1990-2020年 中蒙俄经济走廊公路、铁路、管线空间分布图 1）1990年公路、铁路、管线空间数据；2015年中蒙俄经济走廊公路、铁路、管线空间数据；2020年中蒙俄经济走廊公路、铁路、管线空间数据； 2）在NASA网站下载中蒙俄经济走廊范围内的遥感影像，用ARCGIS10.2软件人工解译提取公路、铁路；地图要素借助俄罗斯地图册标注；管线数据参考相关地图人工标注 ； 3）图件集比例尺为1：2500000，清晰反映了近30年来中蒙俄经济走廊交通及管线变化情况； 4）数据详细显示了近30年来中蒙俄经济走廊交通及管线的变化情况，为后期研究交通及管线建设对生态环境变化研究提供数据基础。
卜晓燕
“一带一路”沿线国家道路交通发展恢复力反映了沿线国家道路交通发展恢复力水平，数据值越高，表明沿线国家道路交通发展恢复力越强。道路交通发展恢复力数据产品制备参考了世界银行统计数据库，利用2000-2019年“一带一路”沿线国家公路里程数、铁路里程数、航空运输量、货柜码头吞吐量这4个指标的逐年数据，在考虑各指标逐年变化的基础上，基于敏感性和适应性分析，通过综合诊断，制备生成了道路交通发展恢复力产品。“一带一路”沿线国家道路交通发展恢复力数据集对分析和对比当前各国道路交通发展恢复力状况具有重要参考意义。
徐新良
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
基于青藏科考实地收集的各灾种的损毁率进行单灾种相对风险等级的划分。采用综合自然灾害风险等级评估方法，在单灾种灾害风险评价结果的基础上，根据各灾种发生频次所得到的权重进行综合评价。喜马拉雅周边地区道路交通综合风险数据包括喜马拉雅周边地区道路矢量数据，以及各个路段的综合风险等级，共分为低风险（1）、中低风险（2）、中风险（3）、中高风险（4）和高风险（5）五个等级。表征研究区域内多种自然灾害的综合影响下，可能导致的道路交通系统损失或损害的相对大小，可以为道路风险防范与应急管理提供参考依据。
杨赛霓
该数据集是2015年青藏高原基础数据，原始数据来源于国家基础地理信息中心，通过分幅数据拼接裁剪，形成青藏高原区域的数据。数据内容包括1：100万省级行政区划、1：100万道路、1：25万水系的地理图层。行政区划数据属性包括NAME、CODE、pinyin（名称、代码、拼音）；道路数据属性包括：GB、RN、NAME、RTEG、TYPE（基础地理信息分类码、道路编码、道路名称、道路等级、道路类型）；水系数据属性包括：GB、HYDC、NAME、PERIOD（基础地理信息分类码、水系名称代码、名称、时令）。
杨雅萍
该数据集记录了1952年-2004年青海省铁路、公路运输线路密度，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7个数据表，分别为：铁路、公路运输线路密度1952-1998年.xls，铁路、公路运输线路密度1952-1999年.xls，铁路、公路运输线路密度1952-2000年.xls，铁路、公路运输线路密度1952-2001年.xls，铁路、公路运输线路密度1952-2002年.xls，铁路、公路运输线路密度1952-2003.xls，主要年份铁路、公路运输线路密度1952-2004年.xls。数据表结构相同。例如1952-1998年的数据表共有3个字段： 字段1：年份 字段2：铁路 字段3：公路
青海省统计局
该数据集记录了青海省主要年份公路桥梁的统计数据，数据是按行年份划分的，按照孔径和使用年限分组。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1个数据表，为：主要年份公路桥梁1990-2004年.xls。其中2004年特大桥按国家规定的标准重新进行了划分数据。1990-2004年的数据表共有6个字段，分别为： 字段1：特大桥 字段2：大桥 字段3：中桥 字段4：小桥 字段5：隧道 字段6：永久式 字段7：公路隧道
青海省统计局
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
汉班托塔和科伦坡地区交通、水系等基础设施空间分布数据集（2016-2018年）是基于高分辨率遥感影像进行分类信息提取获得的。基于融合得到的1-2米的遥感影像数据，分别开展了道路、水体、海岸线和沿海设施等相关的基础设施分布信息提取，在此基础上，将OSM的道路等图层与提取的结果、影像进行叠加，通过目视检查等方式发现错误，进行提取结果的修正，最后分别形成汉班托塔节点区域的道路、水系、海岸线和沿海设施分布图层。本数据集包含了汉班托塔和科伦坡两个关键节点区域的数据信息。
