青藏高原分区域动力降尺度(TPSDD)数据集是一个高空间-时间分辨率的网格数据集,用于整个青藏高原的陆地-空气交换过程和低层大气结构研究,并考虑到了青藏高原各分区域的气候特征。该数据集的时间跨度为1981年至2020年,时间分辨率为2小时,空间分辨率为10公里。数据集的气象要素包括近地表土地-空气交换参数,如向下/向上的长波/短波辐射通量、动量通量、显热通量、潜热通量等。此外,还包括从地表到对流层顶的3维风、温度、湿度和气压的垂直分布。通过比较观测数据和最新的ERA5再分析数据,对该数据集进行了独立评估。结果表明了该数据集的准确性和优越性,为未来的气候变化研究提供了巨大的潜力。
李斐, 马舒坡, 朱金焕, 邹捍, 李鹏, 周立波
本数据集数据源为:欧洲航天局多光谱卫星Sentinel-2卫星。其中包含2017年青藏高原湖泊CDOM和DOC年均值数据。使用方法:基于实测样点的CDOM数据,提取影像反射率信息,通过皮尔森相关性分析选择最佳预测变量,构建多元逐步回归CDOM 预测模型,获得青藏高原水体CDOM结果。由于CDOM与DOC具有很好的相关性,所以DOC预测结果通过CDOM计算。最终青藏高原CDOM模型的调整R²达到0.81。
宋开山
通过国家气象信息中心、水文年鉴、中国统计年鉴及中国科学院地理科学与资源研究所等单位收集了水文气象及、土地利用及DEM等基础数据。采用具有自主知识产权的分布式时变增益水文模型进行建模,以100平方千米阈值将青藏高原划分成10937个子流域。在黑河、雅鲁藏布江、长江源、黄河源、雅砻江、岷江、澜沧江流域选取了14个流量站观测日流量数据对模型进行了拟定与验证。日尺度纳西效率系数达到0.7以上相关系数达到0.8以上。采用了CMIP6提供的13个模型4种情景输出的降水与气温数据,对未来降水与气温数据进行后处理,后处理后的降水与气温驱动水文模型,模拟出2046-2065年水循环过程,给出全青藏高原空间0.1度日尺度径流未来可能时空分布。
叶爱中
采用三个不同的数据源,包括1920年代的民国初期地图、1960年代的数字化地形图和1970-2020年的Landsat MSS/TM/ETM+/OLI影像。1920年代民国初期地图进行了扫描、几何校正和地理参考校正。1960年代使用1:250 000的地形图。所有地图都是以Albers等圆锥投影法进行地理参照,均方根(RMS)误差小于1.5个像元。针对早期地图,选择目视解译和手工数字化来对湖泊边界进行矢量化。从1990年开始,对Landsat影像采用半自动的水体分类方法来区分水体和非水体信息,然后提取湖泊边界,并通过与原始Landsat图像的比较进行目视检查和人工编辑。
张国庆, 冉有华
该物候数据基于青藏高原2000-2015年MOD13A2数据(时间分辨率为16天,空间分辨率为1km),利用TIMESAT软件中分段高斯函数拟合NDVI曲线,采用动态阈值方法提取春季物候、秋季物候以及生长季长度,其中春季物候和秋季物候的阈值分别设置为0.2和0.7。此物候数据进行了掩膜处理。其中,掩膜规则为:1)必须满足NDVI的最大值出现在6-9月份之间;2)6-9月份NDVI均值不能小于0.2;3)冬季的NDVI均值不能超过0.3。
俎佳星, 张扬建
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。青藏高原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。本数据集包括2019年藏北样带上47个采样点的的地上生物量和盖度数据,采样时间为7-8月。样方大小为50cm×50cm,烘干后称取植物干重。本数据集可用于生产力的空间分析与模型的校准工作。
张扬建, 朱军涛
本数据集为过去40年黄河源和祁连山区水量平衡(降水、蒸散发、径流、土壤液态含水量)、能量平衡(短波辐射、感热、潜热和表层土壤温度)数据集。初始数据源为ERA5-Land月平均数据,通过时间聚合累积/平均到年尺度。数据的时间范围为1981-2020年,空间范围为88.5°E – 104.5°E、32°N - 43°N,空间分辨率0.1°。数据集可进一步用于黄河源区与祁连山区生态-水文过程相关研究,为“山水林田湖草”系统优化调配提供科学依据。
郑东海
本数据集为过去20年间(2001-2020)青藏高原生长季NDVI与植被物候数据集,数据来源为MODIS(MOD13A2)产品,空间分辨率为1km。数据集内容包括:2001-2020年每年生长季(5-9月)平均NDVI、生长季开始日期(SOS)、生长季结束日期(EOS)与生长季长度(DOS)。提取物候采用了两种方法:动态阈值方法和双对数函数法。数据格式为TIFF格式,投影为Sphere_ARC_INFO_Lambert_Azimuthal_Equal_Area。
王泰华, 杨大文
水体覆盖是水循环、能量平衡的基本参数之一。本数据集以1982-2020年AVHRR逐日反射率时间序列为基础,生产了青藏高原39年超长期逐日水体制图产品(包含水体结冰信息)。本数据集包含39个文件夹,以年份命名(从1982年到2020年),每个文件夹包含365/366个GeoTiff文件,每个文件包含两个波段:(1)水体制图波段(WaterLayer);(2)质量控制信息波段(QC)。本产品为青藏高原水体遥感监测提供数据支撑。
计璐艳
森林碳密度是量化区域碳储量及其变化的重要参数,然而现有研究存在分辨率粗且不确定大的问题。为此,研究基于地面调查数据,结合星载激光雷达(GEDI)和Landsat图像,利用深度学习自动挖掘了多维度图像特征,绘制了30米空间分辨率中国东北地区的森林地上碳密度。结果与野外实测数据具有较好的一致性(R2=0.84 RMSE=6.28 ),研究提供的结果将为区域碳动态监测提供基准数据。 碳密度数据单位MgC ha-1
王晓昳, 汪涛, 吕冠廷
本数据包括青藏高原纳木错地区土壤细菌分布数据,可用来探索围栏和放牧对纳木错地区土壤微生物的季节性影响,样品采集时间为2015年5月至9月,土壤样品用冰袋保存,运回北京青藏高原研究所生态实验室;本数据为扩增子测序结果,使用MoBio Powersoil™DNA分离试剂盒提取土壤DNA,引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3')和806R (5'GGACTACNVGGGTWTCTAAT-3'),扩增后的片段通过Illumina Miseq PE250方式测序。原始数据通过Qiime软件进行分析,之后计算序列之间相似度,并在相似度在97%以上的序列聚类为一个OTU。采用Greengenes参考文库进行序列比对,去除了只在数据库中出现一次的序列。土壤含水率和土壤温度由土壤温湿度计测得,土壤pH值用pH计测定(Sartorius PB-10, Germany),用2 M KCl(土壤/溶液,1:5)提取土壤硝态氮(NO3−)和铵态氮(NH4+)浓度,并用Smartchem200离散自动分析仪进行分析。本数据集对研究干旱半干旱草原土壤微生物多样性具有重大意义。
孔维栋
青藏高原草地土壤细菌多样性数据。样品采集时间为2017年7月至8月,包含高寒草甸,典型草原,荒漠草原3种生态系统共计120个样品。土壤表层样品采集后用冰袋保存,运回北京青藏高原研究所生态实验室,通过MO BIO PowerSoil DNA试剂盒提取土壤DNA,16S rRNA基因片段扩增引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3') and 806R (5´GGACTACNVGGGTWTCTAAT-3´),扩增后的片段通过Illumina Miseq PE250方式测序。原始数据通过Qiime软件分析,序列分类依据Silva128数据库,将相似度在97%以上的序列聚类为一个操作分类单元(OTU)。本数据系统地比较了青藏高原样带草地土壤微生物的细菌多样性,对研究微生物在青藏高原的分布具有重大意义。
孔维栋
本数据集包括2000-2018年青藏高原植被生长季开始日期、结束日期多年平均空间分布格局,1982-1999年和2000-2020年青藏高原植被生长季开始日期、结束日期的时间变化趋势。该数据集以AVHRR NDVI、MODIS NDVI、EVI为基础,通过四个步骤最小化植被指数时间序列的偏差和噪声。首先,去除无植被覆盖、低植被覆盖或季节性较弱的植被对应的像元;其次,将冬季(12月至3月初)受积雪、冰或两者污染的植被指数替换为冬季未受污染的高质量的植被指数的平均值;其他季节由云和气溶胶引起的植被指数负偏差通过Savitzky-Golay方法进行校准;最后,使用双逻辑斯蒂或改良后的双逻辑斯蒂函数拟合年植被指数时间序列。基于阈值和拐点的方法,逐像元提取青藏高原植被生长季开始日期、结束日期。数据的空间分辨率为250m和1/12°。数据质量可靠。
