通过不同层次的旅游点、旅游线和旅游区的考察，形成景点、景区、廊道和重要的旅游交通节点、旅游村、旅游城镇等的旅游资源、旅游服务和旅游设施等的照片、视频数据，记录旅游发展状况，发现旅游发展中的问题，并形成相应的世界旅游目的地建设的思路；数据来源为无人机、行车记录仪和摄像机、手机、GPS，并按照景区、数据类别分成不同文件夹；数据资料经过多次核对，确保真实无误；本数据可为青藏高原世界旅游目的地建设提供可追溯的依据。
时珊珊
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
基于中国地面逐日气象要素数据集、全国地理基础数据、自然环境基础数据集，运用像元二分模型、密度分析、RclimDex、非平稳标准化降水蒸散指数(NSPEI)和双线性内插法等多种指标计算方法计算了横断山区的极端降水、极端气温、干旱强度、干旱频率等多种指标。该数据集包括横断山区的孕灾环境基础数据集、极端降水指标基础数据集、极端气温指标基础数据集、干旱强度和干旱频率基础数据集。该数据集可为区域内极端高温、降水和干旱风险评估提供基本的指标体系。我们得出横断山区内90%以上站点的极端气温暖指数显著上升，极端气温冷指数显著下降。南北气温差异显著，以青藏高原为界，北部气温日较差大，平均在13.83℃，南部气温日较差小，平均为11.38℃，南部平均的冰冻日数在1d左右。随着重现期的增加，持续干燥期（CDD）大于110d的区域逐渐由西部扩大到金沙江下游流域；在不同重现期下，持续降雨期（CWD）和年降水总量（PRCPTOT）的高值区集中在西部和南部的边缘；北部的日最大降水量（RX1day）在不同重现期下变化不显著，在60mm以下；最低气温极小值（TNn）和最高气温极大值（TXx）在空间分布上北低南高，40℃以上的高温普遍发生在南部的干旱河谷。
孙鹏
该数据集分析了2018-2019年全球典型洪水灾害事件的时空分布规律、影响及损失情况。2018年，全球洪水灾害发生次数共109起，死亡人口1995人，受灾人口总数达1262万人次，直接经济损失约为45亿美元，在全球近30年中处于较低水平。2018年全球洪灾事件发生次数上半年较下半年多，5月至7月发生频次较高。因此，以2018年美国弗罗伦斯飓风洪水、2018年尼日利亚尼日尔河洪水及2018年中国山东寿光洪水等三个典型灾害事件为案例，从灾害背景、致灾因子、受灾情况等方面进行了分析。
蒋梓杰, 蒋卫国, 武建军, 周红敏
中亚-西亚地区资源环境基础地理数据集主要包括6部分：中亚-西亚地区行政区划图、地形地貌图、水系图、年累积降水图、年平均温度图和潜在蒸散发分布图。其中行政区划图为最新的国家边界数据，地形地貌图DEM分辨率为90米，水系图为最新的一级河流矢量数据。年累积降水图和年平均温度图中降水和温度数据由长时间序列的站点数据插值得到，而潜在蒸散发分布图中的潜在蒸散数据是基于Penman-Monteith公式计算得到，降水、温度和潜在蒸散数据均由原始0.5°的CRU数据基于ArcGIS软件的双线性插值方法重采样为0.25°得到，且数据集经过严格的质量控制和一致性检查，相关研究(Deng and Chen, 2017; Li et al., 2017; Li et al., 2016)表明该数据集在中西亚地区对气候相关研究具有很好的适用性。数据由中国科学院新疆生态与地理研究所遥感与GIS重点实验室生产，生产费用由“中国科学院战略性先导科技专项XDA20030101资助”。
中亚地区2017年输沙势数据集，为tif格式。其空间范围涵盖里海在内的中亚五国地区，包括乌兹别克斯坦、哈萨克斯坦、土库曼斯坦、塔吉克斯坦和吉尔吉斯坦。此输沙势为绝对输势，即各个方向的输沙通量的综合，不考虑输沙势的方向。该数据由GLDAS全球三小时同化数据提取计算获得。时间分辨率为月，空间分辨率为0.25°，时间范围为2017年。该数据可以作为沙尘传输模型的重要参数输入，也可用于评估中亚五国沙通量的总体分布情况。该数据集可作为风沙灾害评估的重要参考数据。
高鑫
该数据为涵盖六大经济走廊的坡度数据，能够反映出六大经济走廊地表单元陡缓的程度，单位°。该数据空间分辨率为0.016度，约为1.8km，经度范围12.09°E-180°，维度范围10.99°S-90°N，来源自美国国家海洋和大气管理局构建的Global Relief Model，基于“一带一路”国家边界裁剪得到。该数据是评估六大经济走廊中的自然灾害(包括泥石流、滑坡、山洪等灾害)风险所必需的基础数据之一，应用频率高与前景广泛。
邹强
中亚地区粗糙度数据，数据格式为“.tif”的栅格数据集。范围包含了里海在内的中亚五国地区。该数据由MODIS-NDVI数据集，根据地表植被覆盖度与地表中值粒径计算得到。该数据空间分辨率为500m，时间分辨率为16天，时间范围为2017年1月1日至2017年12月18日，其坐标系统为大地坐标系统。该数据集可为中亚地区沙漠油气田与绿洲城镇风沙灾害评估提供数据基础。该数据由中国科学院新疆生态与地理研究所提供。
高鑫
