中亚作为典型干旱半干旱区,其土地和农业的可持续发展受到了不同的程度的水热限制和环境限制。分析和预测土地利用的潜力,对保障区域粮食安全和减少气候变化的不利影响至关重要。本数据集面向中亚五国农业可持续发展,以旱作农业、灌溉农业、林业、草牧业为土地利用目标,从土地资源开发利用潜力角度开展了土地利用和农业生态的潜力评价。多目标土地资源开发利用评价因子包括:气候(热量、水资源)、地形、灌溉及取水条件、土壤条件等多个方面,它们分别是大于10℃积温,一月平均温度,七月平均温度,降水,降水变差系数,高程,坡度,取水距离,地下水位,土壤有机质,土壤质地,土壤酸碱度,其中降水变差系数基于降水转换而得,坡度信息从高程数据中提取。可变的气候要素包括未来月尺度的降水、平均温度、最大和最小气温、湿度,均来源于经过偏差校正和降尺度的CMIP6的ACCESS-CM2, BCC-CSM2-MR, CanESM5, CAS-ESM2–0, CESM2-WACCM, EC-Earth3, GFDL-ESM4, KACE-1–0-G多模式集合平均数据,其实验均为r1i1p1f1。该数据可为中亚五国未来土地资源开发利用和农业发展等提供基础数据支撑。
姚林林, 周宏飞
面向中亚五国农业可持续发展,基于ESA的CCI-LC Maps数据,绘制了中亚的农业格局图,具体包含哈萨克斯坦、土库曼斯坦、塔吉克斯坦、吉尔吉斯斯坦以及乌兹别克斯坦五国,将现有的农业用地分为雨养耕地,雨养耕地(草本覆盖),雨养耕地(林木覆盖),灌溉耕地,耕地(>50%)/自然植被(<50%)以及耕地(<50%)/自然植被(>50%)六类。数据年份为2020年,数据的空间分辨率为300m×300m,即约0.003°×0.003°。数据集可为中亚五国未来土地资源开发利用和农业发展等提供基础数据支撑。
张俊俊, 蒋晓辉
面向中亚五国农业可持续发展,以土地资源为目标,为探究近20年气候变化下中亚地区的土地资源评价以及未来30年气候变化下中亚土地资源状况,收集了中亚的土地资源评价要素,包括:土壤要素(土壤盐渍化程度、土壤质地、土壤有机质含量、土壤pH值、土壤全氮)、地形要素(高程、坡度)、气候要素(降雨、气温、太阳辐射)。地形要素与土壤要素均以2020年为基准,气候要素包括2000年,2010年,2020年,以及采用CMIP6中的ESM1气候模式预估的未来SSP5-8.5情景下2030年和2050年的平均降水和气温,空间分辨率介于0.05°-0.1°。数据集可为中亚五国未来土地资源开发利用和农业发展等提供基础数据支撑。
张俊俊, 蒋晓辉
黑河流域社会经济资源循环网络模拟数据,该数据集包括黑河流域甘州、肃南、民乐、临泽、高台、山丹、肃州、金塔、嘉峪关、额济纳11个市县间的隐含水资源和土地资源流量。数据时间范围:2012年。其中:表格1(Shee1)包括多区域间虚拟水资源与虚拟土地资源转移量。表格2(Sheet2)包括各区域分部门虚拟水资源出口量、与各区域分部门虚拟水资源进口量。表格3(sheet3)包括各区域分部门虚拟土地资源出口量、与各区域分部门虚拟土地资源进口量。 基于黑河流域11市县投入产出表,调研各个经济部门水资源、土地资源的消耗、损失与流转,构建水-土资源耦合核算报表,基于投入产出分析方法,计算各个区域分部门虚拟水资源、虚拟土地资源流转情况。各区域各部门耗水与土地利用数据来自官方统计年鉴数据。
陈彬
提供1990-2015年逐年的中国土地覆盖类型详细空间分布状况,空间精度为0.25°,地理坐标系为WGS84。每个栅格显示了土地利用类型占网格面积的比值(0-1之间)。数据来源于马里兰大学的全球土地利用空间分布图,对原始数据进行时间线性插值、中国区域掩膜提取以及坐标系转换后得到历史均一化中国土地利用数据,以geotiff文件格式保存。历年数据的方法、标准一致,覆盖范围完整,采集处理过程可溯、可靠。实现了现有人口数据产品的均一化,为分析人文要素规律、人文要素和自然要素的相互作用机制提供基础。
王灿, 王嘉琛
本数据集为2021年的祁连山区域的人类活动参数,包括祁连山区域2021年的30m耕地产品和祁连山区域2021年的30m建设用地分布产品。该产品来源于祁连山区域2021年30m的土地覆盖分类产品。该产品以2020年的土地覆盖分类产品为基础,基于Google Earth Engine平台的Landsat系列数据和强大地数据处理能力,利用变化检测的思想和方法生产得到,总体精度优于85%。该产品是1985-2020年土地覆盖分类产品的延续。1985-2020年的土地覆盖分类产品也可在本网站下载得到。其中,1985-2015年的土地利用产品为5年1期,2015-2021年的土地利用产品为1年1期。
杨爱霞, 仲波
