92 lines
5.2 KiB
Plaintext
92 lines
5.2 KiB
Plaintext
---
|
||
title: "全球水文数据云"
|
||
author: 舒乐乐 [shulele@lzb.ac.cn](mailto:shulele@lzb.ac.cn)
|
||
date: 2022/10/05
|
||
output:
|
||
html_document:
|
||
toc: true
|
||
theme: united
|
||
df_print: paged
|
||
---
|
||
|
||
|
||
|
||
|
||
## 数据平台介绍
|
||
|
||
全球水文数据云(Global Hydrologic Data Cloud, GHDC)，是一个快速获取水文建模基础数据，实现快速模型部署的云平台，可实现全球任意流域、任意大陆、任意国家范围快速水文模型部署。用户仅需提供欲建模的流域边界，GHDC即可自动化完成数据前处理，不仅生成建模所需要的基础数据（高程、土地利用、土壤质地、水系等），并能够制备SHUD(Simulator of Hydrologic Unstructured Domains)模型所需要的输入数据。用户可根据需要进行水文模拟、空间分析、数据挖掘等工作。
|
||
|
||
|
||
|
||
|
||
### 版权和权益
|
||
GHDC并不生成数据，仅提供提供数据处理服务。数据版权和权益全部归属于原始数据的作者们。当前平台处理的数据全部为开放版权(Public Domains)的数据产品——允许数据处理、修改和重发布，放弃数据版权权益。本平台不提供未使用开放版权的数据产品的数据处理。例如GLDAS, NLDAS和FLDAS数据都使用了开放版权，本平台可提供数据处理服务；但是CMFD，CLDAS等再分析数据资料未使用开放版权，因此本平台无法提供数据处理服务。 若用户需要CMFD等未开放版权的数据集的处理任务，请联系网站作者[(shulele@lzb.ac.cn)](mailto:shulele@lzb.ac.cn)商讨。
|
||
|
||
### 原始数据源
|
||
当前可用数据见表：
|
||
|
||
| 数据分类 | 数据名称 | 数据属性 | 数据版权 | 数据源 |
|
||
|:---------|:---------|:---------|:---------|:---------|
|
||
| 高程 | ASTER GDEM | 全球 30m| Public Domain | |
|
||
| 土地利用 | USGS Land Cover | 全球 1km| Public Domain | |
|
||
| 土壤质地 | HWSD v1.0 | 全球 1km | Public Domain | |
|
||
| 气象再分析资料 | GLDAS | 全球 0.25度，1950至今| Public Domain | |
|
||
| 气象再分析资料 | FLDAS | 全部部分区域 0.1度，1979至今| Public Domain | |
|
||
| 气象再分析资料 | NLDAS | 美国 0.125度，1979至今 | Public Domain | |
|
||
| 气象再分析资料 | CLDAS | 中国 0.125度 | **版权私有** | |
|
||
| 气象再分析资料 | CMFD | 中国 0.1度 | **版权私有** | |
|
||
| | | | | |
|
||
|
||
|
||
|
||
|
||
|
||
|
||
## 如何获取数据
|
||
|
||
1. 提供流域边界，文件格式为ESRI Shapefile。请将Shapefile包含的四个基本子文件(.shp, .shx, .dbf, .shx)打包为.zip文件，并上传。
|
||
2. 提供模拟所需要的参数，包含项目名称、模拟年份、最小单元数，最大单元面积，含水层厚度等。
|
||
3. 填写邮箱地址，并提交任务。 请查看您的邮箱，GHDC会发送一封邮件；请点击邮箱内的确认链接。点击确认链接之后，GHDC才会启动数据处理任务。
|
||
4. GHDC数据处理完成后，会向您的邮箱再发送一封邮件，包含数据下载链接。
|
||
5. 请通过数据下载链接下载处理好的数据。
|
||
6. 模拟愉快~~~
|
||
|
||
## 数据引用
|
||
|
||
每个使用本平台的数据服务的用户都需要给GHDC平台建设者、程序开发者、SHUD模型作者和原始数据作者足够的学术肯定，因此**强烈建议您使用以下引用**。
|
||
|
||
- 数据服务和SHUD模型
|
||
- Shu, L., Ullrich, P. A., & Duffy, C. J. (2020). Simulator for Hydrologic Unstructured Domains (SHUD v1.0): numerical modeling of watershed hydrology with the finite volume method. Geoscientific Model Development, 13(6), 2743–2762. https://doi.org/10.5194/gmd-13-2743-2020
|
||
- Shu L.，Chang Y.，Wang J.，et al. A brief review of numerical distributed hydrological model SHUD［J］. Advances in Earth Science，2022，37（7）：680-691. DOI：10.11867/j.issn.1001-8166.2022.025.
|
||
|
||
- NLDAS
|
||
- Cosgrove, B. A. (2003). Real-time and retrospective forcing in the North American Land Data Assimilation System (NLDAS) project. Journal of Geophysical Research, 108(D22), 8842. https://doi.org/10.1029/2002JD003118
|
||
|
||
- Landuse, USGS 0.5 km MODIS-based Global Land Cover Climatology
|
||
- Broxton, P.D., Zeng, X., Sulla-Menashe, D., Troch, P.A., 2014a: A Global Land Cover Climatology Using MODIS Data. J. Appl. Meteor. Climatol., 53, 1593-1605. doi: http://dx.doi.org/10.1175/JAMC-D-13-0270.1
|
||
|
||
## 致谢
|
||
本平台的开发受到多个机构的研究经费支持。
|
||
|
||
- 中国科学院率先行动“BR计划”：数值方法水文模型
|
||
- 中国科学院寒旱区陆面过程与气候变化重点实验室：CLM-SHUD耦合模型研发
|
||
- 青海省防灾减灾重点实验室开放基金项目：布哈河流域径流变化及水循环机理研究
|
||
- 国家冰川冻土沙漠科学数据中心：水文模型自动化建模系统研发
|
||
- 美国能源部(DOE)： Model Integration through Knowledge-Rich Data and Process Composition
|
||
- 美国自然科学基金(NSE)：Knowledge-Guided Machine Learning: A Framework to Accelerate Scientific Discovery
|
||
|
||
|
||
|
||
## 微信群
|
||
|
||
公众号二维码
|
||
|
||
|
||
|
||
|
||
使用微信扫描二维码添加管理员，可以加入微信群。
|
||
|
||
|
||
|
||
|