该物候数据基于青藏高原2000-2015年MOD13A2数据（时间分辨率为16天，空间分辨率为1km），利用TIMESAT软件中分段高斯函数拟合NDVI曲线，采用动态阈值方法提取春季物候、秋季物候以及生长季长度，其中春季物候和秋季物候的阈值分别设置为0.2和0.7。此物候数据进行了掩膜处理。其中，掩膜规则为：1）必须满足NDVI的最大值出现在6-9月份之间；2）6-9月份NDVI均值不能小于0.2；3）冬季的NDVI均值不能超过0.3。
俎佳星, 张扬建
本数据集为过去20年间（2001-2020）青藏高原生长季NDVI与植被物候数据集，数据来源为MODIS（MOD13A2）产品，空间分辨率为1km。数据集内容包括：2001-2020年每年生长季（5-9月）平均NDVI、生长季开始日期（SOS）、生长季结束日期（EOS）与生长季长度（DOS）。提取物候采用了两种方法：动态阈值方法和双对数函数法。数据格式为TIFF格式，投影为Sphere_ARC_INFO_Lambert_Azimuthal_Equal_Area。
王泰华, 杨大文
本数据包括青藏高原纳木错地区土壤细菌分布数据，可用来探索围栏和放牧对纳木错地区土壤微生物的季节性影响，样品采集时间为2015年5月至9月，土壤样品用冰袋保存，运回北京青藏高原研究所生态实验室；本数据为扩增子测序结果，使用MoBio Powersoil™DNA分离试剂盒提取土壤DNA，引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3')和806R (5'GGACTACNVGGGTWTCTAAT-3')，扩增后的片段通过Illumina Miseq PE250方式测序。原始数据通过Qiime软件进行分析，之后计算序列之间相似度，并在相似度在97%以上的序列聚类为一个OTU。采用Greengenes参考文库进行序列比对，去除了只在数据库中出现一次的序列。土壤含水率和土壤温度由土壤温湿度计测得，土壤pH值用pH计测定(Sartorius PB-10, Germany)，用2 M KCl(土壤/溶液，1:5)提取土壤硝态氮(NO3−)和铵态氮(NH4+)浓度，并用Smartchem200离散自动分析仪进行分析。本数据集对研究干旱半干旱草原土壤微生物多样性具有重大意义。
孔维栋
青藏高原草地土壤细菌多样性数据。样品采集时间为2017年7月至8月，包含高寒草甸，典型草原，荒漠草原3种生态系统共计120个样品。土壤表层样品采集后用冰袋保存，运回北京青藏高原研究所生态实验室，通过MO BIO PowerSoil DNA试剂盒提取土壤DNA，16S rRNA基因片段扩增引物为515F (5'-GTGCCAGCMGCCGCGGTAA-3') and 806R (5´GGACTACNVGGGTWTCTAAT-3´)，扩增后的片段通过Illumina Miseq PE250方式测序。原始数据通过Qiime软件分析，序列分类依据Silva128数据库，将相似度在97%以上的序列聚类为一个操作分类单元（OTU）。本数据系统地比较了青藏高原样带草地土壤微生物的细菌多样性，对研究微生物在青藏高原的分布具有重大意义。
孔维栋
玛曲草地观测点始建于 2005 年，海拔 3434 米，位于距离玛曲县城以南约 18公里的河曲马场（102°08′45″E，33°51′50″N），下垫面为典型的发育良好的高寒草原，属于季节性冻土区。本数据集为2017-2020年黄河源区玛曲草地观测站点的常规气象观测数据，使用Kipp&Zonen CNR4、Vaisala HMP155A、PTB110等仪器观测获得，时间分辨率为半小时，主要包括风速、风向、气温、相对湿度、气压、向下短波辐射、向下长波辐射、降水。
孟宪红, 李照国
鄂陵湖是青藏高原最大的淡水湖泊，与邻近的扎陵湖一起构成了黄河源头的“姊妹湖”，并入选了国际重要湿地名录，也是三江源国家公园的核心区。本数据集为中国科学院若尔盖高原湿地生态系统研究站2017-2020年黄河源区鄂陵湖草地观测点的常规气象观测数据，使用Kipp&Zonen CNR4、Vaisala HMP155A、PTB110等仪器观测获得，时间分辨率为半小时，主要包括风速、风向、气温、相对湿度(2020年为比湿）、气压、向下短波辐射、向下长波辐射、降水。
孟宪红, 李照国
归一化植被指数（Normalized Difference Vegetation Index , NDVI）广泛应用于植被监测。本数据集利用2000-2020年青藏高原区域所有可用的Landsat 5/7/8数据（影像10万+），通过MODIS-Landsat数据融合算法（gap filling and Savitzky–Golay filtering；GF-SG），重建了青藏高原植被区域2000-2020年高时空分辨率（30米-8天）NDVI时间序列数据集（QTP-NDVI30）（算法细节请参考论文）。 本数据集具有良好的验证精度。定量评价结果显示重建NDVI影像数据的平均绝对误差MAE为0.02，平均相关系数R为0.96，图像结构相似性SSIM为0.94。选取典型区域与PlanetScope 3米空间分辨率影像比较，空间细节信息得到了较好的保持（产品评价细节请参考论文）。 本数据集地理坐标系为GCS_WGS_84, 空间范围覆盖青藏高原植被区域，植被区域定义为7-9月平均NDVI大于0.15。
曹入尹, 徐子超, 陈洋, 沈妙根, 陈晋
本数据集以 4 种比例的燕麦草与祁连山高寒草甸天然牧草混合日粮，研究了夏季不同比例的燕麦草与天然牧草混合饲喂对放牧藏羊消化代谢的影响。包含放牧藏羊的干物质（dry matter, DM）、有机物质（organic matter, OM）、粗蛋白（crude protein, CP）、粗脂肪（ether extract, EE）、中性洗涤纤维（neutral detergent fiber, NDF）、酸性洗涤纤维（acid detergent fiber, ADF）采食量和消化率。通过对数据的分析，夏季全天然牧草可以满足藏羊的生长代谢，且不宜对其饲喂燕麦草。
彭泽晨
数据文件为7z压缩包格式，可用7-Zip软件解压打开，文件共计三个，分别是文件1、青藏高原草地退化分级的文字版，文件类型为word，文件2、名称为图，共有七张图，图片类型为png，图片名称为2010-2019年青藏高原（草丛、草地、草甸、草原、高山植被、荒漠、沼泽）生长季平均NDVI变化趋势率。文件3、命名为数据的文件夹，内容为图片，共有7种图，名称同上，每种图有五种文件类型，分别是hdr、tif、xml、ovr、png.
