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
建立在碳、 氮稳定同位素分析方法基础上的古食谱分析的基本原理是我即我食（You are what you eat），即动物组织器官的化学组成与其生前饮食密切相关，通过对相关元素同位素比值的检测可直接揭示古代人与动物食物结构，进而探讨先民生业与家畜驯养研究的手段。骨骼胶原蛋白与牙齿釉蛋白在埋藏过程中不易污染却可以保持其结构的完整性，其蛋白质氨基酸及元素的组成与含量相对固定，是古食谱分析的主要对象。对青藏高原西南部云南怒江石岭岗遗址人骨和动物骨的胶原进行碳、氮稳定同位素分析。
董广辉, 任乐乐
青藏高原高寒缺氧环境是人类生存、生活的重大挑战，人类何时登上青藏高原并适应高原极端环境一直是学术界关注的热点问题。目前在青藏高原史前文化研究中，除了东北部地区，青藏高原大部分地区尚未建立起考古学文化序列。雅江流域是人类活动遗迹分布较为密集的地区之一，但是考古发掘和研究较少，对古人在此区域的活动历史尚不清楚。通过多年的考古调查和发掘，目前已对藏东南林芝地区具文化层的考古遗址进行系统测年，获得33个碳十四年代数据。
杨晓燕, 王彦人
三江源地区土地沙漠化分布数据集源自青藏高原沙漠化格局与变化数据，本数据基于遥感影像、辅助数据等多源数据集成得到。主要使用和参考的数据包括：1）遥感影像数据：选取Landsat提取6 ~ 9月份影像作为青藏高原土地沙漠化监测的主要数据源，共选择1980年、1990年、2000年、2010年和2015年五期影像监测土地沙漠化， 2）辅助数据：地形数据、土壤类型数据、植被类型数据、土地利用数据和Google Earth影像等辅助数据是沙漠化土地解译过程中的重要数据；3）沙漠化指征体系，以风蚀速率、流沙面积占地百分比、植被覆盖度为三个主要指标；4）三江源地区面积为382312 km2，该数据集是从青藏高原土地沙漠化分布数据中将三江源部分裁切出来，以便单独开展三江源地区的研究分析；5）本数据格式为Shapefile格式。推荐使用arcmap打开数据。
南维鸽
典型矿产开发工程区域土地覆被数据包含甘南藏族自治州土地覆被数据集（2000）、甘南藏族自治州土地覆被数据集（2010）、甘南藏族自治州土地覆被数据集（2020）。数据格式为shape file文件，空间分辨率为30m，包含耕地、林地、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川和永久积雪十大类，时间分辨率为年。数据来源于GlobeLand30（全球地理信息公共产品，http://www.globallandcover.com/），经过镶嵌和整编处理获得。源数据的数据精度评价由同济大学和中国科学院空天信息创新研究院牵头完成，数据的总体精度超过83.50%。该数据集可以为相关研究提供高精度的基础地理信息，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土地覆被综合效应评估，在矿产开发的环境效应评估、自然灾害风险评估以及防灾减灾等方面有重要应用。
程昊
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
收集、整编与集成青藏高原人类活动、地理条件、环境质量、自然灾害、医疗卫生、自然资源等数据信息。（1980-2019 年气象数据（气温、气压、风速、降水量、蒸发量、日照时数、空气湿度），青藏高原大气含氧量、太阳辐射、400万数字地貌数据集、土壤侵蚀、青藏高原土壤持久性有机污染物浓度数据集、西藏、青海自然灾害、医疗资源、经济数据、青藏高原水资源量数据（1990、1995、2000、2005、2010年）等）
信忠保
地形起伏度是区域海拔高度和地表切割程度的综合表征。在参考中国人居环境评价背景下的地形起伏度定义及其计算公式基础上，将数字高程模型（ASTER GDEM 30 m）数据重采样成1 km，运用模型计算得到青藏高原地形起伏度公里网格数据集。该数据集包括：（1）青藏高原地形起伏度公里网格空间数据；（2）青藏高原地形适宜性评价数据。数据可用于分析青藏高原的地形起伏度空间差异，对青藏高原的人居环境及其自然适宜性研究有重要意义。
肖池伟, 李鹏, 封志明
数据集记录了西藏自治区的耕地基本信息，包含两个数据表。其中，数据表1共有7个字段，数据表共有5个字段，分别记录了西藏自治区以及各区县1959~2016年的耕地面积、旱地面积、水田面积、有效灌溉面积、国家基建占地面积等内容，单位均为公顷。数据来源于：《西藏统计年鉴》、《西藏社会经济统计年鉴》，精度同数据所摘取的统计年鉴。该数据集对了解西藏自治区耕地情况、评价耕地利用水平、研究农业生产及粮食安全等方面有重要的价值。
苏正安
南峰地区地广人稀，土地类型多样,自然资源亦较丰富,是我国西南天然林区的重要组成部分﹐也是西藏自治区的粮食基地和新兴的工业基地之一。由于地处祖国西南边陲，境内山高谷深,交通运输极不方便,大面积天然森林尚未充分利用,土地利用程度甚低。近年来,南峰地区国民经济建设与工农业生产虽有显著增长,但经济基础仍然相当薄弱,生产技术和管理水平落后,已开发利用的土地并未充分发挥生产潜力,粮食作物亩产远低于全国平均水平。而且,水土流失、泥石流活动等已有所增强和扩展,土地资源遭受损毁,生物产量降低,牧场退化,致使人类生态环境开始恶化,在一定程度上影响社会经济的发展。因此,深入调查研究南峰地区的土地资源及各类土地的自然属性,针对当前土地利用所存在的问题,充分考虑社会经济技术条件和管理水平,遵循自然环境发展的客观规律,因地制宜提出合理利用和保护土地资源的措施和途径,充分发挥土地生产潜力,以谋求最优的经济效益﹑生态效益和社会效益﹐这对改善南峰地区的经济面貌,促进西藏自治区国民经济发展,均有实际的重要意义。 根据考察资料分析,南峰地区土地的宏观结构明显地受地貌要素所制约,而且地貌条件控制着热量和水分的再分配,导致植物群落面貌和土壤理化性状的地域分异,形成具有不同生产潜力的各种土地类型。另外﹐南峰地区地广人稀,土地开发程度极低,绝大部分土地的自然属性尚未受人类活动影响而发生显著和改变。因此,南峰地区土地类型的划分应以地貌为主导因素,参照气候特征及天然植被状况为原则。 据此原则,南峰地区可划分出湿润山地类和半湿润山地类两个土地类和24个土地型。数据中包含了各土地型面积、分布范围、主要特征和主要利用方向。该数据集原始数据数字化自《南迦巴瓦峰地区自然地理与自然资源》一书。
彭补拙, 杨逸畴
该数据集记录了青海省全省土地与自然资源，数据是按土地与自然资源进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含5个数据表，分别为: 土地与自然资源1998年.xls 土地与自然资源1999年.xls 土地与自然资源2000年.xls 自然资源2001年.xls 自然资源2002年.xls，数据表结构相同。例如土地与自然资源1998年数据表共有3个字段： 字段1：指标 字段2：单位 字段3：1998年
青海省统计局
该数据集记录了2007年-2013年青海省退耕还林（草）监测调查户人均收支情况，数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含6个数据表，各数据表结构相同。例如1978-2004年的数据表共有6个字段： 字段1：项目 字段2：2007 字段3：2008 字段4：2009 字段5：2010 字段6：2011
青海省统计局
该数据集为青藏高原（主要为青海省与西藏自治区）过去100年来人口、耕地与畜牧业数据。 数据集主要包括青海省与西藏自治区1912-2016年年际人口数据、1931-1990年青海省耕地面积数据、1950-2000年西藏自治区耕地面积数据、1949-2017年青海省牲畜数量、1952-2017年西藏自治区牲畜数量。 数据主要来源于历代文献与现代统计资料，主要为广大科研人在青藏高原农牧业发展研究方面提供论据。
刘峰贵
本数据集包括1985-2018年间，中亚地区五国（哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土库曼斯坦和乌兹别克斯坦）的城市建设用地变化的逐年数据。该数据空间分辨率为30m，时间分辨率为一年，源自基于Landsat遥感影像提取的1985-2018年全球人工不透水面（GAIA）变化数据（宫鹏等）。研究者对该数据在1985至2015年间每隔5年的7组数据进行了评估，其平均整体精度超过90%，并且是唯一跨越30年的城市建设用地数据集。
徐晓凡, 谈明洪
该数据集基于未来人口预测数据，城市扩张驱动因子数据（路网密度、居民点、夜间灯光、GDP）等，利用FUTURES未来城市扩张模型模拟预测2050年西宁市城市扩张格局，及土地利用分布。数据集包含了4个数据结果，分别对应不同情景下2050年西宁市城市格局。分别是维持现状（BAU），城市紧凑发展型（infill），延续现有格局并保护耕地（Protect），紧凑发展并保护耕地（infill_protect）四种。
沈石
1.数据内容：该数据包含了国内外1280户家庭耕地、草地、林地等不同类型土地面积及属性，用来支撑分析可持续生计中的自然资本部分。2.数据来源：课题组入户调研收集的一手资料。3.数据质量：收集该数据前，课题组及邀请的专家进行了预调研，完善了调研问卷；正式调研前，对参加数据收集的人员进行了严格的培训；正式调研时，每份问卷均经过三次检查方可入档。4.该数据对于了解环境-经济脆弱区农户自然资本、土地禀赋具有重要价值，是该方面对国别、宏观数据的重要补充。
张林秀, 白云丽
该数据集由2020年8月青藏高原野外考察期间无人机航拍所得，数据大小为10.1 GB，包括1500余张航片。拍摄地点主要包括拉萨、山南、日喀则等地区道路沿线、居民点及周边地区。航片主要反映了当地土地利用/覆被类型、设施农业分布、草地盖度情况等信息，航片均具有经纬度和海拔信息，可为土地利用/覆被遥感解译工作提供了较好的验证信息，还可用于植被覆盖度的估算工作，为研究区域土地利用研究提供了较好的参照信息。
吕昌河, 刘亚群
