该数据集是NOAA的 Advanced Very High Resolution Radiometer (AVHRR)传感器获取的长时间序列的NDVI数据。该数据集时间范围是1982年至2015年。为了去除NDVI数据中的噪声,进行了最大化合成、多传感器对比纠正。每半个月合成一幅NDVI影像。该数据集在植被长期变化趋势分析中被广泛应用。该数据集是从全球数据集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。 本数据集数据格式为geotiff,空间分辨率为8km,时间分辨率为2周,时间范围为1982年至2015年。数据转系系数为10000, NDVI = ND/10000。
NOAA
本数据来源于全国地理信息资源目录服务系统系统,由国家基础地理信息中心于2017年11月份开始免费向公众提供。我们将三江源作为一个整体进行了拼接和裁切,以便于三江源地区研究中的使用。数据现势性为2015年。 本数据集为三江源地区1:25万水系数据,包括水系面(HYDA)、水系线(HYDL)和水系点(HYDP)三个图层。水系面(HYDA)包括湖泊、水库、双线河流和沟渠等;水系线(HYDL)包括单线河流、沟渠、河流结构线等;水系点(HYDP)包括泉、井等。 HYDA属性项名称及定义: 属性项 描述 填写实例 GB 国标分类码 210101 HYDC 水系名称代码 KJ2103 NAME 名称 黑河 WQL 水质 淡 PERIOD 时令月份 7-9 TYPE 类型 通行 HYDL属性项名称及定义: 属性项 描述 填写实例 GB 国标分类码 210101 HYDC 水系名称代码 KJ2103 NAME 名称 黑河 PERIOD 时令月份 7-9 HYDP属性项名称及定义: 属性项 描述 填写实例 GB 国标分类码 210101 NAME 名称 不冻泉 TYPE 类型 淡 ANGLE 角度 75 水系数据GB码及其含义: 属性项 代码 描述 GB 210101 地面河流 210200 时令河 210300 干涸河 230101 湖泊 230102 池塘 230200 时令湖 230300 干涸湖 240101 建成水库 240102 建成中水库
全国地理信息资源目录服务系统
该数据集是MODIS的植被指数数据(MOD13Q1),将三江源区域进行了提取,以便单独开展三江源地区的研究分析。MOD13Q1是16天合成的植被指数,包含归一化植被指数(NDVI)和增强型植被指数(EVI)。三江源的空间范围覆盖两景MODIS文件(h25v05和h26v05)。数据存储格式为hdf,每个文件中包含12个波段:归一化植被指数(NDVI)、增强型植被指数(EVI)、数据质量(VI Quality)、红波段反射率(red reflectance)、近红外波段反射率(NIR reflectance)、蓝波段反射率(blue reflectance)、中红外波段反射率(MIR reflectance)、观测天顶角(view zenith angle)、太阳天顶角(sun zenith angle)、相对方位角(relative azimuth angle)、合成的时间(composite day of the year)和象元可靠性(pixel reliability). 本数据集数据格式为hdf,空间分辨率250m,时间分辨率是16天,时间范围:2000年2月至2018年10月。
Kamel Didan*, Armando Barreto Munoz, Ramon Solano, Alfredo Huete
本数据来源于全国地理信息资源目录服务系统系统,由国家基础地理信息中心于2017年11月份开始免费向公众提供。我们将三江源作为一个整体进行了拼接和裁切,以便于三江源地区研究中的使用。数据现势性为2017年。 本数据集为三江源地区1:100万水系数据,包括水系面(HYDA)、水系线(HYDL)和水系点(HYDP)三个图层。水系面(HYDA)包括湖泊、水库、双线河流等;水系线(HYDL)包括单线河流、沟渠、河流结构线等;水系点(HYDP)包括泉、井等。 HYDA属性项名称及定义: 属性项 描述 填写实例 GB 国标分类码 210101 HYDC 水系名称代码 KJ2103 NAME 名称 黑河 WQL 水质 淡 PERIOD 时令月份 7-9 TYPE 类型 通行 HYDL属性项名称及定义: 属性项 描述 填写实例 GB 国标分类码 210101 HYDC 水系名称代码 KJ2103 NAME 名称 黑河 PERIOD 时令月份 7-9 HYDP属性项名称及定义: 属性项 描述 填写实例 GB 国标分类码 210101 NAME 名称 不冻泉 TYPE 类型 淡 ANGLE 角度 75 水系数据GB码及其含义: 属性项 代码 描述 GB 210101 地面河流 210200 时令河 210300 干涸河 230101 湖泊 230102 池塘 230200 时令湖 230300 干涸湖 240101 建成水库 240102 建成中水库
