1泛第三极基础数据集

泛第三极基础数据集表SEQ表\*ARABIC1泛第三极基础数据集数据集名称空间分辨率时间分辨率数据年份数据格式数据引用泛第三极土地覆被数据集30m\2020tif①XinLI,WenfeiLUAN.LandcoverdatasetofPan-ThirdPolemajorcitiesduring2000-2017.NationalTibetanPlateauDataCenter,2020.DOI:/10.1016/j.scitotenv.2020.141270.②ChenJ.,BanY.,LiS.China:OpenaccesstoEarthland-covermap[J].Nature,2014,514(7523):434-434.DOI:10.1038/514434c.泛第三极植被功能数据集500m\2019nc/tif①Friedl,M.,Sulla-Menashe,D.(2019).MCD12Q1MODIS/Terra+AquaLandCoverTypeYearlyL3Global500mSINGridV006[Dataset].NASAEOSDISLandProcessesDAAC.ccessed2020-10-02from/10.5067/MODIS/MCD12Q1.006泛第三极数字高程数据集30m\2018tif①Farr,T.G.,Rosen,P.A.,Caro,E.,Crippen,R.,Duren,R.,Hensley,S.,Kobrick,M.,Paller,M.,Rodriguez,E.,Roth,L.,Seal,D.,Shaffer,S.,Shimada,J.,Umland,J.,Werner,M.,Oskin,M.,Burbank,D.,andAlsdorf,D.E.,2007,Theshuttleradartopographymission:ReviewsofGeophysics,v.45,no.2,RG2004,at/10.1029/2005RG000183.泛第三极土壤质地数据集30"\2008nc/tif①Fischer,G.,F.Nachtergaele,S.Prieler,H.T.vanVelthuizen,L.Verelst,D.Wiberg,2008.GlobalAgro-ecologicalZonesAssessmentforAgriculture(GAEZ2008).IIASA,Laxenburg,AustriaandFAO,Rome,Italy.泛第三极边界数据集\\2020shp①RANYouhua,WANGLei,ZENGTian,GEChunmei,LIHu."Onebelt,oneroad"boundarymapofkeybasinsinAsia.NationalTibetanPlateauDataCenter,2020.DOI:10.11888/Geogra.tpdc.270941.CSTR:18406.11.Geogra.tpdc.270941.（1）泛第三极土地覆被数据集泛第三极土地覆被数据集融合2020版30米全球地表覆盖数据与泛第三极主要城市土地覆盖数据集。得到30米分辨率的泛第三极土地覆被数据集，将土地覆被类型分为耕地、森林、灌木地、湿地、水体、苔原、人造地表、裸地、冰川及永久积雪等10种地表覆盖类型。投影方式为中央经线为80的Robinson投影。（2）泛第三极植被功能数据集泛第三极植被功能数据集源自MODIS年度全球500米产品MCD12Q1。利用GEE(GoogleEarthEngine)下载得到MCD12Q1数据产品，并利用其第五层数据产品：植物功能型（肺功能）方案，根据泛第三极流域边界裁剪获得泛第三极植被功能数据集，根据植被功能，将植被分为常绿阔叶林、常绿针叶林和落叶阔叶林、落叶针叶林、灌木、草地、谷类作物、阔叶作物、稀疏植被、城市和建筑区、雪和冰等11类。投影方式为中央经线为80的Robinson投影。（3）泛第三极数字高程数据集泛第三极数字高程数据集采用SRTM30米分辨率的数字高程数据ADDINEN.CITEADDINEN.CITE.DATA(Farretal.,2007)，其边界采用流域边界进行裁剪。SRTM（ShuttleRadarTopographyMission），由美国国家航空航天局（NASA）和美国国家影像与地图局（NIMA）共同测量。空间分辨率为30米，投影方式为中央经线为80的Robinson投影。