面向中亚五国农业可持续发展,以耕地为目标,开展了未来气候变化变化变化影响下的耕地资源开发潜力评价。耕地开发潜力评价因子包括:地形因子(高程、坡度、坡向、与水资源距离)、土壤因子(盐渍化、土壤质地、土壤有机质含量、土壤pH值)、气候因子(降雨、气温、太阳辐射)、经济因子(道路密度、人口密度)。以2020年为基准年,在其他指标不变的条件下,采用CMIP6中的ESM1气候模式的平均降水和气温,预估了未来SSP5-8.5情景下的中亚耕地开发潜力。数据提供了2020s、2030s(2021-2040)和2050s(2041-2060)时间段的中亚五国耕地开发潜力的评价结果,空间分辨率为0.01°×0.01°。数据集可为中亚五国未来土地资源开发利用和农业发展等提供基础数据支撑。
蒋晓辉, 张俊俊
面向中亚五国农业可持续发展,以耕地为目标,开展了未来气候变化变化和土地利用变化影响下的土地资源开发利用风险评价。以耕地为目标的土地资源开发利用风险评价因子包括:地形因子(高程、坡度)、土地利用类型、土壤质地、降水、人均GDP、人均谷物产量、农业经济增长率、城市化水平、人口自然增长率、土壤有机质含量等。以2015年为基准年,在其他指标不变的条件下,采用CMIP6中五种气候模式(BBC-CSM2-MR、CanESM5、IPSL-CM6A-LR、MIROC6和MRI-ESM2-0)的集合平均降水以及未来不同排放情景下的土地覆盖资料,预估了未来不同情景下(SSP1-2.6、SSP2-4.5和SSP5-8.5)的中亚土地资源开发利用风险。数据提供了三种未来情景下2030s(2021-2040)和2050s(2041-2060)时间段的中亚五国土地资源开发利用风险,空间分辨率为0.5°×0.5°。数据集可为中亚五国未来土地资源开发利用和农业发展等提供基础数据支撑。
黄法融, 李兰海
面向中亚五国农业可持续发展,以耕地为目标,开展了土地资源开发利用风险评价。以耕地为目标的土地资源开发利用风险评价因子包括:地形因子(高程、坡度)、降水、土地利用类型、土壤质地、土壤有机质含量、人均GDP、人均谷物产量、农业经济增长率、城市化水平、人口自然增长率等。将上述指标进行无量纲的归一化处理,基于粮食生产与各因子间的多元线性回归模型确定了各指标对土地资源开发利用风险的权重。数据提供了1995年, 2000年, 2005年, 2010年, 2015年五个时间段的中亚五国土地资源开发利用风险,空间分辨率为0.5°×0.5°。数据集可为中亚五国土地资源开发利用和农业发展等提供基础数据支撑。
李兰海, 黄法融
本数据集为祁连山区域2021年的30m土地覆盖分类产品。该产品以2021年的土地覆盖分类产品为基础,基于Google Earth Engine平台的Landsat系列数据和强大地数据处理能力,利用变化检测的思想和方法生产得到,总体精度优于85%。该产品是1985-2020年土地覆盖分类产品的延续。1985-2020年的土地覆盖分类产品也可在本网站下载得到。其中,1985-2015年的土地利用产品为5年1期,2015-2021年的土地利用产品为1年1期。
杨爱霞, 仲波, 角坤升, 吴俊君
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
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
河湟谷地是青藏高原最主要的农业发展区之一,尤其到了清朝,该区土地覆被发生了重大变化,通过整理、校正该区历史文献中记载的1726年田亩数据,以期为揭示青藏高原典型河谷农业区耕地变化和人类活动的基本状况提供理论依据。本数据包含河湟谷地1726年耕地空间分布格局栅格数据,空间分辨率为1km×1km。1726年河湟谷地耕地数据主要来自于成书于乾隆二十年的《西宁府新志》、《循化厅志》《甘肃新通志》。县域行政界线的确定参考谭其骧主编的《中国历史地图集》及牛汉平主编的《清代政区沿革综表》。搜集耕地数据后将原始田亩数据进行校正,将历史耕地数据转换为统一的现代单位(km2),后采用网格化模型将耕地数据进行空间化。
刘峰贵, 罗静
青藏高原海拔高、气候寒冷,自然条件恶劣,生态环境极其脆弱,是全球气候变化的脆弱区和启动区,对青藏高原历史时期的土地开垦研究既是参与全球环境变化的具体途径,也能为土地利用变化的综合研究提供丰富的区域性信息,对于我国乃至全球的历史土地利用/土地覆被变化研究有着重要意义。“一江两河”是青藏高原农牧交错带典型农业区之一,也是西藏近 300 年来土地开垦活动最剧烈和人口增长最快的区域,充分挖掘该地区丰富的历史文献资料重建该地区过去300 年的耕地分布格局,对研究全球气候变化背景下的人类土地利用活动有重要意义。1730年耕地数据主要来源于《铁虎清册》。将资料中记载的土地面积换算成现代亩制单位,某几个缺失的县用该地区的人均耕地数量和人口数量计算得到。