全国地理信息资源目录服务系统
该数据集是SPOT卫星上的VEGETATION传感器获取的长时间序列的NDVI数据。该数据集时间范围是1998年5月至2013年。为了去除NDVI数据中的噪声,进行了最大化合成。每10天合成一幅NDVI影像。该数据集是从全球数据集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。 本数据集数据格式为geotiff,空间分辨率1km,时间分辨率是10天,时间范围:1998年5月至2013年12月。
Image Processing Centre for SPOT-VGT
本数据来源于全国地理信息资源目录服务系统,由国家基础地理信息中心于2017年11月份开始免费向公众提供。我们将三江源作为一个整体进行了拼接和裁切,以便于三江源地区研究中的使用。数据现势性为2015年。 本数据集为三江源地区1:25万居民点数据集,包括居民地面(RESA)和居民地点(RESP)两个图层, 居民地面(RESA)主要指面状居民地轮廓;居民地点(RESP),包括普通房屋、棚房、窑洞、蒙古包、放牧点等。 居民地面(RESA)属性项名称及定义: 属性项 描述 填写实例 GB 国标分类码 310200 居民地点(RESP)属性项名称及定义: 属性项 描述 填写实例 GB 国标分类码 310200 ANGLE 角度 67
全国地理信息资源目录服务系统
本数据为小满玉米地(2012-06-25日至2012-08-24日)的LAINet数据集。 测量仪器:北京师范大学自制无线传感器网络叶面积指数观测仪 测量方式:LAINet观测系统由三类传感器节点组成,分别是(1)冠层下节点,传感器近水平向上放置,用来测量冠层透过辐射,(2)冠层上节点,传感器近似水平向上放置,用来测量太阳入射总辐射,(3)汇聚节点,用来接收并转发由(1)和(2)两类节点测量到的数据。 数据处理:从传感器接收到原始数据是按照汇聚节点进行接收的,经过预处理之后形成以天为时间单位的原始数据集。仪器对冠层透过率的观测是通过计算一天之内不同太阳高度角下冠层下透过辐射与冠层上的入射总辐射的比值而得到的。叶面积指数是基于多角度透过率数据进行反演计算得到。 LAINet数据集包括计算的原始LAI数据、经过5天平均之后的LAI数据以及测量节点的经纬度。所有数据以Excel保存。其中5天平均处理后的数据以汇聚节点编号为表单名称,每个表单(sheet)保存是一个汇聚节点下所有子节点的测量数据。原始数据记录了每个节点在所有观测日期内能够计算得到的LAI数值。以上两类数据的每个表单中,各列的含义如下:测量日期,DOY,节点1,节点2,...,节点N。
马明国
该数据集是SeaWiFS获取的长时间序列的NDVI数据。该数据集时间范围是1997年9月至2007年。为了去除NDVI数据中的噪声,进行了最大化合成。每15天合成一幅NDVI影像。该数据集是从全球数据集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。 本数据集数据格式为geotiff,空间分辨率4km,时间分辨率是15天,时间范围:1997年第256天至2007年第365天。
Charles R. Mcclain
本数据来源于全国地理信息资源目录服务系统,由国家基础地理信息中心于2017年11月份开始免费向公众提供。为了更加方便的使用数据,将三江源作为一个整体进行了拼接和裁切,以便于三江源地区研究中的使用。数据现势性为2017年。 本数据集为三江源地区1:100万居民点数据,包括居民地面(RESA)和居民地点(RESP)两个图层, RESP 居民地(点)图层,包括普通房屋、放牧点等。 居民地面(RESA)属性项名称及定义: 属性项 描述 填写实例 GB 国标分类码 310200 居民地点(RESP)属性项名称及定义: 属性项 描述 填写实例 GB 国标分类码 310200 ANGLE 角度 67
全国地理信息资源目录服务系统
2018年8月19日在长江源园区曲麻莱县的高寒草甸样方采用DJI无人机进行航拍,按照设定的飞行路线拍摄照片,相邻照片重叠度不低于70%,利用拍摄的照片生成正射影像和DSM,正射影像包含红绿蓝三个波段,正射影像地面分辨率为2.5cm,拍摄面积为860m×770m,DSM的分辨率为4.5cm。
