本数据包括西藏纳木错湖水不同深度处的日平均水温数据，是实地监测获取的湖水温度变化情况；该数据利用水质多参数仪及温度探头放置于水中而连续获取，温度记录的分辨率是10分钟和2小时，并基于原始测量数据计算了日平均水温；所用仪器和方法均非常成熟，数据处理过程进行了严格的质量控制，确保数据真实可靠；该数据已用于纳木错湖水热力学分层研究、湖气热量平衡研究等物理湖泊学方面的基础研究，并用来校正基于遥感数据的湖水温度数据及不同的湖泊模型研究。可用于物理湖泊学、水文学、湖气相互作用、遥感数据同化验证及湖泊模型研究。
王君波
doi: 10.11888/Hydro.tpdc.270332 3673 63 申请获取 2020-03-26
一个具有完整全球海洋覆盖范围的网格化海洋温度数据集是了解气候变化和气候变异性的一个非常有价值的资源。大气物理研究所（iap）通过若干创新步骤，对1990年以来2000米高空的历史海洋地下温度进行了新的客观分析。第一种方法是使用一组更新的过去的观察结果，这些新的观测结果已经被纠正了偏差（例如，在地震中）。XBT偏置校正CH14方案，XBT社区推荐。第二个是在海洋中不同地方的值之间使用协变性和来自包括一个全面海洋模型的若干气候模型的背景信息。第三个是扩大每个观测对较大区域的影响，认识到南大洋广阔开放的广阔空间的相对同质性。然后，这些观测也被用来提供更精细的尺度细节。最后，通过使用最近观测到的海洋状态的知识仔细地评估了新的分析，但是使用更遥远的过去的观测的稀疏分布进行次采样，以表明该方法产生无偏的历史重建。 海面风场数据集使用RSS第7版微波辐射计风速数据构建。输入的微波数据由遥感系统处理，资金来自美国宇航局测量计划和美国宇航局地球科学物理海洋学计划。 该风速产品用于气候研究，因为输入数据经过了仔细的相互校准和一致的处理。每个netCDF文件包含： 1）风速月平均值，网格尺寸360x180x自1988年1月以来所有月份的数量（随时间增加）； 2）一组12个月的气候学风速，网格大小为360x180，气候学是1988-2007年20年期间计算的平均值； 3）从1988年1月以来360x180x#个月的月平均数减去上述气候图得出的风速月异常（随时间增加）； 4）风速趋势图，网格尺寸360x180，趋势计算时间为1988-01-01至最近完整日历年；5）时间纬度图（有效数据至少需要10%的纬度单元），网格尺寸为自1988年1月起180 x#个月（随时间增加）
葛咏, 李强子, 董文
doi: 10.11888/Disas.tpdc.270421 5959 148 开放获取 2020-03-24
该数据来源于地球物理课题组ANTILOPE-I的原始地震数据，主要包含西藏西部地区的走时数据。全部数据采用人工手动拾取的办法进行处理。处理过程中采用带宽滤波，滤波范围0.05-2Hz。由于采用远震数据，所以在采集过程中使用了互相关的办法对波形进行“对齐”。数据质量良好，因为所提取的数据均来自于全球地震目录定位的大于5.5级的地震，并且每一个事件均有明显的起跳点。该数据的公布可以使其他地震学家利用该数据对该地区的地下结构进行重建和分析。
张衡
doi: 10.11888/Geo.tpdc.270331 2764 13 申请获取 2020-03-21
为研究拉萨藏族人群的复习遗传结构，我们采集了1029个拉萨藏族个体。首先，通过SNP分型的方法，确定了每个样本的单倍群归属。其次，采用ABI 3130XL，用荧光标记引物对8个STR进行了检测，以进一步研究该人群的Y染色体遗传多样性。结果表明，拉萨藏族人群中的D-M174频率最高（56.56%，其中D3*-P99最多），其次是O-M175 (30.71%，主要以O3a3c1-M117为主。此外，还有一些低频的类群，如N-M231(5.15%，主要是N1*-LLY22)，C-M130 (2.62%)、R-M207 (2.53%)、Q (1.55%)、J (0.68%)、K-M以及T。进一步分析表明，拉萨藏族人群的Y染色体组分存在时间上的分层，包括3万年前、末次盛冰期、末次盛冰期后、全新世等时期，反映了不同时期的定居历史。
孔庆鹏, 祁学斌
doi: 10.11888/Paleoenv.tpdc.270337 2889 4 申请获取 2020-03-20
