中国区域354座城市通用热舒适度指数白天和夜晚的月均值数据。该数据时间范围包括2012年1月至2021年12月，时间分辨率为逐月，空间分辨率为1km。 该数据主要是基于MODIS数据集提供的MYD07大气廓线数据和MYD11地表温度数据，并融合了ERA5再分析数据提供的风速数据，最终计算得的了中国区域范围内354座城市的通用热气候指数（Universal Thermal Climate Index, UTCI）数据值。其中城市边界采用Global Urban Boundary-GUB提供的2018年城市边界数据进行划定，为保持空间分辨率的统一，所有数据空间分辨率全部重采样至1km。 在全球变暖和快速城市化的背景下，该数据有利于研究城市热舒适度的时空变化规律及相关分析。
王晨光, 占文凤
1）在山区，由于复杂的地形地质背景条件，在降雨、融雪、地震和人类工程活动等外界因子触发下，极易发生滑坡，导致生命财产损失和自然环境的破坏。为了满足工程场地建设的安全性、土地利用规划的合理性和灾害减缓的迫切性需求，需要展开区域滑坡敏感性评价。当利用多种不同的方法得到多个不同评价结果时，如何有效的将这些结果进行组合以得到最优的预测是当前仍未很难解决的一个技术难题，在确定某个区域滑坡敏感性评价的最优策略和最佳方法的操作执行方面仍然十分欠缺。2）利用传统经典的多元分类技术，通过对模型结果评估和误差量化，将最优评价模型进行组合，快速实现区域滑坡敏感性高质量评价。源代码基于R语言软件平台编写，用户需要单独准备一个本地文件夹，用来读取和储存软件运行结果，用户需要记住文件夹储存路径并在软件源代码中进行相应的设置。3）源代码设计了两种不同的模式来展示模型运行结果，以文本和图形格式的标准格式分析结果输出和需要空间数据并以标准地理格式展示的地理空间模式，4）适用于所有对滑坡风险评价工作感兴趣的人群。该软件能够为大专院校经验丰富的科研人员高效使用，也可以被国土环境规划、管理领域的政府人员和公益组织方便快捷、正确可靠的获取滑坡敏感性分级结果。可服务于地区土地利用规划，灾害风险评价与管理，极端诱发事件（地震或降雨等）下的灾害应急，以及对滑坡监测设备的遴选和预警网络的合理有效布置和运行具有重大的现实指导意义，在滑坡发育严重的地区都可以推广应用
杨仲康
该数据集包含2013年至2020年间逐年赤道北部非洲与萨赫勒地区NPP-VIIRS夜光数据影像。基于国家极地轨道(National Polar-orbiting Partnership, NPP) 卫星可见光近红外成像辐射计 (Visible Infrared Imaging Radiometer Suite, VIIRS)月平均夜光影像数据，将生物量燃烧引起的不稳定夜间灯光从人类活动引起的稳定夜光信息中分离后，合成得到逐年赤道北部非洲与萨赫勒地区NPP-VIIRS夜光遥感数据。数据空间分辨率为500 m，栅格数据类型为Geotiff。栅格像元值为辐亮度，单位为10−9 W∙cm−2∙sr−1。该数据集在一定程度上提高了夜光影像在赤道北部非洲与萨赫勒地区对小规模的、零散分布的、电力供应不稳定的城镇信息识别能力，可进一步应用于赤道北部非洲与萨赫勒地区的人类活动相关研究。
袁笑甜, 贾立, 蒋敏
该数据集包含1992年至2020年间逐年赤道北部非洲与萨赫勒地区夜光辐亮度数据影像。数据集通过建立DMSP-OLS夜光遥感数据DN值和NPP-VIIRS夜光遥感数据辐亮度对应关系校正1992年至2013年的DMSP-OLS稳定光夜光遥感影像数据，并基于NPP-VIIRS夜光数据模拟合成2013年以后的DMSP-OLS稳定光夜光数据构建而成。数据空间分辨率为0.00833°（约1km），数据类型为GEOTIFF。栅格像元值为辐亮度，单位为10−9 W∙cm−2∙sr−1。该数据集可用于赤道北部非洲与萨赫勒地区的人类活动相关研究，如人类活动时空变化分析。
袁笑甜, 贾立, 蒋敏
本数据为东南亚地区2015年的地表类型数据，空间分辨率为30米，数据类型为NetCDF，变量名为“land cover type”。该数据基于FROM-GLC数据加工而成，通过对原始影像的拼接、裁剪得到覆盖东南亚的地表类型数据，剔除东南亚地区不存在的雪冰等下垫面类型并重新整合图例。修改下垫面类型编码生成包含东南亚的地表类型数据。该数据提供耕地、森林、草地、灌木、湿地、水体、不透水面、及裸地共8种下垫面的信息。数据总体精度为71% （Gong et al., 2019），可为水文模型、区域气候模式等提供东南亚地区的下垫面信息。
刘俊国
