黑河流域30弧秒分辨率月尺度地表水及地下水灌溉量数据集(1981-2013)

  • 时间分辨率:月
  • 空间分辨率:<= 0.01º
  • 共享方式:开放获取
  • 数据大小:573.97 MB
  • 数据时间范围:1981-01-13 --- 2014-01-12
  • 元数据更新时间:2021-04-19

数据集摘要

农业灌溉占人类用水量的80%左右, 是人类水资源管理中最主要的一环,与人类生存和发展息息相关。灌溉也是水循环中重要的一环,大规模灌溉会通过影响蒸散发从而影响水循环,甚至影响局地的气候。灌溉引水取水过度会导致水资源不可持续利用,同时,会减少河道流量和含水层水储量从而危害生态环境。 因此,确定空间和时间上灌溉量的分布和变化,对于研究过去人类水资源利用情况,灌溉对于生态水文过程,环境和气候的影响,以及制定未来灌溉计划至关重要。 通过融合不同数据源的河道引水灌溉量和地下水取水灌溉量,结合陆面模式CLM4.5模拟和遥感反演的蒸散发数据,制作了一套黑河流域1981-2013年月尺度空间分辨率为30弧秒(0.0083度)的时空连续的地表水和地下水灌溉量数据集。 经过验证,该数据集在2000-2013年可信度较高,1981-1999年由于无遥感数据支持且未考虑土体利用变化,可信度较2000-2013年段为低。 文件说明如下: 每月地表水灌溉量文件命名:Monthly_surfacewater_irrigation_1981-2013.nc 每月地下水灌溉量文件命名:Monthly_groundwater_irrigation_1981-2013.nc 数据为netcdf格式。有3个维度,依次为month, lat, lon. 其中month为月份,数值为0-395,代表1981-2013年逐个月份,lat为网格纬度信息,lon为网格经度信息。 灌溉量数据储存在data变量中,单位为m^3/month 为了方便使用,还提供对应的网格面积数据Heihe_area_size.nc,面积数据储存于该文件data变量中,单位为m^2

数据文件命名方式和使用方法

文件命名:每月地表水灌溉量文件命名:Monthly_surfacewater_irrigation_1981-2013.nc、每月地下水灌溉量文件命名:Monthly_groundwater_irrigation_1981-2013.nc 数据读取方式:数据为netcdf栅格格式,有3个维度,依次为month, lat, lon.可以用arcgis或者编程打开

本数据要求的引用方式

数据的引用

谢正辉. (2016). 黑河流域30弧秒分辨率月尺度地表水及地下水灌溉量数据集(1981-2013). 国家青藏高原科学数据中心. https://doi.org/10.11888/Hydro.tpdc.270573. https://cstr.cn/18406.11.Hydro.tpdc.270573.

Xie, Z. (2016). Monthly irrigation dataset (for both surface water and groundwater) with 30 sec spatial resolution over the Heihe River Basin (1981-2013). National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.11888/Hydro.tpdc.270573. https://cstr.cn/18406.11.Hydro.tpdc.270573.

(下载引用: RIS格式 RIS英文格式 Bibtex格式 Bibtex英文格式 )

文章的引用

1、Zeng, Yujin, Xie, Zhenghui, Yu, Yan, Liu, Shuang, Wang, Linying, Zou, Jing, Qin, Peihua, Jia, Binghao. Effects of anthropogenic water regulation and groundwater lateral flow on land processes. Journal of Advances in Modeling Earth Systems, 2016, :n/a-n/a. doi:10.1002/2016MS000646 ( 查看 Bibtex格式 )

2、Yujin Zeng, Zhenghui Xie, Yan Yu, Shuang Liu, Linying Wang, Binghao Jia, Peihua Qin, Yaning Chen. Ecohydrological effects of stream--aquifer water interaction: a case study of the Heihe River basin, northwestern China, 2016. Hydrology and Earth System Sciences, 20, 2333-2352, doi:10.5194/hess-20-2333-2016. ( 查看 Bibtex格式 )

相关推荐
小阿鑫7 分钟前
不要太信任Cursor,这位网友被删库了。。。
人工智能·aigc·cursor·部署mcp
说私域42 分钟前
基于定制开发开源 AI 智能名片 S2B2C 商城小程序的热点与人工下发策略研究
人工智能·小程序
GoGeekBaird2 小时前
GoHumanLoopHub开源上线,开启Agent人际协作新方式
人工智能·后端·github
Jinkxs2 小时前
测试工程师的AI转型指南:从工具使用到测试策略重构
人工智能·重构
别惹CC2 小时前
Spring AI 进阶之路01:三步将 AI 整合进 Spring Boot
人工智能·spring boot·spring
Yusei_05232 小时前
迅速掌握Git通用指令
大数据·git·elasticsearch
stbomei4 小时前
当 AI 开始 “理解” 情感:情感计算技术正在改写人机交互规则
人工智能·人机交互
一只栖枝8 小时前
华为 HCIE 大数据认证中 Linux 命令行的运用及价值
大数据·linux·运维·华为·华为认证·hcie·it
Moshow郑锴9 小时前
人工智能中的(特征选择)数据过滤方法和包裹方法
人工智能
TY-20259 小时前
【CV 目标检测】Fast RCNN模型①——与R-CNN区别
人工智能·目标检测·目标跟踪·cnn