1951-2021 年印度次大陆河流域的径流重建数据

举报
此星光明 发表于 2023/12/21 20:52:46 2023/12/21
【摘要】 ​1951-2021 年印度次大陆河流域的径流重建¶印度次大陆 (ISC) 河流域水文模型模拟月度径流数据集(1951 年至 2021 年)满足了 ISC 区域长期径流观测的迫切需求。鉴于水流数据在水资源管理、水文气候分析和生态评估中的重要作用,该数据集为广泛的应用提供了宝贵的资源。该数据集是通过多方面的方法构建的,该方法结合了气象数据、复杂的水文建模和称为 mizuRoute 的高分辨率基...

1951-2021 年印度次大陆河流域的径流重建

印度次大陆 (ISC) 河流域水文模型模拟月度径流数据集(1951 年至 2021 年)满足了 ISC 区域长期径流观测的迫切需求。鉴于水流数据在水资源管理、水文气候分析和生态评估中的重要作用,该数据集为广泛的应用提供了宝贵的资源。该数据集是通过多方面的方法构建的,该方法结合了气象数据、复杂的水文建模和称为 mizuRoute 的高分辨率基于矢量的路由模型。通过综合这些元素,该数据集生成 ISC 河流流域内 9579 个河流河段的每月水流模拟。前言 – 人工智能教程

根据测量站观测到的流量对数据集进行验证证明了其可靠性,很大一部分测量站表现出很强的一致性,决定系数 (R²) 和纳什-萨特克利夫效率 (NSE) 值超过 0.70 就证明了这一点。这种验证可以对河流网络内的低流量、平均流量和高流量的变化进行分析。该数据集的重要性还包括识别水流模式的长期变化。值得注意的是,它强调了恒河盆地内流量的大幅下降以及半干旱印度西部和印度河盆地流量的增加,这些发现对于印度次大陆的水管理规划和气候变化适应具有重要意义。此外,这一资源缓解了有限的水流观测带来的挑战,特别是在传统监测能力不足的三个主要跨境流域(恒河、印度河和雅鲁藏布江)的情况下。您可以在此处阅读论文以了解更多详细信息

水文气候分析是研究水文和气候变化对水资源的影响的过程。它涉及对气候和水文数据的收集、分析和解释,以了解气候变化对水循环、水资源供应和需求、洪水和干旱等方面的影响。水文气候分析可以帮助决策者制定合理的水资源管理策略,以应对气候变化的挑战。

生态评估是评估生态系统的健康状况和生物多样性的方法。它涉及对环境因素、物种组成和生态功能等方面的调查和分析,以了解生态系统的结构和功能。生态评估可以帮助人们了解生态系统的脆弱性,预测和防止生态系统的退化,促进可持续发展。

数据集处理

数据集可在 Zenodo 上下载,此处流形状文件由流线和分段信息组成,而提供的其他数据集没有任何文件扩展名。这些文件已转换为 csv 文件并根据需要重命名,同时确保所有 NaN 值均替换为 9999,因为 Earth Engine 不支持列中的混合变量类型。然后将它们连接到流 shapefile,然后使用段 id/seg_id 将变量组合到流网络资产。以下包含数据集和描述

变量名 描述 数据文件和安排
平均流量 该文件夹包含河流分段的年平均流量和季风平均流量。可以从此目录中的 India_streams.shp shapefile 获取段 ID。 -年流量:seg_id、平均年流量(立方米/秒)
-季风流量:seg_id、平均季风流量(立方米/秒)
高&低流量 该文件夹包含河流分段平均高流量和平均低流量。可以从此目录中的 India_streams.shp shapefile 获取段 ID。 high_flow:seg_id、mean_high_flow (m³/s)
low_flow:seg_id、mean_low_flow (m³/s)
变异系数 该文件夹包含年平均水流和平均季风水流的河流分段变异系数。可以从此目录中的 India_streams.shp shapefile 获取段 ID。 CV_annual_flow:seg_id、coefficient_of_variability
CV_monsoon_flow:seg_id、coefficient_of_variability
趋势分析 此文件夹包含在 1951 年至 2021 年间表现出统计上显着的水流趋势的河流河段列表。可以从此目录中的 India_streams.shp shapefile 获取段 ID。 -streamflow_trend :seg_id、假设检验 h=1:显着)、sen's_slope
SSI 该文件夹包含 1951-2021 年期间前四个干旱和湿润月份的标准化水流指数 (SSI)。前四个最干燥和最潮湿的月份是根据印度次大陆月平均降雨量数据的标准化降水指数(SPI)计算得出的。可以从此目录中的 India_streams.shp shapefile 获取段 ID。 dry_years(子文件夹):
SSI_**月年**:seg_id、SSI
wet_years(子文件夹):
SSI_**月
年**:seg_id、SSI