周华坤
碳氮磷硫钾等是生态系统重要的基本生命元素，揭示其区域变异与空间格局对人类活动的影响及其未来生态系统可持续发展具有重要作用。青藏高原具有独特的高寒植被类型以及丰富的垂直带地貌和地表覆盖类型，其地表元素（碳氮磷硫钾）的生物地理格局是驱动高寒生态系统碳氮水循环过程耦合和相关机制的重要表现形式。本数据集聚焦青藏高原水塔区和喜马拉雅山区复杂生态系统中地表物质（植物叶-枝-干-根和凋落物）的分配模式和空间变异，以期为区域模型模拟和生态管理提供数据支撑。
李明旭
该数据集包括8种牧草种植的气候适宜性区划、气候土壤适宜性区划和气候土壤地形适宜性区划数据集。该数据集可为草地恢复与畜牧业平衡管理进行人工草地建植提供重要的数据支撑。采用气候指标模型和最大熵模型，利用近40年气温、降水资料及海拔高程数据，通过构建的每种牧草的气候适宜性指标，考虑土壤类型、土壤有机质含量和地形因素，建立西藏牧区8种牧草适宜性种植区划。8种牧草为高寒地区重要的牧草资源，通过野外调查确保了气候适宜指标的准确性，综合考虑气候因子和土壤地形因子，确保了牧草种植区划数据集的实用性。人工草地建植是退化草地生态恢复的主要手段，也是草地生产结构调整的重要部分，合理科学的草种建植是基础，牧草种植区划数据集在重大生态工程实施和草地科学管理方面具有重要的应用前景。
周华坤, 石明明, 周秉荣, 苏文将, 孙玮婕
该数据集包括8种牧草种植的气候适宜性区划、气候土壤适宜性区划和气候土壤地形适宜性区划数据集。该数据集可为草地恢复与畜牧业平衡管理进行人工草地建植提供重要的数据支撑。采用气候指标模型和最大熵模型，利用近40年气温、降水资料及海拔高程数据，通过构建的每种牧草的气候适宜性指标，考虑土壤类型、土壤有机质含量和地形因素，建立青海牧区8种牧草适宜性种植区划。8种牧草为高寒地区重要的牧草资源，通过野外调查确保了气候适宜指标的准确性，综合考虑气候因子和土壤地形因子，确保了牧草种植区划数据集的实用性。人工草地建植是退化草地生态恢复的主要手段，也是草地生产结构调整的重要部分，合理科学的草种建植是基础，牧草种植区划数据集在重大生态工程实施和草地科学管理方面具有重要的应用前景。
周华坤, 苏文将, 周秉荣, 石明明, 赵慧芳
该数据集是实测数据，通过2019-2021年三年的野外调查获得，共59个样点，590个样方。包含了祁连山地区14个典型县（阿克塞、大柴旦、德令哈市、都兰县、刚察县、高台县、格尔木市、皇城镇、茫崖市、门源县、祁连县、山丹县、肃南县、乌兰县）不同草地类型的草地生长状况，指标有物种多样性，优势物种，可食牧草、毒杂草、可食牧草干重和毒杂草的干重，该数据集将可食牧草和毒杂草分开调查可为计算有效的载畜量提供精准的数据支撑。
彭泽晨
沱沱河源区植被类型图是基于 319 个地面采样点数据结合随机森林(RF)分类方法进行创建的。随机森林分类器的16个输入变量包括了Landsat-8的可见光、短波红外和热红外波段值及其反演的植被指数和地表温度数据等。根据研究区的植被特征及多年冻土模拟的需要，该图对高寒沼泽草甸(alpine swamp meadow)、高寒草甸(alpine meadow)、高寒草原(alpine steppe)和高寒沙漠(alpine desert )等4种植被类型进行了分类。图件的空间分辨率为30 m，可以提供更细节的植被类型的位置信息。
邹德富, 赵林, 刘广岳, 杜二计, 胡国杰, 李智斌, 吴通华, 吴晓东, 陈杰
采用样方调查方法，在西藏江湖源区布设天然草地、围栏天然草地、人工草地等样方，调查草地类型、盖度、物种构成、地上生物量以及土壤温度、土壤容重、土壤含水量、土壤质地、土壤pH、土壤有机质、土壤全P、土壤全K，对比分析不同草地利用方式下的植被群落和土壤质量特征，研究草地利用对植被和土壤环境的影响。数据采集年份为2019年8月-2021年8月，采集地点为江湖源区及周边地区。样点海拔为GPS记录数据，植被类型为样点在中国植被图中的映射，土壤温湿度为土壤4参数速测仪数据，土壤容重为样点实测数据，草本物种数、草地盖度、地上生物量为样方调查数据，土壤粒径、有机质和养分含量为样品实验室分析数据。
徐增让, 靳茗茗, 乔添
