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
该数据集包含中亚地区1982-2015年逐次干旱事件的开始时间（年、月）、发生位置（经度、纬度）、持续时间（月）、干旱强度，以及植被响应干旱的脆弱性数据，空间分辨率为1/12°。其中，干旱事件通过12月尺度的标准化降水蒸散指数（SPEI12）<-1.0识别。干旱特征及植被脆弱性的具体算法详见引文。该数据集已在中亚植被响应干旱脆弱性等研究上得到应用，并在干旱事件时空特征、干旱-植被影响机理、干旱风险评估等研究领域具有应用前景。
邓浩宇
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
建成区（Built-up Area）可以反映一定时间阶段城市建设用地规模、形态和实际使用情况，为分析研究用地现状，合理利用建成区的土地和规划城市建设发展用地提供基础。基于1999~2003年和2013~2014年覆盖34个关键节点的卫星影像，采用有监督和无监督的数据分类过程，将数据驱动和知识驱动合理地结合起来生产得到2000年和2014年的关键节点区域建成区分布数据。初步试验证实，该建成区信息质量优于其他通过对地观测数据自动处理提取的全球信息数据。数据的Balanced Accuracy 为0.83，遗漏误差为0.22。数据为TIFF格式的栅格数据，包含0,1,2,3,4五个唯一值，其中0表示nodata，1表示水面，2表示没有建成区的土地，3表示2014年的建成区，4表示2000年的建成区。
周璞, 凌峰
“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
1) 数据内容（包含的要素及意义）：数据包含气温（℃）、降水（mm）、相对湿度(%)和风速(m/s)四个指标的日值 2) 数据来源及加工方法；气温、相对湿度和风速为日均值，降水为日累计值；数据采集地点色季拉山东坡林线附近29°39′25.2″N; 94°42′25.62″E; 4390m；下垫面为自然草地；采集器型号Campbell Co CR1000，采集时间：10分钟。数字化自动采集数据。气温和相对湿度仪器探头为HMP155A；风速传感器为05103；降水为TE525MM; 3) 数据质量描述；气温、相对湿度和风速原始数据为10分钟一个的平均值，降水为10分钟的累积值；分别通过算术平均或求和得到日平均气温、相对湿度、降水量和风速。由于传感器限制，冬季降水量可能有一定的误差。 4) 数据应用成果及前景：此数据是已有数据《色季拉山气象数据（2007-2017）》的更新，数据时间尺度跨度大，方便大气物理、生态、大气环境等方面的科学家或研究生使用。每年会不定期更新此数据。
罗伦
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
1）数据内容：末次冰盛期（lgm）、全新世中期（midHolocene）和工业革命前期（piControl）多模式集合平均200 hPa和850 hPa纬向风速（反映高、低层西风）、850 hPa经向和纬向风（反映东亚季风环流）、纬向质量流函数（反映沃克环流）；2）数据来源：国际古气候模拟比较计划第2和第3阶段多模式试验逐月数据，加工方法：多模式等权重算术平均，气候平均，3）数据应用：用于古气候变化和动力学机制研究。
田芝平, 王娜
该数据集是基于一系列微波遥感数据获取，包含Special Sensor Microwave Imager (SSM/I), Advanced Microwave Scanning Radiometer for Earth Observation System (AMSR-E)等，表征植被的含水量，可作为初级生产力的参考。数据来源于Liu et al. (2015)，具体计算方法参见文章。源数据范围为全球，本数据集选取了青藏高原区域。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。
刘毅
该数据集是基于GIMMS AVHRR传感器计算的LAI 3g，表征植被的绿度。数据来源于Chen et al. (2019)，具体计算方法参见文章。源数据范围为全球，本数据集选取了青藏高原区域。本数据将原本的半月尺度数据集成至月数据，加工方法为将一个月的两期LAI取最大值，尽可能达到去除噪声的效果。该数据集是使用最为广泛的LAI数据之一，常被用作评定植被绿度的时间和空间格局，具有实际意义和理论价值。
陈驰
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
