针对青藏高原特色,按照科学性、系统性、完整性、可操作性、可度量性、简明性、独立性的原则,重点包含农牧业活动、工矿业发展、城镇化发展、旅游业活动、重大生态工程建设、污染物排放等主要人类活动构建了适宜青藏高原的人类活动强度评估指标体系,基于遥感数据、地面观测数据、气象数据及社会统计年鉴数据等,采用层次分析法,对人类活动的正面和负面效应进行了定量评价,综合评估了人类活动强度及其变化特征。数据不仅有助于增强人类活动在全球变化敏感区植被变化中所扮演角色的认识,而且可以为青藏高原社会经济可持续发展提供理论基础,同时为保护青藏高原生态环境和筑牢国家生态安全屏障提供科学依据。
张海燕, 辛良杰, 樊江文, 袁秀
该数据集内包含2012-2015年月值净初级生产力数据,数据基于中国地面气候资料日值数据集的温度、降水、太阳辐射等气候要素以及蒸散ET、潜在PET、光合有效吸收比例FPAR、NDVI、最大光能利用率等数据通过CASA模型计算得到,计算结果用三江源采样点数据进行验证,相关系数达到0.718。该数据集可直接用于青藏高原草地植被变化的分析,为草地变化动态动态监测提供基础,为青藏高原草地变化治理提供依据。
樊江文, 辛良杰, 张海燕, 袁秀
数据是根据《1:1,000,000中国植被图集》数字化而来,将图集中的60幅图件一一进行数字化(多边形属性),然后进行投影、匹配、拼接,最后为每个多边形赋植被属性,植被属性包括:vege_id(植被群系编号),新编号,植被群系和亚群系,植被型编号,植被型,植被型组编号,植被型组,植被大类,以及相应的英文属性信息。 《1:1,000,000中国植被图集》由著名植被生态学家侯学煜院士主编,由中国科学院有关研究所、有关部委和各省区有关部门、高等院校等53个单位250多位专家共同编制,于2001年科学出版社正式出版,国内外公开发行。 此图集是我国植被生态学工作者40多年来继《中国植被》等专著出版后又一项总结性成果,是国家自然资源和自然条件的基本图件。它详细反映了我国11个植被类型组、54个植被型的796个群系和亚群系植被单位的分布状况、水平地带性和垂直地带性分布规律,同时反映了我国2000多个植物优势种、主要农作物和经济作物的实际分布状况及优势种与土壤和地面地质的密切关系。由于此图集属于现实植被图图种,故反映出我国植被近斯的质量状况。 此图集为四开本,280页,包括1:1,000,000 分幅的中国植被类型图60幅、1:10,000,000 的中国地势图、中国植被图和中国植被区划图各1幅,附中英文对照图例。 此图集是国家自然资源和自然地理特征的基本图件,是研究全球环境变化、生物多样性、环境保护与监测等必不可少的科学资料和重要依据。植被图是现存植被空间分布在地图上的具体表达,百万分之一中国植被图是迄今为止以全国为对象的最详细、精确的植被图。数据收集时间为2011-2012年,可以服务于从事植被生态研究的学生和科研人员。本数据仅限于研究所内部交流。 图件采用 Albers投影,其参数如下: · 坐 标 系:大地坐标系 · 投 影:Albers正轴等面积双标准纬线圆锥投影 · 南标准纬线:25°N · 北标准纬线:47°N · 中央经线:105°E · 坐标原点:105°E与赤道的交点 · 纬向偏移:0 · 经向偏移:0
侯学煜
南极半岛也叫“帕默尔半岛”或“格雷厄姆地”。位于西南极洲,是南极大陆最大、向北伸入海洋最远(南纬63°)的大半岛,东西濒临威德尔海和别林斯高晋海。南极半岛被称为南极洲的“热带”。这里属于典型的副极地海洋性气候,与南极大陆相比,是南极洲最暖、最湿的地区之一,边缘区域的岛屿分布有少量的先锋植物,主要以苔藓和地衣为主。南极半岛及周边植物丰度数据产品通过实测光谱匹配遥感影像,应用纯像元PPI提取出苔藓、地衣、岩石、海、积雪的端元波谱。应用线性混合模型LMM(Linear Mixture Model)计算得到。
徐希燕
高山冰缘带植物名录与分布数据库主要包括高山冰缘带采集植物的采集信息和鉴定信息。其中,采集信息文档中包含物种名、属名、科名、生境、海拔、经纬度、采集人及采集时间;而鉴定信息文档中包含物种名、属名、科名、鉴定人及鉴定时间。该数据库中的采集信息来源于野外第一手数据;而鉴定信息来源于全球著名植物学专家的鉴定结果。数据库中数据的质量较高。其不仅可用于该区域的植物区系、区划研究,同时为该区域的植物多样性、生态系统及至全球气候变化响应等研究奠定了坚实基础。
孙航
南极半岛也叫“帕默尔半岛”或“格雷厄姆地”。位于西南极洲,是南极大陆最大、向北伸入海洋最远(南纬63°)的大半岛,东西濒临威德尔海和别林斯高晋海。南极半岛被称为南极洲的“热带”。这里属于典型的副极地海洋性气候,与南极大陆相比,是南极洲最暖、最湿的地区之一,边缘区域的岛屿分布有少量的先锋植物,主要以苔藓和地衣为主。南极半岛及周边植物丰度数据产品通过实测光谱匹配遥感影像,应用纯像元PPI提取出苔藓、地衣、岩石、海、积雪的端元波谱。应用线性混合模型LMM(Linear Mixture Model)计算得到。菲尔德斯半岛特色植被覆盖度根据其与丰度的相关线性关系获得。