该数据集记录了青海省2019年-2020年国土经略。数据集包含4个pdf文件，数据整理自青海省自然资源厅，分别为青海国土经略2019年第1期，青海国土经略2019年第2期，青海国土经略2019年第3期，青海国土经略2019年第4期，青海国土经略2019年第5期，青海国土经略2019年第6期，青海国土经略2020年第1期，青海国土经略2020年第2期。《青海国土经略》是2002年创刊的双月刊， 主办单位为青海省国土资源科技信息中心，宣传国家政策法律、开展学术理论研究、交流基层实践经验、展示青海国土风貌、指导敛国土资源开发，受众于全国国土资源系统及大、中型矿山企业的广大工作人员和科技工作者，科研院所和关心国土资源事业的各界人士。
青海省自然资源厅
青藏高原基础地理基本情况数据集主要包含青藏高原215个县域尺度的基础地理基本情况参数。数据时间范围为2000-2015，时间分辨率为5年。主要统计指标为降雨量、温度、湿度、人口和地类面积，涉及县域有乃东区、桑珠孜区、噶尔县、吉隆县、玛多县、曲麻莱县等地区，县域名称数据集主要基于“1:25万全国基础地理数据库-2015版”的数据，数据来源为气象站点数据、地区统计年鉴等，通过Excel表达。本数据为掌握青藏高原县域尺度自然地理本底条件提供参考。
冯晓明
瓜达尔深水港位于巴基斯坦俾路支省西南部瓜德尔城南部，在巴基斯坦靠近伊朗一侧，东距卡拉奇约460km，西距巴基斯坦伊朗边境约120km，南临印度洋的阿拉伯海，向西则是霍尔木兹海峡和红海，与阿曼首都马斯喀特(Muscat)遥遥相对，是一个极具战略地位的海港。 本数据为瓜达尔及其周边土地覆盖数据，数据源于GlobeLand30 (Chen, 2014)，数据空间分辨率为30米，数据格式为tiff。 GlobeLand30数据集研制所使用的分类影像主要包括美国陆地资源卫星(Landsat)的TM5、ETM+、OLI多光谱影像和中国环境减灾卫星(HJ-1)多光谱影像，采用基于像元对象知识(POK-based)的分类方法 (Chen, 2015)，总体精度为83.50%，Kappa系数0.78 (Xie, 2015)。
吴骅
面向中亚五国农业可持续发展，以耕地为目标，从土地资源开发利用风险角度开展了土地资源脆弱性评价。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、土壤质地等，农业可持续发展评价因子包括：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。将上述指标中直接代表土地资源属性的土地利用类型、土壤质地、土壤有机质含量等作为土地资源脆弱性评价指标，基于指标加权平均获取了土地资源脆弱性，并将土地资源脆弱性评价作为土地资源开发利用风险评价的一部分，进行土地资源开发利用风险评估时采用多元线性回归方法确定土地资源脆弱性评价指标的权重。数据提供了1995s (1992-1996), 2000s (1997-2001), 2005s (2002-2006), 2010s (2007-2011), 2015s (2012-2017)和1995-2015六个时间段的中亚五国土地资源脆弱性，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
该数据集包括了仰光深水港中心城区的道路情况，水系情况，以及土地利用情况。道路数据集同时包括公路和铁路，水系数据集包括河流和湖泊。道路数据集和水系数据集为矢量数据，土地利用数据集为10m分辨率的栅格数据。土地利用的分类体系为：10.Forest森林；20.Cultivated Land 耕地；21.Paddy filed 水田；22.Dry farmland 旱地；30.Water 水体；31.River 河流；32.Lake 湖泊（含水库、坑塘）；33.wetland 沼泽湿地；40.Artificial surface 人工表面；43. Mining area 采矿区；50.Bareland 裸土、裸岩、荒漠等，基于有限样本对数据进行精度分析，分类精度约在90%以上。
葛咏, 李强子, 李毅
1）数据内容：泛第三极地区基于遥感反演的主要生态环境数据，包含PM2.5浓度、森林覆盖率、EVI、土地覆被、CO2等指标；2）数据来源及加工方法：PM2.5数据来源于the Atmospheric Composition Analysis Group Web site at Dalhousie University、森林覆盖度数据来源于MODIS Vegetation Continuous Fields (VCF)，CO2数据来源于ODIAC Fossil fuel emission dataset，EVI数据来源于MODIS Vegetation Index Products，土地覆被数据来源ESA CCI Land cover。提取出泛第三极65个国家和地区，其他未进行加工；3）数据质量描述：数据2000-2015年数据时间序列较好；4）数据应用成果及前景：可用于生态环境变化分析。
李广东
“一带一路”沿线国家土地资源承载力限制性分类/分区数据内容包括： 1.基于人粮平衡的土地资源承载力限制性分类/分区数据； 2.基于当量平衡的土地资源承载力限制性分类/分区数据，分为基于热量供需平衡和蛋白质供需两类。 数据来源：基于FAO食物生产/消费数据和土地资源承载力模型获得。 数据应用：可以从耕地资源到土地资源对沿线国家的人地关系进行判读，为优化区域功能配置，完善建设空间布局提供科学指导和决策依据。
杨艳昭
1990-2015年中亚大湖区土地覆被数据集，数据范围包括5个国家：哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦和土库曼斯坦。数据来源于欧空局，精度为300m。全球土地覆盖数据库使用的坐标参考系统是基于世界大地测量系统84 (WGS84)参考椭球面的地理坐标系统(GCS)。 数据共分为22个类别，在每个类别中还有亚类。分类类型使用联合国粮食及农业组织(FAO)开发的土地覆盖分类系统(LCCS)定义，其目的是尽可能与GLC2000、GlobCover 2005和2009产品兼容。
杨宇
本数据总结了2016年中亚五国(哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦和土库曼斯坦)农业以及社会经济现状。本数据来源于中亚五国统计年鉴，包括总人口、耕地面积、粮食生产面积、GDP、农业GDP占总GDP比重、工业GDP占总GDP比重、森林面积等六个要素。详细的统计了中亚五国六个社会经济要素的情况。通过统计可以看出中亚五国六个要素之间各有侧重。本数据为项目提供了基础数据，便于后续分析中亚生态与社会的情况，为项目数据分析提供了数据支持。
刘铁
数据集包含2000年，2010年，2018年青藏高原县级理论载畜量数据和1980年, 1990年, 2000年, 2010年, 2017年县级超载程度。基于地理科学与资源研究所具有自主知识产权的生态水文动力学模型VIP（Vegetation interface process) 模拟的NPP数据计算了产草量数据（1km分辨率），按照县行政区域尺度，计算县域产草量，并根据载畜量计算标准（NY/T 635-2015）计算得到县域范围内的理论载畜量。基于县级实际载畜量数据，计算了超载程度。数据将为草地恢复、管理和利用策略的制定提供借鉴。
莫兴国
该数据集由2018-2019年青藏高原5次野外考察期间无人机航拍所得，数据大小为77.6 GB，包括11600余张航片。航片共分5次拍摄，拍摄时间为2018.07.19-2018.07.26、2018.09.09-2018.09.16、2019.04.24-2019.05.10、2019.07.06-2019.07.20、2019.09.01-2019.09.07。拍摄地点主要包括拉萨、日喀则、那曲、山南、林芝、昌都、迪庆、甘孜、阿坝、甘南、果洛等地区主要城市间的道路沿线及周边地区。航片较为清晰的反映了当地土地利用/覆被类型、植被分布状况、草地退化情况、植被覆盖度、河流湖泊分布等信息，航片均具有经纬度和海拔信息，可为土地利用/覆被遥感解译工作提供了较好的验证信息，还可用于植被覆盖度的估算工作，为研究区土地利用研究提供了较好的参照信息。
吕昌河, 刘亚群
青藏高原的水土资源匹配数据，由站点气象数据（2008-2016年，国家气象数据共享网）经过彭曼公式计算得出的潜在蒸散发数据，利用土地利用的不同土地类型，根据下垫面影响系数计算现有土地利用下的蒸散发量；以及气象数据中的站点降雨数据插值得到的降雨数据，根据两者差值得到水土资源匹配系数。实际降雨与现有土地利用条件下的需水量之间的差值来反映水土资源的匹配性，数值越大匹配性越好。水土资源的匹配情况的空间分布能为进一步了解青藏高原的农牧业资源情况做铺垫。
董凌霄
本研究以2015年青藏高原耕地、林地及草地为评价对象，分析对土地敏感性影响显著的地形、气候、土壤和植被因子（地形：海拔、坡度；气候：日照时数、≥0℃积温、年平均降水量；土壤：土壤质地、土壤侵蚀强度、土层厚度；植被：植被类型、NDVI），建立农业土地敏感性评价指标体系。使用AHP法确定评价因子权重，依据ArcGis自然间断点分级法得到耕地、林地以及草地的敏感性等级，输出250m分辨率的青藏高原农业土地敏感性图纸，并对结果校验分析。
姚明磊
针对青藏高原特色，按照科学性、系统性、完整性、可操作性、可度量性、简明性、独立性的原则，重点包含农牧业活动、工矿业发展、城镇化发展、旅游业活动、重大生态工程建设、污染物排放等主要人类活动构建了适宜青藏高原的人类活动强度评估指标体系，基于遥感数据、地面观测数据、气象数据及社会统计年鉴数据等，采用层次分析法，对人类活动的正面和负面效应进行了定量评价，综合评估了人类活动强度及其变化特征。数据不仅有助于增强人类活动在全球变化敏感区植被变化中所扮演角色的认识，而且可以为青藏高原社会经济可持续发展提供理论基础，同时为保护青藏高原生态环境和筑牢国家生态安全屏障提供科学依据。
张海燕, 辛良杰, 樊江文, 袁秀
本数据集是1990年至2015年青藏高原地区土地资源要素数据集，记录了青海、西藏两省15个地级单元建成区用地每五年的面积占比变化情况。数据为excel文件，空间分辨率为地级行政单元尺度。该数据是根据青藏高原土地利用类型数据，通过计算每个地级单元面积内的建成区面积占地级单元面积的比例得到，数据集可用于青藏高原的城镇化空间格局、发展过程及演变机制研究，并为研究青藏高原城镇化对生态环境的影响提供数据支撑。
杜云艳, 易嘉伟