沈妙根
数据内容:该数据集是青藏高原重点河湖研究区的国产高分系列(GF1/2/3/4)2015-2020年历史存档卫星数据,可覆盖典型河湖区进行有效监测,数据的时间范围为2015-2020年。数据来源和加工方法:数据为1级产品,经过均衡化辐射校正,通过不同检测器的均衡功能对影响传感器的变化进行校正,部分数据基于同时期的Landsat8影像为底图,选取控制点,进行图像几何校正,之后基于DEM数据进行正射校正,并对相应的数据进行波段融合处理。数据质量描述:高分系列卫星由中国资源卫星应用中心负责处理,有中科院空天院卫星地面接收站接收的原始数据和经过加工处理形成的各级产品。其中,1A级(预处理级辐射校正影像产品):经数据解析、均一化辐射校正、去噪、MTFC、CCD拼接、波段配准等处理的影像数据;并提供卫星直传姿轨数据生产的RPC文件。具体参考中国资源卫星应用中心数据网站文件。数据应用成果及前景:数据为国产高分数据,分辨率高,可应用于监测青藏高原作为亚洲水塔的变化以及产生的影像,检验区内其他数据的准确性。
邱玉宝
青藏高原六大外流河(黄河、金沙江、雅砻江、怒江、澜沧江、雅鲁藏布江)平滩流量条件下河流表面SHP矢量数据,以1km为步长的平滩流量下河宽和面积的SHP矢量和XLS表格数据。 基于现场实测水文和大断面数据(1967-2020年),结合洪水频率分析,确定六大水系沿程的平滩流量、日期和河宽;采用MNDWI指数分别从Sentinel-2(2017-2020年)和Landsat5/7/8(1984-2020年)影像中提取平滩流量下河流表面矢量。 该数据库可作为全球水文数据集的补充,为研究青藏高原河床演变、河流生态、水文模拟、河流水-气界面物质交换等提供基础数据。
李丹, 薛源, 覃超, 吴保生, 陈博伟, 汪舸
通过国家气象信息中心、水文年鉴、中国统计年鉴及中国科学院地理科学与资源研究所等单位收集了水文气象及、土地利用及DEM等基础数据。采用具有自主知识产权的分布式时变增益水文模型(DTVGM: Distributed Time—Variant Gain Hydrological Model)进行建模,以100平方千米阈值将青藏高原划分成10937个子流域。在黑河、雅鲁藏布江、长江源、黄河源、雅砻江、岷江、澜沧江流域选取了14个流量站观测日流量数据对模型进行了拟定与验证。日尺度纳西效率系数达到0.7以上相关系数达到0.8以上,实际蒸发模拟同气象局公开的站点观测基本一致。模型模拟出1998-2017年水循环过程,经过验证之后,给出全青藏高原空间0.01度日尺度实际蒸发(包含土壤蒸发和植物蒸腾)时空分布。
叶爱中
通过国家气象信息中心、水文年鉴、中国统计年鉴及中国科学院地理科学与资源研究所等单位收集了水文气象及、土地利用及DEM等基础数据。采用具有自主知识产权的分布式时变增益水文模型(DTVGM: distributed time-variant gain model)进行建模,以100平方千米阈值将青藏高原划分成10937个子流域。在黑河、雅鲁藏布江、长江源、黄河源、雅砻江、岷江、澜沧江流域选取了14个流量站观测日流量数据对模型进行了拟定与验证。日尺度纳西效率系数达到0.7以上相关系数达到0.8以上。模型模拟出1998-2017年水循环过程,给出全青藏高原空间0.01度日尺度径流时空分布。
叶爱中
《2015年第三极部分湖泊水体细菌后处理产品和常规水质参数》数据集收集了2015年期间青藏高原地区部分湖泊水体采样细菌分析结果和常规水质参数。通过整理归纳汇总得到2015年第三极部分湖泊水体细菌后处理产品,数据格式为excel,方便用户查看。样品由计慕侃老师采集于2015年7月1日至7月15日,包含28个湖泊(巴木错,白马纳木错,班戈错(盐湖), 班公错,崩错,别若则错,错鄂(申扎),错鄂(那曲),达瓦错,当穹错,当惹雍错,洞错,鄂雅错,公珠错,果根错,甲热布错,玛旁雍错,纳木错,聂尔错(盐湖),诺尔玛错,朋彦错(盐湖),蓬错,枪勇错,色林错,吴如错,物玛错,扎日南木错,扎西错),共计138个样品。其中湖泊水体细菌DNA提取方法如下:湖水过滤到0.45膜上,然后通过MO BIO PowerSoil DNA试剂盒提取DNA。16S rRNA基因片段扩增引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3') and 909r (5'-GGACTACHVGGGTWTCTAAT-3')。测序方式为Illumina MiSeq PE250,原始数据通过Mothur软件分析,包括quality filtering, chimera removal,序列分类依据Silva109数据库,古菌、真核和未知来源序列已被移除。OTU以97%相似度分类,然后移除仅在数据库中出现一次的序列。常规水质检测参数包括:溶解氧、电导率、溶解性总固体、盐度、氧化还原电位、不挥发有机碳、总氮等。其中,溶解氧采用电极极谱法;电导率采用电导率仪;盐度采用盐度计;溶解性总固体采用TDS测试仪;氧化还原电位采用ORP在线分析仪;不挥发有机碳采用TOC分析仪;总氮采用分光光度法分别得到水质参数结果供参考。
叶爱中
典型年三极土壤微生物后处理产品收集了2005-2006年期间南北极地区土壤采样细菌分布分析结果和2015年期间青藏高原地区土壤采样细菌分布分析结果。通过整理归纳汇总得到三极区域土壤微生物后处理数据产品,数据格式为excel,方便用户查看。其中南北极地区样品采集时间为2005年12月13日至2006年12月8日,包含北极3个地区52个样品(Spitsbergen Slijeringa,Spitsbergen Vestpynten,及Alexandra Fjord Highlands),南极5个地区171个样品(Mitchell Peninsula,Casey station main power house, Robinsons Ridge,Herring Island,Browning Peninsula);青藏高原采集时间为2015年7月1日至7月15日,包含草甸,草原,荒漠3种生态系统,共计18个采样点位,每个采样点位样品个数为3-5个。采样点降水、气温和干旱度由气象信息估算得到,供读者参考。土壤表层样品采集后用液氮保存,运回悉尼实验室,通过FastPrep DNA试剂盒提取。提取后的DNA样品使用27F(5'-GAGTTTGATCNTGGCTCA-3')和 519R (5'-GTNTTACNGCGGCKGCTG-3')扩增16S rRNA基因片段。扩增后的片段通过454方式测序,原始数据通过Mothur软件分析。首先去除测序质量不佳序列,之后进行排序并去除嵌合体序列。之后计算序列之间相似度,相似度在97%以上的序列聚类为一个OTU,并定义OTU代表序列。OTU代表序列通过与Silva数据库进行比对,在可靠性大于>80%的情况下鉴定到属一级水平。
叶爱中
该数据集为青藏高原主要农作物青稞和小麦的产量历史数据,包括要素为播种面积和产量,涵盖年份包括1988年-2018年,涵盖区域包括青藏高原范围内部分州市及区县。数据来源于《西藏统计年鉴》、《青海统计年鉴》、《四川统计年鉴》、《甘肃统计年鉴》、《云南统计年鉴》及阿坝藏族羌族自治州和甘孜藏族自治州农牧局,精度同数据摘取的统计年鉴。青稞和小麦是青藏高原主要的农作物,该数据集对于研究青藏高原粮食安全、农业生产等方面具有重要价值。
潘志芬
玛曲草地观测点始建于 2005 年,海拔 3434 米,位于距离玛曲县城以南约 18公里的河曲马场(102°08′45″E,33°51′50″N),下垫面为典型的发育良好的高寒草原,属于季节性冻土区。本数据集为2017-2020年黄河源区玛曲草地观测站点的常规气象观测数据,使用Kipp&Zonen CNR4、Vaisala HMP155A、PTB110等仪器观测获得,时间分辨率为半小时,主要包括风速、风向、气温、相对湿度、气压、向下短波辐射、向下长波辐射、降水。
孟宪红, 李照国
鄂陵湖是青藏高原最大的淡水湖泊,与邻近的扎陵湖一起构成了黄河源头的“姊妹湖”,并入选了国际重要湿地名录,也是三江源国家公园的核心区。本数据集为中国科学院若尔盖高原湿地生态系统研究站2017-2020年黄河源区鄂陵湖草地观测点的常规气象观测数据,使用Kipp&Zonen CNR4、Vaisala HMP155A、PTB110等仪器观测获得,时间分辨率为半小时,主要包括风速、风向、气温、相对湿度(2020年为比湿)、气压、向下短波辐射、向下长波辐射、降水。
孟宪红, 李照国
