近地表气温是反映气候变化的重要物理参数。为了获得中国地区高时空分辨率的日数据(Tmax、Tmin和Tavg),我们充分分析了各种现有数据(再分析数据、遥感数据和原位数据)的优缺点。针对不同的天气条件建立了不同的Ta重建模型,并通过建立不同区域的修正方程进一步提高数据精度。最后,获得了1979 - 2018年中国逐日气温数据集(Tmax、Tmin和Tavg),空间分辨率为0.1°。 对于Tmax,使用原位数据的验证表明,均方根误差(RMSE)范围为0.86°C至1.78°C,平均绝对误差(MAE)范围为0.63°C至1.40°C,皮尔逊系数(R2)范围为0.96至0.99。Tmin的RMSE为0.78°C ~ 2.09°C, MAE为0.58°C ~ 1.61°C, R2为0.95 ~ 0.99。对于Tavg, RMSE范围为0.35°C ~ 1.00°C, MAE范围为0.27°C ~ 0.68°C, R2范围为0.99 ~ 1.00。此外,利用多种评价指标分析Ta的时空变化趋势,Tavg增加幅度大于0.0°C/a,与全球变暖的总体趋势一致。 综上所述,该数据集具有较高的空间分辨率和可靠的精度,弥补了之前在高空间分辨率下缺失的温度值(Tmax、Tmin和Tavg)。该数据集也为研究气候变化,特别是高温干旱和低温冷害提供了关键参数。
方舒, 毛克彪, 毛克彪
数据集为中国逐月潜在蒸散发,空间分辨率为0.0083333°(约1km),时间为1990.1-2020.12(将每年更新),单位为0.1mm。该数据集是基于中国1km逐月均温、最低温、最高温数据集(本站已发布,Peng at al. 2019),采用Hargreaves潜在蒸散发计算式得到(Peng at al. 2017)。公式如下: PET = 0.0023 × S0 ×(MaxT − MinT)0.5 ×(MeanT + 17.8), 其中,PET为潜在蒸散发,mm/月;MaxT、MinT、MeanT分别为月最高温、最低温、均温;S0为到达地球大气层顶的理论太阳辐射,根据太阳常数、日地距离、儒略日、赤纬等计算得到。 为便于存储,数据均为int16型存于nc(NETCDF)文件中。nc数据可用ArcMAP软件打开制图,并可用Matlab、R软件提取处理。
彭守璋
本数据集包含了中国第三极地区(西藏、新疆、云南、青海)的2019年二氧化硫、氮氧化物、PM2.5排放网格化清单。排放清单来源于清华大学王书肖教授课题组排放清单数据库,通过使用ArcGIS软件技术将排放清单处理为1km*1km的网格数据集。排放计算的基础数据基于公开数据搜集、卫星观测数据、文献搜集等方式,以排放因子法进行计算,数据来自于国家统计局数据及其它行业统计年鉴。该数据可用于模型工作者对于第三极区域气候及空气质量的进一步研究。
吴清茹
全球稀有金属花岗伟晶岩主要集中于大陆拼合和裂解的重大时期。本数据统计了中国的典型铌钽锆铪矿床,利用这些矿床的 铌铁矿或相关的锡石、独居石取代锆石作为U-Pb定年矿物获得45个成矿年龄数据统计。第一个成矿期为元古代,白云鄂博与稀土共生的铌成矿作用发生于中元古代(1.4~1.3 Ga),在桂北元宝山、黔东梵净山等地发现的铌钽成矿作用形成于新元古代晚期(约820 Ma),是华南最早发生的铌钽成矿作用;古生代铌钽矿床较少,但其规模较大,福建南平为代表的华南古生代稀有金属伟晶岩(约400~380 Ma)代表了加里东期陆内构造运动的产物; 与古特提斯构造运动及中亚造山带后碰撞有关的早中生代三叠纪成矿分布面广(约250~200 Ma),而且直接反映了我国数量众多的花岗伟晶岩的成岩成矿作用;晚中生代铌钽成矿作用代表了我国最重要的大规模铌钽成矿期,集中在晚侏罗世到早白垩世(约160~120 Ma,最晚到90 Ma),是华南“燕山期成矿大爆发”中的主要组成部分;新生代(主要为渐新世到中新世)大规模淡色花岗岩岩浆作用发生高分异结晶作用,导致铌钽等稀有金属成矿发生,随着研究程度的加深,我国这一时期的铌钽资源会愈加显著。非常有意义的是,我国近一半的钽资源形成于三叠纪(花岗伟晶岩为主),而铌资源除了白云鄂博之外,近60%是晚中生代(侏罗纪-白垩纪)花岗岩结晶分异的产物。
王汝成
土壤是人类生存和发展的基础,多个联合国可持续发展目标(SDGs)与土壤资源利用和管理直接相关。然而,全球和我国现有土壤信息大多源于历史土壤调查,较为粗略、陈旧,不能满足应对粮食安全、水资源紧缺、土地退化和气候变化等全球和区域性问题的需要。中国疆域辽阔,土壤景观复杂多样,人为活动强烈,建立高精度土壤信息网格在科学上和应用上均有重要意义。基于近年“我国土系调查与《中国土系志》编制项目”获得的5000多个代表性土壤剖面样点,采用预测性土壤制图范式,利用地理信息与遥感技术对成土环境条件进行精细刻画和空间分析,研发自适应深度函数拟合方法,集成先进的集合式机器学习方法,在高性能并行计算环境下生成了我国系列土壤属性(土壤有机碳、PH值、全氮、全磷、全钾、阳离子交换量、砾石含量(>2mm),砂粒、粉粒、粘粒、土壤质地类型、容重、土体厚度等)高分辨率三维栅格分布图,并估算了不确定性的空间分布。与现有土壤图和相关土壤数据集相比,本研究结果大幅提高了现有制图的准确性和精细度,并提供了空间预测的不确定性信息,更好地表征了我国土壤属性的空间变异特征。该工作初步构建了我国第1版高分辨率国家土壤信息网格,也是对全球数字土壤制图计划(GlobalSoilMap.net)的重要贡献,预期在土壤资源、农业、水文、生态、气候、环境等领域有广泛的应用前景,如土壤监测与管理、土壤功能评价、陆面过程模拟和法庭土壤物证溯源等。