（4）泛第三极土壤质地数据集泛第三极土壤质地数据集采用世界土壤数据库（该数据由联合国粮农组织、维也纳国际应用系统研究所、中国科学院南京土壤研究所）中的数据ADDINEN.CITE<EndNote><Cite><Author>Fischer</Author><Year>2008</Year><RecNum>60</RecNum><DisplayText>(Fischeretal.,2008)</DisplayText><record><rec-number>60</rec-number><foreign-keys><keyapp="EN"db-id="xfp5faxw82revjerzr3vwz22rwsedpe0fv59"timestamp="1615169503">60</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Fischer,Guenther</author><author>Nachtergaele,Freddy</author><author>Prieler,Sylvia</author><author>VanVelthuizen,HT</author><author>Verelst,Luc</author><author>Wiberg,David</author></authors></contributors><titles><title>Globalagro-ecologicalzonesassessmentforagriculture(GAEZ2008)</title><secondary-title>IIASA</secondary-title></titles><periodical><full-title>IIASA</full-title></periodical><volume>10</volume><dates><year>2008</year></dates><urls></urls></record></Cite></EndNote>(Fischeretal.,2008)。该数据是空间分辨率为30"的网格数据，提供了各个格网点的土壤类型、土壤相位、土壤理化性状等信息。采用流域边界对数据进行裁剪得到泛第三极土壤质地数据集。该数据集中的属性信息包含有机碳、pH、土壤深度等信息。本数据库分为两层，其中土壤厚度0-30cm为顶层（T），土壤厚度30-100cm为底层（S）。投影方式为中央经线为80的Robinson投影。（5）泛第三极边界数据集泛第三极边界数据集分为自然数据的边界和社会经济数据的边界。自然数据的边界采用泛第三极流域边界，东至长江流域，西抵死海流域，南达澜沧江流域，北至里海流域，研究区内包含雅鲁藏布江流域、塔里木河流域、印度河流域、两河流域以及阿姆河流域等33个流域区，覆盖面积约为146.94万平方公里。社会经济数据的边界采用国家边界，涵盖泛第三极地区中国、蒙古、老挝、泰国、缅甸、孟加拉国、不丹、尼泊尔、哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦、土库曼斯坦、阿富汗、巴基斯坦和伊朗共计16个国家。2冰冻圈数据集表SEQ表\*ARABIC2泛第三极冰冻圈数据集数据集名称子集空间分辨率时间分辨率数据年份数据格式数据引用泛第三极冻土数据集冻土分布数据100000m\2002shp①Brown,J.,O.J.Ferrians,Jr.,J.A.Heginbottom,andE.S.Melnikov..2002.Circum-ArcticMapofPermafrostandGround-IceConditions.Version2.[indicatesubsetused].Boulder,ColoradoUSA:NationalSnowandIceDataCenter②ZHAOLin.AnewmapofpermafrostdistributionontheTibetanPlateau(2017).NationalTibetanPlateauDataCenter,2019.DOI:10.11888/Geocry.tpdc.270468.CSTR:18046.11.Geocry.tpdc.270468.2019.DOI:10.11888/Geocry.tpdc.270468③LIXin,NANZhuotong,ZHOUYouwu.Mapof1:10000000permafrosttypesinChina(2008).NationalTibetanPlateauDataCenter,2012.DOI:10.11888/Geocry.tpdc.270620.CSTR:18046.11.Geocry.tpdc.270620.冻土指数数据1/120°\2012nc/tif①Gruber,S.:Derivationandanalysisofahigh-resolutionestimateofglobalpermafrostzonation,TheCryosphere,6,221–233./10.5194/tc-6-221-2012,2012..

冻土表面粗糙度1/120°\2012nc/tif①Gruber,S.:Derivationandanalysisofahigh-resolutionestimateofglobalpermafrostzonation,TheCryosphere,6,221–233./10.5194/tc-6-221-2012,2012..

