中国每天0.25°×025的陆地水文数据集

​

        缺乏长期一致的大尺度观测水文数据集给中国水文气候研究带来了很大的不确定性。本文描述了0-25年中国每天0.25°×05.1°的陆地水文数据集（VIC-CN1961.2017）。该数据集由最新的可变入渗能力（VIC）模型模拟，并由纯站大气强迫和基于野外调查的高分辨率土壤参数驱动。使用多个观测（原位和遥感）产品和五个统计指标，包括偏差、相对误差（RE）、均方根误差（RMSE）、纳什-萨特克利夫效率系数（NSE）和相关系数（R））来验证模型输出。结果表明，新罕布什尔大学和全球径流数据中心（UNH/GRDC）模拟总径流量和综合径流量的季节周期在长江、东南和珠江流域表现出较好的一致性，REs≤7%，NSEs≥0.87。在长白山、海北灌丛和前堰洲通量塔，VIC-CN05.1很好地再现了2003-2005年的月潜热通量。0-10年，月度模拟的438-2003 cm土壤湿度异常与原位测量（2016个站点）高度相关，平均R=0.80。东北和西北地区冬季测雪深度、雪水当量（SWE）和积雪覆盖的空间格局基本一致。除西北流域外，大部分流域（特别是长江、淮河和黄河流域）模拟的月陆地储水量变化与2003-2016年重力恢复与气候实验（GRACE）观测结果吻合较好，NSE为正，平均R=0.41。该陆地水文数据集对于中国的水文气候研究，如模型评估和长期趋势分析具有重要意义。

 前言 – 人工智能教程

数据集ID: 

NSFC/VIC_CN05_1

时间范围: 1961年-2015年

范围: 全国

来源: 国家青藏高原科学数据中心

复制代码段: 

var images = pie.ImageCollection("NSFC/VIC_CN05_1")

波段：

属性： 

代码：

var geometry0 = pie.Geometry.Polygon([
    [
        [
            120.73529102736825,
            47.89704739909246
        ],
        [
            126.12957813674893,
            47.89704739909246
        ],
        [
            126.12957813674893,
            47.185083885780415
        ],
        [
            120.73529102736825,
            47.185083885780415
        ],
        [
            120.73529102736825,
            47.89704739909246
        ]
    ]
], null);



var images = pie.ImageCollection("NSFC/VIC_CN05_1")
                  .filterDate("2012-05-01","2012-05-19")
                  .filterBounds(geometry0).select("EVAP")


Map.addLayer(images,{min:0,max:2,palette:['#042333','#2c3395','#744992','#b15f82','#eb7958','#fbb43d','#e8fa5b']},"EVAP");

数据引用：

1.Yue Miao, Aihui Wang. A daily 0.25°×0.25° hydrologically based land surface flux dataset for conterminous China, 1961-2017[DS/OL]. V1. Science Data Bank, 2020[2023-08-02]. https://cstr.cn/31253.11.sciencedb.00364. CSTR:31253.11.sciencedb.00364.
2.Yue Miao, Aihui Wang. A daily 0.25°×0.25° hydrologically based land surface flux dataset for conterminous China, 1961-2017[DS/OL]. V1. Science Data Bank, 2020[2023-08-02]. https://doi.org/10.11922/sciencedb.00364. DOI:10.11922/sciencedb.00364.