首先,搜集各个国家的分行业用水数据,主要数据来源为FAO AUASTAT数据库、太平洋研究所学者Gleick的数据资料、各个国家统计和文献资料。由于数据的年份不一致,为了得到一致的数据,将数据年份全部统一到2015年。对于2013-2017年离2015年较近的年份的数据,直接使用这些年份的数值作为2015年用水。对于其他年份数据,搜集各个国家不同年份用水数据对应的GDP、人口、气温、降水、灌溉面积、二氧化碳排放、夜间灯光指数、煤炭产量、城镇人口,分别建立工业用水、农业用水和生活用水和这些因子之间的固定效应和随机效应面板数据回归模型。对各个国家2015年分行业的用水进行估算。
贾绍凤
水资源估算的主要思路是使用径流系数和径流影响因子(气候、地形、土地利用、土壤)建立机器学习模型,然后再将模型估算的径流系数还原成径流深,进一步计算水资源量。基于全球公开数据资料,建立径流系数和地形、气候、土壤、土地利用的机器学习模型,估算“一带一路”地区多年径流系数,根据2015年的降水资料,计算2015年的径流量,再根据各个国家的面积,估算“一带一路”沿线各国的水资源量。生成了“一带一路”地区高分辨率的径流系数分布图,为“一带一路”地区水资源评价、跨境水分配等提供基础数据支撑。
贾绍凤
数据为“一带一路”沿线区域2013年水资源利用强度资料。该数据体现了一个地区区域水资源的总体现状以及用水情况,水是制约经济社会发展的重要因素,尤其在缺水地区,水的利用关乎人们的生存和发展。该数据来源于联合国粮食和农业组织。数据集描述了世界各地区的总用水量、开发利用率、各部分用水比例等。它直接反应了各个地区的水资源含量以及用水需求量,同时也间接地反应出地区经济发展状况。水资源的利用程度能看出国家和地区的发展重心,而开发利用率也在一定程度上表现了社会的发展程度。在“一带一路”各地区密切联系的今天,水资源的状况衡量了经济发展状况,同时也反射出经济制约的因素。
刘振伟
联系方式
中国科学院西北生态环境资源研究院 0931-4967287 poles@itpcas.ac.cn关注我们
时空三极环境大数据平台 © 2018-2020 陇ICP备05000491号 | All Rights Reserved | 京公网安备11010502040845号
数据中心技术支持: 数云软件