引文

Chuphal, D.S., Mishra, V. Hydrological model-based streamflow reconstruction for Indian sub-continental river basins, 1951–2021. Sci Data 10, 717
(2023). https://doi.org/10.1038/s41597-023-02618-w

数据集引用

Chuphal, D. S., & Mishra, V. (2023). Reconstructed streamflow for Indian sub-continental river basins, 1951-2021 [Data set].
Zenodo. https://doi.org/10.5281/zenodo.8004633

地球引擎片段

var cv_annual_flow = ee.FeatureCollection("projects/sat-io/open-datasets/indian-streams/CV/cv_annual_flow");
var cv_monsoon_flow = ee.FeatureCollection("projects/sat-io/open-datasets/indian-streams/CV/cv_monsoon_flow");
var high_flow = ee.FeatureCollection("projects/sat-io/open-datasets/indian-streams/HIGH-LOW-FLOW/high_flow");
var low_flow = ee.FeatureCollection("projects/sat-io/open-datasets/indian-streams/HIGH-LOW-FLOW/low_flow");
var mean_annual_flow = ee.FeatureCollection("projects/sat-io/open-datasets/indian-streams/MEAN-FLOW/mean_annual_flow");
var mean_monsoon_flow = ee.FeatureCollection("projects/sat-io/open-datasets/indian-streams/MEAN-FLOW/mean_monsoon_flow");
var ssi_dry_july_1972 = ee.FeatureCollection("projects/sat-io/open-datasets/indian-streams/SSI/ssi_dry_july_1972");
var ssi_dry_july_2002 = ee.FeatureCollection("projects/sat-io/open-datasets/indian-streams/SSI/ssi_dry_july_2002");
var ssi_dry_june_2009 = ee.FeatureCollection("projects/sat-io/open-datasets/indian-streams/SSI/ssi_dry_june_2009");
var ssi_dry_june_2014 = ee.FeatureCollection("projects/sat-io/open-datasets/indian-streams/SSI/ssi_dry_june_2014");
var ssi_wet_august_2020 = ee.FeatureCollection("projects/sat-io/open-datasets/indian-streams/SSI/ssi_wet_august_2020");
var ssi_wet_july_1988 = ee.FeatureCollection("projects/sat-io/open-datasets/indian-streams/SSI/ssi_wet_july_1988");
var ssi_wet_september_1983 = ee.FeatureCollection("projects/sat-io/open-datasets/indian-streams/SSI/ssi_wet_september_1983");
var ssi_wet_september_2019 = ee.FeatureCollection("projects/sat-io/open-datasets/indian-streams/SSI/ssi_wet_september_2019");
var streamflow_trend = ee.FeatureCollection("projects/sat-io/open-datasets/indian-streams/streamflow_trend");
var streams = ee.FeatureCollection("projects/sat-io/open-datasets/indian-streams/streams");

示例代码:https://code.earthengine.google.com/ ?scriptPath=users/sat-io/awesome-gee-catalog-examples:Hydrology/STREAMFLOW-RECONSTRUCTION-INDIAN-SUBCONTINENT

执照

这些数据集可根据 Creative Commons Attribution 4.0 International 许可证使用。

提供者:Chuphal, DS 和 Mishra, V.,印度理工学院 (IIT) 甘地讷格尔

GEE 策展人:Samapriya Roy

关键词:H08、mizuRoute、水流、印度、水文学、水管理、气候变化适应、水文气候极端分析

GEE 最后更新:2023-10-18

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。