本数据为黑河中游大满站（38.85551N，100.37223E）制种玉米2020年生长期的植被覆盖度（%）、生物量（克/株）、叶面积指数以及株高（厘米）的地面连续观测数据集。地面观测在3块样地开展：其中，生物量包括地上生物量鲜重和干重、地下生物量鲜重和干重（根的鲜重和干重）的观测，植被覆盖度采用数码相机拍照法进行观测，叶面积指数采用LAI 2200进行观测，株高采用卷尺进行观测。观测时间段为2020年5月31日-9月22日，观测参数在7月31日以前每5天观测一次，7月31后每10天观测一次，整个生长期共开展了19次观测。该数据集可为地表植被参数反演和验证提供数据基础。
耿丽英, 车涛
本数据为黑河中游大满站（38.85551N，100.37223E）制种玉米2019年生长期的植被覆盖度（%）、生物量（克/株）、叶面积指数以及株高（厘米）的地面连续观测数据集。地面观测在3块样地开展：其中，生物量包括地上生物量鲜重和干重、地下生物量鲜重和干重（根的鲜重和干重）的观测，植被覆盖度采用数码相机拍照法进行观测，叶面积指数采用LAI 2200进行观测，株高采用卷尺进行观测。观测时间段为2019年5月17日-9月23日，其中LAI自6月11日开始，观测参数在7月31日以前每5天观测一次，7月31后每10天观测一次，整个生长期共开展了20次观测（LAI为15次）。该数据集可为地表植被参数反演和验证提供数据基础。
耿丽英, 车涛
本数据为黑河中游大满站（38.85551N，100.37223E）大田玉米2018年生长期的植被覆盖度（%）、生物量（克/株）、叶面积指数以及株高（厘米）的地面连续观测数据集。地面观测在3块样地开展：其中，生物量包括地上生物量鲜重和干重、地下生物量鲜重和干重（根的鲜重和干重）的观测，植被覆盖度采用数码相机拍照法进行观测，叶面积指数采用LAI 2200进行观测，株高采用卷尺进行观测。观测时间段为2018年5月26日-9月26日，其中LAI自5月31日开始，观测参数在7月31日以前每5天观测一次，7月31后每10天观测一次，整个生长期共开展了22次观测（LAI为20次）。该数据集可为地表植被参数反演和验证提供数据基础。
耿丽英, 车涛
本数据为黑河中游大满站（38.85551N，100.37223E）制种玉米2017年生长期的植被覆盖度（%）、生物量（克/株）、叶面积指数以及株高（厘米）的地面连续观测数据集。地面观测在3块样地开展：其中，生物量包括地上生物量鲜重和干重、地下生物量鲜重和干重（根的鲜重和干重）的观测，植被覆盖度采用数码相机拍照法进行观测，叶面积指数采用LAI 2200进行观测，株高采用卷尺进行观测。观测时间段为2017年5月15日-9月21日，其中LAI自6月6日开始，观测参数在7月31日以前每5天观测一次，7月31后每10天观测一次，整个生长期共开展了21次观测（LAI为17次）。该数据集可为地表植被参数反演和验证提供数据基础。
耿丽英, 车涛
本数据为黑河中游大满站（38.85551N，100.37223E）制种玉米2016年生长期的植被覆盖度（%）、生物量（克/株）、叶面积指数以及株高（厘米）的地面连续观测数据集。地面观测在3块样地开展：其中，生物量包括地上生物量鲜重和干重、地下生物量鲜重和干重（根的鲜重和干重）的观测，植被覆盖度采用数码相机拍照法进行观测，叶面积指数采用LAI 2200进行观测，株高采用卷尺进行观测。观测时间段为2016年5月19日-9月5日，其中LAI自5月30日开始，观测参数在7月31日以前每5天观测一次，7月31后每10天观测一次，整个生长期共开展了18次观测（LAI为9次）。该数据集可为地表植被参数反演和验证提供数据基础。
耿丽英, 车涛
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
该数据集包含了黑河流域地表过程综合观测网上游阿柔站研制双波段闪烁仪通量观测数据。北塔为接收端，南塔为发射端。站点位于青海省祁连县阿柔乡草达坂村，下垫面是高寒草地。北塔的经纬度是100.4712°E，38.0568°N，南塔的经纬度是100.4572°E，38.0384°N，海拔高度约3033m。双波段闪烁仪的有效高度13.0m，光径长度是2390m。 近红外闪烁仪原始观测数据为1min，双波段闪烁仪原始观测数据为200Hz，发布的数据为经过处理与质量控制后的数据，其中近红外闪烁仪观测时间为2018年1月1日至2018年12月31日，双波段闪烁仪观测数据为2020年7月14日至2020年12月30日。数据处理主要包括以下四个步骤（1）将原始数据进行质量检验和处理，计算光强方差；（2）根据光强方差，计算空气折射指数的结构参数；（3）根据空气折射指数的结构参数，计算气象结构参数；（4）根据气象结构参数，计算感热和潜热通量。观测中出现错误以-6999填充。 发布数据的说明：数据表头：Date/Time ：日期/时间（格式：yyyy/m/d h:mm），Cn2_LAS：近红外闪烁仪空气折射指数结构参数（单位：m-2/3），Var_LAS: 近红外闪烁仪光强方差，Var_MWS: 微波闪烁仪光强方差，Var_OMS: 双波段闪烁仪光强方差，H：感热通量（单位：W/m2）， LE：潜热通量（单位：W/m2）。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xlsx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Liu et al. (2011)。
刘绍民, 施生锦, 徐自为
该数据集包含了2019年10月20日至2020年12月7日期间黑河流域地表过程综合观测网中混合林站植物液流仪数据（101.1346°E，41.9900°N），研究区位于黑河下游内蒙古自治区阿拉善盟额济纳旗胡杨林，海拔874m。根据胡杨林的不同高度及胸径，选取样树安装研制的植物液流仪，每棵样树安装两组，高度为1.3m。 植物液流仪的原始观测数据为探针之间的温度差，时间为10分钟。发布的数据为每10分钟的温差数据Delta_T（℃），液流速率V（cm/h）和每天的蒸腾量T（mm/d）。首先根据探针之间的温度差计算液流速率和液流通量，然后根据观测点的胡杨林面积和树木间距，计算蒸腾量T。同时对计算之后的速率和通量值进行后处理：（1）剔除明显超出物理意义或超出仪器量程的数据；（2）缺失的数据用-6999标记；（3）因探针故障等原因引起的可疑数据用红色字体标识，并剔除确认有问题的数据。 站点信息请参考Liu et al. (2018)，观测数据处理请参考Qiao et al. (2015)。
刘绍民, 施生锦, 徐自为
该数据集包含了2020年1月1日至2020年12月31日黑河流域地表过程综合观测网中游大满超级站研制中尺度土壤水分测定仪观测数据。站点位于甘肃省张掖市大满灌区农田内，下垫面是玉米田。观测点的经纬度是100.3722°E, 38.8555°N，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）。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。剔除及缺失数据用-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。 站点信息请参考Liu et al. (2018)，观测数据处理请参考Zhu et al. (2015)。
乔云峰, 刘绍民, 徐自为
该数据包含了2020年8月31日至2020年12月22日的监测数据（中间由于降雨和田间灌溉，设备收回，会导致部分时段数据中断）。本仪器安装在中国科学院禹城站综合试验站（山东禹城），监测时段内下垫面类型为冬小麦和夏玉米。观测点的经纬度是东经116°22’，北纬36°40’，海拔23m。将地面平整之后，设备直接安放在地面上，使得设备与地面完全接触。 数据采样间隔为1小时一次（可以根据实际需要，通过App进行远程设定，也可以根据需要进行现场手动采集），设备主要采集3组不同规格电极通过土壤介质后所得的频率值。数据处理程序为：设备采集的不同频率值通过物联网上传到云平台，系统对一次采集的数据进行异常数据剔除，对剩余数据取平均值，以及归一化处理等操作，通过系统标定函数转换为不同深度范围内的土壤体积含水率。
乔云峰, 刘绍民
1）数据内容包含65国植被覆盖与生物措施因子B栅格数据，空间分辨率为1km。2）基础数据源为2014~2016年的MODIS MOD13Q1产品，空间分辨率250m；24个半月降雨侵蚀力比例；上级子课题提供的土地利用类型。根据MOD13Q1产品计算得到3年平均的24个半月植被覆盖度栅格数据，然后按土地利用类型计算土壤流失比例，进一步利用24个半月的降雨侵蚀力进行加权平均，得到植被覆盖与生物措施B因子栅格图。3）MOD13Q1遥感植被数据侧重进行了去云预处理，计算的B因子按地类进行统计并进行合理性分析，最终取得的数据质量良好。4）植被覆盖与生物措施B因子反映了地表土地利用/植被覆盖对土壤侵蚀的影响，是65国的土壤侵蚀模拟及其空间格局分析的基础。
章文波
1）数据内容为65国平均降雨侵蚀力R栅格数据，空间分辨率为1km。2）数据源为Climate Prediction Center（CPC）发布的基于全球站点数据，基于此生成的0.5°×0.5°网格日降雨数据，从而计算了65国降雨侵蚀力R因子。3）采用中国气象局全国2358个气象站1986-2015年日降雨数据计算R值，对建立CPC数据源计算的R值进行复核修订，最终取得的数据质量良好。4）降雨侵蚀力R因子作为CSLE模型的动力因子，其数据可分析65国土壤侵蚀模拟及其空间格局分析，对于研究土壤侵蚀机理等具有重要意义。
章文波
木里煤矿是青藏高原的一个典型工矿区，以木里煤矿为例，在区域的划定上，我们采取其东西南北四个方位的坐标界限对其进行裁剪，得到一个矩形区域，并将其作为木里煤矿的矿区范围。我们采用中国科学院地理所资源环境与数据中心提供的全国1km土地利用遥感监测数据，其中2000、2005、2010年三期的数据生产制作是以各期Landsat TM/ETM遥感影像为主要数据源，2015、2020年两期以Landsat8 OLI/TIRS遥感影像为主要数据源，并均通过人工目视解译生成。裁剪出木里矿区，得到2000-2020年五期土地利用数据，数据格式为栅格TIF，分辨率为1km。
刘振伟, 陈少辉
本数据为黑河中游大满站（38.85551N，100.37223E）制种玉米2015年生长期的植被覆盖度（%）、生物量（克/株）、叶面积指数以及株高（厘米）的地面连续观测数据集。地面观测在3块样地开展：其中，生物量包括地上生物量鲜重和干重、地下生物量鲜重和干重（根的鲜重和干重）的观测，植被覆盖度采用数码相机拍照法进行观测，叶面积指数采用LAI 2200进行观测，株高采用卷尺进行观测。观测时间段为2015年5月10日-9月21日，其中LAI自5月25日开始，观测参数在7月31日以前每5天观测一次，7月31后每10天观测一次，整个生长期共开展了21次观测（LAI为18次）。该数据集可为地表植被参数反演和验证提供数据基础。
耿丽英, 车涛
激光雷达、多光谱和热红外数据是水文、生态、环境监测等研究领域的重要观测数据。本数据集为2020年黑河中游天地一体化综合观测试验无人机观测数据。数据集包括2020年8月16日至21日的无人机遥感数据，无人机平台为大疆精灵4-多光谱版。包括大满超级站（8月16日至21日）、花寨子站（8月19日）、湿地站（8月21日）的激光雷达数据，激光扫描系统为Tovos DroneScan，扫描频率30万点/秒，点密度100点/平方米，扫描精度5厘米；大满超级站（8月18日）、花寨子站（8月19日）、湿地站（8月21日）的多光谱数据，数据集包括5个波段影像，分别为蓝（450nm±16nm）、绿（560nm±16nm）、红（650nm±16nm）、红边（730nm±16nm）、近红外（840nm±26nm）波段；以及湿地站和花寨子站对应生成的NDVI和反射率数据产品，以上数据的空间分辨率约为0.2m；此外，还包括花寨子站（8月18日和19日）、湿地站（8月21日）的热红外数据，热红外通道的波长范围：7.5-13.5μm，成像系统灵敏度（NEDT）< 50MK，最高帧率：30HZ，场景范围（高增益）：640×512: -25°至135℃，336×256: -25°至100℃，场景范围（低增益）：-40°至550℃。
