SRTM（Shuttle Radar Topography Mission，即航天飞机雷达地形测绘任务）数据，2000年2月由美国太空总署(NASA)和国防部国家测绘局(NIMA)联合发射的“奋进”号航天飞机测量得到，“奋进”号上搭载的SRTM系统共计进行了222小时23分钟的数据采集工作，获取北纬60度至南纬56度之间，覆盖全球陆地表面的80%以上，覆盖中国全境。该计划获取的雷达影像数据经过两年多的处理，制成了数字地形高程模型。 本数据集原始数据下载自SRTM数据分发网站（http://srtm.csi.cgiar.org）。为了便于用户使用数据，在分幅STRM数据的基础上，我们使用erdas软件进行拼接制备青藏高原STRM镶嵌图。 精度30米，数据格式为geotif格式。 本数据集的原始数据下载于SRTM数据分发网站（http://srtm.csi.cgiar.org ） SRTM数据每经纬度方格提供一个文件，经度有1 arc-second和3 arc-second两种，称作SRTM1与SRTM3，或者称作30m与90m数据。本数据集为90m分辨率的SRTM3数据，数据版本SRTM V4.1（Geotiff格式）。
Food and Agriculture Organization of the United Nations（FAO）
数据源描述：数据根据文献资料整理得来。 测试方法：锆石U-Pb同位素LA-（MC）-ICPMS测试；Re-Os同位素稀释剂法TIMS测试。 数据加工方法：数据由分析仪器自动获取，年龄数据用ISOPLOT软件计算得来。 原始资料数据精度：锆石年龄测试精度见表中误差分析值；Re-Os同位素分析精度见表中误差分析值。 数据生产过程：第一作者亲自分析获得， 严格按照实验规范操作 应用范围: 地质学领域 加工后数据精度：在加工生成数据表后精度与分析精度基本相同 数据包含2个表： （1）锆石U-Pb同位素年龄分析结果表 （2）全岩和尖晶石Re-Os同位素 U-Pb锆石年龄数据7个，Re-Os同位素数据5个 数据类型： 表1：锆石U-Pb年龄 数据类型：数字型 表2：全岩和尖晶石Re-Os同位素 数据类型：数字型 量纲（度量单位）： “锆石U-Pb年龄”量纲：Ma， “Re-Os同位素”量纲：比值
丁林
本数据集为1992年在青藏高原西昆仑山古里雅冰帽钻取的深孔冰芯氧同位素、粉尘、阴离子和积累量数据，该冰芯深度为308.6米，其中被切分的12628个样品用来做氧同位素研究，12480个样品做粉尘浓度研究，9681个样品做阴离子浓度研究。 数据来源：National Centers for Environmental Information（http://www.ncdc.noaa.gov/data-access/paleoclimatology-data/datasets/ice-core）。 数据加工方法：平均值。 本数据集共包含4个表数据，分别为：古里雅冰芯不同深度氧同位素、粉尘和阴离子数据，古里雅冰芯氧同位素、粉尘、阴离子及净积累量10年均值数据，古里雅冰芯氧同位素、粉尘和阴离子400年均值数据，不同深度氯-36数据。 数据表1：古里雅冰芯不同深度氧同位素、粉尘和阴离子数据 a. 名称解释 字段1：深度 字段2：氧同位素 字段3：粉尘浓度(直径0.63 to 20 um) 字段4：Cl- 字段5：SO42- 字段6：NO3- b. 量纲（度量单位） 字段1：m 字段2：‰ 字段3：particles/mL 字段4：ppb 字段5：ppb 字段6：ppb 数据表2：古里雅冰芯氧同位素、粉尘、阴离子及净积累量10年均值数据（0-1989） a. 名称解释 字段1：开始时间 字段2：结束时间 字段3：氧同位素 字段4：粉尘浓度（直径0.63 -20 um） 字段5：Cl- 字段6：SO42- 字段7：NO3- 字段8：净积累量 b. 量纲（度量单位） 字段1：无量纲 字段2：无量纲 字段3：‰ 字段4：particles/mL 字段5：ppb 字段6：ppb 字段7：ppb 字段8：cm/year 数据表3：古里雅冰芯氧同位素、粉尘和阴离子400年均值数据 a. 名称解释 字段1：时间 字段2：氧同位素 字段3：粉尘浓度（直径0.63 -20 um） 字段4：Cl- 字段5：SO42- 字段6：NO3- b. 量纲（度量单位） 字段1：千年 字段2：‰ 字段3：particles/mL 字段4：ppb 字段5：ppb 字段6：ppb 数据表4：不同深度氯-36数据 a. 名称解释 字段1：深度 字段2：36Cl 字段3：36Cl误差 字段4：年 b. 量纲（度量单位） 字段1：m 字段2：104 atoms g-1 字段3：％ 字段4：千年
