1.研究背景 世界山脉的标准化划分在研究、教育和科学政策界面中有许多应用。该套数据提供了在全球山区生物多样性评估(GMBa)支持下开发的8616座山脉的新清单。在早期汇编的基础上,本文介绍的地理空间数据库使用了一种更先进、更普遍的山脉定义和半自动化方法,以实现全球范围内山脉的全球标准化、透明划分。该清单在Eartenv上以不同的层级呈现,允许用户根据自己的需求和分析规模,从各大洲到小范围,选择自己喜欢的区域聚合级别。 所提出的山脉资源名录具有明确定义、全球一致性和层次性,是一种标准化资源,用于参考和解决基础和应用自然科学、社会科学以及科学传播和教育的一系列其他用途中的山地问题。 2.数据概况 近年来,关于自然和社会系统的模式趋势有关的科学报告、综述、评估和跨尺度比较的数量迅速增加。这些工作代表了丰富的知识和独特的资源。 然而为了不同的目的和不同的领域,采取了不同的区域化手段。一般目的方法包括行政单位、流域、地貌、生态区、陆地生境,或GEO、IPBES或IPCC(次级)区域和分析单位。更具体的划分方案如世界植物分布地理记录方案。任何显示地理特征位置和范围的图层都需要对现场数据进行详细的空间定位,并以不同的分辨率对其进行分析。然而,使用不同的区域化分布数据也会导致不同的结果,这需要对地图单元的空间几何和范围有一个清晰的了解,并且需要有充分的科学理论支撑。 在山区研究邻域,生物地理学和生态科学等相关研究一直因对山区分区定义缺乏共识而受到阻碍。事实上,为山区划定外部边界始终是随意的,因为山脉本身就是模糊的地形对象,往往会逐渐融入周围的地形,而且在决定一座山是什么时有相当多的(个人、文化和区域)主观性因素。由于长期以来缺乏共识,导致不同研究的全球山区估计成果之间存在约60%的差异。 2017年,Körner及其同事用首个全球山地清单数据 (GMBA Inventory v1.0)填补了这一研究空白。该清单基于Körner等人在2011年提出的山地定义(GMBA Inventory v1.0),由1003个代表山脉的GIS矢量多边形组成,2019年发布了包括1047个形状的更新版本(v1.4)。 该研究根据完善的山脉定义提出了新的世界山脉清单。新清单划定了8616个山脉,并通过引入层次结构和使用河流来建立连续山脉之间的边界,这确保了该研究的高精度以及一致性。 3.生产步骤 世界山脉地图的生成包括五个步骤: (i) 命名山脉的识别和分级以及山脉特定信息的记录; (ii) 范围的一般形状的手动数字化; (iii) 使用基于 DEM 的算法定义山区地形(和清单的外部边界); (iv) 数字化和命名范围内边界的自动细化; (v) 最后层的制备。 生成的产品包括精炼的山脉定义GMBA Definition v2.0、两个版本的库存GMBA Inventory v2.0 standard和GMBA Inventory v2.0 broad以及一组使用库存的工具。 ![]() 说明:粗体和带下划线的地图名称代表最终产品。插图代表本文中使用的不同山脉轮廓的组合。实心、虚线和虚线矩形代表三个轮廓(K1、K2和K3)中的每一个。b中的灰色区域表示三层的交集:布尔运算符AND,用作确定每个NAW的高程范围阈值的训练区域,而c表示三层的几何联合:布尔运算符OR,用于创建“宽”山脉描绘层。 4.数据方法 1.山脉的识别和分级 第一步确定了全球范围内的山脉:采用了GMBA Inventory v1.4中已经确定的山脉,并搜索现有资源中尚未包括的其他已经命名的山脉。添加的山脉范围可以与GMBA Inventory v1.4的山脉相邻、包含或包括山脉中。所有已识别的山脉都记录在Microsoft Access关系数据库中,并为其命名、唯一的5位标识符 (GMBA_V2_ID) 对应Wikidata中唯一资源标识符 (URL)。此URI允许访问所有可用语言的范围名称及其 Wikipedia页面URL,并在各种其他存储库(例如 GeoNames 或 PEMRACS)中列出给定山脉的其他标识符。 用于我们搜索的资源包括世界地图集、地形图、百科全书、在线地名词典和参考网站、山地分类系统、以及国家或地区景观、地貌或自然地理地图和出版物。参考资料和参考资料的完整列表可在 GitHub 上的https://www.github.com/GMBA-biodiversity/Inventory上找到。 2.山脉数字化 在矢量GIS图层中将所有已识别的“无子山脉”,即最小的制图单位数字化。为此,我们使用Google Maps Terrain图层作为背景,使用WHYMAP河流图层作为空间参考。在QGIS中完成的数字化使用 WGS 84/Pseudo-Mercator(EPSG 3857)坐标参考系统,绘制每个山脉核心区域的形状。 3.山地地形的定义 为了区分山区和非山区地形,该研究开发了一种简单的算法:算法基于八个不同大小(1~20pixel(约250m~5km))的圆形邻里分析窗口(NAW)内的坚固性(最高减去最低海拔,单位为米)以及每个NAW的经验阈值。 ![]() a.根据K1、K2和K3的几何交点确定的山区NAW(编号I至VIII)的高程范围值分布。