本数据集记录了阿姆河流域karakul地区荒漠土地2019.9-2020.9的气象要素数据，以及为探明咸海高矿化度咸水用于植被建设的可行性，课题成员于2020年6月在新疆塔里木河下游农二师31团2连开展咸水灌溉种植盐地碱蓬试验和在巴州33团沙漠边缘区进行了高矿化度水（18.94g/L）滴灌种子繁殖造林试验，用以研究不同植物在高矿化度咸水灌溉下的表型特征。收集到的数据包括土壤含水量、电导率、土壤盐分等土壤理化性质以及耐盐植物生理等数据。
李新荣, 何明珠, 赵振勇
“一带一路”沿线的34个关键节点区域风暴潮历史事件泛在网络数据是从互联网收集并再加工处理而来的。该数据通过Python程序语言编写网络爬虫，通过调用谷歌和百度搜索引擎根据风暴潮事件的关键词获得网页信息，并对网页信息进行解析，提取事件发生的时间、地点以及事件概况、影响范围、受灾人数、死亡人数、网页地址等核心信息。该数据可用于极端事件中风暴潮的风险评估，从而为“一带一路”沿线关键节点和区域开展风暴潮风险研究提供重要支撑作用。
葛咏, 凌峰
“一带一路”沿线的34个关键节点区域极端降水历史事件泛在网络数据是从互联网收集并再加工处理而来。该数据通过Python程序语言编写网络爬虫，通过调用谷歌和百度搜索引擎根据极端降水事件的关键词获得网页信息，并对网页信息进行解析，提取事件发生的时间、地点以及事件概况、影响范围、受灾人数、死亡人数、网页地址等核心信息。该数据可用于极端事件中极端降水的风险评估，从而为“一带一路”沿线关键节点和区域开展极端降水风险研究提供重要支撑作用。
葛咏, 凌峰
“一带一路”沿线的34个关键节点区域铁路数据是从互联网收集并再加工处理而来，为矢量shp格式。首先以关键节点区域所在国家下载OSM线状铁路数据，按关键节点区域进行裁剪提取，同时与基于高分辨率遥感影像铁路提取结果进行对比分析，结合各个地区统计局数据核对更新，最终整合成铁路基础设施要素数据产品。铁路数据集为矢量线状数据，空间坐标系为WGS84，包含名称(name)、铁路类型(fclass)等属性字段，可用来计算铁路长度、分析铁路分布情况等。该铁路数据可为“一带一路”沿线关键节点和区域开展社会经济基础设施、交通运输等研究提供重要的基础数据。
葛咏, 凌峰
“一带一路”沿线的34个关键节点区域道路数据是从互联网收集并处理而来。从OpenStreetMap开源wiki地图中可以获得道路数据，OpenStreetMap是一项旨在向任何人创建并提供免费地理数据（如街道地图）的计划。首先以一带一路沿线的关键节点区域所在国家下载线状道路数据，再按区域进行裁剪提取，再计算各个单元内公路长度，得到。基于OpenStreetMap最终整合成公路长度基础设施要素数据产品。该公路长度数据可为“一带一路”沿线关键节点和区域开展社会经济基础设施、交通运输等研究提供重要的基础数据。
葛咏, 凌峰
“一带一路”沿线的34个关键节点经济数据（人均GDP、GDP增长率、三产占比、国民基尼指数、恩格尔系数等）是从互联网收集并降尺度而来。首先收集到国家尺度或省级尺度的人均GDP、GDP增长率、三产占比、国民基尼指数、恩格尔系数等经济数据的统计数据，采用GIS空间分析技术与统计学方法，分析这些经济数据分别与夜间灯光NPP-VIIRSS、路网密度等协变量的关系，运用空间回归分析方法建立了经济数据分别与协变量的空间回归模型，得到县级尺度的人均GDP、GDP增长率、三产占比、国民基尼指数、恩格尔系数，实现了经济数据的降尺度模拟。基于统计资料和空间分析最终整合成经济数据。该经济数据（人均GDP、GDP增长率、三产占比、国民基尼指数、恩格尔系数等）可为“一带一路”沿线关键节点和区域开展社会经济等研究提供重要的基础数据。
