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。
1282 108 2021-01-05
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。
1090 0 2021-01-03
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)。
1466 140 2020-12-28
拉萨市设施农地数据是基于2018年Google Earth影像解译，空间分辨率为0.52米。拉萨市温室大棚多为规则矩形，且反射率高，便于识别。直接采用目视解译判别各年年底温室图斑，解译过程中剔除了设施农业温室区内面积大于0.10公顷的露天地和宽度大于7米的道路，以及黑色纺织物覆盖的设施养殖大棚；未剔除设施农地间小块空地和田埂。样线验证解译准确率为98%。该数据较好反映了拉萨市设施农地空间格局特征。
1965 15 2020-12-27
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。
1256 92 2020-12-25
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。
1543 128 2020-12-25
生态系统服务是生态系统为人类提供的诸多惠益。土壤保持作为陆地生态系统提供的主要调节服务之一，是防止区域土地退化、降低洪涝灾害发生频率的重要保证，其常用土壤保持量（Soil Conservation, SC）进行评估。作为国家生态安全战略格局的重要组成部分，深入探讨青藏高原地区土壤保持的时空分布对我国的生态文明建设及可持续发展具有深远意义。基于修正的通用土壤流失方程（RUSLE），使用GIMMS NDVI 3gv1.0 数据 、ASTER GDEM、气象站点及中国土壤数据集等多种数据生成了青藏高原地区8km分辨率土壤保持数据集（1990-2015）。
858 26 2020-12-22
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。
1552 47 2020-12-22
“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。
1296 155 2020-10-25
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。
2723 121 2020-07-18
©
中国科学院青藏高原研究所
2012 -
|
联系我们
|
使用条款和免责申明
| 京ICP备05002818号-11
|
京公网安备11010502040845号
技术支持：中国科学院十三五信息化专项科学大数据工程项目
2021-01-05
1282
1