依据多土地覆被类型数据包括有欧空局全球陆地覆盖数据（ESA CCI-LC，300m栅格）、清华大学全球土地覆被数据（FROM-GLC，30m栅格）和美国NASA的LP DAAC 中心的MODIS全球土地覆被数据（MCD12Q1，300m栅格）等3个土地覆被产品数据。个别类别土地覆被数据包括有美国地质调查局USGS的全球耕地数据（GFSAD30，30m）、日本宇宙航空研究开发机构JAXA的全球林地数据（PALSAR/PALSAR-2，25m）、欧盟联合研究中心(JRC, EC)的全球水体数据（GSWD，Global Surface Water Data）和中山大学基于Google earth engine提取的全球城市用地数据（GULM，Global Urban Land Map）。构建了“一带一路”区域LUC分类系统以及其余数据分类系统的转换规则，构建土地覆被分类置信度函数和地类融合规则，进行土地覆被产品融合与修正，完成了“一带一路”核心国家2015年土地利用数据（V1.0）。
许尔琪
本数据集是2015年青藏高原地区的土地覆被数据，数据为栅格TIFF格式，空间分辨率为300米，包含耕地、林地、草地、水体、城市用地等22个大类，可用于青藏高原城镇化与生态环境交互胁迫的地理本底研究。该数据来自欧空局CCI-LC项目生产的土地覆被数据产品。该数据集采用了WGS84的地理坐标系统，有22个大类。数据的生产融合多种卫星数据资料，包括MERIS FR/RR，AVHRR，SPOT-VGT，PROBA-V等。经验证，该数据集的总体精度在70%以上，当然精度会在不同的地区和覆被类型上存在差异。
杜云艳
本数据集是2011年青藏高原地区的土地覆被数据，数据为栅格TIFF格式，空间分辨率为300米，包含耕地、林地、草地、水体、城市用地等22个大类，可用于青藏高原城镇化与生态环境交互胁迫的地理本底研究。该数据来自欧空局CCI-LC项目生产的土地覆被数据产品。该数据集采用了WGS84的地理坐标系统，有22个大类。数据的生产融合多种卫星数据资料，包括MERIS FR/RR，AVHRR，SPOT-VGT，PROBA-V等。经验证，该数据集的总体精度在70%以上，当然精度会在不同的地区和覆被类型上存在差异。
杜云艳
该数据集包含了2018年长江源区人工采集的土地覆盖及植被类型地面验证点数据集。数据采集中，以用地类型相对较为均一、完整的斑块作为主要采集对象，在区分其他用地类型及植被类型时相对较易识别和辨识，在地物验证中具有较好的代表性。每个样地首先利用差分GPS仪记录经度（度分秒）、纬度（度分秒）、海拔（0.1米）、采集时间等位置信息，然后以人工目视识别的办法记录主要用地类型和性质、特征、建群种等属性信息，以便回实验室验证和核对。最后，对每个样地拍摄不少于1张的景观照片。在本次采集中，90%以上的样点采集了2张及以上实景照片，以便于在土地利用分类及植被类型提取中进行验证和核查。最后，通过与Google地图的位置核对，数据经过了两轮检验和核查，保证了验证点属性的绝对正确性。
王旭峰
该数据集包含了2018年8月黄河源区（扎陵湖北面）人工采集的土地覆盖及植被类型地面验证点数据集。数据采集中，以用地类型相对较为均一、完整的斑块作为主要采集对象，在区分其他用地类型及植被类型时相对较易识别和辨识，在地物验证中具有较好的代表性。每个样地首先利用差分GPS仪记录经度（度分秒）、纬度（度分秒）、海拔（0.1米）、采集时间等位置信息，然后以人工目视识别的办法记录主要用地类型和性质、特征、建群种等属性信息，以便回实验室验证和核对。最后，对每个样地拍摄不少于1张的景观照片。在本次采集中，90%以上的样点采集了2张及以上实景照片，以便于在土地利用分类及植被类型提取中进行验证和核查。最后，通过与Google地图的位置核对，数据经过了两轮检验和核查，保证了验证点属性的绝对正确性。
王旭峰
该数据集包含了2018年可可西里人工采集的土地覆盖地面验证点数据集。数据采集中，以用地类型相对较为均一、完整的斑块作为主要采集对象，在区分其他用地类型及植被类型时相对较易识别和辨识，在地物验证中具有较好的代表性。每个样地首先利用差分GPS仪记录经度（度分秒）、纬度（度分秒）、海拔（0.1米）、采集时间等位置信息，然后以人工目视识别的办法记录主要用地类型和性质、特征、建群种等属性信息，以便回实验室验证和核对。最后，对每个样地拍摄不少于1张的景观照片。在本次采集中，90%以上的样点采集了2张及以上实景照片，以便于在土地利用分类及植被类型提取中进行验证和核查。最后，通过与Google地图的位置核对，数据经过了两轮检验和核查，保证了验证点属性的绝对正确性。
王旭峰
中国土地利用现状遥感监测数据库是在国家科技支撑计划、中国科学院知识创新工程重要方向项目等多项重大科技项目的支持下经过多年的积累建立的覆盖全国陆地区域的多时相土地利用现状数据库。 数据集为西北（南）六省包括：新疆、西藏、青海、云南、四川、甘肃。以1970s、1980s、1995、2000、2005、2010、2015年Landsatt TM/ETM遥感影像为底图，利用专业软件通过人工目视解译生成。然后在矢量数据的基础上栅格化生成的1KM栅格数据。 土地利用类型包括耕地、林地、草地、水域、居民地和未利用土地6个一级土地类型以及25个二级类型。 数据包括经纬度 WGS投影（Geo）和等面积圆锥投影（Albers）两种投影方式 中国土地利用现状遥感监测数据库是目前我国精度最高的土地利用遥感监测数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用
刘纪远
本数据集在评价已经有土地覆盖数据的基础上，基于证据理论，将2000年中国1:10万土地利用数据、中国植被图集(1:100万)的植被型分类、中国1:10万冰川图、中国1:100万沼泽湿地图和MOD IS 2001年土地覆盖产品(MOD12Q1)进行了融合，最终基于最大信任度原则进行决策，产生了新的、IGBP分类系统的2000年1KM中国土地覆盖数据。 新的土地覆盖数据在保持了中国土地利用数据的总体精度的同时，补充了中国植被图中对植被类型及植被季相的信息，更新了中国湿地图,增加了中国冰川图最新信息，使分类系统更加通用。
冉有华, 李新
本数据集包括祁连山重点区域1990年至2015年每5年一期的30m与人类活动有关的耕地和建筑用地分布产品。该产品来源于重点区域30m的土地覆盖分类产品。基于该成果，可以得到1990、1995、2000、2005、2010、2015年的耕地和建筑用地变化情况，了解并直观展示人为活动对祁连山重点区域的土地覆盖影响情况。该产品集只包含了与人为活动有关的耕地和建筑用地两种土地覆盖类别，后续将增加更多类别，如矿区、人造林地、人造草地等。
杨爱霞
本数据集是2012年青藏高原地区的土地覆被数据，数据为栅格TIFF格式，空间分辨率为300米，包含耕地、林地、草地、水体、城市用地等22个大类，可用于青藏高原城镇化与生态环境交互胁迫的地理本底研究。该数据来自欧空局CCI-LC项目生产的土地覆被数据产品。该数据集采用了WGS84的地理坐标系统，有22个大类。数据的生产融合多种卫星数据资料，包括MERIS FR/RR，AVHRR，SPOT-VGT，PROBA-V等。经验证，该数据集的总体精度在70%以上，当然精度会在不同的地区和覆被类型上存在差异。
杜云艳
1）数据为“一带一路”沿线国家2010年和2015年建设用地指数资料，又称建设用地率。它是指建设用地面积占土地总面积的比重，包括城乡住宅和公共设施用地，工矿用地，能源、交通、水利、通信等基础设施用地，旅游用地，军事用地等。 2）数据来源于国际统计网站knoema。用它统计的建设用地及相关土地的面积，除以国家陆地总面积的结果即得。 3）它反应了一个国家在陆地面积上的开发程度和基础设施建设开发的力度。同时它的值也与国家和地区经济发展水平、人口密度、城镇居民点密度、交通网密度等密切相关。在“一带一路”中国同各个国家协同发展中，它可以为国家政策，方案的策划与实施提供重要参考，从而加快各国经济发展。
陈少辉, 刘振伟
中国土地利用现状遥感监测数据库是在国家科技支撑计划、中国科学院知识创新工程重要方向项目等多项重大科技项目的支持下经过多年的积累而建立的覆盖全国陆地区域的多时相土地利用现状数据库。 数据集包括1980年代末期，1990年、1995年、2000年、2005年、2010年，2015年七期，数据生产制作是以各期Landsat TM/ETM遥感影像为主要数据源，通过人工目视解译生成。数据缺少南海部分岛屿数据。 空间分辨率1公里，投影参数：Albers_Conic_Equal_Area 中央经线105，标准纬线1: 25，标准纬线2: 47。 中国土地利用现状遥感监测数据库是目前我国精度比较高的土地利用遥感监测数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。 土地利用类型包括耕地、林地、草地、水域、居民地和未利用土地6个一级类型以及25个二级类型。
中国科学院资源环境科学数据中心(http://www.resdc.cn/)
青藏高原在中国境内的部分涉及西藏、青海、新疆、云南、甘肃、四川六个省份，包括了西藏、青海全境，以及新疆、云南、甘肃、四川的部分地区。水土资源匹配研究旨在揭示一定区域尺度水资源和土地资源时空分配的均衡状况与丰缺程度。区域水资源与耕地资源分配的一致性水平越高，其匹配程度就越高，农业生产的基础条件就越优越。采用单位耕地面积的广义农业水资源量测度方法来反映研究区农业生产的水资源供给量和耕地资源空间适宜性的量比关系。 数据集的Excel文件中包含青藏高原在中国境内的市级行政区2008-2015年的广义农业水土资源匹配系数数据，矢量数据为2004年青藏高原在中国境内的市级行政区矢量边界数据，栅格数据像元值即所在地区当年广义农业水土资源匹配系数。
董前进, 董凌霄
基于Google earth高清卫星影像，根据青藏高原矢量图，通过目视解译获取青藏高原全区2018年设施农业用地。所用影像拍摄时间集中于2017.11—2018.11。其中，基于2018年影像提取的设施农业面积约占总面积的70.47%；基于2017年11月以来拍摄影像提取的设施农业面积占比更是高达86.87%；部分地区影像拍摄时间相对较早，但多人烟稀少，没有或很少有设施农业分布，对研究结果影响不大。该数据有利于充分摸清青藏高原全区设施农业的空间分布情况，有利于当地设施农业空间规划调整。
吕昌河, 魏慧