数据采集于海北高寒草甸生态系统研究站样地（101°19′E，37°36′N，海拔3250m），位于青藏高原东北隅祁连山北支冷龙岭东段，高寒草甸是该地区主要的植被类型。数据记录了高山植物冠层上方光照、空气温湿度以及风温风速数据。通过LI-190R 光合有效辐射传感器（LI-COR，Lincoln NE，USA）和LR8515数据采集器（Hioki E. E. Co., Nagano, Japan）记录高山植物冠层上方辐射强度，记录间隔为每秒一次。用S580-EX温湿度记录仪（深圳华图）以及万向风速记录仪（北京天建华仪）记录空气温湿度以及风温风速的日动态，记录间隔为每三秒一次。记录时间为从北京时间7月13日10点至8月17日21点，由于每日需要使用USB存储时间以及更换电池，所以每日有3-5min的数据缺失，缺失的时间段不固定。目前该数据暂未发表。通过研究该数据可以进一步探讨高山植物叶片所处的微环境以及可能的对叶片生理反应的影响。
唐艳鸿, 郑天宇
基于环境敏感区指数（ESAI）方法，计算获得2021年阿拉伯半岛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500m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。验证结果表明阿拉伯半岛的荒漠化风险数据精度可靠。
许文强
1）数据内容：草地围栏工程内外对比土壤理化性质数据集，包含样方编号、草地类型、调查县、调查地点、工程类型、采样时间、工程开始时间、持续时间、"经度（°E）"、"纬度（°N）"、"海拔（m）"、"pH (0-15cm)"、"pH(15-30cm)"、"SOM (0-15cm（‰）)"、"SOM(15-30cm（‰）)"、"TN(0-15（‰）)"、"TN(15-30（‰）)"、"TP(0-15（‰）)"、"TP(15-30（‰）)" 2）数据来源：实地采样数据 3）数据质量：质量较高 4）数据应用前景：青藏高原草地围栏工程将在保护草地、恢复区域植被生产力上获得显著成效，工程的实施为区域畜牧业发展提供了更广阔的空间，保障了当地农牧民收入与地区经济的稳定增长。此外，工程的实施保证并支持了藏区牧民的正常生产和生活, 实现了牧区草地保护与牧民畜牧业生产的稳定发展，这对维护西藏社会全面稳定，促进西藏地区又好又快发展具有重要意义。
洪江涛, 王小丹
本数据集包括藏东南站、阿里站、慕士塔格站、珠峰站和纳木错站的大气气溶胶颗粒物的PM2.5质量浓度（单位为μg/m3）。气溶胶PM2.5细颗粒物是指环境空气中空气动力学当量直径小于等于 2.5 微米的颗粒物。它能较长时间悬浮于空气中，对空气质量和能见度等有重要的影响，其在空气中含量浓度越高，就代表空气污染越严重。PM2.5的浓度特性数据以每5 min获取一组数据的频率进行产出，能实现小时、昼夜、季节和年际等不同时间尺度气溶胶质量浓度的分析，这为青藏高原地区不同位置的气溶胶质量浓度在不同时间尺度上的变化及其影响因素分析，以及当地空气质量评价，提供了重要的数据支撑。该数据为已发布数据《青藏高原不同站点气溶胶颗粒PM2.5浓度数据集（2018和2019）》的更新。
邬光剑
本数据集包含两台部署在祁连山保护区的陆生脊椎动物红外相机及环境参量数据集。本设备部署在祁连山保护区寺大隆附近，时间跨度（2020.8-2021.10）。由于设备维护，光照不足等，部分数据不连续，但两台设备的数据可互为补充，可以重建出2020.8-2021.10祁连山保护区内观测点的全部信息。 两台设备有一台设备配备了红外相机，采集到4994张照片，可与上述传感器照片相互匹配后，或者拍照前后的生态因子信息。由于单个压缩文件较大，故采用分卷压缩，需要将三个压缩文件都下载后方可解压缩。 1. 祁连山保护区内出没的野生动物以及温度、湿度、光照、压强以及网络信号强度信息。采集间隔每半小时一次； 2. 数据来源："陆生脊椎动物监测设备研制“课题，2016YFC0500104，完成单位：中国科学院动物研究所，原始数据，未加工； 3. 传感器数据采集间隔每半小时一次，温度精度正负0.1度，湿度精度正负0.5%，照片数据分为触发和定时两种，触发数据一般由出没在红外相机视野内的野生动物触发；定时拍照数据根据电池电量情况动态调节，采集间隔在1-12小时之间； 4. 本数据可用于记录保护区内的环境温度，结合红外相机数据，可用于分析野生动物活动节律，共存分析以及分布的限制因子等。
