ncdc logo title
ncdc_logo
HOME框架下新安江模型观测与模拟数据集
  • 2021/01/06 11:32
  • 13003
  • 22
中文名称
HOME框架下新安江模型观测与模拟数据集
英文名称
The Data set of Simulation of XIN AN Jiang
CSTR
CSTR:11738.11.ncdc.Westdc.2020.355
DOI
10.12072/ncdc.westdc.db3703.2023
数据共享方式
登录获取
数据分类
气象
数据贡献者
张耀南
数据集摘要

本数据集包括新安江模型运行所需的黑河流域野牛沟气象站气象数据（降水和水面蒸发）、径流数据及通过模拟退火优化算法参数优化后的预测数据。

主要数据内容为：

1）气象数据：1990-1996年共7年的逐日的气象数据（降水和水面蒸发）

2）径流数据

3）预测数据：通过模拟退火优化算法参数优化后的预测数据

基本信息
采集时间 1990/01/01  -  1996/12/31
采集地点 黑河流域上游
数据量 786.9 KiB
数据格式 txt
坐标系 WGS84
投影 +proj=longlat +datum=WGS84 +no_defs
数据缩略图
数据源描述

本数据集是收集的PRMS模型取样数据，并在HOME（Heihe river basin Open Modeling Environment）建模框架下模拟运行。

数据加工方法

仪器自动观测，人工统计数据。

数据质量描述

数据集通过严格的人工审核控制质量

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。

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 (http://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. (http://www.ncdc.ac.cn).

数据引用
  1. 张耀南. HOME框架下新安江模型观测与模拟数据集. 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.Westdc.2020.355.
  2. 张耀南. HOME框架下新安江模型观测与模拟数据集. 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.westdc.db3703.2023.
许可协议
# 标题 文件大小
1 xinanjiang.zip 786.9 KiB
最近10条服务记录如下
# 时间 姓名 用途
1 2026/06/02 23:14 龚*
本次申请 HOME 框架下新安江模型观测与模拟数据集，不用于黑河本地流域实证，仅作为方法参照数据集。依托该套完整配套的气象、地形、实测径流、模型率定参数与模拟结果，系统学习 HOME 建模环境下新安江模型标准化构建思路、参数分区率定方案、产汇流参数取值规律、数据输入输出规范；借鉴其数据集整编范式，优化本人鄱阳湖流域新安江模型建模流程与参数优选方案，辅助改进群智能优化算法在水文参数率定环节的调试。 数据仅限校内课题科研、论文撰写参考，不挪作商用、不外传原始数据、不篡改数据内容，正式发文依规标注数据来源。
2 2026/05/20 03:00 王*群
自主研发水文模型验证，需要可靠的数据用于对比
3 2026/05/06 21:51 龙*飞
本科期刊论文”融合多源遥感数据的降雨径流模型构建与预报开题报告“
4 2026/04/26 01:48 卓*东
在硕士毕业论文中研究新安江模型与ai的耦合，需要新安江模型的数据作为支撑
5 2026/03/17 20:19 诡**主
论文题目： 数据在研究中的作用： 论文类型： 导师姓名：
6 2026/03/15 20:22 Y****o
学习模拟，且我研究兴趣为高效洪水淹没预测、洪水灾害预警、机器学习、替代模型和降阶模型。 变化环境下，极端洪水事件多发，我希望能通过研究为水灾害防御做出贡献，为人民服务。
7 2025/12/03 20:52 靳*营
Paper title：An automatic hydrological service chain generation method by integrating LLM and embedding model Paper abstract：Hydrological models are essential for water resources management and soil and water conservation, yet traditional models are often locally deployed and limited in complex hydrological processes. Hydrological service chains can address these limitations, but existing automatic generation methods rely on formalized requirement expressions, lacking natural language interaction and thus offering insufficient support for ambiguous requirements. This study proposes an automatic hydrological service chain generation method that integrates a large language model (LLM) and an embedding model to transform natural language requirements into hydrological analysis results. Aiming at the diversity of natural language description of requirements, structured requirement templates are designed for automatic parsing of requirements using a LLM. To further address potential generation errors caused by LLM hallucinations, the embedding model maps both parsed requirements and candidate services into a unified vector space, with optimal processing services or composite services identified via vector similarity computation. Data services are then selected based on processing service or composite service constraints, and the complete service chain is executed through a service chain execution engine. An experiment and two case studies demonstrate the effectiveness of the proposed method in automating hydrological service chain generation, significantly enhancing the automation of hydrological analysis. Paper type：research paper 该数据用于论文的案例分析部分
8 2025/08/26 22:14 郑*琪
作为训练模型的数据集，测试模型的提出是否可行
9 2025/08/04 17:55 曹*
用于新安江模型学习和实验，做水资源量模拟和洪水预报等相关研究
10 2025/04/02 18:38 Ji***Li
提出了一种新的新安江参数率定方法，想使用该数据集进行模型验证
loading
如何获取数据 
东: 101.20
西:  98.52
南:  37.70
北:  39.10
导出元数据
联系信息
数据贡献者：
张耀南
元数据作者：
张耀南
数据管理者：
张耀南
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