GEE数据集——印度河流和流域地表水的时间趋势

最新推荐文章于 2024-09-19 21:18:54 发布

此星光明

最新推荐文章于 2024-09-19 21:18:54 发布

阅读量1.6k

点赞数 41

分类专栏： GEE数据集专栏文章标签：人工智能云计算 GEE 数据集印度河流数据

本文链接：https://blog.csdn.net/qq_31988139/article/details/136625797

版权

GEE数据集专栏专栏收录该内容

795 篇文章 426 订阅

订阅专栏

印度河流和流域地表水的时间趋势

该数据集量化了 1991 年至 2020 年 30 年间印度河流和流域地表水面积（SWA）的年度变化范围和速度。该数据集按季节（根据印度的季节划分的年度干水、湿水和常年水）和两种空间尺度进行量化：流域尺度（来自水文地理信息系统的 1516 个 7 级流域）和更细的河段尺度（68,367 个河段）。该数据集来自 JRC 全球地表水探索者（Global Surface Water Explorer）每月地表水出现的历史时间序列。您可以在论文中阅读有关该数据集的更多详情，并在此处访问该数据集。

该数据集量化了 1991 年至 2020 年 30 年间印度河流和流域地表水面积（SWA）的变化范围和年变化率。该数据来源于全球地表水资源管理器，它利用 1984 年以来的陆地卫星图像档案绘制了全球陆地地表水历史分布图，空间分辨率为 30 米/像素，时间分辨率为每月一次。该月度时间序列用于创建雨季（10 月、11 月、12 月）、旱季（2 月、3 月、4 月）和常年（10 月、11 月、12 月、2 月、3 月、4 月）地表水范围的年度复合数据，然后用于估算年度变化率。为了估算河网及其流域的 SWA 变化趋势，我们在两个空间尺度上进行了分析：(1) 跨河网的断面河段（横断面）；(2) 河流流域内的子流域。对于每个河段和子流域（以下简称流域），我们使用非参数森氏斜率估算器估算了雨季、旱季和永久性 SWA 的时间趋势。对于每个有效河段和流域，还计算了无效数据或缺失数据的时间序列，作为一个分数区域，以告知与报告的 SWA 趋势估计值相关的确定性水平。

除了 Zenodo 数据库之外，这些数据还以交互式网络应用程序（https://sites.google.com/view/surface-water-trends-india/；以下简称网站）的形式呈现，使用户能够直观地了解印度各地个别断面或流域的永久水量、雨季水量和旱季水量趋势以及数据缺失程度。该网站提供了一个简单的用户界面，使用户能够下载任何感兴趣地区的河网或流域尺度的 SWA 季节性时间序列。该网站还提供了有关访问年度永久、旱季和雨季合成数据的详细信息，这些数据作为可公开访问的云资产存储在谷歌地球引擎平台上。该数据集提供的空间（流域和河段）和时间（雨季、旱季和常年水量情景）尺度的信息可帮助我们深入了解印度的水系统。我们设想将该数据集作为基准信息层，与其他数据源结合使用，以支持区域水文趋势分析、流域分析和保护规划。具体应用包括但不限于监测和识别濒危湿地、可视化和测量水利基础设施项目（如水坝和取水项目）前后地表水范围的变化、绘制干旱易发地区地图以及绘制沿河网络 SWA 的自然和人为变化地图。预期用户包括但不限于学生、学者、决策者、规划者、政策制定者、活动家以及其他对水相关问题感兴趣的人士。

作者还提供了一个数据集页面和一个地球引擎应用程序，用于进一步分析该数据集。

这些可作为以下 GEE 资产使用：* 按季节划分的地表水面积年变化率：* 流域：project/sat-io/open-datasets/indian_rivers/riverchanges/txsTrends * 按季节划分的年地表水面积时间序列：* 流域：project/sat-io/open-datasets/indian_rivers/riverchanges/mainlandIndia_areasTs_txs * 盆地：project/sat-io/open-datasets/indian_rivers/riverchanges/mainlandIndia_areasTs_basinsL7 * 按季节划分的地表水年出现量时间序列：project/sat-io/open-datasets/indian_rivers/riverchanges/waterOccSeasComps

更多详情和资源：

Published data repository (excluding the time series of annual surface water occurrence)	Temporal trends of surface water area in India's rivers and basins
Published Earth Engine code behind the analysis	pskoulgi/surface-water-trends: Code behind the data for: Temporal trends of surface water area in India's rivers and basins
Published data description	Redirecting
Interactive visualization, and more	https://sites.google.com/view/surface-water-trends-india/

引用

Koulgi P, Jumani S. Dataset of temporal trends of surface water area across India's rivers and basins. Data Brief. 2023 Dec 19;52:109991.
doi: 10.1016/j.dib.2023.109991. PMID: 38235174; PMCID: PMC10792741.

代码

var reachTrends = ee.FeatureCollection('projects/sat-io/open-datasets/indian_rivers/riverchanges/txsTrends');
var reachAreaTimeseries = ee.FeatureCollection('projects/sat-io/open-datasets/indian_rivers/riverchanges/mainlandIndia_areasTs_txs');
var basTrends = ee.FeatureCollection('projects/sat-io/open-datasets/indian_rivers/riverchanges/basinsTrends');
var basAreaTimeseries = ee.FeatureCollection('projects/sat-io/open-datasets/indian_rivers/riverchanges/mainlandIndia_areasTs_basinsL7');
var annualWaterOccSeasComps = ee.ImageCollection('projects/sat-io/open-datasets/indian_rivers/riverchanges/waterOccSeasComps');

var brewer7ClPuOr = ['b35806', 'f1a340', 'fee0b6', 'f7f7f7', 'd8daeb', '998ec3', '542788'];
var empty = ee.Image().byte();

var reachTrendsDrySeason = reachTrends.filter(ee.Filter.eq('season', 'dry_fma'));
var fillsreach = empty.paint(reachTrendsDrySeason, 'sl_perYr');
Map.addLayer(fillsreach, {palette: brewer7ClPuOr, min: -0.02, max: 0.02}, 'dry_fma_reach');
Map.setCenter(79.49959, 16.63471, 14);

var basTrendDrySeason = basTrends.filter(ee.Filter.and(ee.Filter.eq('HYBAS_ID', 4071092530), ee.Filter.eq('season', 'dry_fma')));
var fillsBas = empty.paint(basTrendDrySeason, 'sl_perYr');
Map.addLayer(fillsBas, {palette: brewer7ClPuOr, min: -75, max: 75}, 'dry_fma_bas', false);