数据集概述
本数据集围绕美国大陆大尺度优先流（PF）特征展开，整合了2019-2021年19个站点的地下水观测数据、HYDRUS-1D模拟参数及SMAP卫星土壤湿度数据，通过随机森林模型预测优先流事件，为土地管理和地下水质量改善提供支撑。
文件详解
- README.md
- 文件格式：MD
- 字段映射介绍：数据集说明文档，包含数据来源、文件内容概述及引用DOI（10.5061/dryad.8kprr4xv3）
- output_file_1.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含日期、站点、季节、年份、SMAPsm（SMAP卫星土壤湿度）、残余含水量（theta.r）、饱和含水量（theta.s）、alpha、n、饱和导水率（Ks）、曲折度参数（I）、非活动区残余含水量（theta.r.im）等土壤水力参数与观测变量
- output_file_2.xlsx
- 文件格式：XLSX
- 字段映射介绍：未明确具体字段，推测包含优先流事件分类结果、模型预测精度或其他衍生分析数据
数据来源
USGS（美国地质调查局）、CHIRPS降水数据、HYDRUS-1D模拟结果、SMAP卫星数据
适用场景
- 水文过程研究：分析美国大陆优先流的空间分布特征及季节变化规律
- 地下水质量评估：通过优先流特征优化土地管理策略，提升地下水质量保护水平
- 土壤水力参数反演：利用观测数据验证HYDRUS-1D双孔隙模型参数的合理性
- 遥感数据应用：探索SMAP卫星土壤湿度数据在大尺度水文过程模拟中的价值
- 机器学习模型训练：基于优先流事件数据构建和优化随机森林预测模型
