黑河中游绿洲农田水分数据集（2004-2022年） - 国家冰川冻土沙漠科学数据中心

中文名称

黑河中游绿洲农田水分数据集（2004-2022年）

英文名称

Soil moisture data from the oasis farmland ecosystem in the middlestream of the Heihe River Basin, 2005–2022

CSTR

CSTR:11738.11.NCDC.NIEER.DB7073.2026

DOI

10.12072/ncdc.nieer.db7073.2026

共享方式

登录获取

数据分类

生态

数据贡献者

杨淇越 , 常学向 , 赵丽雯

数据集摘要

本数据为2005-2022年黑河中游荒漠绿洲农田生态系统水分数据，观测场在在临泽内陆河流域研究站主站区（中心点：100°07′51″E，39°20′56.5″N，高程1382m），地处荒漠绿洲过渡带，土类为风沙土，亚类为灌耕风沙土，地下水埋深4-6m，观测场面积38m×58m，长方形，小麦、玉米轮作，灌溉以地下水为主，全年灌溉7-10次。主要监测数据包括农田土壤含水量、地表水和地下水水质状况、地下水位、土壤水分常数、雨水水质和灌溉量等数据。

基本信息

采集时间	2004/01/01 - 2022/12/31
采集地点	甘肃省张掖市临泽县
海拔	1382.0m - 1382.0m
数据量	216.3 KiB
数据格式	*.xlsx
数据时间分辨率	日

数据源描述

仪器观测和人工观测。

数据加工方法

原始测量数据，未经人工处理。

数据质量描述

数据质量良好。

项目支持信息

#	编号	名称	类型
1	2023NCDC003	临泽生态农业数据资源体系整编	国家冰川冻土沙漠科学数据中心开放基金项目

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 (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

杨淇越,常学向,赵丽雯. 黑河中游绿洲农田水分数据集（2004-2022年）. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2026. https://cstr.cn/CSTR:11738.11.NCDC.NIEER.DB7073.2026.
杨淇越,常学向,赵丽雯. 黑河中游绿洲农田水分数据集（2004-2022年）. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2026. https://www.doi.org/10.12072/ncdc.nieer.db7073.2026.

Endnote中 Bibtex中 RIS中 GBT7714中 EndnoteEN BibtexEN RISEN

许可协议

本作品采用 CC BY 4.0 （知识共享署名 4.0 国际许可协议）进行许可。

#	数据集标题
1	黑河中游荒漠生态系统水分数据集（2004-2022年）
2	黑河中游绿洲农田气象数据集（2002-2009年）
3	黑河中游绿洲农田土壤蒸发与作物蒸腾数据集（2009年）
4	黑河中游荒漠绿洲农田生态系统生物数据集（2005-2022年）
5	黑河中游农田生态系统土壤监测数据集（2004-2022年）
6	黑河中游荒漠绿洲大气数据集（2004-2022年）
7	黑河中游（临泽）地下水位数据集（2003-2004年）
8	2012年黑河下游土壤水分数据集
9	黑河中游荒漠生态系统土壤监测数据集（2005-2022年）
10	黑河生态水文遥感试验：黑河流域中游PLMR反演土壤水分数据集（2012年）

#	标题	文件大小
1	2004-2022年绿洲农田生态系统水分数据.xlsx	216.3 KiB

最近10条服务记录如下
#	时间	姓名	用途
1	2026/09/20 21:10	刘*	基于对科研的热爱与向往，本科生申请下载该数据集用于基础科研训练，以此夯实科研基础与数据下载处理流程。在此保证该数据仅用于科研训练或科研项目，绝不运用于商业，也绝不传播到境外，望批准！
2	2026/09/18 01:22	张*晗	用于水利方向的论文数据核对，会注明来源，并且保证合理，严谨的使用数据题目基于改进LSTM的农田需水量多时间尺度预测方法摘要：农田需水量的准确预测是制定灌溉计划、优化农业水资源配置及提高水资源利用效率的重要基础。受气象条件、作物生育阶段及土壤水分状况等多种因素影响，农田需水过程具有明显的非线性、时序性和多时间尺度特征，传统预测方法难以充分挖掘复杂环境因子与农田需水量之间的动态关联。针对上述问题，本文提出一种基于改进长短期记忆神经网络（Long Short-Term Memory，LSTM）的农田需水量多时间尺度预测方法。首先，对影响农田需水量的气象、作物及土壤等相关数据进行预处理与特征分析，构建适用于需水量预测的多源时序特征数据集；其次，针对传统LSTM模型在长期依赖特征提取、关键影响因素识别及预测稳定性方面存在的不足，对模型输入特征组织、网络结构及参数优化方法进行改进，以增强模型对农田需水变化规律的表征能力；在此基础上，根据不同灌溉管理与水资源调度需求，构建日、旬及月等不同时间尺度下的农田需水量预测模型，实现农田需水过程的多时间尺度预测；最后，采用均方根误差、平均绝对误差、决定系数等评价指标，并与传统机器学习模型及标准LSTM模型进行对比分析，对所提方法的预测性能进行验证。研究结果表明，改进LSTM模型能够较好地捕捉气象环境变化与农田需水量之间的非线性时序关系，在不同时间尺度下均具有较好的预测精度和稳定性，相较于传统预测模型能够有效降低预测误差，提高对农田需水变化趋势及关键波动过程的模拟能力。研究成果可为农田精细化灌溉决策、区域农业水资源优化配置及智慧灌区水量调度提供理论依据和技术支撑。关键词：农田需水量；长短期记忆神经网络；多时间尺度；需水预测；智慧灌溉；水资源优化配置类型：硕士论文
3	2026/09/08 21:14	赵*茜	实验区位于西北旱区甘肃张掖，想要干旱梯度设置参考使用
4	2026/08/18 06:55	张*明	作为专利申请的实例数据，主要用于验证真实灌溉事件；建立灌溉量与土壤储水变化的关系；确定水量平衡约束；确定土壤水分合理范围；校准灌溉—土壤响应方向；补充四道桥站缺少的农田灌溉场景
5	2026/03/19 18:14	周*荣	论文题目：基于随机几何模型的土壤含水量遥感估算数据在研究中的作用：用于土壤含水量的反演以及验证论文类型：本科毕业论文导师姓名：李举材
6	2026/02/07 00:22	贾*煜	正在结合当地逐年生态生物数据链，对整个方法学进行最后的对标和相互验证，请求临时使用数据，谢谢