全新30m高分辨率全球地形因子数据下载方法

地形是影响土壤侵蚀的关键因素，在侵蚀模型（如中国土壤流失方程CSLE）中通过坡长与坡度因子（LS因子）表征。然而，全球高分辨率LS因子数据集稀缺，现有方法因需将球面梯形网格投影至平面坐标系，导致网格尺寸误差和高计算复杂度。本研究提出了一种无需投影转换的LS因子估算方法（LS-WPC），并基于SRTM V3数据生成了全球1弧秒分辨率LS因子数据集（DS-LS-GS1）。通过Himmelblau-Orlandini数学曲面验证，误差低于1%；在5种地貌类型（平原、盆地、丘陵、山地、高原）的20个区域评估中，LS因子R²达0.82-0.84，计算效率提升25.52%。该数据集可为全球土壤侵蚀评估提供高质量输入数据。

Scientific Data！分享全新30m高分辨率全球地形因子数据下载方法

数据源和预处理

数据源：采用SRTM V3全球1弧秒DEM（经去噪处理，消除条纹噪声，精度提升97.6%），并补充MERIT DEM（覆盖60°N-83°N区域），形成83°N至56°S的完整陆地覆盖。

质量评估：对比SRTM-D、MERIT、AW3D30和Copernicus DEM，SRTM-D在LS因子计算中表现最优（误差最小）

图1、(a)、(d)、(g)、(j)、(m) 原始SRTM数据；
(b)、(e)、(h)、(k)、(n) 基于SRTM计算得出的坡度图；
(c)、(f)、(i)、(l)、(o) 基于去噪后SRTM计算得出的坡度图

图2、1-弧秒全球高程数据

计算流程

描述全局LS因子数据集生产的过程流程图。

分块与缓冲区：将1°×1°分块合并为14°×14°大块，添加1°缓冲区以避免边缘信息丢失。

图4、全局高程数据分割管理

网格单元尺寸（GCS）计算：基于纬度调整东西向网格实际距离（CY=30.887 m × cos纬度），南北向固定为30.887 m。

地形参数提取：

• 流向与坡度：采用D8算法确定最大下坡方向及坡度（公式6）。

• 坡长累积：沿流向累积网格单元坡长（CSL），结合坡度突变阈值（5%）和集水区面积阈值确定坡长终点。

• LS因子计算：基于CSLE模型分段计算坡度因子（S）和坡长因子（L），最终LS=L×S。

图8、全球LS因子提取结果的空间格局

技术验证

验证方法

数学曲面（HOMS）：模拟复杂地形（四峰三鞍），验证算法理论误差。

实际地形样本：选取5类地貌的20个1°×1°区域，对比LS-WPC与投影坐标系方法（LS-PCS）的精度。

现有数据集对比：与澳大利亚（DS-LS-AU）和欧盟（DS-LS-EU）LS因子数据集比较变异系数（CV）。

结果

HOMS验证：LS-WPC与LS-PCS的LS因子平均绝对误差（AD）为0.704，标准差（SD）为0.701（表2）。

实际地形评估：LS-WPC的R²达0.82-0.84，优于LS-PCS（表3）。

效率提升：LS-WPC省去投影转换步骤，计算时间减少17-25%（表6）。

数据集一致性：DS-LS-GS1与DS-LS-AU、DS-LS-EU的CV差异小于0.3，显示全局一致性（表4、5）

使用说明

应用场景

全球土壤侵蚀风险评估及土壤健康评价。

生态系统服务功能（如碳储量、水资源）综合评估。

土地利用规划与政策制定的科学依据。

局限性

大尺度模拟存在空间尺度效应，建议结合LS-TOOL软件（提供坡长、坡度、LS因子计算功能）进行区域精细化分析。未来可通过更高分辨率DEM提升精度。

总结

本研究通过改进LS因子计算方法（LS-WPC），生成了首个全球1弧秒高分辨率LS因子数据集（DS-LS-GS1），解决了投影误差问题并提升计算效率。数据集经多维度验证，精度可靠，可为全球土壤侵蚀建模、生态评估及政策制定提供核心支持。LS-TOOL工具的开放进一步增强了方法的可扩展性

数据下载

图11、1弧秒分辨率全球LS因子数据集的分割管理

我们将整个LS因子数据集分割成了1060个大小相同的瓦片。数据划分规则基于1:100万比例尺的标准划分方法。图11展示了采用瓦片标签表示的1弧秒分辨率全球LS因子数据集。该数据集依据经纬度命名，并以GeoTIFF格式存储。为减小文件大小，数据经过压缩后以zip格式存储。这些数据可被下载、解压，然后使用各类GIS软件程序进行查看。

下载地址：https://doi.org/10.11888/Terre.tpdc.300613