泛第三极冰川分布数据集冰川分布数据1:100000\2017shp①RGIConsortium(2017).RandolphGlacierInventory–ADatasetofGlobalGlacierOutlines:Version6.0:TechnicalReport,GlobalLandIceMeasurementsfromSpace,Colorado,USA.DigitalMedia.DOI:/10.7265/N5-RGI-60②YEQinghua.GlaciercoveragedataontheTibetanPlateauin2017(TPG2017,Version1.0).NationalTibetanPlateauDataCenter,2019.DOI:10.11888/Glacio.tpdc.270924.CSTR:18046.11.Glacio.tpdc.270924.泛第三极冰湖分布数据集冰湖分布数据1:100000\2015shp①Shugar,D.,A.Burr,U.K.Haritashya,J.Kargel,C.S.Watson,M.C.Kennedy,A.R.Bevington,R.A.Betts,S.Harrison,andK.Strattman.2020.Rapidworldwidegrowthofglaciallakessince1990,NatureClimateChange.../10.1038/s41558-020-0855-4②WANGXin.InventorydataofglaciallakeinwestChina(2015).NationalTibetanPlateauDataCenter,2018.DOI:10.11922/sciencedb.615.泛第三极积雪深度数据集积雪深度数据0.25°天1980-2016nc/txt①CHETao.Long-termseriesofdailysnowdepthinEuroasia(1980-2016).NationalTibetanPlateauDataCenter,2018.DOI:10.11888/Snow.tpdc.270096.CSTR:18046.11.Snow.tpdc.270096.（1）泛第三极冻土数据集泛第三极冻土分布数据集采用环北极地区多年冻土和地下冰状态图(V2)，该数据集整体上将冻土分为连续多年冻土、不连续多年冻土以及零星冻土，并且根据含冰量的多少进一步细分。但是该数据集的年份较早，并且其边界较为粗糙，尤其在青藏高原地区。因此，为进一步细化分类，采用青藏高原新绘制冻土分布图（2017）(Zouetal.,2017)和中国1:1000万冻土类型图（2008）(Lietal.,2008;Ranetal.,2012)两个数据集进行数据融合。因为青藏高原新绘制冻土分布图（2017）数据年份较新，并且其矢量边界较为详细，因此采用该数据集的矢量边界与原数据集进行融合，但该数据集的属性分类较少，仅分为季节性冻土、多年冻土和非冻土区域三类。因此，为进一步分类，采用中国1:1000万冻土类型图（2008）中的属性分类方法，对青藏高原地区新融合的数据重新分类。但是数据集中部分类别在本数据集中没有体现，因此予以剔除，剩余的类别分类如下：中深季节冻土、季节性冻土、浅季节冻土、山地多年冻土、高原岛状多年冻土和高原不连续多年冻土。投影方式为中央经线为80的Robinson投影。冻土数据集还包括冻土指数数据和冻土表面粗糙度数据，主要反映该地区的冻土强度。其投影方式也是中央经线为80的Robinson投影。（2）泛第三极冰川分布数据集泛第三极冰川分布数据集利用全球RGI冰川目录数据ADDINEN.CITE<EndNote><Cite><Author>Consortium</Author><Year>2017</Year><RecNum>68</RecNum><DisplayText>(Consortiumetal.,2017)</DisplayText><record><rec-number>68</rec-number><foreign-keys><keyapp="EN"db-id="xfp5faxw82revjerzr3vwz22rwsedpe0fv59"timestamp="1615271787">68</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>RGIConsortium</author><author>Inventory,RandolphGlacier</author></authors></contributors><titles><title>ADatasetofGlobalGlacierOutlines:Version6.0:TechnicalReport,GlobalLandIceMeasurementsfromSpace,Colorado,USA</title><secondary-title>DigitalMedia</secondary-title></titles><periodical><full-title>DigitalMedia</full-title></periodical><volume>10</volume><dates><