晋锐
本数据集来源于论文：Xiaodan Wu, Kathrin Naegeli, Valentina Premier, Carlo Marin, Dujuan Ma, Jingping Wang, Stefan Wunderle. (2021). Evaluation of snow extent time series derived from AVHRR GAC data (1982-2018) in the Himalaya-Hindukush. The Cryosphere, 15, 4261–4279. 在这篇文章中，分别基于地面站点数据、Landsat数据和MODIS积雪产品，首次在长时间尺度上（1982-2018）对AVHRR GAC 积雪产品在兴都库什喜马拉雅山脉的表现进行全面的评估，包括该产品的精度/准确性在长时间序列上的一致性，以及该产品与Landsat和MODIS积雪数据在空间分布上的一致性，并揭示了影响AVHRR GAC积雪产品精度的主要因素。
吴小丹
西藏自治区生态资源消耗数据集包括省级-市级-县级三个尺度的2000-2019年生态资源消耗数据，根据西藏自治区实际情况，生态资源消耗主要指农牧业生产活动中消耗的生态资源量。生态资源消耗量计算是基于粮食产量数据、牲畜存栏量数据和畜产品产量数据，结合人类占用净初级生产力（HANPP）的评估方法，将生物量数据转换为碳含量数据，进而测算出生态资源消耗量。生态资源消耗量数据是生态压力与生态承载力研究的基础数据，可以直接揭示人类农牧业生产活动对生态系统带来的压力。
闫慧敏
该数据集包含了2020年1月1日至2020年12月31日的40m塔自动气象站观测数据。站点位于河北省怀来县东花园镇，下垫面为水浇地玉米。观测点的经纬度是115.7923E, 40.3574N，海拔480m。 自动气象站安装在40m塔上，采集频率为30s，且10min输出一次。观测要素包括7层空气温度、相对湿度（3m、5m、10m、15m、20m、30m、40m），朝向为正北；7层风速（3m、5m、10m、15m、20m、30m、40m），风向（10 m），朝向为正北；气压（安装在防水箱内）；雨量（3 m）；四分量辐射和光合有效辐射（4 m），朝向为正南；红外表面温度（8 m），支臂朝向正南，探头朝向是垂直向下；土壤温湿度探头埋设在气象塔正南方1.5m处，土壤温度探头埋设深度为2cm、4cm、10cm、20cm、40cm、80cm、120cm和160 cm处，土壤水分传感器埋设深度为2cm、4cm、10cm、20cm、40cm、80cm、120cm和160cm；平均土壤温度埋在地下2, 4cm；土壤热流板埋设在地下6 cm处。 观测数据的处理与质量控制：（1）确保每天1440个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2020-6-10 10:30。 自动气象站发布的数据包括：日期/时间Date/Time，空气温度（Ta_3m, Ta_5m, Ta_10m, Ta_15m, Ta_20m, Ta_30m, Ta_40m）(℃)，相对湿度（RH_3m, RH_5m, RH_10m, RH_15m, RH_20m, RH_30m, RH_40m）（%），风速(Ws_3m, Ws_10m, Ws_15m, Ws_20m, Ws_30m, Ws_40m)（m/s），风向（WD）（°），气压（Press）(hpa)，降水（Rain）(mm)，四分量辐射（DR、UR、DLR、ULR、Rn）(W/m2)，光合有效辐射（PAR）（umol/s/m2），地表辐射温度（IRT_1、IRT_2）(℃)，土壤热通量（Gs）(W/m2)、 多层土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(%)、多层土壤温度（Ts_2cm 、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm）(℃)、平均土壤温度TCAV(℃)。 观测试验或站点信息请参考Guo et al.(2020)，数据处理请参考Liu et al. (2013)。
刘绍民, 肖青, 徐自为, 柏军华
为描述青藏高原及周边地区主要驯化动物遗传多样性的分布格局，厘清其相关遗传背景，并建立相应的遗传资源库。2021年集中在新疆音郭楞蒙古自治州开展家养动物遗传资源调查与采集工作。本次科考共采集209个共500份当地主要驯化动物绵羊、鸽子、黄牛、山羊、鸡等物种血液样品。本数据集包含物种、品种、详细采样地、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。本数据集还包含采样个体外观照片，以jpg格式存储。
杨维康, 徐峰
观测数据来自中国气象局乌鲁木齐沙漠气象研究所于2019年建设的塔吉克斯坦帕米尔高原冰川观测站，包含空气温湿度、大气压、风速风向、降水、雪深等数据。资料时间段为2019年11月1日—2020年11月30日，运用MS Office处理所得*.xlsx格式，数据质量较好，此数据可为研究冰川消融及其水文特征、水资源、生态环境等的潜在影响提供参考。气象观测要素，经过积累统计，加工成气候资料，为天气预报和经济活动提供珍贵的数据支持。广泛应用于农业、林业、工业、交通、军事、水文、医疗卫生和环境保护等部门领域。
霍文
该数据集包含了2020年1月14日至2020年12月31日的10m塔涡动相关仪观测数据。站点位于河北省怀来县东花园镇，下垫面水浇地玉米。观测点的经纬度是115.7880E, 40.3491N，海拔480m。涡动相关仪的采集频率是10Hz，架高为5 m，超声朝向是正北向，超声风速仪（CSAT3）与CO2/H2O分析仪（Li7500A）之间的距离是15 cm。 发布的数据是采用Eddypro软件对原始采集的10Hz数据进行后处理得到的30分钟数据，其处理的主要步骤包括：野点值剔除，延迟时间校正，坐标旋转（二次坐标旋转），频率响应修正，超声虚温修正和密度（WPL）修正等。同时对各通量值进行质量评价，主要是大气平稳性（Δst）和湍流相似性特征（ITC）的检验。对处理后输出的30min通量值也进行了筛选：（1）剔除仪器出错时的数据；（2）剔除降水前后1h的数据；（3）剔除10Hz原始数据每30min内缺失率大于10%的数据；（4）剔除夜间弱湍流的观测数据（u*小于0.1m/s）。观测数据的平均周期为30分钟，一天48个数据，缺失数据标记为-6999。 涡动相关仪发布的观测数据包括：日期/时间Date/Time，风向Wdir（°），水平风速Wnd（m/s），侧向风速标准差Std_Uy（m/s），超声虚温Tv（K），水汽密度H2O（g/m3），二氧化碳浓度CO2（mg/m3），摩擦速度Ustar（m/s），奥布霍夫长度，感热通量Hs（W/m2），潜热通量LE（W/m2），二氧化碳通量Fc（mg/(m2s)），感热通量的质量标识QA_Hs，潜热通量的质量标识QA_LE。感热、潜热、二氧化碳通量的质量标识分为三级（质量标识0:（Δst <30, ITC<30）; 1: （Δst <100, ITC<100）; 其余为2）。数据时间的含义，如0:30代表0:00-0:30的平均；数据以*.xls格式存储。 观测试验或站点信息请参考Guo et al.(2020)，数据处理请参考Liu et al. (2013)。
刘绍民, 徐自为
该数据集包含了2020年1月1日至2020年12月31日的10m塔自动气象站观测数据。站点位于河北省怀来县东花园镇，下垫面为水浇地玉米。观测点的经纬度是115.7880E, 40.3491N，海拔480m。 自动气象站安装在10m塔上，采集频率为30s，且10min输出一次。观测要素包括空气温度、相对湿度（5 m），朝向为正北；风速（10 m），风向（10 m），朝向为正北；气压（安装在防水箱内）；雨量（10 m）；四分量辐射（5 m），朝向为正南；土壤温湿度探头埋设在气象塔正南方1.5m处，土壤温度探头埋设深度为0cm、2cm、4cm、10cm、20cm、40cm、80cm、120cm和160 cm处，土壤水分传感器埋设深度为2cm、4cm、10cm、20cm、40cm、80cm、120cm和160cm；平均土壤温度埋在地下2, 4cm；土壤热流板（3块）埋设在地下6 cm处。 观测数据的处理与质量控制：（1）确保每天1440个数据（每10min），若出现数据的缺失，则由-6999标示；（2）剔除有重复记录的时刻；（3）删除了明显超出物理意义或超出仪器量程的数据；（4）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2020-6-10 10:30。 自动气象站发布的数据包括：日期/时间Date/Time，空气温湿观测（Ta_5m,RH_5m）(℃，%)，风速(Ws_10m)（m/s），风向（WD）（°），降水（Rain）(mm)，四分量辐射（DR、UR、DLR、ULR、Rn）(W/m2)，地表辐射温度（IRT1、IRT2）（℃），土壤热通量（Gs_1、Gs_2、Gs_3）(W/m2)、 多层土壤水分（Ms_2cm、Ms_4cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_160cm）(%)、多层土壤温度（Ts_2cm 、Ts_4cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_160cm）(℃)、平均土壤温度TCAV(℃) ，气压（Press）(hpa)。 观测试验或站点信息请参考Guo et al. (2020)，数据处理请参考Liu et al. (2013)。
刘绍民, 徐自为
Accurate estimation of the gross primary production (GPP) of terrestrial vegetation is vital for understanding the global carbon cycle and predicting future climate change. Multiple GPP products are currently available based on different methods, but their performances vary substantially when validated against GPP estimates from eddy covariance data. This paper provides a new GPP dataset at moderate spatial (500 m) and temporal (8-day) resolutions over the entire globe for 2000–2016. This GPP dataset is based on an improved light use efficiency theory and is driven by satellite data from MODIS and climate data from NCEP Reanalysis II. It also employs a state-of-the-art vegetation index (VI) gap-filling and smoothing algorithm and a separate treatment for C3/C4 photosynthesis pathways. All these improvements aim to solve several critical problems existing in current GPP products. With a satisfactory performance when validated against in situ GPP estimates, this dataset offers an alternative GPP estimate for regional to global carbon cycle studies.