“一带一路”土地资源生产力数据内容包括：1、区域及沿线国家耕地资源面积数据；2、区域及沿线国家粮食播种面积及粮食总产量数据；3、区域及沿线国家主要农作物（水稻、小麦、玉米）种植面积及产量数据；4、区域及沿线国家草地资源面积数据；5、区域及沿线国家牲畜（牛、羊）数量。数据来源：耕地及人口数据来源于世界银行数据库；粮食、作物、草地、牲畜数据来源于FAO。数据应用：根据所提供数据可以进行“一带一路”区域及沿线国家的土地资源基本特征分析、土地资源产出分析，从而进行土地资源生产力评价分析。
杨艳昭
阿姆河流域土地利用分布图包括1990年、2000年、2010年和2015年四期数据，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，数据空间分辨率为30m。数据生产费用由“中国科学院战略性先导科技专项XDA20030101资助”。阿姆河流域土地利用分布图是基于1990年、2000年、2010年和2015年TM、ETM遥感影像数据，基于去云、镶嵌与裁剪、拼接、阴影处理等预处理，借助eCognition软件进行面向对象的地类分类，实现软件自动分类和人工信息提取相结合，最后对分类结果进行人工检查与修正。土地利用类型二级类有25个，分别是水田、水浇地、旱地、有林地、灌木林地、疏林地、其他林地、高覆盖度草地、中覆盖度草地、低覆盖度草地、城镇用地、农村居民点、其他建设用地、机场用地、河渠、湖泊、水库坑塘、永久性冰川雪地、滩地、沙漠、戈壁、盐碱地、湿地、裸土地和裸岩石砾地。数据验证方式为野外实地验证和高精度影像验证两种方式，解译精度达到85％。
许文强
该数据为涵盖六大经济走廊的土地利用数据，能够反映出六大经济走廊不同土地利用类型的空间分布，主要包含涉及六大经济走廊主要的12种土地类型（灌溉耕地、旱作耕地、耕地/林草地、林地、灌木、草地/地衣/苔藓、稀疏植被、草地、人造地表及相关区域、裸地、水体、永久性积雪喝冰川、缺数据（火灾））。该数据空间分辨率为0.0027度，约为300m，经度范围12.09°E-180°，纬度范围10.99°S-90°N，数据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土地规划、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, 美国国家海洋和大气管理局
基于环境敏感区指数（ESAI）方法，计算获得中西亚的栅格荒漠化风险数据。ESAI方法考虑土壤，植被，气候和管理质量，是监测荒漠化风险最广泛的方法之一。根据ESAI指标框架，选择了14个指标计算四个质量领域，每个质量指数均由几个指标参数计算获得。参考前人研究，确定每个参数分类及其阀值。然后，根据每个类别在荒漠化的敏感性中的重要性以及与荒漠化过程的开始或不可逆转的退化关系，把每个类别分配了1（最低敏感度）和2（最高敏感度）之间的敏感性得分。关于如何选取指标以及与荒漠化风险和得分相关性，在Kosmas的研究中提供了更全面的描述。主要指标数据集来源于联合国粮农组织的世界土壤数据，欧空局的土地覆盖数据和AVHRR数据。所有栅格数据集重采样到1km并合成年度值。尽管验证综合评估指数存在困难，但根据ESAI值的时空比较，对荒漠化风险进行了间接验证，包括对ESAI与稀疏植被和草地转变关系的定量分析和分析ESAI与植被净初级生产力之间的关系。验证结果表明中西亚地区的荒漠化风险数据精度可靠。
许文强
阿什巴哈德土地使用数据，分辨率30米，数据格式为TIF，测量时间分别为1988.03.07和2018.04.11。数据来源GLC，其全球陆地覆盖数据的原始数据来自Envisat卫星，由MERIS（Medium Resolution Imaging Spectrometer）传感器拍摄完成。目前共有两期，GlobCover（Global Land Cover Map）和GlobCover （Global Land Cover Product）
黄金川, 马海涛
阿斯塔纳土地使用数据，分辨率30米，数据格式为TIF，测量时间分别为1989.08.06和2017.07.26。数据来源GLC，其全球陆地覆盖数据的原始数据来自Envisat卫星，由MERIS（Medium Resolution Imaging Spectrometer）传感器拍摄完成。目前共有两期，GlobCover（Global Land Cover Map）和GlobCover （Global Land Cover Product）
黄金川, 马海涛
数据通过国家青藏高原科学数据中心（http://data.tpdc.ac.cn/）中国土地利用现状遥感监测产品(1980-2015)裁剪获得，额尔齐斯河、塔里木河流域均为1980、1990、1995、2000、2005、2010、2015年七期数据，数据生产制作是以各期Landsat TM/ETM遥感影像为主要数据源，通过人工目视解译生成，空间分辨率1公里，投影参数：Albers_Conic_Equal_Area, 中央经线105，标准纬线1: 25，标准纬线2: 47。 土地利用类型包括耕地、林地、草地、水域、居民地和未利用土地6个一级类型以及25个二级类型。
中国科学院资源环境科学数据中心(http://www.resdc.cn/)
1)数据内容：泛第三极地区65个国家1992-2015年城市建成区矢量数据。 2）数据来源及加工方法：以欧空局JCR中心1992-2015年全球300米分辨率土地覆被数据为基础，整合宫鹏、刘小平和陈军的全球城市土地利用数据，通过校正处理获取得到。 3) 数据质量描述：整体65个国家的数据准确率为75%左右，不同地区可能存在数据精度差异。 4) 数据应用成果及前景：可用于泛第三极地区65个国家城镇化相关研究，例如城市用地扩张分析和未来情景模拟等。
李广东
中亚五国2000-2015年农业水土资源现状数据，来源于联合国粮食及农业组织的粮食统计资料数据库，主要要素包括：水资源、气温、土壤、施肥管理、生物燃量、水稻种植以及耕地、林地、草地等土地利用信息。可用于支撑中亚地区农业水资源供需态势分析、土地资源类型及空间分布格局研究、农业用地格局变化特征研究、土地资源开发利用程度评估和土地资源质量评估等。有助于了解中亚地区农业土地资源开发的潜力，保障中亚地区农业生产安全。
李发东
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
包含了青海省1984-2012年土地与自然资源数据。数据来自统计年鉴： 《青海社会经济统计年鉴》和《青海统计年鉴》。注：自2012年之后，年鉴中没有再更新土地利用数据，一直引用2012年数据，所以该数据集截止到12年，暂不更新，除非之后的年鉴数据有变化。从青海统计年鉴中摘录精度同数据所摘取的统计年鉴。 分为两个数据表分别存放全区每年自然资源数据和分地区土地利用情况。 “青海土地与自然资源”包含信息： 年份，土地，土地总面积，山地，盆地，河谷地，戈壁沙漠，丘陵地；耕地面积，水浇地；草原总面积，可利用草场，冬春草场，夏秋草场；森林面积，森林覆盖率，疏林地，灌木林地，木材蓄积量；地表水年径流总量，黄河流域，长江流域 ，水力理论蕴藏量，可装机容量，年发电量；煤保有储量，铁矿石保有储量，石棉保有储量，池盐，镁盐，钾盐，硼，金矿，铅矿，锌矿，锶矿，水泥用灰岩。 “分地区土地利用”包含2003～2012年各州以下信息： 年份，地区名称，总计面积，耕地，园地，林地，牧草地，居民点及工矿用地小计，交通运输用地，水利设施用地，未利用土地
青海省统计局
该土地覆盖类型产品是欧空局气候变化行动第二阶段产品，其空间分辨率为300米，时间覆盖范围为1992-2015. 空间覆盖范围纬向－90~90度，经向－180~180度，坐标系统为地理坐标WGS84.土地覆盖产品该地表覆盖的分类依据联合国粮食农业组织土地覆盖分类系统(LCCS, Land Cover Classification System)。 该数据用于科研目的需要致谢ESA CCI Land Cover project，并且将发表的文章发送给contact@esalandcover-cci.org
徐希燕
本数据集提供基于最新的CMIP5的温室气体排放情景 RCPs （ Representative Concentration Pathways ）下黑河2040、2070和2100年的土地覆盖变化的预估结果(IGBP分类)。空间分辨率：1km。时段：RCP （ 2.6 ，4.5 ，8.5 ）三种情景，每种情景对应3个时段：T1：2040，T2：2070，T3：2100 。 文件命名规则：以 “hlcsrcp26_40” 为例，进行说明：命名中的“hlcs”表示黑河流域土地覆盖情景，rcp26表示CMIP5的rcp2.6情景，“_40”表示未来的情景时段为2040，完整的文件名意思是rcp26情景下黑河流域2040年的土地覆盖预测数据，其他文件命名以此类推。
范泽孟, 岳天祥
张掖市1999-2011年灌溉面积数据，包括：总灌溉面积（有效灌溉面积、林地灌溉面积、果园灌溉面积、牧草灌溉面积和其他灌溉面积）、节水灌溉面积（喷灌面积、微灌面积、低压管灌面积、渠道防渗面积和其他节水灌溉面积）和有效实灌面积数据，及甘州区、山丹县、高台县、肃南县、临泽县、民乐县相应数据
张大伟
“水权框架下黑河流域治理的水文-生态-经济过程耦合与演化”（91125018）项目数据汇交-MODIS产品-中国西北地区土利用数据（2000-2010） 1.数据概述：中国西北地区土利用数据（2000-2010） 2.数据内容：用MODIS得到的2000-2010年中国西北地区黑河流域、疏勒河流域石羊河流域土利用数据
王忠静
1.数据概述 基于2012年Google earth影像资料，通过目视解译方法矢量化湿地公园的用地类型，为湿地生态系统服务评估提供数据基础。 2.数据内容 土地利用类型包括湿地、农田（玉米、蔬菜、小麦）、水域、林地、建筑用地、裸地等。比例尺：1：5万；坐标系统：WGS84；数据类型：矢量多边形；存储格式：Dbf/Shp/Jpeg 3.时空范围 覆盖范围：张掖国家湿地公园；总面积：46.02平方公里。
徐中民