徐希燕
南极半岛也叫“帕默尔半岛”或“格雷厄姆地”。位于西南极洲,是南极大陆最大、向北伸入海洋最远(南纬63°)的大半岛,东西濒临威德尔海和别林斯高晋海。南极半岛被称为南极洲的“热带”。这里属于典型的副极地海洋性气候,与南极大陆相比,是南极洲最暖、最湿的地区之一,边缘区域的岛屿分布有少量的先锋植物,主要以苔藓和地衣为主。南极半岛及周边植物光谱和标注数据为2018年1月7-22日南极半岛周边菲尔德斯半岛和阿德利岛的9个区域37个样点的光谱数据,为南极植物分布和变化研究提供本底信息。
徐希燕
斯瓦尔巴群岛(又译斯瓦尔巴特、斯匹次卑尔根群岛)。位于北极地区的群岛,是挪威最北界国土范围的属地,它坐落在欧洲大陆北方,于挪威大陆与北极点两者之间。植被主要是地衣和苔藓类,仅有的树木是小极地柳和矮桦木。该地区采集的植被光谱数据集主要是基于北极斯瓦尔巴群岛新奥尔松地区283个样点的先锋植物调查,调查时间为2018年7月6-22日,采集地点包括伦敦岛,黄河站区和冰川前,为北极苔原区植物分布和变化研究提供本底信息。
徐希燕
该数据集包含了2018年长江源区人工采集的土地覆盖及植被类型地面验证点数据集。数据采集中,以用地类型相对较为均一、完整的斑块作为主要采集对象,在区分其他用地类型及植被类型时相对较易识别和辨识,在地物验证中具有较好的代表性。每个样地首先利用差分GPS仪记录经度(度分秒)、纬度(度分秒)、海拔(0.1米)、采集时间等位置信息,然后以人工目视识别的办法记录主要用地类型和性质、特征、建群种等属性信息,以便回实验室验证和核对。最后,对每个样地拍摄不少于1张的景观照片。在本次采集中,90%以上的样点采集了2张及以上实景照片,以便于在土地利用分类及植被类型提取中进行验证和核查。最后,通过与Google地图的位置核对,数据经过了两轮检验和核查,保证了验证点属性的绝对正确性。
王旭峰
该数据集包含了2018年8月黄河源区(扎陵湖北面)人工采集的土地覆盖及植被类型地面验证点数据集。数据采集中,以用地类型相对较为均一、完整的斑块作为主要采集对象,在区分其他用地类型及植被类型时相对较易识别和辨识,在地物验证中具有较好的代表性。每个样地首先利用差分GPS仪记录经度(度分秒)、纬度(度分秒)、海拔(0.1米)、采集时间等位置信息,然后以人工目视识别的办法记录主要用地类型和性质、特征、建群种等属性信息,以便回实验室验证和核对。最后,对每个样地拍摄不少于1张的景观照片。在本次采集中,90%以上的样点采集了2张及以上实景照片,以便于在土地利用分类及植被类型提取中进行验证和核查。最后,通过与Google地图的位置核对,数据经过了两轮检验和核查,保证了验证点属性的绝对正确性。
王旭峰
该数据集包含了2018年可可西里人工采集的土地覆盖地面验证点数据集。数据采集中,以用地类型相对较为均一、完整的斑块作为主要采集对象,在区分其他用地类型及植被类型时相对较易识别和辨识,在地物验证中具有较好的代表性。每个样地首先利用差分GPS仪记录经度(度分秒)、纬度(度分秒)、海拔(0.1米)、采集时间等位置信息,然后以人工目视识别的办法记录主要用地类型和性质、特征、建群种等属性信息,以便回实验室验证和核对。最后,对每个样地拍摄不少于1张的景观照片。在本次采集中,90%以上的样点采集了2张及以上实景照片,以便于在土地利用分类及植被类型提取中进行验证和核查。最后,通过与Google地图的位置核对,数据经过了两轮检验和核查,保证了验证点属性的绝对正确性。
王旭峰
本数据集根据最新发布的NOAA全球模拟和绘图项目(GIMMS,Global Inventory Monitoring and Modeling System)长序列(1981-2013)均一化植被指数产品,版本号3g,先将NDVI数据产品从1/12度空间分辨率重采样到0.5度,然后对每年的时间序列采用double-logistic方法进行平滑,并计算平滑后的曲率,选取春季曲率最大值作为植被的春季返青期,该数据可分析泛北极植被春季物候的时空特征。
徐希燕
植被调查数据是研究生态系统结构与功能必不可少的数据。藏北地区蕴含广袤的草地生态系统,主要包括高寒草甸、高寒草地、以及高寒荒漠化的草地。由于独特的地理位置以及高海拔缺氧的环境条件,在藏北高原的群落调查数据较为稀少。本课题组基于前期工作的积累,在2017年生长季对整个藏北高原15个县域开展了较为全面的植被调查。本数据集包括藏北样带上从那曲到日土县23个采样点的围栏内外的生物量数据。本数据集可用于生产力的空间分析与模型的校准工作。
张宪洲, 牛犇
本数据集根据NASA EOSDIS LP DAAC 和美国地质调查 USGS EROS共同发布的第六版MODIS均一化植被指数产品(2001-2014)。NDVI的时间分辨率是16天,空间分辨率0.05度,我们先将NDVI数据产品从0.05度空间分辨率重采样到0.5度,然后对每年的时间序列采用double-logistic方法进行平滑,并计算平滑后的曲率,选取春季曲率最大值作为植被的春季返青期,该数据可分析泛北极植被春季物候的时空特征。
