【RSGIS数据资源】1980-2021年中国土地利用覆盖和变化数据集

2024-05-11 02:20

本文主要是介绍【RSGIS数据资源】1980-2021年中国土地利用覆盖和变化数据集,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!

文章目录

  • 摘要
  • 1. 数据集概况
  • 2. 数据集组织形式
    • 2.1 1980-2015年中国森林覆盖数据集CFCD
    • 2.2 1980-2021年中国土地利用覆盖与变化数据集
  • 3. 数据生产服务单位
  • 4. 引用

摘要

通过融合森林资源清查数据和20种遥感土地利用产品,重建生成了1980-2015年中国森林覆盖数据集,空间分辨率1×1公里,再现了1985-2015年间森林覆盖面积增加的趋势,3851个地面调查样本验证结果表明,数据集精度达到76.9%到99.4%之间。在此基础上,进一步将获得的高精度森林覆被信息和CLCD土地利用覆盖数据集(Yang and Huang, 2021)相融合,生成了中国1980-2021年土地利用覆盖和变化数据集,空间分辨率10×10公里。该数据集充分再现了中国自1980年以来森林扩张趋势主导的土地利用覆被变化,在中国陆地碳汇估算方面具有巨大的潜力和应用价值。关于数据集详细说明参见数据说明文档和引用文献。
image.png

1. 数据集概况

融合森林资源清查数据和20种遥感土地利用产品,重建生成了1980-2015年中国森林覆改数据集(CFCD),空间分辨率1×1公里。CFCD能够很好地再现1985-2015年间森林覆盖面积增加的趋势,3851个地面调查样本验证结果表明,数据集精度达到6.9%到99.4%之间。在此基础上,进一步将获得的高精度森林覆 被 信 息 和 CLCD 土 地 利 用 覆 盖 数 据 集 ( Yang and Huang, 2021 ,doi:10.5194/essd-13-3907-2021)相融合,生成了中国1980-2021年土地利用覆盖和变化数据集,空间分辨率10×10公里。该数据集充分再现了中国自1980年以来森林扩张趋势主导的土地利用覆被变化,在中国陆地碳汇估算方面具有巨大的潜力和应用价值。

2. 数据集组织形式

2.1 1980-2015年中国森林覆盖数据集CFCD

通过融合森林资源清查数据和20种遥感土地利用产品,重建了1980-2015年中国森林覆盖变化,并提供了森林类型的空间分布。

  • 时间分辨率:5年
  • 空间分辨率:1 km
  • 时间范围:1980-2015年
  • 空间范围:中国全境
  • 数据格式:GeoTIFF
  • 地理投影:GCS_WGS_1984
  • 文件命名方式:其中year表示4位年度数字,从1980到2015 ForestType_China1km_[year].tif

森林类型:

  • 14:Bamboo and economic forest
  • 111:Evergreen needleleaf forest
  • 112:Deciduous needleleaf forest
  • 121:Evergreen broadleaf forest
  • 122:Deciduous broadleaf forest

2.2 1980-2021年中国土地利用覆盖与变化数据集

准确的土地利用覆盖和变化数据集在极大程度上降低了估算土地利用变化排放和陆地碳汇的不确定性。森林扩张主导了中国自1980年以来的陆地碳汇,而现有的遥感土地利用产品无法再现中国森林的历史变化。因此有必要空间显式地将森林扩张信息纳入到现有的遥感土地利用产品中。研究团队将CFCD森林覆 被 信 息 与 CLCD 土 地 利 用 覆 盖 数 据 集 ( Yang and Huang, 2021 ,doi:10.5194/essd-13-3907-2021)进行融合,其中森林覆盖类型由CFCD确定,非森林土地利用类型由CLCD确定。CLCD数据集提供了1990-2021年中国逐年土地利用覆盖数据;由于缺乏卫星观测,仅提供了1985年一期数据用以表征1980年代的中国土地利用覆盖。研究团队首先在30m分辨率的基础上融合CFCD和CLCD两套数据集,得到了1980-2015年中国30m土地利用覆盖和变化数据集;随后将其聚合到10km分辨率以供生态系统模型使用。为了最大化地提高数据的时效性,研究团队进一步假设2016-2021年的中国土地利用变化延续2011-2015年的变化趋势,通过外推方法构建生成了完整的1980-2021年中国土地利用覆盖和变化数据集。该数据集能够再现中国自1980年以来的森林扩张趋势的土地利用覆被和变化,在中国陆地碳汇估算方面具有巨大的潜力和应用价值。