王旭峰, 魏彦强
2018年8月19日在长江源园区曲麻莱县的湿地样方采用DJI无人机进行航拍,按照设定的飞行路线拍摄照片,相邻照片重叠度不低于70%,利用拍摄的照片生成正射影像和DSM,正射影像包含红绿蓝三个波段,地面分辨率为2cm,拍摄面积为850m×1000m,DSM的分辨率为4.5cm。
王旭峰, 魏彦强
2018年8月22日在位于澜沧江源区的固定样方采用DJI无人机搭载的照相机,按照设定的飞行路线拍摄照片,相邻照片重叠度不低于70%,利用拍摄的照片生成正射影像和DSM,正射影像包含红绿蓝三个波段,地面分辨率为2.5cm,拍摄面积为1000m×1000m,DSM的分辨率为4.5cm。由于通信故障,导致中间4条航带没有拍摄上照片,所以中间有一个条带的影像缺失。
王旭峰, 王旭峰, 魏彦强, 王旭峰
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
无论从全球尺度亦或是局地尺度而言,土壤数据及其重要,而由于缺乏可靠的土壤数据,土地退化评估、环境影响研究和、可持续的土地管理干预措施收到了极大的瓶颈阻碍。受到土壤信息数据在全世界的迫切需要,特别是在气候变化公约的背景下,国际应用系统分析研究所(IIASA)及联合国粮农组织(FAO)和京都协议对土壤碳测量和联合国粮农组织/国际全球农业生态评价研究(GAEZ v3.0)共同倡导下建立了新一代世界土壤数据库(Harmonized World Soil Database version 1.2 )(HWSD V1.2).其中,中国地区数据源为1995年全国第二次土地调查由南京土壤所所提供的1:1,000,000土壤数据。数据格式:grid栅格格式,投影为WGS84。采用的土壤分类系统主要为FAO-90。 核心土壤制度单元唯一验证标识符: MU_GLOBAL-HWSD数据库土壤制图单元标示符,连接了GIS图层。 MU_SOURCE1 和 MU_SOURCE2- 源数据库制图单元标识符 SEQ-土壤制图单元组成中的土壤单元序列; 土壤分类系统利用FAO-7分类系统或 FAO-90分类系统(SU_SYM74 resp. SU_SYM90)或FAO-85(SU_SYM85). 土壤属性表主要字段包括: ID(数据库ID) MU_GLOBAL(土壤单元标识符)(全球) SU_SYMBOL 土壤制图单元 SU_SYM74(FAO74分类); SU_SYM85(FAO85分类); SU_SYM90(FAO90土壤分类系统中土壤名称); SU_CODE 土壤制图单元代码 SU_CODE74 土壤单元名称 SU_CODE85 土壤单元名称 SU_CODE90 土壤单元名称 DRAINAGE(19.5); REF_DEPTH(土壤参考深度); AWC_CLASS(19.5); AWC_CLASS(土壤有效水含量); PHASE1: Real (土壤相位); PHASE2: String (土壤相位); ROOTS: String (到土壤底部存在障碍的深度分类); SWR: String (土壤含水量特征); ADD_PROP: Real (土壤单元中与农业用途有关的特定土壤类型); T_TEXTURE(顶层土壤质地); T_GRAVEL: Real (顶层碎石体积百分比);(单位:%vol.) T_SAND: Real (顶层沙含量); (单位:% wt.) T_SILT: Real (表层粉沙粒含量); (单位:% wt.) T_CLAY: Real (顶层粘土含量); (单位:% wt.) T_USDA_TEX: Real (顶层USDA土壤质地分类); (单位:name) T_REF_BULK: Real (顶层土壤容重); (单位:kg/dm3.) T_OC: Real (顶层有机碳含量); (单位:% weight) T_PH_H2O: Real (顶层酸碱度) (单位:-log(H+)) T_CEC_CLAY: Real (顶层粘性层土壤的阳离子交换能力); (单位:cmol/kg) T_CEC_SOIL: Real (顶层土壤的阳离子交换能力) (单位:cmol/kg) T_BS: Real (顶层基本饱和度); (单位:%) T_TEB: Real (顶层交换性盐基);(单位:cmol/kg) T_CACO3: Real (顶层碳酸盐或石灰含量) (单位:% weight) T_CASO4: Real (顶层硫酸盐含量);(单位:% weight) T_ESP: Real (顶层可交换钠盐);(单位:%) T_ECE: Real (顶层电导率)。 (单位:dS/m) S_GRAVEL: Real (底层碎石体积百分比);(单位:%vol.) S_SAND: Real (底层沙含量); (单位:% wt.) S_SILT: Real (底层淤泥含量); (单位:% wt.) S_CLAY: Real (底层粘土含量); (单位:% wt.) S_USDA_TEX: Real (底层USDA土壤质地分类); (单位:name) S_REF_BULK: Real (底层土壤容重); (单位:kg/dm3.) S_OC: Real (底层有机碳含量); (单位:% weight) S_PH_H2O: Real (底层酸碱度) (单位:-log(H+)) S_CEC_CLAY: Real (底层粘性层土壤的阳离子交换能力); (单位:cmol/kg) S_CEC_SOIL: Real (底层土壤的阳离子交换能力) (单位:cmol/kg) S_BS: Real (底层基本饱和度); (单位:%) S_TEB: Real (底层交换性盐基);(单位:cmol/kg) S_CACO3: Real (底层碳酸盐或石灰含量) (单位:% weight) S_CASO4: Real (底层硫酸盐含量);(单位:% weight) S_ESP: Real (底层可交换钠盐);(单位:%) S_ECE: Real (底层电导率)。 (单位:dS/m) 本数据库分两层,其中以顶层(T)土壤厚度为(0-30cm),底层(S)土壤厚度为(30-100cm)。 其他属性值请参考说明HWSD1.2_documentation文档.pdf,The Harmonized World Soil Database (HWSD V1.2) Viewer-中文说明及HWSD.mdb。
孟现勇, 王浩
青藏高原湖泊面积长时间序列数据集包含1970s至2013年364个面积大于10平方公里湖泊的面积序列数据。根据Landsat影像得来,以Landsat 10月份数据为主,每隔3年取一个数据,减少季节变化的同时,可利用数据达到最大。 数据使用NDWI水体指数提取,每个湖泊经过人工目视检查与编辑。 数据应用于青藏高原湖泊变化、湖泊水量平衡、气候变化的研究。 数据类型:矢量。 投影方式:WGS84。
张国庆
该数据集记录了阿里荒漠环境综合观测研究站,2009-2017年气象数据集,数据时间分辨率为天。包含如下基本气象参数:气温(距地面1.5米,半小时观测一次,单位:摄氏度)、相对湿度(距地面1.5米,半小时一次,单位:%)、风速(距地面1.5米,半小时一次,单位:米/秒)、风向(距地面1.5米,半小时一次,单位:度)、气压(距地面1.5米,半小时一次,单位:hPa)、降水量(24时一次,单位:毫米)、水汽压(单位:Kpa)、蒸发(单位:毫米)、向下短波辐射(单位:W/m²)、向上短波辐射(单位:W/m²) 、向下长波辐射(单位:W/m²) 、向上长波辐射(单位:W/m²) 、净辐射(单位:W/m²)、地表反照率(单位:%)。 数据采集地点:中国科学院青藏高原研究所阿里荒漠环境综合观测研究站观测场,经度:79°42'5";纬度:33°23'30";海拔:4264米。 数据从阿里站自动气象站直接下载,其中降水数据是自动雨雪量计和人工观测校正得到每天的降水量,其它均为半小时的观测值经平均得到逐日均值。 观测仪器型号:温度和湿度:HMP45C空气温湿度探头;降水:T200-B雨雪量仪传感器;风速和风向: Vaisala 05013风速风向传感器;净辐射:Kipp Zonen NR01净辐射传感器;气压:Vaisala PTB210大气压传感器。采集器型号:CR 1000,采集时间:30分钟。 本数据表是由专人根据观测记录进行加工和质量控制。严格按照仪器操作规范进行观测和数据采集,在加工生成数据表时,剔除了一些明显误差数据。
赵华标
该数据集包含了2017年1月1日至2017年12月31日的宇宙射线仪器(crs)观测数据。站点位于甘肃省张掖市大满灌区农田内,下垫面是玉米地。观测点的经纬度是100.3722E, 38.8555N,海拔1556m,仪器探头底部距地面0.5m,采样频率是1小时。 宇宙射线仪器的原始观测项目包括:电压Batt(V)、温度T(℃)、相对湿度RH(%)、气压P(hPa)、快中子数N1C(个/小时)、热中子数N2C(个/小时)、快中子采样时间N1ET(s)及热中子采样时间N2ET(s)。