此页面由 Cloud Translation API 翻译。

WRI Aqueduct Baseline Monthly Version 4.0

WRI/Aqueduct_Water_Risk/V4/baseline_monthly

数据集可用性: 2010-01-01T00:00:00Z–2080-12-31T23:59:59Z
数据集提供商: 世界资源研究所

标签: aqueduct flood monitoring surface-ground-water table wri

说明

Aqueduct 4.0 是 WRI 水风险框架的最新迭代版本，旨在将复杂的水文数据转化为直观的用水相关风险指标。该数据集将 13 个与水量、水质和声誉问题相关的水风险指标整合到一个综合框架中。对于 13 个指标中的 5 个，我们使用了一种名为 PCR-GLOBWB 2 的全球水文模型来生成有关次基本供水的新颖数据集。PCR-GLOBWB 2 模型还用于使用 CMIP6 气候强迫预测未来的子流域水文条件。预测主要围绕三个时间段（2030 年、2050 年和 2080 年）展开，并基于三种未来情景（一切照旧 SSP 3 RCP 7.0、乐观 SSP 1 RCP 2.6 和悲观 SSP 5 RCP 8.5）。

水风险指标已按类别（水量、水质、声誉和总体）汇总为综合风险得分，并采用特定于行业的加权方案。此外，我们还使用加权平均方法将部分子流域得分汇总到国家级和省级行政边界，其中需求较高的子流域对最终行政得分的影响更大。

WRI Aqueduct 基准月度数据集提供有关关键用水风险指标的月度数据，包括基准用水压力、基准用水量减少和年际变异性等指标。借助这些月度数据，可以更详细地分析全年的用水风险动态，这对于了解季节性缺水情况、规划用水管理干预措施以及适应不断变化的用水量模式至关重要。

