【数据分享】2017-2023年全球范围10米精度土地覆盖数据

2024-05-29 16:12

本文主要是介绍【数据分享】2017-2023年全球范围10米精度土地覆盖数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

土地覆盖数据是我们在各项研究中都非常常用的数据,土地覆盖数据的来源也有很多。之前我们分享过欧空局发布的2020年和2021年的10米分辨率的土地覆盖数据,也分享过我国首套1米分辨率的土地覆盖数据(均可查看之前的文章获悉详情)!

还有很多小伙伴咨询我们10米土地覆盖数据有没有更长年份的数据!本次我们带来一个新的10米土地覆盖数据的数据源——Esri10米土地覆盖数据!该数据刚刚更新了2023年度的数据,数据年份包括2017——2023年,坐标为WGS_1984_UTM,范围为全球范围,全球划分为700多个网格!数据也会继续更新,大家可以持续关注。

我们下载了全球范围的所有数据分享给大家,另外我们也提供了中国区域的网格编号,方便大家选用满足自己研究区域的网格(见下图3)!大家可以在公众号回复关键词 0306 按照转发要求获取2017-2023年七个年份的全球范围的土地覆盖数据!以下为数据的详细介绍:

01 数据预览

我们以2023年济南市和成都市的土地覆盖为例预览一下:

济南市2023年土地覆盖

成都市2023年土地覆盖

02 数据详情

数据简介:

该数据是由Esri联合Impact Observatory以及Microsoft基于哨兵2号(Sentinel-2) 10米分辨率卫星数据共同制作发布的。全球范围的土地覆盖数据被划分为700多个网格,每个网格包括2017-2023年七个年份的数据,下载时需要自行选择网格和年份获取相应的数据。该数据非常大,单个年份的全球范围的数据有60GB!

官方网站:

https://livingatlas.arcgis.com/landcoverexplorer/#mapCenter=81.18780%2C6.76158%2C9.61111111111111&mode=step&timeExtent=2017%2C2023&year=2023

数据命名规则:

下载下来的数据命名如下:

47P_20170101-20180101.tif

其中:47P为网格编号,20170101-20180101为数据时间,该数据是2017年的数据,.tif是数据格式。

此外,为了方便大家使用该数据,我们把中国区域的网格编号进行了标注,方便大家下载和使用对应的数据,如下图:

地物类别:

该土地覆盖数据提供了9个类别,具体类别和数字代码对应如下表所示:

数据坐标系

WGS_1984_UTM

数据年份

2017-2023年

数据格式

.tif格式

空间分辨率:

10m

其他介绍:

关于地物类别的具体定义、引用信息等其他数据详情,可查看官方网址进行了解:

https://www.arcgis.com/home/item.html?id=cfcb7609de5f478eb7666240902d4d3d

03 数据获取

这篇关于【数据分享】2017-2023年全球范围10米精度土地覆盖数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1014005

相关文章

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl

JAVA实现亿级千万级数据顺序导出的示例代码

《JAVA实现亿级千万级数据顺序导出的示例代码》本文主要介绍了JAVA实现亿级千万级数据顺序导出的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 前提:主要考虑控制内存占用空间,避免出现同时导出,导致主程序OOM问题。实现思路:A.启用线程池

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本