National Centers for Environmental Information (NCEI)
本数据集包含了雅鲁藏布江主要水文站径流年际变化特征值（多年平均径流量，年极值比，离差系数等），可用于研究雅鲁藏布江水文特征分析。原始数据为国家水文站数据，质量要求同国家相关标准。 空间范围：雅鲁藏布江流域干流拉孜、奴各沙、羊村、奴下等四个水文站。 本数据表共有五个字段 字段1：站名 字段2：多年平均径流量 字段3：年极值比 字段4：离差系数 字段5：资料系列长度
姚治君
本数据集包括拉萨农田试验站观测的春青稞试验样地的生物量和光合作用数据以及当雄草地试验站观测的气象数据。时间范围为2006-2009年。 生物量观测方法：每个样方取样面积25cm*25cm；光合作用数据观测：仪器为LiCor-6400。 生物量数据是人工根据记录本录入；光合数据是仪器自动记录；气象数据日值中的平均风速、主风向、气温、大气压和相对湿度用半小时数据进行日平均所得，降水量和总辐射数据是观测系统自动记录数据。 生物量数据的观测过程中，严格按照农学方法，可以应用于农业生产力的估算；光合数据观测过程中，仪器的操作、观测对象的选择等严格按照专业要求进行，可以用在植物叶片光合参数模拟和生产力估算中。 青藏高原农田生态系统观测数据，包含：1）地上生物量；2）CO2响应光合数据；3）光响应光合数据；4）当雄监测点气象数据日值。 数据采集地点中国科学院拉萨农业生态试验站，经度：91°20’，纬度：29°41’，海拔：3688m；当雄高寒草甸碳通量观测站，经度：91°05′，纬度：30°25′，海拔：4333m。
张宪洲
该数据集包含孔雀河源观测点的气温、降水、相对湿度、风速、风向等日值。 观测时间从2012年7月2日至2017年9月15日。利用自动气象站（Onset公司），每2小时记录一条数据。 原始数据经过质量控制后形成连续时间序列。通过计算得到每日均值指标数据。满足国家气象局和世界气象组织（WMO）对气象观测原始数据的精度。质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。 数据以excel文件存储。
张寅生
该数据集是2017年河湖源考察期间仁青休布错的水质多参数数据，用于获取湖泊基本理化指标数据，为后续湖泊现代观测研究作准备。 数据观测时间为2017年9月1日。测量仪器为YSI EXO2水质多参数测量仪。仪器在每次测量之前都根据湖面海拔高度和当地气压进行校正，测量的时间间隔定为0.25s, 投放速度较慢，保证高连续性地获取数据；得到的原始数据包括了水面以上暴露在空气中的测量数据，在后期处理中予以剔除。数据以excel文件存储。
王君波
该数据集是利用Flow Tracker便携式水文流速流量仪观测获取的色林错流域甲岗雪山融水流量数据，可应用于冰川、寒区水文过程等学科领域。 数据获取时间为2016年9月15日，数据内容包含测量时间、位置、水深、流速及流量。 数据以excel文件存储。
张寅生
该数据集记录了青藏高原中部土壤温湿度观测网数据。 数据内容（数据文件、表名称，包含的观测指标内容） （1）57个观测站点 （2）2个观测变量（土壤湿度、土壤温度） （3）4个观测深度（0-5、10、20和40cm） （4）3个典型空间尺度，分别对应GCM网格（1°）、被动微波卫星象元（0.3°）、以及雷达卫星象元（0.1°） 观测网的建立将为一系列水文气象研究提供支持，主要包括：提供三个空间尺度（1°、0.3°、0.1°）的土壤水分和冻融实测数据集；为土壤水分升尺度研究提供数据基础；完善那曲地区中尺度水文气象观测。 青藏高原中部土壤温湿度观测网位于青藏高原中部10000km²的空间范围，站点平均海拔为4650米。纬度：31°-32°N；经度：91.5°-92.5°E。 