2026-10-14T22:11:12Z https://www.scidb.cn/oai

10.57760/sciencedb.33285 2026-04-14T10:50:46Z

2026-04-14 DATA-Uxin doi:10.57760/sciencedb.33285 en 本数据集支撑了研究论文《Nonlinear shifts in groundwater recharge are triggered by sequential climatic and vegetation thresholds: A machine learning-based reconstruction in a dryland ecosystem》的核心发现。研究以中国毛乌素沙地乌审旗为案例，通过整合多源遥感数据、站点观测数据与机器学习方法，重建了2005-2017年（第一阶段）的30米分辨率地下水动态，并解析了其背后的非线性响应机制与生态水文阈值。数据集包含以下关键环境协变量，用于地下水的空间降尺度与归因分析：NDVI：基于 Landsat 影像生产的30米分辨率年际植被指数，用于表征生态耗水及解耦分析。地下水数据：源自“青藏高原数据中心”的1公里分辨率年际地下水埋深数据，作为降尺度模型的基线输入。气候强迫数据：降水、温度、日照时数、潜在蒸散发 (PET)：基于气象站点数据，插值生成的30米分辨率年际栅格。4.地表属性数据：DEM：源自 SRTM 的30米分辨率静态数字高程模型。土地利用/覆盖：源自 CLCD 数据集的30米分辨率年际数据。地表水出现频率：源自 JRC 全球地表水数据集的30米分辨率年际数据。数据时间范围： 2005-2017年。数据空间范围： 中国内蒙古自治区乌审旗。数据格式： GeoTIFF (.tif)。 groundwater; machine learning; dryland ecosystem lixuehua PUBLIC https://creativecommons.org/licenses/by-nc/4.0/ dataset Science Data Bank