The data set contains nearly 15 years of eddy covariance data from an alpine steppe ecosystem on the central Tibetan Plateau.The data was processed following standardized quality control methods to allow for comparability between the different years of our record and with other data sets. To ensure meaningful estimates of ecosystem atmosphere exchange, careful application of the following correction procedures and analyses was necessary: (1) Due to the remote location, continuous maintenance of the eddy covariance (EC) system was not always possible, so that cleaning and calibration of the sensors was performed irregularly. Furthermore, the high proportion of bare soil and high wind speeds led to accumulation of dirt in the measurement path of the infrared gas analyzer (IRGA). The installation of the sensor in such a challenging environment resulted in a considerable drift in CO2 and H2O gas density measurements. If not accounted for, this concentration bias may distort the estimation of the carbon uptake. We applied a modified drift correction procedure following Fratini et al. (2014) which, instead of a linear interpolation between calibration dates, uses the CO2 concentration measurements from the Mt. Waliguan atmospheric observatory as reference time series. (2) We applied rigorous quality filtering of the calculated fluxes to retain only fluxes which represent actual physical processes. (3) During the long measurement period, there were several buildings constructed in the near vicinity of the EC system. We investigated the influence of these obstacles on the turbulent flow regime to identify fluxes with uncertain land cover contribution and exclude them from subsequent computations. (4) We calculated the de-facto standard correction for instrument surface heating during cold conditions (hereafter called sensor self heating correction) following Burba et al. (2008) and a revision of the original method following Frank and Massman (2020). (5)Subsequently, we applied the traditional and widely used gap filling procedure following Reichstein et al. (2005) to provide a more complete overview of the annual net ecosystem CO2 exchange.(6) We estimated the flux uncertainty by calculating the random flux error (RE) following Finkelstein and Sims (2001) and by using the standard deviation of the fluxes used for gap filling(NEE_fsd) as a measure for spatial and temporal variation.