该数据集是基于GIMMS AVHRR传感器计算的NDVI 3g，是通过红外和近红外通道的反射率计算而得的产品，表征植被的绿度。源数据范围为全球，本数据集选取了青藏高原区域。本数据将原本的半月尺度数据集成至月数据，加工方法为将一个月的两期NDVI取最大值，在最大值滤波的处理下，尽可能达到去除噪声的效果。该数据集是使用最为广泛的NDVI数据之一，常被用作评定植被绿度的时间和空间格局，具有实际意义和理论价值。
刘焱序
广义的季节冻土包括非多年冻土区的季节冻结层和多年冻土区的季节融化层。季节冻土的面积可达80%以上，占据北半球大部分陆地面积。季节冻土的冻融循环过程对地-气水热交换、地表能量平衡、地表水文过程、生态系统、碳循环、农业生产、工程建设等具有非常重要的影响。基于站点观测资料、CRU资料，利用Stefan方程，计算祁连山多年冻土区活动层厚度和季节冻土区土壤冻结深度的空间分布（1971-2000年的30年平均值）。研究结果有助于进一步探讨祁连山季节冻土变化与气候变化之间的物理机制、冻土区生态-水文过程等研究。
彭小清, 张廷军
1）数据内容：数据为围栏工程实地采样数据，包含样方编号、草地类型、调查县、调查地点、工程类型、采样时间、工程开始时间、持续时间、"经度（°E）"、"纬度（°N）"、"海拔（m）"、"总盖度（%）" "高度平均（cm）"、地上生物量(g/m2)、地下生物量(g/m2)、总生物量(g/m2)， 2）数据来源：实地采样数据 3）数据质量：质量较高。 4）数据应用前景：青藏高原草地围栏工程将在保护草地、恢复区域植被生产力上获得显著成效，工程的实施为区域畜牧业发展提供了更广阔的空间, 保障了当地农牧民收入与地区经济为稳定的增长。此外，工程的实施保证并支持了藏区牧民的正常生产和生活, 实现了牧区草地保护与牧民畜牧业生产的稳定发展, 这对维护西藏社会全面稳定，促进西藏地区又好又快发展具有重要意义。
洪江涛, 王小丹
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
本数据集是一个包含34年（1983.7-2017.6）的全国高分辨率地表太阳辐射数据集，其分辨率为10公里，数据单位为W/㎡。该数据集是基于以ISCCP-HXG云产品为主要输入的全球高分辨率（3小时，10公里）地表太阳辐射数据集（1983-2017）上，通过地理加权回归方式，融合全国2261个气象台站日照时数反演的地表太阳辐射站点数据而生成的全国地表太阳辐射分布数据。验证并和其他全球卫星辐射产品比较表明，该数据集在长期趋势模拟上比GEWEX-SRB、CMSAF-CLARA-A2、ISCCP-HXG卫星辐射产品的精度要高。本数据可为陆地表面过程模拟的水文生态学的长期变化应用和研究中提供有利的数据支持。
冯飞, 王开存
印度洋是海气相互作用非常活跃的区域，它与太平洋共同构成的“印度洋-太平洋暖池”是全球海温最高、体积最大的暖水区，不仅通过季风将大量的热量和水汽输送到热带外海域，而且热带印度洋上空的强对流也在全球气候变化中扮演重要的角色。研究印度洋本身的热力性质以及海气相互作用，需要准确、可靠的格点化三维海温数据集。 本数据集由印度洋三维格点温度构成，其水平范围覆盖印度洋（30°E-105°E，45°S-30°N），垂直方向从表层到2000米共41层，水平分辨率为1/4°，时间分辨率是逐月。数据采用“表层-次表层”反演技术和最优插值方案制作。首先，“表层-次表层”反演过程使用机器学习算法（广义神经网络）将遥感的海表面温、海表面高度异常等信息投影到次表层，形成反演剖面（或“伪”剖面）。进一步，挑选高质量的反演剖面，补充到英国气象局提供的海洋次表层现场剖面数据库中，使用最优插值方案进行融合，得到最终的融合数据集。通过与现有的IAP、EN4以及Ishii数据集相比，该数据集能够抓住印度洋主要的海温变化特征，高分辨率版本可以提取更多中小尺度信号。该数据集分辨率高，融合了现场剖面和遥感资料的优势，有望在印度洋海气相互作用方面发挥作用。
王公杰, 赵亮
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
在全球增暖的背景下，中蒙俄经济走廊面临的安全问题十分突出，主要表现为冻土层退化和土地沙漠化问题日趋严重。冻土退化使中蒙俄交通管线沿线区域泥石流、水毁、冰雪害等灾害频发，同时引起水土流失，进而造成冻土管道露管等严重问题。沙漠化则使研究区生态环境更为脆弱，水土流失、沙尘暴等复合危害频繁发生。因此，本数据集将为中蒙俄经济走廊气候变化及其对冻土、沙漠化等影响研究提供基础气候数据。数据选取了ERA5气候再分析数据的陆地表面气候再分析数据集（ERA5-Land）（来源：https://cds.climate.copernicus.eu）。本数据集采用反距离权重（IDW）法对原始数据进行插值，使其空间分辨率达到10km。基于该数据集，可得到过去40年中蒙俄经济走廊区气候要素时空分布格局。
