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
Rosanci3 小时前
谷歌浏览器插件开发实战指南:从 Hello World 到上架发布
大数据·人工智能·chrome·程序人生
m0_466525294 小时前
云从科技上线云起ModelHub:AI团队时代的模型算力基础设施
大数据·人工智能·科技
十二同学啊5 小时前
向量数据库:从核心原理到 RAG 与 Java 实战
数据库
蓝速科技5 小时前
会议室门牌公告通知发布选型与落地指南丨蓝速科技
大数据·运维·数据库·人工智能·科技
一 乐8 小时前
二手交易平台|基于springboot + vue二手交易平台(源码+数据库+文档)
java·数据库·vue.js·spring boot·小程序
SelectDB8 小时前
同等资源下 Apache Doris 4.2 vs StarRocks 4.1.1:1TB SSB 与 TPC-H 性能实测
大数据·数据库·数据分析
这个DBA有点耶9 小时前
数据库集群与分布式架构:三条技术路线对比、金仓KES RAC实测数据与决策框架
数据库·程序员·架构
MayBaymax9 小时前
MongoDB 索引与事务
java·数据库·mongodb
SelectDB9 小时前
Doris vs ClickHouse:企业 OLAP 走向下一阶段,两种技术路线如何选择
大数据·数据库·数据分析
vx-程序开发9 小时前
【计算机毕设】django校园跑腿服务系统83141
java·数据库·vue.js·spring boot·spring·elasticsearch·django