数据集概述
本数据集基于机器学习模型，提供鲁汶市不同地表类型在不同天气条件下的入渗率预测数据，包含高分辨率空间网格预测结果及区域级入渗性能指标，支持相同天气条件下各类地表入渗表现的对比分析。
文件详解
- 预测数据文件（CSV格式）
- 示例文件：forecast_data_bare_soil_7days_20250704_170327.csv、forecast_data_grass_lawn_7days_20250704_170333.csv等（共11个）
- 字段映射：date（日期）、surface_type（地表类型）、surface_name（地表名称）、temperature_C（温度，摄氏度）、precipitation_mm（降水量，毫米）、humidity_percent（湿度，百分比）、antecedent_precip_7d_mm（7天前期降水量，毫米）、ml_infiltration_rate_mm_hr（机器学习预测入渗率，毫米/小时）、actual_infiltration_mm（实际入渗量，毫米）、surface_runoff_mm（地表径流量，毫米）、infiltration_efficiency_perce（入渗效率，百分比）
- 空间网格文件（GeoJSON格式）
- 示例文件：leuven_infiltration_grid_typical_spring_20250704_170439.geojson、leuven_infiltration_grid_summer_storm_20250704_170452.geojson等（共6个）
- 内容：鲁汶市特定天气场景下的高分辨率入渗率空间网格数据
- 可视化文件（PNG格式）
- 示例文件：forecast_forest_floor_7days_20250616_172419_20250616_172419 (1).png、forecast_natural_grassland_7days_20250616_172407_20250616_172407 (1).png等（共15个）
- 内容：不同地表类型7天入渗预测结果的可视化图表
适用场景
- 城市水文模型校准：用于验证和优化鲁汶市城市水文模型的入渗模块
- 地表类型入渗性能评估：对比不同地表类型（如裸土、草地、生物滞留池）的入渗效率差异
- 极端天气响应研究：分析暴雨、冬季降雨等极端天气下鲁汶市的入渗能力与径流风险
- 海绵城市规划支持：为鲁汶市低影响开发（LID）设施的布局优化提供数据依据
- 机器学习模型验证：用于评估入渗率预测模型在实际场景中的准确性与泛化能力