2012年新编黑河流域2000年土地利用/土地覆盖是中科院寒旱所遥感研究室，以卫星遥感为手段，基于2000年左右LandsaTM和ETM遥感数据，综合野外考察验证，建立了黑河流域1：10万土地利用/土地覆盖影像和矢量数据库。包括的内容主要有：黑河流域1:10万土地利用图形数据和属性数据。 黑河流域1：10万（2011年）土地覆被数据和以往土地覆被采用同一个分层的土地覆被分类系统，将全流域划分为6个一级类（耕地、林地、草地、水域、城镇和农村居民及工矿用地和未利用土地），25个二级类；数据类型为矢量多边形，以Shape格式存储。。 土地覆被分类属性： 一级类型 二级类型 属性编码 空间分布位置 耕地:平原旱地 123 主要分布在盆地、山前带、河流冲积、洪积或湖积平原（水源短缺灌溉条件较差）。 丘陵旱地 122 主要分布在丘陵区，一般状况下地块分布在丘陵的缓坡以及墚、卯之上。 山区旱地 121 主要分布在山区，海拔在4000米以下的山坡（缓坡、山腰、陡坡台地等）及山前带上。 林地:有林地（乔木） 21 主要分布在高山（海拔4000米以下）或中山坡地、谷地两坡、山顶、平原等。 灌木林地 22 主要分布在较高的山区（4500米以下），多数分布山坡和山谷及沙地。 疏林地 23 主要分布在山区、丘陵、平原及沙地、戈壁（壤质、沙砾质）边缘。 其他林地 24 主要分布在绿洲田埂，河边、路边及农村居民点周围。 草地:高覆被草地 31 一般分布在山区（缓坡）、丘陵（陡坡）及河间滩地、戈壁、沙地丘间等。 中覆被草地 32 主要分布在较干燥地方（隔壁低洼地和沙地丘间地等）。 低覆被草地 33 主要生长在较干燥地方(黄土丘陵上和沙地边缘)。 水域:河渠 41 主要分布在平原、川间耕地以及山间沟谷内。 湖泊 42 主要分布在地势低洼地区。 水库坑塘 43主要分布在平原、川间谷内，周围有居民地和耕地。 冰川及永久性积雪 44 主要分布在（4000以上）高山顶部。 河滩地 46 主要分布在高中低山坡面沟谷、山前、平原低地、河湖盆边缘等。 居民地:城镇用地 51主要分布在平原、山区盆地、坡地及沟谷地台地。 农村居民地 52主要分布在绿洲、耕地及路边、塬面、坡上等。 工矿和交通用地 53一般分布在城镇外围、交通较发达区域和工业采矿区。 未利用土地:沙地 61大多分布在盆地、河流两侧、河湾及山前戈壁外围。 戈壁 62主要分布在风蚀较强有沙源物质输送的山前带。 盐碱 63主要分布在相对较低易积水及干湖泊及湖泊边。 沼泽 64主要分布在相对较低易积水地段。 裸土 65主要分布在较干旱地区（山间陡坡、丘陵、戈壁），植被盖度<5% 。 裸岩 66主要分布在极度干旱的石质山区（风大、少雨）。 其他 67主要分布在4000米以上冻融形成的裸露岩石，又称高寒苔原。
王建华
该数据集为《张掖市耕地利用系数的确定及土地利用变化研究》项目成果之一，是基于Landsat TM和ETM遥感数据建立的张掖市土地利用数据库。该土地利用数据采用一个分层的土地覆盖分类系统，将张掖市土地利用类型划分为6个一级类（耕地、林地、草地、水域、城乡工矿居民用地和未利用土地），25个二级分类。数据范围包括山丹、民乐、临泽、高台、肃南裕固族自治县和甘州区五县一区。分类标准采用中国科学院自1986年以来使用的土地利用分类标准。数据类型为矢量多边形，以Shape格式存储；数据范围覆盖张掖市。
胡晓利, 王建华, 李新
一、概述 本数据集以卫星遥感为手段，基于Landsat MSS, TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全区域分为6个一级分类（耕地、林地、草地、水域、城乡、工矿、居民用地与未利用土地），31个二级分类。 二、数据处理说明 数据集基于Landsat MSS、TM与ETM遥感数据为底图，数据集投影设置为Alberts等积投影，将比例尺放在1:24000下进行人机交互目视解译，数据集存储形式为ESRI coverage格式。 三、数据内容说明 本数据集采用分层土地覆盖分类系统，共分为6个一级分类（耕地、林地、草地、水域、城乡、工矿、居民用地与未利用土地），31个二级分类。 四、数据使用说明 主要应用于国家土地资源调查、气候变化、水文、生态研究工作中。
薛娴, 杜鹤强
一、概述 本数据集以卫星遥感为手段，基于Landsat MSS, TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全区域分为6个一级分类（耕地、林地、草地、水域、城乡、工矿、居民用地与未利用土地），31个二级分类。 二、数据处理说明 数据集基于Landsat MSS、TM与ETM遥感数据为底图，数据集投影设置为Alberts等积投影，将比例尺放在1:24000下进行人机交互目视解译，数据集存储形式为ESRI coverage格式。 三、数据内容说明 本数据集采用分层土地覆盖分类系统，共分为6个一级分类（耕地、林地、草地、水域、城乡、工矿、居民用地与未利用土地），31个二级分类。 四、数据使用说明 主要应用于国家土地资源调查、气候变化、水文、生态研究工作中。
薛娴, 杜鹤强
一、概述 本数据集以卫星遥感为手段，基于Landsat MSS, TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全区域分为6个一级分类（耕地、林地、草地、水域、城乡、工矿、居民用地与未利用土地），31个二级分类。 二、数据处理说明 数据集基于Landsat MSS、TM与ETM遥感数据为底图，数据集投影设置为Alberts等积投影，将比例尺放在1:24000下进行人机交互目视解译，数据集存储形式为ESRI coverage格式。 三、数据内容说明 本数据集采用分层土地覆盖分类系统，共分为6个一级分类（耕地、林地、草地、水域、城乡、工矿、居民用地与未利用土地），31个二级分类。 四、数据使用说明 主要应用于国家土地资源调查、气候变化、水文、生态研究工作中。
薛娴, 杜鹤强
一、概述 本数据集以卫星遥感为手段，基于Landsat MSS, TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全区域分为6个一级分类（耕地、林地、草地、水域、城乡、工矿、居民用地与未利用土地），31个二级分类。 二、数据处理说明 数据集基于Landsat MSS、TM与ETM遥感数据为底图，数据集投影设置为Alberts等积投影，将比例尺放在1:24000下进行人机交互目视解译，数据集存储形式为ESRI coverage格式。 三、数据内容说明 本数据集采用分层土地覆盖分类系统，共分为6个一级分类（耕地、林地、草地、水域、城乡、工矿、居民用地与未利用土地），31个二级分类。 四、数据使用说明 主要应用于国家土地资源调查、气候变化、水文、生态研究工作中。
薛娴, 杜鹤强
此数据为黑河流域中上游的SWAT情景模拟数据。情景包括历史趋势情景（HT）、生态保护情景(EP)、严格生态保护情景(SEP)、经济发展情景(ED)和快速经济发展(RED)情景。 首先利用Dyna_CLUE模型，模拟不同情景下的土地利用变化，然后将不同情景下模拟的土地利用图导入到SWAT模型中，模拟黑河流域上游出口（莺落峡）和中游出口（正义峡）的日径流、月径流情景数据（假设其它条件一样）。时间段为2011-2030年。数据格式为excel格式。
南卓铜, 张凌
此数据为黑河流域土地利用变化情景模拟数据，时间段为1986-2030年，1986年为实际参考数据，1987-2030为模拟数据。情景包括，历史趋势情景、生态保护情景、严格生态保护情景、经济发展情景和快速经济发展情景。在不同情景下，利用Dyna-CLUE模型进行模拟。数据格式为Arc ASCII格式
南卓铜
黑河流域2011年土地利用/土地覆被数据集是中国科学院寒旱所遥感研究室，以GIS为手段，基于2011年LandsaTM和ETM遥感数据，结合野外考察验证，建立了黑河流域1：10万土地利用/土地覆被影像和矢量数据库。 该数据集所包括的内容主要是黑河流域上游1:10万土地利用图形数据和属性数据。 黑河流域1：10万（2011年）土地覆被数据和以往土地覆被采用同一个分层的土地覆被分类系统，将全流域划分为6个一级类（耕地、林地、草地、水域、城镇和农村居民及工矿用地和未利用土地），25个二级类；数据类型为矢量多边形，以Shape格式存储。 土地覆被分类属性： 一级类型 二级类型 属性编码 空间分布位置 耕地:平原旱地 123 主要分布在盆地、山前带、河流冲积、洪积或湖积平原（水源短缺灌溉条件较差）。 丘陵旱地 122 主要分布在丘陵区，一般状况下地块分布在丘陵的缓坡以及墚、卯之上。 山区旱地 121 主要分布在山区，海拔在4000米以下的山坡（缓坡、山腰、陡坡台地等）及山前带上。 林地:有林地（乔木） 21 主要分布在高山（海拔4000米以下）或中山坡地、谷地两坡、山顶、平原等。 灌木林地 22 主要分布在较高的山区（4500米以下），多数分布山坡和山谷及沙地。 疏林地 23 主要分布在山区、丘陵、平原及沙地、戈壁（壤质、沙砾质）边缘。 其他林地 24 主要分布在绿洲田埂，河边、路边及农村居民点周围。 草地:高覆被草地 31 一般分布在山区（缓坡）、丘陵（陡坡）及河间滩地、戈壁、沙地丘间等。 中覆被草地 32 主要分布在较干燥地方（隔壁低洼地和沙地丘间地等）。 低覆被草地 33 主要生长在较干燥地方(黄土丘陵上和沙地边缘)。 水域:河渠 41 主要分布在平原、川间耕地以及山间沟谷内。 湖泊 42 主要分布在地势低洼地区。 水库坑塘 43主要分布在平原、川间谷内，周围有居民地和耕地。 冰川及永久性积雪 44 主要分布在（4000以上）高山顶部。 河滩地 46 主要分布在高中低山坡面沟谷、山前、平原低地、河湖盆边缘等。 居民地:城镇用地 51主要分布在平原、山区盆地、坡地及沟谷地台地。 农村居民地 52主要分布在绿洲、耕地及路边、塬面、坡上等。 工矿和交通用地 53一般分布在城镇外围、交通较发达区域和工业采矿区。 未利用土地:沙地 61大多分布在盆地、河流两侧、河湾及山前戈壁外围。 戈壁 62主要分布在风蚀较强有沙源物质输送的山前带。 盐碱 63主要分布在相对较低易积水及干湖泊及湖泊边。 沼泽 64主要分布在相对较低易积水地段。 裸土 65主要分布在较干旱地区（山间陡坡、丘陵、戈壁），植被盖度<5% 。 裸岩 66主要分布在极度干旱的石质山区（风大、少雨）。 其他 67主要分布在4000米以上冻融形成的裸露岩石，又称高寒苔原。 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) 此数据尊重数据作者意见，暂时不能共享全流域数据，