刘峰, 张甘霖
该数据集包括中国2001~2018年月尺度或年尺度的地表短波波段反照率、植被光合有效辐射吸收比、叶面积指数、森林覆盖度和非森林植被覆盖度、地表温度、地表净辐射、地表蒸散发、地上部分自养呼吸、地下部分自养呼吸、总初级生产力和净初级生产力。空间分辨率为0.1°。此外,还包括在气候驱动下(无人类干扰)的以上11个生态系统参量在2001~2018年间的时空变化。因此,该数据集可以反映气候变化与人类活动对21世纪中国陆地生产系统的影响。
陈永喆, 冯晓明, 田汉勤, 武旭同, 高镇, 冯宇, 朴世龙, 吕楠, 潘乃青, 傅伯杰
公里级、空间完整(无缝)的地表温度产品在全球变化等领域具有广泛的应用需求。基于遥感观测反演的地表温度具有较高的可信度,融合从热红外和微波观测反演的地表温度,是获取具有一定精度、空间完整地表温度的有效途径。基于这一指导思想,作者发展了反演中国区域1km、无缝地表温度的方法框架,并生成了相应的数据集(2002-2020). 首先采用基于查找表的AMSR-E/AMSR2 地表温度反演算法反演得到AMSR-E/AMSR2 地表温度,之后采用地理加权回归对AMSR-E/AMSR2 地表温度进行降尺度,得到1km 地表温度,最后使用多尺度卡尔曼滤波融合AMSR-E/AMSR2 1km地表温度和MODIS地表温度,生成1km无缝地表温度数据集。 地面验证评价结果表明,该LST的均方根误差(RMSE)约为3K,空间分布于MODIS LST、CLDAS LST的一致性较好。
程洁, 董胜越, 施建成
数据集包含2002年至2018年中国陆地土壤水分数据,单位为m³/m³,时间分辨率为月,空间分辨率为0.05°。它由3个被动微波遥感产品制成:日本宇宙航空研究开发机构(JAXA)的 AMSR-E 的 Level 3 土壤水分数据和 AMSR2 的 Level 3 土壤水分数据,以及由法国农业科学研究院(INRA)和法国空间生物圈研究中心(CESBIO)研发的 SMOS 产品的土壤水分数据。为了应对被动微波土壤水分产品空间分辨率低的不足,研究人员基于温度植被干旱指数(TVDI)建立了空间权重分解(SWD)模型,其中,TVDI由中分辨率成像光谱仪(MODIS)的地表温度(LST)MYD11C3数据和归一化植被指数(NDVI)MYD13C2数据计算而来。整体而言,降尺度的土壤水分产品与实地测量结果一致(R >0.78),且均方根误差较低(ubRMSE < 0.05 m³/m³),这表明数据在整个时间序列中具有良好的准确性。数据集可以广泛应用于水文及干旱监测,并且可以作为生态和其他地球物理模型的重要输入参数。
毛克彪, 毛克彪
透明度,作为一种最直观地反映水质特性的指标之一,能够综合地反映水体生态系统的营养状态。光学遥感技术为监测大范围湖泊(包括水库)透明度变化提供了可能。中国湖泊(>1公顷)透明度的年均值数据集覆盖时间从1990到2018年,时间分辨率为5年一期,空间分辨率为30米,使用的数据源为GEE平台的Landsat 长时间序列天顶角反射率产品数据。中国的青藏高原、蒙新高原和东北湖区的影像选择时间主要集中在每年5-10月的非冰期。研究团队利用3种实测透明度数据集进行中国湖泊透明度反演模型的构建与验证。第一种数据集是本研究团队在2004-2018年获取的野外实测数据,该数据集的3/4(976)用来建立模型(红/蓝波段比算法),精度为R2=0.79, rRMSE=61.9%;剩余的1/4(325)用来验证模型,精度为R2=0.80, rRMSE = 57.6%。另外两种数据集是用来验证透明度反演模型的时间迁移性,其中一种数据集是2007-2009年期间由中科院南京地理与湖泊研究所进行湖泊调查获取的实测数据(340),精度为R2=0.78,rRMSE = 59.1%;另一种数据集是1980s-1990s期间第一次湖泊调查结果(229),精度为R2=0.81,rRMSE = 50.6%。模型验证结果表明,透明度反演结果在时空上具有较好的精度和稳定性。最后,基于透明度反演模型,在GEE云平台上编写去云算法、水体指数算法等来实现中国湖泊透明度的反演。该数据集信息有助于决策者或者环境管理者更好改善和保护水质,维持区域的可持续发展。
陶慧, 宋开山, 刘阁, 王强, 温志丹
本数据集包括2013年全国盐田分布数据。这些数据通过Landsat卫星遥感影像人工解译提取盐湖图斑,矢量化处理后形成。主要包含盐田名称(YT)、盐性编号(YXBH)、所在省份(SF)等信息。数据集共有39条记录,56.00KB。数据集文件名及数据表标志名对应如下:盐田名称 YT、盐性编号 YXBH、所在省份 SF。采用WGS-84坐标系为空间基准,精度为1:30万,粒度以县级行政区为最小单元,以省级行政区为最大单元。
陈亮, 王建萍