b.最小海拔范围与NAW(n=920)面积的关系图c.NAWs及其相应的阈值。d.GMBA Defnition v2之间的重叠百分比:八个NAW阈值对的交点和每个NAW阈值对定义的面积。e.每个NAW阈值(I至VIII)从其他7个NAW阈值组合定义的山区消除的百分比。两个图中突出显示的条表示三个NAW阈值对的组合意味着GMBA Defnition v2的重叠最高。 4.细化范围的内部边界 为了生成最终的图层,通过使用ArcMap工具Cost Allocation将GMBA_V2_ID的值分配给所有中间光栅单元,将多边形扩展到最近的周围河流。为此对GMBA Defnition v2与Hydrosheds中的栅格化河流图层相交,产生了一个掩膜图层:对于山区而非河流的区域,值为1;对于非山区或河流,遮罩层的值为Nodata。然后将该掩模与命名山脉的数字化矢量层相结合,并将最近数字化山脉形状的5位GMBA_V2_ID值分配给每个单元。最后生成的光栅地图转换为最小山脉地图单位的形状。 5.最终产品的制备 ![]() a:安纳托利亚的GMBA Mountain Inventory v2.0_standard部分,显示了主要的山地系统及其最小的细分.b-d:5级到7级的Pontic山脉细分。e:通往Ilgaz山脉的分层路径,Ilgaz 山脉是d中以红色突出显示的西部Pontic山脉的一个子范围。 5.数据属性 GMBA Inventory v2.0_standard: 是GMBA Inventory 2.0主要版本,其中图斑代表实际山脉,可用于分析,与GMBA Defnition v2.0相交以获得更高的精度。包含8327个部分重叠图斑,大小:322 MB,格式:ESRI Shapefile GMBA Inventory v2.0_broad: 是GMBA Inventory 2.0的一个版本,其中图斑远超出GMBA Defnition v2.0,延伸到周围的景观中。此图层中的图斑不仅仅包括实际的山区地形。包含8616个部分重叠的图斑,大小:252MB,格式:ESRI Shapefile ![]() 属性描述: GMBA_V2_ID: 五位数的山脉唯一标识符,将形状图中的图斑与山脉数据库中的条目联系起来 GMBA_V1_ID: 在GMBA Inventory v1.0的图斑ID MapName: 山脉名称,用于标记地图上的图斑(相同名称的不同山脉存在重复) WikiDataUR: 唯一资源标识符URI,以字母Q开头,标识Wikidata存储库中的山脉 MapUnit: 分类变量(2个唯一值)Basic表示所有作为基本映射单元的图斑。选择标识为Basic的图斑会返回库存中所有最小的山地图斑。Aggregate即为那些有子级的图斑,是Basic多边形的聚合。 Hier_Lvl: 用1到10的数字标识层次中每个图斑的级别,可将该层分解为十个层次。 Feature: 分类变量(14个唯一值) Area:以Mollweide投影计算山地图斑的平面面积,单位km2,不适用于GMBA Inventory v2.0_ broad Perimeter:山地图斑的计算周长,单位km Elev_Low: DEM计算的最低海拔 Elev_High: DEM计算的最高海拔 Path: 从级别1大陆/海洋开始,通往山脉(使用 DBaseName)的完整层次路径。 PathID: 通向山脉的完整等级路径 Level_01 to 10: 每个山脉的等级,与Path中的级别相同,但每列一级 Select_300:292个山脉的定制,可用于全球和IPCC或 IPBES区域级别分析。 Countries: 与山脉相交的国家/地区名称的字符 CountryCodes:与山脉相交的国家/地区的Alpha-3 ISO代码 DBaseName:库中唯一的山脉名称,用于识别 LocalNames:Wikidata使用山脉所在国家的语言对山脉或地貌进行命名 AsciiName: 不带变音符号的 MapName Name_xx: 阿/中/英/法/德/葡/俄/西班牙文的范围名称。 ColorAll:从1到6的数字,为具有六种不同颜色的图斑着色,而没有任何连续的图斑共享相同的颜色。 ColorBasic:同上,用于Basic层 Color300: 同上,用于300层 7.论文及数据获取 引用格式: Snethlage,M.A.,Geschke,J.,Ranipeta,A.et al.A hierarchical inventory of the world's mountains for global comparative mountain science. Sci Data 9,149(2022). 原文链接: https:///10.1038/s41597-022-01256-y 访问链接: https:///10.48601/earthenv-t9k2-1407 出版单位:Springer Nature 出版时间:01.April.2022 ★ |
|
来自: 昵称QAb6ICvc > 《arcgis》