张尧
中亚的生态系统脆弱，自然灾害频发，水资源短缺，冰川加速融化，是气候变化敏感区之一。在评估该地区的脆弱性、影响性和适应性时，急需高分辨率的气候预估数据集。为此，我们对来自CMIP5的三个偏差订正后的全球气候模式（MPI-ESM-MR、CCSM4和HadGEM2-ES），在中亚地区开展了9千米的动力降尺度，继而生产了一个中亚高分辨率气候预估数据集，将其命名为HCPD-CA（High-resolution Climate Projection Dataset in Central Asia）。它的历史时段是1986-2005，未来时段是2031-2050，排放情景是RCP4.5。这个数据集有4个静态变量和10个常被用于驱动生态和水文模型的气象要素。静态变量有地形高度（HGT, m）、土地利用类型（LU_INDEX, 21 categories）、陆地水体（LANDMASK, 1代表陆地, 0代表水体）和土壤类型（ISLTYP, 16 categories）。10个气象要素是日降水量（PREC，mm/day）、2米日平均/最高/最低温（T2MEAN/T2MAX/T2MIN，K）、2米日平均相对湿度（RH2MEAN，%）、10米日平均维向和经向风（U10MEAN/V10MEAN，m/s）、日平均向下短波/长波辐射（SWD/LWD，W/m2）和日平均地表气压（PSFC，Pa）。评估结果显示：这个数据产品在描述中亚各个气象要素的平均态上有很高的质量，这保证了其可用性。未来气候变化的主要特征是：升温剧烈（年均温升高1.62-2.02℃），向下短波和长波辐射显著增强，其他气象要素变化很小。HCPD-CA数据集可被用于评估未来气候变化对中亚的多方面影响，特别是在生态和水文系统上。
邱源
Satellite-retrieved solar-induced chlorophyll fluorescence (SIF) has shown great potential to monitor the photosynthetic activity of terrestrial ecosystems. However, several issues, including low spatial and temporal resolution of the gridded datasets and high uncertainty of the individual retrievals, limit the applications of SIF. In addition, inconsistency in measurement footprints also hinders the direct comparison between gross primary production (GPP) from eddy covariance (EC) flux towers and satellite-retrieved SIF. In this study, by training a neural network (NN) with surface reflectance from the MODerate-resolution Imaging Spectroradiometer (MODIS) and SIF from Orbiting Carbon Observatory-2 (OCO-2), we generated two global spatially contiguous SIF (CSIF) datasets at moderate spatiotemporal (0.05∘ 4-day) resolutions during the MODIS era, one for clear-sky conditions (2000–2017) and the other one in all-sky conditions (2000–2016). The clear-sky instantaneous CSIF (CSIFclear-inst) shows high accuracy against the clear-sky OCO-2 SIF and little bias across biome types. The all-sky daily average CSIF (CSIFall-daily) dataset exhibits strong spatial, seasonal and interannual dynamics that are consistent with daily SIF from OCO-2 and the Global Ozone Monitoring Experiment-2 (GOME-2). An increasing trend (0.39 %) of annual average CSIFall-daily is also found, confirming the greening of Earth in most regions. Since the difference between satellite-observed SIF and CSIF is mostly caused by the environmental down-regulation on SIFyield, the ratio between OCO-2 SIF and CSIFclear-inst can be an effective indicator of drought stress that is more sensitive than the normalized difference vegetation index and enhanced vegetation index. By comparing CSIFall-daily with GPP estimates from 40 EC flux towers across the globe, we find a large cross-site variation (c.v. = 0.36) of the GPP–SIF relationship with the highest regression slopes for evergreen needleleaf forest. However, the cross-biome variation is relatively limited (c.v. = 0.15). These two contiguous SIF datasets and the derived GPP–SIF relationship enable a better understanding of the spatial and temporal variations of the GPP across biomes and climate.
张尧
观测数据来自中国气象局乌鲁木齐沙漠气象研究所于2017年建设的帕米尔高原红其拉甫梯度气象观测试验站，包含各气象要素的梯度数据。资料时间段为2019年11月18日—2021年10月8日，运用TOA5合并工具及MS Office等处理所得*.xlsx格式，数据质量较好，此数据可为开展帕米尔高原和中巴经济走廊地表辐射与能量收支规律研究提供支持，为陆面过程提供参考依据。 红其拉甫气象站在我国帕米尔高原，海拔4600m，靠近中国与巴基斯坦边境，资料及其珍贵。
霍文
观测数据来自中国气象局乌鲁木齐沙漠气象研究所于2016年建设的乌鲁木齐白杨沟乌拉斯台地区中天山草地陆—气相互作用观测试验站（分别为中天山草地生态系统监测站、中天山森林生态系统监测站与中天山山顶草地站），站内有辐射观测系统、梯度探测系统以及涡动相关系统，包含辐射、土壤与各气象要素数据。资料时间段为2019年9月1日—2021年10月13日，运用Eddrpro、LoggerNet、TOA5合并工具及MS Office等处理所得*.xlsx格式，数据质量较好，此数据可为开展草地与森林下垫面地表辐射与能量收支研究规律研究提供支持，为陆面过程提供参考依据。
霍文
地表土壤水分（SSM）是了解地球表面水文过程的关键参数。长期以来，被动微波（PM）技术一直是在卫星遥感尺度上估算SSM的主要选择，而另一方面，PM观测的粗分辨率（通常>10 km）阻碍了其在更细尺度上的应用。虽然已经提出了定量研究，以缩小基于卫星PM的SSM的规模，但很少有产品可供公众使用，以满足1km分辨率和全天候条件下每日重访周期的要求。因此，在本研究中，我们在中国开发了一种具有所有这些特征的SSM产品。该产品是通过在36 km处对基于AMSR-E和AMSR-2的SSM进行降尺度生成的，涵盖了2003-2019年间两台辐射计的所有在轨时间。MODIS光学反射率数据和在多云条件下填补空白的每日热红外地表温度（LST）是降尺度模型的主要数据输入，以实现SSM降尺度结果的“全天候”质量。4月至9月期间，这一开发的SSM产品的每日图像在全国范围内实现了准完全覆盖。在其他月份，与最初的每日PM观测值相比，开发产品的全国覆盖率也大大提高。我们根据2000多个专业气象和土壤水分观测站的现场土壤水分测量结果对该产品进行了评估，发现该产品的精度在晴空到多云的所有天气条件下都是稳定的，无偏RMSE的站平均值在0.053 vol到0.056 vol之间。此外，评估结果还表明，开发的产品在1km分辨率下明显优于广为人知的SMAP Sentinel（主被动微波）组合SSM产品。这表明，我们开发的产品在改善未来水文过程、农业、水资源和环境管理相关调查方面可能带来的潜在重要效益。
宋沛林, 张永强
吉尔吉斯斯坦西天山Kara-Batkak冰川气象站（42°9'46″N，78°16'21″E，3280m）。 观测数据包括逐时气象要素（小时雨量(mm)、瞬时风向(°)、瞬时风速(m/s)、2分钟风向(°)、2分钟风速(m/s)、10分钟风向(°)、10分钟风速(m/s)、最大风速时风向(°)、最大风速(m/s)、最大风速时间、极大风速时风向(°)、极大风速(m/s)、极大风速时间、分钟内极大瞬时风速风向(°)、分钟内极大瞬时风速(m/s)、气压(hPa)、气压最高(hPa)、气压最高出现时间、气压最低(hPa)、气压最低出现时间）。 气象观测要素，经过积累和统计，加工成气候资料，为农业、林业、工业、交通、军事、水文、医疗卫生和环境保护等部门进行规划、设计和研究，提供重要的数据。
霍文
温湿指数（THI）1973年由奥利弗（J.E.Oliver）提出，其物理意义是湿度订正以后的温度。它考虑了温度以及相对湿度对人体舒适度的综合影响，是衡量区域气候舒适度的一项重要指标。在参考已有关于生理气候评价指标分级标准的基础上，结合青藏高原自然地理特征，面向青藏高原人居环境适宜性评价需求，研制了青藏高原（3000米以上）温湿指数及其适宜性分区结果（包括不适宜、临界适宜、一般适宜、比较适宜与高度适宜）。
封志明, 李鹏, 林裕梅
该数据集主要包括北温带湖泊在1985-2020年间4个时段的结冰观测频率值（ICO），以及湖泊所在位置、面积、高程等信息。其中，4个时间段分别为1985-1998（P1）、1999-2006（P2）、2007-2014（P3）以及2015-2020（P4），目的是提高计算时段内的“有效观测”次数，进而提高准确度。4个时段的ICO由各个时段内所有Landsat影像统计的“结冰”次数与“有效观测”次数的比值计算，其他的湖泊信息通过表格中的“Hylak_id”列与HydroLAKEs数据集相对应。此外，该数据仅保留了P1-P4均观测有效，且面积大于1平方千米的湖泊，约为3万个。该数据集可以反映近几十年来湖泊结冰情况对气候变化的响应。(详见论文)
