泛第三极环境变化与绿色丝绸之路建设-专题浏览-时空三极环境大数据平台

1974-2000和2000-2014年两个阶段Ponkar冰川区冰川冰储量变化数据集（V1.0)

这组数据是1974-2014年期间尼泊尔Ponkar冰川区年均冰川物质平衡变化和冰储量变化数据集，包括1974-2000年和2000-2014年两个时段。采用ESRI 矢量多边形格式存储, 是由KH-9 DEM1974-SRTM DEM2000（DH1974-2000）与SRTM DEM2000-TSX/TDX2014（DH2000-2014）两期DEM高程差（DH）数据，结合TPG1976/CGI2冰川专题矢量数据与冰密度（850 ± 60 kg m−3）计算而来。KH-9 DEM是由3景KH-9遥感影像数据，通过光学立体像对方法生成了研究区1974年数字高程模型。TSX/TDX2014数据通过与SRTM DEM数据进行差分干涉算法对得到研究区冰面高程变化DH2000-2014。1974-2000年间研究区年均冰面高程变化误差为±0.07 m，大地测量物质平衡误差为±0.06 m w.e. a-1。2000-2014年间Ponkar冰川区年均冰面高程变化误差为±0.13 m，大地测量物质平衡误差为±0.11 m w.e. a-1。表格中包括的数据项有：GLIMSId代表从GLIMS冰川数据库读取的冰川编号、Area代表冰川面积（km2）、Gla_area是冰川面积（m2）,Name代表冰川名、EC74_2000表示1974-2000年间平均每条冰川每年的冰面高程变化（m a-1），EC00_2014表示2000-2014年间冰川每年的冰面高程变化（m a-1），MB74_2000表示1974-2000年间每条冰川年均冰川物质平衡数据（m w.e. a-1），MB00_2014表示2000-2014年每条冰川年均冰川物质平衡数据（m w.e. a-1），MC74_2000表示1974-2000年间每条冰川每年冰储量变化（m3 w.e. a-1），MC00_2014表示2000-2014年间每条冰川每年的冰储量变化（m3w.e. a-1），Ut_EC74_00,是1974-2000年冰面高程变化误差（m a-1）、Ut_MB74_00,是每条冰川1974-2000年冰川物质平衡误差（m w.e. a-1），Ut_MC74_00, 是每条冰川1974-2000年冰储量变化误差（m3 w.e. a-1）。 Ut_EC00_14，是2000-2014年冰面高程变化误差，Ut_MB00_14，每条冰川2000-2014年冰川物质平衡误差（m w.e. a-1），Ut_MC00_14是每条冰川2000-2014年冰储量变化误差（m3w.e. a-1）。该数据集可用于喜马拉雅山脉南坡Ponkar冰川区冰川消融及其水文水资源效应，以及气候变化与冰雪灾害研究等。

2020-07-30 2007 1 保护期内

泛第三极34个关键节点历史极端降水数据集（2000-2018）

泛第三极历史极端降水数据集包括了2000-2018年极端降水识别数据。该数据集以GPM IMERG Final Run(GPM)日值降雨数据为基础，评估了一带一路重要节点区域的降雨量，用百分位法评估了34个重要节点的极端降水阈值，并运用计算出的阈值识别出了发生极端降水的日期，以此为基础制作了极端降水发生时地表的淹没范围。数据范围主要是泛第三极34个关键节点（万象、亚历山大、仰光、加尔各答、华沙、卡拉奇、叶卡婕琳堡、吉大港、吉布提等国家）该数据集可以为当地政府部门决策提供依据，以便正确识别极端降水，降低极端降水所带来的生命财产损失。