year>2017</year></dates><urls></urls></record></Cite></EndNote>(Consortiumetal.,2017)，根据泛第三极流域边界对全球数据进行裁剪得到泛第三极范围的冰川分布数据，由于泛第三极地区冰川主要分布在第三极地区，因此为进一步提高冰川数据的精度，针对青藏高原部分，参考最新青藏高原冰川数据-TPG2017（v1.0）ADDINEN.CITE<EndNote><Cite><Author>Ye</Author><Year>2017</Year><RecNum>67</RecNum><DisplayText>(Yeetal.,2017)</DisplayText><record><rec-number>67</rec-number><foreign-keys><keyapp="EN"db-id="xfp5faxw82revjerzr3vwz22rwsedpe0fv59"timestamp="1615271549">67</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Ye,Qinghua</author><author>Zong,Jibiao</author><author>Tian,Lide</author><author>Cogley,JGraham</author><author>Song,Chunqiao</author><author>Guo,Wanqin</author></authors></contributors><titles><title>GlacierchangesontheTibetanPlateauderivedfromLandsatimagery:mid-1970s–2000–13</title><secondary-title>JournalofGlaciology</secondary-title></titles><periodical><full-title>JournalofGlaciology</full-title></periodical><pages>273-287</pages><volume>63</volume><number>238</number><dates><year>2017</year></dates><isbn>0022-1430</isbn><urls></urls></record></Cite></EndNote>(Yeetal.,2017)栅格数据集，利用ArcGIS软件，对冰碛物和部分消融区冰川进行数字化修改，并且对数据的逻辑错误，进行拓扑处理，得到修改融合后的泛第三极冰川分布数据集。原数据中冰川面积为92516.738km2，通过对消融区冰川进行数字化修改后，融合后的冰川面积为91649.800km2，利用最新青藏高原冰川数据-TPG2017（v1.0）数据集进行修改后冰川面积减少了866.938km2。该数据集的投影方式为中央经线为80的Robinson投影。（3）泛第三极冰湖分布数据集泛第三极冰湖分布数据集利用国家青藏高原科学数据中心的中国西部冰湖编目数据（2015），利用泛第三极地区流域边界对该数据裁剪得到。该数据集的投影方式为中央经线为80的Robinson投影。（4）泛第三极积雪深度数据集以国家青藏高原科学数据中心的欧亚大陆长时间序列雪深数据集（1980-2016）ADDINEN.CITEADDINEN.CITE.DATA为数据源，利用泛第三极地区流域边界对该数据裁剪得到，其数据格式提供nc格式和tif格式两种，时间分辨率为逐日，空间分辨率0.25°，时间跨度为1980-2016年，主要反映了泛第三极地区积雪深度。3水文大气数据集表SEQ表\*ARABIC3泛第三极水文大气数据集数据集名称子集空间分辨率时间分辨率数据年份数据格式数据引用泛第三极河流湖泊数据集河流湖泊数据500m\2008shp①Lehner,B.,Verdin,K.,Jarvis,A.(2008):Newglobalhydrographyderivedfromspaceborneelevationdata.Eos,Transactions,AGU,89(10):93-94.②ZHANGGuoqing.Chinalakedataset(1960s-2020).NationalTibetanPlateauDataCenter,2019.DOI:10.11888/Hydro.tpdc.270302.CSTR:18046.11.Hydro.tpdc.270302.泛第三极蒸散发数据集蒸散发数据500m年2011-2020nc/tif①Running,S.,Mu,Q.,Zhao,M.(2017).MOD16A2MODIS/TerraNetEvapotranspiration8-DayL4Global500mSINGridV006[Dataset].NASAEOSDISLandProcessesDAAC.Accessed2020-09-16from/10.5067/MODIS/MOD16A2.006土壤蒸发0.05°8天2002-2019nc/tifZHANGYongqiang.PML_V2globalevapotranspirationandgrossprimaryproduction(2002.07-2019.08).NationalTibetanPlateauDataCenter,2020.DOI:10.11888/Geogra.tpdc.270251.CSTR:18046.11.Geogra.tpdc.270251.