当前位置: 首页 > news >正文

【会员专享数据】1979—2025年中国5km分辨率逐年土壤湿度指数栅格数据

水文数据是我们在各项研究中都经常使用的数据,尤其是高空间精度和高时间精度的水文数据。常见的水文指标有河流径流量、雪水当量等。在此前的文章中,我们基于Shaun Harrigan等学者于2019年11月分享在Early Warning Data Store (EWDS)网站上的数据集,整理并分享了1979—2025年中国5km分辨率逐日土壤湿度指数栅格数据(可查看之前的文章获悉详情)。

基于上述逐日土壤湿度指数栅格数据,我们按照年份计算当年12个月的土壤湿度指数平均数,得到本次分享的数据——1979—2025年我国5km分辨率逐年土壤湿度指数栅格数据!数据格式为tif栅格格式,该数据的栅格像元值代表土壤中水的体积占土壤孔隙总体积的比例,以0(残余土壤湿度)到1(饱和)之间的指数表示,代表根区土壤湿度的上下限,单位为无量纲数。

该数据只对立方数据学社会员开放,在本公众号后台回复关键词会员可得到会员规则和办理方式。对于已经是会员的同学,请向会员客服发放关键词566A获取该数据。以下为数据的详细介绍:

01 数据预览

1979—2025年全国5km分辨率逐年土壤湿度指数栅格,按照年份进行汇总,47个年份共有47个以年份命名的栅格数据!下面我们以2025年的数据为例进行预览,如下图:

02 数据的其他信息

数据来源:

原始的逐日栅格数据集来源于EWDS网站,网址为:

https://ewds.climate.copernicus.eu/datasets/cems-glofas-historical?tab=download

数据年份:

1979—2025年

空间范围:

中国

坐标系:

GCS_WGS_1984

空间分辨率:

5千米

时间分辨率:

逐年

数据格式:

TIFF

数据引用:

Grimaldi, S., Salamon, P., Disperati, J., Zsoter, E., Russo, C., Ramos, A., Carton De Wiart, C., Barnard, C., Hansford, E., Gomes, G., Prudhomme, C. (2022): River discharge and related historical data from the Global Flood Awareness System, v4.0. European Commission, Joint Research Centre (JRC). DOI:10.24381/cds.a4fdd6b9 (Accessed on DD-MMM-YYYY)

文章引用:

Harrigan, S., Zsoter, E., Alfieri, L., Prudhomme, C., Salamon, P., Wetterhall, F., Barnard, C., Cloke, H., and Pappenberger, F.: GloFAS-ERA5 operational global river discharge reanalysis 1979–present, Earth Syst. Sci. Data, 12, 2043–2060, https://doi.org/10.5194/essd-12-2043-2020, 2020.

如有数据使用需求请按照官方平台的要求进行引用,更多数据详情可以查看官网获悉!

03 数据获取

如有数据需求,欢迎点击下方名片链接,关注我们并咨询获取~

http://www.jsqmd.com/news/1112598/

相关文章:

  • 音乐文件NCM怎么改成MP3?网易云歌曲ncm格式转换mp3方法
  • 设计 Token 自动同步:别让颜色停在设计稿里
  • 机器学习数据预处理:标签编码与连续变量处理实战
  • 大数据毕业设计选题指南:技术前沿与实战要点
  • 代价函数:业务价值的数学编码与实战设计指南
  • 用 AI 工具提升刷题效率:实验要有指标,别只看爽感
  • orcale的锁模式
  • 【 Elasticsearch】安装配置 GitHub Copilot CLI 插件
  • 科研AI工具全家桶实战测评:从部署到工作流整合的完整指南
  • 持续集成对于微服务的意义:拆之前要先解决合的问题
  • 为什么AI可以帮助任何有具体专业性且爱思考的人成立OPC
  • AI驱动的Three.js渲染优化:霓虹城市的智能帧率管理
  • 航天电路板为啥不能出一点错?
  • Agent越来越智能,但我发现软件工程仍然很重要
  • Prompt 版本管理:提示词也要像代码一样可回滚
  • AI Agent 编排落地:别让流程像即兴 Solo 一样失控
  • 2025-6-15模拟测验
  • 高压安全防护设计:BMS 过压/过流/过温/绝缘检测原理与硬件保护机制
  • 从 Paper 到产品原型:只取能验证商业假设的部分
  • KNN算法实战:从数据预处理到模型调优全解析
  • WebAssembly AI 插件沙箱:插件能跑,更要能管
  • 智慧营区部队体能训练考核系统:有哪些优点和缺点
  • lanceDB数据胡
  • 浮点数的存储简述
  • PyTorch DDP 梯度同步:慢卡问题通常不是显存不够
  • 每天忙到停不下来,却不知道时间去哪了?用Traggo记录真实投入
  • 跨境电商选灵爪AI开发需看真实案例与预算
  • AI黑客松实战指南:从零构建NBA选秀数据分析系统
  • 网易智企IM Web体验馆:一站式在线体验即时通讯
  • Java中return与异常抛出的优先级详解:一个容易被忽视的陷阱