王欣驰
为收集青藏高原特殊种质资源，并挖掘影响特殊种质资源的分子标记，依据遗传标记信息，选择具有优异位点的个体绵羊进行标记辅助选择、扩繁和世代选育，培育特殊种质资源的家系。2021年本子课题（2019QZKK05010704）在青海海北广泛收集青海藏羊和青海细毛羊样品，在乐都农业试验站及青海省三角城种羊场继续组建并扩充第一、二核心群。本数据集包含1050份组织样本基本信息，包括品种、采集地、采集时间、性别、组织类型、保存方法等。
赵凯
为解析大额牛基因组特征、驯化以及种群历史、种群遗传多样性特征、种群分化特征，以及大额牛优秀肉质经济性状的遗传基础，2021年本子课题（2019QZKK05010703）在云南省昆明市、文山苗族自治州调查独龙牛、高峰牛遗传资源，采集心肝脾肺肾各脏器组织样品。为大额牛种质资源的保护、开发和利用提供科学理论参考，促进我国高端肉牛产业的发展。 本数据集包含个体照片、组织样品信息表，信息表记录品种、采集地、采集时间、样品类型、取样部位等基本信息。
李艳
为掌握高原农牧象虫以及相关鞘翅目、脉翅目、双翅目等天敌昆虫物种组成、区系特点及寄主信息，建立高原农牧天敌昆虫的DNA条形码快速鉴定体系，评估天敌资源现状，提出天敌昆虫可持续利用建议。子课题2019QZKK05010606在青藏高原开展重点农牧区、大宗作物相关象虫以及鞘翅目、脉翅目、双翅目等天敌昆虫资源调查，天敌昆虫物种多样性数据库建设，天敌资源现状评估和可持续利用评估。2020年期间西藏自治区、云南省农牧交错区、农林交错区，农区与牧区腹地，开展农牧鞘翅目、脉翅目、双翅目等天敌昆虫关键类群调查，进行标本采集、样品采集，生物学信息与生态环境信息收集等，按照标准和规范系统整理天敌昆虫标本，并有效保藏，开展物种形态鉴定并获取DNA条形码信息，整合物种地理分布、寄主信息、生态图片等信息，构建天敌物种多样性信息库；对天敌资源现状进行评估并提出可持续利用的建议。
刘宁
为掌握高原农牧象虫以及相关鞘翅目、脉翅目、双翅目等天敌昆虫物种组成、区系特点及寄主信息，建立高原农牧天敌昆虫的DNA条形码快速鉴定体系，评估天敌资源现状，提出天敌昆虫可持续利用建议。子课题2019QZKK05010601在青藏高原开展重点农牧区、大宗作物相关象虫以及鞘翅目、脉翅目、双翅目等天敌昆虫资源调查，天敌昆虫物种多样性数据库建设，天敌资源现状评估和可持续利用评估。2020年期间西藏自治区、云南省农牧交错区、农林交错区，农区与牧区腹地，开展农牧鞘翅目、脉翅目、双翅目等天敌昆虫关键类群调查，进行标本采集、样品采集，生物学信息与生态环境信息收集等，按照标准和规范系统整理天敌昆虫标本，并有效保藏，开展物种形态鉴定并获取DNA条形码信息，整合物种地理分布、寄主信息、生态图片等信息，构建天敌物种多样性信息库；对天敌资源现状进行评估并提出可持续利用的建议。
乔格侠
子课题（2019QZKK05010411）以野牦牛、藏羚和棕熊种群调查监测为核心内容，开展系统而持续的野外考察工作，查清它们的地理分布、种群数量、种群结构等，开展适宜栖息地评估。分别选取其分布区和潜在分布区，划分为多个子区域，根据生境类型、气候、海拔等因素采用分层随机抽样，分别采用总体计数法、可变距离样线法或固定宽度样线法进行考察。同时针对棕熊的极低遇见率，结合访谈法进行。考察区域主要包括青海省玉树藏族自治州、海西蒙古族藏族自治州、海北藏族自治州和其他州县该三种动物的分布区和潜在分布区，以期掌握青海省境内的野牦牛、藏羚、棕熊分布和五年的种群动态情况。本数据集包含2021年在青海调查牦牛、藏羚和棕熊拍摄的照片和视频。
陈振宁
为描述青藏高原重要啮齿动物遗传多样性分布格局，厘清其相关遗传背景，分析其在全球气候变化的大背景下种群波动规律及其影响因素，分析高原鼠兔对鸟类的影响和在维持生态系统稳定性中的意义，为探讨高原物种的适应与进化机制、构建种群暴发预测预警体系，正确认识高原鼠兔在生态系统中的地位和作用，提出及时有效的种群管理对策具有重要的理论和实践意义。子课题（2019QZKK05010410）2021年集中在青海海西蒙古藏族自治州、果洛州、海南州调查高原鼠兔，共采集200份高原鼠兔脾、肺等组织样品。本数据集包含1个样品信息表，照片。样品信息表包含物种、品种、详细采样地、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。
曲家鹏
利用卫星追踪技术，子课题（2019QZKK05010409）对黑颈鹤中部越冬种群开展追踪工作。通过脚扣法捕捉黑颈鹤后，我们采取脚环式方法固定追踪器，大大提高了追踪的成果率以及获取的数据量。电量理想的情况下，采样频率可以加快到半个小时一个点。获取更精细的追踪数据。相关结果，显示黑颈鹤对越冬地的选择具有高度的稳定性，初步的分析发现黑颈鹤的越冬地和繁殖地之间，具有强连接线，但也存在着幼体在不同度夏地活动的特征。强的迁徙连接性，预示着黑颈鹤更容易受到环境改变的伤害。本数据集包含黑颈鹤生境照200张、黑颈鹤幼鸟活动数据1276条。黑颈鹤幼年个体卫星追踪数据信息表记录经纬度、日期、高度、速度、温度等信息。
伍和启
高原鼢鼠和高原鼠兔是广泛分布于青藏高原及周边平原地区的特有种和关键物种，不同的地理位置和生态环境造成了多样化的物种形成。这些物种的起源和演化的研究还有待完善。同时，它们的地理分布和形态特征是很好的研究高原适应和适应性进化的材料，比较高原与其他低海拔平原近缘种的基因组、转录组和表观遗传组学的分析，能够帮助解析高原适应的机制，初步探索表观修饰在高原适应中发挥作用的机制。2021年集中在青海省共采集16个动物的组织样本共计112份。本数据集包含一个样品信息表，样品信息表包含物种、品种、详细采样地、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。为探讨高原旗舰物种的高原适应性进化问题，对青海玛多县和拉脊山地区16个高原鼢鼠、鼠兔个体开展ChIP-seq测序转录组测序，每个个体产生15Gb数据，共600Gb。数据以fastq格式存储。
吕雪梅
为评估家栖鼠类对青藏高原生物多样性和人们生产生活的危害，评估后续潜在生态影响和风险，为制定更加科学有效的生物防控和生态保护措施提供全新的依据。子课题（2019QZKK05010303）2021年在西藏拉萨、青海海西州、四川成都调查高原境内家栖鼠类物种组成、种群特征、分布范围进行全面的实地调查，并采集家栖鼠类样品。共采集80份大家鼠、小家鼠组织样品。本数据集包含1个组织样品信息表，记录采集地、采集时间、物种、样品类型等信息。
靖美东
为描述青藏高原两栖爬行动物分布和外来动物造成的危害，厘清其相关遗传背景，并建立相应的遗传资源库。2021年子课题（2019QZKK05010302）集中在西藏自治区昌都地区及周边共采集30份美洲牛蛙、泽陆蛙、多疣狭口蛙种质资源。本数据集包含1个标本信息表、1个组织样品信息表、生境照、标本照。样品信息表包含物种、品种、详细采样地、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。
李义明
本子课题（2019QZKK05010217）拟选择对环境变化极为敏感的外温脊椎动物——青海沙蜥为代表，通过野外调查，比较青藏高原及邻近地区不同海拔青海沙蜥种群的形态、生理和生活史的差异，分析青海沙蜥对青藏高原环境变化的响应和适应特征，结合物种分布模型（SDM）和机制模型预测青海沙蜥未来的受胁程度，提出气候变暖背景下青藏高原青海沙蜥多样性的保护对策，为环境变化背景下的青藏高原爬行动物多样性保护提供理论依据。本数据包含青海省共和县、海晏县、玛多县青海沙蜥生态照、生境照等照片。
杜卫国
为分析西藏地区不同种群的沙蜥对环境变化的表型与遗传适应，本子课题（2019QZKK05010216）选择依据高原内海拔梯度垂直带为主线，在红尾沙蜥分布区全境采集标本，比较该种不同种群的形态、生理和生活史的差异，分析其对环境变化的表型与遗传适应，结合物种分布模型和机制模型预测红尾沙蜥未来的受胁程度，提出气候变暖背景下高原沙蜥的保护对策，为环境变化背景下的青藏高原爬行动物多样性保护提供理论依据。于2021年在甘肃省酒泉、青海省德令哈等地区采集沙蜥样品资源。样品信息表包含物种、品种、详细采样地、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。照片，以jpg格式存储。
计翔
为了确定高原林蛙在青海沿纬度梯度的分布点以及生境类型，2021年集中在青海海东市民和县、海南藏族自治州共和县以及果洛州玛沁县等地区共采集高原林蛙分布点数据8个，海拔覆盖2000-3800m。本数据集包含1个坐标信息表和57张生境照片。坐标信息表包含编号、记录日期、时间、天气、坐标经纬度、海拔样、生境类型及代表生境照片编号等信息。为揭示气候变化对未来青藏高原高原林蛙多样性的影响，通过热生理学指标和环境有效温度等数据计算不同地理种群高原林蛙热安全阈度（thermal safety margin），评估不同地理种群高原林蛙受气候变暖受胁程度。本数据集包括高原林蛙四个海拔种群野外活动体温、静息代谢率、环境温度和形态数据，补充了2000m海拔种群的选择体温、耐受温度和温度校正数据。数据以excel格式存储。为研究不同海拔高原林蛙遗传多样性的差异，基于4个线粒体基因 (12S rRNA、16S rRNA、COI和Cytb) 序列，对采自青藏高原4个海拔梯度 (2000 m、2600 m、3200 m和3800 m)高原林蛙共计100个样本进行测序分析，以期为该物种的保护提供科学依据，本数据包括高原林蛙三个海拔种群12S rRNA、16S rRNA、COI和Cytb四个基因测序所得序列数据，补充了2000m海拔种群的四个基因序列数据。
张永普
为描述青藏高原小型哺乳动物环境变化和人为干扰对其时空分布影响，利用统计学模型，以及用分子技术手段明确不同海拔梯度小型哺乳动物种类。2021年在青海省的西海镇、刚察县、德令哈市等8个地区共采集105份高原鼠兔、子午沙鼠、三趾跳鼠、五趾跳鼠、青海松田鼠等小型哺乳动物资源，实体样品包括动物实体标本和肌肉、心、肝、脾、肺、肾、胰、膀胱、睾丸、卵巢。本数据集包含1个标本信息表、1个组织样品信息表和对应每个标本的1张照片。样品信息表包含物种、品种、详细采样地、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。照片，以jpg格式存储。
侯祥
为了解青藏高原纳木错流域两栖类和鱼类的分布及其多样性，掌握区域两栖类和鱼类资源的基础数据。子课题（2019QZKK05010202）通过野外调查和对历史资料的分析，并结合卫片的解析探明近几十年来气候变化对纳木错流域脊椎动物多样性产生的影响。2021年集中在西藏自治区纳木错流域进行了全面调查。本数据集包含1个样品信息表和200张照片。样品信息表包含物种、品种、详细采样地、样品类型、采集时间、保存方式等基本样品信息，以excel表形式存储。照片，以jpg格式存储。
赵天
为探讨青藏高原与横断山地区两栖爬行类物种多样性、遗传多样性与分布格局，厘清其分类与进化地位，以及相关遗传背景，并建立相应的遗传资源库。2021年整理出2020-2021年采集的两栖爬行动物标本50份、组织样本100份。本数据集包含1个样品信息表、1个标本信息表和300张照片。样品信息表包含物种、详细采样地、经纬度、海拔、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。照片，以jpg格式存储。
李家堂
