 马耀明
1）意义：建设用地是人类活动的最高级表现之一。自然资源的消耗与生态环境的变化可以与建设用地的发展紧密的联系起来。本数据反映了中国7个省/直辖市，同时也是城镇化快速推进的重要地区，从1990年到2019年的30m空间分辨率的高精度建设用地演变情况。 2）数据来源：Landsat系列卫星数据；中国区域地面气象要素驱动数据集（1979-2018）；SRTM 30m 高程数据 3）加工方法：采用监督分类的方法，利用随机森林算法和傅里叶变换处理特征波段，并基于目视解译的控制点进行分类。 3-1）光谱特征的获取：首先筛选出含运量<20%的Landsat图像，并以3年为单位将这些图像叠加，然后取每个叠加像元的中间值作为目标像进行拼接，得到整个研究区的无云图像。此方法也能较好的去除Landsat7数据的条带影响。 3-2）时间特征的获取：对云量筛选并进行3年叠加的每个像元，遵循最小均方差的拟合原则进行离散傅里叶变换，得到每个像元在时间纬度上的“波峰”，“波谷”和“相位”作为时间特征。 此方法能较好的消除“裸地”对建设用地提取的影响，因为裸地有可能在春夏季节被植被覆盖，其时间特征与建设用地具有较大的差别。 3-3）气象与地形特征的提取：气象特征由中国区域地面气象要素驱动数据集（1979-2018）计算获得：将该数据集按照与Landsat相同的时间间隔进行叠加，并且求得每个像元的平均值作为气象特征（由于缺少2019的气象数据，最后一期的气象特征由2017和2018两年数据计算得到）。地形特征（高程，坡度）采用SRTM-30m数据。 详细方法和代码可见：https://github.com/wangjinzhulala/North_China_Plain_GEE_Organized 4）数据质量：所有年限的总体精度均优于94%。 5）应用前景：区域城市扩张模拟；城市化的环境影响估算；粮食安全和可持续发展量化。
王金柱
全面估算了1132个大于1 km2湖泊的水量变化。总的来说，1976至2019年间，湖泊水储量增加了169.7±15.1 Gt（3.9±0.4 Gt yr-1），主要发生在内流区（157.6±11.6或3.7±0.3 Gt yr-1）。1976至1995年间，湖泊水量显示减少（-45.2±8.2Gt或-2.4±0.4Gt yr-1），但在1995至2019年间，大幅增加（214.9±12.7Gt或9.0±0.5Gt yr-1）。2010至2015年间，水量增速减缓（23.1±6.5 Gt或4.6±1.3 Gt yr-1），随后在2015至2019年间再次出现高值（65.7±6.7 Gt或16.4±1.7 Gt yr-1）。在1976-2019年间，冰川补给湖水量增加（127.1±14.3 Gt）远远高于非冰川补给湖（42.6±4.9 Gt），这也与冰川补给湖数量多，面积广有关。另外，封闭湖水量增幅（161.9±14.0 Gt）大大高于外流湖（7.8±5.8 Gt）。
张国庆
（1）阿里站大气黑碳日平均值(ng/m3)。（2）观测仪器：黑碳仪（AE33）；仪器采样间隔为1分钟；日平均值计算方法参考《GB 3095-2012环境空气质量标准》中PM2.5方法。（3）仪器刚开机和仪器故障时的异常数据已经剔除；2018年5月8日至11月，阿里站旁边野生动物保护站施工，不时排放大量颗粒物质，黑碳含量远高于历年同期，该时段数据请谨慎使用；其它时段由于仪器故障或供电故障等原因，数据有缺失。（5）仪器放置于中国科学院阿里荒漠环境综合观测研究站观测场（79.70°E，33.39°N，海拔4270m）。
王茉, 徐柏青, 赵华标, 杨松
青藏科考区历史溪河洪水分布数据包括经纬度、发生的地址、基本引发类型、日期以及造成的危害等属性信息。数据来源于灾害调查部门的调查统计。在原数据基础上，进行必要的数据质量控制。根据原数据的类型描述、主要引发因素、发生的位置结合30米基础地形进行洪水类型的分析和划分。该数据可以作为分析历史洪水灾害的参考数据。数据格式为点矢量shp格式，可以直接用ArcGIS打开。该数据结合降水、气象等观测资料，可以用于青藏高原对应区域的洪水风险分析。
王中根
（1）数据内容：卡拉库里湖2011-2019年水位日变化，观测点坐标为东经75.03°，北纬38.43°，海拔3670米。（2）数据来源和处理方法：所用仪器为HOBO压力式自动水位计（U20-001-01），记录频率为30分钟。结合附近的气象站气压数据进行矫正，剔除错误数据和异常值之后，通过计算获取水位日值的变化数据。（3）数据质量描述：由于冬季标尺遭到破坏，该数据以每年开始观测为基准。受施工等人为因素的影响，部分时段的数据缺失。（4）数据应用前景：该数据可应用于湖泊水文、高寒区水文过程等科研领域。
