一个全面的表面水质数据集跨越1940-2023年,用于实证和ML采用的研究
Md Rajaul Karim1, M M Mahbubul Syeed2,3, Ashifur Rahman1
1RIoT Research Center, Independent University, Dhaka, 1229, Bangladesh.
Scientific data
|March 6, 2025
概括
一个新的全球地表水质量数据集提供了从1940年到2023年的数百万次测量. 这些全面的数据有助于先进的分析和机器学习 (ML) 了解水质驱动因素.
科学领域:
- 环境科学 环境科学
- 数据科学数据科学数据科学
- 水文学的水文学
背景情况:
- 地表水质量评估对于公共卫生,粮食安全和生态系统完整性至关重要.
- 现有的全球数据集缺乏全面,协调的地表水质量信息.
- 在全球范围内巩固和标准化水质数据的努力有限.
研究的目的:
- 提供一个全面的,协调的全球地表水质量数据集.
- 为了保持水质数据的时空变化,完整性和一致性.
- 促进基于数据的地表水质评估,预测和预测.
主要方法:
- 收集来自不同来源的数据:区域/全球数据库,水资源管理组织,研究项目.
- 包括来自五个主要国家的数据:美国,加拿大,爱尔兰,英国和中国.
- 编制了为八个关键水质参数的282万次测量,涵盖了1940-2023.
主要成果:
- 开发了一个大规模的,空间时间丰富的地表水质量数据集.
- 该数据集涵盖了83年的历史范围.
- 包括8个关键水质参数的282万次测量.
结论:
- 该数据集支持对水质模型的元分析.
- 促进机器学习 (ML) 驱动的地表水质量模式和驱动因素的调查.
- 能够对地表水质量动态进行跨区域至全球范围的分析.