葛咏, 凌峰
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一带一路区域的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，以十米网格为评估单元，提取并计算每个单元里与风暴潮灾害危险性、暴露度和脆弱性相关的指标，如节点潮位历史强度、风暴历史到达频次、历史损失、人口密度、土地覆盖类型等指标。在此基础上，构建风暴潮灾害风险综合指数，利用加权方法综合上述各指标得到风暴潮风险指数。最后对风暴潮风险指数进行归一化处理，得到0-1之前的风险指数值，以此来评价各评估单元风暴潮风险的高低，并可用于进行风暴潮风险等级评估。数据集包括20年、50年和100年一遇对应的风险。
董文
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“一带一路”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，以十米网格为评估单元，提取并计算每个单元里与风暴潮灾害脆弱性相关的指标，如人口密度、GDP值、土地覆盖类型等指标。在此基础上，构建风暴潮灾害脆弱性综合指数，利用加权方法综合上述各指标得到风暴潮脆弱性指数。最后对风暴潮风险指数进行归一化处理，得到0-1之前的脆弱性指数值，以此来评价各评估单元风暴潮脆弱性的高低。
董文
本数据集包含青藏高原地区近50年（1950-2002）的自然灾害统计信息，包括干旱、雪灾、霜灾、冰雹、洪涝、风灾、雷电灾害、寒潮和强降温、低温冻害、大风沙尘暴、虫灾、鼠害等气象灾害产生的时间地点及所造成的损失及影响。 青海和西藏是青藏高原的主体，青藏高原是我国生物物种形成、演化的中心之一，也是国际科技界瞩目的研究气候和生态环境变化的敏感区和脆弱带，其复杂的地形条件，高峻的海拔高度和严酷的气候条件决定了生态环境十分脆弱,，成为我国自然灾害发生最频繁的地区。 数据摘录自《中国气象灾害大典·青海卷》、《中国气象灾害大典·西藏卷》，人工录入总结校对。
统计局
“一带一路”沿线的34个关键节点区域城市化率数据是收集并降尺度而来。首先收集到国家尺度或省级尺度的城市化率统计数据，采用GIS空间分析技术，分析城市化率与夜间灯光NPP-VIIRS、路网密度等协变量的关系，运用空间回归分析方法建立了城市化率与协变量的空间回归模型，得到县级尺度城市化率数据，实现了城市化率的降尺度模拟。基于统计资料和空间分析最终整合成城市化率数据。该数据可为“一带一路”沿线关键节点和区域开展社会经济等研究提供重要的基础数据。
葛咏, 凌峰
本数据集包括祁连山地区环境介质中主要持久性有机污染物的浓度和分布数据。样品采集于2018年5月，采样范围包括祁连山国家公园及其周边地区。样品经索氏提取-净化-浓缩等前处理步骤制备后，由气相色谱-离子阱质谱进行测定。目标化合物包括有机氯农药、多氯联苯、多环芳烃等。样品前处理过程中，添加Mirex和PCB-30作为回收率标志物。样品测试时的内标为PCNB和PCB-209。经计算样品回收率普遍在60%-101%之间。
龚平, 王小萍
青藏高原城镇分布和城镇化指标数据集主要包括青藏高原所有城镇土地的空间分布数据（2019年）和不同尺度的城镇化水平指标（2018年）。城镇分布数据集主要基于“1:25万全国基础地理数据库-2015版”的居民地地名（点）和居民地（面）数据，并结合2019年前后的Google Earth影像，通过目视解译的方法获得。城镇化指标包括利用珞珈一号夜间灯光数据计算出的全域、省级、流域、地级和县级尺度复合灯光指数（Compound night light index, CNLI）。本数据集将为青藏高原重点城镇化地区生态安全屏障优化体系研究提供支持。
