GEE数据集——印度河流和流域地表水的时间趋势

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：

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);

代码链接

https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:hydrology/TEMPORAL-TRENDS-INDIAN-RIVERS-BASINS

Earth Engine app: Access the Earth Engine app here and the data page here

License¶

These datasets are provided under a CC-BY-4.0 license.

Provided by: Koulgi and Jumani 2023

Curated in GEE by: Pradeep Koulgi and Samapriya Roy

Keywords : surface water, river reaches, river basins, time series,india

Last updated on GEE: 2024-02-16