乔慧捷
黑河大满站植物物候自动观测仪示范数据集数据是植物物候观测仪在黑河大满站搜集的玉米物候观测数据集，植物物候观测仪可通过基于多光谱成像仪和无线传输模块的物候观测硬件系统采集物候图像，通过在线计算与可视化的图像管理、物候信息处理和系统控制软件，实现对植物个体和群落尺度关键物候期的自动识别。通过植物物候自动观测仪采集的数据可以计算植被绿度指数、NDVI指数等指标，可以监测植物关键物候期变化过程，可以反映植被物候变化规律。
宋创业, 高立瑶, 吴冬秀
本数据包括第二次青藏高原野外综合科学考察的影像资料。影像资料内容包括科考途中自然保护区采集样方的样地照片，云南西北部和四川西部自然保护区的森林生态系统，草地生态系统，湖泊生态系统的影像，植被情况，野生动植物生境，保护区内的动物，植物和真菌类数据。此外，影像数据还包括科考的样品采集过程和社区调查中科考队员入户调查以及与当地保护部门访谈的影像资料。数据来源于无人机和相机拍摄，可为科学研究提供佐证和参考。
苏旭坤
本植被含水量数据集来源于滦河流域土壤水分遥感试验中的地面同步观测，包括：（1）70 km×12 km 典型试验区（南北航线）的17个样区；（2）165 km×5 km复杂试验区（东北—西南航线）的8个样区；（3）地基微波辐射计观测的6个样区。地物类型包括草地、玉米、土豆、莜麦和胡萝卜。数据测量时间为2018年9月13日到2018年9月26日。植被含水量的测量方法为收获法，行播作物按照长度进行收获，草地按照面积进行收获。本数据集经过称重、烘干和植被含水量计算等步骤处理得到。
郑兴明, 姜涛
1)数据内容 包括采样点的观测年份、经纬度、海拔、生态系统类型、不同土层（SOC0-100 (kg Cm-2)； 0-100代表土层）、地下生物量含量。 2）数据来源 此部分数据是从文献中获取,具体文献来源参考说明文档。 3）数据质量描述 数据观测覆盖范围广，包含指标全面，展示了不同土层下的土壤有机碳含量，具有较高的完整性和精确性，能满足对青藏高原草地土壤碳储量的估算。 4）数据应用成果及前景 为预测未来青藏高原土壤的碳源–汇效应及实现生态系统碳可持续发展提供基础数据。
胡中民
1)数据内容 包括采样点的观测年份、经纬度、生态系统类型、年降雨量、干旱指数、年净初级生产力、地上生物量、地下生物量等数据。 2）数据来源 一部分来源于文献（1980-1995），另一部分来源于实地采样（2005-2006）。 3）数据质量描述 数据观测年份长，时间跨度大，覆盖范围广，包含指标多，具有较高的完整性和精确性，能满足对青藏高原草地植被碳储量的估算。 4）数据应用成果及前景 为预测未来青藏高原的碳源–汇效应及实现生态系统碳可持续发展提供基础数据。
胡中民
This file contains the datasets used in a manuscript published in JGR Biogeosciences (Nieberding, F., Wille, C., Ma, Y., Wang, Y., Maurischat, P., Lehnert, L., and Sachs, T.: Winter daytime warming and shift in summer monsoon increase plant cover and net CO2 uptake in a central Tibetan alpine steppe ecosystem, Journal of Geophysical Research: Biogeosciences, 126, e2021JG006441, doi:10.1029/2021JG006441, 2021.). The manuscript contains all the details on how the data was generated and processed and the corresponding code was published in the supplementary material.
