Data-Gouv-FR/donnees-mensuelles-dindice-dhumidite-des-sols-pour-le-dispositif-catnat

该数据集提供了用于法国自然灾害（Catnat）装置的月度土壤湿度指数（SWI）数据。SWI（土壤湿度指数）是一个科学文献中记录的土壤湿度指标，表示在约两米深度范围内，土壤储水量相对于可用储水（植物可用水）的状态。具体来说，这里的SWI统一指数是由SIM模型计算，并被法国气象局用于Catnat跨部门委员会报告中的数据，专门用于自然灾害（如干旱）评估。数据覆盖法国本土，采用固定的8公里网格划分（共8,981个网格），每个网格编号并覆盖一个或多个市镇。数据按月提供，每个月的值是当月日SWI统一指数的平均值。数据格式为CSV，包含5列：网格编号、x坐标（Lambert 93投影）、y坐标（Lambert 93投影）、日期和SWI值。需要注意的是，这些数据基于Catnat特定配置的SIM模型，仅适用于该特定用途，不应用于其他涉及表层土壤湿度的问题。This dataset provides monthly Soil Water Index (SWI) data for the French natural disaster (Catnat) system. The SWI (Soil Water Index) is a soil moisture indicator documented in scientific literature, denoting the state of soil water storage relative to plant-available water storage within a depth of approximately two meters. Specifically, the unified SWI in this dataset is calculated by the SIM model, and is utilized by Météo-France in the reports of the Catnat Interministerial Committee, exclusively for natural disaster (e.g., drought) assessment. The data covers metropolitan France, divided into a fixed 8-kilometer grid system with a total of 8,981 grids; each grid is assigned a unique number and covers one or more French communes. The data is released monthly, with the value for each month being the average of the daily unified SWI indices during that month. The data is stored in CSV format, containing five columns: grid number, x-coordinate (Lambert 93 projection), y-coordinate (Lambert 93 projection), date, and SWI value. It should be noted that this data is based on the SIM model configured specifically for Catnat, and is only applicable for this specific purpose, and should not be used for other issues involving surface soil moisture.

搜集汇总

数据集介绍

构建方式

该数据集源自法国官方开放数据平台data.gouv.fr，旨在提供用于自然灾害（CatNat）评估的月度土壤湿度指数（SWI）数据。构建方式基于Météo-France的SIM模型，将法国本土划分为8公里边长的地理网格，共计8,981个固定网格。每个网格的月度SWI值由该月每日SWI均匀值的平均计算得出，数据涵盖了网格编号、地理坐标（Lambert 93投影）、日期及SWI值等关键字段。数据集在Hugging Face上以Parquet格式存储，并通过Hugging Face Datasets库进行加载，包含一个名为“caracteristiques-geographiques-mailles-swi”的子配置，用于直接访问整理后的训练数据。

特点

该数据集的核心特点在于其高度专业化的应用导向，专为法国CatNat干旱灾害评估设计，符合2024年4月29日颁布的部门通告要求。数据集使用SIM模型生成的SWI均匀指数，反映约两米深度土壤的水分储备状态，相对于可用水容量，具有明确的科学定义。数据以月度时间分辨率提供，覆盖法国本土全境，采用固定的8公里网格系统，确保了空间和时间上的一致性与可比性。值得注意的是，数据集的配置针对CatNat特定需求优化，不适用于其他与表层土壤湿度相关的研究场景，强调了其使用的局限性。

使用方法

用户可通过Hugging Face Datasets库便捷地使用此数据集。具体步骤为：首先安装datasets库，然后使用load_dataset函数加载指定子配置，例如`ds = load_dataset("Data-Gouv-ML/donnees-mensuelles-dindice-dhumidite-des-sols-pour-le-dispositif-catnat", "caracteristiques-geographiques-mailles-swi")`。加载后，数据集默认包含一个名为“train”的分裂，用户可通过`ds["train"]`访问数据。数据以Parquet格式存储，结构简洁，包含五个字段：网格编号、x坐标、y坐标、日期和SWI值。在处理时，用户需注意该数据集仅供CatNat决策支持使用，不得滥用至其他非指定领域，以确保数据的科学严谨性和合规性。

背景与挑战

背景概述

该数据集源自法国气象局（Météo-France）与法国政府数据平台data.gouv.fr的合作项目，创建于2024年，旨在为法国自然灾害（CatNat）干旱评估提供标准化的土壤湿度指数（SWI）数据。SWI是基于SIM模型计算的土壤水分指数，代表约两米深度的土壤有效水分储量，由Météo-France用于跨部门CatNat委员会的干旱灾害认定报告。数据覆盖法国本土，采用8公里边长的网格划分，共8,981个网格单元，每月提供平均SWI值。这一数据集在法国自然灾害管理与减灾政策制定中具有关键作用，为官方干旱灾害认定提供了客观、可量化的科学依据，显著提升了灾害响应的精准性与透明度。

当前挑战

该数据集的核心挑战在于其专用性与普适性之间的平衡。首先，其SIM模型配置专为CatNat干旱认定设计，严格遵循2024年4月29日通函的要求，导致数据不可直接用于其他浅层土壤湿度研究，限制了跨领域的应用价值。其次，构建过程中需处理高精度空间与时间数据的整合，包括每日SWI值按月平均化、8,981个网格的固定坐标系统维护，以及历史数据的一致性与完整性保障。此外，开放许可（lov2）虽促进了公开共享，但数据仅以CSV格式提供，缺乏多模态支持，可能影响机器学习的直接应用，需额外预处理步骤。

常用场景

经典使用场景

该数据集的核心价值在于提供法国本土基于8公里网格的月度土壤湿度指数（SWI）数据，专为CatNat自然灾害干旱评估机制设计。经典使用场景包括利用SWI指标监测土壤水分动态变化，分析历史干旱事件的时空分布特征，或作为输入特征驱动土地退化、农业干旱风险评估模型。研究人员可通过地理坐标（Lambert 93）与日期字段，将网格化序列数据与行政区划或气象观测数据融合，构建高分辨率干旱脆弱性图谱。

解决学术问题

该数据集解决了自然干旱灾害识别中缺乏标准化、高时空分辨率土壤湿度参照基准的学术困境。通过提供经法国气象局（Météo-France）SIM模型校准的‘均匀SWI’指标，使得干旱事件等级量化与跨区域对比具有可比性。其意义在于推动灾害科学从定性描述走向定量建模，为识别气候变化背景下干旱频率与强度的演变规律提供了可靠数据基础，并支撑了法国《自然灾害状态认定程序》中关键阈值的科学论证。

衍生相关工作

该数据集衍生了多项推动干旱风险管理精细化的工作。例如，研究者将其与Sentinel-2卫星遥感植被指数结合，构建了‘土壤-植被耦合干旱脆弱性综合指数’；另有工作利用该数据训练时序预测模型（如LSTM与Transformer），提前三至六个月预报局部网格的极端干旱事件。在政策性应用层面，法国国家地理与林业信息研究所（IGN）基于此数据更新了《国家干旱时空气象图集》，用于修订建筑规范中的地基收缩评估条款。