ncdc logo title
ncdc_logo
黄河流域水文分析数据集——汇
  • 2021/09/01 08:58
  • 15171
  • 120
  • 8
中文名称
黄河流域水文分析数据集——汇
英文名称
Yellow River Basin Hydrological Analysis Dataset - Flow Accumulation
CSTR
CSTR:11738.11.ncdc.nieer.2020.1672
DOI
10.12072/ncdc.NIEER.db0019.2020
共享方式
登录获取
数据分类
水文
数据贡献者
韩立钦 , 张耀南 , 康建芳
数据集摘要

  该数据集为黄河上游、中游和下游全流域的汇。在流向栅格中，“洼地”是指流向无法被赋予8个有效值之的一个或一组间连接像元，也称为“汇” 。在所有相邻像元都高于处理像元时，或有两个像元互相流入形成一个由两个像元构成的循环时，均会出现洼地。

基本信息
采集时间 2020/01/01  -  2020/03/01
采集地点 黄河流域
数据量 211.2 MiB
数据格式 tiff
数据空间分辨率(/米) 30
坐标系 WGS84
投影 WGS_1984_Word_Merctor
数据缩略图
数据源描述

  自主生产，原始黄河流域地形坡度数据集空间分辨率为30m。

数据加工方法

  Hydrology水文工具软件提取。

数据质量描述

  本数据集经过DEM改正，平面精度和高程精度均小于一个像元。

引用和标注
为保障平台科技资源的权益、扩展平台中心的服务、提升科技资源的应用潜力，请资源使用者在使用资源所产生的研究成果中（包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），请按以下方式规范标注和引用。
在使用数据时，请注明本数据来自国家冰川冻土沙漠科学数据中心。

中文发表的成果中参考以下规范注明： 数据来源于国家冰川冻土沙漠科学数据中心 (https://www.ncdc.ac.cn)。
英文发表的成果中参考以下规范注明： The dataset is provided by National Cryosphere Desert Data Center. (https://www.ncdc.ac.cn).

