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
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