2020-07-28 2221 128 开放获取

祁连山地区重点区域植被参数遥感产品（2019）

本数据集包括祁连山地区重点区域2019年5月至2019年10月的归一化植被指数、植被覆盖度、植被净初级生产力、草地生物量、森林蓄积量植被参数遥感产品，空间分辨率为10m。本数据集采用高分一号、高分六号、哨兵、资源三号等遥感数据源，结合气象、地面监测等基础数据，采用波段比值法、混合像元分解模型、CASA模型等植被参数反演算法和模型，生成祁连山重点区域生长季逐月植被指数遥感产品。本数据集通过构建以高分卫星为主的高时空分辨率生态环境监测数据集，为区域生态环境问题诊断与生态环境动态评估提供数据支持。

2020-07-28 2198 34 开放获取

1974-2000和2000-2013年纳木那尼峰地区两个阶段冰储量变化数据集（V1.0)

这组数据是1974-2013年期间喜马拉雅山脉西段纳木那尼峰地区年均冰川物质平衡变化和冰储量变化数据集，采用ESRI 矢量多边形格式存储，是由两个阶段的DEM高程差数据DHSRTM2000-DEM1974（即DH2000-1974）、DHTanDEM2013-SRTM2000（DH2013-2000），结合冰川覆盖专题矢量数据、冰密度 850 ± 60 kg m−3计算而来。DHSRTM2000-DEM1974（DH2000-1974）, 是2000年SRTM DEM2000数据和1974年1:50,000的DEM1974之间的高程差,即DH2000-1974 =SRTM2000 – DEM1974。DEM1974是由我国1974年航拍照片绘制1:50,000地形图生成的，两期DEM数据配准后，非冰川区高程数据精度为±0.13 m a-1。DHTanDEM2013-SRTM2000（DH2013-2000），是基于2013年10月17日一对TerraSAR-X和TanDEM-X (TSX/TDX)雷达数据与2000年SRTM DEM数据、采用差分干涉技术（D-InSAR）获取,在非冰川区高程数据精度为±0.04 m a-1。表格中包括的数据项有： Area,冰川面积(m2)、GLIMS_Id表示冰川编号，EC74_00表示1974-2000年间平均每条冰川每年的冰面高程变化（m a-1），EC00_13表示2000-2013年间冰川每年的冰面高程变化（m a-1），MB74_00表示1974-2000年间每条冰川年均冰川物质平衡数据（m w.e. a-1），MB00_13表示2000-2013年每条冰川年均冰川物质平衡数据（m w.e. a-1），MC74_2000表示1974-2000年间每条冰川每年冰储量变化（m3 w.e. a-1），MC00_2013表示2000-2013年间每条冰川每年的冰储量变化（m3 w.e. a-1）, Uncerty_MB是每条冰川年均冰川物质平衡数据误差（m w.e. a-1）， Uncerty_MC表示每条冰川每年的冰储量变化的最大误差范围（m3 w.e. a-1）。该组数据可用于喜马拉雅山脉与高亚洲地区冰川变化、冰川消融水文水资源效应及其气候原因。

2020-07-28 1914 1 保护期内

祁连山重点区域人类活动数据（2019）

本数据集为2019年祁连山地区人类活动数据。以祁连山地区的矿山开采、违规房屋整改、新增道路、土地平整及生态修复等资料为基础，通过高分辨率遥感影像，对比统计前后变化地块。对祁连山地区地类发生变化的地块，逐块调查核实；对判图可疑的地块，重新判读验证；对影像无法反映的地类，实地核实地类，采集相关数据，核对并修正位置。同时进一步核对2019年祁连山地区矿山开采、违规房屋整改、新增道路、土地平整及生态修复等属性信息，统一进行图斑及其属性的录入和编辑，形成2019年祁连山地区人类活动数据集，实现祁连山地区生态治理的现势性和时效性，为2019年祁连山人类活动监测提供数据支撑。