自第一次工业革命以来，人类活动已经深刻影响了地球各圈层，且这种影响还将持续扩大和增强。青藏高原作为一个具有全球意义的生态系统单元，同时也是我国重要的生态安全屏障，在水土保持、生物多样性保护、水源涵养和碳收支平衡等诸多方面发挥着至关重要的作用。但近30年来，随着青藏高原人类活动范围的扩大和强度的快速增长，人类活动所造成的各种生态环境问题也日益突出，并严重影响着青藏高原生态功能的发挥。青藏高原人类活动强度空间数据的研究与制备，将有助于深入理解该地区人类活动的影响强度和范围，揭示气候变暖背景下人类活动的变化规律，对于进一步量化辨识人类活动与气候变化对生态系统的影响，以及促进该区域的可持续发展都具有重要意义。 研究人员采用人类足迹指数方法，利用人口密度、土地利用、放牧密度、夜间灯光、铁路和道路等共6种代表人类活动的空间数据，完成了1990、1995、2000、2005、2010、2015和2017年共7期青藏高原人类足迹数据集的制备。依据已有研究和青藏高原区域特点，本数据集对人类足迹方法的优化和调整主要包括：①选取人口密度、土地利用、夜间灯光、放牧密度、道路和铁路六类数据来计算人类活动强度；②调整不同土地利用类型的赋值；③设置人口密度最大强度阈值50人/平方公里，并采用对数方法赋值；④使用牛羊密度数据来表征放牧密度，设置最大强度阈值为1000羊单位/平方公里，并采用对数方法赋值；⑤使用经过校正的DMSP/OLS夜间灯光数据进行赋值；⑥将道路划分为高速公路、国道、省道、县道和其他公路等五个等级分别进行赋值；⑦铁路最大影响范围设为3.5 km；⑧利用冰川和湖泊空间数据进行质量控制。 该数据集来源于数据论文“段群滔, 罗立辉. (2020). 1990–2015年青藏高原人类足迹数据集. 中国科学数据, 5(3). https://doi.org/10.11922/csdata.2019.0082.zh”，在原有数据的基础上增加了2017年的数据。 该数据集的制备可为探究青藏高原地区人类活动空间变化特征和规律提供空间数据，也可为探索该地区人类活动与生态环境间的相互作用提供支撑，对于促进整个青藏高原地区的生态环境保护和可持续发展具有指导作用。
段群滔, 罗立辉
Accurate estimation of the gross primary production (GPP) of terrestrial vegetation is vital for understanding the global carbon cycle and predicting future climate change. Multiple GPP products are currently available based on different methods, but their performances vary substantially when validated against GPP estimates from eddy covariance data. This paper provides a new GPP dataset at moderate spatial (500 m) and temporal (8-day) resolutions over the entire globe for 2000–2016. This GPP dataset is based on an improved light use efficiency theory and is driven by satellite data from MODIS and climate data from NCEP Reanalysis II. It also employs a state-of-the-art vegetation index (VI) gap-filling and smoothing algorithm and a separate treatment for C3/C4 photosynthesis pathways. All these improvements aim to solve several critical problems existing in current GPP products. With a satisfactory performance when validated against in situ GPP estimates, this dataset offers an alternative GPP estimate for regional to global carbon cycle studies.
