five

Soil inorganic carbon maps in China

收藏
DataCite Commons2023-01-07 更新2024-07-29 收录
下载链接:
https://figshare.com/articles/dataset/Soil_inorganic_carbon_maps_in_China/20580003/1
下载链接
链接失效反馈
官方服务:
资源简介:
Description: Soil inorganic carbon map is a re-sampled dataset (500 m) of the original soil maps (Song et al, 2022). Both the 1980 and 2010 topsoil (0-30 cm) datasets are provided. The soil depth is described in the file name. For example, sics01m denotes soil inorganic carbon density (SICD) at soil depth of 0-1 m. Std refers to the standard deviations of SICD based on 100 simulations. Spatial coverage: Mainland China Unit: kg/m^2 (kilogram carbon per square meter) Projection: GCS_WGS_1984 Temporal coverage: 1980 and 2010 Resolution (pixel size): 500 m References: Song XD, Yang F, Wu HY, Zhang J, Li DC, Liu F, Zhao YG, Yang JL, Ju B, Cai CF, Huang B, Long HY, Lu Y, Sui YY, Wang QB, Wu KN, Zhang FR, Zhang MK, Shi Z, Ma WZ, Xin G, Qi ZP, Chang QR, Ci E, Yuan DG, Zhang YZ, Bai JP, Chen JY, Chen J, Chen YJ, Dong YZ, Han CL, Li L, Liu LM, Pan JJ, Song FP, Sun FJ, Wang DF, Wang TW, Wei XH, Wu HQ, Zhao X, Zhou Q, Zhang GL, 2022. Significant loss of soil inorganic carbon at the continental scale. National Science Review, 9: nwab120.

数据集说明:本土壤无机碳图是原始土壤图(Song等,2022)的重采样数据集,空间分辨率为500米。本数据集包含1980年与2010年的表层土壤(0~30厘米)数据。土壤深度信息在文件名中予以标注,例如`sics01m`代表土壤深度0~1米的土壤无机碳密度(Soil Inorganic Carbon Density, SICD)。字段`Std`指代基于100次模拟计算得到的SICD标准差。空间覆盖范围为中国大陆。数据单位为kg/m²(每平方米千克碳)。投影坐标系采用GCS_WGS_1984。时间覆盖范围为1980年与2010年。像素分辨率为500米。参考文献:Song XD, Yang F, Wu HY, Zhang J, Li DC, Liu F, Zhao YG, Yang JL, Ju B, Cai CF, Huang B, Long HY, Lu Y, Sui YY, Wang QB, Wu KN, Zhang FR, Zhang MK, Shi Z, Ma WZ, Xin G, Qi ZP, Chang QR, Ci E, Yuan DG, Zhang YZ, Bai JP, Chen JY, Chen J, Chen YJ, Dong YZ, Han CL, Li L, Liu LM, Pan JJ, Song FP, Sun FJ, Wang DF, Wang TW, Wei XH, Wu HQ, Zhao X, Zhou Q, Zhang GL, 2022. 大陆尺度土壤无机碳显著流失. 《国家科学评论》, 9: nwab120.
提供机构:
figshare
创建时间:
2022-08-24
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作