2020-07-27 2070 37 开放获取

青藏高原大气黑碳含量5个站点观测资料（2019）

青藏高原作为亚洲“水塔”为亚洲主要河流提供水资源。由生物质和化石燃料燃烧排放的BC气溶胶对辐射具有极强的吸收作用，进而对地球系统的能量收支和分布具有重要的影响，是气候环境变化不可忽视的影响因子。青藏高原周边地区排放的黑碳气溶胶经大气环流可被传输至高原内部，并沉降到雪冰表面，对降水和冰川物质平衡产生重要影响。分别在青藏高原5个台站架设黑碳仪，使用Aethalometer在线测量大气黑碳含量，数据时间分辨率：逐日．这对评估黑碳对青藏高原的气候环境影响和大气污染物的跨境传输提供数据基础。此数据是先前发布的《青藏高原大气黑碳含量5个站点观测资料（2018）》的更新。 5个站点信息如下：纳木错：30°46'N, 90°59'E, 4730 m a.s.l 珠峰站：28.21°N, 86.56°E, 4276 m a.s.l 藏东南：29°46'N, 94°44'E, 3230 m a.s.l 阿里站：33.39°N, 79.70°E, 4270 m a.s.l 慕士塔格：38°24’N, 75°02’E, 3650 m a.s.l

2020-07-26 1807 1 保护期内

青藏高原不同站点气溶胶颗粒PM2.5浓度数据集（2019）

本数据集包括藏东南站、阿里站、慕士塔格站、珠峰站和纳木错站的大气气溶胶颗粒物的PM2.5质量浓度（单位为μg/m3）。气溶胶PM2.5细颗粒物是指环境空气中空气动力学当量直径小于等于 2.5 微米的颗粒物。它能较长时间悬浮于空气中，对空气质量和能见度等有重要的影响，其在空气中含量浓度越高，就代表空气污染越严重。PM2.5的浓度特性数据以每5 min获取一组数据的频率进行产出，能实现小时、昼夜、季节和年际等不同时间尺度气溶胶质量浓度的分析，这为青藏高原地区不同位置的气溶胶质量浓度在不同时间尺度上的变化及其影响因素分析，以及当地空气质量评价，提供了重要的数据支撑。该数据为已发布数据《青藏高原不同站点气溶胶颗粒PM2.5浓度数据集（2018）》的更新。

2020-07-25 2230 2 保护期内

黑河中游典型站点无人机遥感逐月地表温度数据（2019年07-09，V1）

地表温度是地表能量平衡的重要参量之一。本数据集为2019年7-9月逐月的黑河流域典型站点无人机遥感地表温度数据；飞行使用大疆M600 pro无人机搭载FLIR VUE pro热像仪，分别以湿地内的SD站、绿洲内的DM站和荒漠内的HZ站为中心，观测了地表温度获取了地表亮温图像，无人机的飞行高度约300m，热像仪的像素为336x256，图像的空间分辨率为0.4m。地表温度反演算法为改进的单通道算法，将该算法应用于无人机热红外遥感传感器获取的地表亮温数据，最终得到0.4m空间分辨率的地表温度数据。

2020-07-24 2366 1 保护期内

黑河中游典型站点无人机遥感地表反照率数据（2019，V1）

地表反照率是地表能量平衡的重要参量之一。本数据集为2019年植被生长季逐月的黑河流域典型站点无人机遥感地表反照率数据。地表反照率算法为统计回归方法，即基于6S模型和大量的典型地物光谱反射率数据，建立的从窄波段反射率到宽波段反照率的经验回归模型。将该回归模型应用于无人机多光谱遥感传感器获得的地表反射率，最终得到0.2 m空间分辨率的地表反照率数据。本数据集经过了辐射定标、几何校正，与地面站点实测数据的验证结果显示，均方根误差为0.049。本数据集提供了超高分辨率的地表反照率数据，可以作为卫星遥感尺度和地面观测尺度之间的“桥梁”，并为从事高分辨率和超高分辨率遥感数据工作的科研工作者提供数据支持。

