【数据分享】2018-2023年全国范围10米分辨率的耕地利用强度数据(免费获取)

本文主要是介绍【数据分享】2018-2023年全国范围10米分辨率的耕地利用强度数据(免费获取),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!

耕地利用强度数据是评估农业生产力、规划土地使用、监测粮食安全与环境可持续性的关键,对政策制定和资源管理具有重要指导意义。然而,目前国家范围的耕地利用数据集在时空连续性、分辨率和精度方面存在局限性。

本次我们分享的是2018年至2023年分辨率为10米的中国年度耕地利用强度数据!该数据来源于福州大学数字中国研究院(福建)等单位的学者发布在平台上分享的数据。该数据是在时间序列图像和全球土地覆盖数据集的基础上,结合中国国家统计局农业普查数据和实地调查数据识别得到的以年为单位的耕地利用强度的数据集。

大家可以在公众号回复关键词 312 免费获取该数据!以下为数据的详细介绍:

01 数据预览

我们以2018-2022年的中国耕地利用强度数据例来预览一下:

02 数据详情

数据来源:

数据来源于福建省数字中国研究院、中国科学院地理科学与资源研究所等单位的学者在figshare平台上分享的数据。本数据被分为三个部分并分别存放在不同的网址,网址链接如下。

1.ChinaCUI10m 2018-2021

网址:https://doi.org/10.6084/m9.figshare.24603234

2.ChinaCUI10m 2022-2023

网址:https://doi.org/10.6084/m9.figshare.24923532

3.ChinaCropland10m、ChinaMean10m

网址:https://doi.org/10.6084/m9.figshare.24633228

数据说明:

(1)本数据是2018至2023年中国全国尺度10米耕地利用强度数据集。本数据是结合ESA_WorldCover 和 FROM_GLC两个全球土地覆盖数据集,融合Sentinel-1 SAR 和 Sentinel-2 MSI 时间序列图像的基础上,通过VSPS(Vegetation-Soil-Pigment indics and Synthetic-aperture radar time-series images)和MILS(Mapping cropping Intensity in actively cropped fields regarding improved characterized crop Life cycles based on combined considerations of vegetative and productive Stages)等算法生成。

(2)数据共被划分为三个组成部分,其中,“ChinaCUI10m”表示每年的耕地利用强度数据集,“ChinaCroplandI10m”表示基于历史耕作活动新推导的10米耕地数据集,“ChinalleanCI10m”表示基于2018-2023年中国历史CUI数据集得到的平均耕地利用强度数据。

(3)由于数据集较大,因此以上三个数据集均被划分为中国九个主要的农业区,九个主要农业区与文件名称的对应关系如下:

数值说明:

1.“ChinaCUI10m”数据集包含2018-2023年的每年农地使用强度数据,数据值有(0:休耕;1:单一作物;2:双季作物;3:三季作物),其中值4在数据集中代表0。

2.“ChinaCroplandI10m”数据集是基于历史种植活动得出的新的10米农地数据集,只有一个值(1:农地)。

3.“ChinaMeanCI10m”数据集是基于2018-2023年历史CUI数据得出的农地使用强度平均程度的数据集,数据值介于[0,3]之间,数值越大表示农地使用强度越高,所有值需乘以100,并且值10在数据集中代表0。

数据坐标系:

WGS_1984

数据格式:

geotiff格式

时间范围:

2018年-2023年

空间范围:

全国

相关论文:

Qiu, B., Liu, B., Tang, Z. et al. National-scale 10-m maps of cropland use intensity in China during 2018–2023. Sci Data 11, 691 (2024). https://doi.org/10.1038/s41597-024-03456-0

引用格式:

QIU, Bingwen; LIU, Baoli; Xu, Weiming; Dong, Jinwei; Liang, Juanzhu; Chen, Nan; et al. (2024). No.3 National-scale 10-m maps of cropland use intensity in China during 2018-2023. figshare. Dataset. https://doi.org/10.6084/m9.figshare.24633228.v3

如有数据使用需求请按照官方平台的要求进行引用,更多数据详情可以查看官网获悉!

03 数据获取

如需获取数据请关注下方公众号~

这篇关于【数据分享】2018-2023年全国范围10米分辨率的耕地利用强度数据(免费获取)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/1092828

相关文章

SQL Server修改数据库名及物理数据文件名操作步骤

《SQLServer修改数据库名及物理数据文件名操作步骤》在SQLServer中重命名数据库是一个常见的操作,但需要确保用户具有足够的权限来执行此操作,:本文主要介绍SQLServer修改数据... 目录一、背景介绍二、操作步骤2.1 设置为单用户模式(断开连接)2.2 修改数据库名称2.3 查找逻辑文件名

C++中RAII资源获取即初始化

《C++中RAII资源获取即初始化》RAII通过构造/析构自动管理资源生命周期,确保安全释放,本文就来介绍一下C++中的RAII技术及其应用,具有一定的参考价值,感兴趣的可以了解一下... 目录一、核心原理与机制二、标准库中的RAII实现三、自定义RAII类设计原则四、常见应用场景1. 内存管理2. 文件操

Python虚拟环境与Conda使用指南分享

《Python虚拟环境与Conda使用指南分享》:本文主要介绍Python虚拟环境与Conda使用指南,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、python 虚拟环境概述1.1 什么是虚拟环境1.2 为什么需要虚拟环境二、Python 内置的虚拟环境工具

canal实现mysql数据同步的详细过程

《canal实现mysql数据同步的详细过程》:本文主要介绍canal实现mysql数据同步的详细过程,本文通过实例图文相结合给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的... 目录1、canal下载2、mysql同步用户创建和授权3、canal admin安装和启动4、canal

SpringBoot服务获取Pod当前IP的两种方案

《SpringBoot服务获取Pod当前IP的两种方案》在Kubernetes集群中,SpringBoot服务获取Pod当前IP的方案主要有两种,通过环境变量注入或通过Java代码动态获取网络接口IP... 目录方案一:通过 Kubernetes Downward API 注入环境变量原理步骤方案二:通过

使用SpringBoot整合Sharding Sphere实现数据脱敏的示例

《使用SpringBoot整合ShardingSphere实现数据脱敏的示例》ApacheShardingSphere数据脱敏模块,通过SQL拦截与改写实现敏感信息加密存储,解决手动处理繁琐及系统改... 目录痛点一:痛点二:脱敏配置Quick Start——Spring 显示配置:1.引入依赖2.创建脱敏

使用Python实现获取屏幕像素颜色值

《使用Python实现获取屏幕像素颜色值》这篇文章主要为大家详细介绍了如何使用Python实现获取屏幕像素颜色值,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 一、一个小工具,按住F10键,颜色值会跟着显示。完整代码import tkinter as tkimport pyau

详解如何使用Python构建从数据到文档的自动化工作流

《详解如何使用Python构建从数据到文档的自动化工作流》这篇文章将通过真实工作场景拆解,为大家展示如何用Python构建自动化工作流,让工具代替人力完成这些数字苦力活,感兴趣的小伙伴可以跟随小编一起... 目录一、Excel处理:从数据搬运工到智能分析师二、PDF处理:文档工厂的智能生产线三、邮件自动化:

python获取cmd环境变量值的实现代码

《python获取cmd环境变量值的实现代码》:本文主要介绍在Python中获取命令行(cmd)环境变量的值,可以使用标准库中的os模块,需要的朋友可以参考下... 前言全局说明在执行py过程中,总要使用到系统环境变量一、说明1.1 环境:Windows 11 家庭版 24H2 26100.4061

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据