植被指数(NDVI, Normalized Difference Vegetation Index)可以准确反映地表植被覆盖状况。目前,基于SPOT/VEGETATION以及MODIS等卫星遥感影像得到的NDVI时序数据已经在各尺度区域的植被动态变化监测、土地利用/覆被变化检测、宏观植被覆盖分类和净初级生产力估算等研究中得到了广泛的应用。EVI类似于归一化差异植被指数(NDVI),可用于量化植被绿度。然而,EVI对一些大气条件和树冠背景噪声进行了校正,并且在植被茂密的地区更为敏感。它包含一个“L”值来调整树冠背景,“C”值作为大气阻力系数,以及来自蓝色波段(B)的值。这些增强功能允许将指数计算R和NIR值之间的比率,同时在大多数情况下降低背景噪声、大气噪声和饱和度。本研究工作主要是对NDVI和EVI数据进行后处理,通过转换投影坐标系、数据融合、最大值合成法、剔除异常值和剪裁后给出较为可靠的2013年和2018年的青藏高原的植被情况。
叶爱中
植被覆盖度(Fractional vegetation cover, FVC)表示植被地面垂直投影面积与研究区总面积的百分比,是衡量生态保护和生态恢复有效性的重要指标,被广泛应用于气候、生态和土壤侵蚀等领域。FVC不仅是反映植被生产能力的理想参数,而且在评估地形差异、气候变化和区域生态环境质量时也能发挥较好的作用。本研究工作主要是对两套GLASS FVC数据进行后处理,通过数据融合、剔除异常值和剪裁后给出较为可靠的2013年和2018年的环北极圈(范围为北纬66°以北)和青藏高原(范围为北纬26°到39.85°,东经73.45°到104.65°)的植被覆盖度情况。
叶爱中
NDVI能反映出植物冠层的背景影响,如土壤、潮湿地面、雪、枯叶、粗糙度等,且与植被覆盖有关。是反映农作物长势和营养信息的重要参数之一。根据该参数,可以知道不同季节的农作物对氮的需求量, 对合理施用氮肥具有重要的指导作用。植被修正指数Correct NDVI (C-NDVI) 是剔除气候要素(气温、降水等)对NDVI的影响后的NDVI的值。以降水为例,降水对植被生长影响的滞后效应的研究表明,不同地区由于植被组成和土壤类型的差异,降水影响的滞后时间不同。本研究工作主要是对MODIS NDVI数据进行后处理,首先将当月NDVI值与本月的降水量、本月与上月的降水量的平均值、本月与上两个月的降水量的平均值等分别进行相关分析,确定最优的滞后时间。将NDVI与降水和气温做回归分析,得到相关的系数,然后通过MODIS NDVI与气候因子回归的NDVI的差值计算出校正的NDVI值。我们利用气候数据对NDVI进行修正后给出可靠的2013年和2018年的环北极圈(范围为北纬66°以北)和青藏高原(范围为北纬26°到39.85°,东经73.45°到104.65°)的植被修正指数。数据空间分辨率为0.5度,时间分辨率为月度值。
叶爱中
青藏高原被誉为“亚洲水塔”,其提供的径流作为重要的、易获取的水资源,维系着周边数十亿人口的生产生活,支撑着生态系统的多样性。准确估算青藏高原的径流,揭示径流的变化规律,有利于高原及周边地区的水资源管理和灾害风险规避。青藏高原五大河源区冰川径流分割数据集覆盖时间从1971年到2015年,时间分辨率为逐年,覆盖范围为青藏高原五条大江大河源区(黄河源,长江源,澜沧江源,怒江源,雅鲁藏布江源),空间分辨率为流域,以多源遥感和实测数据为基础使用耦合了冰川模块的分布式水文模型VIC-CAS模拟获得,使用站点实测数据对模拟结果进行了验证,其所有数据进行了质量控制。
王世金
青藏高原被誉为“亚洲水塔”,是东南亚众多河流的源区,其提供的径流作为重要的、易获取的水资源,维系着周边数十亿人口的生产生活,支撑着生态系统的多样性。青藏高原五大河源区冰川径流数据集覆盖时间从2005年到2010年,时间分辨率为每5年一期,覆盖范围为青藏高原五条大江大河源区(黄河源,长江源,澜沧江源,怒江源,雅鲁藏布江源),空间分辨率为1km,以多源遥感、模拟、统计和实测数据为基础,使用GIS方法和生态经济学方法结合,量化了江河源区冰冻圈水资源服务的价值,其所有数据进行了质量控制。
王世金
归一化植被指数(Normalized Difference Vegetation Index , NDVI)广泛应用于植被监测。本数据集利用2000-2020年青藏高原区域所有可用的Landsat 5/7/8数据(影像10万+),通过MODIS-Landsat数据融合算法(gap filling and Savitzky–Golay filtering;GF-SG),重建了青藏高原植被区域2000-2020年高时空分辨率(30米-8天)NDVI时间序列数据集(QTP-NDVI30)(算法细节请参考论文)。 本数据集具有良好的验证精度。定量评价结果显示重建NDVI影像数据的平均绝对误差MAE为0.02,平均相关系数R为0.96,图像结构相似性SSIM为0.94。选取典型区域与PlanetScope 3米空间分辨率影像比较,空间细节信息得到了较好的保持(产品评价细节请参考论文)。 本数据集地理坐标系为GCS_WGS_84, 空间范围覆盖青藏高原植被区域,植被区域定义为7-9月平均NDVI大于0.15。
曹入尹, 徐子超, 陈洋, 沈妙根, 陈晋
青藏高原丰富的生境多态性使其成为自然资源的宝库,高原植物中存在抗寒、耐旱、抗盐、抗紫外辐射、高光效等特殊的基因资源,如何挖掘利用并建立具有独立自主产权的功能基因资源,对我国现代农作物育种具有重要的潜在应用价值。高质量的染色体级基因组为解析植物适应性机制、抗逆性基因挖掘等相关研究提供了坚实的分子基础。本次数据汇交的内容主要为:大戟科青藏大戟的基因组数据集,包含染色体级基因组序列,注释文件;大戟科续随子的基因组数据集,包含染色体级基因组序列,注释文件;大戟科光棍树的基因组数据集,包含染色体级基因组序列,注释文件;豆科砂生槐的基因组数据集,包含染色体及基因组序列,注释文件。
杨永平
青藏高原及其周边高山地区孕育了高度的植物多样性,其成分来源复杂,既是现代高山植物的分布中心,也与其它地区的植物有着千丝万缕的联系。生长在这一地区的植物具有适应高原环境的独特基因资源,但受限于技术的发展,对这一地区植物的基因资源挖掘和利用仍然处于起步阶段。通过对龙胆科植物卵萼花锚和大花花锚开展比较基因组学研究,可解析植物交配系统进化的基因组效应,发掘与自交相关的关键基因,探讨植物混合交配系统的维持机制。本次数据汇交的内容主要为:卵萼花锚和大花花锚的基因组原始数据,包含卵萼花锚和大花花锚的三代Pacbio测序数据以及卵萼花锚和大花花锚的二代illumina测序数据。
段元文
本数据集为1960-2019年青藏高原逐年的降雨侵蚀力的栅格数据集。利用青藏高原及周围150km范围内129个站点1960-2019年的日降雨资料计算降雨侵蚀力,其中74个站点位于青藏高原内部,55个站点位于外部,计算方法与全国第一次水利普查的算法一致,采用WGS_1984坐标系和Albers投影(中央经线105°E,标准纬线25°N和47°N),然后逐年进行克里金插值生成栅格图,空间分辨率为250m。降雨侵蚀力是土壤侵蚀的主要动力因子,也是CSLE、RUSLE等模型计算的基础因子。整编完善的长时间序列日降雨资料的数据精度高,提高降雨侵蚀力估算的准确性,也有助于进一步精确估算青藏高原土壤侵蚀量。
章文波
该数据集产品包含1990-2020年每5年1期的青藏高原地上生物量和植被覆盖度数据产品,即1990年、1995年、2000年、2005年、2010年、2015年和2020年共7期。青藏高原地上生物量是根据不同的土地覆被类型,分别建立草地、森林等的地上生物量反演模型形成的地上生物量遥感反演产品;青藏高原植被覆盖度是采用像元二分法模型形成的植被覆盖度遥感反演产品。其中2000-2020年5期青藏高原地上生物量和植被覆盖度是基于MODIS卫星遥感数据进行遥感反演,空间分辨率为250米;1990和1995年2期青藏高原地上生物量和植被覆盖度是基于NOAA AVHRR卫星遥感数据进行遥感反演,经重采样后空间分辨率为250米。该数据集可为揭示青藏高原土地覆被量与质的时空格局,支持生态系统、生态资产与生态安全评估提供基础数据。
吴炳方
数据文件为7z压缩包格式,可用7-Zip软件解压打开,文件共计三个,分别是文件1、青藏高原草地退化分级的文字版,文件类型为word,文件2、名称为图,共有七张图,图片类型为png,图片名称为2010-2019年青藏高原(草丛、草地、草甸、草原、高山植被、荒漠、沼泽)生长季平均NDVI变化趋势率。文件3、命名为数据的文件夹,内容为图片,共有7种图,名称同上,每种图有五种文件类型,分别是hdr、tif、xml、ovr、png.