董文
“一带一路”沿线的34个关键节点区域铁路数据是从互联网收集并再加工处理而来，为矢量shp格式。首先以关键节点区域所在国家下载OSM线状铁路数据，按关键节点区域进行裁剪提取，同时与基于高分辨率遥感影像铁路提取结果进行对比分析，结合各个地区统计局数据核对更新，最终整合成铁路基础设施要素数据产品。铁路数据集为矢量线状数据，空间坐标系为WGS84，包含名称(name)、铁路类型(fclass)等属性字段，可用来计算铁路长度、分析铁路分布情况等。该铁路数据可为“一带一路”沿线关键节点和区域开展社会经济基础设施、交通运输等研究提供重要的基础数据。
葛咏, 凌峰
“一带一路”沿线的34个关键节点区域道路数据是从互联网收集并处理而来。从OpenStreetMap开源wiki地图中可以获得道路数据，OpenStreetMap是一项旨在向任何人创建并提供免费地理数据（如街道地图）的计划。首先以一带一路沿线的关键节点区域所在国家下载线状道路数据，再按区域进行裁剪提取，再计算各个单元内公路长度，得到。基于OpenStreetMap最终整合成公路长度基础设施要素数据产品。该公路长度数据可为“一带一路”沿线关键节点和区域开展社会经济基础设施、交通运输等研究提供重要的基础数据。
葛咏, 凌峰
中蒙俄经济走廊主要铁路线 ： 满洲里-赤塔； 呼和浩特-二连-乌兰巴托 ； 绥芬河-符拉迪沃斯托克/哈巴罗夫斯克 ； 二连-扎门乌德 ；大连-哈尔滨 ； 哈尔滨-满洲里 ；集宁-二连 ； 长春-晖春 ；扎门乌德达-乌兰巴托-苏赫巴托 ； 后贝加尔斯克-赤塔 ； 新西伯利亚-乌兰乌德 ； 乌兰乌德-恰克图--达尔汗-巴彦郭勒-乌兰巴托-巴彦塔尔-戈壁苏木贝尔-乔伊尔-赛音山达-扎门乌德-二连浩特-集宁-阳高--张家口-廊坊-天津港；内蒙古-二连浩特-扎门乌德-乔伊尔-乌兰巴托-达尔罕-阿勒坦布拉格-恰克图-乌兰乌德； 纳乌什基-乌兰乌德 ；长春—珲春； 中俄输油管道线路： 中俄原油管道一线、二线（林源-大庆-林甸-讷河-嫩江-大杨树-乌尔其-加格达奇-漠河-松岭-劲松-新林-塔河-瓦拉干-二十二站-兴安镇-斯科沃罗季诺（西伯利亚-太平洋原油管道系统） 东西伯利亚-太平洋管道（（大庆—太舍1，2）泰舍特-斯科沃罗季诺-玛格达加奇-哈巴洛夫斯克-佩列沃兹纳亚-科济米诺） 中俄原油管道（泰舍特-连斯克-奥廖克明斯克-阿尔丹-腾达-斯科沃罗季诺-漠河-齐齐哈尔-大庆） 中俄远东管道（泰舍特-连斯克-奥廖克明斯克-阿尔丹-腾达-哈巴罗夫斯克-符拉迪沃斯托克）
卜晓燕
第三极1:100万道路数据集包括：青藏高原地区主要高速公路（Tibet_main_highways）、道路（Tibet_Road）和铁路（Tibet_railway）矢量空间数据及相关属性数据：道路名称（Name）、类型（Type）。 数据来自1:100万ADC_WorldMap全球数据集，数据经过拓扑，入库是全面、最新和无缝的地理数字数据。 世界地图坐标系统是经纬度，D_WGS_1984基准面。
ADC WorldMap
北极1:100万道路数据集包括北极范围内主要道路（Arctic_Major_Routes）、次要道路（Arctic_Minor_Routes）和铁路（Arctic_railway）矢量空间数据及相关属性数据：道路名称（Name）、类型（Type）。 数据来自1:100万ADC_WorldMap全球数据集，数据经过拓扑，入库等数据质量检查，是全面、最新和无缝的地理数字数据。 世界地图坐标系统是经纬度，WGS84基准面，北极地区数据集为北极专用投影参数（North_Pole_Stereographic）。
ADC WorldMap
数据为“一带一路”沿线国家2010年铁路线长度密度资料。它是每个国家当年实际铁路运营的总长度除以该国面积的结果，同时也是衡量一个国家交通运输能力的重要指标。数据来源于世界银行，铁路密度单位为每百万平方公里铁路公里。该数据可以直接地反映出“一带一路”沿线国家的交通运输能力，也能在侧面映射出各个国家的经济发展状况，发展需求。该数据集在中国同“一带一路”沿线各国家的共同发展中起到了一个重要的参考作用。由铁路带动经济，在中国同各国密切联系的今天，离不开铁路的运输，而铁路数据就显得至关重要。
刘振伟
