Global Data Center Water Use and Scarcity Analysis

Repository Structure Data Organization Inputs 2_energy_and_water_use/: Contains reference data for energy and water calculations Power plant databases: Data is from the WRI global power plant database version 1.30 (Byers et al., 2018; download [here] Electricity grid maps: Power grid geojson from here Climate zone data: Köppen climate zone 1991-2020 tif from Beck et al., 2023 Power plant water intensity: Based off of Jin et al., 2019 PUE and WUE scenario definitions: Derived from Lei & Masanet, 2022 3_water_scarcity: PCR-GLOBWB model outputs for water scarcity analysis, from Barbarossa et al., 2021 *Note*: inputs are not included in downloads due to their size (30 GB). The dataset can be found through the publication above. 4_figures: Basin data for visualization, based on Pfafstetter watershed sub-basin level 5, from HydroBASINS common: Country boundaries from Natural Earth Data Outputs 0_webscraping: Raw data collected from data center directories 1_data_etl: Processed and cleaned data center information Geocoded data center locations Pre- and post-manual editing versions Fuzzy matching results Merging data sources Multiple imputation scenarios (min, max, average, baseline) for Big Tech companies 2_energy_and_water_use: Calculated energy and water use of data centers globally Imputed power capacity from floor area Assigned power and water use efficiencies per data center Direct impact assessments Assigned power grids to data centers Indirect water use of data centers 3_water_scarcity: Water scarcity analysis results Data center water extraction location mappings PCR-GLOBWB extracted values for discharge and abstraction Water scarcity summaries for different climate scenarios (1.5°C, 2.0°C, 3.2°C) at data center locations Water scarcity increases from data-center-driven water use仓库结构 数据组织 输入数据 2_energy_and_water_use/：包含能源与水量计算的参考数据 发电厂数据库：数据源自世界资源研究所（World Resources Institute, WRI）全球发电厂数据库1.30版本（Byers等人，2018；下载链接[here]） 电网地图：电网GeoJSON（GeoJSON）文件来源见此处 气候区数据：柯本气候区（Köppen climate zone）1991-2020年TIFF（TIFF）数据集，来自Beck等人，2023 发电厂用水强度：基于Jin等人，2019的研究成果 电源使用效率（Power Usage Effectiveness, PUE）与水使用效率（Water Usage Effectiveness, WUE）情景定义：源自Lei与Masanet，2022的研究 3_water_scarcity：用于水资源短缺分析的PCR-GLOBWB模型输出结果，来自Barbarossa等人，2021 *注意*：由于输入数据体量较大（30 GB），未随仓库一并提供。可用于开展水资源短缺分析的预处理文件已包含于outputs/3_water_scarcity目录中。 common：国家边界矢量数据来自自然地球数据（Natural Earth Data） 4_figures：用于可视化的流域数据，基于Pfafstetter五级子流域分级标准，源自HydroBASINS数据集 输出数据 0_webscraping：从数据中心（data center）目录采集的原始数据 1_data_etl（抽取-转换-加载，Extract-Transform-Load, ETL）：经过处理与清洗的数据中心信息 地理编码后的数据中心位置数据 手动编辑前后的版本文件 模糊匹配结果 多数据源合并结果 面向大型科技公司的多重插补情景（最小值、最大值、平均值、基准值） 2_energy_and_water_use：全球数据中心的能源与水量使用量测算结果 基于建筑面积估算的发电装机容量 为各数据中心分配的电力与水使用效率 直接影响评估 为数据中心分配的电网节点 数据中心间接用水量 3_water_scarcity：水资源短缺分析结果 数据中心取水位置映射表 PCR-GLOBWB模型提取的径流量与取水量数据 数据中心所在位置针对不同气候情景（1.5℃、2.0℃、3.2℃）的水资源短缺情况汇总 数据中心取水引发的水资源短缺增量