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
本数据集以国家为单位进行收集和预测,1992-2020年数据主要来源于FAOSTAT网站和全球贸易流网站(https://resourcetrade.earth/),2021-2050年数据主要基于不同时间序列法寻优进行预测。数据包括(1)生产数据:不同农作物总产和单产、收获面积,肉蛋奶等畜牧产品产量;(2)消费数据:主要粮食作物(小麦、大米、大麦、玉米及其他)、蔬菜、水果、畜牧产品(肉类和奶类);(3)贸易数据:进出口贸易量与贸易额(粮食作物、蔬菜水果、畜牧产品)。
杨永辉, 韩淑敏
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
本数据为青藏高原CHNAB005号网格植物多样性与分布数据,包含此网格中植物的中文名、拉丁名、纬经度、海拔、采集编号、分子材料份数、标本份数、行政区划、小地点、采集人、采集时间及创建者等信息。该数据获取自e科考网站(http://ekk.kib.ac.cn/web/index/#/),并部分完成鉴定。此数据已涵盖本区系中植物名录和具体分布信息。此数据既可用于本区域的区系性质研究,亦可用于探讨本区域植物水平和垂直梯度格局等。 较去年不同的是,今年科考数据最多的网格发生了变化,可能有受到疫情或者环境的影响。
邓涛
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
气候变化背景下中亚各国水土资源的匹配和分区,可以为中亚国家水土资源开发和农业生产提供支撑,对于“丝绸之路经济带”核心区域的社会稳定具有重要意义。利用收集的气象、水资源、土地利用和遥感数据,对中亚地区水土资源开发利用现状进行了分析。在对农业水土资源匹配特征及短缺程度进行评估基础上,依据DPSIR模型和供需理论构建的分区指标结构框架(SDCSL),运用主成分分析和聚类分析法对区域水土资源利用状况进行分区,最后提出实现不同分区农业水土资源有效匹配的措施和途径。
姚海娇, 李莉, Food and Agriculture Organization of the United Nations(FAO)
研究气候变化背景下中亚各国水土热空间分布及动态变化,可为中亚国家水土资源开发和农业生产提供支撑,对于“丝绸之路经济带”核心区域的社会稳定具有重要意义。利用气象、水资源、土地利用和遥感数据,对中亚地区水土资源开发利用现状进行了分析,并引入水热积指数作为水热因子,运用线性趋势分析、偏相关分析法,研究了1995、2005、2015年中亚地区水土热资源的时空变化特征,采用广义农业水土资源匹配系数和水资源当量系数,对农业水土资源匹配特征及短缺程度进行评估。该数据集采用Albers投影,包括了中亚年降水资源空间分布,中亚热量资源空间分布,以及中亚耕地资源空间分布。本数据集拟在为后续中亚农业资源分析,自然区划分析,中亚水土热资源脆弱性等研究提供基础数据。
周宏飞, 姚海娇, 李莉, Food and Agriculture Organization of the United Nations(FAO)
中亚地区地形复杂,站点稀少且分布不均匀,尤其在山区高海拔地区缺乏气象观测资料。三套气候数据集来自于最近开发的全球再分析数据集。MERRA使用最新版本的全球地球观测系统(GEOS-5),该系统可以吸收卫星辐射和常规观测结果。ERA-Interim是一个全球陆地表面再分析数据集,以T255(80公里)水平分辨率生成,产品更新距实时大约1个月的延迟。CFSR是最新的全球再分析气候数据集之一,已广泛应用于气候变化研究。这些数据集具有不同的空间分辨率,并且涵盖1979年-2014年。大气再分析资料是在多种数据驱动下,结合严格质量控制的观测数据,利用资料同化技术和数值预报模式得到历史观测数据。近几年,新一代的历史再分析数据因其较高的空间分辨率而适用于降水空间异质性高、地形复杂的中亚区域的气候格局研究。 更多三套历史再分析数据精度验证及适用性可参考: 胡增运, 倪勇勇, 邵华, et al. CFSR、ERA-Interim和MERRA降水资料在中亚地区的适用性[J]. 干旱区地理, 2013, 36(4):700-708. 徐婷, 邵华, 张弛, et al. 近32a中亚地区气温时空格局分析[J]. 干旱区地理, 2015, 38(1):25-35. Hu Z , Zhang C , Hu Q , et al. Temperature Changes in Central Asia from 1979 to 2011 Based on Multiple Datasets*[J]. Journal of Climate, 2014, 27(3):1143-1167. 相关数据集已成功应用中亚生态领域研究,如朱士华, 艳燕, 邵华, et al. 1980—2014年中亚地区植被净初级生产力对气候和CO变化的响应[J]. 自然资源学报, 2017, 32(11):1844-1856.
张弛
本数据总结了2015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
中亚五国1992-2016年农产品消费与贸易数据,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:作物种类及产量、作物播种面积、养殖种类和规模、动物产品产量、饮食结构、人口、政策技术、进出口总量和金额等。可用于支撑中亚地区农业水土资源开发利用状况评估、农产品包含的“虚拟水”和“虚拟土”资源的测算与管理,为我国与中亚五国的农产品贸易互补、农业合作决策提供基础数据支撑,保障和推进丝绸之路经济带的建设。
杨永辉, 何理
中亚五国中,天然气资源主要分布在哈萨克斯坦、乌兹别克斯坦、土库曼斯坦三个国家。根据BP世界能源统计年鉴,经整理、抽取、计算和汇总后,形成中亚主要国家(哈萨克斯坦、乌兹别克斯坦、土库曼斯坦)天然气资源的探明储量、产量、消费量及其占世界比重的统计表。 主要指标包括: (1)探明储量,1997-2016年,单位:亿立方米 (2)产量,1985-2016年,单位:十亿立方米 (3)消费量,1985-2016年,单位:十亿立方米 此外,以上数据均包括中亚地区的哈萨克斯坦、乌兹别克斯坦、土库曼斯坦三国、世界总量以及各国占世界的比重情况。
杨宇, 何则
1)数据内容包括中亚五国(哈萨克斯坦、吉尔吉斯斯坦、乌兹别克斯坦、塔吉克斯坦、土库曼斯坦)各国1993年-2010年的经济发展主要指标,有5个excel表格。 2)数据主要由哈萨克斯坦、吉尔吉斯斯坦、乌兹别克斯坦、塔吉克斯坦、土库曼斯坦各国统计机构和官方发布的数据、联合国粮农统计数据库网站、亚洲开发银行、国研网数据中心相关网站整理得出 3)数据可以支撑经济发展的趋势性研究课题,可作为中亚国家经济发展形势分析的基础或辅助数据支撑
张新焕
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
中亚沙漠油气田分布城镇分布数据,数据格式为“.shp”格式矢量数据。包括了中亚五国油气田及主要城镇居民点的分布。该数据由MODIS-MCD12Q产品提取裁切而成,该产品空间分辨率为500 m,时间分辨率为1年,其分类标准采用的是IGBP全球植被分类方案,该方案共分为17种土地覆被类型,其中城镇数据利用该分类方案中的建筑与城镇用地。该数据可为中亚地区沙漠油气田与绿城城镇风沙灾害评估和防治提供数据支撑。
高鑫
联系方式
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