这篇技术说明详细介绍了开发 Aqueduct Floods 时使用的框架、方法和数据。

表架构

表架构

名称	类型	说明
fid_1	INT	功能 ID
pfaf_id	INT	水文盆地的六位 Pfafstetter 代码
bwd_01_cat	INT	1 月份的基准缺水类别
bwd_01_label	STRING	1 月份的基准缺水标签
bwd_01_raw	双精度	1 月份的基准水资源消耗量原始值
bwd_01_score	双精度	1 月份的用水量基准减少得分
bwd_02_cat	INT	2 月份的基准缺水类别
bwd_02_label	STRING	2 月份的用水量基准值标签
bwd_02_raw	双精度	2 月份的基准水位下降原始值
bwd_02_score	双精度	2 月份的用水量基准减少得分
bwd_03_cat	INT	3 月份的基准缺水类别
bwd_03_label	STRING	3 月份的基准缺水标签
bwd_03_raw	双精度	3 月份的基准水资源消耗原始值
bwd_03_score	双精度	3 月份的基准缺水得分
bwd_04_cat	INT	4 月份的基准缺水类别
bwd_04_label	STRING	4 月份的基准缺水标签
bwd_04_raw	双精度	4 月份的基准耗水原始值
bwd_04_score	双精度	4 月份的用水量基准得分
bwd_05_cat	INT	5 月份的基准缺水类别
bwd_05_label	STRING	5 月份的基准缺水标签
bwd_05_raw	双精度	5 月份的基准耗水原始值
bwd_05_score	双精度	5 月份的用水量基准减少得分
bwd_06_cat	INT	6 月份的基准缺水类别
bwd_06_label	STRING	6 月份的用水量基准标签
bwd_06_raw	双精度	6 月份的基准缺水原始值
bwd_06_score	双精度	6 月份的用水量减少基准得分
bwd_07_cat	INT	7 月份的基准缺水类别
bwd_07_label	STRING	7 月份的基准缺水标签
bwd_07_raw	双精度	7 月份的用水量减少原始基准值
bwd_07_score	双精度	7 月份的基准缺水得分
bwd_08_cat	INT	8 月份的基准缺水类别
bwd_08_label	STRING	8 月份的基准缺水标签
bwd_08_raw	双精度	8 月份的基准缺水原始值
bwd_08_score	双精度	8 月份的用水量基准得分
bwd_09_cat	INT	9 月份的基准缺水类别
bwd_09_label	STRING	9 月的基准缺水标签
bwd_09_raw	双精度	9 月份的基准水资源消耗原始值
bwd_09_score	双精度	9 月份的基准缺水得分
bwd_10_cat	INT	10 月的基准缺水类别
bwd_10_label	STRING	10 月份的基准缺水标签
bwd_10_raw	双精度	10 月份的用水量基准原始值
bwd_10_score	双精度	10 月份的基准缺水分数
bwd_11_cat	INT	11 月份的基准缺水类别
bwd_11_label	STRING	11 月的基准缺水标签
bwd_11_raw	双精度	11 月的基准缺水原始值
bwd_11_score	双精度	11 月份的用水量基准减少得分
bwd_12_cat	INT	12 月的基准缺水类别
bwd_12_label	STRING	12 月的基准缺水标签
bwd_12_raw	双精度	12 月的基准水位下降原始值
bwd_12_score	双精度	12 月的用水量基准减少得分
bws_01_cat	INT	1 月份的基准水资源压力类别
bws_01_label	STRING	1 月份的基准水资源压力标签
bws_01_raw	双精度	1 月份的基准水资源压力原始值
bws_01_score	双精度	1 月份的基准水资源压力分数
bws_02_cat	INT	2 月份的基准水资源压力类别
bws_02_label	STRING	2 月份的基准水资源压力标签
bws_02_raw	双精度	2 月份的基准水资源压力原始值
bws_02_score	双精度	2 月份的基准水资源压力得分
bws_03_cat	INT	3 月份的基准水资源压力类别
bws_03_label	STRING	3 月份的基准水资源压力标签
bws_03_raw	双精度	3 月份的基准水资源压力原始值
bws_03_score	双精度	3 月份的基准水资源压力得分
bws_04_cat	INT	4 月份的基准水资源压力类别
bws_04_label	STRING	4 月份的基准水资源压力标签
bws_04_raw	双精度	4 月份的基准水资源压力原始值
bws_04_score	双精度	4 月份的基准水资源压力得分
bws_05_cat	INT	5 月份的基准水资源压力类别
bws_05_label	STRING	5 月份的基准水资源压力标签
bws_05_raw	双精度	5 月份的基准水资源压力原始值
bws_05_score	双精度	5 月份的基准水资源压力得分
bws_06_cat	INT	6 月份的基准水资源压力类别
bws_06_label	STRING	6 月份的基准水资源压力标签
bws_06_raw	双精度	6 月份的基准水资源压力原始值
bws_06_score	双精度	6 月份的基准水资源压力得分
bws_07_cat	INT	7 月份的基准水资源压力类别
bws_07_label	STRING	7 月份的基准水资源压力标签
bws_07_raw	双精度	7 月份的基准水资源压力原始值
bws_07_score	双精度	7 月份的基准水资源压力得分
bws_08_cat	INT	8 月份的基准水资源压力类别
bws_08_label	STRING	8 月份的基准水资源压力标签
bws_08_raw	双精度	8 月份的基准水资源压力原始值
bws_08_score	双精度	8 月份的基准水资源压力得分
bws_09_cat	INT	9 月份的基准水资源压力类别
bws_09_label	STRING	9 月份的基准水资源压力标签
bws_09_raw	双精度	9 月份的基准水资源压力原始值
bws_09_score	双精度	9 月份的基准水资源压力得分
bws_10_cat	INT	10 月份的基准水资源压力类别
bws_10_label	STRING	10 月的基准水资源压力标签
bws_10_raw	双精度	10 月份的基准水资源压力原始值
bws_10_score	双精度	10 月的基准水资源压力得分
bws_11_cat	INT	11 月的基准水资源压力类别
bws_11_label	STRING	11 月的基准水资源压力标签
bws_11_raw	双精度	11 月的基准水资源压力原始值
bws_11_score	双精度	11 月份的基准水资源压力得分
bws_12_cat	INT	12 月份的基准水资源压力类别
bws_12_label	STRING	12 月份的水资源压力基准标签
bws_12_raw	双精度	12 月份的基准水资源压力原始值
bws_12_score	双精度	12 月份的基准水资源压力得分
iav_01_cat	INT	1 月的年际变异性类别
iav_01_label	STRING	1 月的年际变化标签
iav_01_raw	双精度	1 月的年际变异性原始值
iav_01_score	双精度	1 月的年际变异性得分
iav_02_cat	INT	2 月的年际变异性类别
iav_02_label	STRING	2 月份的年际变异性标签
iav_02_raw	双精度	2 月份的年际变异性原始值
iav_02_score	双精度	2 月的年际变异性得分
iav_03_cat	INT	3 月的年际变异性类别
iav_03_label	STRING	3 月的年际变异性标签
iav_03_raw	双精度	3 月的年际变异性原始值
iav_03_score	双精度	3 月的年际变异性得分
iav_04_cat	INT	4 月的年际变异性类别
iav_04_label	STRING	4 月的年际变异性标签
iav_04_raw	双精度	4 月的年际变异性原始值
iav_04_score	双精度	4 月的年际变异性得分
iav_05_cat	INT	5 月的年际变异性类别
iav_05_label	STRING	5 月的年际变化标签
iav_05_raw	双精度	5 月的年际变异性原始值
iav_05_score	双精度	5 月的年际变异性得分
iav_06_cat	INT	6 月的年际变异性类别
iav_06_label	STRING	6 月的年际变化标签
iav_06_raw	双精度	6 月的年际变异性原始值
iav_06_score	双精度	6 月的年际变异性得分
iav_07_cat	INT	7 月的年际变异性类别
iav_07_label	STRING	7 月的年际变化标签
iav_07_raw	双精度	7 月的年际变异性原始值
iav_07_score	双精度	7 月的年际变异性得分
iav_08_cat	INT	8 月的年际变异性类别
iav_08_label	STRING	8 月的年际变化标签
iav_08_raw	双精度	8 月的年际变异性原始值
iav_08_score	双精度	8 月的年际变异性得分
iav_09_cat	INT	9 月份的年际变异性类别
iav_09_label	STRING	9 月份的年际变异性标签
iav_09_raw	双精度	9 月份的年际变异性原始值
iav_09_score	双精度	9 月份的年际变异性得分
iav_10_cat	INT	10 月的年际变异性类别
iav_10_label	STRING	10 月的年际变异性标签
iav_10_raw	双精度	10 月份的年际变异性原始值
iav_10_score	双精度	10 月的年际变异性得分
iav_11_cat	INT	11 月的年际变异性类别
iav_11_label	STRING	11 月的年际变异性标签
iav_11_raw	双精度	11 月的年际变异性原始值
iav_11_score	双精度	11 月的年际变异性得分
iav_12_cat	INT	12 月的年际变异性类别
iav_12_label	STRING	12 月的年际变异性标签
iav_12_raw	双精度	12 月的年际变异性原始值
iav_12_score	双精度	12 月的年际变异性得分