子课题（2019QZKK05010121）通过对祁连山嘉峪关-酒泉-玉门-金塔地区进行系统性考察，查清4县（区）野生动物的种类、种群数量、地理分布、干扰状况及保护现状，建立该区域物种多样性数据库，撰写祁连山物种名录和野生动物考察报告。评估关键物种适宜栖息地，掌握不同区域、不同季节、不同生境物种多样性差异以及祁连山野生动物的动态变化规律，揭示物种多样性关键影响因素，为以后该地的生态及野生动物保护、管理决策提供科学依据。
陈家瑞
为全面掌握祁连山陆生野生动物资源现状，搜集保护区陆生野生动物种类分布、种群数量及栖息环境的相关数据，揭示物种多样性的关键影响因素和生态系统保持稳定的重要因素。子课题（2019QZKK05010120）对祁连山海晏-刚察-门源进行系统考察，详细调查这3个县（区）内野生动物的种类、种群数量、地理分布情况、生境信息、保护现状以及受威胁因素等进行，建立该区域物种多样性数据库，撰写该区域野生动物物种多样性调查与评估报告。并进一步评估该区域生物多样性、典型性、稀有性、脆弱性、自然性、科研价值等方面，揭示物种多样性的关键影响因素和生态系统保持稳定的重要因素，为生物多样性的保护与持续利用提出策略、建议和措施。
王喜凤
通过对民、乐都、互助、大通实地考察，掌握青海祁连山4县（区）野生动物的种类、相对数量、分布区域、干扰状况及保护现状，编制祁连山4县（区）域物种名录和野生动物实地考察报告。根据实地调查结果，评估濒危保护物种适宜栖息地、濒危保护物种受威胁及干扰现状，揭示物种多样性关键影响因素，为该地区今后的生态及野生动物保护、管理决策提供科学依据。2021年子课题2019QZKK05010114采用样线法、样方法和样点法对民和、乐都、互助、大通4县（区）野生动物进行了第二年度调查，共计记录野生动物255种，隶属于22目59科172属。其中，两栖类4种，爬行类2种，鸟类220种，哺乳类29种。
刘伟
为解析青藏高原动物多样性格局，并建立相应的兽类标本数据库。子课题2019QZKK05010113 2021年集中在新疆西天山共采集200份当地野生动物普通田鼠、乌拉尔姬鼠等标本及组织样本，实体样品包括动物个体、皮张、组织等200个标本样品信息表和500张照片。本数据集包含1个数据集规范表、1个标本信息表、1个组织样本信息表。样品信息表包含物种、品种、详细采样地、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。照片，以jpg格式存储。
蒋学龙
天山是世界七大山系之一，位于地球上最大的一块陆地欧亚大陆腹地。天山在中国新疆境内从西向东绵延1700公里，占地57万多平方公里。学者们通常将新疆境内的天山分成西天山、中天山和东天山三个部分。西天山以位于巩留县库尔德宁的世界自然遗产地--西天山国家级自然保护区为代表区域，拥有天山最丰富的野生动植物资源，是天山生物多样性的关键区域。本子课题（2019QZKK05010111）以大中型兽类和两栖爬行类为科考对象，通过调查摸清大中型兽类和两栖爬行类动物空间分布，采集代表性物种标本及组织样本并拍摄照片。为研究西天山大中型兽类两栖爬行类物种丰富度和物种更替海拔分布格局的季节性变化特征，以及影响上述两类动物多样性格局变化的主要因素提供基础数据。
汪沐阳
为解析青藏高原动物多样性格局，并建立相应的兽类标本数据库。子课题2019QZKK05010110 2021年集中在四川雅安市、甘孜藏族自治州共采集200份当地野生动物中华姬鼠、社鼠等标本及组织样品，实体样品包括动物个体、皮张、组织等。本数据集包含200个样品信息表和374张照片。本数据集包含1个数据集规范表、1个标本信息表、1个组织样本信息表。样品信息表包含物种、品种、详细采样地、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。照片，以jpg格式存储。
陈中正
为解析青藏高原动物多样性格局，并建立相应的兽类标本数据库。2021年本子课题（2019QZKK05010109）集中在凉山彝族自治州、甘孜藏族自治州共采集271份当地野生动物中华姬鼠、社鼠等标本，实体样品包括动物个体、皮张、组织等。本数据集包含1个标本信息表（271份）、1个组织样本信息表（271份）、西藏察隅墨脱红外相机拍摄照片。样品信息表包含物种、品种、详细采样地、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。照片，以jpg格式存储。
李学友
为调查西藏鸟类分布情况，子课题子课题2019QZKK05010108 2021年在墨脱县背崩乡进行了鸟类本底资源的重要考察，尤其是在靠近非法印控区的西让村、地东村以及格林村等地的林下鸟类进行了深入细致的鸟类调查，分析了中低海拔林下鸟类群落的组成情况。共计采集鸟类标本717号，共计鸟种73种，其中结果显示在调查海拔范围内（600~1500m，主要集中在中低海拔）主要的优势种为黑头穗鹛 Stachyris nigriceps、黄喉雀鹛 Schoeniparus cinereus、金头穗鹛 Cyanoderma chrysaeum、白眶雀鹛 Alcippe nipalensis 等4种）。另有大长嘴地鸫 Zoothera monticola等偶见种。本数据集包含标本照、生境照、工作照，标本信息表、组织样本信息表。
吴飞
本子课题旨在对青藏高原薄弱和关键地区，即喜马拉雅和横断山区的两栖动物类群进行综合调查和研究，获取区域动物多样性本底数据，采集一批标本，收集所见物种标本和环境照片，分析研究两栖动物多样性及其空间格局。2021年集中在西藏自治区林芝地区墨脱县采集500份当地两栖类组织样品。本数据集包括1个组织样品表，1个标本样品表，900张照片。样品信息表包括物种、品种、详细采集地、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。照片，以jpg格式存储。
袁智勇
为摸清藏南区域爬行动物多样性现状、种群数量、生境类型，掌握其分布的时空特点，同时建立该区域爬行动物资源种质资源库。2021年主要在西藏自治区藏南地区（察隅县、墨脱县、芒康县、林芝县等地区）共采集200份爬行动物组织样品和50份标本。本数据集包含2个样品信息表和400张照片。样品信息表包含物种、详细采样地、样品类型、采集时间、采集人、保存方式等基本样品信息，以excel表形式存储。照片，以jpg格式存储。
郭鹏
为解析青藏高原鱼类多样性格局，评估青藏高原鱼类多样性保护现状。子课题2019QZKK05010102 2021年在甘肃武威市、金昌市、酒泉市、张掖市野外调查并采集鱼类标本及组织样本1200份。采集标本剪取的胸鳍组织样本信息，包括组织样本的编号、物种分类地位，地理坐标、海拔、栖息生境、保存方式等信息，以为excel表记录保存。本数据集还包括鱼类标本照片、生境照、工作照共计1600张，工作视频82个。
何德奎
为系统调查西藏墨脱及周边地区昆虫物种，分析昆虫多样性分布格局，本子课题（2019QZKK05010101）在西藏墨脱及周边地区使用陷阱法、网扫法、灯诱法、马来氏网法等方法采集鞘翅目、膜翅目、鳞翅目、双翅目、半翅目等代表性昆虫类群，录入昆虫标本信息，拍摄昆虫图片和视频资料。本数据集包含自2020年至2021年在西藏墨脱县、波密县、察隅县、林芝市、米林县地区拍摄昆虫生境照片和工作照片。实体标本保存于国家动物博物馆。
梁红斌
在国家重点研发计划“冰冻圈和极地环境变化关键参数观测与反演”第一课题“冰冻圈关键参数多尺度观测与数据产品研制“的资助下，中国科学院青藏高原研究所张寅生课题组发展了青藏高原地区降尺度雪深产品。青藏高原积雪深度降尺度数据集来源于积雪概率数据和中国雪深长时间序列数据集的融合结果,采用新发展的亚像元时空分解算法对原始0.25度的积雪深度数据进行时空降尺度，得到0.05度逐日积雪深度产品。通过降尺度前后的雪深产品精度评估的对比，发现降尺度后雪深产品的均方根误差由原产品的2.15 cm减少到了1.54 cm。 青藏高原积雪深度降尺度数据集（2000-2018）的产品信息细节如下。投影为经纬度，空间分辨率0.05 度（约5公里），时间范围为2000年9月1日-2018年9月1日，为Tif格式文件，命名规则为：SD_YYYYDDD.tif，其中YYYY代表年，ddd代表儒略日（001-365）。积雪深度（SD），单位：厘米（cm）。空间分辨率为0.05度。时间分辨率为逐日。
闫大江, 马宁, 张寅生
泛极第三极20国土壤可蚀性因子（K）数据，基于国际土壤信息参比中心（International Soil Reference and Information Centre, ISRIC）网站（https://files.isric.org/soilgrids/latest/data/）下载的7.5弧秒分辨率土壤属性数据计算，所用数据包括土壤黏粒含量（%）、粉粒含量（%）、砂粒含量（%）、土壤有机碳含量（g/kg）、土壤质地类型。利用Wischmeier（1978）在USLE手册第二版中提出的土壤可蚀性因子算法、本项目研发的土壤可蚀性因子计算工具（K_Tool），计算得到与输入数据分辨率（1弧秒，尺度地区约25m）相同分辨率的土壤可蚀性因子图。泛第三极20国土壤可蚀性因子数据，是基于CSLE进行土壤侵蚀速率计算的必备数据，同时也是分析泛第三极土壤特征的基础数据。
杨勤科
泛第三极20国坡度坡长因子（LS）数据集，基于公开的1弧秒分辨率SRTM数字高程数据（Shuttle Radar Topography Mission, SRTM；http://srtm.csi.cgiar.org），经过去接边、去除伪条纹等和滤波除噪等预处理，利用CSLE模型中的坡度坡长因子算法和本项目研发的坡度坡长因子计算工具（LS_Tool），计算得到7.5弧秒分辨率坡度坡长因子图。泛第三极20国坡度坡长因子数据，是基于CSLE进行土壤侵蚀速率计算的必备数据，同时分析泛第三极20国侵蚀地形特征（如高程、坡度、坡度等宏观分布和微观格局）的基础数据，对于该地区地貌特征、地质灾害特征的分析，也具有参考价值。
杨勤科
埃迪卡拉纪与寒武纪早期是地球生命系统演化中的一段最为重要转折期之一，是地史上隐生宙向显生宙的过渡期，也是研究后生动物起源与演化最为热点的时期。目前，全球许多地区都已经围绕这一科学问题开展了大量的古生物学、地层学、地球化学以及地球物理等多学科交叉研究工作。目前，在喜马拉雅构造区，对应这段时间的地层仅在印度次大陆有过少量报道和研究。巴基斯坦北部位于喜马拉雅构造带西部，是青藏高原重要的毗连区之一。巴基斯坦北部地区虽然发育有新元古代至寒武纪早期的地层，但一直以来都缺乏相关的基础研究工作，导致学界难以确定对这段地层的具体时代归属。因此急需做开展相关的研究工作来理清该地区埃迪卡拉纪至寒武纪早期的沉积序列、生物地层以及化学地层，并与同期其它地区的地层进行比对，为今后的深入研究建立时间框架。本次考察主要集中对Hazara盆地的几个剖面（Sikhar Mountain、Tarnawai Village、Salhad Village、Abbottabad Height、Sobangali、Neelor Village以及Pindkhan Khel）做了详细的岩石地层、古生物以及地球化学样品野外记录与采样工作，确定Hazara盆地有较为连续的埃迪卡拉纪至寒武纪早期的地层记录。
潘兵