发布的数据为经过处理计算后的数据,数据表头包括:Date Time(日期 时间)、P(气压 hPa)、N1C(快中子数 个/小时)、N1C_cor(气压订正的快中子数 个/小时)和VWC(土壤体积含水量 %),其处理的主要步骤包括: 1) 数据筛选 数据筛选共四条标准:(1)剔除电压小于和等于11.8伏特的数据;(2)剔除空气相对湿度大于和等于80%的数据;(3)剔除采样时间间隔不在60±1分钟内的数据;(4) 剔除快中子数较前后一小时变化大于200的数据。此外缺失数据用-6999补充。 2) 气压订正 根据仪器说明手册中提到的快中子气压订正公式,对原始数据进行气压订正,得到订正后的快中子数N1C_cor。 3) 仪器率定 在计算土壤水分的过程中需要对计算公式中的N0进行率定。N0为土壤干燥条件下的快中子数,通常使用测量源区内的土样得到实测土壤水分(或者通过比较密集的土壤水分无线传感器获取)θm(Zreda et al. 2012)和对应时间段内的快中子校正数据N,再通过公式反求得到N0。 在此,根据仪器源区内的Soilnet土壤水分数据对仪器进行率定,建立土壤体积含水量θv和快中子之间的关系。分别选取干湿状况差异比较明显的2012年6月26日-27日和7月16日-17日四天的数据,其中6月26日-27日率定数据显示土壤水分较小,因此选取4厘米、10厘米和20厘米的三个值平均值作为率定数据,其变化范围为22%-30%,而7月16日-17日率定数据显示土壤水分较大,因此选取4厘米、10厘米的两个值平均值作为率定数据,其变化范围为28%-39%,最后平均N0为3597。 4) 土壤水分计算 根据公式,计算得到每小时的土壤含水量数据。 水文气象网或站点信息请参考Liu et al. (2018),观测数据处理请参考Zhu et al. (2015)
刘绍民, 朱忠礼, 徐自为, 李新, 车涛, 谭俊磊, 任志国
河流湖泊等资源是研究地球生态环境的重要内容,影响全球生态系统、热量、物质交换和平衡,是研究全球环境机理变化的重要基础。当前,全球缺乏大尺度、高精度、大范围的湖泊矢量数据,阻碍了有关河流、湖泊的水文研究。研究以陈军等全球河流湖泊数据集作为源数据,结合2010年前后2-3年的国产高分影像GF数据,产生一套全球河流、湖泊数据集。这套数据集弥补了部分区域精度低的缺陷,是具有可编辑性的较高精度的湖、河矢量数据集。
邱玉宝
采用供需平衡的分析方法,分别计算流域总体及各县区水资源供给量及需求量的基础上,评估流域水资源系统脆弱性。采用IPAT等式设置未来水资源需求情景,即通过设定未来的人口增长率、经济增长速度、单位GDP耗水量等变量来建立需水情景。以2005年为基准年,预测未来2010-2050年的各县市水资源需求情景。人口规模、经济规模采用配套预测数据。应用瑞典水文气象研究所HBV概念性水文模型的基本结构,设计了在气候变化下流域变化趋势的模型,以冰川融化情景为模型的输入,构建气候变化下出山径流情景。依据流域水资源配置的国家地方规定设置配水方案,综合计算水资源供给量。综合供需情况,以缺水率为指标评价水资源系统脆弱性。通过计算流域主要县市的(小麦生产)土地压力指数,分析了流域气候变化、冰川融化及人口增长情景下土地资源的供需平衡,评价了农业系统脆弱性。分别运用迈阿密公式及HANPP模型计算了未来情景下,流域各主要县市净初级生物生产量及初级生物量的人类占用,以供需平衡角度评估生态系统脆弱性。
杨林生, 钟方雷
通过燃烧地表植被和土壤有机物质,野火会对冻土环境产生强烈影响。受火灾干扰的植被可能需要许多年才能恢复到火灾前期或成熟水平。在本数据集中,通过量化C 波段和 L 波段 SAR 后向散射 15 年(2002—2017)的变化,用来研究阿拉斯加北坡Anaktuvuk 河流域冻土苔原环境火灾对植被再生长的影响。火灾过后,C 和 L 波段 在严重火灾地区后向散射系数比未烧的地区分别增加了 5.5 和 4.4 dB。火灾发生后 5 年,C 波段背向散射差异在火灾区和未燃烧区之间减小,表明过火地植被水平已恢复到未燃烧区域水平。这种持续恢复时间比基于光学的 NDVI 观测的 3 年恢复要长。此外,在植被恢复 10 年后, L 波段在火灾严重区后向散射比未燃烧区依然约高 2 dB。 这种持续的差异可能是由表面粗糙度增加造成的。我们的分析表明,长期存档的星载 SAR 后向散射可以量化北极苔原环境火灾后植被恢复情况,也可以作为光学观测的补充。 后向散射数据覆盖时间从2002年到2017年,时间分辨率为逐月,覆盖范围为喀阿拉斯加北坡Anaktuvuk 河流区域,空间分辨率为30~100 m,C/L波段数据分开,每月数据的存放一个Geotiff文件。 数据的详细情况见阿拉斯加北坡Anaktuvuk 河流域SAR后向散射数据 -数据说明。
江利明
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