水体冰雪蒸发0.05°8天2002-2019nc/tif冠层截流蒸发0.05°8天2002-2019nc/tif泛第三极大气数据集地表热辐射0.1°小时1981-2020ncCopernicusClimateChangeService(C3S)(2017):ERA5:FifthgenerationofECMWFatmosphericreanalysesoftheglobalclimate.CopernicusClimateChangeServiceClimateDataStore(CDS),dateofaccess.https://cds.climate.copernicus.eu/cdsapp#!/home地表太阳辐射0.1°小时1981-2020nc降水数据0.1°小时1981-2020nc气压数据0.1°小时1981-2020nc温度数据0.1°小时1981-2020nc风场数据0.1°小时1981-2020nc（1）泛第三极河流湖泊数据集泛第三极河流湖泊数据集采用HydroSHEDS网站提供的河流湖泊数据ADDINEN.CITE<EndNote><Cite><Author>Lehner</Author><Year>2008</Year><RecNum>63</RecNum><DisplayText>(Lehneretal.,2008)</DisplayText><record><rec-number>63</rec-number><foreign-keys><keyapp="EN"db-id="xfp5faxw82revjerzr3vwz22rwsedpe0fv59"timestamp="1615172064">63</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Lehner,Bernhard</author><author>Verdin,Kristine</author><author>Jarvis,Andy</author></authors></contributors><titles><title>Newglobalhydrographyderivedfromspaceborneelevationdata</title><secondary-title>TransactionsAmericanGeophysicalUnion</secondary-title></titles><periodical><full-title>TransactionsAmericanGeophysicalUnion</full-title></periodical><pages>93-94</pages><volume>89</volume><number>10</number><dates><year>2008</year></dates><isbn>0096-3941</isbn><urls></urls></record></Cite></EndNote>(Lehneretal.,2008)。HydroSHEDS数据集包含全球水文数据，由WWF(世界自然基金会(WWF)上的GIS数据集)和USGS美国地质调查局合作开发。根据流域边界从全球数据集中裁剪得到泛第三极地区河流湖泊数据。该数据集年份较早，因此，为进一步提高河流湖泊数据的精度，利用中国湖泊数据集（1960s-2015）进行融合，主要对青藏高原地区的湖泊数据进行更新。中国湖泊数据集（1960s-2015）结合Landsat影像、地形图，利用半自动水体提取及人工目视检查编辑，得到的湖泊数据精度较高。因此，本文利用该数据集中2015年湖泊数据替换HydroSHEDS网站的水文数据，得到精度更高的泛第三极河流湖泊数据，该数据集的投影方式为中央经线为80的Robinson投影。（2）泛第三极蒸散发数据集泛第三极蒸散发数据集使用MODIS提供的MOD16A2产品，该数据提供8天全球陆地蒸散发信息。蒸发蒸腾量（ET）是从地球表面到大气的蒸发量和植物蒸腾量的总和。利用长期的ET数据，可以量化气候、土地利用和生态系统扰动变化的影响。利用泛第三极流域边界，使用GEE对该数据进行裁剪，得到2019年泛第三极地区平均蒸散量数据集。与蒸散发相关的数据集还包含土壤蒸发数据、水体冰雪蒸发数据和冠层截留蒸发数据。该数据来自全球PML_V2陆地蒸散发与总初级生产力数据集（2002.07-2019.08）（张永强）。利用泛第三极流域边界对该数据集进行裁剪得到相应数据集，时间分辨率为8天，空间分辨率为0.05°，时间跨度为2002.07-2019.08。（3）泛第三极大气数据集（a）地表热辐射数据集泛第三极地表热辐射数据利用下载的ERA5-Land数据集中的地表热辐射数据，根据泛第三极流域边界对该数据进行裁剪。地球表面散发出热辐射，其中一些被大气层和云吸收。大气和云向各个方向发射热辐射，其中一些到达地面（由该变量表示）。从预测时间的开始到预测结束，累积该变量。