奖俊埠遗址是一处距今约12万年~9万年的古人类活动遗迹，有大量石器和动物骨骼，光释光测年显示人类活动时间为120-90ka之间的MIS5阶段，是目前青藏高原上年代最早的旷野遗址。遗址的剖面自上而下分为11层，其中文化层为6-9层的古土壤层。利用粒度分析、磁化率、全有机（TOC）和碳酸钙含量重建古环境，与已发表的高分辨率气候曲线进行对比，结果显示古人类占据的时期东亚夏季风增强，气候温暖湿润，利于人类生存。
张东菊
人类对高海拔环境（>2500m）的适应是人类进化和扩散过程的重要里程碑。青藏高原作为世界上海拔最高、面积最大的高原，是开展人类适应极端缺氧环境研究的理想区域。青藏高原东北部甘肃永登县庄浪河畔新发现一处具有连续地层的早期遗址——奖俊埠遗址。2015年和2018年两个年度对该遗址进行系列取样，光释光测年结果显示遗址年代在120-90ka，这是青藏高原目前年代最早的旷野遗址，为青藏高原早期人类活动历史和生存适应研究提供了新的线索。
张冬菊
在暴露于地面的石头制品的密集区域中，布置了五个大小不同（约2×2.3 m）的四方体（T1-T5）。使用技术类型学对石材进行了收集和详细分析。此外，具有1.2的四方体选择×0.5 m的土壤并去除10 cm的表层土壤，以2 cm的间隔通过湿筛筛选这些10–50 cm的土壤样品，并对每层中发现的残留物进行计数，同时十个炉床测量并挖掘了（1-10号）裸露并散布在研究区域地面上的DJCN 3-2-2剖面。该剖面是从该站点东南约2 m处的当地沉积地层收集的。剖面约100厘米厚，根据沉积物的岩性和颜色，确定了两个主要的地层单元。在0至90厘米之间，地层由浅黄色黄土组成，在该处有两个埋藏的富含木炭的文化层。分别为24–28厘米和30–32厘米；而在d的较低层90-100厘米的深处是蓝灰色湖相沉积物。沿断面以2 cm的间隔收集了45个样品，分别用于测量颗粒大小，磁化率，花粉，木炭和真菌孢子;从田间的炉膛和烧过的土壤中，采集了三个木炭样品（DJCN 3-2-2 C1，从美国佛罗里达州迈阿密市Beta Analytic公司进行的AMS14C测年收集了分别来自烧过的土壤（分别为5号和8号炉台）的DJCN 3-2-2 C2和DJCN 3-2-2 C3。 。通过使用Calib REV 7.0.2程序（Stuiver andReimer，1993）的IntCal 13校准曲线（Reimeret等，2013）将AMS14C日期进一步转换为日历年值。青海师范大学自然地理与环境过程。光谱仪（ICP-MS）。未暴露的中间部分用于测量等效剂量（De）。我们还使用自动RisøTL / OSL-DA-20-C / Dreader获得了OSL测量值。实验室辐射使用90Sr / 90Y beta光源。样品制备包括分别用HCl（10％）和H2O2（30％）处理以去除有机物质和碳酸盐。通过湿筛分选择38至63 µm的颗粒，并用H2SiF6处理约2周。用水含量10±5％来计算年龄（Stauch等人，2012）。在青海师范学院青海省自然地理与环境过程重点实验室完成了粒度和磁化率的测定。粒度分析采用标准工艺，包括用HCl处理（10％）和H2O2（10％）分别去除碳酸盐和有机物质，以及用10 mL的10％（NaPO3）6处理分散剂并用超声波清洗机摇动以使颗粒充分分散（Lu and An，1997）。易感性是用英国Bartington生产的MS2双频磁化率仪进行分析。通过计算三个低频磁化率平均值与两个背景值的平均值之差获得低频磁化率值。对真菌孢子，木炭和花粉样品进行氢氟酸（HF）处理处理方法（Faegri和Iversen，1989； Moore等，1991）。将样品分别在10％HCl和10％KOH中煮沸以溶解钙质矿物质和腐殖质组分。然后将样品通过200 µm筛网过筛，并用40％HF处理以消解细小的二氧化硅。接下来，将样品过7 µm筛网以除去粘土大小的颗粒。最后，将样品储存并固定在甘油冻中。在400倍和1000倍的放大倍数下鉴定出花粉和真菌孢子。真菌孢子形态型的鉴定是基于与Van Geel（1978），Van Geel等人的描述和插图的比较。 （1989年，2003年，2011年），记录了每个样品的Van.300花粉和真菌孢子，并表示为总含量的百分比。花粉和真菌最初通过向样品中添加石蒜孢子片（27637±563孢子）来计算孢子浓度值，然后使用Tilia和Tilia-Graph软件制作图表（Grimm，2011年）。对木炭进行了计数，并将其分为两种类型，即20–100 µm和> 100 µm。
候光良
数据集主要是用在文章2018GC007986的研究中，包含了利用布设在青藏高原东北部海原台阵11个台站和中国地震局48个固定台站记录的远震波形数据计算得到的S波接收函数。 数据集压缩为zip格式的文件，包含了1个文件夹，两个文件：NETibet_SRF.QBN和NETibet_SRF.QHD。 时间域的脉冲反褶积方法被用来计算S波接收函数，所有的S波接收函数数据已经被可视化检查，去掉了一些和大多数接收函数明显不同的坏记录。 数据主要用来调查岩石圈结构，揭示高原东北部扩展的深部动力学过程。