周华坤
植被初级生产力(Net Primary Production, NPP)数据集,源数据来自MODIS产品(MOD17A3H),经过数据格式转换、投影、重采样等预处理。现有格式为TIFF格式,投影为Krasovsky_1940_Albers投影,单位为kg C/m2/year,空间范围为整个青藏高原。数据空间分辨率为500米,时间分辨率为每5年,时间范围是2001到2020年。青藏高原NPP整体呈现从西北向东南逐渐增加的趋势。
朱军涛
土地覆盖是指地球表面当前所具有的自然和人为影响所形成的覆盖物,是地球表面的自然状态,如森林、草场、农田、土壤、冰川、湖泊、沼泽湿地及道路等。土地覆盖(Land Cover)数据集,源数据来自MODIS产品,经过数据格式转换、投影、重采样等预处理。现有格式为TIFF格式,投影为Krasovsky_1940_Albers投影。数据空间分辨率为1000米,时间上,从2001至2020年,每年提供一幅图像。土地覆盖产品的分类采用国际地圈生物圈计划(IGBP, International Geosphere Biosphere Programme)定义的17类,包括11类自然植被分类,3类土地利用和土地镶嵌,3类无植生土地分类。
朱军涛
归一化植被指数(Normalized Difference Vegetation Index, NDVI)数据集源数据来自MODIS产品,经过数据格式转换、投影、重采样等预处理流程。现有格式为TIFF格式,投影为Krasovsky_1940_Albers投影。数据空间分辨率为1000米,时间上,从2001-2020年,每年提供一幅图像。NDVI产品有红光和近红外两个波段反射率计算得到,能够用于检测植被生长状态、植被覆盖度等。-1<=NDVI<=1,负值表示地面覆盖为云、水、雪等,对可见光高反射;0表示有岩石或裸土等,NIR和R近似相等;正值,表示有植被覆盖,且随覆盖度增大而增大。
朱军涛
本数据集包括祁连山地区2021年日值0.05°×0.05°地表土壤水分产品。采用耦合小波分析的随机森林优化降尺度模型(RF-OWCM),通过对SMAP L3级被动微波36km地表土壤水分产品(SMAP L3 Radiometer Global Daily 36 km EASE-Grid Soil Moisture, V8)进行降尺度,得到0.05°×0.05°地表土壤水分产品。参与降尺度模型的数据包括GLASS Albedo,MUSES LAI/FVC,中国西部逐日1 km全天候地表温度数据集(TRIMS LST-TP;2000-2021)V2,以及经/纬度等信息。
柴琳娜, 朱忠礼, 刘绍民
基于“第二次青藏高原综合科学考察”和”我国土系调查和《中国土系志》编制项目“获取的土壤调查剖面资料,采用预测性数字土壤制图范式,利用地理信息与遥感技术对成土环境进行精细刻画和空间分析,研发自适应深度函数拟合方法,集成先进的集合式机器学习方法,生成了青藏高原地区系列土壤属性(土壤有机碳、PH值、全氮、全磷、全钾、阳离子交换量、砾石含量(>2mm),砂粒、粉粒、粘粒、土壤质地类型、容重、土体厚度等)三维栅格分布图,并量化了不确定性的空间分布,与已有土壤图相比,较好地表征了青藏高原地区土壤属性的空间变异特征。该数据集可为研究青藏高原地区土壤、生态、水文、环境、气候、生物等提供土壤信息支持。
刘峰, 张甘霖
为探究雅鲁藏布江上游干支流的无机水化学特征,于2020 年8 月在雅鲁藏布江上游河源和河流段采集干支流水样。现场用100ml聚乙烯(PE)塑料瓶采集河水并使用多参水质监测仪(YSI-EX02,USA)原位测定采样点的pH值(±0.2)、溶解氧(DO)(±1%)等基本理化参数,并用0.025mol/L的HCl滴定HCO3-浓度。在实验室内采用离子色谱仪(盛瀚CIC-D160型,中国)分析测定Na+、K+、Ca2+、Mg2+、SO42-、NO3-、Cl-离子浓度。采用Gibbs模型、相关性分析、主成分分析等方法,分析了雅江上游干支流主要离子浓度变化、河水水化学组成特征,并对离子来源进行了解析,旨在揭示青藏高原冰川融水径流的无机水化学特征,并为高原地区典型河流的水源解析及变化趋势预估提供基础支撑。
牛凤霞
数据集包含了2020年9月,2021年6月,2021年9月测量得到的3幅廓琼岗日冰川高精度表面地形数据及对应的正射影像图。该数据集的生成使用了大疆精灵4 RTK无人机拍摄的影像数据,经倾斜摄影测量技术计算生成了相关产品,数据空间分辨率达到了0.15米。该数据是对目前低分辨率开源地形数据的补充,能够反映2020年-2021年间廓琼岗日冰川的表面形态变化,有助于精确研究气候变化下廓琼岗日冰川的消融过程。
刘金涛
该数据集提供了位于拉萨市区北郊的夺底沟径流实验站的流量、降水、气温监测数据。其中,径流监测站点2处,提供了2019年6月至12月的径流数据,数据步长为10分钟;降水监测站点5处,提供了2018-2021年的降水数据,数据步长为1日;气温监测站点8处,提供了2018-2021年的气温数据,数据步长为30分钟。径流数据、降水和气温数据均为实测数据。该数据集可以为青藏高原的水文和气象过程研究提供数据支撑。
刘金涛
数据集包含了雅鲁藏布江流域148个点位的实测土壤厚度数据,以及40个点位的土壤样品的物理性质及水力特性(粒径、饱和含水量、有机质含量、饱和导水率等)。采样点遍布雅鲁藏布江流域上游仲巴县至下游林芝市之间。土壤厚度数据通过开挖剖面测量得到,其他土壤数据由采集的环刀样品按标准化实验流程测试得到,因此数据精度较高。该数据集提供的雅鲁藏布江流域土壤数据,可以为青藏高原尺度的大范围土壤制图提供参照,提升相关研究的预测精度。
刘金涛
于2020年9月3日-9月9日在怒江流域上游(即怒江源区那曲流域)采集地下水与地表水,样品采集后立即放入100 ml高密度聚乙烯(HDPE)瓶。18O和D采用液态水同位素分析仪(Picarro L2140-i,USA)进行分析测试,稳定同位素比率用相对于Vienna“标准平均海水”(VSMOW)的千分差来表示。δ18O和δD的分析误差分别为±0.1‰和±1‰。为后续分析那曲流域地下水的水源解析提供基础的数据支撑。
刘亚平, 陈政豪
为探究那曲流域的无机水化学特征,于2020 年9 月以及2021年9月在那曲流域采集河水以及地下水。现场用550ml塑料瓶采集河水以及地下水。主要阴阳离子(Ca2+、Na+、Mg2+、K+、SO42-和Cl-)使用离子色谱仪(Metrohm ECOIC, Switzerland)进行测量,测量误差为1μg/L。重碳酸根(HCO3-)采用酸碱指示剂滴定法,使用50ml酸式滴定管测定。旨在揭示那曲流域的各水体的无机水化学特征,并为那曲流域地下水的补给来源解析提供数据支撑。
刘亚平, 陈政豪
充分利用多源植被分类/土地覆盖分类产品各自的优势,通过专门设计与青藏高原植被类型相适应的植被分类体系,选用集成分类方法,在数据可靠性的基础上遵循一致性的原则,制作了青藏高原现状植被图,其在现势性、分类体系的针对性和分类精度上均表现更优。从分类结果的现势性来看,青藏高原现状植被图较早期中国植被图能更好地反映青藏高原植被覆盖现状;从分类体系的针对性来看,青藏高原现状植被图采用了针对青藏高原植被专门设计的分类体系,有利于从多源数据产品中充分提取出具备高可靠性和一致性的植被覆盖信息;从分类精度来看,青藏高原现状植被图的总体精度(78.09%,Kappa系数0.75)较已有相关数据产品提高了18.84% ~ 37.17%,特别是对草地、灌丛等植被类型的分类精度有明显提升。
张慧, 赵涔良, 朱文泉
1)青海省湟水流域典型工业园土壤环境质量数据,为区域工业活动导致的土壤污染管控提供基础支撑; 2)数据来源为湟水流域典型区域土壤样品,样品采集后迅速放入-4℃冰箱保存送尽快至实验室,经前处理后完成相关参数的检测; 3)样品采集、转运过程符合规范,实验检测过程遵照相关标准严格执行结果,因土壤环境各因素的变化,该结果仅针对本次调查结果; 4)该数据可用于对区域土壤污染状况、重金属风险评估等内容进行分析;
王凌青
该数据包括雅鲁藏布江、布拉马普特拉河以及恒河流域共72个河流砂样品的主量元素、微量元素、钕同位素和锶同位素地球化学数据,包括:雅鲁藏布江及其支流48个样品、布拉马普特拉河及其支流19个样品、以及恒河5个样品。主量元素包括全部72个样品的SiO2、Al2O3、Fe2O3等共10种元素氧化物数据,以百分比表示;微量元素包括30个样品的Li、Be、Sc等44种元素含量数据,以百万分比(ppm)表示;钕同位素包括26个样品的143Nd/144Nd数据及其误差值;锶同位素包括26个样品的87Sr/86Sr数据及其误差值。主量元素分析使用PANalytical Axios X射线荧光分析仪(XRF),采用溶片法进行测试,测试误差<3%;微量元素使用Thermo Fisher VG-X7电感耦合等离子质谱仪(ICP-MS),采用溶样法测试,测试误差<5%;钕和锶同位素测试采用Thermo Fisher NEPTUNE plus多接受电感耦合等离子质谱仪(MC-ICP-MS)测试, 相对国际标样测试值与参考值锶同位素的偏差<0.005%,钕同位素的偏差<0.004%。以上全部实验室测试分析均在同济大学海洋地质国家重点实验室完成。该数据对于认识青藏高原大型流域盆地构造活动、化学风化作用、河流沉积物从源到汇搬运过程、以及评估自然过程和人类活动相互关系都具有重要的科学意义和社会应用价值。
刘志飞, 赵玉龙, 于名扬, 林宝治, H.M. Zakir Hossain, Suchana Taral, Tapan Chakraborty