2020-07-24 4322 1 保护期内

青藏高原植物基因组重测序数据（2019）

为研究蔓菁的扩散与人类活动之间的关系，我们将来自青藏高原及周边区域，以及巴基斯坦，印度，尼泊尔，德国，日本等地的蔓菁品种进行重测序，同时对基因家族进行聚类，以及特有、共有基因和基因家族统计，此外还将进行基因家族扩张收缩分析，系统发育树的构建，全基因组复制事件等分析。目的是解析人类活动和区域气候环境双重压力下，高原各地的传统蔓菁品种适应高原的分子基础。因此这项研究有助于揭示蔓菁适应高原生态环境的适应性机制以及在进化过程中人工驯化和人类选择对其遗传分化的影响。

2020-07-23 2479 5 申请获取

中国高寒区地表环境与观测网络气象数据（2019）

1)数据内容（包含的要素及意义）：高寒网19个站（藏东南站、纳木错站、珠峰站、慕士塔格站、阿里站、那曲站、格尔木站、天山站、祁连山站、若尔盖站（西北院）、玉龙雪山站、那曲站（西北院）、海北站、三江源站、申扎站、若尔盖站（成都生物所）、那曲站（地理所）、拉萨站、青海湖站）2019年青藏高原气象观测数据集（气温、降水、风向风速、相对湿度、气压、辐射和蒸发） 2)数据来源及加工方法：高寒网19个站实地观测Excel格式 3)数据质量描述：站点日分辨率 4)数据应用成果及前景：在高寒网各野外站和泛第三极地区境外台站的长期观测数据基础上，建立泛第三极地区气象、水文及生态要素系列数据集；通过重点区域的强化观测与样地和样点验证，完成气象要素、湖泊水量与水质、地上植被生物量、冰川冻土变化等数据产品的反演；基于物联网技术，研制建立多站联网的气象、水文、生态数据管理平台，实现联网数据实时获取与远程控制及共享。

2020-07-22 2792 1 保护期内

黑河流域植被参数遥感产品（2019）

本数据集包括黑河流域2019年5月至2019年10月的归一化植被指数、植被覆盖度、植被净初级生产力、草地生物量、森林蓄积量植被参数遥感产品，空间分辨率为10m。本数据集采用高分一号、高分六号、哨兵、资源三号等遥感数据源，结合气象、地面监测等基础数据，采用波段比值法、混合像元分解模型、CASA模型等植被参数反演算法和模型，生成祁连山重点区域生长季逐月植被指数遥感产品。本数据集通过构建以高分卫星为主的高时空分辨率生态环境监测数据集，为区域生态环境问题诊断与生态环境动态评估提供数据支持。

2020-07-22 2758 38 开放获取

祁连山综合观测网：青海湖流域地表过程综合观测网（青海湖湖面涡动相关仪-2019）

该数据集包含了2018年10月23日至2019年12月31日的青海湖流域水文气象观测网青海湖鱼雷发射基地站涡动相关仪观测数据。站点位于青海省青海湖二郎剑景区鱼雷发射基地，下垫面是青海湖水面。观测点经纬度为：东经 100° 29' 59.726''E，北纬 36° 35' 27.337''N，海拔3209m。涡动相关仪的架高16.1m，采样频率是10Hz，超声朝向北向偏移西40°，超声风速温度仪（Gill-windmaster pro）与CO2/H2O分析仪（Li7500A）之间的距离约是17cm。涡动相关仪的原始观测数据采样频率为10Hz，发布的数据是采用Eddypro软件处理的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Eddypro软件输出的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原始数据中每30min内缺失率大于10%的数据。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。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（℃），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L（m），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，二氧化碳通量的质量标识QA_Fc。感热、潜热、二氧化碳通量的质量标识分为3级（质量标识0数据质量好，1数据质量较好，2数据质量较差（较插补数据好）。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。