该数据集记录了全国及西部十二省、区“九五时期“主要经济指标(1995-2000)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含5个数据表,分别为:全国及西部十二省、区九五时期主要经济指标11995-2000年.xls,全国及西部十二省、区九五时期主要经济指标21995-2000年.xls,全国及西部十二省、区九五时期主要经济指标31995-2000年.xls,全国及西部十二省、区九五时期主要经济指标41995-2000年.xls,全国及西部十二省、区九五时期主要经济指标51995-2000年.xls,数据表结构相同。例如全国及西部十二省、区九五时期主要经济指标51995-2000年.xls的数据表共有3个字段: 字段1:省(市、区) 字段2:第二产业增加值(亿元) 字段3:第三产业增加值(亿元)
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区主要牧业产品产量、人均产量及排序(2012-2018)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含10个数据表,各数据表结构相同。例如2016年的数据表共有3个字段: 字段1:地 区 字段2:肉类 字段3:奶类
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区外商投资和旅游及排序(2001-2004)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含4个数据表,各数据表结构相同。例如2003年的数据表共有5个字段: 字段1: 省(市、区) 字段2:外商合同投资(万美元) 字段3:外商实际投资(万美元) 字段4:旅游人数(万人次) 字段5:旅游创汇总额(亿美元)
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区生产总值和增长率及排序(2003-2018)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含16个数据表,各数据表结构相同。例如2018年的数据表共有3个字段: 字段1:地 区 字段2:国内(地区)生产总值 字段3:第一产业增加值
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区社会消费品零售额和货物进出口总额及排序(2001-2018)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含18个数据表,各数据表结构相同。例如2018年的数据表共有3个字段: 字段1:地 区 字段2:社会消费品零售总额 字段3:货物进出口贸易总额
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区人口出生率、死亡率、自然增长率(2001-2008)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含8个数据表,各数据表结构相同。例如2008年的数据表共有5个字段: 字段1:省(市、区) 字段2:年底总人口 字段3:人口出生率 字段4:人口死亡率 字段5:人口自然增长率
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区人均GDP和增长率及排序(2010-2018)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含8个数据表,各数据表结构相同。例如2017-2018年的数据表共有4个字段: 字段1:地 区 字段2:数 量 字段3:位 次 字段4:增长率
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区人均GDP、职工平均工资及排序(2001-2008)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含8个数据表,各数据表结构相同。例如2008年的数据表共有3个字段: 字段1:省(市、区) 字段2:人均生产总值 字段3:在岗职工平均工资
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区全社会客货运量和周转量及排序(2001-2018)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含5个数据表,各数据表结构相同。例如2018年的数据表共有5个字段: 字段1:地 区 字段2:货运量(万吨) 字段3:货物周转量(亿吨公里) 字段4:客运量(万人) 字段5:旅客周转量(亿人公里)
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区农业总产值和增长率及排序(2001-2018)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含17个数据表,各数据表结构相同。例如2018年的数据表共有4个字段: 字段1:地 区 字段2:农林牧渔业总产值 字段3:农业产值 字段4:牧业产值
