数据集中国各类水文专业常用数据集合集

Posted 2023-03-03 WW、forever

1 水文气象数据

1.1 径流

1.1.1 中国站点尺度天然径流量估算数据集（1961～2018年）

论文： J2022-High-quality reconstruction of China’s natural streamflow-缪驰远（北京师范大学地理科学学部）
研究内容： 利用VIC（Variable Infiltration Capacity）分布式水文模型，结合流向校正、参数不确定分析和统计后处理等数据质量控制方法，重建了一套长时序、高质量的中国天然河川径流数据集，数据涵盖全国330个水文站1961~2018年的天然月值径流量。
下图为中国地表水资源与330个水文站点空间分布。

数据下载链接：China’s high-quality natural streamflow gauge-based dataset (1961–2018)

1.1.2 中国天然径流量格点数据集CNRD v1.0（1961-2018）

论文： J2021-CNRD v1.0 A High-Quality Natural Runoff Dataset for Hydrological and Climate Studies in China
研究内容： 该径流数据产品基于 VIC（The Variable Infiltration Capacity） 分布式水文模型、模型参数不确定分析框架和翔实的水文气象资料重建得到。为提高模型性能及参数优化效率，对模型敏感参数使用基于自适应的替代模型优化算法**ASMO（The Adaptive Surrogate Modeling-based Optimization）自动率定。在此基础上，该数据集采用了多尺度参数区域化MPR（Multiscale Parameter Regionalization）**方法来估算无资料地区的模型参数。该数据集基于丰富水文站点观测资料进行有资料流域参数率定和无资料流域参数交叉验证，并与其他全球径流格点数据集进行了比较，发现CNRD v1.0数据集的径流空间分布上过渡更加连续，且在表示中国复杂地形和气候变化下的水资源空间分布方面优于全球径流数据集。该数据集作为目前全国范围内采用率定信息最丰富的天然径流共享数据集，将在气候变化对水文过程的影响检测，水资源管理决策支持，多源遥感数据交叉验证等方面有重要应用价值，有助于人类活动与气候变化的复合作用下的水循环研究。
数据下载链接：CNRDv1.0: the China natural runoff dataset version 1.0（1961-2018）

1.2 降水

1.2.1 1961-2019年中国1km分辨率日降水数据集

论文： J2022-A high-resolution (1 day, 1 km) and long-term (1961–2019) gridded dataset for temperature and precipitation across China
数据简介： 在高空间和时间分辨率下准确的长期温度和降水估计对于各种气候研究至关重要。我们为中国制作了一个新的、公开可用的、每日网格化的最高气温、最低气温和降水数据集，具有1公里的高空间分辨率和长期（1961年至2019年）。它被命名为HRLT。使用综合统计分析（包括机器学习、广义加性模型和薄板样条） 对每日网格数据进行插值。它基于中国气象局的0.5°×0.5°网格数据集，以及高程、坡向、坡度、地形湿度指数、纬度和经度的协变量。使用气象站的观测数据评估HRLT每日数据集的准确性。最高和最低温度估计值比降水估计值更准确。对于最高温度，平均绝对误差（MAE）、均方根误差（RMSE）、皮尔逊相关系数（Cor）、调整后确定系数（R²）和Nash-Sutcliffe建模效率（NSE）分别为1.07°C、1.62°C 0.99、0.98和0.98。对于最低温度，MAE、RMSE、Cor、R²和NSE分别为1.08°C、1.53°C、0.99、0.99和0.99。对于降水，MAE、RMSE、Cor、R²和NSE分别为1.30 mm、4.78 mm、0.84、0.71和0.70。HRLT的精度与其他三个现有数据集的精度进行了比较，其精度要么高于其他数据集，尤其是降水量，要么精度相当，但具有更高的空间分辨率和更长的时间段。总之，HRLT数据集具有较高的空间分辨率，覆盖时间较长，精度可靠，适用于未来的环境分析，特别是极端天气的影响。
数据集以NetCDF格式存储。例如，文件名为China_1km_keyword_year.nc，其中关键字是可变的（maxtmp表示最高温度，mintmp表示最低温度，prep表示降水）。可以使用HDFView程序打开和查看此数据集中的文件，Python中的netCDF4模块可以读取和输出数据。
数据下载链接：PANGAEA
Python读取方式：