基于中国科学院资源环境科学数据中心全球100万基础地理数据（2010年），在GIS里提取北极八国（美国、加拿大、俄罗斯、挪威、丹麦（含Greenland格陵兰和法鲁Faro岛）、瑞典、芬兰、冰岛）铁路和公路网，分国别保存。数据格式是arcgis的shp格式，投影方式为GCS_WGS_1984.其中铁路网数据源见http://www.resdc.cn/data.aspx?DATAID=208； 道路网数据源见：http://www.resdc.cn/data.aspx?DATAID=207
杨林生, 王利
疏勒河流域是河西走廊三大内陆河流域之一，近年来,随着气候的明显变化和人类活动的加剧,疏勒河流域水资源短缺和生态环境问题日益突出。研究疏勒河流域在未来气候情境下径流变化,对于制定合理的水资源规划以及展开生态环境保护具有重要意义。 数据为疏勒河流域铁路空间分布，比例尺250000，投影经纬度，数据包括空间数据和属性数据，属性字段：code（铁路编码）。 收集整理疏勒河流域基础、气象、地形地貌，专题数据等，为疏勒河流域治理提供数据支持。
国家基础地理信息中心
疏勒河流域是河西走廊三大内陆河流域之一，近年来,随着气候的明显变化和人类活动的加剧,疏勒河流域水资源短缺和生态环境问题日益突出。研究疏勒河流域在未来气候情境下径流变化,对于制定合理的水资源规划以及展开生态环境保护具有重要意义。 数据为疏勒河流域道路分布数据集，比例尺：250000，包括疏勒河流域内主要级别道路的空间分布及属性数据，属性字段：code（道路编码）、Name(道路分级）. 收集整理疏勒河流域基础、气象、地形地貌，专题数据等，为疏勒河流域治理提供数据支持。
塔里木河为中国第一大内陆河，全长2179公里，塔里木河流域是我国生态环境脆弱地区之一,不同区域由于物质及能量匹配上不够协调,宏观上表现出不同的脆弱性特征.依据生态环境质量评价的有关原则,结合塔河流域生态环境治理。 数据为塔里木河流域铁路分布图，比例尺250000，数据包括空间数据和属性数据，属性字段：code（铁路编码） 收集整理塔里木河流域基础、气象、地形地貌，专题数据等，为塔里木河流域治理提供数据支持。
国家基础地理信息中心
塔里木河为中国第一大内陆河，全长2179公里，塔里木河流域是我国生态环境脆弱地区之一,不同区域由于物质及能量匹配上不够协调,宏观上表现出不同的脆弱性特征.依据生态环境质量评价的有关原则,结合塔河流域生态环境治理。 数据为塔里木河流域道路分布数据集，比例尺：250000，投影：经纬度，主要包括黑河流域内主要道路的空间分布及属性数据，属性字段：code（道路编码）、Name(道路分级） 收集整理塔里木河流域基础、气象、地形地貌，专题数据等，为塔里木河流域治理提供数据支持。
国家基础地理信息中心
数据为青海湖流域道路分布数据集，比例尺1：250000，投影：经纬度，主要包括青海湖流域内主要道路的空间分布及属性数据，属性字段：code（道路编码）、Name(道路分级）。
国家基础地理信息中心
数据为天山北麓诸河流域道路分布数据集，比例尺：250000，投影：经纬度，包括天山北麓诸河流域内主要道路的空间分布及属性数据，属性字段：code（道路编码）、Name(道路分级）.
国家基础地理信息中心
数据为柴达木河流域道路分布数据集，比例尺：250000，投影：经纬度，主要包括柴达木河流域内主要道路的空间分布及属性数据，属性字段：code（道路编码）、Name(道路分级）。
国家基础地理信息中心
数据概况：本套数据主要包括黑河流域内主要道路的空间分布，属性包括了道路分级和道路编码，数据基准年为2010年。 数据制备过程：本套数据是根据地形图、遥感影像以及甘肃省交通厅2009年最新公路交通图更新得到的。 数据内容说明：数据主要有两个重要属性即道路分级、道路编码（code），其中道路分级分为国道、省道、县道、乡道、专用道，道路编码按照交通部门的公路等级代码统一定义.
吴立宗, 年雁云
铁路分布图是制图过程中的基础数据，为了便于用户使用，我们根据国家基础地理信息中心分发的铁路数据集、甘肃省地图地理信息中心编制的《甘肃省地图册》、中国测绘局公布的天地图和谷歌地图等数据汇编了黑河流域铁路数据集。该数据基本反映了黑河流域周边地区2010年前后的铁路分布现状。 铁路编码采用国家基础地理信息系统数据分类编码国家标准-《国土基础信息数据分类与代码》（GB /T 13923-92），代码为五位数字码(国家基础地理信息中心 2010)。
国家基础地理信息中心
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