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区农村居民人均收支及排序(2014-2018)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含5个数据表,各数据表结构相同。例如2018年的数据表共有3个字段: 字段1:地 区 字段2:人均可支配收入 字段3:人均消费性支出
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区农村居民人均收支、恩格尔系数及排序(2001-2013)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含13个数据表,各数据表结构相同。例如2013年的数据表共有4个字段: 字段1:地 区 字段2:纯收入 字段3:恩格尔系数 字段4:生活消费性支出
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区旅游情况及排序(2006-2010)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含7个数据表,各数据表结构相同。例如2011年的数据表共有4个字段: 字段1:省(市、区) 字段2:入境旅游人数(万人次) 字段3:外国人(万人次) 字段4:国际旅游创汇总额(亿美元)
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区居民消费价格指数及排序(2001-2010)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含11个数据表,各数据表结构相同。例如2011年的数据表共有5个字段: 字段1:省(市、区) 字段2:居民消费价格指数 字段3:位 次 字段4:食 品 字段5:居 住
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区建筑业总产值和施工、竣工面积及排序(2011-2018)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含8个数据表,各数据表结构相同。例如2018年的数据表共有4个字段: 字段1:地区 字段2:建筑业总产值 字段3:施工面积 字段4:竣工面积
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区建筑业产值和面积及排序(2001-2010)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含10个数据表,各数据表结构相同。例如2010年的数据表共有4个字段: 字段1:省(市、区) 字段2:建筑业总产值 字段3:施工面积 字段4:竣工面积
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区国内生产总值和增长率及排序(2001-2002)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含2个数据表,各数据表结构相同。例如2002年的数据表共有3个字段: 字段1: 省(市、区) 字段2:国内生产总值(亿元) 字段3:第一产业增加值(亿元
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区规模以上工业企业主要经济指标及排序(2011-2018)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含9个数据表,各数据表结构相同。例如2018年的数据表共有4个字段: 字段1:地区 字段2:工业增加值 字段3:主营业务收入 字段4:利润总额
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区固定资产投资和增长率及排序(2001-2018)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含18个数据表,各数据表结构相同。例如2018年的数据表共有4个字段: 字段1:地区 字段2:固定资产投资(不含农户) 字段3:房地产开发投资额 字段4:商品房销售面积
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区工业资产负债率、周转次数、产销率及排序(2001-2010)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含10个数据表,各数据表结构相同。例如2018年的数据表共有4个字段: 字段1:省(市、区) 字段2:资产负债率 字段3:流动资产周转次数 字段4:产品销售率
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区工业增加值、利润总额、资产贡献率及排序(2001-2010)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含10个数据表,各数据表结构相同。例如2010年的数据表共有4个字段: 字段1:省(市、区) 字段2:工业增加值 字段3:利润总额 字段4:总资产贡献率
