土地覆盖数据是指对地表不同类型的土地覆盖进行分类和统计的数据。这些数据通常用于环境研究、土地规划、自然资源管理以及监测和评估人类活动对土地使用的影响等领域。
土地覆盖数据可以通过遥感技术获取,例如卫星图像和航空摄影图像。这些图像经过解译和分类处理,将地表划分为不同的类别,如森林、草地、农田、城市区域、湖泊和河流等。每个类别都有其独特的特征和属性。
对于环境保护、气候变化研究、生态系统管理和城市规划等领域都具有重要的应用价值。研究人员和决策者可以利用这些数据来了解土地利用变化、评估生态系统健康状况以及制定可持续发展政策和措施。
在之前的文章【数据分享】可下载!中国第一个1米分辨率的全国土地覆盖数据。尽管该数据自称为中国首个1米分辨率的数据,暂不评论其精确度,该数据的数据质量有待进一步评估。在那份数据里,很多地方存在条状的间隔空白。
那么,有没有其它产品可以替代呢?不仅有,而且有很多,只是分辨率没它号称的那么高就是了。那么,从这篇文章开始,我们就一一分享给大家吧!
这一片分享给大家的是一份2023年4月新发表的一份基于噪声标签学习的跨分辨率中国土地覆盖数据集。按文章所说,它是在众多历史土地覆盖数据上利用CRLC框架绘制而成,实现了更高的分辨率和更准确的映射结果。
数据详情
年份:2020
坐标系:WGS1984地理坐标系
格式:GeoTIFF数据
数据预览

北京市CRLC10米分辨率土地覆盖数据
' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)
郑州市CRLC10米分辨率土地覆盖数据
该数据集来源于武汉大学钟燕飞教授团队,文章地址:https://doi.org/10.1016/j.jag.2023.103265,数据地址:https://github.com/LiuGalaxy/CRLC。它是基于深度标签噪声学习的跨分辨率地表覆盖制图方法CRLC(Cross-Resolution Land-Cover mapping framework based on noisy label learning),利用已有的30m分辨率产品制作出总体精度达到84%的2020年全国10米分辨率土地覆盖制图,包含耕地、林地、草地/灌木、湿地、水体、不透水面、裸地和冰雪8个类别。
Liu, Yinhe, et al. “Cross-resolution national-scale land-cover mapping based on noisy label learning: A case study of China.” International Journal of Applied Earth Observation and Geoinformation 118 (2023): 103265.
Yinhe Liu, Yanfei Zhong, Ailong Ma, Ji Zhao, Liangpei Zhang,Cross-resolution national-scale land-cover mapping based on noisy label learning: A case study of China,International Journal of Applied Earth Observation and Geoinformation,Volume 118,2023,103265,ISSN 1569-8432,https://doi.org/10.1016/j.jag.2023.103265.
原始的数据共有1160个瓦片,每个瓦片的大小为1°×1°,每个文件名对应于一个特定区域,结构如下:N_<左下经度>_<左下纬度>.tif。下载时需要找到自己所需地域的瓦片再镶嵌裁剪,比较麻烦,这里小编已经按照中国省市帮大家拼接裁剪好了。
' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)
' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)
暂无评论内容