制图范围:张镱锂等2002版青藏高原范围。 数据源:1980年代青藏高原植被图,气候、地形、地貌、土壤数据等。 制图方法:复原植被图是反映未受人类经济活动破坏以前的原始植被分布状况的植被图。由于缺乏青藏高原早期植被分布图,在本项目组编制的1980年代青藏高原植被图的基础上,通过以下方法编制近似复原植被图。采用1980年代青藏高原植被图,使用1980年的WorldClim19个生物气候数据,分析生物气候数据与自然植被的关系,确定各类自然植被分布所对应的气候数据变化范围。对于1980年代植被图中的人工植被,使用最早的1960年的WorldClim19个生物气候数据,根据人工植被分布区的气候数据,以及上面得到的植被分布与气候关系,判断对应的自然植被,将该区人工植被替换为自然植被。在此基础上,进一步考虑植被分布地带性规律及其与地形、地貌、土壤的关系,依据人工植被周边残存的自然植被、周边地带性植被,对前面的判断结果进行分析,交叉验证人工植被替换结果的准确性,并进行适当修正。对于1980年代植被图中的自然植被,如针叶林、阔叶林、灌丛、荒漠、草原、草甸等则保持不变。综合以上分析结果,获得近似复原植被图。植被分类单位与1980年代青藏高原植被图相同。基于制图使用数据精度,本图出图比例尺最大为1:50万。
周继华, 郑元润, 宋长青, 程昌秀, 高培超, 沈石, 叶思菁
1980年代青藏高原植被图制图说明: 制图范围:张镱锂等2021版青藏高原范围。 数据源:1980-1988年Landsat 4-5 TM 影像(空间分辨率约30米)、野外调查数据、1:100万植被图、Google Earth影像、气候、地形、地貌、土壤、土地覆盖数据等。 制图方法:(1)初步图斑分割,采用面向对象的方法初步分割遥感影像,形成初步制图斑块;(2)目视解译,综合野外调查数据、1:100万植被图、Google Earth影像、气候、地形、地貌、土壤、土地覆盖数据等,对初步制图斑块进行目视解译制图;(3)交叉验证,使用地形图、1:100万植被图、土地利用图进行逻辑验证;(4)图例系统,采用《中华人民共和国植被图 (1:1, 000, 000),2007》的分类标准、图例单位和系统,包括植被型组、植被型2个单位,制图区域共有植被型组11个,植被型46个,无植被地段10个;(5)植被图整饰,采用图斑和数字相结合的方法,表示不同植被类型和制图单位;(6)基于制图使用数据精度,本图出图比例尺最大为1:50万。
周继华, 郑元润, 宋长青, 程昌秀, 高培超, 沈石, 叶思菁
本数据集是基于青藏高原多年冻土分布区1114个样点的土壤调查数据,重点考虑了古气候在估算青藏高原土壤碳储量中的重要作用,在综合了气候(古气候和现代气候条件)、植被、土壤(土层厚度和土壤理化属性等)和地形等因素后,通过机器学习算法重新评估得到的青藏高原3m深度土壤碳储量。结果集表明当前陆地生态系统模型普遍低估了青藏高原冻土碳库大小,模型中缺乏对古气候影响的考虑是导致模拟偏差的重要原因。因此,未来模型模拟土壤碳循环应该将古气候的作用考虑在内。
丁金枝
本数据集包括祁连山地区2020年日值0.05°×0.05°地表土壤水分产品。采用耦合小波分析的随机森林优化降尺度模型(RF-OWCM),通过对SMAP L3级被动微波36km地表土壤水分产品(SMAP L3 Radiometer Global Daily 36 km EASE-Grid Soil Moisture, V8)进行降尺度,得到0.05°×0.05°地表土壤水分产品。参与降尺度模型的数据包括GLASS Albedo,MUSES LAI/FVC,中国西部逐日1 km全天候地表温度数据集(TRIMS LST-TP;2000-2021)V2,以及经/纬度等信息。
柴琳娜, 朱忠礼, 刘绍民
水源涵养服务是一种重要的生态系统服务,直接影响区域水资源的整体水平,会对区域生态系统、农业、工业、人类消费、水力发电、渔业和娱乐活动产生重要影响,对于维持生态系统稳定以及提高人类福祉具有重要意义。针对水源涵养产品生产,基于水量平衡原理耦合降雨量、蒸散发、太阳辐射、气温、植被类型等数据进行了国家屏障区生态系统水源涵养建模研究。水源涵养服务利用基于水量平衡原理的InVEST 模型进行计算,InVEST模型具有输入数据量少、导出数据量大、对抽象生态系统服务功能进行定量分析等优点,是当前水源涵养服务评估的重要手段。该方法认为水源涵养服务为降水量减去蒸散发量,计算的指标包括年降水量、年蒸散发量。其中降水量数据以气象站点数据为基础,将日气象数据累积到年尺度上,然后利用ArcGIS空间插值方法插值到空间上;蒸散发量的计算是通过Zhang模型实现。将多源数据作为InVEST模型的输入变量基于参数化模型实现对青藏高原2000-2020年1km分辨率的水源涵养服务估算。
王晓峰
土壤冻结深度(SFD)是评估冻土区水资源平衡、地表能量交换和生物地球化学循环变化所必需的,是冰冻圈气候变化的重要指标,对季节性冻土和多年冻土都至关重要。 本数据是基于Stefan方程,对CanEMS2 (RCP 45和RCP85)、GFDL-ESM2M (RCP26、RCP45、RCP60和RCP85)、HadGEM2-ES(RCP26、RCP45和RCP85)、IPSL-CM5A-LR(RCP26、RCP45、RCP60和RCP85)、MIROC5(RCP26、RCP45、RCP60和RCP85)和NorESM1-M(RCP26、RCP45、RCP60和RCP85)等多模型不同情景下,利用逐日气温的预测数据及E-factor数据,获得2007-2065年空间分辨率为0.25度,青藏高原区域年平均土壤冻结深度数据集。
潘小多, 李虎
植被净初级生产力(Net Primary Productivity, NPP)作为生态系统物质及能量循环的基础,能够反映区域和全球尺度植被的固碳能力,是评价陆地生态系统质量的重要指标。针对植被净初级生产力产品生产,基于光能利用率模型的原理耦合遥感、气象、植被及土壤类型数据进行了国家屏障区生态系统生产力建模研究。在参数的选择上,由SPOT/VEG ETATION NDVI卫星遥感数据、中国植被图、太阳总辐射值及温度等数据计算出光合有效辐射(APAR);根据区域蒸散模型模拟水分胁迫因子,与土壤水分子模型相比,它可以简化参数,增强模型的可操作性。将光合有效辐射和实际光能利用率作为CASA(Carnegie-Ames-Stanford Approach)模型的输入变量,基于参数化模型实现对青藏高原2000-2018年1km分辨率的陆地植被净初级生产力估算。
王晓峰
1)数据内容:本数据集包含2020年青藏高原地区Landsat时序SI产品。2)数据来源及加工方法:主要是在青藏高原Landsat系列卫星地表反射率数据集的基础上,通过SI的计算公式进行生产的,即基于红光波段和蓝光波段能够很好地反映土壤盐分的原理;3)数据质量描述:为了标识云、冰雪,并相应生产了质量标识文件(QA)。4)数据应用成果及前景:该指数能很好的反映土壤的盐分程度,可用于定量化评价盐渍化土壤。
彭燕
1)数据内容:本数据集包含2020年青藏高原地区Landsat时序地表温度产品。2)数据来源及加工方法:利用中国遥感卫星地面站接收存档的Landsat数据和实用单通道算法反演得到;3)数据质量描述:root-mean-square error(RMSE)约为1.23K。4)数据应用成果及前景:地表温度是一个常用的陆地表面参数,该数据集可为资源调查、生态环境监测、全球变化研究等相关领域的研究和应用提供数据产品支撑。
张兆明
1)数据内容:本数据集包含2020年青藏高原地区MODIS时序光合有效辐射分数(FPAR)产品、地表总初级生产力产品(GPP)产品、Npp产品、蒸散发产品(ET)和叶面积指数(LAI)产品。2)数据来源及加工方法:FPAR产品和LAI产品来自第六版MODIS Terra MOD15A2H产品集,GPP和NPP产品均来自MODIS Terra MOD17A2H产品集,蒸散发产品来自MODIS Terra MOD16A2;通过USGS网站下载,利用GDAL插件进行拼接和转投影得到;3)数据质量描述:每种产品均有相应的质量文件,标识了云、雪、无效值等,以有效位编码方式存储。4)数据应用成果及前景:在森林、农业、生态等领域长时序信息挖掘分析方面具有重要的应用价值。
贡成娟
该数据集为基于10Be约束的青藏高原东部流域尺度侵蚀速率,数据集提供了第一作者、发表年份,经纬度以及侵蚀速率。数据收集整理于已发表的期刊文章,且不同的研究结果具有较好的一致性。流域尺度的侵蚀速率的空间部分特征往往与河流地貌特征(如陡峭指数)、气候以及构造活动具有一定的相关性,因此系统的数据集能够为区域范围内侵蚀速率的主控因素分析提供重要的数据支撑,使量化气候与构造在区域范围内对地表过程的贡献成为可能。
张会平
2020年夏季采集了西藏自治区26个湖泊湖水,主要位于藏南和阿里东部地区,同时,2020年10-11月采集了可可西里地区3个湖泊的湖水数据。将采集的湖水样品装入塑料瓶内,部分样品利用碱度试剂盒现场滴定获得CO32-和HCO3-离子浓度,其余样品放置冰箱冷藏保存,带回实验室后,利用ICP-OES测试主要阳离子K+, Na+,Ca2+,Mg2+离子浓度,利用阴离子色谱仪测试HNO3-,SO42-、F-和Cl-离子浓度,分析误差小于10%。
孟先强
该数据为青藏高原东缘四川盆地、西昌盆地、会理盆地、楚雄盆地晚白垩世-早新生代地层的碎屑锆石年龄;本次研究采集的所有碎屑锆石样品均为砂岩,样品的粉碎及锆石挑选工作在廊坊市诚信地质服务有限公司完成;锆石U-Pb定年是在中国地震局地质研究所地震动力学国家重点实验室使用激光烧蚀电感耦合等离子体质谱(LA-ICP-MS)进行的,随机选择至少200个锆石颗粒粘附在双面粘合剂上,并用环氧树脂将其注入激光样品靶中。测试中使用的激光束斑直径为28μm,频率为10HZ,激光能量密度为4.0 J/cm2。
张会平
多灾种易发性综合分区专题图展示了多灾种易发性的空间分布,和地区上的灾种组合模式,由地质灾害易发性、地震灾害易发性、冻土冻融灾害易发性、暴雨洪水灾害易发性组成。数据主要由遥感数据输入易发性评价模型计算生成,输入数据包括灾害编目、地形地貌数据、气候数据、地质数据。数据主要包含专题图一份和作图所用的易发性栅格与矢量数据(.shp),其中栅格数据(.tif)栅格大小为0.01度,约1200m。数据将可以在宏观上为青藏高原的发展规划提供参考资料。
唐晨晓, 张国明, 刘连友