2020-07-21 3131 76 申请获取

祁连山综合观测网：青海湖流域地表过程综合观测网（青海湖湖面气象要素梯度观测系统-2019）

该数据集包含了2018年10月23日至2019年12月31日青海湖流域水文气象观测网青海湖鱼雷发射基地站气象要素梯度观测系统数据。站点位于青海省青海湖二郎剑景区鱼雷发射基地，下垫面是青海湖水面。观测点经纬度为：东经 100° 29' 59.726''E，北纬 36° 35' 27.337''N，海拔3209m。风速/风向架设在距湖面14m处，共1层，朝向正北；空气温度、相对湿度传感器分别架设在距湖面12m、12.5m处，共2层，朝向正北；翻斗式雨量计安装在距湖面10m处；四分量辐射仪安装在距湖面10m处，朝向正南；一个红外温度计安装在距湖面10m处，朝向正南，探头朝向是垂直向下；湖水温度探头设在水下0.2, 0.5, 1.0, 2.0, and 3.0 m处；光合有效辐射仪安装在距湖面10m处，探头朝向是垂直向下，朝向正南。观测项目有：风速（WS_14m）(单位：米/秒)、风向（WD_14m）(单位：度)、空气温湿度（Ta_12m、Ta_12.5m和RH_12m、RH_12.5m）(单位：摄氏度、百分比)、降水量（Rain）(单位：毫米)、湖表辐射温度（IRT_1）(单位：摄氏度)、光合有效辐射（PAR）(单位：微摩尔/平方米秒) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、湖水温度（Tw_20cm、Tw_50cm、Tw_100cm、Tw_200cm、Tw_300cm）(单位：摄氏度)。观测数据的处理与质量控制：（1）确保每天144个数据（每10min），若出现数据的缺失，则由-6999标示；2018.1.1-10.12由于由于采集器的问题，除四分量外的气象数据均无记录；（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）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2018-1-1 10:30。

2020-07-21 4027 107 申请获取

主要家养动物表型数据-西藏察隅（2019）

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。2019年集中在西藏自治区林芝地区察隅县共采集187份当地主要驯化动物样血液或、组织、粪便等品。本数据集包含西藏林芝察隅县家鸡、家猪、黄牛、家马、家犬、犏牛等的物种、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。

2020-07-21 2329 2 申请获取

西南腾冲青海4万年叶蜡氢同位素数据

本数据集为青藏高原东南部腾冲青海湖10m岩芯叶蜡氢同位素数据。腾冲青海湖为中国西南地区高黎贡山一小型火山口湖，岩芯样品于2017年在距湖心约4m位置获取，利用AMS-14C测年建立年代序列。正构烷烃叶蜡氢同位素利用Agilent6890 GC气相色谱仪和DeltaPlus XL型色谱同位素质谱联用测定分析，该数据反应了该地区大气降水同位素的信息，对研究西南季风区过去4万年以来季风降水变化具有重要的作用。数据在样品采集、前处理提取及仪器测试各个环节严格按照相关操作规程完成。

2020-07-21 2649 1 保护期内

青藏高原家养动物肠道微生物测序（2019）

为描述青藏高原及周边地区主要驯化动物疾病情况，调查青藏高原主要家养动物的疫病情况，对各主要家养动物的主要流行疾病进行抗病和易感个体的遗传样本及肠道微生物样品的采集工作。我们在青海省海西蒙古族藏族自治州乌兰县漠河骆驼场采集骆驼粪便。本数据集是青海省骆驼的肠道微生物16srRNA测序数据。通过提取骆驼粪便的微生物总DNA，设计引物扩增细菌的V3-V4区基因片段，再进行二代高通量测序得到相应数据。本数据集共测序44份样品。本数据集可应用于挖掘抗病个体基因层面的遗传资源，找到相应的候选基因。

