数据集(库)目录

出版期刊|区域分类

2021年第12期
2019年第02期
数据详情

青海省生态脆弱度分级1-km栅格数据集(2015)


支泽民1刘峰贵*1,2陈琼1,2周强1,2
1 青海师范大学地理科学学院,西宁8100082 高原科学与可持续发展研究院,西宁810008

DOI:10.3974/geodb.2022.01.04.V1

出版时间:2022年1月

网页浏览次数:1994       数据下载次数:37      
数据下载量:6.00 MB      数据DOI引用次数:

关键词:

青海省,生态脆弱度,随机森林,SPR模型

摘要:

青海省位于高寒地区,生态系统极其脆弱。作者基于生态敏感性-生态压力-生态恢复力模型,采用2015年基础数据,选取坡度、海拔、地形起伏度、土壤侵蚀敏感性、土地退化敏感性、NDVI、年平均气温、年平均降水、人口密度、GDP密度、道路密度、放牧强度共12个指标构建生态脆弱度评价体系;基于随机森林模型确定权重,对青海省生态脆弱度进行评估。最后,根据脆弱程度,分为微度、轻度、中度、重度、极度五个等级,得到青海省生态脆弱度分级1-km栅格数据集(2015)。数据集存储为.tif格式,由5个数据文件组成,数据量为1.30 MB(压缩为1个文件165 KB)。基于该数据集的研究成果发表在《青海环境》2020年30卷4期。

基金项目:

中华人民共和国科学技术部(2019YFA0606902)

数据引用方式:

支泽民, 刘峰贵*, 陈琼, 周强. 青海省生态脆弱度分级1-km栅格数据集(2015)[J/DB/OL]. 全球变化数据仓储电子杂志(中英文), 2022. https://doi.org/10.3974/geodb.2022.01.04.V1.

参考文献:

[1] 田亚平, 常昊. 中国生态脆弱性研究进展的文献计量分析[J]. 地理学报, 2012, 67(11): 1515-1525.
     [2] 何彦龙, 袁一鸣, 王腾等. 基于GIS的长江口海域生态系统脆弱性综合评价[J]. 生态学报, 2019, 39(11): 3918-3925.
     [3] 王让会, 樊自立. 干旱区内陆河流域生态脆弱性评价—以新疆塔里木河流域为例[J]. 生态学杂志, 2001, 20(3): 63-68.
     [4] 薛联青, 王晶, 魏光辉. 基于PSR模型的塔里木河流域生态脆弱性评价[J]. 河海大学学报( 自然科学版), 2019, 47(1): 13-19.
     [5] 刘正佳, 于兴修, 李蕾等. 基于SRP概念模型的沂蒙山区生态环境脆弱性评价[J]. 应用生态学报, 2011, 22(8): 2084-2090.
     [6] 陆海燕, 孙桂丽, 李路等. 基于VSD模型的新疆生态脆弱性评价[J]. 新疆农业科学, 2020, 57(2): 292-302.
     [7] 张启, 李明玉. 基于VSD模型的区域生态脆弱性评价—以延边朝鲜族自治州为例[J]. 延边大学农学学报, 2018, 40(4): 7-15.
     [8] 于伯华, 吕昌河. 青藏高原高寒区生态脆弱性评价[J]. 地理研究, 2011, 30(12): 2289-2295.
     [9] 乔青, 高吉喜, 王维等. 生态脆弱性综合评价方法与应用[J]. 环境科学研究, 2008, 130(5): 117-123.
     [10] Li, Z. Z., Nawaf r, A., Guang, C. L., et al. Random Forests [J]. Tsinghua Science and Technology, 2018, 23(4): 479-492.
     [11] Markus, R., Gustau, C. V., Bjorn, S., et al. Deep learning and process understanding for data-driven Earth system science [J]. Nature, 2019, 566: 195-204.
     [12]刘永垚, 第宝锋, 詹宇等. 基于随机森林模型的泥石流易发性评价——以汶川地震重灾区为例[J]. 山地学报, 2018, 36(5): 765-773.
     

数据下载:

序号 数据名 数据大小 操作
1 EcoVul.Qinghai_2015.rar 165.94KB
主管单位