随着大数据技术的蓬勃发展，对河水流态进行大样本水文分析正变得可行，这可以从全局的角度对水文过程得出可靠的结论。然而，目前还缺乏一个全面的全球大样本数据集，用于分析溪流状态的组成部分。本文介绍了一个新的时间序列数据集，该数据集是根据数据质量控制后的每日河流记录计算得出的全球河流指数。该数据集包含全球41263条河流河段的79个指数，涵盖流态的七个主要组成部分（即量级、频率、持续时间、变化率、时序、变异性和衰退），以年度和多年为尺度。数据集涵盖了2022年之前的河流流量指数值。时间序列数据集的时间跨度为1806年至2022年，平均长度为36年。与现有的全球数据集相比，该全球数据集涵盖了更多的站点和更多的指数，尤其是那些表征河流机制的频率、持续时间、变化率和衰退的指数。有了这个数据集，无需花费时间处理原始的河流流量记录，就能更轻松地开展河流水文研究。这个全面的数据集将成为水文界的宝贵资源，有助于开展广泛的研究，如集水区的水文行为研究、数据稀缺地区的水流状态预测，以及从全球角度研究水流状态的变化。
用于建立全球河流指数时间序列数据集的每日溪流记录收集自 9 个数据源，即 全球河流排水中心 (GRDC)、美国地质调查局 (USGS) 国家水资源信息系统、加拿大国家水资源数据档案 (HYDAT)、巴西国家水务局 (ANA)、智利气候与适应性研究中心 (CCCRR)、北极大河观测站 (ArcticGRO)、中国水文年鉴 (CHY)、印度水资源信息系统 (WRIS)，以及澳大利亚气象局 (BOM) 的澳大利亚水资源数据）。除《中国水文年鉴》外，这些数据源均可公开获取。由于中国水文年鉴中的原始流量记录限制访问且难以收集，因此只收集了一些典型流域的流量数据，包括中国七大流域的 30 个站点。在这些数据源中，USGS、HYDAT、ArcticGRO 和 BOM 提供了高质量的记录标志。
在水流记录收集中，1990-2022 年有 6000 多个站的记录长达 32 年，缺失率小于 5%；1920-2022 年有约 800 个站的记录长达 102 年，缺失率小于 5%。至于最近记录年份，约有 12 000 个站点的记录在 2022 年结束，而约有 17 000 个站点的记录在 2000 年后缺失）。图 3c 显示了从 1900 年到 2022 年每年不同记录缺失比例的站点数量。所有曲线都显示出相似的趋势。观测站数量从 1900 年开始逐渐增加，1978 年左右达到峰值，1979 年至 2013 年保持波动但相对稳定，2014 年至 2022 年有所减少。从 1900 年到 2022 年，80% 以上有记录的站点每年都没有记录缺失。此外，50%以上的站点记录长度超过 30 年，并且从 1900 年到 2022 年每年都没有记录缺失。从 1975 年到 2018 年，约有 15000 个站点每年都没有记录缺失。该数据集是根据数据质量控制后的每日河流记录计算得出的全球河流指数。
为标准化起见，在收集流场记录时将原有的标志转化为四个标志，即可靠、可疑、无标志和缺失。对于没有质量标记的数据库，可用记录标记为无标记，缺失记录标记为缺失。对于质量较差标志或无标志的记录，一些研究，采用自动检测方法识别并删除不合理的流量值，包括连续等值和异常值。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR: 31253.11.sciencedb.07227
10.57760/sciencedb.07227