张雪芹
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
古湖沼学和古生态学方法为气候环境变化与生态系统过程变化研究提供了一个长期的视角，它们记录了气候变化与人类活动对水生生态系统的直接影响和间接影响过程。湖泊沉积物中的浮游动物壳体和沉积色素，可以反映湖泊生态系统中初级生产者（光合生物）和初级消费者的群落结构的变化。作者利用青藏高原中部湖泊达则错的沉积物中的卤虫的头壳和西藏蚤的卵，以及沉积色素重建了过去600年来的浮游动物和浮游植物群落变化。利用总氮和总磷重建了湖泊过去营养盐的变化。结果显示，浮游植物群落变化主要受控于浮游动物群落，这一结果可为未来高原湖泊生态系统的管理提供重要的理论参考。
梁洁
该数据包含波密2008年降水稳定同位素δ18O日均值，气温和降水量；降水样品由波密气象局采集，降水稳定同位素是在法国气候与环境科学实验室（Laboratoire des Sciences du Climat et de l’Environnement, France）测定，δ18O由MAT-252质谱仪测定。气温和降水量由波密气象局在降水事件发生时记录，气温为降水事件开始与结束的平均值。降水稳定同位素δ18O精度为0.05‰。 该数据研究已发表在JOURNAL OF CLIMATE，题为Precipitation Water Stable Isotopes in the South Tibetan Plateau: Observations and Modeling。
高晶
该数据集包含阿里地区狮泉河国家基准气候站（32°30’N，80°05’E，海拔4278.6米）的大气中PM2.5（粒径小于2.5μm的颗粒物）的质量浓度。测量仪器为RP 1400A型振荡天平法颗粒物质量浓度监测仪（Tapered Element Oscillating MicroBalance，TEOM），其观测时段为2019年7月8日至2019年8月2日，时间分辨率为1分钟。数据以TXT格式存储。资助项目：第二次青藏高原综合科学考察研究任务六专题2（2019QZKK0602）。
黄建平, 张镭, 田鹏飞, 史晋森
该数据提供了南极冰盖2013年-2019年间的年度冰流速产品，该产品是第一个采用Landsat 8 光学影像的全色波段（15米分辨率）获取的南极冰川流速年度产品。所使用的影像时间段为2013年12月-2019年4月。该南极年度冰流产品共采用了超过8万景Landsat 8影像，超过25万景形变测量结果。洲际冰流速产品采用了非局部均值滤波误差处理方法，裸岩区域作为标定的处理方法，提高了冰流的细节和定位精度。是至今为止南极覆盖最全、分辨率最高的年度产品。该产品可以作为评估南极冰盖物质平衡的重要基础资料，也可以作为冰川模型的标定产品。
沈强
对未来气候变化的有效评价，特别是对未来降水量的预测，是制定适应战略的重要依据。本数据是基于RegCM4.6模型，对CanEMS2 (RCP 45和RCP85)、GFDL-ESM2M （RCP2.6、RCP4.5、RCP6.0和RCP8.5）、HadGEM2-ES（RCP2.6、RCP4.5和RCP8.5）、IPSL-CM5A-LR（RCP2.6、RCP4.5、RCP6.0和RCP8.5）、MIROC5（RCP2.6、RCP4.5、RCP6.0和RCP8.5）和NorESM1-M（RCP2.6、RCP4.5、RCP6.0和RCP8.5）等多模型不同碳排放浓度情景下进行区域动力降尺度，获得2007-2099年空间分辨率为0.25度，时间分辨率分别为3小时（部分为6小时）、逐日和逐年的21套中国全境未来气候数据。
潘小多, 张磊
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
该数据集为孟加拉，Satkhira、Barisal、Sylhet3个观测站点2017-2018年的日降水稳定同位素数据(δ18O,δD,d-excess)，由Bangladesh Atomic Energy Commission (BAEC)采集，在中国科学院青藏高原研究所环境与地表过程重点实验室用Picarro L2130i 波长扫描光腔衰荡光谱仪测得。 三个观测点样品采集地点及时间： Satkhira ：2017.03.11-2018.07.16 Barisal：2017.03.05-2018.07.02 Sylhet : 2017.02.20-2018.09.04