使用条款

使用条款

WRI 数据集可供自由使用或分发。WRI 要求用户在适当情况下注明出处，并指明 WRI 是数据来源。如需了解详情，请参阅 WRI 的开放数据承诺，

使用 Earth Engine 探索

代码编辑器 (JavaScript)

var dataset =
    ee.FeatureCollection('WRI/Aqueduct_Water_Risk/V4/baseline_monthly');

var reds = ee.List([
  '67000D', '9E0D14', 'E32F27', 'F6553D', 'FCA082', 'FEE2D5'
]);

function normalize(value, min, max) {
  return value.subtract(min).divide(ee.Number(max).subtract(min));
}
function setColor(feature, property, min, max, palette) {
  var value = normalize(feature.getNumber(property), min, max)
                  .multiply(palette.size())
                  .min(palette.size().subtract(1))
                  .max(0);
  return feature.set({style: {color: palette.get(value.int())}});
}

var bws_cat_style = function(f) {
  return setColor(f, 'bws_01_cat', -1, 4, reds);
};

var waterLand = ee.Image('NOAA/NGDC/ETOPO1').select('bedrock').gt(0.0);
var waterLandBackground =
    waterLand.visualize({palette: ['cadetblue', 'lightgray']});
Map.addLayer(waterLandBackground);

// Baseline water stress
var polygons = dataset.filter('bws_01_cat > -2').map(bws_cat_style);

Map.setCenter(10, 20, 4);

Map.addLayer(polygons.style({styleProperty: 'style', pointSize: 3}));

在代码编辑器中打开

以 FeatureView 形式直观呈现

FeatureView 是 FeatureCollection 的只读加速表示形式。如需了解详情，请访问 FeatureView 文档。

代码编辑器 (JavaScript)

var fvLayer = ui.Map.FeatureViewLayer(
    'WRI/Aqueduct_Water_Risk/V4/baseline_monthly_FeatureView');

var visParams = {
  isVisible: false,
  pointSize: 20,
  rules: [{
    // Baseline water stress with low category in January
    filter: ee.Filter.eq('bws_01_cat', -1),
    isVisible: true,
    pointFillColor: {
      property: 'bws_01_cat',
      mode: 'linear',
      palette: ['f1eef6', 'd7b5d8', 'df65b0', 'ce1256'],
      min: -1,
      max: 100
    }
  }]
};

fvLayer.setVisParams(visParams);
fvLayer.setName('Low Water Stress January');

Map.setCenter(-10, 25, 5);
Map.add(fvLayer);

在代码编辑器中打开

WRI Aqueduct 基准月度版本 4.0

Aqueduct 4.0 是 WRI 水风险框架的最新迭代版本，旨在将复杂的水文数据转化为直观的用水相关风险指标。该数据集将 13 个与水量、水质和声誉问题相关的水风险指标纳入一个综合框架中。在 13 项指标中，有 5 项指标的全球…

WRI/Aqueduct_Water_Risk/V4/baseline_monthly, aqueduct,flood,monitoring,surface-ground-water,table,wri

2010-01-01T00:00:00Z/2080-12-31T23:59:59Z

-90 -180 90 180

Google Earth Engine

https://developers.google.com/earth-engine/datasets

WRI Aqueduct Baseline Monthly Version 4.0 使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

说明

表架构

使用条款

使用 Earth Engine 探索

代码编辑器 (JavaScript)

以 FeatureView 形式直观呈现

代码编辑器 (JavaScript)

WRI Aqueduct Baseline Monthly Version 4.0