# 方法1
import xarray as xr
filename='E:/data/China_1km_prep_2019.nc'
dset = xr.open_dataset(filename, decode_times=True, use_cftime=True)
print(dset)
lat=dset.variables['lat'][:]
lon=dset.variables['lon'][:]
prep=dset.variables['prep'][:]
# 方法2
import netCDF4
from netCDF4 import Dataset
nc=netCDF4.Dataset("E:/data/China_1km_prep_2019.nc","r")
prep=nc.variables["prep"][:]
level=nc.variables["level"][:]
lat=nc.variables["lat"][:]
lon=nc.variables["lon"][:]

Matlab读取方式：

clear;
clc;
close all;
% 分析中国区域2019年降水量的空间分布特征
ncdisp '../China_1km_prep_2019.nc';
file_name = '../China_1km_prep_2019.nc';
lon = ncread(file_name,'lon');
lat = ncread(file_name,'lat');
pre = ncread(file_name,'prep');
pre_sum = sum(pre,3);

1.2.2 1960-2020年中国1公里分辨率月降水量数据集

论文： J2022-Monthly precipitation data set with 1 km resolution in China from 1960 to 2020
数据简介： 降水资料具有很高的理论研究和实际应用价值，已广泛应用于水文预报、农业生产、生态保护等领域。中国幅员辽阔，地势起伏大。大多数气象站集中在人口稠密的平原地区，山区等部分地区站站密度低，降水观测资料匮乏。因此，有必要采用插值法建立高精度降水数据集。该数据集基于1960-2020年地面2400多个气象站的降水监测数据，利用气候数据空间插值软件anusplin4 4 计算了1960-2020年中国1km空间分辨率月降水插值数据集。将数据集与采集到的中国实测降水数据和《中国水文年鉴》降雨数据进行验证，并与CRU TS 4.05和西北农林科技大学发布的1km分辨率数据进行精度对比，发现该数据集具有高精度、高分辨率、长时序等特点，具有较好的科研和应用潜力。
数据下载链接：Monthly precipitation data set with 1 km resolution in China from 1960 to 2020

Matlab处理2020年中国1km分辨率月降水量数据集：（气象数据喵-参考4）：

clear;clc;close all;
% 分析河南2020年中国1公里分辨率月降水量的空间分布特征
ncdisp './CN_Prec_MonthlyMean_1km_2020.nc';
file_name='./CN_Prec_MonthlyMean_1km_2020.nc';
pre=double(ncread(file_name,'pre'));
pre_sum=mean(pre,3).*365;
lon=ncread(file_name,'longitude');
lat=ncread(file_name,'latitude');
a=max(max(pre_sum));
b=min(min(pre_sum));
[X,Y]=meshgrid(lat,lon);
% 作图-plot
m_proj('Equidistant Cylindrical','long',[70 140],'lat',[15 55]);
m_contourf(Y,X,pre_sum','linestyle','none');
hold on
% 绘制中国省界和国界
data_3=shaperead('./bou2_4l.shp');% 读取中国国界数据
boux=[data_3(:).X];bouy=[data_3(:).Y];%分别是获取经度X信息和纬度Y信息
m_plot(boux,bouy,'k');%最关键的一句，绘制地图
m_grid('ytick',[15:10:55],'xtick',[70:10:140],'tickdir','out','linest','none','fontname','Times','fontsize',12,'linewidth',1.5);
c=colorbar('eastoutside','ticklength',0);
caxis([0,2500])
load('colorbar-mat/rainbow.mat');
colormap(rainbow);
% 调整colorbar
ax = gca;
axpos = ax.Position;
c.Position(3) = 0.5*c.Position(3);
ax.Position = axpos;
cbarrow;
title('2020年中国区域年降水总量分布图', 'Rotation', 0, 'FontSize', 12);

2 土地覆盖数据

参考

1.中国天然径流量格点数据集CNRD v1.0（1961-2018）在国家青藏高原科学数据中心发布
2.公众号文章-1961-2019年中国(1天,1公里)气温和降水的高分辨率网格数据集
3.公众号文章-中国天然径流量格点数据集CNRD v1.0（1961-2018）
包含【Python可视化CNRD v1.0（1961-2018）】代码。
4.公众号文章-1960-2020年中国1公里分辨率月降水量数据集