何春阳, 刘志锋, 王一航
中蒙俄经济走廊主要铁路线 ： 满洲里-赤塔； 呼和浩特-二连-乌兰巴托 ； 绥芬河-符拉迪沃斯托克/哈巴罗夫斯克 ； 二连-扎门乌德 ；大连-哈尔滨 ； 哈尔滨-满洲里 ；集宁-二连 ； 长春-晖春 ；扎门乌德达-乌兰巴托-苏赫巴托 ； 后贝加尔斯克-赤塔 ； 新西伯利亚-乌兰乌德 ； 乌兰乌德-恰克图--达尔汗-巴彦郭勒-乌兰巴托-巴彦塔尔-戈壁苏木贝尔-乔伊尔-赛音山达-扎门乌德-二连浩特-集宁-阳高--张家口-廊坊-天津港；内蒙古-二连浩特-扎门乌德-乔伊尔-乌兰巴托-达尔罕-阿勒坦布拉格-恰克图-乌兰乌德； 纳乌什基-乌兰乌德 ；长春—珲春； 中俄输油管道线路： 中俄原油管道一线、二线（林源-大庆-林甸-讷河-嫩江-大杨树-乌尔其-加格达奇-漠河-松岭-劲松-新林-塔河-瓦拉干-二十二站-兴安镇-斯科沃罗季诺（西伯利亚-太平洋原油管道系统） 东西伯利亚-太平洋管道（（大庆—太舍1，2）泰舍特-斯科沃罗季诺-玛格达加奇-哈巴洛夫斯克-佩列沃兹纳亚-科济米诺） 中俄原油管道（泰舍特-连斯克-奥廖克明斯克-阿尔丹-腾达-斯科沃罗季诺-漠河-齐齐哈尔-大庆） 中俄远东管道（泰舍特-连斯克-奥廖克明斯克-阿尔丹-腾达-哈巴罗夫斯克-符拉迪沃斯托克）
卜晓燕
青藏高原农牧区社会经济脆弱性参数数据集主要包含青藏高原农牧区县域尺度社会经济脆弱性参数数据。数据时间范围为2000-2015年，涉及青海省和西藏自治区的112个县区，主要参数指标包括人口密度、单位从业人数占总人口比例、乡村从业人数占总人口比例、农林牧渔从业人数占乡村从业人数比例、人均GDP、人均居民储蓄存款余额、人均耕地面积、人均粮食产量、人均油料产量、单位面积牲畜存栏量、人均肉类产量、中小学在校学生数占总人口比例、万人医院床位数。采用熵权法计算各项指标权重，并通过ArcGIS空间化，最终得到县域尺度社会经济脆弱性参数数据。原始数据来源于青海省和西藏自治区统计年鉴。数据通过Shape文件和Excel文件两种方式表达。本数据集将为农牧区社会经济脆弱性评估和典型农牧区的选取提供参考。
战金艳, 滕艳敏, 刘世梁
班戈、伦坡拉地点的化石研究意义重大，化石的年代数据不可或缺。该地区发育有火山凝灰岩，其中的锆石可用来做U-Pb年龄分析，以此来判断地层及化石的年龄。本数据以图示的方式展示班戈、伦坡拉化石地点凝灰岩样品中的锆石U-Pb年龄分析结果，图中标明了大量锆石的外形，并在不同的锆石样品上标明了年龄分析结果，数据展示了相关研究所采用的较大的样本量，分析结果也较清晰。本数据的图片展示直观清楚，结果可靠，对青藏高原的研究有着较为重大的意义。
孙博阳
1）数据包括泛第三极固体民用源的各种污染物（CO2、CO、CH4、NOx、SO2、PM2.5、PM10）的排放信息，分别按照中国和泛第三极其他地区两个部分进行数据整理。 2）该数据是在泛第三极固体民用源排放清单的基础上，根据LANDSCAN提供的1km*1km（2017年）的人口数据进行了网格化分配。 3）数据格式为shpfile格式，为高空间分辨率的网格化排放数据。 4）该数据可以为之后泛第三极地区的污染物排放研究提供数据支撑。
王书肖
1）数据内容：塔里木盆地沙蜥属和麻蜥属物种名录及其分布数据，包含纲、目、科中文名、科拉丁名、属中文名、属拉丁名、种拉丁名、种中文名、国家、省、市县分布地；2）数据来源及加工方法：基于2008至2020年间对塔里木盆地干旱荒漠区两栖爬行动物野外科考，记录该地区沙蜥属和麻蜥属蜥蜴的物种组成和分布范围；3）数据质量描述：标本的调查、采集和鉴定人员均为专业人员，样品的采集信息经过核对，确保分布数据的质量；4）数据应用成果及前景：综合分析塔里木盆地沙蜥属和麻蜥属蜥蜴的物种多样性和分布数据，可以为为亚洲中部干旱区生物多样性编目提供重要资料，为评估生物多样性格局及制定保护策略提供科学依据。