Felix Nieberding, 马耀明, Christian Wille, Lukas Lehnert, Yuyang Wang, Philipp Maurischat, Weiqiang Ma, Torsten Sachs
青藏高原城镇化地区生物多样性调查数据集主要包括青海湖流域水鸟多样性调查数据集和植被多样性调查数据集。主要于2020年7-8月，在环青海湖区域设置了24个水鸟观测样地，分布于甘子河湿地、布哈河口等地区，利用望远镜、无人机等手段，记录水鸟种类和种群数量。依据环青海湖区域植被类型设置28个1m×1m样地，主要调查植被类型、频度、生物量。本数据集将为青藏高原重点城镇化地区生态安全屏障优化体系研究提供支持。
陈克龙, 陈治荣
载畜状态指利用实际载畜量与合理载畜量计算的草地承载状态，即通常所有的超载、平衡和不超载。本数据集包括草地载畜量压力指数和草畜平衡指数两个产品，草地载畜量压力指数=实际载畜量/合理载畜量，草畜平衡指数=（实际载畜量-合理载畜量）×100%/合理载畜量，实际载畜量数据来源于《青藏高原实际载畜量数据集（2000-2019）》，合理载畜量数据，来源于《青藏高原合理载畜量数据集（2000-2019）》。本数据集可以分析青藏高原载畜状态的时空变化特征，提取过渡放牧区域，评估青藏高原超载强度，对青藏高原生态保护、监测及预警具有重要应用价值。
刘斌涛
实际载畜量指一定面积的草地，在一定的利用时间段内，实际承养的家畜数量。实际载畜量通过青藏高原各省（区）、市（州）的统计年鉴和畜牧管理部门提供的统计资料整理得到，在统计资料中有存栏量、出栏量、出栏率、年末牲畜数量等多种统计口径，本数据集根据各区域统计资料情况统一采用年末牲畜存栏量作为实际载畜量计算标准。利用统计年鉴中的实际载畜量与人口密度、NPP、地形起伏度进行多元线性回归，建立了实际载畜量空间化模型，得到实际载畜量（羊单位，MU/km2）栅格数据，时间序列为2000-2019年，空间分辨率为250米。利用青藏高原核心牧区的果洛州、玉树州、昌都市、那曲市、阿坝州、甘孜州、甘南州的统计资料验证表明，空间化的绝对误差平均为27.48 MU/km2，相对误差平均为13.79%。本数据集可以分析青藏高原实际载畜量的时空变化特征，评估青藏高原草地承载特征，提取过渡放牧区域，对青藏高原生态保护、监测及预警具有重要应用价值。
刘斌涛
合理载畜量又称理论载畜量，指一定的草地面积，在某一利用时间段内，在适度放牧（或割草）利用并维持草地可持续生产的前提下，满足家畜正常生长、繁殖、生产的需要，所能承载的最多家畜数量。青藏高原合理载畜量数据利用基于MODIS反演的可食牧草产草量（鲜重，kg/hm2）数据，按照《草地载畜量及草畜平衡计算规范》（DB 51/T1480—2012）、《天然草地合理载畜量的计算》（NY/T 635—2015）评估得到草地的合理载畜量（羊单位，MU/km2）数据，时间序列为2000-2019年，空间分辨率为250米。本数据集可以分析青藏高原草地合理利用情况下理论承载量的时空变化特征，评估青藏高原草地承载特征，提取过渡放牧区域，对青藏高原生态保护、监测及预警具有重要应用价值。
刘斌涛
草地产草量是重要的草地生态参数，是监测草地生产力、估算草地合理载畜量和评估草地承载状态的重要依据。青藏高原草地产草量数据利用7、8月份采集的草地样方资料与MODIS NDVI、降水量、地形参数建立多元统计方程，反演得到总产草量（鲜重，kg/hm2）和可食牧草产草量（鲜重，kg/hm2）数据，时间序列为2000-2019年，空间分辨率为250米。利用分布于四川、西藏、青海、甘肃等区域的50个样方资料验证表明，遥感反演的总产草量绝对误差平均为734.75kg/hm2，相对误差平均为24.85%，可食牧草产草量绝对误差平均为715.81kg/hm2，相对误差平均为30.52%。由于青藏高原草地类型复杂，空间异质性高，实测草地样方与MODIS影像像元存在尺度不匹配等因素，这种精度扔能够满足大区域草地遥感监测要求。本数据集可以分析青藏高原草地生产力的时空变化特征，评估青藏高原草地承载特征，提取过渡放牧区域，对青藏高原生态保护、监测及预警具有重要应用价值。
刘斌涛
青海可可西里地区的草地资源，数据来源于1990年5月-8月开展的对可可西里地区的综合科学考察，植物区系的特征形成与演变，不仅与植物的进化有关，而且也严格地受到过去和现代生态条件的制约。可可西里地区由于高寒、干旱，现在的植物区系比较贫乏，青海可可西里地区的草地，是一个基本上未被人类干扰的自然生态系统。在这个系统中，草地牧草是各类草食野生动物和放牧家畜赖以生存和繁衍的物质基础。因此，了解和掌握该区草地资源的数、质量及分布特征，是合理利用草地资源及建立自然保护区的基本条件。
冯祚建
本数据集是2019年9月川藏铁路沿线典型植被无人机高光谱观测数据，使用的是大疆M600 Resonon成像系统的机载光谱仪。包括2019年在拉萨的草原区域观测的高光谱数据，自带经纬度。高光谱调查时基本为晴天。飞行前进行了白板校准；采集数据时设有靶标（即适于草地的标准反光布），用于光谱校准；设有地面标志点（即有字母的泡沫板照片），并记录了每个标志点的经纬度坐标，用于几何精确校准。无人机高光谱相机记录的dn值，可使用Spectronon Pro软件转换为反射率。高光谱数据用于提取不同植被类型光谱特征、植被分类、反演植被覆盖度等。