王建华
黑河流域2011年土地利用/土地覆被数据集是中国科学院寒旱所遥感研究室，以GIS为手段，基于2011年LandsaTM和ETM遥感数据，结合野外考察验证，建立了黑河流域1：10万土地利用/土地覆被影像和矢量数据库。 该数据集所包括的内容主要是黑河流域下游1:10万土地利用图形数据和属性数据。 黑河流域1：10万（2011年）土地覆被数据和以往土地覆被采用同一个分层的土地覆被分类系统，将全流域划分为6个一级类（耕地、林地、草地、水域、城镇和农村居民及工矿用地和未利用土地），25个二级类；数据类型为矢量多边形，以Shape格式存储。 土地覆被分类属性： 一级类型 二级类型 属性编码 空间分布位置 耕地:平原旱地 123 主要分布在盆地、山前带、河流冲积、洪积或湖积平原（水源短缺灌溉条件较差）。 丘陵旱地 122 主要分布在丘陵区，一般状况下地块分布在丘陵的缓坡以及墚、卯之上。 山区旱地 121 主要分布在山区，海拔在4000米以下的山坡（缓坡、山腰、陡坡台地等）及山前带上。 林地:有林地（乔木） 21 主要分布在高山（海拔4000米以下）或中山坡地、谷地两坡、山顶、平原等。 灌木林地 22 主要分布在较高的山区（4500米以下），多数分布山坡和山谷及沙地。 疏林地 23 主要分布在山区、丘陵、平原及沙地、戈壁（壤质、沙砾质）边缘。 其他林地 24 主要分布在绿洲田埂，河边、路边及农村居民点周围。 草地:高覆被草地 31 一般分布在山区（缓坡）、丘陵（陡坡）及河间滩地、戈壁、沙地丘间等。 中覆被草地 32 主要分布在较干燥地方（隔壁低洼地和沙地丘间地等）。 低覆被草地 33 主要生长在较干燥地方(黄土丘陵上和沙地边缘)。 水域:河渠 41 主要分布在平原、川间耕地以及山间沟谷内。 湖泊 42 主要分布在地势低洼地区。 水库坑塘 43主要分布在平原、川间谷内，周围有居民地和耕地。 冰川及永久性积雪 44 主要分布在（4000以上）高山顶部。 河滩地 46 主要分布在高中低山坡面沟谷、山前、平原低地、河湖盆边缘等。 居民地:城镇用地 51主要分布在平原、山区盆地、坡地及沟谷地台地。 农村居民地 52主要分布在绿洲、耕地及路边、塬面、坡上等。 工矿和交通用地 53一般分布在城镇外围、交通较发达区域和工业采矿区。 未利用土地:沙地 61大多分布在盆地、河流两侧、河湾及山前戈壁外围。 戈壁 62主要分布在风蚀较强有沙源物质输送的山前带。 盐碱 63主要分布在相对较低易积水及干湖泊及湖泊边。 沼泽 64主要分布在相对较低易积水地段。 裸土 65主要分布在较干旱地区（山间陡坡、丘陵、戈壁），植被盖度<5% 。 裸岩 66主要分布在极度干旱的石质山区（风大、少雨）。 其他 67主要分布在4000米以上冻融形成的裸露岩石，又称高寒苔原。 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) 此数据尊重数据作者意见，暂时不能共享全流域数据，
王建华
黑河流域2011年土地利用/土地覆被数据集是中国科学院寒旱所遥感研究室，以GIS为手段，基于2011年LandsaTM和ETM遥感数据，结合野外考察验证，建立了黑河流域1：10万土地利用/土地覆被影像和矢量数据库。 该数据集所包括的内容主要是黑河流域中游1:10万土地利用图形数据和属性数据。 黑河流域1：10万（2011年）土地覆被数据和以往土地覆被采用同一个分层的土地覆被分类系统，将全流域划分为6个一级类（耕地、林地、草地、水域、城镇和农村居民及工矿用地和未利用土地），25个二级类；数据类型为矢量多边形，以Shape格式存储。 土地覆被分类属性： 一级类型 二级类型 属性编码 空间分布位置 耕地:平原旱地 123 主要分布在盆地、山前带、河流冲积、洪积或湖积平原（水源短缺灌溉条件较差）。 丘陵旱地 122 主要分布在丘陵区，一般状况下地块分布在丘陵的缓坡以及墚、卯之上。 山区旱地 121 主要分布在山区，海拔在4000米以下的山坡（缓坡、山腰、陡坡台地等）及山前带上。 林地:有林地（乔木） 21 主要分布在高山（海拔4000米以下）或中山坡地、谷地两坡、山顶、平原等。 灌木林地 22 主要分布在较高的山区（4500米以下），多数分布山坡和山谷及沙地。 疏林地 23 主要分布在山区、丘陵、平原及沙地、戈壁（壤质、沙砾质）边缘。 其他林地 24 主要分布在绿洲田埂，河边、路边及农村居民点周围。 草地:高覆被草地 31 一般分布在山区（缓坡）、丘陵（陡坡）及河间滩地、戈壁、沙地丘间等。 中覆被草地 32 主要分布在较干燥地方（隔壁低洼地和沙地丘间地等）。 低覆被草地 33 主要生长在较干燥地方(黄土丘陵上和沙地边缘)。 水域:河渠 41 主要分布在平原、川间耕地以及山间沟谷内。 湖泊 42 主要分布在地势低洼地区。 水库坑塘 43主要分布在平原、川间谷内，周围有居民地和耕地。 冰川及永久性积雪 44 主要分布在（4000以上）高山顶部。 河滩地 46 主要分布在高中低山坡面沟谷、山前、平原低地、河湖盆边缘等。 居民地:城镇用地 51主要分布在平原、山区盆地、坡地及沟谷地台地。 农村居民地 52主要分布在绿洲、耕地及路边、塬面、坡上等。 工矿和交通用地 53一般分布在城镇外围、交通较发达区域和工业采矿区。 未利用土地:沙地 61大多分布在盆地、河流两侧、河湾及山前戈壁外围。 戈壁 62主要分布在风蚀较强有沙源物质输送的山前带。 盐碱 63主要分布在相对较低易积水及干湖泊及湖泊边。 沼泽 64主要分布在相对较低易积水地段。 裸土 65主要分布在较干旱地区（山间陡坡、丘陵、戈壁），植被盖度<5% 。 裸岩 66主要分布在极度干旱的石质山区（风大、少雨）。 其他 67主要分布在4000米以上冻融形成的裸露岩石，又称高寒苔原。 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)
王建华
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 吴世新, 周万村
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 吴世新, 周万村
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 吴世新, 周万村
黑河流域2011年土地利用/土地覆被数据集是中国科学院寒旱所遥感研究室，以GIS为手段，基于2011年LandsaTM和ETM遥感数据，结合野外考察验证，建立了黑河流域1：10万土地利用/土地覆被影像和矢量数据库。所包括的内容主要有：黑河流域1:10万土地利用图形数据和属性数据。 黑河流域1：10万（2011年）土地覆被数据和以往土地覆被采用同一个分层的土地覆被分类系统，将全流域划分为6个一级类（耕地、林地、草地、水域、城镇和农村居民及工矿用地和未利用土地），25个二级类；数据类型为矢量多边形，以Shape格式存储。 土地覆被分类属性： 一级类型 二级类型 属性编码 空间分布位置 耕地:平原旱地 123 主要分布在盆地、山前带、河流冲积、洪积或湖积平原（水源短缺灌溉条件较差）。 丘陵旱地 122 主要分布在丘陵区，一般状况下地块分布在丘陵的缓坡以及墚、卯之上。 山区旱地 121 主要分布在山区，海拔在4000米以下的山坡（缓坡、山腰、陡坡台地等）及山前带上。 林地:有林地（乔木） 21 主要分布在高山（海拔4000米以下）或中山坡地、谷地两坡、山顶、平原等。 灌木林地 22 主要分布在较高的山区（4500米以下），多数分布山坡和山谷及沙地。 疏林地 23 主要分布在山区、丘陵、平原及沙地、戈壁（壤质、沙砾质）边缘。 其他林地 24 主要分布在绿洲田埂，河边、路边及农村居民点周围。 草地:高覆被草地 31 一般分布在山区（缓坡）、丘陵（陡坡）及河间滩地、戈壁、沙地丘间等。 中覆被草地 32 主要分布在较干燥地方（隔壁低洼地和沙地丘间地等）。 低覆被草地 33 主要生长在较干燥地方(黄土丘陵上和沙地边缘)。 水域:河渠 41 主要分布在平原、川间耕地以及山间沟谷内。 湖泊 42 主要分布在地势低洼地区。 水库坑塘 43主要分布在平原、川间谷内，周围有居民地和耕地。 冰川及永久性积雪 44 主要分布在（4000以上）高山顶部。 河滩地 46 主要分布在高中低山坡面沟谷、山前、平原低地、河湖盆边缘等。 居民地:城镇用地 51主要分布在平原、山区盆地、坡地及沟谷地台地。 农村居民地 52主要分布在绿洲、耕地及路边、塬面、坡上等。 工矿和交通用地 53一般分布在城镇外围、交通较发达区域和工业采矿区。 未利用土地:沙地 61大多分布在盆地、河流两侧、河湾及山前戈壁外围。 戈壁 62主要分布在风蚀较强有沙源物质输送的山前带。 盐碱 63主要分布在相对较低易积水及干湖泊及湖泊边。 沼泽 64主要分布在相对较低易积水地段。 裸土 65主要分布在较干旱地区（山间陡坡、丘陵、戈壁），植被盖度<5% 。 裸岩 66主要分布在极度干旱的石质山区（风大、少雨）。 其他 67主要分布在4000米以上冻融形成的裸露岩石，又称高寒苔原。 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) 此数据尊重数据作者意见，暂时不能共享全流域数据，请申请者在数据申请上写明研究范围及确切的用途。
王建华
数据为疏勒河流域土地覆盖数据集，来源于2000年"中国1:10万土地利用数据集"，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。属性字段包括：Area（面积）、Perimeter(周长）、 Code（土地编码）、Name(土地类型）。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
数据为青海湖流域土地覆盖数据集，来源于2000年"中国1:10万土地利用数据集"，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。属性字段包括：Area（面积）、Perimeter(周长）、 Code（土地编码）、Name(土地类型）。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
王建华, 刘纪远, 庄大方, 周万村, 吴世新
