数据集(库)目录

出版期刊|区域分类

数据详情

中国主要作物格局优化模拟水资源效应数据集(2015)


刘子源1左丽君*1
1 中国科学院空天信息创新研究院,北京100101

DOI:10.3974/geodb.2023.04.03.V1

出版时间:2023年4月

网页浏览次数:1791       数据下载次数:85      
数据下载量:134.29 MB      数据DOI引用次数:

关键词:

水资源,主要作物,格局优化,播种面积

摘要:

作者基于2015年中国像元尺度(空间分辨率为5×5弧分)作物产量、用水量、区域水资源压力等数据(香港、澳门、台湾数据暂缺),采用CPLEX优化模型,开展中国主要作物(大豆、水稻、玉米、小麦)格局优化模拟,分析灌溉耗水量和总用水量等的变化,研发得到中国主要作物格局优化模拟水资源效应数据集(2015)。该数据集包括以下数据:(1)优化前后各指标变化情况;(2)不同尺度(全国、农业区、省域)优化结果对比数据;(3)优化后各省份作物播种面积变化数据;(4)优化后作物播种面积空间分布数据;(5)优化后各省份总用水量变化数据;(6)单位产量总用水量分级统计数据;(7)优化后各省份灌溉耗水量变化统计数据;(8)优化后作物灌溉耗水量空间变化数据;(9)优化前后作物平均基线水压力变化数据。该数据集以.tif和.xlsx格式存储,由35个数据文件组成,数据量为15 MB(压缩为1个文件,1.57 MB)。基于该数据集的研究成果发表在《地理学报》2023年78卷3期。

基金项目:

中国科学院(XDA19090119)

数据引用方式:

刘子源, 左丽君*. 中国主要作物格局优化模拟水资源效应数据集(2015)[J/DB/OL]. 全球变化数据仓储电子杂志(中英文), 2023. https://doi.org/10.3974/geodb.2023.04.03.V1.

参考文献:

[1] Zuo, L. J., Zhang, Z. X., Carlson, K. M., et al. Progress towards sustainable intensification in China challenged by land-use change [J]. Nature Sustainability, 2018, 1(6): 304-313.
     [2] Zuo, L. J., Wang, X., Liu, F., et al. Spatial exploration of multiple cropping efficiency in China based on time series remote sensing data and econometric model [J]. Journal of Integrative Agriculture, 2013, 12(5): 903-913.
     [3] World Resources Institute. Baseline Water Stress: China [EB/OL]. https://www.wri.org/research/baseline-water-stress-china, 2016-06-17.
     [4] Pohjanmies, T., Eyvindson, K., Triviño, M., et al. More is more? Forest management allocation at different spatial scales to mitigate conflicts between ecosystem services [J]. Landscape Ecology, 2017, 32(12): 2337-2349.
     [5] Wang, Y., Zhang, Z. X., Zuo, L. J., et al. Mapping crop distribution patterns and changes in China from 2000 to 2015 by fusing remote-Sensing, statistics, and knowledge-based crop phenology [J]. Remote Sensing, 2022, 14(8): 1-19.
     [6] 全国农业区划委员会. 中国综合农业区划[M]. 北京: 农业出版社, 1981.
     

数据下载:

序号 数据名 数据大小 操作
1 CropPatternOptimization_2015.rar 1617.79KB
主办单位
中国科学院地理科学与资源研究所    中国地理学会
协办单位
CODATA发展中国家任务组    肯尼亚JKUAT大学    数字化林超地理博物馆