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
github.com/starRTC4 小时前
Claude Code中英文系列教程16:在GitHub Actions中使用 AWS Bedrock & Google Vertex AI
人工智能
沛沛老爹4 小时前
从Web到AI:Agent Skills安全架构实战——权限控制与数据保护的Java+Vue全栈方案
java·开发语言·前端·人工智能·llm·安全架构·rag
AI营销前沿4 小时前
原圈科技AI营销内容:SaaS案例创作告别低效,效率翻倍
大数据·人工智能
纪伊路上盛名在4 小时前
Chap2 Neural Networks with PyTorch
人工智能·pytorch·python·深度学习·机器学习
码农汉子4 小时前
零基础入门】Open-AutoGLM 完全指南:Mac 本地部署 AI 手机助理(原理+部署+优化)
人工智能·macos·智能手机
linmoo19864 小时前
Langchain4j 系列之三十一 - Observability之入门
人工智能·langchain·observability·langchain4j
小飞大王6664 小时前
使用nodejs接入ai服务并使用sse技术处理流式输出实现打字机效果
前端·javascript·人工智能
模型时代4 小时前
F5推出AI安全防护平台扩展新产品
人工智能
币之互联万物4 小时前
消费品营销战略咨询公司怎么选?哪家靠谱?
大数据·人工智能
lm down4 小时前
一键部署 HeartMuLa,支持 Mac 和 Windows
人工智能·音视频