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区工业企业主要产品产量及排序(2001-2010)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含11个数据表,各数据表结构相同。例如2011年的数据表共有5个字段: 字段1:省(市、区) 字段2:农用化肥(万吨) 字段3:发电量(亿千瓦小时) 字段4:粗钢(万吨) 字段5:水泥(万吨)
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区工业企业主要产品产量、人均产量及排序(2012-2018)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含7个数据表,各数据表结构相同。例如2018年的数据表共有3个字段: 字段1:地区 字段2:天然气(亿立方米) 字段3:发电量(亿千瓦小时)
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区各类价格指数(2012-2018)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含7个数据表,分别为: 全国各地区各类价格指数(2012年).xls 全国各地区各类价格指数(2013年).xls 全国各地区各类价格指数(2014年).xls 全国各地区各类价格指数(2015年).xls 全国各地区各类价格指数(2016年).xls 全国各地区各类价格指数(2017年).xls 全国各地区各类价格指数(2018年).xls,数据表结构相同。例如2018年的数据表共有5个字段: 字段1:地区 字段2:居民消费价格指数 字段3:商品零售价格指数 字段4:农业生产资料价格指数 字段5:固定资产投资价格指数
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区第二、三产业增加值和增长率及排序(2001-2018)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含18个数据表,各数据表结构相同。例如2018年的数据表共有3个字段: 字段1:地区 字段2:第二产业增加值 字段3:第三产业增加值
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区地方财政收支及排序(2001-2008)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含8个数据表,各数据表结构相同。例如2008年的数据表共有3个字段: 字段1:省(市、区) 字段2:地方财政一般预算收入 字段3:财政一般预算支出
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区城镇人口比重(2010-2018)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含3个数据表,分别为: 全国各地区城镇人口比重(2010-2016年).xls 全国各地区城镇人口比重(2011-2017年).xls 全国各地区城镇人口比重(2011-2018年).xls,数据表结构相同。例如2018年的数据表共有2个字段: 字段1:年份 字段2:地区
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区城镇居民人均收支、恩格尔系数及排序(2004、2007)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含2个数据表,分别为:全国各地区城镇居民人均收支、恩格尔系数及排序(2004年)2004.xls,全国各地区城镇居民人均收支、恩格尔系数及排序(2007年))2007年.xls,数据表结构相同。例如2007年的数据表共有4个字段: 字段1:省(市、区) 字段2:可支配收入 字段3:消费性支出 字段4:恩格尔系数
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
该数据集记录了全国各地区常住人口规模(2007-2018)的统计数据,数据是按年份进行划分的。数据整理自青海省统计局发布的青海省统计年鉴。数据集包含7个数据表,各数据表结构相同。例如2011-2018年的数据表共有2个字段: 字段1:年份 字段2:地区
青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局, 青海省统计局
