Westdc Logo

中国土壤特征数据集
A China Soil Characteristics Dataset


本数据集的源数据来源于第二次土壤普查的1:100万中国土壤图(Shi et al., 2004)和8595个土壤剖面。我们采用了多边形连接法将土壤剖面和土壤图斑连接起来得到了土壤砂粒、粉粒和粘粒含量图。连接时考虑到了剖面与图斑间的距离、土壤剖面个数和土壤分类信息。

数据特征

投影:GCS_Krasovsky_1940

覆盖范围:中国

分辨率:0.00833 度(约一公里)

数据格式:FLT, TIFF

取值范围:0%-100%

文件说明

浮点栅格文件包括:

sand1.flt, clay1.flt – 表层(0-30cm) 砂粒、粘粒含量。

sand2.flt, clay2.flt – 底层(30-100cm) 砂粒、粘粒含量。

psd.hdr – 头文件:

ncols – 列数

nrows – 行数

xllcorner – 左下角纬度

yllcorner – 左下角经度

cellsize – 单元格大小

NODATA_value – 空值

byteorder - LSBFIRST, Least Significant Bit First

TIFF 栅格文件包括:

sand1.tif, clay1.tif -表层(0-30cm) 砂粒、粘粒含量。

sand2.tif, clay2.tif -底层(30-100cm) 砂粒、粘粒含量。


本数据引用方式数据引用帮助

文章的引用 Shangguan, W., Y. Dai, B. Liu, A. Ye, and H. Yuan (2012), A soil particle-size distribution dataset for regional land and climate modelling in China, Geoderma, 171-172, 85-91. doi:10.1016/j.geoderma.2011.01.013


相关文献(作者推荐)

  1. Batjes, N.H., 2003. A taxotransfer rule-based approach for filling gaps in measured data in primary SOTER databases (ver. 1.1; GEFSOC Project). Technical Report 2003/03, ISRC-World Soil Information, Wageningen.查看
  2. FAO, IIASA, ISRIC, ISS-CAS, JRC, 2009. Harmonized World Soil Database (version1.1). FAO, Rome, Italy and IIASA, Laxenburg, Austia.查看
  3. Reynolds, C. A., Jackson, T. J., Rawls, W. J., 2000. Estimating soil water-holding capacities by linking the Food Agriculture Organization soil map of the world with global pedon databases, continuous pedotransfer functions. Water Resour. Res. 36, 3653-3662.查看
  4. Shangguan, W., Dai, Y., Liu, B., and Ye, A. 2010.A soil particle-size distribution dataset for regional land and climate modelling in China. Geoderma, in revision.查看

数据施引文献

  1. Zhang, Dingling, Huang, Jianping, Guan, Xiaodan, Chen, Bin, Zhang, Lei. Long-term trends of precipitable water and precipitation over the Tibetan Plateau derived from satellite and surface measurements. Journal of Quantitative Spectroscopy and Radiative Transfer, 2013, 122:64-71. doi:10.1016/j.jqsrt.2012.11.028查看
  2. Xiang, Xiao-Hua, Wu, Xiao-Ling, Wang, Chuan-Hai, Chen, Xi, Shao, Quan-Qin. Influences of climate variation on thawing–freezing processes in the northeast of Three-River Source Region China. Cold Regions Science and Technology, 2013, 86:86-97. doi:10.1016/j.coldregions.2012.10.006查看
  3. 朱乔,梁睿,晋华,等. 基于SWAT模型的岚河流域径流模拟[J]. 水电能源科学. 2013(03): 25-27.查看

数据使用声明

本数据来源于北京师范大学,用户在使用数据时请在正文中明确声明数据的来源。

资助项目


相关资源


    最近10条服务记录如下:

    1. 2017-10-16 北京师范大学 李琳 用途:用作作物模型的土壤数据输入,进行旱灾损失评估
    2. 2017-10-10 武汉大学遥感信息工程学院 白珏莹 用途:硕士毕业论文:《被动微波土壤水分反演研究》,导师:孟令奎教授。
    3. 2017-10-10 中国林业科学研究院森林生态环境与保护研究所 黄龙生 用途:博士毕业论文:《天然林资源保护工程植被恢复对生态系统服务功能影响的机理研究》,导师:王兵研究员。
    4. 2017-09-27 上海杨浦区国定路335号复旦科技创业中心1号楼12008室 周小红 用途:平顶山土壤现状研究
    5. 2017-09-15 新疆农业大学 赵俊鹏 用途:自己学习,准备写一篇小论文,用于硕士毕业。
    6. 2017-09-13 中国科学院地理科学与资源研究所 肖玉 用途:用于计算土壤风蚀量
    7. 2017-09-11 清华大学 刘滋菁 用途:本科生课程《环境信息技术与实践》课程案例
    8. 2017-09-11 西昌学院 资源与环境学院 姚昆 用途:生态环境是人类赖以生存与发展的重要物质基础,其变化监测一直是地理学、生态学以及社会科学研究领域的热点,备受相关领域研究学者们的关注。四川省是国家西部大开发和国家退耕还林政策的重要地区,四川地区部分区域是典型的生态环境脆弱区域,对这些地形地区进行生态环境变化监测对实现区域经济可持续发展有重大意义,土地作为生态环境脆弱性变化监测重要的衡量标准,对衡量区域生态环境质量有重要参考价值,本文将申请的多期土地利用类型数据植被数据与其他收集到的数据进行建模对典型地区进行生态环境脆弱性变化监测研究并提出相应的环境治理与修复建议。
    9. 2017-09-08 TU Dortmund 陈岩 用途:用于博士论文研究
    10. 2017-09-05 中国科学院东北地理与农业生态研究所 吴燕锋 用途:基于土壤数据,构建水文模型,开展莫莫格湿地生态水文模拟研究

    数据评论

    评论加载中
    e.g. http://westdc.westgis.ac.cn/
    提交

    数据细节文件列表

    • 格式:栅格
    • 大小:994MB
    • 下载:1485次
    • 浏览:16579次
    • 数据共享方式:离线

    空间位置


    联系信息


    • 元数据更新时间:2013-07-14
    • 下载元数据: Adobe PDF格式 OpenOffice odt格式 Word doc格式 查看XML源文件
    • 版本历史:7 个

    分享到