本数据集中的数据，为长江上游及西南周边地区12.5米ALOS数字高程模型(DEM)分幅数据。数据源于Alaska Satellite Facility (ASF)的Advanced Land Observing Satellite (ALOS) PALSAR 的高分辨率地面校正数据。 数据格式为TIF，空间分辨率为12.5米，坐标系统为WGS_1984_UTM分带投影。数据范围包括覆盖长江上游、西南及周边地区，从行政区角度，它包括重庆、四川、贵州、云南、广西全境，以及西藏东部，青海甘肃陕西南部，广东西部，海南岛，湖南及湖北西部。数据以分幅形式存在，若需要相邻的多幅数据，则应在下载后w对数据进行镶嵌处理。数据可用于各类地形分析。
田永中, ASF DAAC
该数据为长江上游及周边地区1990-2021年2.5级以上地震矢量数据（点）。它是该时段全球地震数据的一个子集，地理坐标介于东经88度-112度，北纬20度至40度之间，除包括整个长江上游地区外，在行政区上包括重庆、四川、贵州、云南、广西、陕西、宁夏、青海的全域，西藏东部、甘肃南部，以及西南国境外部分地区。数据格式为Shapefile。生成该数据的原始数据来源于美国地质调查局（USGS）的地震统计数据，根据其中的经纬度生成点，并保留了记录中的地震属性数据。
田永中
该数据集以PM2.5监测站点数据为基础，选取道路、建设用地面积、林地面积、园地面积、高程等因子，采用多元回归分析方法对2017年重庆主城区PM2.5的年均、季均、月均、周内平均及日内极值时刻空间分布进行了模拟。交叉验证得到模拟精度分别为90.28%、93.52%、92.27%、90.63%、93.28%。本数据集空间分辨率为25m*25m。具体反演方法参考文献“重庆市主城区PM2.5的时空格局及影响因素分析（硕士论文）”。
李月臣
该数据集：借助RS与GIS 技术，在借鉴已有的研究成果的基础上，结合三峡库区(重庆段) 的自然和社会经济实际情况，参照国家环保部颁发的《生态功能区划技术暂行规程》①，选择研究区比较突出的土壤侵蚀、石漠化、生境和酸雨4 个生态环境要素建立敏感性评价模型与方法，对三峡库区(重庆段) 生态环境敏感性进行综合研究，定量揭示研究区生态环境敏感性程度及其空间分布规律。本数据集空间分辨率统一采样为25m*25m。具体反演方法参考文献“三峡库区重庆段生态与环境敏感性综合评价（地理学报）”。
刘春霞, 李月臣
该数据集利用重庆2000、2005、2010、2015年四期土地利用遥感解译数据，在谢高地研究制定的中国陆地生态系统服务价值当量因子表基础上，结合重庆市的具体情况，基于单位面积粮食产值、经济系数、功能系数等对重庆市的生态系统服务价值当量因子表进行修订。以2000-2015年重庆耕地1hm2平均每年自然粮食的产值作为其一个当量因子时食物生产功能单位面积的服务价值，计算得到重庆市修正后的生态服务价值系数表。最终对重庆气体调节（QTTJ）、气候调节（QHTJ）、水源涵养（SYHY）、土壤形成与保护（TRBH）、废物处理（FWCL）、生物多样性保护（SWDYXBH）、食物生产（SWSC）、原材料生产（YCLSC）、文化娱乐（WHYL）等9类生态服务价值进行了估算。本数据集空间分辨率为25m*25m。具体反演方法参考文献“重庆市土地覆被变化及生态响应研究（硕士论文）”。
李月臣
近年来,大规模的城镇化开发建设在促进区域社会经济发展的同时,对生态环境带来了巨大的影响。通过可视化手段对城镇化过程中生态经济效益定量评估可为权衡经济收益和生态环境效益损失提供科学参考。本研究以重庆市为研究区,利用土地利用遥感解译数据、土壤数据、高程数据、气象数据、社会经济统计数据,结合InVEST 3.3.1、Arc GIS 10.1、SPSS 19.0等软件在对研究区2000、2005、2010、2015年四期的土地利用景观格局变化、城镇化用地变化情况的基础上,对生物栖息地、土壤保持、水源涵养、固碳、调节气候、净化环境6类生态效益和第一产业、二三产业2类经济效益进行评估,对比分析研究区各个土地利用景观格局、五大功能区、39个区县在2000、2005、2010、2015年四个时期的生态经济效益时空变化情况。本数据集空间分辨率为25m*25m。具体反演方法参考文献“基于GIS与InVEST模型的重庆市城镇化过程中生态经济效益损益研究（硕士论文）”。
李月臣
