本数据为泥石流易损性评价数据，根据中巴经济走廊泥石流灾害情况进行分析研究后得到的，栅格值表示易损区划：1表示低易损区，2表示较低易损区，3表示中易损区，4表示较高易损区，5表示高易损区。本数据可用于对中巴经济走廊重大泥石流灾害易损性进行评估，可以为泥石流风险性评估提供数据基础，了解重大泥石流对道路、房屋等基础设施损害程度的程度强弱关系，为当地政府部门防灾减灾、预测预报、乡村振兴等决策提供科学指导。
苏凤环
本数据为泥石流危险性评价数据，根据中巴经济走廊泥石流灾害情况进行分析研究后得到的。泥石流样本数据是通过遥感解译、现场核对等方式获得的泥石流灾害详细情况数据，构建危险性评价体系，利用信息量法对研究区泥石流危险进行评价，然后采用自然断点法进行危险性区的划分。本数据可用于对重大泥石流灾害危险性进行评估，了解重大泥石流风险程度强弱关系，为当地政府部门防灾减灾、城市治理等决策提供科学指导。
苏凤环
植被的净初级生产力（Net Primary Productivity，NPP）指绿色植物在单位时间、单位面积上由光合作用产生的有机物质总量（即总初级生产力，Gross Primary Productivity，GPP）中扣除自养呼吸后的剩余部分，NPP作为陆地生态系统的水循环、养分循环和生物多样性变化的基础，是估算地球支持能力和评价陆地生态系统可持续发展的重要生态指标。本数据集包括祁连山区域2021年月度合成30m NPP产品。采用最大值合成（Max value composition, MVC）方法，利用Landsat8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成，进而计算NPP。
吴俊君, 李艺, 仲波
叶面积指数（Leaf Area Index，LAI）定义为地面单位投影面积内叶片总面积的一半，是描述植被的核心参数之一。LAI控制着植被的许多生物、物理过程，如光合、呼吸、蒸腾、碳循环和降水截获等，同时为植被冠层表面最初的能量交换提供定量化的信息，是一个十分重要的研究植被生态系统结构和功能的参数。本数据集包括祁连山区域2021年月度合成30m LAI产品。采用最大值合成 (Max value composition, MVC) 方法，利用Landsat8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成，进而计算LAI。
吴俊君, 李艺, 仲波
地表长波下行辐射（LWDR）作为地球能量平衡系统的关键分量，对生态和气候变化研究具有重要意义。随着遥感估算精度的不断提高和再分析资料时空分辨率与精度的提升，遥感和再分析数据融合将是进一步提高地表辐射等关键参量可信度和时空连续性的新途径。考虑到当前多源LWDR数据在时空分辨率和局部区域精度的差异，研究结合全球范围内的站点实测数据，将遥感观测数据（CERES）与再分析数据ERA5、GLDAS进行时空融合，研制了2000-2020年、覆盖全球、时空分辨率为1h/0.25°的高精度地表长波下行辐射数据集。新研制的LWDR数据集，与站点实测数据在陆地表面验证的相关系数 (R)、平均偏差误差 (BIAS) 和均方根误差 (RMSE) 分别为 0.97、-0.95 Wm-2 和 22.38 Wm-2 ；在海洋表面分别为 0.99、-0.88 Wm-2 和 10.96 Wm-2，特别指出的是，相比于已有数据，新数据集在中低纬度和复杂地形区表现出更好的精度和稳定性。
王天星, 王世遥
不同相态降水（降雪、雨夹雪和降雨）对地表水循环和能量收支产生不同性质影响。因此，对不同相态降水进行区分至关重要，特别是在气候变化背景下。基于Ding et al.（2014）提出的不同相态降水分离参数化方案和基于观测的逐日格点数据集（CN05.1），以湿球温度、相对湿度、地表气压和高程数据作为输入，我们生成了一套1961-2016年期间中国区域不同相态降水（降雪、雨夹雪和降雨）及其湿球温度阈值的逐日格点数据集，空间分辨率为0.25°。在此基础上，进一步计算了逐年降雪、雨夹雪和降雨总量。该数据可为冰冻圈科学、水文学、生态学和气候变化相关研究提供基础数据。
苏勃, 赵宏宇
采用红外相机调查法获取地栖大中型野生动物的出现数据。2021年布设红外相机262台，获得野生动物照片12391张，记录到大中型哺乳动物41种。小型兽类数据包含物种、多度、体重等性状数据、环境梯度数据等，可为理解环境梯度-物种多度-物种性状间的关联及垂直梯度哺乳动物群落构建的生态过程提供数据支撑。红外相机数据主要收集珍稀濒危野生动物的出现数据，可补充区域生物多样性本底，同时为生物多样性热点区及保护关键区识别提供科学依据。
李学友
山地冰川是中国西部及其周边地区重要的淡水资源。由于冰川融水在流域尺度为生态和社会经济用水提供补给，因此，确定冰川作用（补给）流域是开展冰川水资源供给功能和服务研究的基础。基于Randolph Glacier Inventory 6.0、中国历次冰川编目、中国三级流域边界数据（中国科学院资源与环境科学数据中心提供）和全球流域边界数据HydroBASINS（www.hydrosheds.org），通过将冰川分布数据与流域边界数据进行相交分析，生成了20世纪50年代至21世纪20年代（至今）（1）中国两级冰川作用流域边界、（2）中国冰川作用的国际河流流域边界以及（3）亚洲高山区冰川作用流域边界数据。该数据兼顾了中国和全球常用流域边界，并将二者很好匹配，以期为中国及其周边地区冰川水资源研究提供基础数据。