张尧
Satellite-retrieved solar-induced chlorophyll fluorescence (SIF) has shown great potential to monitor the photosynthetic activity of terrestrial ecosystems. However, several issues, including low spatial and temporal resolution of the gridded datasets and high uncertainty of the individual retrievals, limit the applications of SIF. In addition, inconsistency in measurement footprints also hinders the direct comparison between gross primary production (GPP) from eddy covariance (EC) flux towers and satellite-retrieved SIF. In this study, by training a neural network (NN) with surface reflectance from the MODerate-resolution Imaging Spectroradiometer (MODIS) and SIF from Orbiting Carbon Observatory-2 (OCO-2), we generated two global spatially contiguous SIF (CSIF) datasets at moderate spatiotemporal (0.05∘ 4-day) resolutions during the MODIS era, one for clear-sky conditions (2000–2017) and the other one in all-sky conditions (2000–2016). The clear-sky instantaneous CSIF (CSIFclear-inst) shows high accuracy against the clear-sky OCO-2 SIF and little bias across biome types. The all-sky daily average CSIF (CSIFall-daily) dataset exhibits strong spatial, seasonal and interannual dynamics that are consistent with daily SIF from OCO-2 and the Global Ozone Monitoring Experiment-2 (GOME-2). An increasing trend (0.39 %) of annual average CSIFall-daily is also found, confirming the greening of Earth in most regions. Since the difference between satellite-observed SIF and CSIF is mostly caused by the environmental down-regulation on SIFyield, the ratio between OCO-2 SIF and CSIFclear-inst can be an effective indicator of drought stress that is more sensitive than the normalized difference vegetation index and enhanced vegetation index. By comparing CSIFall-daily with GPP estimates from 40 EC flux towers across the globe, we find a large cross-site variation (c.v. = 0.36) of the GPP–SIF relationship with the highest regression slopes for evergreen needleleaf forest. However, the cross-biome variation is relatively limited (c.v. = 0.15). These two contiguous SIF datasets and the derived GPP–SIF relationship enable a better understanding of the spatial and temporal variations of the GPP across biomes and climate.
张尧
