1991年至2019年中国高分辨率农作物用水年度动态数据集

在这里，我们生成了中国 15 种主要作物的年度蓝水和绿水使用量，分辨率为 1 公里.最初，我们通过使用动态水平衡模型合并更多本地化的输入参数来估计立地规模的作物每日蓝水和绿水使用量。随后，我们开发了基于随机森林模型的作物需水量空间预测。生成的地图与野外站的当地观测值、统计数据高度相关，并且与涵盖各种比例尺的现有数据集相比表现出一些优势。In this study, we generated annual blue and green water consumption volumes for 15 major crops across China at a spatial resolution of 1 kilometer. Initially, we estimated daily blue and green water consumption for crops at the site scale by incorporating more localized input parameters via a dynamic water balance model. Subsequently, we developed a spatial prediction model for crop water demand based on the random forest algorithm. The resultant maps show high correlations with in-situ observations from field stations and statistical data, and exhibit distinct advantages over existing datasets spanning various spatial scales.

搜集汇总

背景与挑战

背景概述

该数据集是一个1991年至2019年中国高分辨率农作物用水年度动态数据集，空间分辨率为1公里，覆盖了15种主要作物的蓝水（灌溉水）和绿水（降水土壤水）使用量。它基于多源数据融合和机器学习模型构建，包括动态水平衡模型和随机森林方法，与现场观测和统计数据具有较高相关性，提供了长期、精细化的农作物用水分析资源。