数据文件字段描述： 例如 “SM_NQ-30 minutes-05cm.txt”，“ST_NQ-30 minutes-05cm.txt” 其中SM指土壤水分，ST指土壤温度，NQ指那曲，30minutes指代数据时间分辨率，05cm指采样土壤层深度。 数据内容字段描述： （1）30min分辨率 变量1-6：日期（整型：yyyy-mm-dd-hh-mm-ss） 变量7-63：各站点观测数据值（实型，缺测值：-99.00） （2）daily分辨率 变量1-3：日期（整型：yyyy-mm-dd） 变量4-60：各站点观测数据值（实型，缺测值：-99.00） 土壤水分体积含量（SM） 单位：%vol（m³/m³） 土壤温度（ST） 单位：℃ 30min分辨率温度数据是进行质量控制后的直接采样数据，土壤水分体积含量是以烘干法测量土壤水分为基础的校正值。 daily 分辨率数据是在30min分辨率基础上的算术平均值。 土壤水分测量精度和分辨率：±3%VWC和0.1%VWC。
阳坤
该数据集是色林错东岸观测点的降水数据，可用于冰川学、气候学和环境变化、寒区水文过程等学科领域。 数据观测时间为2016年9月1日至2017年8月17日。利用自动雨量筒观测，每60分钟记录一条数据。原始数据经过质量控制后形成连续时间序列，通过计算得到每日均值指标数据。满足国家气象局和世界气象组织（WMO）对气象观测原始数据的精度。质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。数据以excel文件存储。
张寅生
该数据集包括藏东南站2007年到2019年12月，土壤温度，湿度和碳通量的日平均数据。 数据采集地点为中国科学院藏东南高山环境综合观测研究站大气环境观测场地，经度：94°44'18"；纬度：29°45'56"；海拔：3326米。 观测仪器型号 土壤温度： Campbell Co 107； 土壤湿度：Campbell Co CS616； 碳通量采集器型号：C3000，采集时间： 10秒钟； 严格按照仪器操作规范进行观测和数据采集，并已经在相关学术期刊发表，剔除了一些明显误差数据，缺失数据用空格。 2013年土壤热通量值停止观测。2015年由于台站探头损坏，土壤温度和湿度只有前两个月数据，探头16年4月修复。
罗伦
该数据集是2017年河湖源考察期间玛旁雍措的水质多参数数据，用于获取湖泊基本理化指标数据，为后续湖泊现代观测研究作准备。 数据观测时间为2017年9月4日和2017年9月7日。测量仪器为YSI EXO2水质多参数测量仪。仪器在每次测量之前都根据湖面海拔高度和当地气压进行校正，测量的时间间隔定为0.25s, 投放速度较慢，保证高连续性地获取数据；得到的原始数据包括了水面以上暴露在空气中的测量数据，在后期处理中予以剔除。数据以excel文件存储。
王君波
包含了青海省1988-2016年西宁、海东、门源、黄南、海南、果洛、玉树、海西等主要地区降水量数据。数据整理自统计年鉴：《青海社会经济统计年鉴》和《青海统计年鉴》，精度同数据所摘取的统计年鉴。 数据表记录了青海8个地区每个月及每年的降水量，单位：毫米。 数据集主要应用于地理学、社会经济研究。
青海省统计局
该数据集包含了位于中国科学院青藏高原研究所阿里站所释放的探空仪器的观测数据，观测时间分别为2017/9/2 12时，16时，20时，2017/9/3 16时，20时 2017/9/4 8时，12时，16时，20时 2017/9/5 0时，4时，8时，12时，16时，20时 2017/9/6 0时，4时，8时。 原始数据精度：精确到整数位的数据分别有对数气压，相对湿度，高度，水平风风向，方位角，仰角。精确到一位小数的数据分别有温度，气压，露点温度，水平风风速，经度。精确到两位小数的数据有经向风速，纬向风速，水汽混合比，纬度。质量控制应包括剔除缺测，空测数据。 数据以excel文件存储。
马伟强
本数据集为西藏珠峰绒布河上游冰川水文站2010年流量数据。 测量断面位置为28º22'03''N，86º56'53''E，海拔高度4290米。采用LS20B型螺旋桨流速仪，采用一点法测量。 严格按照仪器操作规范进行观测和数据采集。
张国帅