DNA was extracted from teeth or phalanx. Firstly, we conducted 2 hours UV irradiation on the samples, and removed a layer of surface using a sterile dentistry trill, then again irradiated with 1 hour UV-light on the samples. We drilled out ~80 mg of bone powder for every sample with the sterile dentistry trill, and only do 2 samples at one time (include following procedures until performing sequencing; samples from different archaeological sites were never handled together) to avoid potential individual cross-contamination. Using the 80 mg bone powder, we performed DNA extraction following the silica suspension protocol from an early report (Rohland and Hofreiter 2007), which was modified afterwards (Allentoft, et al. 2015) for customizing recovering of more shorter DNA fragments, that finally resulting a total of 100 μl aliquots for each sample. In brief, the bone powder was digested over night with proteinase K in 0.5M EDTA plus 10% N-Laurylsarcosyl suspension, then the released DNA was absorbed in solution which includes PB buffer, 5M sodium acetate, 5M sodium chloride and SiO2 suspension, and followed by three times of purification using 80% ethyl alcohol. Finally, after airing, the DNA was eluted with 100 μl EB buffer. Next, to perform preliminary aDNA preservation situation screening, using 20μl DNA aliquots of each sample, we built the double strand library (DSL) with no Uracil- DNA-Glycosylase (UDG) treatment under a single indexing with commercial kit (cat no: E7370) from New England Biolabs (Ipswich, MA) following the manufacturer’s guidelines, as previously reported (Meyer and Kircher 2010) that includes end prep, adaptor ligation, purification, PCR amplification and size selection steps. PCRs were conducted in a final volume of 50 μl using AmpliTaq Gold 360 DNA Polymerase (AmpliTaq Gold, Life Technologies Applied Biosystems) which is able to well amplify across uracils, preserve the DNA damage pattern that induced by deamination, which indicating of authentic aDNA (Krause, et al. 2010). We performed all the sequencing (also the following captured library sequencing) on the Illumina HiSeq X Ten (PE-150) platform (https://www.illumina.com.cn/systems/sequencing-platforms/hiseq-x.html). The calculated appraise indexes of aDNA quality and preservation are shown in Table S1. Lastly, we rebuilt the DSLs with 3 hours UDG treatment using the remaining DNA extraction aliquots, which could largely remove uracil residues