郭宪光
在过去几十年中，相对于热带气旋(在印度洋称为热带风暴)的路径预报，热带气旋强度的预报能力提高非常有限。 降雨的潜热释放通常认为驱动热带气旋增强非常重要的过程。 很多研究表明热带气旋的降雨和对流特征是影响热带气旋强度变化的非常重要过程，而环境变量相对来说对强度预报的作用非常有限。基于此，提取和热带气旋最佳路径数据500公里范围内匹配的卫星观测降雨和对流(云顶亮温)数据，来研究这些变量和热带气旋强度和强度变化的关系。 首先将不同来源资料进行时空匹配，包括对原始的热带气旋最佳路径数据与卫星降水和对流数据进行了时空匹配，包括位置对应，时间和空间分辨率的匹配，同时采用线性插值将路径中心位置插值到每小时；热带气旋对应的降雨数据基于TRMM卫星观测计算，热带气旋对应的云顶亮温数据基于多源定轨红外卫星计算，然后根据最佳路径空间位置、时间和影响半径（距气旋中心500km），动态提取和计算相关范围内的TRMM卫星降水和多源定轨红外卫星的红外亮温数据，得到台风路径3小时分辨率的降水和对流数据，其中降水空间分辨率0.25°，对流空间分辨率4km。 该数据显示降雨和热带气旋的强度有非常好的线性关系，降雨越大的热带气旋对应的热带气旋的强度越强。但是这不能说明热带气旋增强是由降雨引起的，快速增强的热带气旋和快速减弱的热带气旋对应的降雨都可以很强。热带气旋从快速减弱到快速增强，深对流云（云顶亮温<208 K）的强度和面积都逐步增大，而与热带气旋的强度没有线性的对应关系。这一部分深对流云的变化领先于热带气旋强度24小时变化, 因此可以作为判断热带气旋强度变化非常重要的指标（Ruan and Wu，2018，GRL）。与热带气旋相对应的降雨和对流特征，可以很好的用来研究热带气旋强度以及强度变化。同时，该数据的降雨具有3小时的分辨率，云顶温度具有半小时的分辨率， 可以做日变化尺度上的相关研究。
吴巧燕
该数据集为青藏高原及周边地区史前时代遗址分布数据，研究区主要为青藏高原及周边地区。青藏高原，平均海拔超过4000m，是世界上海拔最高、面积最大的高原，是地球上最不适宜人类长期生活的地区之一。考古遗址出土的遗存是古人类活动遗留下的直接证据。该数据集原始数据数字化自青藏高原文物普查和考古调查结果（中国文物地图集青海分册和西藏分册），主要根据其中的遗址分布地图进行了地图数字化，获取了经纬度坐标和海拔。遗址点共计6950处，大部分分布于高原北部地区，遗址的年代范围分布在7000BP至2300BP之间，遗址海拔分布在850m-5447m之间。本数据集对于研究史前时代人类向青藏高原扩散的过程与动力等与青藏高原、史前时代人类活动相关的研究具有参考价值。
董广辉, 刘峰文
中国地表温度数据集包含2003-2017年期间中国（约960万平方公里土地）的地表温度数据，时间分辨率为月尺度，空间分辨率为5600 m。 数据集主要是通过集成MODIS每日数据（MOD11C1和MYD11C1），月数据（MOD11C3和MYD11C3）和气象站数据，以重建月尺度LST图像云覆盖下的真实LST来生成的，然后构建回归分析模型以进一步提高精度。 六个具有不同气候条件的自然分区。 精度分析表明，重建结果与现场测量结果密切相关，平均RMSE为1.39°C，MAE为1.30°C，R2为0.97。 详情请参考引用文献Zhao et al (2020)。
毛克彪
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