苏勃
第二次青藏高原综合科学考察研究任务五专题三“高原微生物多样性保护和可持续利用”（2019QZKK0503）第一、二年度共计开展30余次野外科学考察，足迹覆盖了青藏高原大部分地区，包括对藏东南、羌塘高原、可可西里、喜马拉雅区等区域冰川（如枪勇冰川、唐古拉冰川、珠峰东绒布冰川、杰马央宗冰川、帕隆4号冰川等）、湖泊（昂仁金错、错果、托素湖等）、河流（雅鲁藏布江等）、溪流、土壤、真菌地衣、动物多圈层微生物的考察。该数据集包含本专题第一、二年度野外考察收集的生境照、工作照、科考影像等电子数据，共计6,471个照片视频（其中照片6,124张）。
刘勇勤
该数据集包含了2021年7月22日至2021年9月5日的黑河水文气象观测网中游大满超级站叶面积指数观测数据。站点（100.376° E, 38.853° N）位于甘肃省张掖市大满灌区内，海拔1556m，下垫面是玉米。观测样方共计3个，每个样方大小约30m×30m，经纬度分别为（100.374°E, 38.855°N）、（100.371° E, 38.854°N）、（100.369°E, 38.854°N）。每个样方内布设4个冠层下节点和1个冠层上节点。 本数据集由叶面积指数无线传感网（LAINet）获取，该仪器原始观测数据为仪器自动获取的每个节点逐日逐小时的光照数据（Level0），利用LAINet软件对原始观测数据进行处理，逐节点计算每天LAI（Level1），进一步对无效值识别与填充，并5天滑动平均消除天气变化对LAI计算的影响（Level2），对有多个LAINet节点的观测子区，节点的均值为该子区的最终观测值（Level3）。 本次发布的数据集为处理后的Level3产品，数据以*.xls格式存储。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)，观测数据处理请参考Qu et al. (2014)。
刘绍民, 车涛, 屈永华, 徐自为, 谭俊磊
该数据集包含2021年5月2日至12月26日黑河流域地表过程综合观测网下游四道桥超级站的物候相机观测数据，该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据，拍摄数据分辨率为1280*720，可指定拍摄时间频率。对于绿度指数物候期计算，需要根据感兴趣区域计算相对绿度指数（GCC, Green Chromatic Coordinate公式为GCC=G/（R+G+B）, R、G、B为图像红、绿、蓝三通道像元值），然后进行无效值填充和滤波平滑，最后根据生长曲线拟合确定关键物候期参数，如生长季起始日、顶峰、生长季结束日等；对于覆盖度，首先进行数据预处理，选择光照不太强的图像，然后将图像分割为植被和土壤，计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度，在时间序列数据提取完成以后，再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波，滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数（Gcc）。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 车涛, 徐自为, 任志国
该数据集包含2021年1月1日至12月31日黑河流域地表过程综合观测网中游大满超级站的物候相机观测数据，该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据，拍摄数据分辨率为1280*720，可指定拍摄时间频率。对于绿度指数物候期计算，需要根据感兴趣区域计算相对绿度指数（GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值），然后进行无效值填充和滤波平滑，最后根据生长曲线拟合确定关键物候期参数，如生长季起始日、顶峰、生长季结束日等；对于覆盖度，首先进行数据预处理，选择光照不太强的图像，然后将图像分割为植被和土壤，计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度，在时间序列数据提取完成以后，再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波，滤波后的得结果为最终的时间序列覆盖度。本数据集为相对绿度指数（Gcc）。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 车涛, 徐自为, 谭俊磊, 任志国