周广胜, 汲玉河, 吕晓敏, 宋兴阳
采用计算草地实际净初级生产力，CASA模型是一种光能利用率模型，生产力的估算主要由植物吸收的光合有效辐射（APAR）与光能转化率（ε）2个变量决定。植被所吸收的光合有效辐射（APAR）取决于太阳总辐射和植被对光合有效辐射的吸收比例；采用TEM（Terrestrial Ecosystem Model）模型计算草地潜在生产力，首先计算草地的总初级生产力（GPP），再计算植物自养呼吸（Ra），最后得出草地净初级生产力（NPP）。TEM模型是气候驱动的生产力模型，所需的参数有：植被类型、土壤质地、土壤水分、潜在蒸散、太阳辐射、云量、降水、温度和大气CO2浓度；利用随机森林算法（RF）计算青藏高原草地潜在地上生物量，预测变量包含气候、土壤、地形等14个变量。气候变量包含生长季（5-9月）平均日较差、生长季总降水、生长季平均温度和非生长季（前一年10 - 当年4月）平均日较差、非生长季总降水、非生长季平均温度。地形变量包括高程、坡度、坡向。土壤变量包含土壤质地（砂、粉、粘土含量）、土壤pH值和土壤有机碳。 实际净初级生产力和潜在净生产力数据年限为2000-2017；潜在草地地上生物量数据年限为（2014-2018）。
牛犇, 张宪洲
该数据为中国科学院藏东南高山环境综合观测研究站2016年在色季拉山西坡山顶架设自动气象站数据（AWS，Campbell公司），地理坐标为北纬29.5919，东经94.6102，海拔4640m，下垫面为高山草地。 数据包括气温（℃）、相对湿度（%）、风速（m/s）和气压(mb)日算术平均数据和降水的日累计值，原始数据2018年10月之前为30分钟一个平均值，此后为10分钟记录一个平均值。温湿度采用HMP155A温湿度探头测定，降雨量仪器型号为RG3-M，大气压力传感器探头为PTB210，风速传感器为05103，这些探头离地面2 m。数据质量方面：剔除了明显异常值，2019年上半年积雪导致电池损坏，数据有缺失，缺失的气温数据利用了附近站点4390m气温拟合回归矫正，已在数中标据黄，使用时请注意；降水量的监测从2019年8月开始。该数据站点为藏东南地区较高海拔的气象站，后续会不定期更新，可供研究生态、气候、水文、冰川等的科研工作者使用。
罗伦
本数据集以大量的地面实测草地地上生物量数据为基础，以1980s中国植被类型图划分出温性草地类型，借助Google Earth Engine平台上的Landsat遥感数据，在不同草地类型分别构建了草地地上实测生物量-遥感数据的随机森林模型，在验证可靠的基础上，对1993～2019年间逐年的草地地上生物量进行了估算，从而形成了1993～2019年中国北方温性草地地上生物量的逐年空间数据集。地上生物量定义为单位面积内地面以上实存生活的植被有机物质总量。已对原有栅格值乘以系数100，单位：0.01克/平方米（g/m²）。本数据集可为中国北方温性草地资源、生态环境的动态监测和评价提供科学基础。
张娜
云南西部和东北部位于青藏高原东南，前期遗传学研究表明，该区域人群中保留着较多旧石器晚期人类的遗传印记，并且这些古老的遗传印记很可能进一步扩散到青藏高原。因此，对该区域人群的遗传学研究，有助于厘清早期人类定居青藏高原的迁徙历史。在本研究中，我们对分布于云南不同地区的傣族人群进行了遗传学研究。采用Sanger测序的方法对264个傣族个体进行了线粒体DNA高变区测序。基于系统发育思想，我们对这些数据进行质量控制，确保没有样本污染等质量问题。以修订后的剑桥标准序列参考，进行突变位点的输出。根据世界范围内的人群的线粒体DNA系统发育树（PhyloTree.org），对每个样本进行单倍型类群划分。结合已发表的其他地区的傣族人群的mtDNA数据，系统研究了傣族人群的母系遗传结构和形成机制。结果表明，不同地区的泰族人群有着较近的遗传关系，并且在这些泰族人群中普遍存在的单倍型类群（F1a、M7b以及B5a）可追溯至中国南方，提示泰族人群可能起源于中国南方，并在铁器或青铜时代向南迁徙至大陆东南亚。不同地区的泰族群体在遗传上表现出一定程度的分化，这与他们的语言和文化存在一定差异的现象相吻合，说明泰族在向南迁徙的过程中与周边人群（如藏缅语族、南亚语系等）发生了文化和遗传融合。
孔庆鹏
为研究日喀则藏族人群的父系遗传结构，我们采集了434个日喀则藏族个体。首先，通过SNP分型的方法，确定了每个样本的单倍群归属。其次，采用ABI 3130XL，用荧光标记引物对8个STR位点进行检测，以进一步研究该人群的Y染色体遗传多样性。结果表明，日喀则藏族人群中的O-M175频率最高（47.00%，其中O2-M122最多（41.47%）），其次是D-M174（40.78%，以D-P47（20.97%）和D-N1（16.82%）为主）。此外，还有C-M217（1.84%），R1a1- M17（1.61%），N1-LLY22G（5.76%），Q-M242（0.69%），以及E、J、K-M、T等。本数据及和去年发布的拉萨藏族Y染色体数据相整合，能够实现不同藏族人群的遗传结构的比较，进而通过系统发育以及溯祖分析，能够揭示不同藏族人群的群体历史。
孔庆鹏, 祁学斌