该数据集包含青藏高原160个湖泊(面积大于40平方公里)1978-2017年的连续日尺度湖面温度(MOD11A1的日间湖温、MOD11A1的夜间湖温、基于MOD11A1日均湖面温度、基于模型的湖面温度)。数据集生产过程首先改进以能量平衡为基础的半物理湖表水温模型(air2water)以实现冰期与非冰期连续模拟,并以MOD11A1产品提取的全湖平均表面温度作为模型的率定数据。数据集与4个湖泊的实测湖面温度相比相关性大于0.9,均方根误差小于2.5℃。该数据集为认知青藏高原湖泊水热平衡、水生生态系统过程及其对气候变化响应提供数据支撑。
郭立男, 吴艳红, 郑红星, 张兵, 文梦宣
该数据为2020年西藏26个湖泊70个点位浮游植物数据,采样时间为8-9月,采样方式为常规浮游植物采样方式,样品采集1.5升,后经鲁哥氏液固定,静止沉淀后虹吸浓缩后,利用倒置显微镜镜检结果。数据包括硅藻、绿藻、蓝藻、甲藻、裸藻、隐藻、棕鞭藻、黄藻、褐藻和轮藻等10个门类,共计77种/属不同浮游植物的密度数据。该数据为原始数据,未经过处理,单位为个/L。该数据可以用于表征这些湖泊敞水区浮游植物的组成、丰度,也可用于计算这些湖泊中浮游植物群落的多样性。
张民
青藏高原灾害编录包含了多种历史灾害的空间分布与类型信息,范围西至巴基斯坦、克什米尔地区,东至青海省,南至喜马拉雅山山麓,北至阿尔金山山麓。数据的生产是由大量人工遥感解译、实地考察、收集地调数据与开源数据结合完成的。数据以矢量点的形式储存,主要内含属性表注明灾害类型、坐标等信息。本数据可以应用于研究灾害的空间分布规律与灾害评价工作。本数据共包含23536条数据,泥石流数据由于参考了地调数据,大多沿路分布,无人区则数据较少。
唐晨晓
该数据来源于青藏高原农田生态系统科考队于2020年开展野外调查获取的无人机影像资料,调查区域涉及四川、西藏318沿线的农田生态系统集中区县,包括四川的理塘、巴塘,西藏的八宿、林芝、日喀则的江孜、白朗等区域,记录地物对象包括青稞、小麦等传统农作物,以及部分区域的露地蔬菜、设施大棚;飞行高度一般在50-300m,分辨率较高,拍摄设备为大疆御2Pro,图片自带GIS经纬度、海拔等信息,可用于卫星遥感的地面参考或校正数据。
伍小刚
该数据集为青藏高原农业生产经营管理历史数据,从青藏高原地区各市州的历年统计年鉴中收集整理,经过电子化后提取汇总而成;该数据包含了青藏高原范围内部分区县1995-2018年的农田有效灌溉面积数据。农田有效灌溉面积是重要的生产经营管理指标,青藏高原地区是典型的旱作农业为主,绝大部分地区农业灌溉以自然降水为主,人工灌溉所覆盖的区域较少,该数据对于分析青藏高原农田生态系统水资源利用、水足迹等有重要意义,数据以县为单位进行的统计,其结果可到县域尺度。
何秀林
冰川是西部山区河流的补给水源,是西部地区人们赖以生存、发展工、农、牧业的最基本要素之一。冰川既是宝贵的淡水资源,又是山区形成严重自然灾害的发源地,如突发性冰湖溃决洪水、冰川泥石流和冰崩等。冰川水文监测是研究冰川融水特征、冰川融水对河流的补给作用、冰川表面消融与径流关系、冰面产流和汇流过程、及冰川和季节性积雪融水诱发的洪水和泥石流计算和预报的基础。目前主要以在流域出山口建立水文监测站,开展实地监测为主。本数集为4条代表性冰川的月值径流数据 (珠西沟冰川、帕隆4号冰川、老虎沟冰川、七一冰川)。通过雷达或压力式水位计测量冰川融水相对水位变化,通过实地径流断面测流与相对水位建立径流曲线,计算每条冰川的径流总量,径流单位为m3/s。
杨威, 李忠勤, 王宁练, 秦翔
湖泊汇集上游流域的径流及其携带的泥沙和营养物质,是流域中物质迁移的重要“归宿”,因此湖泊水体和沉积物属性在很大程度上受湖泊流域的属性(如湖泊上游的气候、地形和植被条件)影响。本数据集根据数字高程模型提取青藏高原上1525个湖泊(面积从0.2到4503平方公里)的流域范围,计算了湖泊水体、地形、气候、植被、土壤/地质和人类活动等6方面的721个属性,是首套青藏高原湖泊流域属性数据集,可为青藏高原湖泊(特别是缺资料湖泊)研究提供基础数据。
刘军志
本数据是研究团队采用新方法定量重建获得的末次冰盛期以来青藏高原不同样点的植被变化数据。首先收集、整理青藏高原及其周边17个植被带1802条现代孢粉数据作为训练集,采用随机森林算法建立基于孢粉数据重建青藏高原植被的模型,该模型预测现代孢粉样点的植被时,与实际植被对比,显示出较高的一致性(>76%)。与传统的生物群区化法相比,新建立的随机森林模型基于孢粉数据预测青藏高原现代植被的准确性更高。随后,将新建立的随机森林模型用于青藏高原51条孢粉化石序列的古植被重建。用贝叶斯方法重新建立各孢粉化石序列的深度-年代模型,并用线性插值方法获取500年间隔的孢粉化石数据。最终用随机森林模型重建出青藏高原22000年以来500年间隔的植被时空格局变化。本数据可以为理解过去高寒植被的变化过程和机制提供依据,为研究过去气候变化对青藏高原植被的影响提供证据,为气候模拟提供边界条件。
秦锋, 赵艳, 曹现勇
本数据集为青藏高原区域2016-2019年0.02° x0.02°地表反照率日变化产品。采用耦合地形因子的多源遥感数据协同反演的BRDF模型(Extended Multi-Sensor Combined BRDF Inversion model (EMCBI)),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(MOD09GA、MYD09GA)和AHI天顶反射率数据集为官方网站下载,以5天为周期合成日分辨率BRDF,进而估算日内变化的反照率,其中,黑空反照率的太阳入射为北京时间8:00-18:00逐小时的入射(UTM time zone 8)。经过验证评估,日内变化的反照率更能有效捕捉反照率的日变化,可有效支撑青藏高原地区辐射平衡、环境变化研究。
游冬琴, 唐勇, 韩源
本数据集为青藏高原区域2002-2020年日分辨率0.00425° x0.00425°地表反照率产品。基于MODIS反射率数据,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,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(MOD09GA、MYD09GA)集为官方网站下载,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,其中,黑空反照率的太阳入射为当地正午时太阳入射。经过验证评估,满足反照率应用精度要求,相较于同类产品在山区站点的验证精度更高,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。
游冬琴, 唐勇, 韩源
2019-2021年的复杂山区泥石流、堰塞湖沉积物测年数据。数据采集地点为青藏高原东缘、南缘等区域泥石流易发的复杂山区。主要在中国科学院青海盐湖研究所盐湖化学分析测试中心、中国科学院成都山地所分析测试中心等完成实验分析。使用的仪器包括Risø TL/OSL–DA–20全自动释光仪等。建立了典型复杂山区泥石流沉积物年代数据集,定量研究了复杂山区泥石流沉积物的形成年代,确定了复杂山区的古泥石流灾害活动历史。
胡桂胜
青藏高原植物群落样方调查数据集(2019)由第二次青藏科考任务三专题六的科考队于2019年8月野外调查完成,空间跨度为:北纬36.02°- 38.07°,东经91.45°- 100.84°。数据集覆盖了森林、灌丛、草地、荒漠和农田等植被类型,共48个样地。数据集由四部分组成,包括样地信息、乔木层样方、灌木层样方和草本层样方。其中乔木层数据2条,灌木层数据63条,草本层数据101条。调查条目包括物种组成,物种分盖度,物种平均高度,灌丛平均冠幅和群落总盖度。
黄永梅, 霍佳璇, 任梁
本数据集包括青藏高原区域内甘肃、青海、四川、西藏、新疆和云南2000-2015年的社会、经济、资源等相关指标数据,数据来源于《甘肃统计年鉴》、《青海统计年鉴》、《四川统计年鉴》、《西藏统计年鉴》、《新疆统计年鉴》、《云南统计年鉴》、《中国县(市)社会经济统计年鉴》以及中经网、国泰安等。统计尺度为县级单元尺度,包括甘肃省的玉门市、阿克塞哈萨克自治区、肃北蒙古族自治县等26个县级单位,青海省的德令哈市、乌兰县、天峻县等41个县级单位,四川省的石渠县、若尔盖县、阿坝县等46个县,西藏的日土县、改则县、班戈县等78个县,新疆省的乌恰县、阿克陶县、莎车县等14个县,云南省的德钦县、中甸县、福贡县等9个县;变量包括县域GDP、第一产业增加值、第二产业增加值、第三产业增加值、规模以上工业企业工业总产值、社会消费品零售总额、居民储蓄存款余额、粮食产量、农作物总播种面积、普通中学在校生数和土地面积。该数据集可用于青藏高原社会、经济、资源状况评价等。
陈义忠
2021年6月17日,研究团队在国际刊物《通讯:生物学》(Communications Biology)上发表了研究论文,将发现于临夏盆地的巨犀命名为临夏巨犀(Paraceratherium linxiaense)。利用系统发育分析方法、古地磁测年法等方法研究化石,表明化石属于巨犀,但是又不同于已知的巨犀种类,因为它比其他巨犀更进步。 本数据包括论文原文的PDF以及原始分辨率论文插图(包括化石、地层和系统发育树等)
邓涛
地应力是指存在于地壳中的应力,即由于岩石形变而引起的介质内部单位面积上的作用力。本专题通过青藏高原重大工程区的文献搜集与钻孔测试得到重大工程区地应力数据。原始数据资料精度可靠,并有专人负责质量审查;经多人复查审核,其数据完整性、位置精度、属性精度均符合有关技术规定和标准的要求,质量优良可靠。该数据能够为研究青藏高原重大工程扰动灾害、重大自然灾害的发育规律以及其他与地应力相关研究工作提供基础数据支撑。
祁生文