2020-07-21 2160 5 申请获取

祁连山综合观测网：青海湖流域地表过程综合观测网（温性草原芨芨草站气象要素梯度观测系统-2019）

该数据集包含了2019年4月26日至2019年12月31日的青海湖流域水文气象观测网温性草原芨芨草站气象要素梯度观测系统数据。站点位于青海省刚察县三角城种羊场南部，下垫面是温性草原。观测点经纬度为：东经 100°14'8.99"E，北纬 37°14'49.00"N，海拔3210m。风速/风向、风速/风向、空气温度、相对湿度传感器分别架设在3m、5m、10m处，共3层，朝向正北；气压计安装在3m处；翻斗式雨量计安装在塔西偏北侧；四分量辐射仪安装在6m处，朝向正南；两个红外温度计安装在6m处，朝向正南，探头朝向是垂直向下；土壤热流板（自校正式）（3块）依次埋设在地下6cm处，朝向正南距离塔体2m处；土壤温度探头埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处，在距离气象塔2m的东方；土壤水分传感器分别埋设在地下5cm、10cm、20cm、40cm、80cm、120cm、200cm、300cm和400cm处，在距离气象塔2m的东方；光合有效辐射仪安装在6m处，探头垂直向上和向下方向各一个，朝向正南。观测项目有：风速（WS_3m、WS_5m、WS_10m）(单位：米/秒)、风向（WD_3m、WD_5m、WD_10m）(单位：度)、空气温湿度（Ta_3m、Ta_5m、Ta_10m和RH_3m、RH_5m、RH_10m）(单位：摄氏度、百分比)、降水量（Rain）(单位：毫米)、气压（Press）(单位：百帕)、地表辐射温度（IRT_1、IRT_2）(单位：摄氏度)、向上与向下光合有效辐射（PAR_U_up、PAR_U_down）(单位：微摩尔/平方米秒) 、四分量辐射（DR、UR、DLR_Cor、ULR_Cor、Rn）(单位：瓦/平方米)、土壤热通量（Gs_1、Gs_2、Gs_3）(单位：瓦/平方米)、土壤水分（Ms_5cm、Ms_10cm、Ms_20cm、Ms_40cm、Ms_80cm、Ms_120cm、Ms_200cm、Ms_300cm、Ms_400cm）(单位：百分比)、土壤温度（Ts_5cm、Ts_10cm、Ts_20cm、Ts_40cm、Ts_80cm、Ts_120cm、Ts_200cm、Ts_300cm、Ts_400cm）(单位：摄氏度)。观测数据的处理与质量控制：（1）确保每天144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）数据中以红字标示的部分为有疑问的数据；（5）日期和时间的格式统一，并且日期、时间在同一列。如，时间为：2018/8/31 10:30。

2020-07-20 3712 95 申请获取

巴尔喀什湖流域水化学空间分布及环境特征（2019）

数据为2019年夏天的巴尔喀什湖水质测量数据，通过数理统计、Piper 三线图、Gibbs 模型和主成分分析（PCA）等方法，对巴尔喀什湖流域不同水体的化学参数进行分析，初步研究了该区域水化学类型和同位素空间分布特征，探讨了其形成原因和环境意义。结果表明，不同水体的水化学类型不同，湖泊水体的主要化学类型为SO4-Na和Cl-Na，入湖河流的水化学类型为HCO3-Ca型，其中伊犁河水化学类型从上游到下游由重碳酸盐型过渡到硫酸化物型、氯化物型；Gibbs图显示湖泊水体离子组成位于蒸发作用区，河流水体离子组成位于蒸发作用和岩石风化作用之间，伊犁河从上游到下游向蒸发控制带偏移，反映了上游河水受降水、冰雪融水的补给影响较大，而下游水体受蒸发作用影响较大；此外，PCA分析指示人类活动对湖泊、伊犁河中下游和其他入湖河流水化学的影响。

2020-07-19 2854 13 申请获取

黑河中游典型站点无人机遥感NDVI数据（2019,V1）

归一化植被指数在研究植被长势、地物分类方面有重要作用。本数据集为2019年植被生长季逐月的黑河流域典型站点无人机遥感NDVI（Normalized Differential Vegetation Index）数据，空间分辨率为0.2 m。NDVI数据获取流程为将无人机拍摄后的单幅影像通过pix4D mapper进行拼接，并由pix4D mapper自动进行拼接后影像的植被指数计算。最后将pix4D mapper拼接的单航次影像利用ArcGIS镶嵌得到整个飞行区域影像。

2020-07-19 2270 1 保护期内