Felix Nieberding, 马耀明, Christian Wille, Gerardo Fratini, Magnus Ole Asmussen, 王玉阳, 马伟强, Torsten Sachs
doi: 10.11888/Meteoro.tpdc.270333 4107 245 开放获取 2020-03-18
采用夹捕、笼捕和陷阱法调查非飞行小型兽类多样性与垂直分布格局。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。小型兽类调查布设采集样线64条，完成5个海拔带，累计采集日数达11456个，采集标本1061号，组织样品2394份；红外相机调查获得野生动物照片4638张，人类活动照片654张。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
doi: 10.11888/Ecolo.tpdc.270338 1849 136 开放获取 2020-03-17
国内生产总值(GDP)是衡指一个国家(或地区)所有常驻单位，在一定时期内，生产的全部最终产品和服务价值的总和，是衡量一个国家的总体经济状况重要指标。收集公开的GDP数据，以联合国发布的2010年公里尺度全球GDP网格数据为基础，获取34个节点区域的总GDP数量，再以节点区域的灯光数据、土地利用数据等为辅助数据，经过数据预处理、数据插值和多元回归分析，建立GDP与百米尺度多元数据间的关系，获得GDP密度分布，进而推测获得34个关键节点区域的GDP百米格网数据。
葛咏, 李强子, 董文
doi: 10.11888/Socioeco.tpdc.270415 3205 15 开放获取 2020-03-16
青藏高原野外观测研究平台是开展青藏高原科学观测和研究的前沿阵地。基于高原地表过程与环境变化的陆面-边界层立体综合观测为青藏高原地气相互作用机理及其影响研究提供了大量的珍贵数据。本数据集综合了珠穆朗玛大气与环境综合观测研究站、藏东南高山环境综合观测研究站、那曲高寒气候环境观测研究站、纳木错多圈层综合观测研究站、阿里荒漠环境综合观测研究站、慕士塔格西风带环境综合观测研究站2005-2016年逐小时大气、土壤和涡动观测数据。包含了由多层风速风向、气温、湿度以及气压、降水组成的梯度观测数据，辐射四分量数据，多层土壤温湿度和土壤热通量观测数据以及感热通量、潜热通量和二氧化碳通量组成的湍流数据。这些数据能广泛的应用于青藏高原气象要素特征分析、遥感产品评估和遥感反演算法的发展、数值模拟的评估和发展等研究中。
马耀明
doi: 10.11888/Meteoro.tpdc.270910 15001 1068 开放获取 2020-03-15
2010年百米尺度的人口格网数据，每个格网表达该范围内的人口总的数量（单位：人）。该数据来源于英国南安普顿大学地球数据研究所，对该数据进行投影转换、裁剪等处理加工得到“一带一路”沿线34个关键节点区域的百米尺度的人口格网数据。该数据是以行政单元的人口普查数据，通过空间尺度转换得到规则的百米尺度的人口格网数据，每个格网人口是按各行政单元人口和多源辅助数据利用随机森林方法计算得到。人口数据可用于诸多领域，包括城市规划、选举、风险评估、灾害救援、疾病防控、减贫扶贫等。注：该数据仅为初始数据，后续将结合人口普查、建筑物以及GIS遥感等数据进一步加工处理得到更加精确的人口格网数据。
葛咏, 李强子, 董文
doi: 10.11888/Socioeco.tpdc.270354 3247 22 开放获取 2020-03-15
对外开放程度是指一个国家或地区经济对外开放的程度，具体表现为市场的开放程度，通常包括进出口额、利用外资、关税水平、通关便利、自贸协定、市场准入、资本兑换、知识产权保护等。本套数据为“一带一路”64国的对外开放数据，包括外商直接投资净流入（亿美元）、进口总额（亿美元）、出口总额（亿美元）。数据来源包括世界银行、联合国贸易和发展会议，WTO。沿线64国包括西亚、北非16国；中东欧16国；独联体其他5国；南亚8国；缅甸、越南、泰国等东南亚11国；蒙古、俄罗斯和中亚5国。
宋涛
4143 29 申请获取 2020-03-15