埃迪卡拉纪与寒武纪早期是地球生命系统演化中的一段最为重要转折期之一，是地史上隐生宙向显生宙的过渡期，也是研究后生动物起源与演化最为热点的时期。目前，全球许多地区都已经围绕这一科学问题开展了大量的古生物学、地层学、地球化学以及地球物理等多学科交叉研究工作。目前，在喜马拉雅构造区，对应这段时间的地层仅在印度次大陆有过少量报道和研究。巴基斯坦北部位于喜马拉雅构造带西部，是青藏高原重要的毗连区之一。巴基斯坦北部地区虽然发育有前寒武纪至寒武纪早期的地层，但一直以来都缺乏相关的基础研究工作，导致学界难以确定对这段地层的具体时代归属。因此急需做开展相关的研究工作来理清该地区前寒武纪与寒武纪早期的沉积序列、生物地层以及化学地层，并与同期其它地区的地层进行比对，为今后的深入研究建立时间框架。本次考察主要集中对Panjal Khairabaddu Thrust东西两侧的Hazara盆地几个重点剖面做了详细的岩石地层、古生物以及地球化学样品野外记录与采样工作。经室内分析对上述各个剖面的岩石地层单元进行了梳理，并做了横向的上的对比，完成一幅各个剖面间的地层对比柱状图。总体上，东Harara盆地的Sikhar Mountain、Tarnawai Village、Tanakki、Abbottabad Height以及Sobangali剖面与西Harara盆地的Neelor Village与Pindkhan Khel剖面的岩石地层单元可以对比，自下而上依次为Hazara组（东Harara盆地）与Tanawa组（西Harara盆地）、埃迪卡拉纪的Tanakki冰碛岩、盖帽碳酸盐岩、Kakul组（碎屑岩为主）及Abbottabad组（白云岩为主）、寒武纪的Hazira组（磷块岩、白云岩与碎屑岩）以及侏罗纪的Samana Suk组（生物碎屑灰岩）。其中，Tanakki组冰碛岩平行不整合于下伏Hazara组（东Harara盆地）与Tanawa组（西Harara盆地）之上；Abbottabad组与下伏Kakul组和上覆Hazira组皆为平行不整合接触；侏罗纪Samana Suk组直接不整合覆盖于寒武纪Hazira组之上。目前，埃迪卡拉系的盖帽碳酸盐岩仅在西Harara盆地的Pindkhand Khel剖面有发现，为首次在小喜马拉雅地区发现。同时根据此盖帽碳酸盐岩推测下伏Tanakki冰碛岩可能也属于埃迪卡拉纪。本次仅在东Harara盆地的Tarnawai Village与Tanakki剖面有发现有确切的寒武系地层Hazira组，其中产有丰富的小壳化石。
潘兵
埃迪卡拉纪与寒武纪早期是地球生命系统演化中的一段最为重要转折期之一，是地史上隐生宙向显生宙的过渡期，也是研究后生动物起源与演化最为热点的时期。骨骼化石在埃迪卡拉纪晚期和寒武纪早期的突然出现和快速辐射演化见证了地质历史上一项重要的演化事件，即寒武纪大爆发。这些骨骼化石因其通常都是矿化的且个体微小，又被笼统地称作“小壳化石”。小壳化石是最早的后生动物代表之一，因而对研究许多动物门类的起源和早期演化尤为关键。小壳化石在寒武纪早期有广泛的全球性分布，并且演化较为快速，因此也被当做寒武纪早期地层划分与对比和古地理重建的重要工具。巴基斯坦北部地区虽然发育有新元古代至寒武纪早期的地层，但一直以来都缺乏相关的基础研究工作，导致学界难以确定这段地层的具体时代归属。虽然前人在Hazara盆地东部的寒武纪早期地层Hazira组中发现了一些小壳化石，但研究程度还显得尤为不足且存有问题，因此急需重新开展相关的研究工作来理清这些化石的属种组成，为生物地层工作奠定基础。本次研究，对Hazara盆地东部的Salhad剖面Hazira组进行了系统的化石采样和室内处理分析工作，共计鉴定出小壳化石24属18种2相似种3未定种，时代上属于寒武纪第二期。
潘兵
1）数据内容包含重点区域20国植被覆盖与生物措施因子B栅格数据，空间分辨率为300米。2）基础数据源为2014~2016年的MODIS MOD13Q1产品，空间分辨率250m，据此计算得到3年平均的24个半月植被覆盖度栅格数据，然后按地类计算土壤流失比例，进一步利用24个半月的降雨侵蚀力进行加权平均，得到植被覆盖与生物措施B因子栅格图。3）MOD13Q1遥感植被数据侧重进行了去云预处理，计算的B因子按地类进行统计并进行合理性分析，最终取得的数据质量良好。4）植被覆盖与生物措施B因子反映了地表土地利用/植被覆盖对土壤侵蚀的影响，对重点区域20国的土壤侵蚀模拟及其空间格局分析具有重要意义。
章文波
1）数据内容包含重点区域20国2015年土壤侵蚀强度栅格数据，空间分辨率为300米。2）基于重点区域20国13000个调查单元数据，采用中国土壤侵蚀预报模型（CSLE），计算降雨侵蚀力因子、土壤可蚀性因子、坡长因子、坡度因子、植被覆盖与生物措施因子、工程措施因子以及耕作措施因子。然后按土类进行土壤侵蚀量插值并进一步进行强度分级，得到重点区域20国土壤侵蚀强度图。3）对土壤侵蚀强度数据进行空间格局合理性分析，数据质量良好。4）土壤侵蚀强度数据对理解重点区域20国土壤侵蚀空间格局及开展水土流失治理等具有重要意义。
章文波
1）数据内容为重点区域20国30年（1986-2015）平均降雨侵蚀力R栅格数据，空间分辨率为300米。2）采用Climate Prediction Center (CPC)发布的基于全球站点数据生成的0.5°×0.5°网格日降雨数据计算重点区域20国降雨侵蚀力R因子。3）采用中国气象局全国2358个气象站1986-2015年日降雨数据计算R值，对采用CPC数据源计算的R值进行复核校验，发现CPC数据计算的R值系统偏低，并对CPC数据计算的R值结果进行修订，最终取得的数据质量良好。4）降雨侵蚀力R因子作为CSLE模型的动力因子，其数据对重点区域20国土壤侵蚀的模拟及其空间格局分析等具有重要意义。
章文波
于2019年7月至8月在青海省西宁市至格尔木市段、青海省格尔木市至西藏自治区拉萨段、以及格尔木市至西宁段每隔20km在远离人为扰动的地方采集不同土地利用类型的土壤样品，共计土壤样品147个，其中草地83个，沙地48个，农地14个，林地3个。数据集内容包括序号、各样点地理位置、土地利用类型、经纬度坐标、海拔、土壤全氮、全磷、全钾含量和土壤pH，数据格式为Excel表。本数据集通过野外采样与室内实验相结合的方法自主测定获得。在各样方内用随机取样法，用土钻(直径8 cm)取0-15 cm的土样，用粗筛筛去与根系脱离的土壤，全氮、全磷、全钾的测定是全样，用的0.15mm的土样，其中全氮通过半自动凯氏定氮仪测定，全磷采用分光光度计测定，全钾采用火焰光度计测定，pH测定：称取过1mm筛的风干土样10g于50ml烧杯中，加入无二氧化碳蒸馏水保持水土比为2.5:1，用PHSJ-4F实验室进行测定。此数据可为高寒生态系统修复提供数据支撑和科学依据。
赵广举
2015年至2020年，青藏高原的15号冰川 （NO.15）、24K冰川（24K）、阿扎冰川（AZ）、措普沟冰川（CPG）、德木拉冰川（DML）、东绒布冰川（DRB）、冬克玛底冰川（DKMD）、敦德冰川（DD）、古里雅冰川（GLY）、红旗拉普冰川（HQLP）、康西瓦河冰川（KXW）、抗物热冰川（KWR）、廓琼岗日冰川（KQGR）、朗阿定日冰川（LADR）、蒙达岗日冰川（MDGR）、木嘎岗穹冰川（MGGQ）、木吉冰川（MJ）、慕士塔格冰川（MSTG）、纳木那尼冰川（NMNN）、尼玛冰川（NM）、怒江源头（NJYT）、帕隆4号冰川（PL4）、羌塘1号冰川（QT）、枪勇冰川（QY）、曲玛冰川（QM）、色齐拉冰川（SQL）、唐古拉龙匣宰陇巴冰川（LXZ）、夏岗江冰川（XGJ）、雅拉冰川（YL）、泽普沟冰川（ZPG）、朱西沟冰川（ZXG）共31条冰川冰雪的理化性质特征，包括DOC、TN及主要阴阳离子浓度（钙离子、镁离子、钾离子、钠离子，铵根离子、氯离子、亚硝酸根离子、硝酸根离子、硫酸根离子浓度）。样品通过0.45微米分子膜过滤后，使用岛津TOC-L仪器检测，离子浓度则通过离子色谱仪检测。指标单位为mg/L，“n.a.”表示低于仪器检测限，“\”表示缺失值。表格中sheet1为“青藏高原冰川雪冰理化性质（2015-2020）”，sheet2为“冰川基本信息”。
刘勇勤
记录冰川、径流、土壤及空气微生物样品的原始采集过程。1）冰雪微生物样品采集：采集过程中佩戴洁净手套，将冰雪采集至洁净自封袋中。2）冰尘微生物样品采集：通过软管插入冰尘穴底部，使用注射器将底泥、融水吸入到采样瓶中，低温保存带回实验室，底泥和冰尘穴上部融水均用来提取环境DNA。3）径流包括冰上径流和冰川前缘径流，直接采集径流融水至采样瓶或者采水袋中。4）冰川前缘土壤的采集：使用铲子采集土壤样品，通过2mm土筛后将土壤装至洁净的whirl-pak采样袋中，然后低温保存，用于后续土壤DNA的提取。5）空气膜样品采集：将设计好的采样装置置于采样点，装置下部为电池（可持续工作48h)，上部包含两张滤膜收集空气微生物，用于DNA的提取。6）冰川径流、融水中理化性质的实时监测，使用YSI多参数水质仪，直接放入待测样品中，获取温度、DO、叶绿素浓度等。
刘勇勤
于2019年9月~10月在三江源区沿214国道开展野外调查，考察的地质、地貌、气候和植被类型资料，并采集沿线土壤样品，共计土壤样品32个。并于2020年6月~7月在三江源区典型沙化草地、放牧草地和高原鼠兔活动区开展野外调查，其中不同沙化程度土样15个，不同放牧强度土样9个，鼠兔活动区土样12个，共计36个。两次野外调查合计土样68个。数据集内容包括序号、各样点地理位置、土地利用类型、经纬度坐标、海拔、土壤全氮、全磷、全钾含量和土壤pH，数据格式为Excel表。本数据集通过野外采样与室内实验相结合的方法自主测定获得。其中全氮通过半自动凯氏定氮仪测定，全磷采用分光光度计测定，全钾采用火焰光度计测定，pH采用PHSJ-4F实验室pH计测得。此数据可为高寒生态系统修复提供数据支撑和科学依据。
赵广举
该数据集记录了2007-2020年青海省主要农作物产量统计数据，包括小麦、青稞、薯类（折粮）、油料作物、枸杞、蔬菜及食用菌产量统计数据，覆盖时间范围为2007年-2020年。数据集包含13个数据表，分别为：农作物产量（2007年），农作物产量（2008年），农作物产量（2009年），农作物产量（2010年），农作物产量（2011年），农作物产量（2012年），农作物产量（2013年），农作物产量（2014年），农作物产量（2015年），农作物产量（2016年），农作物产量（2017年），农作物产量（2018年）青海省主要农作物产品产量（2015-2020）.xls。数据表结构相似。例如农作物产量（2007年）数据表共有4个字段： 字段1：指标名称 字段2：2006年度 字段3：2007年度 字段4：增减
青海省农业农村厅
该数据集记录了青海省主要年份农林牧渔业总产值，统计数据覆盖时间范围为1952年-2020年。数据按主要年份和西宁市、海东市、海北州、黄南州、海南州、果洛州、玉树州、海西州地域项目划分。数据集包含8个数据表，分别为：青海省主要年份农林牧渔业总产值（1952-2020）.xls，主要年份农林牧渔业总产值（2012年），主要年份农林牧渔业总产值（2013年），主要年份农林牧渔业总产值（2014年），主要年份农林牧渔业总产值（2015年），主要年份农林牧渔业总产值（2016年），主要年份农林牧渔业总产值（2017年），主要年份农林牧渔业总产值（2018年）。数据表结构相似。例如主要年份农林牧渔业总产值（2012年）数据表共有7个字段： 字段1：年份 字段2：农林牧渔业总产值 字段3：农业 字段4：林业 字段5：牧业 字段6：渔业 字段7：农林牧渔专业及辅助性活动
青海省农业农村厅
该数据集记录了青海省主要年份农林牧渔业增加值，统计数据覆盖时间范围为2012年-2018年。数据按2006、2007、2008、2009、2010、2011、2012等项目划分。数据集包含7个数据表，分别为：主要年份农林牧渔业增加值(2012年)，主要年份农林牧渔业增加值(2013年)，主要年份农林牧渔业增加值(2014年)，主要年份农林牧渔业增加值(2015年)，主要年份农林牧渔业增加值(2016年)，主要年份农林牧渔业增加值(2017年)，主要年份农林牧渔业增加值(2018年)。数据表结构相似。例如主要年份农林牧渔业增加值(2012年)数据表共有7个字段： 字段1：年份/项目 字段2：农林牧渔业增加值 字段3：农业 字段4：林业 字段5：牧业 字段6：渔业 字段7：农林牧渔服务业
