中国地表水资源机器学习重建数据集CNSW 1.0：填补长期空白的行政区划尺度水资源管理新工具

为解决中国行政区划尺度地表水资源数据长期缺失的问题，西安交通大学团队通过整合14种机器学习模型，重建了2000-2020年中国341个地级市地表水资源数据集CNSW 1.0。该数据集R2达0.98，显著优于CNRD v1.0等现有产品，为气候变化背景下的精细化水资源管理提供关键基准。

　　

水是气候变化的"温度计"，但中国长期缺乏行政区划尺度的地表水资源系统数据。联合国2023年全球水大会指出，水资源管理是实现可持续发展目标(SDG)的核心挑战。在中国，地级市是水资源政策制定的基本单元，然而现有全球数据集如GRUN、ISIMIP等存在空间分辨率粗(0.5°)、缺乏实测验证等问题，且无法反映2000年以来行政区划调整的影响。更棘手的是，省级水资源公报存在21.3%的数据缺失，西北等干旱区监测站点稀疏，传统插值方法难以应对这种复杂场景。

西安交通大学全球环境变化研究院联合西北农林科技大学等机构，在《Scientific Data》发布了中国首个地级市尺度地表水资源数据集CNSW 1.0。研究团队收集了2000-2020年全国341个地级市(不含港澳)的实测数据，针对数据缺失和行政区划变更两大难题，创新性地采用14种机器学习模型进行重建。关键技术包括：(1)整合气象、植被、土壤等21类驱动因子；(2)采用9:1比例划分训练集与测试集；(3)针对合并与拆分两类行政区划调整设计差异化的数据处理方案；(4)通过R²、PBIAS等指标优选随机森林(RF)作为核心模型。

方法创新：多模型协同重建
研究构建的机器学习矩阵涵盖线性回归(LR)、弹性网络(ENR)、支持向量机(SVR)、随机森林(RF)等14类算法。其中RF在训练集表现最优(RMSE=53.87mm，R²=0.98)，测试集SVR表现最佳(RMSE=93.07mm)。针对汉中等行政区划调整城市，采用"合并即加和、拆分则预测"的原则，确保数据时空连续性。

质量验证：精度全面超越现有产品
与CNRD v1.0等数据集相比，CNSW 1.0在全国尺度R²提升12%，在华北等典型区域偏差降低50%以上。RF模型对长江中游地区模拟近乎完美(R²=0.99，PBIAS=0.09%)，但对西藏存在系统性低估(-51.97%)。时空分析显示，2002、2016年为丰水年，2007、2011年为枯水年，江西-安徽交界区呈现显著增湿趋势(+15mm/年)。

应用价值：管理政策的科学基石
该数据集首次实现三个突破：(1)将水资源评估单元从网格尺度精确匹配到行政边界；(2)通过机器学习融合公报数据与多源遥感数据；(3)建立可追溯2000年的长时序基准。在宁夏等生态脆弱区，数据揭示出农业用水与生态需水的动态平衡阈值，为"三条红线"水资源管理制度提供量化依据。

讨论部分指出，CNSW 1.0的局限性在于西北干旱区样本不足导致高估风险。未来计划通过联合地下水监测数据，构建"空-天-地"一体化校验体系。这项研究不仅响应了联合国水行动议程，更为实现中国2030年用水效率提升25%的目标奠定数据基础。正如通讯作者Fubo Zhao强调："当水资源管理精确到每个地级市，我们就能在气候变化的棋盘上抢占先手。"

研究团队公开了所有数据和R代码，鼓励采用Top5模型集成策略优化区域应用。这项成果标志着中国水资源研究从"网格模拟"迈入"行政单元精准管理"的新纪元。