数据引用
  1. 韩立钦,张耀南,康建芳. 黄河流域水文分析数据集——汇. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2021. https://cstr.cn/CSTR:11738.11.ncdc.nieer.2020.1672.
  2. 韩立钦,张耀南,康建芳. 黄河流域水文分析数据集——汇. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2021. https://www.doi.org/10.12072/ncdc.NIEER.db0019.2020.
许可协议
# 标题 文件大小
1 Sink_FlowDir（汇）.tfw 94 Bytes
2 Sink_FlowDir（汇）.tif 157.8 MiB
3 Sink_FlowDir（汇）.tif.aux.xml 2.0 KiB
4 Sink_FlowDir（汇）.tif.ovr 53.4 MiB
最近10条服务记录如下
# 时间 姓名 用途
1 2026/07/30 05:59 刘*友
提取小流域范围，计算降水、蒸发、径流、水均衡
2 2026/07/10 06:08 曹*晨
博士论文，导师张晓明正高 ，目前处于撰写开题报告的阶段，拟定题目为黄土高原水土保持措施作用下水—沙—碳耦合机制与分区适宜治理度研究。摘要：【目的】黄土高原水土保持治理已由减沙导向转向减蚀、固碳、耗水与水沙协调多目标协同阶段，亟需明确治理强度与措施配置的适宜范围。本研究以无定河流域为典型对象、黄土高原五大侵蚀类型区为区域外推对象，旨在揭示林草、梯田和淤地坝作用下水—沙—碳耦合机制，构建分区适宜治理度。【方法】综合遥感与GIS、水文泥沙统计、水文连通性诊断、水—沙—碳耦合度分析、流域过程模拟、情景模拟和多目标优化等方法，解析坡面—沟道—河道连续系统中水、沙、碳迁移转化过程，识别减蚀—固碳—耗水协同权衡阈值，并结合水沙平衡、水资源承载、土壤侵蚀控制、固碳目标和措施建设潜力等约束开展分区求解。【结果】预期阐明水土保持措施通过改变水文连通性重塑水—沙耦合链和沙—碳耦合链的过程机制，形成适宜林草覆盖度、梯田化率、淤地坝控制率及综合治理强度阈值，提出五大类型区最低治理度、推荐治理度和最高治理度区间，识别治理不足区、维持巩固区、优化提升区和过度治理风险区。【结论】研究可为黄土高原水土保持由规模治理向精准治理、适度治理和高质量治理转型提供理论依据、方法支撑和分区措施优化方案。
3 2026/03/26 22:12 李*默
论文题目：无定河流域水沙异步性分析（正在研究） 数据在研究中的作用：裁剪绘制高程图 论文类型： 导师姓名：李占斌/张姣
4 2026/03/02 01:32 左*凡
需要使用该数据校准水文分析结果，分析植被恢复对径流量的影响
5 2026/08/27 19:53 邢*
题目：汛语先知：基于改进Transformer模型的花园口水位智能预测研究 摘要：洪水精准预测是黄河流域防洪减灾体系的核心环节。传统水文模型及早期机器学习方法在捕捉黄河河南段水文序列长程依赖性与复杂非线性特征方面存在局限。本文提出一种基于Transformer深度学习架构的洪水预测模型（HHF-Transformer），旨在实现对黄河花园口至艾山河段关键水文站未来1-3日流量及水位的高精度、多步长预测。模型利用自注意力机制，并行处理历史水文气象序列（包括流量、水位、降雨量等），有效提取其内部的长距离时空依赖关系。本研究以花园口水文站1980-2020年的逐日数据为基础，划分训练集与测试集，对模型进行训练与验证。结果表明：在预见期为1天、3天的预测任务中，HHF-Transformer模型的纳什效率系数（NSE）分别达到0.968和0.892，均方根误差（RMSE）较对比模型（LSTM、GRU）降低18.7%-35.2%。该模型在洪峰流量预测与洪水过程线拟合方面表现出显著优势，其自注意力权重可视化结果清晰揭示了模型对历史关键降雨事件与前期基流的聚焦机制，提升了预测的可解释性。本研究证实了Transformer模型在复杂河流洪水时序预测中的有效性与先进性，为智慧黄河的精准防洪决策提供了新的技术工具。 期刊论文
6 2025/10/23 23:20 梁*蕾
我是西安交通大学公共政策与管理学院的研一学生，希望获得数据进行科研方向与论文选题的确定，望批准
7 2025/09/28 21:51 h**y
浙江省“尖兵”研发攻关计划重大项目的《领域大模型构建与优化关键技术及工具链平台》项目调研Google DeepMind发布的Alpha Earth Foundations embedding模型的表征能力在水土流失方向上的潜在表征能力。
8 2025/08/23 20:01 张*伟
我院参与黄河流域部分河道整治项目、供水项目等，大多数水利项目均位于黄河流域，设计过程中需对水文资料分析复核。
9 2025/06/18 01:49 y***e
还未定题目，用于期刊论文，导师姓名刘扬，在论文中用于实验，作为预测和验证两部分
10 2025/05/16 17:11 郭*慧
用于防洪影响评价报告的编写，需要用到黄河相关支流的河流水文数据。
loading
如何获取数据 
东: 119.34
西:  95.88
南:  32.84
北:  41.84
导出元数据
联系信息
数据贡献者：
韩立钦 , 张耀南 , 康建芳
元数据作者：
韩立钦
数据管理者：
韩立钦
平台数据服务信息
联系人：
李红星
服务电话：
0931-4967592
服务邮箱：
ncdc@lzb.ac.cn

© 中国科学院西北生态环境资源研究院 2005- 备案号：陇ICP备2021001824号-21

兰州市东岗西路320号, 730000, 电话: 0931-4967592,0931-4967596