| 课程安排 |
|
| 5月24日-6月16日 | 基于LEAP模型的碳排放建模及行业、区域、国家等层面实践应用培训班 |
| 5月31日-6月2日 | 利用MaxENT模型实现不同尺度区域物种适宜区预测及多物种适宜区分析培训班 |
| 6月4日-6月7日 | 基于ArcGIS Pro的二维三维一体化空间数据处理、专题制图及空间分析培训班 |
| 6月5日-6月7日 | 生命周期评估(LCA)Simapro软件应用与碳足迹分析培训班 |
| 6月8日-6月9日 | 基于GEE遥感影像处理和长时序土地分类以及生物量估算分析
|
| 6月14日-6月16日 | GPT4科研应用:论文写作、项目开发、AI绘图、数据分析实战
|
| 6月17日-6月19日 | ChatGPT在医学领域应用及医学科研图表制作与数据分析实战
|
| 6月22日开始 | 防洪评价报告书编写全流程:河床演变、雍水、冲刷、提防岸坡稳定计算方法与Hec-RAS建模模拟 |
全球41263条河流河段79个径流指数时间序列数据集

随着大数据技术的蓬勃发展,对河水流态进行大样本水文分析正变得可行,这可以从全局的角度对水文过程得出可靠的结论。然而,目前还缺乏一个全面的全球大样本数据集,用于分析溪流状态的组成部分。本文介绍了一个新的时间序列数据集,该数据集是根据数据质量控制后的每日河流记录计算得出的全球河流指数。该数据集包含全球41263条河流河段的79个指数,涵盖流态的七个主要组成部分(即量级、频率、持续时间、变化率、时序、变异性和衰退),以年度和多年为尺度。数据集涵盖了2022年之前的河流流量指数值。时间序列数据集的时间跨度为1806年至2022年,平均长度为36年。与现有的全球数据集相比,该全球数据集涵盖了更多的站点和更多的指数,尤其是那些表征河流机制的频率、持续时间、变化率和衰退的指数。有了这个数据集,无需花费时间处理原始的河流流量记录,就能更轻松地开展河流水文研究。这个全面的数据集将成为水文界的宝贵资源,有助于开展广泛的研究,如集水区的水文行为研究、数据稀缺地区的水流状态预测,以及从全球角度研究水流状态的变化。
| 采集时间 | 1806/01/01 - 2022/12/31 |
|---|---|
| 采集地点 | 全球范围 |
| 数据量 | 1.1 GiB |
| 数据格式 | excel、pdf |
| 坐标系 |
|
姜丽光 南方科技大学环境科学与工程学院
找你想要的资源
资源说明:
1、来源:网络收集
2、本资源从国内网站收集,资源的准确性自审.
3、本资源仅用作为学习用途,不能用于商业通途.
4、本公众号只负责数据的搜集和整理工作,不能保证资料的精度和准确度以及时效性。
5、如数据有侵权,请告知本号,本号尽早删除该数据.
-END-