  • 时间分辨率:1年
  • 空间分辨率:10 km
  • 时间范围:1980-2021年
  • 空间范围:中国全境
  • 数据格式:NetCDF
  • 地理投影:GCS_WGS_1984
  • 缩放系数:1000000
  • 文件命名:其中year表示4位年度数字,从1980到2021
  • CCB2022-LCLCC-sep10-intE6-[year]-China01D-balanced.nc
  • 变量字段: 提供了10种植被类型的空间分布,以及10种植被类型之间的相互转化

数值表示某种植被类型或者某种类型转化的面积占格点总面积的比例 Land字段表示10种植被类型之和

3. 数据生产服务单位

数据生产提供单位:中山大学全球变化与陆地生态系统模型研究团队

4. 引用

文献引用: Xia X, Xia J, Chen X, et al. Reconstructing Long‐Term Forest Cover in China by Fusing National Forest Inventory and 20 Land Use and Land Cover Data Sets. JGR Biogeosciences. 2023;128(4):e2022JG007101. doi:10.1029/2022JG007101

注意:
请数据使用者在基于本数据所产生的研究成果中标注数据来源,并按照[文献引用方式]标注需引用的参考文献。


欢迎批评指正,仅供学习交流,资料来源于网络,如有侵权请联系删除,可以关注微信公众号哦:【GeoLearning】,CSND 同号,不定期分享一些好玩好用的东东,欢迎关注。

在这里插入图片描述

这篇关于【RSGIS数据资源】1980-2021年中国土地利用覆盖和变化数据集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/978240

相关文章

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

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

MySQL中查询和展示LONGBLOB类型数据的技巧总结

《MySQL中查询和展示LONGBLOB类型数据的技巧总结》在MySQL中LONGBLOB是一种二进制大对象(BLOB)数据类型,用于存储大量的二进制数据,:本文主要介绍MySQL中查询和展示LO... 目录前言1. 查询 LONGBLOB 数据的大小2. 查询并展示 LONGBLOB 数据2.1 转换为十

使用SpringBoot+InfluxDB实现高效数据存储与查询

《使用SpringBoot+InfluxDB实现高效数据存储与查询》InfluxDB是一个开源的时间序列数据库,特别适合处理带有时间戳的监控数据、指标数据等,下面详细介绍如何在SpringBoot项目... 目录1、项目介绍2、 InfluxDB 介绍3、Spring Boot 配置 InfluxDB4、I

Java整合Protocol Buffers实现高效数据序列化实践

《Java整合ProtocolBuffers实现高效数据序列化实践》ProtocolBuffers是Google开发的一种语言中立、平台中立、可扩展的结构化数据序列化机制,类似于XML但更小、更快... 目录一、Protocol Buffers简介1.1 什么是Protocol Buffers1.2 Pro

Python利用GeoPandas打造一个交互式中国地图选择器

《Python利用GeoPandas打造一个交互式中国地图选择器》在数据分析和可视化领域,地图是展示地理信息的强大工具,被将使用Python、wxPython和GeoPandas构建的交互式中国地图行... 目录技术栈概览代码结构分析1. __init__ 方法:初始化与状态管理2. init_ui 方法:

Python实现数据可视化图表生成(适合新手入门)

《Python实现数据可视化图表生成(适合新手入门)》在数据科学和数据分析的新时代,高效、直观的数据可视化工具显得尤为重要,下面:本文主要介绍Python实现数据可视化图表生成的相关资料,文中通过... 目录前言为什么需要数据可视化准备工作基本图表绘制折线图柱状图散点图使用Seaborn创建高级图表箱线图热

MySQL数据脱敏的实现方法

《MySQL数据脱敏的实现方法》本文主要介绍了MySQL数据脱敏的实现方法,包括字符替换、加密等方法,通过工具类和数据库服务整合,确保敏感信息在查询结果中被掩码处理,感兴趣的可以了解一下... 目录一. 数据脱敏的方法二. 字符替换脱敏1. 创建数据脱敏工具类三. 整合到数据库操作1. 创建服务类进行数据库