谢营
（1）本数据是慕士塔格站2015-2018年的气象数据，观测点位置为东经75.29°，北纬38.40°，海拔4924米，参数包括：气温，相对湿度，气压, 降水量和风速。 （2） 数据来源及加工方法：数据来源于该站点自动气象站的半小时数据，首先剔除原始记录中的异常数据，然后计算这些参数的日值。 （3）数据质量描述：在1月至3月份部分时段数据不连续 （4）该气象数据可用于如大气科学、气候学、自然地理学和冰川学等方面的研究工作。
谢营
（1）本数据是慕士塔格站2019年的气象数据，观测点位置为东经75°03.35′，北纬38°24.77′，海拔3650米，参数包括：气温，相对湿度，气压，降水量，辐射，风速，土壤温度和土壤湿度。 （2） 数据来源及加工方法：数据来源于该站点自动气象站的半小时数据，首先剔除原始记录中的异常和错误数据，然后计算这些参数的日值。 （3）该数据可用于如大气科学、气候学、自然地理学和生态学等方面的研究工作。
谢营
本数据目标是围绕“一带一路”沿线关节点区域气候变化相关环境问题，选择34个关键节点（重要城市，重大工程、港口和工业园区）区域的极端干旱气候事件，开展极端干旱的风险评估，支撑绿色“一带一路”建设空间路线图的研究，服务于绿色“一带一路”建设。对于各个节点的干旱灾害风险评估的脆弱性，一方面取决于不同土地覆盖类型对于干旱灾害的敏感性；另一方面，反映生态环境的健康程度，决定地区对于干旱灾害的承受能力、遭受干旱灾害的恢复能力，表现为不同土地覆被类型下的地物在干旱灾害时受到不利影响的倾向。利用“2018丝路环境专项”源数据百米级地表2015年土地覆盖数据，通过因子分析法衡量不同土地覆盖类型的脆弱性特点对土地脆弱性的权重赋值，得到每个节点100m分辨率的极端干旱脆弱性指标，可以为我国海外园区、港口和重大工程建设规划、运营管理、环境问题应急与防治提供应对干旱灾害的科学依据和对策建议，推进和保障“一带一路”泛第三极地区的区域发展战略的顺利实施。
吴骅, 张丹, 陈报章
该数据集是2014-2020年每年4-11期间不定期在然乌湖中湖岸边利用YSI EXO2水质多参数测量仪测量的实测值，采样时间间隔为0.25s-1s，此数据为仪器稳定后的平均值，采样地理坐标为：经度96.795296，纬度29.459066，海拔高度3925m。 测量参数为水温、电导率、溶解氧和浊度等，具体参数单位在表头中标明。数据剔除部分明显异常值，文档中为空值，使用时请注意。该数据将不定期更新，可为然乌湖流域的水化学、湖泊微生物或湖泊理化性质等的相关科研人员使用。
罗伦
本数据集包含2000-2015年青藏高原地区城镇分布、城镇人口和建成区。城镇分布数据为2015年县级矢量边界，城镇人口及建成区数据年份为2000年、2005年、2010年和2015年。其中，城镇分布与建成区数据来源于中国科学院地理科学与资源研究所匡文慧老师研究团队，城镇人口数据来源于各年份人口普查数据、青藏高原所含各省统计年鉴等数据。数据质量优良，可用于青藏高原人口增长趋势分析、城镇扩展分析以及人类活动对城镇周边环境影响分析。
匡文慧
该数据为中国科学院藏东南高山环境综合观测研究站2016年在色季拉山西坡山顶架设自动气象站数据（AWS，Campbell公司），地理坐标为北纬29.5919，东经94.6102，海拔4640m，下垫面为高山草地。 数据包括气温（℃）、相对湿度（%）、风速（m/s）和气压(mb)日算术平均数据和降水的日累计值，原始数据2018年10月之前为30分钟一个平均值，此后为10分钟记录一个平均值。温湿度采用HMP155A温湿度探头测定，降雨量仪器型号为RG3-M，大气压力传感器探头为PTB210，风速传感器为05103，这些探头离地面2 m。数据质量方面：剔除了明显异常值，2019年上半年积雪导致电池损坏，数据有缺失，缺失的气温数据利用了附近站点4390m气温拟合回归矫正，已在数中标据黄，使用时请注意；降水量的监测从2019年8月开始。该数据站点为藏东南地区较高海拔的气象站，后续会不定期更新，可供研究生态、气候、水文、冰川等的科研工作者使用。
罗伦
