当前位置: 首页 > java >正文

【数据分享】2020年中国高精度森林覆盖数据集(免费获取)

森林作为全球陆地生态系统的主体,分布面积广、结构复杂,承担着调节气候、维护生态安全、改善环境等方面的重要作用。我国的森林资源丰富,据《中国森林资源报告:2014—2018》统计,我国森林覆盖率已经达到23.04%。森林覆盖状况是监测森林资源变化情况的主要指标之一,也是评估生物多样性、量化森林碳循环、构建资源监测模型的重要参考依据。准确地掌握森林覆盖变化情况不仅揭示了自然资源的空间变化格局,而且为科学评估自然资源可持续发展能力提供重要数据支撑。

今日我们分享的是2020年基于多源土地覆盖产品整合的中国高精度森林覆盖数据集。该数据集名为High-precision Chinese forest cover dataset based on multi-source land cover products,大小总计约1.47G,一共有两个文件夹,其中一个是中国34个省级行政区划的2020年森林覆盖遥感监测数据,另一个是34个省级行政区划的边界数据。数据格式分别为TIF和SHP,坐标系为WGS84地理坐标系,空间分辨率是2.1°×2.1°。

另外,该数据集汇总了 3 类不同年份、不同分类系统的土地覆盖产品作为提取森林覆盖信息的参考数据,包括:(1)中国科学院ChinaCover地表覆盖2000年、2010年、2015 年数据;( 2)中国科学院 GLC_FCS30 地表覆盖 2000 年、2015 年、2020 年数据;(3)国家基础地理信息中心 GLOBELAND30 地表覆盖2000年、2010年、2020年数据,并参考GLOBELAND30地表覆盖类型将土地覆盖体系划分为10个类别:包括森林、灌木林、草地、湿地、耕地、水面、不透水层、裸地、苔原、冰/雪,对于森林类别而言,森林的冠层覆盖定义为 20%,将GLC_FCS30 产品的阔叶林、针叶林、混交林及树本旱地等类别归为森林;ChinaCover产品的阔叶林、针叶林、混交林、乔木园地、乔木绿地和林地等类别归为森林类别。

大家可以在公众号回复关键词 662 免费获取该数据!无需转发文章,直接获取!以下为数据的详细介绍:

01 数据展示

该数据集中包含两个文件,分别是森林覆盖遥感监测数据和省级行政区划的边界数据,以及土地覆盖类型的代码映射,如图:

其中森林覆盖遥感监测数据和省级行政区划的边界数据主要是TIF文件,除此之外还包含相关补充信息的文件,如TFW、OVR、XML等,如图:

省级行政区划的边界数据主要是SHP文件,除此之外还包含相关补充信息的文件,如DBF、PRJ、SBN等,如图:

土地覆盖类型的代码映射如图:

以黑龙江省为例展示数据:

02 数据的其它指标

数据来源:

数据来源于Science Data Bank网站,具体网址为:https://www.scidb.cn/en/detail?dataSetId=6adb09e7cda942659d9de9ffcf8bb76e

数据年份:

2020年

空间范围:

地理范围为53°33′00″–17°28′59″N, 135°2′30″–73°29′59″E。地理区域范围为中国34个省级行政区(区、直辖市)

取值范围:

[0,100]

数据格式:

Tif和Shp

数据引用:

hou rui xia, Meng Shili, Pang Yong. High-precision Chinese forest cover dataset based on multi-source land cover products[DS/OL]. V2. Science Data Bank, 2024[2025-04-08]. https://doi.org/10.57760/sciencedb.09217. DOI:10.57760/sciencedb.09217.

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

如有数据需求,欢迎点击下方名片链接,关注我们并咨询获取~

http://www.xdnf.cn/news/3376.html

相关文章:

  • VBA数据库解决方案第二十讲:Select From Where条件表达式
  • 「面白い」日本 课文详解
  • 【MySQL数据库】视图
  • Flutter PIP 插件 ---- 新增PipActivity,Android 11以下支持自动进入PIP Mode
  • ARM ASM
  • 【云原生】基于Centos7 搭建Redis 6.2 操作实战详解
  • 【五一培训】Day1
  • Redis 挂掉后高并发系统的应对策略:使用 Sentinel 实现限流降级与 SkyWalking 监控优化
  • PostgreSQL 数据库下载和安装
  • Stm32 烧录 Micropython
  • 基于机器学习的舆情分析算法研究
  • 连接linux虚拟机并运行C++【从0开始】
  • 机器学习实战,天猫双十一销量与中国人寿保费预测,使用多项式回归,梯度下降,EDA数据探索,弹性网络等技术
  • vue中$set原理
  • Meta公司于2025年4月29日正式推出了全新Meta AI应用程序的首个版本
  • 正则表达式:精准匹配,高效处理文本
  • 《软件设计师》复习笔记(11.1)——生命周期、CMM、开发模型
  • 结构模式识别理论与方法
  • JWT Access Token 被窃取的风险与解决方案
  • spring-boot-maven-plugin 将spring打包成单个jar的工作原理
  • 企业经营系统分类及功能详解
  • 华为eNSP:IS-IS认证
  • 机器人--主机--控制系统
  • Python 常用内置函数详解(九):type()函数——获取对象类型或获取一个新的类型对象
  • RAG工程-基于LangChain 实现 Advanced RAG(预检索-查询优化)(上)
  • 2025华东杯数学建模B题完整分析论文(共36页)(含模型、代码、数据)
  • 分享5款开源、美观的 WinForm UI 控件库
  • 【Linux网络】I/O多路转接技术 - poll
  • DAY01:Vue零基础入门:环境搭建与核心语法深度解析
  • 数据库Mysql_约束