生态环境是人类赖以生存和栖息的场所,伴随着城市化进程的加快,生态环境每况愈下,因此保护生态环境、维护生态安全是可持续发展过程中的一个关键而迫切的研究课题,研究我国区域的生态安全有着特别重要的意义。重庆市位于长江上游地区,是“一带一路”和长江经济带重要的联结点,是长江上游重要的生态屏障,生态地位高,具有丰厚的林地资源和重要的生态服务功能价值,因此本文基于重庆市重要的生态地位,结合PSR模型构建评价指标体系,以格网为评价单元,利用综合指数法计算研究区生态安全综合指数并对其进行分级评价,结合探索性空间分析工具和地理探测器工具,旨在找出重庆生态安全的动态变化特征、空间关联度特征、空间格局分异特征及其驱动机制,研究目的在于更好地了解重庆市生态安全变化的基本特征和规律,为重庆市生态环境的改善提出针对性意见,进而丰富和推动我国生态安全评价的综合研究。本数据计算重庆2000/2005/2010/2015四个时期生态安全综合指数并对其进行分级评价，其空间分辨率统一采样为1000m*1000m。具体反演方法参考文献“基于GIS格网模型的重庆市生态安全时空格局研究（硕士论文）”。
李月臣
该数据集首先运用多因素融合模型对2010年重庆市人口进行空间化，通过因子与人口的相关性和实际情况分析，选择地形、交通、夜间灯光和NDVI四种因子作为模拟人口的影响因子，并引入产业点因子。本文借助第六次人口普查乡镇数据对多因素融合模型人口模拟结果进行精度验证，相关系数为0.836，在乡镇尺度上进行误差验证中有接近70%左右的乡镇精度在70%以上，模拟效果已经较好。依此方法得到重庆市2000、2005和2015年的人口进行空间分布模拟结果。本数据集空间分辨率为25m*25m。具体反演方法参考文献“基于GIS和多源数据的山地城市人口空间化模拟（硕士论文）”。
李月臣
该数据集：采集去哪儿网、马蜂窝网、携程网三个网站重庆市旅游资源样本数据。以三家网站共有旅游资源作为数据的处理条件，通过合并、删除重复、清除已关闭的旅游资源等方法最终符合条件的重庆市旅游资源点420个。通过GeoSharp软件坐标转换工具箱将420个旅游资源的坐标批量转换为WGS84坐标。通过重庆市旅游政务网获取2018年重庆市A级旅游景区名单（截止时间2018年12月31日），采集A级旅游景区及其对应的质量等级信息，与所爬取的全部旅游资源名录进行对照、核实，将质量等级数据依次录入属性表。具体方法参考文献“基于POI数据的重庆市旅游资源空间分布及其吸引力错位研究（硕士论文）”。
刘春霞
该实验的观测参数包括归一化离水辐射率、水体悬浮物浓度、水体叶绿素浓度、水体透明度。水色参数地面调查主要在虎头村和歇马两个样地开展试验，基于该区域遥感影像解译获取了水体分布数据。在该区域，水体主要表现为一些人工养殖的鱼塘。本次试验重点关注对象为水域面积相对较大的开阔区域，在2 km2 的无人机飞行区范围内，上部分别选取重点水域1和重点水域2，长宽比分别为90×200 m和90×75 m；下部选择重点水域3，长宽比为90×700 m的水体开展观测。主要应用橡皮艇布点采样。
汤旭光
SoilNet是具有无线数据采集与传输功能的土壤水分无线传感器节点。数据采集终端具有自动采集与长时间低功耗运行能力。SoilNet由低功耗高精度无线数据采集终端和土壤温湿度传感器组成。SoilNet温湿度传感器利用传感器探头，基于频率域的介电常数探测原理，得到土壤体积含水量（%）和土壤温度（℃）。此观测使用两个通道的传感器探头（通道1埋于3cm，通道2埋于10cm）来测量3cm和10cm处的土壤水分体积含水量和土壤温度。
张可
一、数据是由重庆市统计局和国家统计局重庆调查总队编纂、中国统计出版社公开出版发行的一部全面记录重庆市经济建设和社会发展情况的大型资料性年刊。数据收录了重庆市历史重要年份和1989-2016年经济和社会各方面的统计数据，以及各区县（自治县）主要统计资料。 二、每份年鉴共二十二章，包括：1.综合;2.国民经济核算;3.人口与就业;4.固定资产投资;5.能源消费;6.财政;7.人民生活与物价;8.城镇建设;9.资源和环境;10.要素市场;11.农业和农村经济;12.工业;13.建筑业;14.运输和邮电;15.国内贸易;16.对外经济贸易和旅游业;17.金融业;18.教育、科技和文化业;19. 卫生、体育和其他社会活动;20.区县;21.三峡工程重庆库区移民;22.基本单位名录库。同时附录一个篇章：全国及各省（自治区、直辖市）主要统计资料。每章前设《简要说明》，介绍本章节的主要内容和资料来源，章末附有《主要统计指标解释》。 三、本年鉴统计资料：大部分数据来自统计年报，部分来自抽样调查。 四、本年鉴所使用的度量衡单位均采用国际统一标准计量单位；各种分类标准均采用国家统一分类标准。 五、部分数据的合计数或相对数，由于计量单位取舍不同而产生的计算误差未作机械调整。 六、本年鉴各表的部分指标注解位于该表下方或最后一张续表的下方。 七、符号使用说明：年鉴各表中的“空格”表示该项统计指标数据不足本表最小单位数、数据不详或无该项数据；“＃”表示其中的主要项。
