数据集概述
该数据集包含印度半岛四百七十二个流域在一九八零年至二零二零年间的水文气象时间序列与流域属性数据，其中二百四十二个流域有超过百分之三十时段的实测径流数据，还涵盖区域训练LSTM模型预测的径流数据，旨在支持印度及全球水文研究。
文件详解
- 核心数据文件:
- CAMELS_IND_All_Catchments.zip: 压缩文件，包含所有四百七十二个流域的完整数据，含水文气象时间序列、流域属性及LSTM预测径流数据
- CAMELS_IND_Catchments_Streamflow_Sufficient.zip: 压缩文件，包含二百四十二个实测径流数据覆盖率超百分之三十的流域子集数据
- 说明文档:
- CAMELS_IND_Data_Description.pdf: PDF格式，详细列出所有时间序列和属性变量及原始数据来源参考
- 版本相关文件（历史版本）:
- camels_ind_attributes.xlsx、camels_ind_forcings.xlsx: Excel格式，版本1.0的属性和驱动数据说明
- camels_India_data_description.pdf: PDF格式，版本2的属性和时间序列简要说明
- filter_catchment.py: Python脚本，用于根据径流数据可用性筛选数据集子集
适用场景
- 水文模型开发与验证: 基于实测和预测径流数据，开发适用于印度流域的水文模型
- 气候变化影响研究: 分析长期水文气象数据，探究气候变化对印度流域水资源的影响
- 流域管理决策支持: 结合流域属性与水文特征，为印度半岛流域水资源规划提供数据支撑
- 全球水文对比研究: 将印度流域数据纳入全球水文研究，丰富全球水文数据集覆盖范围
- 机器学习在水文领域应用: 利用LSTM预测径流数据，探索机器学习模型在水文预测中的表现