该数据由中国1:10万土地利用数据直接裁剪得到。中国1:10万土地利用数据是在中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据建立了中国1:10万土地利用影像和矢量数据库。 黑河流域1:10万土地利用数据采用一个分层的土地覆盖分类系统，将全流域分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），26个二级类；数据类型为矢量多边形，以Shape格式存储；数据投影有两种：WGS84/ALBERS；数据范围覆盖新的黑河流域边界（缺外蒙古数据）。
刘纪远, 王建华
数据为塔里木河流域土地覆盖数据集，来源于2000年"中国1:10万土地利用数据集"，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。属性字段包括：Area（面积）、Perimeter(周长）、 Code（土地编码）、Name(土地类型）。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
王建华, 刘纪远, 庄大方, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。贵州省1995年土地利用采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
王建华, 刘纪远, 庄大方, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。贵州省1980年代末土地利用数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。贵州省土地利用数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 吴世新, 周万村
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
王建华, 刘纪远, 庄大方, 周万村, 吴世新
本数据集包括临泽草地、盈科绿洲、花寨子荒漠、大野口流域和张掖市几个加密观测区的地类实际调查数据，供包括两组数据。 （1）2008年5月27日知5月31日在临泽草地、盈科绿洲、花寨子荒漠、大野口流域和张掖市几个加密观测区的地表覆盖类型进行了调查。根据遥感影像在各个试验区中随机选择目视判读不确定类别的地块或感兴趣的地块进行实地调查。对这些地块做GPS定位、拍摄照片、描述属性。 （2）2008-7-7，2008-7-8，2008-7-10，2008-7-11，2008-7-12，2008-7-13，2008-7-14，2008-7-15调查盈科绿洲、花寨子荒漠、扁都口加密观测区的地类，做地类详细填图，以及GPS踩点，并完成地类补查。 调查填图结果以shapefile数据格式、数据记录表格及JPGE影像格式按编号存储。
柏延臣, 刘志刚, 付卓, 李波, 林皓波, 宋旦霞, 孙志超, 龚浩, 朱满
中国1：10万土地利用数据是在中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据建立了中国1：10万土地利用影像和矢量数据库。包括的内容主要有：中国1:10万土地利用数据；中国1：10万土地利用图形数据和属性数据。 该数据由中国1：10万土地利用数据直接裁剪得到。黑河流域1：10万土地利用数据采用一个分层的土地覆盖分类系统，将全流域分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），26个二级类；数据类型为矢量多边形，以Shape格式存储；数据投影有两种：WGS84/ALBERS；数据范围覆盖新的黑河流域边界（缺外蒙古数据）。 土地利用分类属性： 一级类型 二级类型 属性编码 空间分布位置 耕地 水田 113 主要分布在河流冲积平原、盆地、河谷川地 耕地 水田 112 分布在丘陵河谷窄谷台地或滩地上（有灌溉条件） 耕地 水田 111 主要分布在山区山间河谷窄谷台地或滩地上（有较好的灌溉条件） 耕地 旱地 124 主要分布在山区，坡度一般都大于25度（属于陡坡坡挂地），应退耕还林。 耕地 旱地 123 主要分布在盆地、山前带、河流冲积、洪积或湖积平原（水源短缺灌溉条件差）。 耕地 旱地 122 主要分布在丘陵区（陕、甘、宁、青均有）。一般状况下地块分布在丘陵的缓坡以及墚、卯之上。 耕地 旱地 121 主要分布在山区，海拔在4000米以下的山坡（缓坡、山腰、陡坡台地等）及山前带上。 林地 有林地（乔木） 21 主要分布在高山（海拔4000米以下）或中山坡地、谷地两坡、山顶、平原等。在青海南山、祁连山均有。 林地 灌木林地 22 主要分布在较高的山区（4500米以下），多数分布山坡和山谷及沙地。 林地 疏林地 23 主要分布在山区、丘陵、平原及沙地、戈壁（壤质、沙砾质）边缘。 林地 其他林地 24 主要分布在绿洲田埂，河边、路边及农村居民点周围。 草地 高覆盖草地 31 一般分布在山区（缓坡）、丘陵（陡坡）及河间滩地、戈壁、沙地丘间等。 草地 中覆盖草地 32 主要分布在较干燥地方（隔壁低洼地和沙地丘间地等）。 草地 低覆盖草地 33 主要生长在较干燥地方(黄土丘陵上和沙地边缘)。 水域 河渠 41 主要分布在平原、川间耕地以及山间沟谷内。 水域 湖泊 42 主要分布在地势低洼地区。 水域 水库坑塘 43 主要分布在青海省的山间低地和沙地丘间低地内。 水域 冰川及永久性积雪 44 主要分布在平原、川间谷内，周围有居民地和耕地。 水域 河滩地 46 主要分布在（4000以上）高山顶部。
王建华, 刘纪远
黑河流域1公里土地覆盖图是冉有华等（2009；2011）发展的融合了多源本地信息的中国1公里土地覆盖图（MICLCover）的子集。MICLCover土地覆盖图采用IGBP土地覆盖分类系统，基于证据理论，融合了2000年中国1：10万土地利用数据、中国植被图集（1：100万）的植被型、中国1：10万冰川分布图、中国1：100万沼泽湿地图和MODIS 2001年土地覆盖产品（MOD12Q1）。MICLCover的验证结果表明，其与中国土地利用图在7类水平上的总体一致性达到88.84%，其中，耕地、城市、湿地和水体类型的一致性达到95%以上；通过与MODIS2001年土地覆盖数据产品和IGBPDISCover土地覆盖图在三个典型地区的视觉比较，MICLCover在保持了中国土地利用图的总体精度，增加了中国植被图叶属性和叶型信息的同时，所反映的局部土地覆盖细节更加详细。采用国家森林资源调查数据，在甘肃省、云南省、浙江省、黑龙江和吉林省的验证结果表明，MICLCover的森林类型的精度相对于MODIS土地覆盖产品有大幅度的提高；采用甘肃省祁连山国家自然保护区管理局的一类森林资源调查数据对MICLCover的森林类型进行验证，结果表明，MICLCover的森林类型在该地区的精度为82.94%。 总之，MICLCover土地覆盖图在保持了中国土地利用数据的总体精度条件下，补充了中国植被图中对植被类型及植被季相的信息，更新的中国湿地图、中国冰川图最新信息，使得中国土地覆盖数据的精度得到大大提高，分类系统更加通用，该数据可为陆面过程模型提供更高精度的土地覆盖信息。
冉有华, 李新
该数据集来自中科院寒旱所颜长珍等人完成的张掖市2005年土地利用数据集。该数据是基于2005年前后的Landsat TM和ETM遥感数据通过人工判读的方法产生的。该数据采用一个分层的土地覆盖分类系统，有6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），25个二级类，覆盖甘肃省张掖市五县一区。分类标准采用中国科学院自1986年以来使用的土地利用分类标准。数据类型为矢量多边形；以Shape格式存储；数据范围覆盖张掖市。
颜长珍
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。甘肃省1:10万土地利用数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。甘肃省1:10万土地利用数据集采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。甘肃省1:10万土地利用数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
本数据来源于“中国1:10万土地利用数据”。中国1:10万土地利用数据是由中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据构建的。本数据采用一个分层的土地覆盖分类系统，将全国分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），31个二级类。这是目前我国精度最高的土地利用数据产品，已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
刘纪远, 庄大方, 王建华, 周万村, 吴世新
该数据数字化自图纸的《张掖土地利用现状图》,本图是国家‘七五’重点科技攻关项目：“三北“防护林遥感综合调查，甘青宁类型区系列图之一，信息如下: * 主编:王一谋 * 副主编:冯毓荪、游先祥、申元村 * 编委:王贤、王镜泉、丘明新、全志杰、牟新待、曲春宁、姚发芬、钱天久、黄自治、梅成瑞、韩熙春、李裕久、胡双熙 * 责任编辑:黄美华 * 编稿:牟新诗、崔赛华、王贤。何守华 * 编绘:何守华、王贤、全志杰、崔赛华、龙亚萍、牟新诗、何守华、毛晓利、崔赛华、王长涵 * 编辑:冯毓荪、王一谋 * 清绘:冯毓荪、张景秋、杨萍 * 制图:冯毓荪、姚发芬、王建华、赵燕华、李伟民 * 制图单位:中国科学院沙漠研究室编制 * 出版社:西安地图出版社 * 比例尺:1：500000 * 出版时间: 暂无 1、 文件格式与命名 数据均以ESRI Shapefile格式储存,包括一下图层： 张掖土地利用现状图(landuse)、河流(River)、道路(Road)、 2、数据字段及属性 类型编号 类型面(Type) 沙漠类型(desert） 11 水田 Paddy 12 水浇地 Irrigated field 13 旱地 Non-irrigated field 131 平旱地 Plain non-irrigated field 132 沟旱地 Valley non-irrigated field 133 坡旱地 Slope non-irrigated field 134 台旱地 Terrace non-irrigated field ................. 具体请参考数据文档 3、投影信息： Angular Unit: Degree (0.017453292519943295) Prime Meridian: Greenwich (0.000000000000000000) Datum: D_Beijing_1954 Spheroid: Krasovsky_1940 Semimajor Axis: 6378245.000000000000000000 Semiminor Axis: 6356863.018773047300000000 Inverse Flattening: 298.300000000000010000