过去50年，在全球气候变化的大背景下，随着人口增加和经济发展，欧亚草地已发生了较严重的退化。土壤理化性质作为草原质量评估的重要指标，其时空格局分布与变化都能直观反映草原退化情况，有效评估草原质量对沿线国家的可持续性发展和中国“一带一路”战略的推进都具有重要的意义。在以往研究中，土壤属性指标的时空分布表达在精度和准确性上均存在着可提升的空间。随着地理信息系统、全球定位系统、各类传感器等工具及土壤制图技术的日益强大，数字土壤制图逐渐成为一种高效表达土壤空间分布的方法。本研究以土壤景观学和空间自相关理论为基础，融合多源样点数据与环境协变量数据，使用机器学习模型，分别预测2000年前后欧亚大陆温性草地1km分辨率表层土壤属性空间分布。为了解决土壤样点据标准化的问题，使用等面积样条函数将不同剖面土层属性拟合至表层20cm土壤属性，采用土壤颗粒分布参数模型将不同土壤质地分类标准统一转换为美国制。为了解决土壤样点数不足的问题，使用伪专家观测点补充欠采样区土壤有机质和含砂量样点；采用逐步回归结合支持向量机模型，并通过计算阈值筛选有效土壤容重模拟样点。针对地形气候条件复杂的特征，结合多源遥感数据，应用NGBoost模型挖掘基于样点的土壤属性与环境景观因子（地形、气候、植被、土壤类型等）及空间位置之间的关系，分别预测研究区内1980-1999年和2000-2019年的土壤有机质、含砂量与容重，并给出对应指标的不确定性空间分布。模拟的土壤属性指标的空间分布趋势总体符合实际情况。模拟值与实测值较为吻合，线性关系显著，2000年前土壤有机质含量、容重和含砂量R²分别为0.64、0.35和0.44，RMSE分别为0.25、0.07和13.94；2000年后R²分别为0.79、0.77和0.86，RMSE分别为0.2、0.13和6.61。研究结果表明，本方法能有效反演欧亚大陆温性草地的土壤理化性质，为评估该地区草原退化与构建草原质量评价体系提供基础。
李振宇, 张娜
该数据为中国科学院藏东南高山环境综合观测研究站2018年在易贡藏布流域架设自动气象站数据（AWS，Campbell公司），地理坐标为北纬30.1741，东经94.9334，海拔2282m，下垫面为草地。 数据包括气温（℃）、相对湿度（%）、风速（m/s）、水汽压（Kpa）和气压(mb)日算术平均数据和降水的日累计值，原始数据为10分钟记录一个平均值。温湿度采用HMP155A温湿度探头测定，降雨量仪器型号为TB4，大气压力传感器探头为PTB210，风速传感器为05103，这些探头离地面2 m高。数据质量方面：原始数据质量较好，缺失较少。该数据站点为青藏高原较低海拔的气象站，后续会不定期更新，可供研究气候、水文、冰川等的科研工作者使用。
罗伦
本数据为阿姆河上游支流卡菲尼干河水文站水文资料。该站为中国气象局乌鲁木齐沙漠气象研究所和塔吉克斯坦国家科学院水问题水能与生态研究所、塔吉克斯坦水文气象局合作建设。该数据可以用于中亚山区水资源评估等科学研究和水利工程等服务。资料时段：2019年11月3日至2020年12月3日。资料要素：逐小时流速（m/s）、逐小时水位（m）和逐小时降雨量（m）。站点位置：37°36′01″N，68°08′01″E，420m 一、300W-QX河流流速、水位观测仪 （一）流速参数： 1供电电压 12（9~27）V(DC) 2工作电流 120（110~135）mA 3工作温度（-40 ~85） °C 4测量范围 （0.15 ~20）m/s 5测量精度 ±0.02m/s 6分辨率 1mm 7探测距离 0.1~50 m 8安装高度0.15~ 25 m 9采样频率 20sps （二）水位参数： 1测量范围 0.5~20 m 2测量精度 ±3 mm 3分辨率 1 mm 4重复性 ±1mm 二、SL3-1翻斗式雨量传感器 1承水口径 ф200mm 2测量降水强度 4mm/min以内 3测量最小分度 0.1mm降水量 4最大允许误差 ±4%mm 三、流速、观测仪数据获取的频率：传感器每隔5S测量一次流速和水位数据 四、小时平均流速计算：小时平均流速和水位数据由一小时内所有每隔5S测量的流速和水位数据取平均计算得出 五、水位数据中大量出现的0值的说明：水位数据中0值是供电不足引起传感器断电重启，初次启动第一条数据是0，导致小时平均值出现0。经2020年7月26日供电改造后，数据恢复了正常,2020年9月底又开始出现供电不足，经2020年12月25日二次供电改造，数据恢复正常 六、水位监测情况进行说明（如7358行，2020/11/3 16:00，最高水位6.7m，最低水位为0m，如何解释？另，最高水位的最大值是6.7m，数据中多次出现这个最高水位的值，似乎显示了6.7m是监测数据的极限值，实际情况是否如此？ ）：6.7m是设置的初始传感器距离河床底部高度，出现6.7m是传感器刚启动时候的异常数据，是设备供电不足导致断电重启引起传感器重启，初次启动出现这种异常值，经2020年12月25日供电改造后，数据恢复了正常
