当前位置: 首页 > news >正文

基于站点观测的中国1km土壤湿度日尺度数据集(2000-2022)

A 1 km daily soil moisture dataset over China based on in-situ measurement (2000-2022)

  • 关键数据集分类地表参数数据集
  • 时间分辨率日
  • 空间分辨率1km - 10km
  • 共享方式开放获取
  • 数据大小592.76 GB
  • 数据时间范围

    1999-12-31 — 2022-12-31

  • 元数据更新时间2024-08-09

 

数据集摘要

本研究提供了中国范围1km高质量的土壤湿度数据集-SMCI1.0(Soil Moisture of China by in situ data, version 1.0),SMCI1.0是包含2000-2022年、日尺度、以10厘米为间隔10层深度(10-100cm)的高时空分辨率土壤湿度,数据单位为0.001m³/m³,缺失值为-999,投影为WGS1984。该数据集是以中国气象局提供的1,648个站点观测10层土壤湿度作为基准,使用ERA5_Land气象强迫数据、叶面积指数(LAI)、土地覆盖类型(Landtypes)、地形(DEM)和土壤特性(Soil properties)作为协变量,通过机器学习方式获得。本研究进行了两组实验以验证SMCI1.0的精度,时间尺度上:ubRMSE为0.041-0.052,R为0.883-0.919;空间尺度上:ubRMSE为0.045-0.051,R为0.866-0.893。 由于SMCI1.0是基于实地观测的土壤湿度,它可以作为现有基于模型和卫星数据集的有效补充。该数据产品可用于各种水文、气象、生态分析和建模,尤其在需要高质量、高分辨率土壤湿度的应用上至关重要。有关数据集的引用及详细描述,请阅读说明文档。为便于使用,本研究提供了两种不同分辨率的版本:30 秒(~1km)和0.1度(~9km)。

数据文件命名方式和使用方法

文件命名:SMCI1.0以Net.CDF(.nc)格式存储,文件名称为”SMCI_sskm_yyyy_ddcm.nc“,其中ss代表是SMCI1.0的空间分辨率(1或9),yyyy代表年份,dd表示深度。 数据读取方式:可用python,NCL,Panoply等软件展示或操作该NetCD格式文件。

本数据要求的引用方式数据引用必读

数据的引用

上官微, 李清亮, 石高松. (2022). 基于站点观测的中国1km土壤湿度日尺度数据集(2000-2022). 国家青藏高原数据中心. https://doi.org/10.11888/Terre.tpdc.272415. https://cstr.cn/18406.11.Terre.tpdc.272415.

Shangguan, W., Li, Q., Shi, G. (2022). A 1 km daily soil moisture dataset over China based on in-situ measurement (2000-2022). National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.11888/Terre.tpdc.272415. https://cstr.cn/18406.11.Terre.tpdc.272415.

(下载引用: RIS格式 RIS英文格式 Bibtex格式 Bibtex英文格式 )

文章的引用

1、Li, Q., Shi, G., Shangguan, W., Nourani, V., Li, J., Li, L., Huang, F., Zhang, Y., Wang, C., Wang, D., Qiu, J., Lu, X., & Dai, Y. (2022). A 1 km daily soil moisture dataset over China using in situ measurement and machine learning. Earth Syst. Sci. Data, 14, 5267–5286, https://doi.org/10.5194/essd-14-5267-2022. ( 查看 Bibtex格式 )

 使用本数据时必须引用“文章的引用”中列出的文献,并进行数据的引用

资助项目

1、 国家自然科学基金委员会 :国家自然科学基金(42105144)

2、 国家自然科学基金委员会 :国家自然科学基金(41975122)

3、 国家自然科学基金委员会 :基于大数据的区域大气数值预报理论和技术研究(U1811464)

数据使用声明

为尊重知识产权、保障数据作者的权益、扩展数据中心的服务、评估数据的应用潜力,请数据使用者在使用数据所产生的研究成果中(包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果),明确注明数据来源和数据作者。对于转载(二次或多次发布)的数据,作者还须注明原始数据来源。

中文发表的成果致谢中参考以下规范注明:数据来源于“国家青藏高原科学数据中心”(http://data.tpdc.ac.cn)。

英文发表的成果致谢中依据以下规范注明: The datasets is provided by National Tibetan Plateau / Third Pole Environment Data Center (http://data.tpdc.ac.cn).

许可协议

Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)

 国家青藏高原科学数据中心https://data.tpdc.ac.cn/zh-hans/data/49b22de9-5d85-44f2-a7d5-a1ccd17086d2

http://www.xdnf.cn/news/237673.html

相关文章:

  • 深入探索ChatClient:简化AI模型交互的强大工具
  • 关于现代哲学的哲学理论的探索
  • layui轮播图根据设备宽度图片等比例,高度自适应
  • 在柯希霍夫积分法偏移成像中,反假频处理
  • 【黑马JavaWeb+AI知识梳理】后端Web基础01 - Maven
  • ReSearch: Learning to Reason with Search for LLMs via Reinforcement Learning
  • 【补题】Codeforces Round 664 (Div. 1) A. Boboniu Chats with Du
  • 西门子PLC S7-1200 的组态软件控制
  • DeepSeek V2:引入MLA机制与指令对齐
  • ZLG嵌入式笔记 | 移动硬盘和虚拟机的那些事儿
  • 深度卷积模型:案例研究
  • 【iPaaS融合集成平台-混合云时代,iPaaS正在成为企业集成的“中央枢纽”】
  • 数据访存性能影响因素:虚拟内存管理和TLB的概念和工作流程
  • 【Java】一篇讲透Java中的集合类
  • 多智能体协同作战:MagenticOne如何指挥一支AI团队
  • 什么是工业互联网平台?
  • kbuild system学习
  • 浮阀塔精馏分离乙醇-水溶液工艺设计研究
  • 从实列中学习linux shell4: shell 脚本中 $0 $1 $2 $3 >> 以及 awk 都是干啥的?
  • FastAPI系列12:使用JWT 登录认证和RBAC 权限控制
  • 前端笔记-Element-Plus
  • python安装和环境配置,开发方法简要步骤。
  • Android 自带的分享功能分享到三方应用
  • ProfiNet转CAN协议转换网关数据交互实现:工业自动化异构网络无缝对接
  • [250429] 免费!DeepSeek-R1T-Chimera 合并 R1 和 V3, 在 OpenRouter 上可用
  • 2025华东杯ABC题赛题已出速拿
  • ​​智能制造中的预测性维护:基于深度学习的设备故障预测​​
  • 矫平机:金属板材精密加工的“整形专家”
  • 在 Linux 系统中,让线程主动放弃当前 CPU 时间片
  • MySQL8.0创建数据库,该如何选择字符集,是选择utf8mb4还是utf8mb3