编辑推荐：
为解决现有开源水电厂和水库数据集整合不足问题，研究人员开展 “Global dataset combining opensource hydropower plant and reservoir data” 主题研究，得出 GloHydroRes 数据集，涵盖 7775 座电厂数据，对能源安全规划意义重大。
在当今能源领域，水电作为一种重要的可再生能源，凭借其灵活性和储能能力，在全球电力供应中占据着近 14% 的份额。在努力实现电力行业脱碳、迈向《巴黎协定》目标的征程中，扩大水电装机容量成为众多国家的重要任务，尤其是在那些人口增长迅速、经济蓬勃发展，能源需求与日俱增的发展中国家，它们往往还拥有丰富的可开发水电资源。
然而，气候变化和干旱等极端水文气候事件，正如同悬在水电行业头顶的达摩克利斯之剑。水电的产能高度依赖水资源，一旦水资源供应出现波动，水电厂的运营便会受到严重影响。要深入探究气候、水流与水电发电之间千丝万缕的联系，为能源政策的制定提供坚实依据，详细的水电厂和水库数据不可或缺。但令人遗憾的是，现有的开源数据集却存在着严重的缺陷：水电厂数据集常常缺失水库信息，而水库数据集又往往遗漏水电厂的相关内容，这就像拼图缺了关键的几块，让全球范围内的详细建模研究举步维艰。
为了填补这一关键的数据空白，来自荷兰乌得勒支大学（Department of Physical Geography, Utrecht University；Copernicus Institute of Sustainable Development, Utrecht University）以及荷兰环境评估署（PBL Netherlands Environmental Assessment Agency）的研究人员 Jignesh Shah、Jing Hu、Oreane Y. Edelenbosch 和 Michelle T. H. van Vliet，开展了一项极具意义的研究。他们成功创建了全球水电水库综合数据集（GloHydroRes），这一成果发表在《Scientific Data》上，为相关领域的研究和应用带来了新的曙光。
在研究过程中，研究人员运用了多种关键技术方法。他们广泛收集了多个公开数据集，像世界资源研究所（WRI）、现有水电资产（EHA）、非洲可再生能源发电厂数据库（RePP）和联合研究中心（JRC）的水电厂数据，以及全球水库与大坝（GranD）、地理参考全球大坝和水库（GeoDAR）、HydroLAKES 等水库数据 。在数据处理环节，利用全球数字高程模型（15 弧秒分辨率），依据距离小于 10 公里、电厂海拔低于大坝海拔这两个条件，将水电厂与水库进行匹配 。
数据收集
研究人员从多个公开数据集整合水电厂数据，去除重复项，优先保留区域数据集信息。同时，从多种渠道手动收集水头和水电厂类型信息，对数据来源不一致的水头数据，制定了优先使用顺序。利用多个水库数据集与水电厂数据进行匹配，对于匹配不上的，通过手动搜索确定水库信息 。
数据处理
依据距离和高程条件将水电厂与水库匹配，优先使用 GranD 数据集，再依次使用 GeoDAR 和 HydroLAKES 数据集，匹配后进行人工核查。在数据中包含源数据集的唯一 ID 和名称，便于追溯。利用两个流域间调水（IBT）数据集，基于共享流域确定受 IBT 项目影响的水电厂 。
数据记录
GloHydroRes 数据集有 Excel 和 CSV 两种格式，可在 Zenodo 平台获取。Excel 文件包含多个工作表，提供数据集概述、缩写解释、字段描述和实际数据；CSV 格式包含核心数据和 README 指导文件。另外还有关于 IBT 项目的文件，可与 GloHydroRes 数据集关联 。
技术验证
研究人员将 GloHydroRes 数据集与国际组织数据对比，发现其对有专门水电数据集地区的水电厂覆盖较好。通过模拟四个水电厂的发电情况，验证了使用该数据集的水头数据能更准确模拟发电，但仍存在差距，主要受水溢影响，未来可利用数据集的电厂类型信息改进模拟 。
综上所述，GloHydroRes 数据集意义重大。它是首个全面涵盖水电厂和水库特征的全球数据集，为水电规划、水资源管理、水 - 能源关系研究、气候影响评估等提供了丰富可靠的数据支持。尽管在模拟水电发电时还存在一些问题，但随着数据集的不断完善和研究的深入，有望更精准地模拟水电发电，为全球能源安全和规划提供更有力的决策依据。