高晶
该数据集为阿里地区驻地狮泉河镇观测数据。阿里地区驻地的经纬度、海拔高度分别为32.50，80.10；4360m。连续观测大气中黑碳（Black carbon）的质量浓度。测量仪器为AE31（Aethalometer），其观测时段为2019年7月13日12：00:00至2020年7月17日21:35:00，时间分辨率为5分钟，中间因仪器故障，有数据缺失。数据文件包括仪器信息、流量参数设置（LPM）及具体观测浓度。资助项目：第二次青藏高原综合科学考察研究2019QZKK0602。
朱崇抒, 胡塔峰, 吴枫, 王启元, 张宁宁, 戴文婷
通过近30年的研究，人们对青藏高原，特别是喜马拉雅山以北地区降水稳定同位素（2H和18O）的气候控制作用有了充分的认识。然而，尼泊尔（喜马拉雅山以南）对降水稳定同位素的控制知识还远远不够。 本研究描述了2016年5月10日至2018年9月21日期间尼泊尔加德满都降水稳定同位素的季节内和年度变化，并分析了对降水稳定同位素的可能控制因素。所有样品均位于尼泊尔首都加德满都(27°42′N, 85°20′E)，平均海拔约1400m。并结合了2001年1月1日至2018年9月21日的气象资料，给出了降水量（P）、温度（T）和相对湿度（RH）的值。
高晶
本数据集包含由卫星重力测量数据得到的2002年4月至2019年12月南极冰盖质量变化数据。所采用的卫星重力数据来自于美国宇航局NASA与德国宇航局DLR合作的重力场恢复与气候学实验双星星座（GRACE，2002年4月至2017年6月）及其后续任务GRACE-FO (2018年六月至今）。由于GRACE和GRACE-FO之间有一年左右数据间断，我们额外采用了由欧洲空间局ESA的Swarm星座GPS数据反演得到的重力场数据（2013年12月至2019年12月）。所采用GRACE重力场数据为德州大学奥斯丁空间研究中心（CSR）、德国地学研究中心（GFZ）、美国宇航局喷气推进实验室（JPL）以及俄亥俄州立大学（OSU）四家机构发布产品的加权平均模型。GRACE数据后处理包括：用SLR数据解算结果替换GRACE低阶重力场参数（degree-1, C20和C30），去条带滤波，300公里高斯平滑，ICE6-G_D（VM5a）GIA模型，信号泄露误差改正，椭球误差改正等。
张宇, 沈嗣钧
亚洲高山区是地球上除南极和北极地区之外的第三大冰冻圈，分布着大量冰川积雪，不仅对全球水循环而且对亚洲中部干旱区的水资源及生态环境均有举足轻重的影响。在冰川学中，雪线作为消融期末积雪存在的下限，其高度变化信息是冰雪水资源变化的直观反映，也常用于指示冰川物质平衡，直接反映着冰川的进退。本数据集以2001—2019年逐日MODIS积雪产品为主要数据源，首先对逐日的MODIS积雪覆盖率产品进行去云处理，获得积雪覆盖日数（SCD）数据集；并用冰川年物质平衡观测数据、融雪末期Landsat数据对提取终年积雪的MODIS SCD阈值进行率定；然后以MODIS SCD提取的终年积雪面积结合地形“面积—高程”曲线实现大尺度融雪末期雪线高度信息的提取，最后得到2001-2019年亚洲高山区30km格网雪线高度数据集。本数据集可为亚洲高山区冰冻圈及气候变化等相关研究提供数据支持。
唐志光, 邓刚, 王晓茹
该数据集包含阿里地区狮泉河国家基准气候站（32°30’N，80°05’E，海拔4278.6米）的大气中PM2.5（粒径小于2.5μm的颗粒物）在870nm波段处的散射系数与吸收系数。测量仪器为光声消光仪（Photo-Acoustic Extinctiometer，PAX），其观测时段为2019年7月13日至2019年8月2日，时间分辨率为1分钟。该数据集可用于研究青藏高原PM2.5的散射及吸收特征。资助项目：第二次青藏高原综合科学考察研究任务六专题2（2019QZKK0602）。
黄建平, 张镭, 田鹏飞, 史晋森
该数据为中国科学院藏东南高山环境综合观测研究站在嘎隆拉24k冰川的表碛区自动气象站数据（AWS，Campbell公司），地理坐标为北纬29.765°，东经95.712°，海拔3950 m。数据包括气温（℃）、相对湿度（%）、风速（m/s）、净辐射辐射（w/m2）、水汽压（Kpa）和气压（mbar）日算术平均数据，原始数据中2018年10月之前每30分钟记录一个平均值，之后为10分钟记录一个平均值。温湿度采用HMP155A温湿度探头测定，净辐射探头型号为NR01，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：本数据经过了严格的质量控制，先剔除了原始的10分钟和30分钟的异常数据，然后计算了每小时的算术平均数，最后计算日值，在计算日值时，如果小时数据的个数不足24个，予以剔除，数据表中对应的日期的数据为空。视为空值为剔除异常值后的数据除由于冬春季积雪较厚，气温低，导致部分参数数据有缺失外，数据经过严格质量控制，可供研究气候、冰川和水文等的科研工作者使用。
