在这里插入图片描述

数据下载地址

点击这里下载数据

数据指标说明

在这里插入图片描述

摘要

农业灌溉需要消耗大量的可利用淡水资源,是人类对自然水循环过程最直接的扰动,加速了区域水循环的同时伴随着冷却作用。因此,估算灌溉用水对于探索人类活动对自然水循环的影响、量化水资源收支、优化农业水资源管理配置等具有重要意义。然而,目前灌溉用水数据主要是基于调查统计结果,数据空间分布离散且缺乏统一性,无法满足对灌溉用水的时空变化进行估算的需求。

全球灌溉农田灌溉用水量遥感估算数据集(2011-2018)是基于卫星土壤湿度、降水、植被指数以及气象资料入辐射与气温等要素,通过土壤水量平衡原理,耦合遥感蒸散发过程模块以及利用基于差分优化的数据-模型融合算法来估算全球灌溉农田实际灌溉用水量。

该数据集的灌溉用水估算结果相比传统的离散调查统计数据在不同空间尺度(区域、州/省和国家)上具有较小的偏差,如中国各省2015年农业用水统计结果对比(bias = −3.10 km^3),美国各州2013年调查数据结果对比(bias = −0.42 km^3)以及粮农组织各个国家尺度对比结果(bias = −10.84 km^3)。而且,相较于基于单个降水和土壤水分卫星产品的估算结果,该集合数据显示出更低的不确定性。此外,数据统一采用全球地理经纬度格网,相关元数据存储在对应的NetCDF文件内,空间分辨率约为25公里,时间分辨率为月尺度,时间跨度为2011年−2018年。

该数据集将有助于定量评估历史时期农业灌溉用水的时空格局和支撑科学农业用水管理等。

文件命名:格网灌溉用水量以netcdf格式存储

文件的名称为“IWU_ens_Yyyyy”

其中yyyy代表年。比如IWU_ens_Y2011.nc就代表这个netcdf文件描述2011年逐月全球灌溉用水量的格网数据

项目备注

本资源部分自主研发,部分来源于网络。
来源于网络的资源版权归出版社或原作者所有,仅供学习,请勿用于商业。

数据下载地址

点击这里下载数据

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