2015年尼泊尔廓尔喀（矩震级Mw7.8）地震发生在主喜马拉雅逆冲断裂（MHT）上，为陆陆碰撞带结构的研究提供了最直接的观测资料。我们使用覆盖整个余震区（Event catalog 1.docx和Event catalog 2.docx）的近台地震波形数据对MHT进行研究，获得了研究区速度结构（Velocity.dat）。结果表明，MHT沿构造走向呈现清晰的横向变化，在主震区存在低喜马拉雅斜坡，而在余震区东部变得更深而且倾角更加平缓。余震区东部MHT界面上的地震波速表现为高速异常，可能与印度板块基底隆起的俯冲结构有关，余震区西部同样存在地震波速高速异常。MHT的这些总体形态结构变化控制了廓尔喀地震的破裂长度。
白玲
doi: 10.11888/Disas.tpdc.270326 1994 126 开放获取 2020-03-13
通过对青藏高原宗日遗址、河西走廊三角城、火石梁、缸缸洼、一个地窝南、砂锅梁、官地、茂林山、冬给错那、诺木洪、曲贡、立定等40余处新石器-青铜时代遗址进行考古调查和发掘，获取了各遗址经纬度、高程、文化属性、文化遗物等基本信息；同时，对遗址调查和发掘过程中的动植物遗存进行科学收集、鉴定和实验室分析，得到了一批遗址碳十四年代数据、光释光年代数据、动物遗存鉴定数据、植物遗存鉴定数据、碳氮稳定同位素数据、孢粉数据、真菌孢子数据和环境指标数据。该数据集为研究青藏高原新石器-青铜时代先民的活动历史和生业模式提供了数据支撑。
董广辉, 杨晓燕, 吕红亮, 刘向军, 候光良
doi: 10.11888/Geogra.tpdc.270353 2290 3 保护期内 2020-03-13
采用板块构造、古地理学、含油气盆地分析和沉积盆地动力学理论作为指导，在大量收集泛第三极近年来地质研究和油气地质研究的各种资料成果，包括地层、沉积、古生物、古地理、古环境、古气候、构造、油气（钾盐）地质等基础材料，特别是以古地磁、古生物以及碎屑锆石、地球化学等资料的基础上，结合典型实测地层剖面的成果，对侏罗纪时期岩相和气候古地理格局进行恢复与重建，得到泛第三极早、中、晚侏罗世岩相古地理图（3张）及泛第三极早、中、晚侏罗世气候古地理图（3张），旨在探讨古地理、古构造、古气候等对油气（含钾盐）资源的控制和影响作用，以揭示油气形成的地质条件和资源分布规律，为我国海外和境内油气勘探部署提供科学依据和技术支撑。
doi: 10.11888/Paleoenv.tpdc.270419 4166 154 开放获取 2020-03-10
“一带一路”沿线34个关键节点区域极端干旱历史事件泛在网络数据是从互联网收集而来。该数据通过Python程序语言编写网络爬虫，通过调用谷歌和百度搜索引擎根据极端干旱事件的关键词获得网页信息，并对网页信息进行解析，提取事件发生的时间、地点以及事件概况、影响范围、受灾人数、死亡人数、网页地址等核心信息。该数据可用于极端事件中极端干旱的风险评估，从而为“一带一路”沿线关键节点和区域开展极端干旱风险研究提供重要支撑作用。
葛咏, 凌峰
1642 125 开放获取 2020-03-10
我们基于中国数字测震台网记录的发生在印度洋的8个地震（2009-2018）的波形资料，利用观测和三维理论波形互相关方法，获得了印度、尼泊尔和中国西南部地区的929个高质量的ScS-S走时残差（Differential traveltimes.dat）。这些时差显示出高达10s的横向变化，表明D”区剪切波速度在横向300km的距离上可以达到7%。结果表明，化学异常和可能的熔体有助于古老的俯冲带下地幔底部结构的形成，我们的研究为此提供了新的观测证据。
李国辉, 白玲
doi: 10.11888/Geo.tpdc.270369 2077 134 开放获取 2020-03-10
最优差值海表温度(OISST)分析产品提供了使用最优插值(OI)技术构建的完整海洋温度场。海温产品的空间网格分辨率为0.25度，时间分辨率为1天。该产品使用先进的甚高分辨率辐射计(AVHRR)卫星数据，来自探路者(Pathfinder) AVHRR SST数据集(1981年9月至2005年12月)和海军AVHRR多通道海表温度数据(2006年至今)。选择探索者AVHRR海表温度是因为其与现场观测数据吻合较好。该产品还使用海冰数据集，来自船只和浮标的现场数据，并包括大规模调整卫星偏差的现场数据。在有海冰存在的地区，海表温度是由美国国家航空航天局2005年以前的GSFC和2005年以后的NOAA NCEP提供的海冰浓度数据来估计的。海表温度在风暴潮研究中具有重要意义。基于1981年至2016年的海表温度产品，利用GEE对数据进行研究区的掩模裁剪并重采样。最后得到了1981-2016年“一带一路”沿海海域16天合成海面温度数据集。
葛咏, 李强子, 董文
doi: 10.11888/Meteoro.tpdc.270343 1995 16 开放获取 2020-03-09