青藏高原作为世界屋脊，亚洲水塔，世界第三极，是中国乃至亚洲重要的生态安全屏障。随着社会经济的快速发展，人类活动明显增加，对生态环境的影响越来越大。选取耕地、建筑用地、国道、省道、铁路、高速公路、GDP和人口密度8个因素为威胁因子，并基于专家打分法确定威胁因子的属性，对青藏高原生境质量进行评估，从而获得1990、1995、2000、2005、2010和2015年共6期青藏高原农牧区生境质量的数据集。制作生境质量的数据集将有助于探索青藏高原的生境质量，并为政府制定青藏高原的可持续发展政策提供有效支持。
刘世梁, 刘轶轩, 孙永秀, 李明琦
本数据集为2020年祁连山重点区域人类活动数据。以祁连山重点区域的矿山开采、违规房屋整改、新增道路、土地平整及生态修复等资料为基础，利用高分一号、高分二号、资源三号高分辨率遥感影像，对比统计前后变化地块。对祁连山重点区域地类发生变化的地块，逐块调查核实；对判图可疑的地块，重新判读验证；对影像无法反映的地类，实地核实地类，采集相关数据，核对并修正位置。同时进一步核对2020年祁连山重点区域矿山开采、违规房屋整改、新增道路、土地平整及生态修复等属性信息，统一进行图斑及其属性的录入和编辑，形成2020年祁连山重点区域2m空间分辨率人类活动数据集，总体分类精度优于95%。本数据集实现了祁连山重点区域生态治理的现势性和时效性，为2020年祁连山重点区域人类活动监测提供数据支撑。
祁元, 张金龙, 袁晶, 周圣明, 王宏伟
夜间灯光遥感（以下简称夜光）已经成为反映包括社会经济和能源消耗在内的人类活动的一个越来越重要的指标。现有夜光数据集（如美国国防气象卫星计划（DMSP）和国家极地轨道可见光红外成像辐射计（NPP））在时间范围和数据质量上都很有限。因此我们提出了一种夜间灯光卷积长短期记忆(NTLSTM)网络，并将该网络应用于生长出世界上第一套1984 - 2020年中国的人工夜间灯光数据集(PANDA)。模型与原始图像的模型评估显示，平均均方根误差(RMSE)达到0.73，决定系数(R2)达到0.95，像素级的线性斜率为0.99，表明生成产品的数据质量较高。模型结果可以很好地捕捉到新建成区的时间趋势。社会经济指标(建成区面积、国内生产总值、人口)与PANDA的相关性比现有的所有产品都更好，这表明它在寻找不同阶段夜间灯光变化的不同控制方面有更好的潜力。此外，PANDA描绘了不同的城市扩展类型，在代表道路网络方面胜过其他产品，并在早期提供了潜在的夜光景观。
张立贤, 任浙豪, 陈斌, 宫鹏, 付昊桓, 徐冰
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
本数据集为2019年祁连山地区人类活动数据。以祁连山地区的矿山开采、违规房屋整改、新增道路、土地平整及生态修复等资料为基础，通过高分辨率遥感影像，对比统计前后变化地块。对祁连山地区地类发生变化的地块，逐块调查核实；对判图可疑的地块，重新判读验证；对影像无法反映的地类，实地核实地类，采集相关数据，核对并修正位置。同时进一步核对2019年祁连山地区矿山开采、违规房屋整改、新增道路、土地平整及生态修复等属性信息，统一进行图斑及其属性的录入和编辑，形成2019年祁连山地区人类活动数据集，实现祁连山地区生态治理的现势性和时效性，为2019年祁连山人类活动监测提供数据支撑。
祁元, 张金龙, 周圣明, 李娜, 王宏伟
植被指数主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况。目前，归一化植被指数(NDVI)是检测植被生长状态、植被覆盖度和消除部分辐射误差相关方面的重要数据源。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。Landsat卫星数据产品是估算NDVI的一项重要数据源。以泛第三极31个关键节点和3个重大工程为研究区域，基于2000至2016年LANDSAT-5和LANDSAT-8为基底数据，对不同地区的NDVI进行了裁剪和估算，最终得到了泛第三极关键节点区域2000-2016年16天时序30米高分辨率NDVI数据。
葛咏, 凌峰, 张一行
人为热是城市化的产物之一，是指人类活动产生并释放到大气中的热量，主要来自各种类型的能源消耗和生物代谢。本数据集为中国陆表区域2000-2016年（2000/2004/2008/2012/2016）500m×500m空间分辨率的地表人为热排放通量数据。数据来源及加工方法：（1）通过收集2000-2016年各省市的能源消费数据和社会经济数据，采用清单法估算地级市（地、区、盟）的年平均AHF；（2） 综合多源遥感数据建立AHF估计模型，得到网格AHF；（3）对时间序列AHF估计结果进行分析和检验，修正偏差值，提高AHF估计结果的准确性。了解和掌握人为热排放及其变化，对于了解城市化对气候、环境和社会的影响具有重要意义。
胡德勇
该套数据基于夜间灯光数据与宏观统计数据，运用遥感反演方法(500m*500m)得出国别及区域贫困发生率，具有三大优点:（1）计算单元可根据行政区边界调整，可反映统计上少有的大国次区域尺度上的贫困发生率；（2）调查及汇总周期限制了国家及大国次区域尺度上的更新速度，而基于夜间灯光数据估算的方法更新便捷。（3）因夜间灯光数据有多年连续的年际数据，克服了较长时间段内贫困发生率指标数据难以获取的困难。鉴于以上三大突出优点，该套数据集可以更好地支撑课题研究工作，并为摸清“一带一路”沿线国家及区域贫困的基本状况提供科学数据。
张倩, 张林秀