该数据集包含昆莎冰川末端观测点的气温、降水、相对湿度、风速、风向等日值。 观测时间从2015年10月3日至2017年9月19日。利用自动气象站（Onset公司），每2小时记录一条数据。 原始数据经过质量控制后形成连续时间序列。通过计算得到每日均值指标数据。满足国家气象局和世界气象组织（WMO）对气象观测原始数据的精度。质量控制包括剔除曳点数据和传感器出现故障造成的系统误差。 数据以excel文件存储。
张寅生
本数据集包含5个数据实体。分别为使用1995年、2000年、2005年、2010年、2015年，每年9-11月Landsat影像提取的青藏高原湖泊空间分布数据。 数据由青藏高原科学数据中心和地理空间数据云联合制作。 使用面向对象的方法进行湖泊提取： (1) 首先是数据预处理，由于本文只用到Landsat 8数据的前7个波段，所以对1~7波段进行波段合成，并检查其云量对湖泊提取的影响，如影响太大，则替换数据； (2) 在eCognition中进行影像多尺度分割，由于湖泊光谱特征均一，所以在此基础上再次使用光谱分割； (3) 然后使用5、6、7三波段的均值特征（Brigh-567）进行水体初步提取，同时对于某些未提取的湖泊，使用NDWI进行补充提取； Brigh - 567 = (Band5 + Band6 + Band7)/3 NDWI = (Band3 - Band5)/(Band3 + Band5) (4) 这时，仍有部分阴影误提取，使用NDWI<0.05，可排除大部分。同时，根据实际情况，可使用第一波段的值对阴影进行排除； (5) 为保证精度，这时人工检查未提取的独立湖泊以及误提取的对象，手动修改； (6) 在此基础上，在已提取出的水体周围使用NDWI>0条件进行第二次提取，以及湖泊边缘的明确； (7) 再次检查，然后合并对象，导出结果。 数据有效去除了山体阴影、云及云的阴影、积雪、冰川等非水体地物的影响，湖泊边界准确、清晰，误差控制在了一个像元内。精度要求为30米，即一个像元。
三极观测与大数据中心, 地理空间数据云
本数据集收集了2015年以前发表文献中青藏高原东北部基岩（硅酸盐和碳酸盐岩）和沉积物（表土，砂，河流相沉积物，风成沉积物）的碳酸盐Sr，Mg和Ca组成数据。数据加工方法：用水去除易溶盐后，稀醋酸溶解，然后用ICP-OES（电感耦合-等离子体发射光谱）测量上清液Sr，Mg和Ca含量。数据按照实验室标准获得，Sr，Mg和Ca测试相对标准偏差小于2%。 数据集包含6个表单，依次为：“硅酸盐”（Silicate rocks）、“碳酸盐”（Carbonate rocks）、“表土”（Topsoils）、“砂”（Sand）、“河流沉积物”（Fluvial sediments）、“风成沉积物”（aeolian sediments）。 所有数据表共有7个字段： 字段1：“Ca”，基岩和沉积物的碳酸盐Ca含量， 字段2：“Mg”，基岩和沉积物的碳酸盐Mg含量 字段3：“Sr”，基岩和沉积物的碳酸盐Sr含量 字段4：“Mg/Ca”，基岩和沉积物的碳酸盐Mg/Ca 字段5：“Sr/Ca”，基岩和沉积物的碳酸盐Sr/Ca比值 字段6：“Type”，基岩类型 字段7：“Source”，数据来源 量纲（度量单位）： “Ca”:ppm，“Mg”：ppm;，“Sr”：ppm，“Mg/Ca”：mmol/mol， “Sr/Ca”：mmol/mol
杨一博
本数据集包含自1982年至2006年基于生态学模式与遥感数据计算青藏高原植被净初级生产力（Net Primary Productivity，NPP）的结果。 基于遥感Advanced Very High Resolution Radiometer（AVHRR）数据和Carnegie-Ames-Stanford Approach（CASA）模型生成的青藏高原生态系统NPP（1982-2006），基于第二次土壤普查数据生成的土壤碳含量，以及基于High Resolution Biosphere Model（HRBM）模型生成的生物量碳数据。 