青海省农业农村厅
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
该数据集记录了青海省主要畜禽生产情况统计数据，统计数据覆盖时间范围为2008年-2018年。数据按猪、牛、羊、家禽等项目划分。数据集包含11个数据表，分别为：主要畜禽生产情况表（2008年），主要畜禽生产情况表（2009年），主要畜禽生产情况表（2010年），主要畜禽生产情况表（2011年），主要畜禽生产情况表（2012年），主要畜禽生产情况表（2013年），主要畜禽生产情况表（2014年），主要畜禽生产情况表（2015年），主要畜禽生产情况表（2016年），主要畜禽生产情况表（2017年），主要畜禽生产情况表（2018年）。数据表结构相似。例如主要畜禽生产情况表（2008年）数据表共有3个字段： 字段1：指标 字段2：单位 字段3：数量
青海省农业农村厅
该数据集记录了青海省种畜禽场、站情况，统计数据覆盖时间范围为2009年-2018年。数据按种牛场、种马场、种猪场、种羊场、种禽场、种兔场、种蜂场、其它等项目划分。数据集包含10个数据表，分别为：种畜禽场站情况（2009年），种畜禽场站情况（2010年），种畜禽场站情况（2011年），种畜禽场站情况（2012年），种畜禽场站情况（2013年），种畜禽场站情况（2014年），种畜禽场站情况（2015年），种畜禽场站情况（2016年），种畜禽场站情况（2017年），种畜禽场站情况（2018年）。数据表结构相似。例如种畜禽场、站情况（2009年）数据表共有7个字段： 字段1：指标名称 字段2：场数 字段3：年末存栏 字段4：能繁母畜存栏 字段5：当年出场种畜禽 字段6：当年生产胚胎 字段7：当年生产的精液
青海省农业农村厅
该数据集记录了青海省渔业生产基本情况，统计数据覆盖时间范围为2010年-2018年。数据按水产品总产量、水产养殖面积、机动渔船、养殖渔民、养殖企业等项目划分。数据集包含9个数据表，分别为：青海省渔业生产基本情况（2010年），青海省渔业生产基本情况（2011年），青海省渔业生产基本情况（2012年），青海省渔业生产基本情况（2013年），青海省渔业生产基本情况（2014年），青海省渔业生产基本情况（2015年），青海省渔业生产基本情况（2016年），青海省渔业生产基本情况（2017年），青海省渔业生产基本情况（2018年）。数据表结构相似。例如青海省渔业生产基本情况（2010年）数据表共有3个字段： 字段1：指标 字段2：单位 字段3：数量
青海省农业农村厅
该数据集记录了青海省有效使用有机产品标志认证单位及产品相关情况，统计数据覆盖时间范围为2009年-2016年。数据按青海康普生物科技股份有限公司、青海清华博众生物技术有限公司、青海省大通种牛场、青海省海西州水产养殖场、河南县三源蒙鑫有机畜产品开发公司等项目划分。数据集包含8个数据表，分别为：青海省有效使用有机产品标志认证单位及产品相关情况（2014年），青海省有效使用有机产品标志认证单位及产品相关情况（2015年），青海省有效使用有机产品标志认证单位及产品相关情况（2016年），青海省有效使用有机产品标志认证单位及产品相关情况公示一览表（2013年），青海省有效使用有机产品标志认证企业及产品相关情况一览表（2009年），青海省有效使用有机产品标志认证企业及产品相关情况一览表（2010年），青海省有效使用有机产品标志认证企业及产品相关情况一览表（2011年），青海省有效使用有机产品标志认证企业及产品相关情况一览表（2012年）。数据表结构相似。例如青海省有效使用有机产品标志认证企业及产品相关情况一览表（2010年）数据表共有7个字段： 字段1：生产企业 字段2：产业名称 字段3：证书编号 字段4：注册商标 字段5：产量 字段6：产品销售地区 字段7：联系电话
青海省农业农村厅
该数据集记录了青海省乡镇畜牧兽医推广机构基本情况数据，统计数据覆盖时间范围为2012年-2017年。数据按站数、职工总数、技术职称状况、经营情况、全年总收入、全年总支出等项目划分。数据集包含5个数据表，分别为：乡镇畜牧兽医推广机构基本情况（2012年），乡镇畜牧兽医推广机构基本情况（2014年），乡镇畜牧兽医推广机构基本情况（2015年），乡镇畜牧兽医推广机构基本情况（2016年），乡镇畜牧兽医推广机构基本情况（2017年）。数据表结构相似。例如乡镇畜牧兽医推广机构基本情况（2012年）数据表共有3个字段： 字段1：指标名称 字段2：计算 字段3：数量
青海省农业农村厅
该数据集记录了青海省无公害农产品产地认定与产品认证情况统计数据，统计数据覆盖时间范围为2009年-2017年。数据按互助县蔬菜技术服务中心、青海互丰农业科技有限公司、海西州乌兰县农业技术推广站、都兰县农业技术推广站、乐都县蔬菜技术推广中心、大通县蔬菜工作站等项目划分。数据集包含9个数据表，分别为：青海省无公害农产品产地认定、产品认证情况一览表（2009年），青海省无公害农产品产地认定、产品认证情况一览表（2010年），青海省无公害农产品产地认定与产品认证情况一览表（2011年），青海省无公害农产品产地认定与产品认证情况一览表（2012年），青海省无公害农产品产地认定与产品认证情况一览表（2013年），青海省无公害农产品产地认定与产品认证情况一览表（2014年），青海省无公害农产品产地认定与产品认证情况一览表（2015年），青海省无公害农产品产地认定与产品认证情况一览表（2016年），青海省无公害农产品产地认定与产品认证情况一览表（2017年）。数据表结构相似。例如青海省无公害农产品产地认定、产品认证情况一览表（2009年）数据表共有6个字段： 字段1：生产单位 字段2：产地地址 字段3：产品名称 字段4：产地规模 字段5：年产量 字段6：产地证书编号（有效期限）
青海省农业农村厅
该数据集记录了青海省全省粮油作物产量统计数据，统计数据覆盖时间范围为2013年-2018年。数据按西宁市、海东市、黄南州、海北州、海南州、海西州、果洛州、玉树州、监狱局、三江源等项目划分。数据集包含6个数据表，分别为：全省粮油作物产量统计表（2013年），全省粮油作物产量统计表（2014年），全省粮油作物产量统计表（2015年），全省粮油作物产量统计表（2016年），全省粮油作物产量统计表（2017年），全省粮油作物产量统计表（2018年）。数据表结构相似。例如全省粮油作物产量统计表（2013年）数据表共有8个字段： 字段1：小麦 字段2：青稞 字段3：蚕豆 字段4：豌豆 字段5：马铃薯 字段6：玉米 字段7：油菜籽 字段8：胡麻
青海省农业农村厅
该数据集记录了青海省全省粮油作物播种面积统计数据，统计数据覆盖时间范围为2015年-2018年。数据按西宁市、海东市、黄南州、海南州等项目划分。数据集包含4个数据表，分别为：全省粮油作物面积统计（2015年），全省粮油作物面积统计（2016年），全省粮油作物面积统计（2017年），全省粮油作物面积统计（2018年）。数据表结构相似。例如全省粮油作物面积统计（2015年）数据表共有3个字段： 字段1：粮食作物 字段2：油料作物 字段3：其它作物
青海省农业农村厅
该数据集记录了青海省绿色食品企业及产品基本情况统计数据，统计数据覆盖时间范围为2004年-2008年。数据按珍珠鳮、珍珠鳮蛋、分割牛肉、藏青盐、高浓沙棘果蜜、菜籽高级烹调油、豌豆淀粉、蜂蜜等项目划分。数据集包含5个数据表，分别为：青海省绿色食品企业及产品（2004年），青海省绿色食品企业及产品（2005年），青海省绿色食品企业及产品（2006年），青海省绿色食品企业及产品（2007年），青海省绿色食品企业及产品（2008年）。数据表结构相似。例如青海省绿色食品企业及产品（2004年）数据表共有6个字段： 字段1：生产企业 字段2：注册商标 字段3：产量 字段4：产值（万元） 字段5：产品销往地区 字段6：联系电话
青海省农业农村厅
该数据集记录了青海省国家级及省级农牧业产业化龙头企业名录数据，统计数据覆盖时间范围为2004年-2012年。数据按青海省三江集团有限公司、柴达木龙康高科技药业有限公司、湟中县对外贸易有限公司、贵南县牛羊育肥综合开发有限公司、民和天润工贸发展有限公司、循化天香两椒公司等项目划分。数据集包含9个数据表，分别为：青海省国家级及省级农牧业产业化龙头企业名录（2004年），青海省国家级及省级农牧业产业化龙头企业名录（2005年），青海省国家级及省级农牧业产业化龙头企业名录（2006年），青海省国家级及省级农牧业产业化龙头企业名录（2007年），青海省国家级及省级农牧业产业化龙头企业名录（2008年），青海省国家级及省级农牧业产业化龙头企业名录（2009年），青海省国家级及省级农牧业产业化龙头企业名录（2010年），青海省国家级及省级农牧业产业化龙头企业名录（2011年），青海省国家级及省级农牧业产业化龙头企业名录（2012年）。数据表结构相似。例如青海省国家级及省级农牧业产业化龙头企业名录（2004年）共有2个字段： 字段1：企业名称 字段2：级别
青海省农业农村厅
该数据集记录了青海省农作物播种面积统计数据，统计数据覆盖时间范围为1978-2020年。数据按主要年份划分。数据集包含13个数据表，分别为：农作物播种面积（2006年），农作物播种面积（2007年），农作物播种面积（2008年），农作物播种面积（2009年），农作物播种面积（2010年），农作物播种面积（2011年），农作物播种面积（2012年），农作物播种面积（2012年），农作物播种面积（2013年），农作物播种面积（2014年），农作物播种面积（2015年），农作物播种面积（2016年），农作物播种面积（2017年），农作物播种面积（2018年），农作物播种面积（1978-2020）。数据表结构相似。例如农作物播种面积（1978-2020）数据表共有5个字段： 字段1：年份 字段2：粮食作物 字段3：小麦 字段4：杂粮 字段5：薯类
青海省农业农村厅
该数据集记录了青海省农牧业科技人才资源统计数据，统计数据覆盖时间范围为2011-2016年。数据按畜牧兽医、种植业、渔业、农机、农垦、其他等项目划分。数据集包含6个数据表，分别为：农牧业科技人才资源统计表（推广机构适用）（2011年），农牧业科技人才资源统计表（推广机构适用）（2012年），农牧业科技人才资源统计表（推广机构适用）（2013年），农牧业科技人才资源统计表（推广机构适用）（2014年），农牧业科技人才资源统计表（推广机构适用）（2015年），农牧业科技人才资源统计表（推广机构适用）（2016年）。数据表结构相似。例如农牧业科技人才资源统计表（推广机构适用）（2011年）数据表共有5个字段： 字段1：年末在岗人员数 字段2：科技人才数 字段3：资 格 字段4：学历 字段5：性别
青海省农业农村厅
该数据集记录了青海省农牧区综合生产条件统计数据，统计数据覆盖时间范围为2014年-2018年。数据按西宁市、海东地区、海北州、黄南州、海南州、果洛州、玉树州、海西州，共计8个州市，43个县区项目划分。数据集包含51个数据表，分别为：农牧区生产条件（表一）（2014年）， 农牧区生产条件（表二）（2014年）， 农牧区生产条件（表三）（2014年）， 农牧区生产条件（表四）（2014年）， 农牧区生产条件（表五）（2014年） ， 农牧区生产条件（表六）（2014年） ，农牧区生产条件（表七）（2014年）， 农牧区生产条件（表八）（2014年） ，农牧区生产条件（表九）（2014年）， 农牧区生产条件（表十）（2014年） 等共计51个数据表。数据表结构相似。例如农牧区生产条件（表一）（2014年）数据表共有4个字段： 字段1：乡村劳动力资源总数 字段2：按性别分组 字段3：乡村从业人员总数 字段4：按文化程度分组等