徐强
本数据集收集了2015年以前发表文献中青藏高原东北部基岩（硅酸盐和碳酸盐岩）和沉积物（表土，砂，河流相沉积物，风成沉积物）的碳酸盐Sr，Mg和Ca组成数据。数据加工方法：用水去除易溶盐后，稀醋酸溶解，然后用ICP-OES（电感耦合-等离子体发射光谱）测量上清液Sr，Mg和Ca含量。数据按照实验室标准获得，Sr，Mg和Ca测试相对标准偏差小于2%。 数据集包含6个表单，依次为：“硅酸盐”（Silicate rocks）、“碳酸盐”（Carbonate rocks）、“表土”（Topsoils）、“砂”（Sand）、“河流沉积物”（Fluvial sediments）、“风成沉积物”（aeolian sediments）。 所有数据表共有7个字段： 字段1：“Ca”，基岩和沉积物的碳酸盐Ca含量， 字段2：“Mg”，基岩和沉积物的碳酸盐Mg含量 字段3：“Sr”，基岩和沉积物的碳酸盐Sr含量 字段4：“Mg/Ca”，基岩和沉积物的碳酸盐Mg/Ca 字段5：“Sr/Ca”，基岩和沉积物的碳酸盐Sr/Ca比值 字段6：“Type”，基岩类型 字段7：“Source”，数据来源 量纲（度量单位）： “Ca”:ppm，“Mg”：ppm;，“Sr”：ppm，“Mg/Ca”：mmol/mol， “Sr/Ca”：mmol/mol
杨一博
青藏高原东北部1957-2009年0.25度气候数据集，包含降水、最高和最低气温、风速四个气象要素值，时间分辨率为逐日。 数据集包含2400个文本文件，每个文件里有降水（第一列）、最高（第二列）和最低（第三列）气温、风速（第四列）。每个文件名含有经纬度，每个文件代表相应网格点（0.25*0.25度）的四个气象要素值。 本数据是由高原东北部81个气象站观测资料网格化形成。考虑了气象条件随高程的变化。 网格化方法和步骤如下： 从气象局数据共享网（http://data.cma.cn）下载原始的逐日最高和最低气温、降水、风速。之后对数据进行质量控制。所用的原则为1)去除小于0，大于150mm逐日降水；小于-50°C，大于50°C逐日气温；小于0m/s风速；2）画出年序列降水、气温和风速，检查不正常的逐年变化，并通过台站迁移记录进行质量控制。对有非正常变化，但有台站迁移记录的数据，通过修改台站名称，对数据进行分段，如西宁站（52866）1996年出现不正常气温变化，通过记录发现西宁站在1996年后迁移，因此将1996年前的记录记为虚拟台站52867数据，1996年之后的仍记录为52866站的数据。如果数据出现异常变化，但没有台站迁移记录，则将异常变化的数据剔除，如1975年之前的德令哈站数据。有些台站有迁移记录，但数据没有异常变化，即假定迁移前后的台站仍处于相同的气候环境下，因此台站名称和数据记录没有任何改变。 质量控制后开始内插，其方法为1）计算日平均气温、降水和风速随海拔高度的变化。得出气温随海拔高度递减率为4.3°C/km,其决定系数R2为0.65。暖湿季（5-9月）逐日平均降水量随海拔高度有一个不显著的增加（0.5mm/km，R2为0.1）。冷干季（10-4月）逐日平均降水量不随海拔变化。风速也随海拔高度有一个不显著的增加，其增加率为0.4m/s/km，R2为0.1。气温和风速随海拔的变化率用在整个时间段里，而降水随海拔递增率只用在暖湿季，冷干季递增率为0。2）空间内插时利用Synographic Mapping System (SYMAP,Shepard, 1984)方法。这个方法在内插时考虑台站之间的距离以及周围台站之间的角度以表示台站的密集程度。将距离和角度综合为一个权重，用在内插中。距离近且台站之间的夹角大的台站赋予大权重。3）将台站的经纬度、气象要素值、海拔、随海拔的变化率和权重同时考虑，内插出目标网格的值。内插时最大的搜索范围为周围55个台站，最小的搜索范围为周围4个台站。4）综合暖湿和冷干季节的降水，形成整个时段的降水序列。5）在方法测试期，留出了部分台站以检查网格化后的数据。6）验证通过后，所有的81个台站均用在最终网格化过程，并形成本套数据集。 Shepard, D. S., 1984: Computer Mapping: The SYMAP interpolation algorithm. Spatial Statistics and Models, G.Gaile and C. Willmot, Eds., Reidel 133-145.
兰措
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