该数据集包含2021年1月1日至12月31日黑河流域地表过程综合观测网中游阿柔超级站的物候相机观测数据，该仪器由北京师范大学自主研发并进行处理。物候相机集成数据获取与数据传输功能。该物候相机采用垂直向下的方式采集数据，拍摄数据分辨率为1280*720，可指定拍摄时间频率。对于绿度指数物候期计算，需要根据感兴趣区域计算相对绿度指数（GCC, Green Chromatic Coordinate公式为GCC=G/(R+G+B), R、G、B为图像红、绿、蓝三通道像元值），然后进行无效值填充和滤波平滑，最后根据生长曲线拟合确定关键物候期参数，如生长季起始日、顶峰、生长季结束日等；对于覆盖度，首先进行数据预处理，选择光照不太强的图像，然后将图像分割为植被和土壤，计算每张图像的植被像素占计算区域内的比例作为该图像对应的覆盖度，在时间序列数据提取完成以后，再按用户指定的时间窗口对原始覆盖度数据进行平滑滤波，滤波后的得结果为最终的时间序列覆盖度。本数据集包括相对绿度指数（Gcc）。 黑河流域地表过程综合观测网或站点信息请参考Liu et al. (2018)。
刘绍民, 屈永华, 车涛, 徐自为, 张阳
森林是陆地上重要的生态系统，约占陆地总面的三分之一，在调节气候，为物种提供栖息地和维持全球生态系统平衡等方面发挥着重要作用。而树冠覆盖度的动态变化会影响森林生态系统的结构、组成和功能。利用长时间序列的Landsat数据，基于机器学习方法获得了1990-2020年尺度的30m空间分辨率的树冠覆盖度数据。利用年尺度的树冠覆盖度数据，生成了1990-2020年东喜马拉雅树冠覆盖度变化速率数据集。结果显示，该地区平均树冠覆盖度从40.67%（1990年）增加到43.43%（2020年），增加了2.76%，表明该地区森林在过去几十年里有所改善。
王春玲, 王建邦, 何卓昱, 冯敏
本数据为基于树木年轮资料重建的阿姆河上游支流贡特河Khorog水文站1495-2018年年平均径流量数据。中国气象局乌鲁木齐沙漠气象研究所和塔吉克斯坦国家科学院水问题、水能与生态研究所合作开展树轮水文研究取得的数据，该数据可以用于中亚山区水资源评估等科学研究和水利工程等服务。 资料时段：1495年至2018年。 资料要素：平均径流量（m3/s） 站点位置：37°43″N, 71°30″E，2070m
尚华明
2021年仍采用样点法对岗日嘎布山沿海拔梯度的鸟类进行调查，按400米海拔跨度对考察区域分别设置海拔带，北坡从波密县通麦镇至嘎隆寺，由低到高设置了5个海拔带，南坡从墨脱县背崩乡解放大桥至嘎隆拉，由低到高设置了8个海拔带，获取岗日嘎布西北段南北坡鸟类多样性和分布数据，以期对理解这一区域鸟类多样性的形成和维持机制方面取得重大突破，进一步探讨气候变化对鸟类多样性的影响与适应策略、物种多样性对全球变化的响应与保护策略等关键科学问题。
王洁
1) 数据内容：中亚大湖区数据库的2020年度更新数据库文件，包含2020年中亚大湖区生态站点中辐射总量的观测数据。 2) 数据来源及加工方法：数据来源于6个生态站点（站点号：1130、1131、1132、1133、1134、1137）的站点观测数据未经加工处理。 3) 数据质量描述：本数据为站点数据，时间分辨率为1分钟。数据质量控制过程包括2个步骤（1）内部一致性检查；（2）时间一致性检查。 4) 数据应用成果及前景：本数据为基本观测数据，为中亚大湖区数据库的重要年度补充，可为后续的气象、生态、水文、环境等研究领域提供数据支持、为项目研究的开展提供支撑。
刘铁
数据内容：Nukus灌区2021年1月至2021年12月地下水水温数据，单位为0.1℃。 数据来源及加工方法：本数据来源于Nukus灌区地下水自动监测站采集。 数据质量描述：本数据为站点数据，时间分辨率为3小时。 数据应用成果及前景：结合其他气象水文参数可进一步查明和研究水文地质条件，特别是地下水的补给、径流、排泄条件，掌握地下水动态规律，为地下水资源评价、科学管理及环境地质问题的研究和防治提供科学依据。
刘铁
1) 数据内容：中亚大湖区数据库文件，包含2020-2021年中亚大湖区基础生态站点中总辐射要素的观测数据。 2) 数据来源及加工方法：数据来源于8个生态站点（站点号：1130、1131、1132、1133、1134、1135、1137、1138）的站点观测数据未经加工处理。 3) 数据质量描述：本数据为站点数据，时间分辨率为每1分钟。数据质量控制过程包括2个步骤（2）内部一致性检查；（2）时间一致性检查。 4) 数据应用成果及前景：本数据为基本观测数据，为中亚大湖区数据库的重要组成部分，可为后续的气象、生态、水文、环境等研究领域提供数据支持、为项目研究的开展提供支撑。
刘铁
归一化植被指数（Normalized Difference Vegetation Index，NDVI）是近红外波段的反射率值与红光波段的反射率值之差比上近红外波段的反射率值与红光波段的反射率值之和。植被指数合成是指在适当合成周期内选出植被指数最佳代表，合成一幅空间分辨率、大气状况、云状况、观测几何、几何精度等影响最小化的植被指数栅格图像。本数据集包括祁连山区域2021年月度合成30m植被指数产品。采用最大值合成（Max value composition, MVC）方法，利用Landsat 8和sentinel 2红光和近红外两个通道的反射率数据，实现对地表月度NDVI产品的合成。
吴俊君, 李艺, 仲波
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