美国国家航空航天局, 徐希燕
该数据集为全球生态系统呼吸数据,包含生态系统自养呼吸(Ra)和异养呼吸(Rh)两部分,由耦合模式比较计划第6阶段(CMIP6)中CNRM-CM6-1模式在Historical情景下模拟得到。数据时间范围为1850-2014年,时间分辨率为月,空间分辨率约为1.406°×1.389°。模拟数据详细说明可见链接http://www.umr-cnrm.fr/cmip6/spip.php?article11。
美国气候模式诊断和对比计划委员会
本数据集包括祁连山区域1986、1990、1995、2000、2005、2010、2015和2017年月度合成30m×30m地表植被覆盖度产品。采用最大值合成 (Max value composition, MVC) 方法,利用 Landsat5, Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成,进而计算FVC。数据通过Google Earth Engine云平台对反射率进行月度合成,通过模型计算指数,对于缺失像素进行插补,质量较好,可用于环境变化监测等领域。
仲波, 吴俊君
本数据集来源于论文:Huang, R., Zhu, H.F., Liang, E.Y., Liu, B., Shi, J.F., Zhang, R.B., Yuan, Y.J., & Grießinger, J. (2019). A tree ring-based winter temperature reconstruction for the southeastern Tibetan Plateau since 1340 CE. Climate Dynamics, 53(5-6), 3221-3233. 在本文中,为了了解过去几百年冬季温度变化历史及其驱动因素,中国科学院青藏高原研究所高寒生态重点实验室、青藏高原地球科学卓越创新中心梁尔源研究员课题组,利用2007-2016年期间采集的树木年轮样本重建了青藏高原东南部地区公元1340年以来的冬季(11-2月)最低温度变化历史。 数据由论文作者提供,数据包含了1340-2007年青藏高原东南部昌都地区冬季的最低温度重建数据。 数据包含以下字段: year:年 Tmin.recon( ℃):重建的最低温度( ℃) 数据详细信息参见附件:A tree ring-based winter temperature reconstruction for the southeasternTibetan Plateau since 1340 CE.pdf
黄茹, 朱海峰, 梁尔源
该数据集包含2018年6月5日至12月15日黑河流域地表过程综合观测网中游大满超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(GCC)、物候期及覆盖度(FC)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
屈永华, 徐自为, 李新
该数据集包含2018年6月13日至11月16日黑河流域地表过程综合观测网中游阿柔超级站的物候相机观测数据,该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据,拍摄数据分辨率为1280*720,可指定拍摄时间频率。对于绿度指数物候期计算,需要根据感兴趣区域计算相对绿度指数(GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值),然后进行无效值填充和滤波平滑,最后根据生长曲线拟合确定关键物候期参数,如生长季起始日、顶峰、生长季结束日等;对于覆盖度,首先进行数据预处理,选择光照不太强的图像,然后将图像分割为植被和土壤,计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度,在时间序列数据提取完成以后,再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波,滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数(Gcc)。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
屈永华, 徐自为, 李新
本数据集包括祁连山区域2018年月度合成30m×30m地表NPP产品。采用最大值合成 (Max value composition, MVC) 方法,利用Landsat8和sentinel 2红光和近红外两个通道的反射率数据,实现对地表月度NDVI产品的合成,进而计算NPP。数据通过Google Earth Engine云平台对反射率进行月度合成,通过模型计算指数,对于缺失像素进行插补,质量较好,可用于环境变化监测等领域。
吴金华, 仲波, 吴俊君
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