玉米叶片病虫害田间图像标注数据集本数据集为面向玉米病虫害智能识别的图像标注数据,包含健康玉米叶片及锈病、灰斑病、大斑病、小斑病、叶枯病、蚜虫、玉米螟等多种病虫害的田间实拍图像,已完成清洗、标注与结构化整理,可直接用于模型训练、病害识别研究与智慧农业应用开发。
黄河中游30m分辨率植物功能型及人类活动影响数据集(2000、2010、2023年)黄河中游多期30m植物功能型及人类活动影响数据集,基于野外调查、已有土地覆盖数据(CLCD)以及环境变量(多期遥感影像、气候、地形、土壤等要素),利用随机森林分类方法预测分类得到。数据集包括2000、2010、2023年30m分辨率的植物功能型(PFT)(C3草地、温带落叶阔叶灌木、C3作物、C4作物、温带落叶阔叶树、温带常绿针叶树、温带落叶阔叶园地、裸地、水体及不透水层共10类典型 PFT),以及2000年至2023年该区增加的林草、坡耕地以及城市扩张数据。随机森林分类模型的训练和模拟精度均大于95%。该数据集可用于黄河中游植被、水文、农业、气候等领域相关研究。
全球土壤溶液影响下的热导率数据集 (1993-2024年)数据为不同类型和浓度土壤溶液影响下的热导率数据集,通过文献筛选、数据提取和结构化整理获得,以Excel文件格式存储。文件名“土壤溶液影响下的热导率数据集”,其中Sheet 1名“数据”,包括文章编号、温度、砂粉黏粒含量、容重、含水量、盐分及阴阳离子类型、溶液浓度、百克干土含盐量、及土壤热导率等变量;Sheet 2名“补充材料”,包括各文章编号所对应的参考文献及其采用测定方法。
中国水土流失面积情况数据集(2019-2024年)数据集包括:中国分省区水土流失面积数据集(2019-2024年),全国水土保持区划一级区水土流失面积数据集(2024-2024年),重点关注区域水土流失变化情况数据集(2018-2023年),国家级水土流失重点预防区水土流失面积数据集(2019-2024年),国家级水土流失重点治理区水土流失面积数据集((2019-2024年),国家重点生态功能区水土流失变化情况数据集(2021-2024年),大江大河流域水土流失变化情况数据集(2019-2024年),重大国家战略区域水土流失变化情况数据集(2021-2024年),数据来源于中华人民共和国水利部发布的各年《中国水土保持公报》,经数字化、整合、校核而成。
甘肃省县域社会保障发展指标(2001-2023年)数据包括甘肃省的兰州市、嘉峪关市、金昌市、白银市、天水市、武威市、张掖市、平凉市、酒泉市、庆阳市、定西市、陇南市、临夏回族自治州、甘南藏族自治州等14市(州)87个县(市、区)的县域社会保障发展指标(2001-2023年)。项目包括:各种社会福利收养性单位数、各种社会福利收养性单位数床位数。
黄土高原地区县域尺度退耕还林(草)工程面积数据集(1999-2020年)为了探讨黄土高原地区1999-2020年间退耕还林(草)工程实施面积的时空格局和趋势变化,结合我国行政区划实际情况,基于高精度长时间序列土地利用数据,采用土地利用转移矩阵方法,运用ArcGIS平台解析七类土地利用类型转换模式(包括农田、荒地转为林草地等7种转换方式),构建县域尺度退耕还林(草)工程下土地利用变化时空数据集。数据表明,黄土高原地区退耕还林(草)工程取得了显著的成效,1999–2020年已完成退耕还林526万公顷,植被覆盖度逐年增加。本数据集可为了解黄土高原县域退耕还林(草)及生态系统保护与修复提供数据参考。
未来不同气候情境下全球草地空间格局数据(2030-2100年)该数据集基于共享社会经济路径(Shared Socioeconomic Pathway, SSP)的 4 种未来气候情景(SSP126、SSP245、SSP370、SSP585),整合 10 个全球气候模式的模拟结果,采用改进的综合顺序分类法(CSCS)绘制而成,涵盖2030s(2021-2050 年)、2050s(2041-2070 年)、2070s(2061-2090 年)及2090s(2071-2100 年)四个时段的全球草地空间格局数据。数据集以10个文件夹存储,文件夹名称对应不同全球气候模式;每个文件夹包含16个TIFF 格式数据文件,分别对应4种气候情景下的4个时间时段。
黄土高原 500 m分辨率黄土厚度数据集(2019 年)数据集为黄土高原典型黄土区黄土厚度数据,黄土厚度是指从地表到基岩深度所覆盖的黄土层的垂直高度或深度。黄土厚度数据是基于美国地质调查局USGS 30 m分辨率SRTM高程数据结合野外实测的基岩露出高程数据(2018年),运用ArcGIS 软件中的邻域分析功能,计算生成黄土厚度图,并通过黄土高原上均匀分布的 162 个观测点数据进行了验证。验证结果表明:计算的黄土厚度是可靠的、准确的,能够反映整个地区的黄土厚度分布。该数据集时间截止2019年,空间分辨率为500 m。数据可为更好地研究黄土高原土壤-水过程以及更准确地估算黄土高原的土壤水分、碳和溶质库提供支持。