霍文, 尚华明
采用全球陆表特征参量（叶面积指数LAI）产品，空间分辨率为5 km。该产品使用广义回归神经网络方法，由AVHRR地表反射率数据反演LAI。本研究下载了1981–2017年中亚5国、蒙古国和中国北方每年6-8月的12期LAI数据产品，来源于国家科技基础条件平台——国家地球系统科学数据中心。用ArcGIS软件对这些影像进行裁剪，并计算最大值，由此获得最大LAI的时空数据集。其中，中亚5国包括土库曼斯坦、吉尔吉斯斯坦、哈萨克斯坦、塔吉克斯坦和乌兹别克斯坦；中国北方指中国长江以北地区。
张娜
基于1980-2019年青藏高原及附近105个气象站点的气象数据（数据源于中国气象局数据国家气象科学数据中心）计算含氧量，发现含氧量和海拔显著线性相关，y=-0.0263x+283.8,R2=0.9819。因此基于DEM数据栅格计算得到含氧量分布图。由于青藏高原地区自然环境的限制，相关定点观察机构较少，本数据可在一定程度上反应青藏高原地区含氧量的分布情况，对青藏高原人类生存环境等相关研究有一定的借鉴意义。
信忠保
本数据集来源于论文：Tang, H. et al. (2020). Early Oligocene vegetation and climate of southwestern China inferred from palynology. Palaeogeography, Palaeoclimatology, Palaeoecology, 560, 109988. doi:10.1016/j.palaeo.2020.109988 数据中包含论文中的补充数据，主要包括：(1)利用采集的孢粉样品统计计算得到的孢粉百分比；(2)重建的早渐新世文山、吕合，晚始新世剑川三处古植物群的植被功能类型。 研究人员在青藏高原东南缘，云南省吕合镇发现了一个含化石的剖面，根据火山凝灰岩的铀-铅同位素测得其年代为早渐新世(~33-32 Ma)。剖面总厚度约为18米，本研究中，研究人员在剖面上采集了55份孢粉样品，每个样品为2-2.5 g，后用 KOH (10%)、 HCl (10%)和 HF (39%)处理，然后在超声槽中用5μm 尼龙网过滤样品，保留残余物。利用光学显微镜和扫描电子显微镜对孢子和花粉进行了鉴定。用毛细管采集单个孢粉粒，转移到铜质扫描电镜样品台上，后镀金，用 Zeiss EVO LS10扫描电镜对单个孢粉粒进行观察。在400倍的光学显微镜下进行孢粉统计，每个样品至少计300粒，之后计算不同类群孢粉的百分比。 随后，研究人员按照Prentice et al. (1996)，Prentice and Jolly (2000) 和Ni et al. (2010)的方法重建了古植被。根据已发表的数据(Ni et al. 2010)，通过古植物群与现代植物功能类型的相似性比较，重建了古生物群面貌。利用欧几里德距离(Prentice et al., 1996)和Jaccard指数系数(Pound and Salzmann, 2017)研究了古植物群与现代植物群的相似性，采用 R 包“ clusteval”中的“ Jaccard 指数系数”计算了相似度。古植物群落被划分为相似性得分最高的生物群落，同时考虑到了优势类群或关键类群。
唐赫
本数据集以大量的地面实测草地地上生物量数据为基础，以1980s中国植被类型图划分出温性草地类型，借助Google Earth Engine平台上的Landsat遥感数据，在不同草地类型分别构建了草地地上实测生物量-遥感数据的随机森林模型，在验证可靠的基础上，对1993～2019年间逐年的草地地上生物量进行了估算，从而形成了1993～2019年中国北方温性草地地上生物量的逐年空间数据集。地上生物量定义为单位面积内地面以上实存生活的植被有机物质总量。已对原有栅格值乘以系数100，单位：0.01克/平方米（g/m²）。本数据集可为中国北方温性草地资源、生态环境的动态监测和评价提供科学基础。
张娜
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
