1965–2022年中国大陆高分辨率分部门用水数据集,包含:灌溉用水、工业制造用水、生活用水和火电冷却

1965--2022年中国大陆高分辨率部门用水数据集

高质量用水数据集对推进变化环境下的水资源研究至关重要。然而,现有中国用水数据通常按行政区划或流域汇总,时空分辨率不足,难以支撑人类用水模式及时空变化特征的精细化分析。为此,我们构建了1965--2022年中国大陆高分辨率部门用水数据集(HSWUD),涵盖灌溉、工业制造、火电冷却、生活用水等关键部门。

该数据集通过融合遥感土地利用数据、人口密度分布图、再分析气象数据、火电厂地理信息及工业企业微观调查数据,研发了多协变量降尺度算法,将省级年度用水数据降尺度至0.1°×0.1°网格的月尺度数据,显著提升了用水空间细节与季节分布特征的表达能力。验证表明,HSWUD与地级市统计数据的决定系数达0.88(R²=0.88),其捕捉的时空格局与现有数据集总体一致。

制作流程

1 数据来源

用水统计数据

省级用水数据(1965--2013年)来自国家长期用水数据集(NLWUD);

2014--2022年数据源于《中国水资源公报》和《中国统计年鉴》。

社会经济数据

灌溉耕地面积(CIrrMap250数据集);

热电厂发电量(全球电厂数据库GPPD);

工业企业产值(中国工业企业数据库CIED);

人口密度(1km网格数据)。

气象数据

温度、降水、潜在蒸散发(ERA5-Land再分析数据)。

2 方法流程

空间降尺度

将省级年用水量分配至0.1°网格,权重公式为:

(xi,j为网格值,n为省内网格数)

制造业用水采用企业级效率校准

(基于分省分行业用水效率)

时间降尺度

灌溉用水:基于CROPWAT模型计算净需水量(作物系数×潜在蒸散发--有效降水);

生活用水:以温度波动为代理变量;

热电冷却用水:结合采暖/制冷度日数(阈值:加热18°C、制冷26°C);

制造业用水:以分行业月度销售收入比例分配。

数据信息

数据资源:1965--2022年中国大陆高分辨率分部门用水数据集,包含:灌溉用水、工业制造用水、生活用水和火电冷却

高分辨率部门用水数据集提供1965年1月至2022年12月中国逐月用水数据,空间分辨率为0.1°(约11公里),单位为10⁸立方米/月,涵盖灌溉、火电冷却、工业制造和生活用水四大部门。

数据以NetCDF格式存储,采用"分部门单文件"设计:例如"HSWUD_dom.nc"即生活用水数据文件。所有文件均采用WGS84坐标参考系统(EPSG:4326),确保与主流地理信息系统(如ArcGIS、QGIS)的兼容性。

相关推荐
逸Y 仙X6 分钟前
文章十五:ElasticSearch 运用ingest加工索引数据
java·大数据·elasticsearch·搜索引擎·全文检索
Elastic 中国社区官方博客7 分钟前
Kibana 中的查询活动:用于长时间运行搜索的实时控制塔
大数据·运维·elasticsearch·搜索引擎·全文检索·kibana
无心使然云中漫步9 分钟前
Openlayers调用ArcGis地图服务之五 —— 要素识别(/identify)
前端·arcgis·vue·数据可视化
andafaAPS10 分钟前
安达发|医疗器械行业APS排程软件:重构生产效能的生命线
大数据·人工智能·制造·aps排程软件·安达发aps·计划排产软件
2301_7662834414 分钟前
Golang怎么实现防重复提交_Golang如何用Token机制防止表单重复提交【技巧】
jvm·数据库·python
qq_4142565715 分钟前
CSS如何实现元素在容器内居中_利用margin-auto技巧
jvm·数据库·python
2401_8242226915 分钟前
如何用 Transferable 对象零拷贝转移超大数组内存给子线程
jvm·数据库·python
财经资讯数据_灵砚智能15 分钟前
基于全球经济类多源新闻的NLP情感分析与数据可视化(夜间-次晨)2026年4月28日
大数据·人工智能·python·信息可视化·自然语言处理
SilentSamsara16 分钟前
Python 并发基础:threading/GIL 与 multiprocessing 的选型逻辑
服务器·开发语言·数据库·vscode·python·pycharm
m0_4954964117 分钟前
如何禁用 Vite 中的热更新(HMR)以避免 React 应用加载中断
jvm·数据库·python