单位是每平方米焦耳（Jm-2）。时间分辨率为小时，空间分辨率为0.1°，时间跨度为1981-2020年。（b）泛第三极地表太阳辐射数据集泛第三极地表太阳辐射数据利用下载的ERA5-Land数据集中的地表太阳辐射数据，根据泛第三极流域边界对该数据进行裁剪。地表太阳辐射即到达地球表面的太阳辐射量（也称为短波辐射）。该变量既包括直接的太阳辐射也包括散射的太阳辐射。来自太阳的辐射（太阳辐射或短波辐射）被大气中的云和颗粒（气溶胶）部分反射回太空，并且其中部分被吸收。其余的入射到地球表面（由该变量表示）。此变量是模型的等效值，该模型等效于用总辐射表（用于测量太阳辐射的仪器）在地表测量的值。该数据的单位为焦耳每平方米（Jm-2）。时间分辨率为小时，空间分辨率为0.1°，时间跨度为1981-2020年。（c）泛第三极降水数据集泛第三极降水数据利用下载的ERA5-Land数据集中的降水数据，根据泛第三极流域边界对该数据进行裁剪。该数据集中的降水数据包括雨和雪等落到地球表面的数据。降水变量不包括雾、露水或降落在地球表面之前在大气中蒸发的降水。从预测时间的开始到预测结束，累积该变量。该数据单位为米（m）。时间分辨率为小时，空间分辨率为0.1°，时间跨度为1981-2020年。（d）泛第三极气压分布数据集泛第三极气压分布数据利用下载的ERA5-Land数据集中的气压数据，根据泛第三极流域边界对该数据进行裁剪。该数据表示陆地、海洋和内陆水面的大气压力（单位面积力）。它是在固定点表示的地球表面区域垂直上方的一列中，所有空气的重量的度量。表面压力通常与温度结合使用以计算空气密度。该变量的单位为帕斯卡（Pa）。时间分辨率为小时，空间分辨率为0.1°，时间跨度为1981-2020年。（e）泛第三极温度分布数据集泛第三极温度分布数据利用下载的ERA5-Land数据集中的2m温度数据，根据泛第三极流域边界对该数据进行裁剪。该数据表示陆地、海洋或内陆水面以上2m处的空气温度。考虑到大气条件，通过在最低模型层和地球表面之间进行插值来计算2m温度。该数据单位为开尔文（K）。时间分辨率为小时，空间分辨率为0.1°，时间跨度为1981-2020年。（f）泛第三极风场数据集泛第三极风场数据利用下载的ERA5-Land数据集中的10m风的u分量和10m风的v分量数据，并根据泛第三极流域边界对该数据进行裁剪。10m风向东。它是空气向东方移动的水平速度，它在地球表面上方十米的高度，以米/秒为单位。10m风的北向分量。它是空气向北移动的水平速度，在地球表面上方十米处，以米/秒为单位。结合上述两个数据可以计算得到水平10m风的速度和方向。时间分辨率为小时，空间分辨率为0.1°，时间跨度为1981-2020年。4泛第三极生态数据集表SEQ表\*ARABIC4泛第三极生态数据集数据集名称空间分辨率时间分辨率数据年份数据格式数据引用泛第三极总初级生产力数据集0.05°8天2002-2019nc/tif①ZHANGYongqiang.PML_V2globalevapotranspirationandgrossprimaryproduction(2002.07-2019.08).NationalTibetanPlateauDataCenter,2020.DOI:10.11888/Geogra.tpdc.270251.CSTR:18046.11.Geogra.tpdc.270251.泛第三极植被蒸腾数据集0.05°8天2002-2019nc/tif泛第三极总初级生产力数据集和植被蒸腾数据集来自国家青藏高原科学数据中心的全球PML_V2陆地蒸散发与总初级生产力数据集（2002.07-2019.08）。在Penman-Monteith-Leuning(PML)模型的基础上，根据气孔导度理论，通过耦合得到总初级生产力数据。利用泛第三极流域边界对该数据裁剪得到泛第三极总初级生产力数据集和植被蒸腾数据集。数据集的时间分辨率为8天，空间分辨率为0.05°，时间跨度为2002.07-2019.08。该数据集的投影方式为中央经线为80的Robinson投影。5泛第三极灾害数据集表SEQ表\*ARABIC5泛第三极灾害数据集数据集名称空间分辨率时间分辨率数据年份数据格式数据引用泛第三极滑坡数据集1km\2017nc/tif①Stanley,T.,andD.B.Kirschbaum(2017),Aheuristicapproachtogloballandslidesusceptibilitymapping,Nat.Hazards,1–20,doi:10.1007/s11069-017-2757-y.Linktoarticle:/article/10.1007%2Fs11069-017-2757-y泛第三极地震区划数据集15km\2003shp/nc/tif①Giardini,D.,Grünthal,G.,Shedlock,K.M.andZhang,P.:TheGSHAPGlobalSeismicHazardMap.In:Lee,W.,Kanamori,H.,Jennings,P.andKisslinger,C.(eds.):InternationalHandbookofEarthquake&EngineeringSeismology,InternationalGeophysicsSeries81B,Acad