相关实验视频
Updated: Sep 18, 2025

Watershed Planning within a Quantitative Scenario Analysis Framework
Published on: July 24, 2016
CNSW 1.0:利用机器学习方法对中国地表水资源进行县级重建
Qichen Wang1, Fubo Zhao2, Xi Wang1
1Institute of Global Environmental Change, Xi'an Jiaotong University, Xi'an, Shaanxi Province, 710049, China.
中国现在有了其首个长期数据集,该数据集涵盖了2000年至2020年期间的县级地表水资源 (CNSW 1.0) . 这些关键数据有助于水资源管理和气候变化适应战略.
科学领域:
- 水文学 水文学
- 环境科学 环境科学
- 数据科学数据科学数据科学
背景情况:
- 在中国,有效的水资源管理需要全面的,长期的县级地表水数据.
- 现有的数据集缺乏中国行政层面所需的长期覆盖和准确性.
- 显著的数据差距阻碍了明智的水资源战略和气候变化影响评估.
研究的目的:
- 开发首个全面的长期数据集,涵盖2000年至2020年期间的中国县级地表水资源 (CNSW 1.0) .
- 在行政层面解决水资源管理的关键数据缺口.
- 为中国的气候变化适应战略提供可靠的数据基础.
主要方法:
- 使用了表面水资源的官方水资源公告数据.
- 采用了14种先进的机器学习模型来重建数据.
- 使用R平方值和偏差评估验证数据集准确性.
主要成果:
- 开发了CNSW 1.0,这是中国第一个长期 (2000-2020) 县级地表水资源数据集.
- 实现了高精度,总表面水资源的R平方值为0.98.
- 与现有数据集 (CNRD v1.0,GRUN,ISIMIP) 相比,证明了更高的模拟精度和空间分布.
结论:
- CNSW 1.0 成功填补了中国水资源的关键数据缺口.
- 数据集的高准确性和长期覆盖率使其对水资源管理具有无价价值.
- CNSW 1.0对于明智的水资源战略至关重要,特别是在气候变化影响方面.
更多相关视频
11:53Spatial Multiobjective Optimization of Agricultural Conservation Practices using a SWAT Model and an Evolutionary Algorithm
Published on: December 9, 2012
09:44Use of Principal Components for Scaling Up Topographic Models to Map Soil Redistribution and Soil Organic Carbon
Published on: October 16, 2018
相关概念视频
Design Example: Analyzing Capacity Contours for Flood Risk Assessment
Modeling and Similitude
Typical Model Studies
Design Example: Design of an Irrigation Channel
Applications of GIS: Disaster Management and Emergency Response
Gradually Varying Flow