本数据集包括祁连山区域1985年至2017年每5年一期的30m耕地和建筑用地分布产品。该产品基于Landsat系列数据生产。生产耕地产品时，利用夏季合成的Landsat系列数据，使用归一化植被指数NDVI，并辅助以作物的物候期、作物种植类别等先验知识设定产品生产规则；生产建筑用地产品时，利用夏季合成的Landsat系列数据，使用归一化植被指数NDVI、NDBI、MNDWI等指数，辅助以DEM、灯光数据等设定产品生产规则。以2015年的产品为例，由Google Earth高清影像和实地调研数据进行精度评价，得出2015年耕地和建筑用地产品的精度分别为89.43%和91.89%。
仲波, 角坤升
本数据集包括祁连山区域2018年的30m耕地和建筑用地分布产品。该产品基于Landsat-8/OLI数据生产。生产耕地产品时，利用夏季合成的OLI数据，使用归一化植被指数NDVI，并辅助以作物的物候期、作物种植类别等先验知识设定产品生产规则；生产建筑用地产品时，利用夏季合成的Landsat系列数据，使用归一化植被指数NDVI、NDBI、MNDWI等指数，辅助以DEM、灯光数据等设定产品生产规则。由Google Earth高清影像和实地调研数据进行精度评价，得出2018年耕地和建筑用地产品的精度分别为90.05%和90.97%。
仲波, 角坤升
本数据集为2018年祁连山重点区域人类活动数据集，空间分辨率为2m。本数据集以祁连山重点区域矿山开采、城市扩展、耕地开发、水电建设、旅游开发为重点监测内容，通过高分辨率遥感影像，对比统计前后变化图斑。对祁连山地区地类发生变化的图斑，逐块调查核实；对判图可疑的地块，重新判读验证；对影像无法反映的地类，实地核实地类，采集相关数据，核对并修正位置。同时进一步核对2018年祁连山重点区域监测内容属性信息，统一进行图斑及其属性的录入和编辑，形成2018年祁连山地区人类活动数据集，实现祁连山地区生态治理的现势性和时效性，为祁连山重点区域人类活动监测提供数据支撑。
祁元, 张金龙, 贾永娟, 周圣明, 王宏伟
数据包含青藏高原地区的夜间灯光数据，空间分辨率为1km*1km，时间分辨率为5年，时间覆盖范围为2000年、2005年、2010年。数据来自Version 4 DMSP-OLS产品，DMSP/OLS传感器独辟蹊径，采集的是夜间灯光、火光等产生的辐射信号。DMSP/OLS传感器在夜间工作，能探测到城市灯光甚至小规模居民地、车流等发出的低强度灯光，并使之区别于黑暗的乡村背景。因此，DMSP/OLS夜间灯光影像可作为人类活动的表征，成为了人类活动监测研究的良好数据源。
方华军
中国土地覆盖数据集包括5种产品： 1）glc2000_lucc_1km_China.asc,由GLC2000项目开发的基于SPOT4遥感数据的全球土地覆盖数据中国子集，数据名称为GLC2000.GLC2000中国区域土地覆盖数据由全球覆盖数据直接裁剪得到，它的数据说明请参考http://www-gvm.jrc.it/glc2000/defaultGLC2000.htm 2）igbp_lucc_1km_China.asc,由IGBP－DIS支持的基于AVHRR遥感数据的全球土地覆盖数据中国子集，数据名称为IGBPDIS；IGBPDIS数据的制备，采用USGS的方法，利用1992年四月到1992年三月的AVHRR数据开发出1km分辨率的全球土地覆盖数据,分类系统采取IGBP制定的分类系统，把全球分为17类.其开发以洲为单位。应用AVHRR12个月的最大化合成NDVI资料， 3）modis_lucc_1km_China_2001.asc,MODIS土地覆盖数据产品中国子集，数据名称为MODIS；MODIS中国区域土地覆盖数据由全球覆盖数据直接裁剪得到，它的数据说明请参考http://edcdaac.usgs.gov/modis/mod12q1v4.asp。 4、umd_lucc_1km_China.asc,由马里兰大学生产的基于AVHRR数据的全球土地覆盖数据中国子集，数据名称为UMd；UMd基于AVHRR数据的5个波段及NDVI数据经过重新组合建议数据矩阵，用分类树的方法进行了全球土地覆盖分类工作。其目的是希望建立一个比过去数据更高精度的数据。分类系统很大程度上采用了IGBP的分类方案。 5）westdc_lucc_1km_China.asc，由中国科学院组织实施的中国2000年1：10万土地覆盖数据，对其进行合并、矢栅转换（面积最大法），最后得到全国幅1km的土地利用数据产品，数据名称为WESTDC。WESTDC中国区域土地覆盖数据是在中国科学院1：10万按县分幅的土地资源调查的成果的基础上进行了合并、矢栅转换（面积最大法），最后得到全国幅的土地利用数据产品。采用中科院资源环境分类系统。 2：数据格式：ArcView GIS ASCII 3：网格参数： ncols 4857 nrows 4045 xllcorner -2650000 yllcorner 1876946 cellsize 1000 NODATA_value -9999 4：投影参数： Projection ALBERS Units METERS Spheroid Krasovsky Parameters: 25 00 0.000 /* 1st standard parallel 47 00 0.000 /* 2nd standard parallel 105 00 0.000 /* central meridian 0 0 0.000 /* latitude of projection's origin 0.00000 /* false easting (meters) 0.00000 /* false northing (meters)
冉有华
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