青藏高原森林生态系统NPP（1982-2006年）： npp_forest82.e00，npp_forest83.e00，npp_forest84.e00，npp_forest85.e00，npp_forest86.e00， npp_forest87.e00，npp_forest88.e00，npp_forest89.e00，npp_forest90.e00，npp_forest91.e00， npp_forest92.e00，npp_forest93.e00，npp_forest94.e00，npp_forest95.e00，npp_forest96.e00， npp_forest97.e00，npp_forest98.e00，npp_forest99.e00，npp_forest00.e00，npp_forest01.e00， npp_forest02.e00，npp_forest03.e00，npp_forest04.e00，npp_forest05.e00，npp_forest06.e00 青藏高原草地生态系统NPP（1982-2006年）： npp_grass82.e00，npp_grass83.e00，npp_grass84.e00，npp_grass85.e00，npp_grass86.e00， npp_grass87.e00，npp_grass88.e00，npp_grass89.e00，npp_grass90.e00，npp_grass91.e00， npp_grass92.e00，npp_grass93.e00，npp_grass94.e00，npp_grass95.e00，npp_grass96.e00， npp_grass97.e00，npp_grass98.e00，npp_grass99.e00，npp_grass00.e00，npp_grass01.e00， npp_grass02.e00，npp_grass03.e00，npp_grass04.e00，npp_grass05.e00，npp_grass06.e00 青藏高原生物量碳、土壤碳： Biomass.e00，Socd.e00 土壤碳含量数据（Socd）是参考全国第二次土壤普查的数据与《中国1:100万土壤图》按土壤亚类插值生成。 NPP数据来自CASA模型与AVHRR数据模拟生成： Potter CS, Randerson JT, Field CB et al. Terrestrial ecosystem production: a process model based on global satellite and surface data. Global Biogeochemical Cycles, 1993, 7: 811–841. 生物量碳数据来自HRBM模型模拟生成： McGuire AD, Sitch S, et al. Carbon balance of the terrestrial biosphere in the twentieth century: Analyses of CO2, climate and land use effects with four process-based ecosystem models. Global Biogeochem. Cycles, 2001, 15 (1), 183-206. 原始资料主要是遥感数据和野外观测数据。精度较好；生产过程中与野外实测数据进行的验证和调参，是模拟结果尽量与野外实测数据保持在可接受的误差范围内；NPP数据与野外实测数据的验证结果表明，误差保持在15%的范围内。 空间分辨率0.05度×0.05度（经度×纬度）。
周才平
该数据集记录青海省1978-2016年总播种面积，各种粮食作物播种面积和经济作物，蔬菜等播种面积等序列数据。数据整理自统计年鉴：《青海社会经济统计年鉴》和《青海统计年鉴》，精度同数据所摘取的统计年鉴。 数据集包含2个数据表，分别为：农作物总播种面积，分县播种面积。 数据表1：农作物总播种面积 数据表共有9个字段 字段1：年份 解释：数据的年份 字段2：总播种面积 千公顷 字段3：粮食作物 解释：粮食作物播种面积 千公顷 字段4：小麦 解释：小麦播种面积 千公顷 字段5：杂粮 解释：杂粮播种面积 千公顷 字段6：薯类 解释：薯类播种面积 千公顷 字段7：经济作物 解释：经济作物播种面积 千公顷 字段8：油料 解释：油料播种面积 千公顷 字段9：蔬菜 解释：蔬菜播种面积 千公顷 数据表2：分县播种面积 数据表共有4个字段 字段1：区县 字段2：年份 字段3：农作物总播种面积 公顷 字段4：粮食作物播种面积 公顷
青海省统计局
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
