本数据集的核心价值在于通过严谨的多源数据整合、标准化处理和先进的分布式水文模型模拟，结合数据挖掘技术，生成了高空间分辨率、定量化、具有物理机制支撑的小流域洪水淹没、风险及格局优化信息。 保险精算： 提供基于物理模拟和历史/情景分析的网格化洪水风险概率图和预期淹没深度/损失评估数据，用于精确厘定保险费率、设计洪水保险产品。 灾害预警： 提供不同降雨情景下的洪水演进过程模拟结果（淹没范围、水深、流速动态变化），作为精细化洪水预警模型的核心输入或校验基准，提升预警的时效性和准确性。提供关键控制点的流量/水位预报数据。 农业生产规划： 提供洪水风险区划图和历史/设计情景淹没频率图，指导规避高风险区进行永久性农业设施建设；结合优化建议图，指导在适宜区域（如滞洪区）发展耐淹作物或调整种植结构。提供灾后淹没评估数据用于定损。 国土空间规划与防洪工程设计： 提供洪水风险地图和格局优化建议图，作为划定洪泛区、蓝绿线、布局防洪工程（堤防、水库、蓄滞洪区）、优化土地利用布局（如增加绿地、湿地）的科学依据。提供模拟数据用于工程方案的防洪效益评估。
1. 数据采集与预处理 （1）数据源要求：采集遥感影像、历史淹没范围、水文站点数据（流量/水位）、土壤类型图、土地利用/覆盖图。 （2）筛选标准：遥感影像：云量覆盖率≤阈值，覆盖目标时间范围，空间分辨率≤30m（如DEM）。 （3）数据清洗 缺失值处理：分类数据采用众数填充或邻近像元/区域逻辑插补。 异常值处理：基于统计学方法（如3σ原则）识别并修正。 （4）格式统一化：所有数据转换为统一GIS格式，强制统一地理投影系统。 2. 数据整合与标准化 （1）空间配准：栅格数据精确配准至统一地理坐标系（配准精度≤0.5像元）。 （2）重采样处理：不同分辨率栅格数据通过双线性/三次卷积法重采样至目标网格（如30m×30m）。 （3）属性标准化：统一字段命名及物理量单位：流量→m³/s，降雨量→mm。 （4）时间序列数据：插值或聚合至统一时间频率。 （5）空间框架构建：以流域边界矢量文件为基准，所有数据统一至目标分辨率。 3. 水文建模与分析 （1）参数提取：基于水文分析工具生成地形参数（水流方向矩阵、汇流累积量等）。 （2）模型输入构建：整合气象（降雨/气温/蒸发）、土壤（类型/水力参数）、地形数据，按分布式水文模型要求格式化。 （3）模型率定与验证：率定期：用历史实测水文数据，通过优化算法调整敏感参数，达成模拟-实测流量拟合目标（如NSE≥0.7）。验证期：使用独立时段数据验证模型泛化能力。 （4）模拟输出：生成关键水文要素空间分布结果。
| 字段名 | 类型 | 描述 |
|---|---|---|
验证期 |
-- | -- |
实测值 |
-- | -- |
预测值 |
-- | -- |
平均误差（m³/s） |
-- | -- |
平均误差（%） |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 验证期 | 2020年7月26日 |
| 实测值 | 51.4毫米 |
| 预测值 | 55毫米 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/184851