利用野外调查和文献调研收集到的青海沙蜥(Phrynocephalus vlangalii)分布点,结合五个来自于WorldClim数据库的气候因子,分别将当前(1960-1990年)和未来(2061-2080年)的气候数据输入训练好的物种分布模型,对当前和未来的适宜栖息地进行预测。预测结果表明,在青海沙蜥在气候变化下将会丧失大量原有栖息地,针对青海沙蜥的保护措施应重点关注青藏高原东缘,柴达木盆地北部和东部这些地区。模型也预测在气候变化后,新的适宜栖息地将在原本不适宜青海沙蜥生存的地区出现。然而,由于爬行动物的扩散能力非常有限(文献记录的最大年扩散距离不足500m),新出现的适宜栖息地不一定能被青海沙蜥利用。同时,通过野外工作收集三个海拔种群青海沙蜥的生理、生活史、行为及形态数据并结合微气候数据,利用机制生态位模型预测了气候变化在当前适宜分布区对青海沙蜥造成的生理后果。模型预测的结果表明,无论在SSP245还是SSP585气候变化情景下,青海沙蜥的活动时间在当前适宜分布区的大部分范围(> 93%)内都会增加,热安全阈在当前适宜分布区的所有地点都会减少。高海拔种群的活动时间增幅小于低海拔种群,而其热安全阈减少的幅度却大于低海拔种群。研究结果揭示了气候变化可能对分布在高海拔地区的蜥蜴种群造成更大影响。
曾治高
本数据集为未来50年黄河源和祁连山区水量平衡数据集(径流、降水、蒸散发、土壤液态含水量),采用基于地貌的生态水文模型GBEHM模拟获取,数据集变量包含月径流、月降水、月蒸散发、月均5cm土壤液态含水量以及月均50cm土壤液态含水量,数据时间范围为2020-2070年,空间分辨率为1km。模型输入数据包含气象驱动、植被、土壤、土地利用等,气象驱动采用38个CMIP6模型SSP2-4.5情景下的集合平均结果,模拟结果能够较好反映黄河源区与祁连山区水文变量的时空变异特征。数据集可进一步用于黄河源区与祁连山区生态-水文过程相关研究,为“山水林田湖草”系统优化调配提供科学依据。
王泰华, 杨大文
本数据集为过去40年黄河源和祁连山区水量平衡数据集(径流、降水、蒸散发、土壤液态含水量),采用基于地貌的生态水文模型GBEHM模拟获取,数据集变量包含月径流、月降水、月蒸散发、月均5cm土壤液态含水量以及月均50cm土壤液态含水量,数据时间范围为1980-2019年,空间分辨率为1km。模型输入数据包含气象驱动、植被、土壤、土地利用等,模拟结果能够较好反映黄河源区与祁连山区水文变量的时空变异特征。数据集可进一步用于黄河源区与祁连山区生态-水文过程相关研究,为“山水林田湖草”系统优化调配提供科学依据。
王泰华, 杨大文
本数据集是2017年8月-9月于阿里地区采集的典型地物光谱测量数据。高光谱数据使用ASD便携式地物光谱仪FieldSpec 4测量。进行光谱测量时基本为光线稳定的晴天,测量时记录了云量情况。测量前使用白板进行校准;并使用GPS记录经纬度坐标;记录了测量的植被类型;同时测量了周围土壤的光谱数据。地物光谱仪记录的DN值为.asd格式文件,可使用ViewSpecPro软件读取,并利用EXCEL结合白板数据转换为反射率。光谱数据用于提取不同植被类型光谱特征、植被分类、反演植被覆盖度等。
刘林山, 张炳华
1)数据内容:采用修正通用水土流失方程(RUSLE)估算地块尺度土壤水蚀模数,利用土壤保持量衡量生态系统减少降水导致土壤侵蚀的能力,表征植被作用引起的水蚀减少量,即实际地表覆盖条件下与极度退化状态下土壤水蚀量的差值。依据上述过程做出30年(1990-2020年,每5年一期)青藏高原生态功能图,包含水源涵养和土壤保持数据集两部分。 2)数据来源及加工方法:该图集基于生态系统类型数据、MODIS的NDVI产品、1:100万土壤属性数据、气象插值与高程等数据,采用降水贮存量法估算森林、草地生态系统的水源涵养量,以生态系统水文调节效应衡量其涵养水分的能力, 即与裸地相比涵养水分的增量。 3)数据质量:数据时间分辨率5年,空间分辨率1000m,可满足青藏高原高精度生态系统评估研究需求。 4)数据应用成果及前景:统计结果表明,近30年,青藏高原水源涵养功能量空间分布上呈现东南部高、西北部低,自东南部向西北部逐渐降低的总体分布格局。土壤保持量整体呈现波动中增加趋势,西部与南部大部分区域土壤保持功能量呈现减少趋势,其中南部减小趋势明显,东部地区呈现增加趋势。
曹巍, 黄麟
该数据集于2021年5月底至6月在青藏高原野外考察期间使用无人机航拍所得,航片数据量为 3.4 GB,共包含330余张无人机航片。拍摄地点主要位于西藏的拉萨、林芝,云南省的大理、怒江,四川甘孜、阿坝、凉山等州市地区的道路沿线、居民点及其周边地区。所拍航片主要反映拍摄时点当地的土地利用/覆被类型、设施农业用地分布、植被覆盖度等信息,航片具有经纬度和海拔等空间位置信息,不仅可以为土地利用分类提供基础验证信息,而且还能通过计算植被覆盖度,为大尺度区域植被覆盖度的遥感影像反演等工作提供参考。
吕昌河, 张泽民
数据包括4种:CryoSat-2 L1B Baseline D 提取的244个湖泊水位 (2010-2020年);ICESat-2 ATL13 提取的356个湖泊水位 (2018-2020年);Sentinel-3A SRAL L2 提取的125个湖泊水位 (2016-2020年);Sentinel-3B SRAL L2 提取120个湖泊的水位 (2018-2020年)。数据包括日期、十进制日期、水位、标准差以及每个湖泊的地理位置。数据详细处理流程请见论文。
许凤林, 张国庆
1) 数据内容:该数据是对青藏高原林芝地区立定遗址文化层堆积剖面进行研究产生的古DNA数据,包括4个层位10个堆积物古DNA样本的HiseqX宏基因组预测序数据。可以用来初步分析林芝立定遗址堆积物古DNA记录的物种组成的历时性变化,揭示当地古代农业发展的历程。 2) 数据来源及加工方法:课题组自有数据,利用Pair-end建库测序方法和illumina HiseqX测序平台检测获取。 3) 数据质量:20.3MB数据量,Q30>85%。 4) 数据应用成果及前景:数据用于探索遗址堆积物古DNA在揭示青藏高原古代农业发展历程中的研究潜力。
杨晓燕
本数据集包括藏东南站、阿里站、慕士塔格站、珠峰站和纳木错站的大气气溶胶颗粒物的PM2.5质量浓度(单位为μg/m3)。气溶胶PM2.5细颗粒物是指环境空气中空气动力学当量直径小于等于 2.5 微米的颗粒物。它能较长时间悬浮于空气中,对空气质量和能见度等有重要的影响,其在空气中含量浓度越高,就代表空气污染越严重。PM2.5的浓度特性数据以每5 min获取一组数据的频率进行产出,能实现小时、昼夜、季节和年际等不同时间尺度气溶胶质量浓度的分析,这为青藏高原地区不同位置的气溶胶质量浓度在不同时间尺度上的变化及其影响因素分析,以及当地空气质量评价,提供了重要的数据支撑。该数据为已发布数据《青藏高原不同站点气溶胶颗粒PM2.5浓度数据集(2018和2019)》的更新。
邬光剑
"基于青藏高原不同的退化过程,分别将1990和2015的冻土退化、植被退化、盐碱化、沙漠化、土壤侵蚀过程作为主要的退化类型,选择对高原土地退化影响显著的退化过程进行叠加,评估从1990到2015时期内青藏高原土地退化变化趋势。土地退化类型分类:0 - No degradation; 1 - Salinization; 10 - Permafrost degradation; 11 - Salinization and permafrost degradation; 100 - Soil erosion; 101 - Soil erosion and salinization; 110 - Soi erosion and permafrost degradation; 111 - Soi erosion, permafrost degradation and salinization; 1000 - Desertification; 1001 - Desertification and salinization; 1010 - Desertification and permafrost degradation; 1011 - Desertification, permafrost degradation and salinization; 1100 - Desertification and soil erosion; 1101 - Desertification, soil erosion and salinization; 1110 - Desertification, soil erosion and permafrost degradation; 1111 - Desertification, soil erosion, permafrost degradation and salinization; 10000 - Vegetation degradation; 10001 - Vegetation degradation and salinization; 10010 - Vegetation degradation and permafrost degradation; 10011 - Vegetation degradation, permafrost degradation and salinization; 10100 - Vegetation degradation and soil erosion; 10101 - Vegetation degradation, soil erosion and salinization; 10110 - Vegetation degradation, soil erosion and permafrost degradation; 10111 - Vegetation degradation, soil erosion, permafrost degradation and salinization; 11000 - Vegetation degradation and desertification; 11001 - Vegetation degradation, desertification and salinization; 11010 - Vegetation degradation, desertification and permafrost degradation; 11011 - Vegetation degradation, desertification, permafrost degradation and salinization; 11100 - Vegetation degradation, desertification and soil erosion; 11101 - Vegetation degradation, desertification, soil erosion and salinization; 11110 - Vegetation degradation, desertification, soil erosion and permafrost degradation; 11111 - Vegetation degradation, desertification, soil erosion, permafrost degradation and salinization;"