青海省农业农村厅
该数据集记录了青海省农牧区农业生产条件，包括农业机械化、农田水利、机械化项目水平、自然灾害情况等。统计数据覆盖时间范围为2014年-2018年。数据按西宁市、海东地区、海北州、黄南州、海南州、果洛州、玉树州、海西州，共计8个州市，43个县区项目划分。数据集包含5个数据表，分别为：农牧区农业生产条件（2014年） ， 农牧区农业生产条件（2015年） ，农牧区农业生产条件（2016年）， 农牧区农业生产条件（2017年） ，农牧区农业生产条件（2018年）。数据表结构相同，例如农牧区农业生产条件（2014年）数据表共有6个字段： 字段1：雨水集流水窖 字段2：节水灌溉机械 字段3：农用水泵 字段4：联合收割机 字段5：自走式机动割晒机 字段6：机动脱粒机
青海省农业农村厅
该数据集记录了青海省农牧区基本情况，包括乡镇个数、村民委员会个数、社区基础设施个数等，统计数据覆盖时间范围为2014年-2018年。数据按西宁市、海东地区、海北州、黄南州、海南州、果洛州、玉树州、海西州，共计8个州市，43个县区项目划分。数据集包含10个数据表，分别为：农牧区基本情况（表一）（2014年）， 农牧区基本情况（表二）（2014年） ，农牧区基本情况（表一）（2015年）， 农牧区基本情况（表二）（2015年）， 农牧区基本情况（表一）（2016年）， 农牧区基本情况（表二）（2016年）， 农牧区基本情况（表一）（2017年）， 农牧区基本情况（表二）（2017年）， 农牧区基本情况（表一）（2018年）， 农牧区基本情况（表二）（2018年）， 数据表结构相似。例如农牧区基本情况（表一）（2014年）数据表共有3个字段： 字段1：乡镇数（个） 字段2：村民委员会（个） 字段3：农村社区基础设施（个）
青海省农业农村厅
该数据集以现价口径记录了青海省农林牧渔业总产值及增加值，统计数据覆盖时间范围为2006年-2014年。数据按农林牧渔业总产值、农业、林业、牧业、渔业、农林牧渔服务业等项目划分。数据集包含9个数据表，分别为：农林牧渔业总产值及增加值（现价）（2006年）， 农林牧渔业总产值及增加值（现价）（2007年）， 农林牧渔业总产值及增加值（现价）（2008年）， 农林牧渔业总产值及增加值（现价）（2009年）， 农林牧渔业总产值及增加值（现价）（2010年）， 农林牧渔业总产值及增加值（现价）（2011年）， 农林牧渔业总产值及增加值（现价）（2012年）， 农林牧渔业总产值及增加值（现价）（2013年）， 农林牧渔业总产值及增加值（现价）（2014年） 。数据表结构相似，例如农林牧渔业总产值及增加值（现价）（2006年）数据表共有4个字段： 字段1：指标名称 字段2：2006年 字段3：2005年 字段4：增减%
青海省农业农村厅
该数据集记录了青海省农垦企事业基本情况统计，统计数据覆盖时间范围为2004年-2006年。数据按海西州农垦局、德令哈农场、巴音河农场、尕海农场、怀头他拉农场、查查香卡农场、莫河牧场、都兰驼场、格尔木农场、青海湖农场、同宝牧厂、黄玉牧场等，共计19个农牧场。该数据集由青海省农牧厅农经处提供。数据集包含了：农垦企事业基本情况（表一）（2004年）， 农垦企事业基本情况（表二）（2004年）， 农垦企事业基本情况（表三）（2004年） ，农垦企事业基本情况（表四）（2004年）， 农垦企事业基本情况（表五）（2004年） ，农垦企事业基本情况（2005年） ，农垦企事业基本情况（表一）（2005年） 等共计18张数据表。各数据表结构相似，例如农垦企事业基本情况（表一）（2004年） 共有5个字段： 字段1：企业名称 字段2：企业性质 字段3：主管部门 字段4：主营产业 字段5： 产值（万元）等
青海省农业农村厅
该数据集记录了青海省农村基本情况和农业生产条件，统计数据覆盖时间范围为2007年-2013年。数据按西宁市、海东地区、海北州、黄南州、海南州、果洛州、玉树州、海西州，共计8个州市，43个县区项目划分。数据集包含了农村基本情况和农业生产条件（表一）（2007年） ，农村基本情况和农业生产条件（表二）（2007年）， 农村基本情况和农业生产条件（表三）（2007年）， 农村基本情况和农业生产条件（表四）（2007年） ，农村基本情况和农业生产条件（表五）（2007年） ，农村基本情况和农业生产条件（表六）（2007年）， 农村基本情况和农业生产条件（表七）（2007年）， 农村基本情况和农业生产条件（表八）（2007年）， 农村基本情况和农业生产条件（表一）（2008年）， 农村基本情况和农业生产条件（表二）（2008年）等共计105张数据表。各个数据表结构相似。例如农村基本情况和农业生产条件（表一）（2007年）数据表共有20个字段： 字段1：乡镇政府个数 字段2：村委会个数 字段3：合作社个数 字段4：乡村户数 字段5：乡村人口数 字段6：农村社区基础设施 字段7：乡村劳动力资源总数 字段8：乡村从业人员总数 字段9：当年外出人员 字段10：文化程度 字段11：农林牧渔业从业人员 字段12：年初耕地总资源 字段13：当年增加的耕地面积 字段14：当年减少的耕地面积 字段15：国家基建占地 字段16：乡村集体基建占地 字段17：农民个人建房占地 字段18：退耕造林面积 字段19：退耕种草面积 字段20：耕地改为园地
青海省农业农村厅
该数据集记录了青海省农村基本情况，包括乡村户数、乡村人口数等信息，统计数据覆盖时间范围为2014年-2018年。数据按西宁市、海东地区、海北州、黄南州、海南州、果洛州、玉树州、海西州，共计8个州市，43个县区项目划分。数据集包含了5个数据表，分别为：农村基本情况（2014年） 农村基本情况（2015年） 农村基本情况（2016年） 农村基本情况（2017年） 农村基本情况（2018年）.各个数据表结构相似。例如农村基本情况（2014年）数据表共有2个字段： 字段1：乡村户数 字段2：乡村人口数
青海省农业农村厅
该数据集记录了青海省农牧业产业化龙头企业基本情况表，统计数据覆盖时间范围为2013年-2018年。数据按企业名称、企业登记注册类型、法人代表、总经理、企业地址、固定电话、手机及传真等项目划分。数据集包含6个数据表，分别为：青海省农牧业产业化龙头企业基本情况表（2013年）， 青海省农牧业产业化龙头企业基本情况表（2014年）， 青海省农牧业产业化龙头企业基本情况表（2015年）， 青海省农牧业产业化龙头企业基本情况表（2016年） ， 青海省农牧业产业化龙头企业基本情况表（2017年） ， 青海省农牧业产业化龙头企业基本情况表（2018年） 。数据表结构相同。例如青海省农牧业产业化龙头企业基本情况表（2013年）数据表共有9个字段： 字段1：企业名称 字段2：企业登记注册类型 字段3：法人代表 字段4：总经理 字段5：企业地址 字段6：邮编 字段7：固定电话、手机及传真 字段8：网址 字段9：备注
青海省农业农村厅
该数据集记录了青海省牧区县、半牧区县畜牧生产情况，统计数据覆盖时间范围为2009年-2018年。数据按基本情况、畜禽饲养情况、畜产品产量与出栏情况、畜产品出售情况等项目划分。数据集包含10个数据表，分别为：牧区县、半牧区县畜牧生产情况（2009年），牧区县、半牧区县畜牧生产情况（2010年），牧区县、半牧区县畜牧生产情况（2011年），牧区县、半牧区县畜牧生产情况（2012年），牧区县、半牧区县畜牧生产情况（2013年），牧区县、半牧区县畜牧生产情况（2014年），牧区县、半牧区县畜牧生产情况（2015年），牧区县、半牧区县畜牧生产情况（2016年），牧区县、半牧区县畜牧生产情况（2017年），牧区县、半牧区县畜牧生产情况（2018年）。数据表结构相似。例如牧区县、半牧区县畜牧生产情况（2010年），数据表共有4个字段： 字段1：指标名称 字段2：计算单位 字段3：牧区县 字段4：半牧区县
青海省农业农村厅
该数据集记录了青海省绿色生资企业及产品情况，统计数据覆盖时间范围为2013年-2017年。绿色生资包括肥料、农药、饲料及饲料添加剂、兽药、食品添加剂及其它与绿色食品生产相关的生产投入品。数据按青海余禾生物有机肥料厂、青海江河源农牧科技发展有限公司、格尔木康生钾业科技发展有限公司 、青海宏恩科技有限公司、海北储源生物科技开发有限公司、民和绿宝饲草科技开发有限公司、青海晶洁镁露科技有限责任公司、门源县永兴生态农牧开发有限公司、青海楠迦生态环境开发有限公司、海北祁连山绿色有机生物科技开发有限责任公司等项目划分。数据集包含5个数据表，分别为：绿色生资企业及产品情况（2013年），绿色生资企业及产品情况（2014年），绿色生资企业及产品情况（2015年），绿色生资企业及产品情况（2016年），绿色生资企业及产品情况（2017年）。数据表结构相似。例如绿色生资企业及产品情况（2016年）， 数据表共有3个字段： 字段1：企业名称 字段2：商标 字段3：产品
青海省农业农村厅
该数据集记录了青海省各州、地、市、县农林牧渔业总产值，统计数据覆盖时间范围为2008年-2018年。数据按西宁市、海东地区、海北州、黄南州、海南州、果洛州、玉树州、海西州，共计8个州市项目划分。数据集包含11个数据表，分别为：各州（地、市）县农林牧渔业总产值（2008年），各州（地、市）县农林牧渔业总产值（2009年），各州（地、市）县农林牧渔业总产值（2010年），各州（地、市）县农林牧渔业总产值（2011年），各州（地、市）县农林牧渔业总产值（2012年），各州（地、市）县农林牧渔业总产值（2013年），各州（地、市）县农林牧渔业总产值（2014年），各州（地、市）县农林牧渔业总产值（2015年），各州（地、市）县农林牧渔业总产值（2016年），各州（地、市）县农林牧渔业总产值（2017年），各州（地、市）县农林牧渔业总产值（2018年）。数据表结构相似，例如各州（地、市）县农林牧渔业总产值（2008年） 数据表共有5个字段： 字段1：农业 字段2：林业 字段3：牧业 字段4：渔业 字段5：农林牧渔服务业
青海省农业农村厅
该数据集记录了青海省各州（地、市），县农林牧渔业增加值，统计数据覆盖时间范围为2008年-2018年。数据按西宁市、海东地区、海北州、黄南州、海南州、果洛州、玉树州、海西州，共计8个州市项目划分。数据集包含11个数据表，分别为：各州（地、市）县农林牧渔业增加值（2008年），各州（地、市）县农林牧渔业增加值（2009年），各州（地、市）县农林牧渔业增加值（2010年），各州（地、市）县农林牧渔业增加值（2011年），各州（地、市）县农林牧渔业增加值（2012年），各州（地、市）县农林牧渔业增加值（2013年），各州（地、市）县农林牧渔业增加值（2014年），各州（地、市），县农林牧渔业增加值（2015年），各州（地、市）县农林牧渔业增加值（2016年），各州（地、市）县农林牧渔业增加值（2017年），各州（地、市）县农林牧渔业增加值（2018年）。数据表结构相似。例如各州（地、市）县农林牧渔业增加值（2008年） 数据表共有5个字段： 字段1：农业 字段2：林业 字段3：牧业 字段4：渔业 字段5：农林牧渔服务业
青海省农业农村厅
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