刘峰贵, 顾锡静
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
土地资源供给能力是决定土地资源承载力的重要指标。该数据集包括:(1)青藏高原耕地资源供给能力数据;(2)青藏高原草地资源供给能力数据。耕地资源供给能力是基于西藏统计局主要农产品产量,归纳关键节点粮食、肉、蛋、奶畜产品产量;草地资源供给能力是基于西藏统计局草地面积和牲畜数量数据,结合野外采样数据与气候数据,依据地上生物量模型,计算关键节点典型县域草地平均生物量与总生物量。数据可用于分析青藏高原的土地供给能力空间差异,对青藏高原的土地承载力研究有重要意义。
杨艳昭
资源环境承载力定量评价与综合计量是资源环境承载力研究由分类走向综合的关键技术环节。在人居环境适宜性、资源承载限制性、社会经济适应性评价的基础上,依据“适宜性分区—限制性分类—适应性分等—警示性分级”的资源环境承载力由分类到综合的研究思路与技术路线,构建了具有平衡态意义的资源环境承载力综合评价的三维四面体模型。以10公里格网为基础,开展了资源环境承载能力综合研究,定量模拟了丝绸之路沿线地区资源环境承载指数,以1为平衡态意义,为丝绸之路沿线地区资源环境承载力综合评价提供支撑。
封志明, 游珍
2000-2020年青藏高原城市不透水面和绿地空间组分数据集的数据源主要包括HJ‒1A/B、GF-1/2、ZY‒3等国产卫星影像以及Landsat TM/ETM+/OLI系列卫星影像数据。其中,国产卫星影像辅以Google Earth影像生产不同地理分区的组分训练样本和验证样本数据,应用谷歌地球引擎(Google Earth Engine, GEE)分区测试与校正模型算法参数,基于随机森林算法和Landsat TM/ETM+/OLI系列卫星影像及辅助数据获取归一化人居地密度指数(Normalized Settlement Density Index, NSDI),采用密度分割法且经过人工交互解译修正后,获取城市建成区矢量边界。应用NSDI指数、植被覆盖度指数和青藏高原矢量边界生产青藏高原城市不透水面、城市绿地空间组分原始数据,经校正和精度评价后,生成2000-2020年青藏高原城市不透水面和绿地空间组分数据集。 数据产品的分辨率为30 m,采用统一的坐标系统和存储格式。地理坐标系为WGS84,投影坐标系为Albers,数据存储格式为Geotiff,数据单位为百分比(值域范围0~10000),比例因子为0.01。 为了更准确地量化城市土地覆盖变化,选取了多个典型城市取样,对数据集进行了验证,具体验证方法及精度见已发表的成果。 数据可用于分析和揭示青藏高原土地覆盖变化的影响和未来情景模拟,以期为青藏高原建设环境宜居城市与提升人居环境质量提供科学依据。
匡文慧, 郭长庆, 窦银银
该数据集记录了青海省主要年份草原建设情况统计数据,统计数据覆盖时间范围为2011年-2017年。数据按围栏草场面积、当年新围面积、人工种草保留面积、当年新种面积、年内鼠害危害面积、年内鼠害防治面积等项目划分。数据集包含7个数据表,分别为:主要年份草原建设(2011年),主要年份草原建设(2012年),主要年份草原建设(2013年),主要年份草原建设(2014年),主要年份草原建设(2015年),主要年份草原建设(2016年),主要年份草原建设(2017年)。数据表结构相似。例如主要年份草原建设(2011年)数据表共有10个字段: 字段1:指标 字段2:1995年度 字段3:2000年度 字段4:2005年度 字段5:2006年度 字段6:2007年度 字段7:2008年度 字段8:2009年度 字段9:2010年度 字段10:2011年度
青海省农业农村厅
沉积物古DNA是散布于古环境样品中的生物古DNA,不同于直接从古代动物骨骼、植物遗存内提取的古DNA, 古环境DNA主要是从冰川、 冻土、 湖泊沉物、 泥炭沉积物、 遗址文化层、 牙结石、 粪便化石等环境样品中提取得到的混合了多物种的古DNA。 这些DNA随着生物的遗留物质( 包括: 遗体、 毛发、 粪便和尿液等) 进入环境, 在环境中迅速降解, 缓慢变性, 最终吸附在矿物等颗粒上或者被微生物整合到自身基因组上而长期保存, 进而形成了古环境DNA。沉积物DNA是一种新兴的古DNA分析技术,考古遗址沉积物可追踪相关遗址DNA保存状况及可能存在的人类,弥补了人类化石一般可遇而不可求的缺憾,极大的扩大了研究对象,打开了研究旧石器考古遗址人群演化的新窗口。对发现夏河人下颌骨的白石崖溶洞遗址地层沉积物古DNA进行系统取样和分析。
张东菊, 付巧妹
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