罗伦
该数据集包含阿里地区狮泉河国家基准气候站（32°30’N，80°05’E，海拔4278.6米）的大气中PM2.5（粒径小于2.5μm的颗粒物）在450nm、550nm和700nm波段处的散射系数。测量仪器为TSI-3563型积分浊度计，其观测时段为2019年7月8日至2019年8月2日，时间分辨率为10秒。可用于研究青藏高原西北部的PM2.5散射系数对入射光波长的依赖性，该依赖性可反映PM2.5的粒径分布特征。资助项目：第二次青藏高原综合科学考察研究任务六专题2（2019QZKK0602）。
黄建平, 张镭, 田鹏飞, 史晋森
采自青藏高原的冰芯样品提供了冰雪同位素组成变化的高分辨率记录。该数据集包含了自1864-2006年各年的冰芯氧稳定同位素数据，冰芯是从青藏高原南部宁金岗桑冰川钻取得到，长度为55.1米，通过利用中国科学院青藏高原研究所 环境变化与地表过程重点实验室的MAT-253同位素质谱分析仪测得氧同位素数据，测量精度为0.05%。 数据采集地点: 宁金刚桑冰川（90.2°E，29.04°N，海拔高度5950米）
高晶
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
伦坡拉盆地位于青藏高原班公湖-怒江缝合带中部，发育了厚层、连续的新生代沉积物，为我们研究高原新生代构造隆升、古高度、剥蚀与沉积历史以及古气候变化提供了宝贵资料。本次研究中，我们选择了伦坡拉盆地中部的连续湖相沉积的伦坡日剖面作为研究剖面。基于剖面底部已有火山灰锆石年龄以及顶部犀牛化石，我们用古地磁方法限定了伦坡日剖面年龄为~21.2-15 Ma。进一步，我们选择一些对环境变化的指标（如磁化率、饱和等温剩磁等）建立了高分辨的磁学记录来探讨区域气候变化。其中，磁化率数据主要通过卡帕桥仪器测得，而饱和等温剩磁则是由小磁力旋转仪和脉冲磁力仪获得。 结果表明磁化率在深湖-半深湖阶段磁化率逐渐增大；而在浅湖阶段，磁化率降低。结合砂岩发育层位往往出现磁化率极大值以及饱和磁化强度未表现与磁化率相关的变化趋势，初步认为区域的碎屑供给可能影响了磁化率的变化。另外考虑到岩性，孢粉以及化石记录，认为暖湿的环境在此阶段盛行。
谭梦琪
该数据集包含阿里地区狮泉河国家基准气候站（32°30’N，80°05’E，海拔4278.6米）的中流量气溶胶离线采样数据，测量仪器为崂应2030型中流量采样器，采集了直径90毫米的PM2.5、PM10、TSP石英滤膜样品，样品将用于元素碳、有机碳、水溶性离子和金属元素等化学成分分析。采样时段为2019年7月7日至2019年8月2日，于每日09:00开始采样，每次采样23小时，样品总量共81张。数据以excel文件存储。资助项目：第二次青藏高原综合科学考察研究任务六专题2（2019QZKK0602）。
黄建平, 张镭, 田鹏飞, 史晋森
该数据集包含阿里地区狮泉河国家基准气候站（32°30’N，80°05’E，海拔4278.6米）的大气中0.5-20μm粒径范围内颗粒物的数浓度粒径分布谱，测量仪器为TSI-3321型空气动力学颗粒物粒径谱仪（APS），共有52个粒径通道。其观测时段为2019年7月7日至2019年8月2日，时间分辨率为5分钟。可利用数据资料及气溶胶球形假设和气溶胶密度获得气溶胶体积浓度与质量浓度的粒径分布谱，进而研究青藏高原西北部气溶胶的粒径分布特点。资助项目：第二次青藏高原综合科学考察研究任务六专题2（2019QZKK0602）。
黄建平, 张镭, 田鹏飞, 史晋森
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
改进频率分布和风速纠正的青藏高原格点降水数据集是一套适合青藏高原，经过风引起的降水观测损失订正和降水频率分布优化后的数据集。数据为NETCDF格式，时间分辨率为1天，水平空间分辨率10km。该数据可作为数值模式降水频率纠正的参考数据源。 该数据集使用了164个来自中国气象局和GSOD的日观测数据作为数据源。数据的生成分为4步：（1）首先对观测数据进行了质量控制，包括异常值和坏值去除等。（2）进行主要由风引起的观测损失补偿。（3）分别采用考虑海拔的样条函数插值月降水总量，普通克里金法插值日降水与月降水的比值，将两部分相乘得得到1km空间分辨率的数据。（4）将1km空间分辨率数据均值聚合到10km空间分辨率，得到最终数据。 相比国际同类格点降水数据，该数据进行了风引起的降水观测损失订正，同时通过插值方法的优化使其在降水量频率分布上更佳准确。该数据适合用于数值模式输出降水的统计偏差纠正或分析格点上的降水频率特征。
