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
show4336 分钟前
2026小程序端AI配音技术实现:TTS多音色引擎集成与MP3生成优化
人工智能·小程序
千里码aicood1 小时前
基于Hadoop的汽车销量分析与可视化
大数据·hadoop·分布式
CHEEVEN_QY2 小时前
B2B制造企业,AI搜索时代的信息架构怎么做
人工智能·制造·geo·结构化数据·b2b制造
月光船幽幽5 小时前
检测用户意图复杂性的关键方法
人工智能·python
Henry-SAP6 小时前
AI突破重塑未来科技格局
人工智能·云原生·sap·erp
空堂与归6 小时前
图像识别总是准确率低?用卷积神经网络CNN实现高效分类
人工智能·深度学习·分类·cnn
老猿AI洞察7 小时前
阿里云启用巴西数据中心,AI服务出海落子南半球
人工智能·阿里云·云计算
大金SEO7 小时前
GEO启动的正确顺序:先做信源清理,再谈内容扩张
大数据·人工智能
Bruce_Liuxiaowei7 小时前
从基础理论开始学习人工智能(三):盲目搜索——从状态空间图到生成-测试范式
人工智能·学习