王一谋, 游先祥, 申元村, 冯毓荪, 王建华
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
该数据数字化自图纸的《天水土地利用现状图》,本图是国家‘七五’重点科技攻关项目：“三北“防护林遥感综合调查，甘青宁类型区系列图之一，信息如下: * 主编:王一谋 * 副主编:冯毓荪、游先祥、申元村 * 编委:王贤、王镜泉、丘明新、全志杰、牟新待、曲春宁、姚发芬、钱天久、黄自治、梅成瑞、韩熙春、李裕久、胡双熙 * 责任编辑:黄美华 * 编稿:牟新诗、崔赛华、王贤。何守华 * 编绘:何守华、王贤、全志杰、崔赛华、龙亚萍、牟新诗、何守华、毛晓利、崔赛华、王长涵 * 编辑:冯毓荪、王一谋 * 清绘:冯毓荪、张景秋、杨萍 * 制图:冯毓荪、姚发芬、王建华、赵燕华、李伟民 * 制图单位:中国科学院沙漠研究室编制 * 出版社:西安地图出版社 * 比例尺:1：500000 * 出版时间: 暂无 2、 文件格式与命名 数据均以ESRI Shapefile格式储存,包括一下图层： 天水土地利用现状图(landuse)、河流(River)、道路(Road)、点状居民地、面状居民地 3、数据字段及属性 类型编号 土地资源类 Land_type 88 裸岩 Exposedrock 86 裸土 Bareground 85 沙滩和干沟 Sandy flat and dryvally 446 牛尾蒿、杂类草 G1.Artemisia Subdinguata mixed herbs 445 蕨、杂类草 G1.PteridiumaquilinumVar.latiusculummixedherbs 444 珠芽蓼、禾草 G1.Polygonumriciparum,grasses 443 黄蔷薇、绣线菊灌木杂类草 G1.Rosa hugonis,Spiraea canescens scrub mixed weeds 442 忍冬、胡颓子灌丛杂类草 G1.Lonicera japonica Elueagas pungens shurb mixed herbs 441 虎榛子、灌木杂类草 G1.Ostryopsis daridiana scrub mixed herbs ............. 具体请参考数据文档 2、投影信息： Angular Unit: Degree (0.017453292519943295) Prime Meridian: Greenwich (0.000000000000000000) Datum: D_Beijing_1954 Spheroid: Krasovsky_1940 Semimajor Axis: 6378245.000000000000000000 Semiminor Axis: 6356863.018773047300000000 Inverse Flattening: 298.300000000000010000
王建华, 王一谋, 游先祥
该数据数字化自图纸的《敦煌土地利用现状图》,本图是国家‘七五’重点科技攻关项目：“三北“防护林遥感综合调查，甘青宁类型区系列图之一，信息如下: * 主编:王一谋 ， * 副主编:冯毓荪、游先祥、申元村* ，清绘:王建华、姚发芬、杨萍 * 制图:冯毓荪、姚发芬、王建华、赵燕华、李伟民 * 制图单位:中国科学院沙漠研究室编制 * 出版社:西安地图出版社 2、 文件格式与命名 数据均以ESRI Shapefile格式储存，包括一下图层： 敦煌土地利用现状图、河流、道路、湖泊、铁路、居民地、水库、沙漠化 3、数据字段及属性 类型编码 土地资源类(Land_type） 12 水浇地 (Irrigated field) 31 有林地 (Woodland) 311 乔木林地 (Woodland) 312 乔灌混合林地 (Tree-shurb mixed) 321 灌木林地 (Shrub) 322 稀疏灌木林地 (Sparse shrub) 33 疏林地 (Sparse woods) 4111 草甸冬春草地 (Meadow grassland in spring and winter) 4112 盐化草甸冬春草地 (Saline meadow grassland in spring and winter) 4112 盐化草甸冬春草地 (Saline meadow grassland in spring and winter) 4113 盐土草甸冬春草地 (Salty soil meadow grassland in spring and winter) 4122 砂砾质荒漠草原秋冬草 (Gravely desert-steppe grassland in autumn and winter) 4124 山地荒漠草原冬春草场 (Mountainous desert-steppe grassland in winter and spring) 4134 山地荒漠四季草地 (Mountainous desert steppe in four seasons） 4141 沙质荒漠秋冬草地 (Sandy desert steppe in autumn and winter) 4142 砂砾质荒漠秋冬草地 (Gravely desert steppe in autumn and winter) 4143 土质荒漠四季草地 (Earthy desert steppe in four seasons) 4151 山地草原四季草地 (Alpine steppe in four seasons) 51 城镇用地 (Urban and town land) 52 农村用地 (Village land） 73 水库坑塘 (Reservoir and pond) 74 苇地 (Reed marshes) 77 滩地 (Tidal flat) 81 荒草地 (Desert) 82 盐碱地 (Saline-alkali land) 83 沼泽地 (Marshes) 84 沙地 (Sandy land) 85 沙滩及干沟 (Sandy flat and dry valley) 86 裸土地 (Bare land） 87 戈壁 (Gobi) 88 裸岩 (Exposed rock) 平沙地 (Flat sandy land) 复合型沙丘 (Compound dunes) 缓起伏沙地 (Undulatory sand-overlying land) 新月形沙丘及沙丘链 (Dunes and barchan chain） 沙垄 (Longitudinal dune) 格状沙丘 (Check dune)
王建华, 王一谋, 冯毓荪, 姚发芬, 游先祥, 申元村
该数据数字化自图纸的《银川土地利用现状图》,本图是国家‘七五’重点科技攻关项目：“三北“防护林遥感综合调查，甘青宁类型区系列图之一，信息如下: * 主编：王一谋 * 副主编：冯毓荪、游先祥、申元村 * 编委：王贤、王镜泉、丘明新、全志杰、牟新待、曲春宁、姚发芬、钱天久、黄自治、梅成瑞、韩熙春、李裕久、胡双熙 * 责任编辑：黄美华 * 编稿:冯毓荪、姚发芬 * 编绘:姚发芬、李振山、王熙章、朱澈、马滨、杨萍 * 编辑:冯毓荪、王一谋 * 清绘:王建华、姚发芬、马滨、李振山 * 制图单位:中国科学院沙漠研究室编制 * 出版社:西安地图出版社 * 比例尺:1：500000 * 出版时间: 暂无 2、文件格式与命名 数据均以ESRI Shapefile格式储存，包括一下图层： 沙漠化类型图(desert)、银川土地利用图(landuse)、铁路（railway）、面状居民地（resident_poly)、点状居民地(resindential)、河流(River)、公路(Road)、面状水域(Water_poly) 3、数据字段及属性 类型编号 土地资源类(land_type) 沙漠形态类(shape) 11 水田 Paddy 111 水稻田 Paddy field 12 水浇地 Irrigated field 131 平旱地 Plain non-irrigated field 132 沟旱地 Valley non-irrigate field 133 坡旱地 Slope non-irrigated field 134 台旱地 Terrace non-irrigat field 14 菜地 Vegetable plot 15 弃耕地 Abandoned farmland 21 果园 Orchard 31 有林地 Woodland......... 具体属性内容参考数据文档 2、投影信息： Angular Unit: Degree (0.017453292519943295) Prime Meridian: Greenwich (0.000000000000000000) Datum: D_Beijing_1954 Spheroid: Krasovsky_1940 Semimajor Axis: 6378245.000000000000000000 Semiminor Axis: 6356863.018773047300000000 Inverse Flattening: 298.300000000000010000
王建华, 王一谋, 游先祥, 申元村, 冯毓荪, 姚发芬
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