我们获得了30个藏族个体的全基因组变异数据开展研究，采用DNA 微阵列（DNA Array）的方法，对30个样本进行了SNP分型检测，获得每个样品约70万位点（包括核基因组、线粒体DNA和Y染色体）分型结果。首先，在提取基因组DNA后，进行DNA扩增、酶促片段化、沉淀和重悬。随后样品过夜孵育过程中和BeadChip杂交，DNA经退火得到位点特异性的50-mer探针，与某种Infinium微珠类型共价偶联。然后采用Infinium XT继续酶基延伸赋予等位基因特异性，然后进行荧光染色。采用iScan系统检测微珠的荧光其强度，Illumina软件自动执行分析和基因型识别。最后得出每个样本的SNP分型结果。基于上述数据，进行相关生物信息分析（主要包括芯片位点质控分析、Y染色体和线粒体DNA的单倍群分型分析）。结合上年度的数据，有助于从核基因组、Y染色体和线粒体DNA的角度，解析藏族人群的遗传结构，通过与高原周边人群数据的比较，可以较为全面地追溯高原人群的迁徙和定居历史。
孔庆鹏
1）数据内容：数据为围栏工程实地采样数据，包含样方编号、草地类型、调查县、调查地点、工程类型、采样时间、工程开始时间、持续时间、"经度（°E）"、"纬度（°N）"、"海拔（m）"、"总盖度（%）" "高度平均（cm）"、地上生物量(g/m2)、地下生物量(g/m2)、总生物量(g/m2)， 2）数据来源：实地采样数据 3）数据质量：质量较高。 4）数据应用前景：青藏高原草地围栏工程将在保护草地、恢复区域植被生产力上获得显著成效，工程的实施为区域畜牧业发展提供了更广阔的空间, 保障了当地农牧民收入与地区经济为稳定的增长。此外，工程的实施保证并支持了藏区牧民的正常生产和生活, 实现了牧区草地保护与牧民畜牧业生产的稳定发展, 这对维护西藏社会全面稳定，促进西藏地区又好又快发展具有重要意义。
洪江涛, 王小丹
本数据集内容为2018年青海牧区11个高寒草甸典型区域内代表性牦牛群体体重与体尺（体高、体长、胸围、管围）性状的测定结果，所有元数据来源于中国科学院西北高原生物研究所生态中心高原动物生殖生物学学科组与青海省畜牧兽医科学院等单位联合开展的青海牧区传统放牧牦牛体重监测工作。数据集共包含1个工作簿11个工作表，工作簿名称为《青海牧区传统放牧牦牛体重监测数据集（2018）》，各工作表名称和内容分别为： 1.海晏哈勒景：海北藏族自治州海晏县哈勒景蒙古族乡167头牦牛体重、体尺数据；2.祁连默勒：海北藏族自治州祁连县默勒镇69头牦牛体重、体尺数据；3.祁连野牛沟：海北藏族自治州祁连县野牛沟乡42头牦牛体重、体尺数据；4.祁连央隆：海北藏族自治州祁连县央隆乡104头牦牛体重、体尺数据；5.祁连峨堡：海北藏族自治州祁连县峨堡镇28头牦牛体重、体尺数据；6.天峻新源：海西蒙古族藏族自治州天峻县新源镇38头牦牛体重、体尺数据；7.天峻龙门：海西蒙古族藏族自治州天峻县龙门乡100头牦牛体重、体尺数据；8.甘德岗龙：果洛藏族自治州甘德县岗龙乡36头牦牛体重、体尺数据；9.贵南塔秀：海南藏族自治州贵南县塔秀乡70头牦牛体重、体尺数据；10.河南柯生：黄南藏族自治州河南蒙古族自治县柯生乡73头牦牛体重、体尺数据；11.乐都达拉：海东市乐都区达拉乡50头牦牛体重、体尺数据。 本数据集通过对青海牧区各代表性区域内牦牛群体体重、体尺数据的测定，综合评估目前生态环境下高寒草甸传统放牧牦牛的生长性能。数据集可与《青海省畜禽品种志》（1983年）和《青海省畜禽遗传资源志》（2013年）中收录的1981年和2008年测定青海牦牛代表性群体生长性状进行比较，获得青海牧区传统放牧牦牛生长性能退化指数，从而有助于评估生态环境变化对于草食家畜生长与生产性能的影响。
贾功雪, 杨其恩, 徐田伟
本数据集来源于论文： Chen, F.H., Welker, F., Shen, C.C., Bailey, S.E., Bergmann, I., Davis, S., Xia, H., Wang, H., Fischer, R., Freidline, S.E., Yu, T.L., Skinner, M.M., Stelzer, S., Dong, G.R., Fu, Q.M., Dong, G.H., Wang, J., Zhang, D.J., & Hublin, J.J. (2019). A late Middle Pleistocene Denisovan mandible from the Tibetan Plateau. Nature, 569, 409-412. 该成果是陈发虎院士带领其团队多年来在青藏高原开展过去人类活动和环境适应研究获得的又一突破性进展。研究团队分析了甘肃夏河县新发现的古人类下颌骨化石，可以确定其为青藏高原的丹尼索瓦人，建议命名为夏河丹尼索瓦人，简称夏河人。研究团队针对该化石开展了年代学、体质形态学、分子考古学、生存环境、人类适应等多学科综合分析。结果发现，该化石目前是除阿尔泰山地区丹尼索瓦洞以外发现的首例丹尼索瓦人化石，也是青藏高原发现的最早人类活动证据（距今16万年前）。该研究为进一步探讨丹尼索瓦人的体质形态特征及其在东亚地区的分布、青藏高原早期人类活动历史及其对高海拔环境适应等问题提供了关键证据。 数据提取自论文中Supplementary Tables。 