国家统计局
样地内林木起测胸径拟采用5cm，称为样木，不观测胸径小于5cm的小树，需要记录小树的株数。 树种识别：基于调查人员的树木学知识结合林场造林资料识别树种。 胸径测量：采用胸径尺，观测1.3m高度处的样木胸径，若被测单木位于山坡上，调查人员应站在上坡位置进行测量。 树高测量：采用激光测高计，测量样木根部到样地顶部之间的垂直距离。 枝下高测量：利用激光测高仪进行单木枝下高的测量。 生物量计算：样地生物量是每个样地单木生物量加和，单位kg，生物量计算公式参见生物量计算行业标准文件夹下的行业标准文件和相关论文。 平均数高：样地平均树高为所有单木的树高平均值。
钱凤
植被荧光自动观测系统架设于重庆市北碚区虎头村喀斯特生态系统野外观测研究站（106.3191E, 29.7627N），观测系统距离地面垂直高度为10 m，下垫面为桂花树等绿化乔木。荧光自动观测系统采用QE65 Pro光谱仪，与LI7500RS涡度观测系统实现同步观测。全天候植被荧光观测系统是基于760nm 和687 nm 附近的O2-A和O2-B 暗线内外的波谱观测值，通过3FLD、SFM等算法提取日光诱导叶绿素荧光。本设备的核心工作是准同步地测量太阳入射辐照度和植被冠层上行的表观辐亮度。其中太阳入射辐照度通过带余弦校正器的光纤向上观测获取，植被冠层上行的表观辐亮度通过另一光纤观测冠层获取，然后数据通过光纤传输到主机，并进行运算。SIF观测时间长度：2020年10月1日至11月30日。其中，10月18日 数据缺失；10月8日、10月20日、11月20日 数据不全。SIF荧光观测数据单位：mW/m2/nm/sr
汤旭光
叶片采集地点分别选择在槽上、柑橘研究所、虎头村三个无人机飞行区域采集该地区优势物种的新鲜叶片，同时，叶片采集点与SPAD-2、LAI测量点、光合有效辐射测量点吻合。分别在虎头村采集105份样本，在槽上 采集180份样本，在柑橘研究所采集120份样本，共31个物种。高等植物光合作用过程中利用的光能是通过叶绿体色素(光合色素)吸收的。叶绿体色素由叶绿素a、叶绿素b、胡萝卜素和叶黄素组成。叶绿素不溶于水，溶于有机溶剂，可用多种有机溶剂，如丙酮、乙醇或二甲基亚砜等研磨提取或浸泡提取。叶绿色素在特定提取溶液中对特定波长的光有最大吸收，用分光光度计测定在该波长下叶绿素溶液的吸光度(也称为光密度)，再根据叶绿素在该波长下的吸收系数即可计算叶绿素含量。
钱凤
植被覆盖度指植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比。植被的覆盖度可分为高、中高、中、低四种覆盖类型。覆盖度的检测主要有地表实测法和遥感监测法。获得产品为地面测量点规则采集的清晰相片，相片包含植被和裸土或者植被和天空，相片中植被在整个相片中所占比例为该相片的植被覆盖度，相同地面测量点的植被覆盖度均值为该地面观测点的植被覆盖度。植被覆盖度是衡量地表植被状况的一个重要指标，是描述生态系统的重要基础数据，也是区域生态系统环境变化的重要指示，对水文、生态、区域变化等都具有重要意义。植被覆盖度为植被在地面的垂直投影面积占统计区总面积的百分比，它的取值范围为0-1，植被越茂盛，覆盖度越大，反之越小，大于1或者小于0的值为错误值。
马明国
该数据集由ERA5再分析资料驱动WRF模型模拟得到，采用三层嵌套（9km, 3km和1km）进行模拟。该数据集的变量包括近地表气压（hPa）、10m风速（m/s）、2m温度（℃）、2m相对湿度（%）、下行短波辐射（W/m-2）、下行长波辐射（W/m-2）、降水量（mm/h）。数据为NETCDF格式，时间分辨率为1小时，水平空间分辨率为1km，投影方式为兰伯特投影。该数据集可以为复杂山区重庆的陆面过程模拟提供高时空分辨率的大气驱动数据。
郎芹