from DNA fragmental end to leave abasic sites, and cuts the DNA at the 5´ and 3´ sides of the abasic sites with enzyme endonuclease VIII (Endo VIII). For these libraries, we performed the mtDNA capture using myBaits® Mito-Target Capture Kits as previous report (Enk, et al. 2014). Briefly, we used the biotinylated RNA “baits” that are transcribed from the human genomic DNA to perform the capture in solution overnight at 65°C, then mixed in streptavidin-coated magnetic beads and sequestered the targets with a magnetic stand. The PCRs for both pre-capture and post-capture are performed using KAPA HiFi Hot start Polymerase (KAPA BIOSYSTEMS).
祁学斌, 祁学斌, 祁学斌
悬棺葬是将殓尸棺木高置于临江面海、依山傍水的悬崖峭壁上崖壁、洞穴、裂隙的一种葬俗。悬棺葬广泛分布于中国长江流域及其以南地区,在东南亚乃至太平洋群岛亦有较多的分布。随自然风化和人为破坏,这类遗迹越来越少。作为一种比较奇特而古老的考古文化遗存和丧葬习俗,悬棺葬文化一直受到考古学界的广泛关注。 测年方法:将悬棺上的木条样本送到美国Miami 的Beta Analytic testing laboratory进行C14测定。测定方法:4 in-house NEC accelerator mass spectrometers (AMS) and 4 Thermo IRMSs under strict chain of custody and quality control using ISO/IEC 17025:2005 testing accreditation PJLA #59423 accreditation protocols. 结果:测年结果表明,年代最早的悬棺葬遗址位于我国福建省武夷山地区,距今 3,600年,相当于我国的商周时期。福建武夷山地区被认为是悬棺葬习俗的发源地,尔后由该地区传播到了华南其它地区以及东南亚和太平洋群岛。位于川南和滇东北金沙江流域的悬棺葬是我国大陆境内年代最晚的悬棺葬文化遗存(明代末期),也是我国悬棺葬遗址分布的西极。在泰国西北部海拔较高的山区分布着一个悬棺葬群,距今2,100-1,200年。
祁学斌, 祁学斌, 祁学斌
利用古DNA(aDNA)分析技术,对来自云南昭通威信和盐津、广西右江流域(百色市华村)和泰国邦玛帕地区,年代在2,500-660年前的13个悬棺葬遗址共41个人类遗骸样品开展了线粒体DNA全序列分析。他们发现滇西北的悬棺葬人群母系遗传世系遗传多样性非常高,而泰国北部的悬棺葬人群的遗传多样性相对较低。该结果符合悬棺葬习俗在中国南方起源并向南流传到东南亚的观点。另外,亚洲不同地区的悬棺葬人群之间共享少数的母系遗传世系,表明不同悬棺葬人群间存在非常密切的关系。他们将遗传学分析结果与考古学、体质人类学、民俗学和历史学等的证据相结合,推测悬棺葬习俗约在3,600年前起源于中国东南沿海地区(如武夷山地区)的百越族群中,他们是现今民族众多的侗傣语系(Daic)族群的先祖。之后,悬棺葬习俗以人群迁徙和流动的方式(Demic Diffusion)在华南地区广泛流传。然而,大约在两千年前(泰国最早的悬棺葬年代),非常少数的悬棺葬习俗传承者以文化扩散(Cultural Assimilation)的方式将该习俗大面积传播到了泰国北部等东南亚地区的的一些原住民群体。 本研究仅从母系遗传世系的角度做了初步的探讨,对于在华南和东南亚以及太平洋群岛广阔的地区流传了三千多年的悬棺葬文化来说,其文化的来龙去脉及其传承者的人群历史可能比较复杂。未来用更具有广泛代表性的悬棺葬人类遗骸样品,从基因组DNA和父系世系Y-DNA等的角度,结合多学科交叉的研究,将为更全面地展现悬棺葬习俗历史文化的面貌提供更加系统的证据支撑。
祁学斌, 祁学斌, 祁学斌
夜间灯光遥感(以下简称夜光)已经成为反映包括社会经济和能源消耗在内的人类活动的一个越来越重要的指标。现有夜光数据集(如美国国防气象卫星计划(DMSP)和国家极地轨道可见光红外成像辐射计(NPP))在时间范围和数据质量上都很有限。因此我们提出了一种夜间灯光卷积长短期记忆(NTLSTM)网络,并将该网络应用于生长出世界上第一套1984 - 2020年中国的人工夜间灯光数据集(PANDA)。模型与原始图像的模型评估显示,平均均方根误差(RMSE)达到0.73,决定系数(R2)达到0.95,像素级的线性斜率为0.99,表明生成产品的数据质量较高。模型结果可以很好地捕捉到新建成区的时间趋势。社会经济指标(建成区面积、国内生产总值、人口)与PANDA的相关性比现有的所有产品都更好,这表明它在寻找不同阶段夜间灯光变化的不同控制方面有更好的潜力。此外,PANDA描绘了不同的城市扩展类型,在代表道路网络方面胜过其他产品,并在早期提供了潜在的夜光景观。
