HyperAI超神经

CAMELS 美国大样本研究的集水区属性和气象学数据集

日期

1 年前

大小

13.4 GB

机构

University Corporation for Atmospheric Research

发布地址

gdex.ucar.edu

许可协议

CC BY-SA 4.0

该数据集由时间序列和集水区属性两个方面构成。

时间序列数据集

该数据集是研究团队为美国地质调查局 2009 年水文气候数据网络 (HCDN-2009,Lins 2012) 中 671 个盆地开发的盆地尺度水文气象强迫数据,该数据属于美国本土盆地子集。模型时间序列输出与强迫数据相同的时间段可用。还提供了 2014 年 1 月 1 日至 12 月 31 日期间所有可用日期的所有流域的 USGS 流量数据。然后,研究团队实施了 NWS 传统使用的水文模型和校准程序、基于 SNOW-17 和萨克拉门托土壤水分核算 (SAC-SMA) 的水文建模系统以及混洗复杂演化 (SCE) 优化方法。

数据集结构

basin_timeseries_v1p2_metForcing_obsFlow.zip 文件包含所有三种气象产品的所有流域强迫数据、观测到的流量、流域元数据、自述文件和流域形状文件。三个 *_modelOutput_*.zip 文件包含链接名称中表示的各种强迫数据集的所有模型输出。最后,basin_set_full_res.zip 文件是一个全分辨率流域形状文件,其中包含来自地理空间结构的原始流域边界。

集水区属性数据集

该数据集涵盖了与 Newman 等人在 2015 年推出的大样本水文气象数据集相同的 671 个集水区。对于每个集水区,研究团队描述了影响集水区行为和水文过程的多种属性。一段时间以来,表征这些属性的数据集已经单独提供,但迄今为止,全面的多元集水区规模评估一直很困难,因为这些数据集通常具有不同的空间配置、存储在不同的档案中或使用不同的数据格式。通过创建这些属性的集水区规模估计值,研究团队的目标是简化对它们相互关系的评估。

地形特征(例如海拔和坡度)取自 Newman 等人(2015 年)。气候指数(例如干旱度和干旱天数频率)和水文特征(例如年平均排放量和基流指数)是使用 Newman 等人(2015 年)提供的时间序列计算的。土壤特性(例如孔隙度和土壤深度)使用 STATSGO 数据集和 Pelletier 等人(2016 年)数据集进行表征。植被特征(例如叶面积指数和根深度)是使用 MODIS 数据推断的。使用 GLiM 和 GLHYMPS 数据集计算地质特征(例如地质类别和地下孔隙度)。

该数据集与类似数据集的一个基本区别在于,它既提供了各种集水区属性的定量估计,又涉及对用于计算这些属性的数据和方法的局限性的评估(参见 Addor 等人,2017 年)。由于集水区数量众多,再加上地球物理特征的多样性,这些数据非常适合大样本研究和比较水文学。

CAMEL-US.torrent
做种 1正在下载 1已完成 99总下载次数 225
  • CAMEL-US/
    • README.md
      3.5 KB
    • README.txt
      7 KB
      • data/
        • 美国数据集 (CAMELS).zip
          13.4 GB