总人口是根据事实上的人口定义计算的，包括所有居民，不论其法律地位或公民身份。所示数值为年中估计值。本数据集包括斯里兰卡、孟加拉国、巴基斯坦、印度、马尔代夫等全球22个国家1960-2018年人口统计数据，数据字段包括：国家、年份、人口比例、男性比例、女性比例、人口密度（公里²）。 资料来源：（1）联合国人口司。世界人口展望：2019年修订版。（2）各国统计局的人口普查报告和其他统计出版物，（3）欧统局：人口统计，（4）联合国统计司。人口和生命统计报告（各年份），（5）美国人口普查局：国际数据库，和（6）太平洋共同体秘书处：统计和人口方案。 周期：每年 统计概念和方法：人口估计通常以全国人口普查为基础。人口普查前后各年的估计数是基于人口模型的内插或外推。即使是在高收入国家，也会出现错误和低估。在发展中国家，由于进行和分析全面人口普查所需的运输、通信和其他资源有限，错误可能很大。官方人口数据的质量和可靠性还受到以下因素的影响：公众对政府的信任、政府对全面和准确统计的承诺、对滥用人口数据的保密和保护、以及人口普查机构独立于政治影响之外。此外，人口指标的可比性受到收集数据的国家统计机构和其他组织在概念、定义、收集程序和估计方法方面的差异的限制。人口普查的现状和从调查或登记系统获得补充数据是判断人口数据质量的客观方法。一些欧洲国家的登记系统在没有人口普查的情况下提供完整的人口信息。联合国统计司监测生命登记系统的完整性。一些发展中国家在过去60年中取得了进展，但另一些国家在民事登记制度方面仍然存在缺陷。除了出生率和死亡率之外，国际移民是唯一直接决定一个国家人口增长的因素。估计迁移是困难的。在任何时候，许多人作为游客、工人、难民或其他原因而被安置在本国以外。符合移民资格的国际迁移的持续时间和目的的标准各不相同，估计数要求提供进出难以收集的国家的信息。根据联合国人口司世界人口前景数据库中的中变量，从基准年开始，利用到2050年按年龄和性别分列的死亡率、生育率和移民假设，对人口预测进行预测。
董文
3053 240 开放获取 2020-03-07
通过对青藏高原151、白石崖溶洞、梅龙达普洞穴、赫吉什火塘、塘达14个旧石器时代遗址进行考古调查和发掘，获取了各遗址经纬度、高程、文化属性、文化遗物等基本信息；同时，对遗址发掘过程中的石制品和动植物遗存进行科学收集、鉴定和实验室分析，得到了一批遗址铀系年代数据、碳十四年代数据、光释光年代数据、石制品类型与石料类型分析数据、动物遗存骨骼单元分布鉴定数据。该数据集为研究青藏高原旧石器时代先民的活动历史和生业模式提供了数据支撑。
陈发虎, 张东菊, 刘向军, 候光良
doi: 10.11888/Paleoenv.tpdc.270352 2327 1 保护期内 2020-03-07
数据是按照节点所在国家从EM-DAT数据库中筛选后再结合灾害影响分为进一步筛选和按节点划分。EM-DAT是一个关于自然和技术灾害的全球数据库，包含1900年至今世界上21000多起灾害发生和影响的基本核心数据。EM-DAT由比利时布鲁塞尔天主教大学公共卫生学院灾害流行病学研究中心（CRED）维护。该数据库主要目的是在国家和国际两级为人道主义行动服务。该倡议旨在使备灾决策合理化，并为脆弱性评估和确定优先事项提供客观基础。 数据库由联合国机构、非政府组织、保险公司、研究机构和新闻机构等各种来源的信息组成。优先考虑来自联合国机构、各国政府以及红十字会与红新月会国际联合会的数据。这种优先顺序不仅反映了数据的质量或价值，而且反映了大多数报告来源并不涵盖所有灾害，或存在可能影响数字的政治限制。这些条目会不断地被审查是否不一致、冗余和不完整。CRED每天整合和更新数据。每月进行一次进一步检查，并在每个日历年结束时进行修订。
葛咏, 李强子, 董文
2884 229 开放获取 2020-03-07
西亚地区荒漠化专题数据主要包括：西亚地区沙化土地分布图和西亚地区退化草地分布图，空间分辨率为30m。西亚地区沙化土地分布图包含的土地类型有沙地、盐碱地、裸土地和裸岩石砾地，西亚地区退化草地分布图将草地划分为高覆盖草地、中覆盖草地和低覆盖草地三类。数据由中国科学院新疆生态与地理研究所遥感与GIS重点实验室生产，生产费用由“中国科学院战略性先导科技专项XDA20030101资助”，数据空间分辨率为30m。数据主要是基于2015年TM、ETM遥感影像数据，基于去云、镶嵌与裁剪、拼接、阴影处理等预处理，借助eCognition软件进行面向对象的地类分类，实现软件自动分类和人工信息提取相结合，最后对分类结果进行人工检查与修正。数据验证方式为野外实地验证和高精度影像验证两种方式，验证精度达到85%以上。
许文强
doi: 10.11888/Ecolo.tpdc.270416 1860 1 保护期内 2020-03-06
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 © 2018-2026
陇ICP备19003365号-4 | All Rights Reserved
｜ 
京公网安备11010502040845号