马佳培, 李弘毅
2020年4月至2020年8月子子课题3采集了分布于青海省海西蒙古族藏族自治州州海晏县的青海细毛羊耳组织样品51份、海南藏族自治州同德县的欧拉羊血液样品50份、海南藏族自治州同德县的牦牛血液样品50份、西宁市大通回族土族自治县的海东驴血液样品60份，组织样品共计211份。同时，记录了个体的体长、体高、体重、年龄、性别等信息，以及产羔数、毛细度、毛长等经济性状数据，拍摄了个体照片，并通过问卷调查的方式获得了饲养方式、疫病情况等信息。
田菲
为描述青藏高原及周边地区主要驯化动物疾病情况，调查青藏高原主要家养动物的疫病情况，对各主要家养动物的主要流行疾病进行抗病和易感个体的遗传样本及肠道微生物样品的采集工作。本数据集包含新疆伊犁地区褐牛样品48个，青海海东蒙古羊样品39个，青海马样品32个，云南香格里拉黄牛样品20个，山羊样品20个。所有样品都为新鲜粪便，提取DNA后进行的微生物16S测序的测序结果。所有数据均为下机原始数据未进行任何分析。检测这些样品的目的是为了比较泛第三极区域不同家养动物肠道微生物种类和数量的差异。
段子渊
本数据集为青海可可西里地区湖泊要素数据集，详细记录了可可西里地区主要湖泊特征和水质采样分析数据。青海可可西里地区湖泊众多，是青藏高原湖泊集中分布区之一。该区域湖泊发育的基本特点是：数量大，类型多，结构复杂。据初步统计，面积大于1km2的湖泊有107个，总面积为3825km2，湖泊度约为0.05。该数据集原始数据数字化自《青海可可西里地区自然环境》一书，具体包括了35个主要湖泊特征数据和60个湖泊水体化学分析数据。本数据集对于研究青海可可西里地区提供了基础数据，对于相关领域的研究具有参考价值。
李炳元
The Water body dataset for the North American high latitudes(WBD-NAHL) data is important for hydrology research, matter and energy cycle research. The inland water inventory included water bodies of tundra and boreal forest in North America. The water extent was extracted from Sentinel-2 A/B multi-spectral with assistant of JRC yearly permanent water. Both water index and random forest methods were used to detect water. The water index extracted the loose water extent. Random forest extracted the more accurate water extent. And area, perimeter and shape index (SI) were provided in this dataset. The overall accuracy is 98%. It was established that about 6.5 million water bodies presented in tundra and boreal forest in North America, among witch 6 million small water bodies less than 0.1 km2 (90% of total water bodies) were included. And the inventory covered 801,445 km2 inland water, the average size, perimeter and SI of which were 0.12 km2, 1.01 km and 1.43.
冯敏, Yijie Sui
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