数据集包含6个数据表，数据表名称和内容分别为： t1: Distances in mm between meshes generated from CT versus photoscans (PS)（扫描图与CT形成的网格间以毫米为单位的距离）； t2: Measurements of the Xiahe mandible after reconstruction（对夏河人下颌重建后的测量）； t3: Comparative Dental metrics（牙科指标比较）； t4: Comparative crown morphology（牙冠形态比较）； t5: Uniprot accession numbers for protein sequences of extant primates used in the phylogenetic analyses（用在系统发育分析中的现存灵长类动物蛋白质序列在蛋白质仓库中的唯一标识号）； t6: Specimen names and numbers（样本的名称和编号）。
陈发虎
本数据集为针对黑河上游和黄河源区域的分布式水文模型SWAT模型的应用而构建的相关数据库，主要为土壤和植被，以及DEM。土壤和植被涉及的参数较多，包括常规的土壤物理参数和化学参数，植被参数以及生物量参数，参数值的确定方式包括采样测定、文献和其他相关数据库，以及通过相关软件进行计算。由于SWAT模型的土壤和植被数据库涉及的参数较为全面，因此本数据集除了用于SWAT模型外，其中大部分参数也可作为其他生态水文模型驱动数据的参考。
邹松兵
西亚地区荒漠化专题数据主要包括：西亚地区沙化土地分布图和西亚地区退化草地分布图，空间分辨率为30m。西亚地区沙化土地分布图包含的土地类型有沙地、盐碱地、裸土地和裸岩石砾地，西亚地区退化草地分布图将草地划分为高覆盖草地、中覆盖草地和低覆盖草地三类。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，生产费用由“中国科学院战略性先导科技专项XDA20030101资助”，数据空间分辨率为30m。数据主要是基于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。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，验证精度达到85%以上。
数据集包含1980，1990，2000，2010，2017年青藏高原草地产草量空间分布。基于中国科学院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模型VIP（Vegetation Interface Process) 模拟了青藏高原草地总初级生产力（GPP），利用经验系数估算了净初级生产力（NPP），将NPP换算为干物质，再根据根冠比估算了干草产量。空间分辨率1公里。该数据集将为草地资源管理、开发、利用以及“以草定畜”策略的制定提供依据。
莫兴国
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
泛第三极是全球变化的敏感地区，其增温速率为全球的2倍以上，并且受到了西风和季风协同作用的影响。该地区植被如何响应气候变化，将深刻的影响区域生态安全。然而现有产品对泛第三极地区生态系统净初级生产力（NPP）的估算仍旧存在较大的不确定性。为此，本产品结合多源遥感数据，包括AVHRR NDVI，MODIS 反射率数据，多种气候变量（温度、降水、辐射、VPD）以及大量野外实测数据，利用机器学习算法，反演获得了泛第三极生态系统净初级生产力。
汪涛
本数据集为欧亚大陆温性草地类型时空变异图-中国区域三级分类图(1980S)。数据为tif栅格格式，空间分辨率为1公里，温性草地三级分类取值1-8分别为：1-温性草甸草原；2-温性典型草原；3-温性荒漠化草原；4-温性草原化荒漠；5-温性荒漠及三个非温性草地类型(6-高寒草地、7-其他植被区、8-非植被区)。 该数据以中国科学院植物研究所为主持单位的《中华人民共和国植被图(1 ∶1 000 000)》数据集为基础，结合历史气象等辅助资料分析处理而成，中华人民共和国植被图包含我国1980年代我国植被类型11 个植被型组、55 个植被型、960 个植被群系和亚群等植被信息，我们选择1980-1989历史气象数据，结合卫星数据进一步分析修正，并进行空间插值计算，得出我国温性草地三级分类。该数据可用于欧亚大陆温性草地分布信息以及时空变异分析提供依据。
唐家奎
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
青藏高原重大生态工程布局图集 主要包括林地保护与建设工程、草地保护与建设工程、沙化土地治理工程、水土流失综合治理工程等主要生态保护工程；数据来源：西藏、三江源、横断山区和祁连山的重大生态工程规划及厅级单位资料调研，包括西藏生态安全屏障保护与建设工程（一期，三类10项）、三江源自然保护区生态保护与建设工程（三类13项），横断山区各类生态保护建设工程（长江中上游防护林体系建设、天然林保护、退耕还林工程、长江中上游水土保持重点防治工程、川西北藏区退牧还草、川西北沙化土地治理工程）、祁连山生态保护与建设综合治理工程一期（4类16项）；加工方法：分类汇总，按照类型区域矢量化，形成以县级为单位的区域分布图。
魏达
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