“黑河流域生态-水文综合地图集”获黑河流域生态-水文过程集成研究-重点项目的支持，旨在面向黑河流域生态-水文过程集成研究的数据整理与服务，图集将为研究人员提供一个全面而详实的黑河流域背景介绍及基础数据集。 黑河流域水系图是图集水文水资源篇中一幅，比例尺1:2500000，正轴等积圆锥投影，标准纬线：北纬 25 47。 数据源：黑河流域河流数据、黑河流域水库分布数据、2009年黑河流域居民点数据、2008年100万黑河流域行政边界数据、黑河流域湖泊数据等基础地理数据。 黑河流域上游属青海海北藏族自治州祁连县和甘肃张掖、酒泉市肃南、肃北等县祁连山北麓部分，中游属甘肃山丹、民乐、甘州、临泽、高台、肃南、苏州、嘉峪关和玉门等市县，下游属甘肃金塔和内蒙古额济纳旗、阿拉善右旗，涉及三省（自治区），16个市、县（区，旗），56个镇、45个乡和4个苏木。表1为黑河流域行政区划的相关信息。
王建华, 赵军, 王小敏, 冯斌
石羊河流域信息系统专题数据集是亚洲开发银行援助的技援项目“甘肃省优化荒漠化防治方案”的成果之一，包括document、investigation_point、maps、photo和spatial等5个文件夹，每个文件夹又包含若干文件。其中document文件夹包括目标设计、数据处理、专题总结报告和投影信息等文档:gpspoint文件夹包括gps根据不同目的而采样的以shapefile点格式记录的文件:maps文件夹又包含chinese、english和fonts文件夹,前两个文件夹分别代表中英文的14幅以A4幅面大小和pdf格式存储的地图，而fonts包含一些特殊的字体:photo文件夹包含野外调查的以bmp格式存储的数码像片:spatial文件夹包含数字高程模型的dem文件夹、甘肃省和河西走廊轮廓图的gansu文件夹、站点数据文件生成shapefile文件的generate文件夹、各种地理要素的栅格数据的grid文件夹、遥感影像的image文件夹、原始站点文本数据的meteoHydro文件夹，和各种地理要素的矢量数据的vector文件夹。 数据包括： 1、DEM 文件夹：分辨率100米dem、hillshade（山影图）、分为GRID和geotif格式 2、Gansu文件夹：甘肃边界、河西边界 3、Grid文件夹：NDVI（植被指数）、lndchange（土地转移矩阵）、landscape86（86年土地景观图）、landscape2k（2000年土地景观图）、Desertiftype(沙漠类型景观图）、Desersevrt（沙漠类型图）、Annprecip 4、Meteohydro文件夹：民勤、武威、永昌气象数据（1）daily逐日观测项：Airpress(气压）、Humidity(湿度）、Precipitation（降水）、Radiation（辐射）、Sunlight（日照）、Temperature（气温）、Wind（风速）（2）Months(逐月）：Airpress(气压）、Humidity(湿度）、Rain（降水）、Sunlight（日照）、Temperature（气温）、Wind（风速） （3）tendays(逐旬）：Airpress(气压）、Humidity(湿度）、Rain（降水）、Sunlight（日照）、Temperature（气温）、Wind（风速） （4）years(逐年）：Precipitation（降水）、Temperature（气温） 5、Vectro文件夹：（1）Admwhole(县界图）、（2）Lake(湖泊）、（3）Hydrasta(水文站点）、（4）Basin(流域界线）、（5）Landscape2000（土地利用200年）、（6）landscape86（土地利用1986年）、（7）Meteosta(气象站点）、（8）Lakep(水库点）、（9）Place(居民点）、（10）Rainfallcontour(铁路）、（11）Rainfallcontour(降水等值线图）、（12）Road(公路）、（13）Stream(水系图）、（14）Town(县名）、（15）Township(县乡界）、（16）Vegetation(植被图） 数据投影信息： PROJCS["Albers", GEOGCS["GCS_Krasovsky_1940", DATUM["Not_specified_based_on_Krassowsky_1940_ellipsoid", SPHEROID["Krasovsky_1940",6378245.0,298.3]], PRIMEM["Greenwich",0.0], UNIT["Degree",0.0174532925199433]], PROJECTION["Albers_Conic_Equal_Area"], PARAMETER["False_Easting",0.0], PARAMETER["False_Northing",0.0], PARAMETER["longitude_of_center",105.0], PARAMETER["Standard_Parallel_1",25.0], PARAMETER["Standard_Parallel_2",47.0], PARAMETER["latitude_of_center",0.0], UNIT["Meter",1.0]] 详细数据说明请参考数据文档
李新
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