张立贤, 任浙豪, 陈斌, 宫鹏, 付昊桓, 徐冰
1.数据内容:该数据包含了国内外1280户家庭成员的基本信息,包括性别、年龄、社会保障、受教育程度、劳动力及就业状况等信息,用来支撑分析可持续生计中的人力资本、生计策略部分。2.数据来源:课题组入户调研收集的一手资料。3.数据质量:收集该数据前,课题组及邀请的专家进行了预调研,完善了调研问卷;正式调研前,对参加数据收集的人员进行了严格的培训;正式调研时,每份问卷均经过三次检查方可入档。4.该数据对于了解环境-经济脆弱区农户人力资本、生计策略、家庭人口特征具有重要价值,是该方面对国别、宏观数据的重要补充。
张林秀, 张林秀, 张林秀, 张林秀, 张林秀, 白云丽, 白云丽, 白云丽, 白云丽, 白云丽, 白云丽
1.数据内容:该数据包含了国内外1280户家庭耕地、草地、林地等不同类型土地面积及属性,用来支撑分析可持续生计中的自然资本部分。2.数据来源:课题组入户调研收集的一手资料。3.数据质量:收集该数据前,课题组及邀请的专家进行了预调研,完善了调研问卷;正式调研前,对参加数据收集的人员进行了严格的培训;正式调研时,每份问卷均经过三次检查方可入档。4.该数据对于了解环境-经济脆弱区农户自然资本、土地禀赋具有重要价值,是该方面对国别、宏观数据的重要补充。
张林秀, 张林秀, 张林秀, 张林秀, 张林秀, 白云丽, 白云丽, 白云丽, 白云丽, 白云丽, 白云丽
1.数据内容:该数据包含了国内外1280户家庭社会网络情况,用来支撑分析可持续生计中的社会资本部分。2.数据来源:课题组入户调研收集的一手资料。3.数据质量:收集该数据前,课题组及邀请的专家进行了预调研,完善了调研问卷;正式调研前,对参加数据收集的人员进行了严格的培训;正式调研时,每份问卷均经过三次检查方可入档。4.该数据对于了解环境-经济脆弱区农户社会资本具有重要价值,是该方面对国别、宏观数据的重要补充。
张林秀, 张林秀, 张林秀, 张林秀, 张林秀, 白云丽, 白云丽, 白云丽, 白云丽, 白云丽, 白云丽
1.数据内容:该数据包含了国内外1280户家庭总收入及各类收入情况,用来支撑分析可持续生计中的生计输出部分。2.数据来源:课题组入户调研收集的一手资料。3.数据质量:收集该数据前,课题组及邀请的专家进行了预调研,完善了调研问卷;正式调研前,对参加数据收集的人员进行了严格的培训;正式调研时,每份问卷均经过三次检查方可入档。4.该数据对于了解环境-经济脆弱区农户生计结果具有重要价值,是该方面对国别、宏观数据的重要补充。
张林秀, 张林秀, 张林秀, 张林秀, 张林秀, 白云丽, 白云丽, 白云丽, 白云丽, 白云丽, 白云丽
1.数据内容:该数据包含了国内外1280户家庭的在金融机构的借贷行为,用来支撑分析可持续生计中的金融资本部分。2.数据来源:课题组入户调研收集的一手资料。3.数据质量:收集该数据前,课题组及邀请的专家进行了预调研,完善了调研问卷;正式调研前,对参加数据收集的人员进行了严格的培训;正式调研时,每份问卷均经过三次检查方可入档。4.该数据对于了解环境-经济脆弱区农户金融资本可及性有重要价值,在该方面对世界银行国别普惠金融数据的重要补充。
张林秀, 张林秀, 张林秀, 张林秀, 张林秀, 白云丽, 白云丽, 白云丽, 白云丽, 白云丽, 白云丽
1.数据内容:该数据包含了国内外1280户家庭所在的社区,道路、学校等15种公共设施与公共服务的可及性,及农户对这些公共设施与公共服务横向、纵向比较的满意度,用来支撑分析可持续生计中的物质资本部分。2.数据来源:课题组入户调研收集的一手资料。3.数据质量:收集该数据前,课题组及邀请的专家进行了预调研,完善了调研问卷;正式调研前,对参加数据收集的人员进行了严格的培训;正式调研时,每份问卷均经过三次检查方可入档。4.该数据对于了解环境-经济脆弱区农户物质资本可及性及其满意度具有重要价值,是该方面对国别、宏观数据的重要补充。
张林秀, 白云丽, 白云丽, 白云丽, 白云丽, 白云丽, 白云丽
本数据集是一个包含34年(1983.7-2017.6)的全国高分辨率地表太阳辐射数据集,其分辨率为10公里,数据单位为W/㎡。该数据集是基于以ISCCP-HXG云产品为主要输入的全球高分辨率(3小时,10公里)地表太阳辐射数据集(1983-2017)上,通过地理加权回归方式,融合全国2261个气象台站日照时数反演的地表太阳辐射站点数据而生成的全国地表太阳辐射分布数据。验证并和其他全球卫星辐射产品比较表明,该数据集在长期趋势模拟上比GEWEX-SRB、CMSAF-CLARA-A2、ISCCP-HXG卫星辐射产品的精度要高。本数据可为陆地表面过程模拟的水文生态学的长期变化应用和研究中提供有利的数据支持。
冯飞, 王开存
联系方式
关注我们

时空三极环境大数据平台 © 2018-2020
陇ICP备19003365号-4 | All Rights Reserved
|
京公网安备11010502040845号