赵广举
降雨侵蚀力是量化青藏高原土壤侵蚀的重要基础数据之一。高精度的降雨侵蚀力数据是了解目前青藏高原水土流失现状,以及制定水土保持措施的关键,同时可以为青藏高原地质灾害防治提供有力参考。本研究基于青藏高原1-min稠密降水观测数据和高精度格点降水资料,经过订正、重构和检验等步骤,构建了一套新的青藏高原1950~2020年逐年降雨侵蚀力数据集。该数据集是目前青藏高原精度最高、时间序列最长的降雨侵蚀力数据集。
陈悦丽
本数据集为覆盖全球范围考虑积融雪过程的标准化水分距平指数(SZIsnow),该干旱指数数据集由GLDAS-2驱动产生。该指数考虑了与干旱发展相关的诸多水文过程,尤其是积融雪过程。目前许多干旱指数忽略了积融雪过程,导致不能准确地对积雪地区干旱的发生和发展进行评估,该指数很好地弥补了这一不足,解决了干旱物理机制解析与多时间尺度分析无法兼顾,不同类型干旱难以统一评估的两个难题。经验证该指数能够很好地对全球不同地区的历史干旱时间进行定量描述,其优异表现在高纬度和高海拔地区更为突出。因此本数据集可以为干旱的监测评估以及干旱相关研究提供科学参考。
吴普特, 田磊, 张宝庆
本数据集包括西藏和青海用水量统计数据,数据来源于《西藏水资源公报》和《青海水资源公报》,统计尺度为市级单元尺度,包括青海省的西宁市、海东市、海北州、海南州、黄南州、果洛州、玉树州和海西州等市级单元,西藏的拉萨、昌都、山南、日喀则、那曲、阿里和林芝等市级单元;变量包括年农田灌溉用水量、林牧渔畜用水量、工业用水量、城镇公共用水量、居民生活用水量、生态环境用水量、总用水量等。该数据集可用于青藏高原水资源管理和生态环境保护等领域。
刘兆飞, 姚治君
木里煤矿是青藏高原的一个典型工矿区,以木里煤矿为例,在区域的划定上,我们采取其东西南北四个方位的坐标界限对其进行裁剪,得到一个矩形区域,并将其作为木里煤矿的矿区范围。我们采用中国科学院地理所资源环境与数据中心提供的全国1km土地利用遥感监测数据,其中2000、2005、2010年三期的数据生产制作是以各期Landsat TM/ETM遥感影像为主要数据源,2015、2020年两期以Landsat8 OLI/TIRS遥感影像为主要数据源,并均通过人工目视解译生成。裁剪出木里矿区,得到2000-2020年五期土地利用数据,数据格式为栅格TIF,分辨率为1km。
刘振伟, 陈少辉
于2019年7月至8月在青海省西宁市至格尔木市段、青海省格尔木市至西藏自治区拉萨段、以及格尔木市至西宁段每隔20km在远离人为扰动的地方采集不同土地利用类型的土壤样品,共计土壤样品147个,其中草地83个,沙地48个,农地14个,林地3个。数据集内容包括序号、各样点地理位置、土地利用类型、经纬度坐标、海拔、土壤全氮、全磷、全钾含量和土壤pH,数据格式为Excel表。本数据集通过野外采样与室内实验相结合的方法自主测定获得。在各样方内用随机取样法,用土钻(直径8 cm)取0-15 cm的土样,用粗筛筛去与根系脱离的土壤,全氮、全磷、全钾的测定是全样,用的0.15mm的土样,其中全氮通过半自动凯氏定氮仪测定,全磷采用分光光度计测定,全钾采用火焰光度计测定,pH测定:称取过1mm筛的风干土样10g于50ml烧杯中,加入无二氧化碳蒸馏水保持水土比为2.5:1,用PHSJ-4F实验室进行测定。此数据可为高寒生态系统修复提供数据支撑和科学依据。
赵广举
于2019年9月~10月在三江源区沿214国道开展野外调查,考察的地质、地貌、气候和植被类型资料,并采集沿线土壤样品,共计土壤样品32个。并于2020年6月~7月在三江源区典型沙化草地、放牧草地和高原鼠兔活动区开展野外调查,其中不同沙化程度土样15个,不同放牧强度土样9个,鼠兔活动区土样12个,共计36个。两次野外调查合计土样68个。数据集内容包括序号、各样点地理位置、土地利用类型、经纬度坐标、海拔、土壤全氮、全磷、全钾含量和土壤pH,数据格式为Excel表。本数据集通过野外采样与室内实验相结合的方法自主测定获得。其中全氮通过半自动凯氏定氮仪测定,全磷采用分光光度计测定,全钾采用火焰光度计测定,pH采用PHSJ-4F实验室pH计测得。此数据可为高寒生态系统修复提供数据支撑和科学依据。
赵广举
本数据包括第二次青藏高原野外综合科学考察的影像资料。影像资料内容包括科考途中自然保护区采集样方的样地照片,云南西北部和四川西部自然保护区的森林生态系统,草地生态系统,湖泊生态系统的影像,植被情况,野生动植物生境,保护区内的动物,植物和真菌类数据。此外,影像数据还包括科考的样品采集过程和社区调查中科考队员入户调查以及与当地保护部门访谈的影像资料。数据来源于无人机和相机拍摄,可为科学研究提供佐证和参考。
苏旭坤
典型矿产开发工程区域水环境数据包含青藏高原东北部祁连山成矿带超大型金矿带典型矿产开发区域周边水样检测数据集(2019)、青藏高原东北部祁连山成矿带超大型金矿带典型矿产开发区域周边沉积物及土样检测数据集(2019)。数据第一行为经纬度、元素名称,第二行为元素含量单位,第一列为样点编号。数据获取方式为2019年8月在甘南藏族自治州早子沟金矿、大水金矿、忠曲尾矿库周边相关流域采集的水体、沉积物、土壤样品,水样采用美国热电公司iCAP SQ型电感耦合等离子体质谱仪和海光光学AFS-2202E型原子荧光光谱仪进行检测分析,土壤和沉积物采用IEEXRF荧光光谱仪进行检测分析,主要分析K、Ca、Na等常量元素和Cr\Ni\Cu\Zn等微量元素含量。数据格式为xlsx,数据质量可靠,可应用于青藏高原东北部祁连山成矿带超大型金矿带典型矿产开发区域的水环境综合效应评估。
程昊
青藏高原土壤温湿度观测网(Tibet-Obs)始建于2008年,包括玛曲、那曲、阿里和狮泉河四个站网,目前已连续运行超过十年,并被NASA的土壤水分主被动卫星SMAP选定为其产品的地面验证点,促进了青藏高原遥感产品和模型模拟的评估和改进。本研究详细梳理了各观测站网的现状及其应用情况,并基于已有观测数据发展了一套长时序(2009-2019)地表土壤湿度(5 cm)观测数据集,主要包含四个站网各站点的15分钟原始观测数据以及玛曲和狮泉河站网的升尺度区域土壤湿度数据。
张佩, 郑东海, 文军, 曾亦键, 王欣, 王作亮, 马耀明, 苏中波
探究地貌对于青藏高原树木分布格局的机制影响,以及如何更确切的将地貌影响表现出来,一直是研究难题,地貌对于树木分布的影响是有重要意义的。根据实地和文献调查发现,有着较好的地形庇护下,无论是乔木还是灌丛植被生长都有着积极的作用。这种作用在主要包括地形对风的遮挡庇护和地形聚水增加生境土壤水分和空气湿度。本研究采用250mDEM来模拟这种对植被的遮挡效果,称为Topographic Sheltering Index(TSI,采用C语言编程,计算目标点的障碍物累计水平角,障碍物的判定条件为:障碍物与目标点之间的距离小于障碍物与目标点高差的15-20倍,倍数可调,根据高原的实际情况选定为15倍,以8km为搜索半径,10度为搜索角度),得到青藏高原地形遮蔽度。
周尧治, 程名, 田睿
1)数据内容:本数据集包含从1980s-2019年青藏高原地区Landsat长时序EVI。2)数据来源及加工方法:主要是在青藏高原Landsat系列卫星地表反射率数据集的基础上,通过EVI的计算公式进行生产的,即并在NDVI计算公式的基础上引入了背景调节参数C1,C2和大气修正参数L进行计算的。3)数据质量描述:为了标识云、冰雪,并相应生产了质量标识文件(QA)。4) 数据应用成果及前景:EVI相比于NDVI具有较强的抗大气干扰能力以及抗噪音能力,更适用于气溶胶含量较高的天气状况下,以及植被茂盛区。
彭燕
1)数据内容:本数据集包含从1980s-2019年青藏高原地区Landsat长时序MSAVI产品。2)数据来源及加工方法:主要是在青藏高原Landsat系列卫星地表反射率数据集的基础上,通过MSAVI的计算公式进行生产的,即在SAVI的基础上,针对SAVI在植被覆盖茂盛区表现不敏感的问题进行了改进,具体的计算方法参照Qi,1994文献;3)数据质量描述:为了标识云、冰雪,并相应生产了质量标识文件(QA)。4) 数据应用成果及前景:该指数在植被茂盛覆盖区域较为稳定,而在植被稀疏区表现不敏感。
彭燕
1)数据内容:本数据集包含从1980s-2019年青藏高原地区Landsat长时序NBR产品。2)数据来源及加工方法:主要是在青藏高原Landsat系列卫星地表反射率数据集的基础上,通过NBR的计算公式进行生产的,即利用近红外波段和短波红外波段的比值来增强火烧迹地的特征信息,具体计算公式为(近红外波段-短波红外波段2)/(近红外波段+短波红外波段2);3)数据质量描述:为了标识云、冰雪,并相应生产了质量标识文件(QA)。4) 数据应用成果及前景:该指数常被用于火烧迹地信息提取以及监测火烧区域植被的恢复状况。
彭燕
1)数据内容:本数据集包含从1980s-2019年青藏高原地区Landsat长时序NDMI产品。2)数据来源及加工方法:主要是在青藏高原Landsat系列卫星地表反射率数据集的基础上,通过NDMI的计算公式进行生产的,即利用近红外与短波红外之间的差异来定量化反映植被冠层的水分含量情况;3)数据质量描述:为了标识云、冰雪,并相应生产了质量标识文件(QA)。4) 数据应用成果及前景:NDMI与冠层水分含量高度相关,可以用来估计植被水分含量,而且NDMI与地表温度之间存在较强的相关性,因此也常用于分析地表温度的变化情况。
彭燕
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