中国1990-2021连续30年土地利用数据CLCD介绍及下载

AI摘要

CLCD是中国年度土地覆盖数据集,由黄昕老师基于Google Earth Engine的Landsat数据创建,涵盖1985年至2020年的30米分辨率土地利用信息,总体准确率80%。相比于其他全球产品,CLCD具有更高的时间分辨率,但仅覆盖中国地区。

CLCD数据介绍

CLCD(China Land Cover Dataset)数据集由武汉大学黄昕老师公布,黄昕老师基于Google Earth Engine上335,709景Landsat数据,制作中国年度土地覆盖数据集(annual China Land Cover Dataset, CLCD),包含1985+1990—2020中国逐年土地覆盖信息。

为此,黄昕老师基于GEE上所有可获得的Landsat数据,构建时空特征,结合随机森林分类器得到分类结果,并提出一种包含时空滤波和逻辑推理的后处理方法进一步提高CLCD的时空一致性。最后,基于5,463个目视解译样本,CLCD的总体准确率达80%。

该数据集最大的优势在于每年30米的土地利用分类结果,且连续30年。这与GLC_FCS30、Global30、AGLC2000_2015、FROM-GLC10、ESA10、ESRI10等产品相比,时间分辨率更高。劣势在于其分类结果只针对中国,而不是全球。当然FROM-GLC10、ESA10、ESRI10在空间分辨率上可能更高。

  • 数据概览

ID Class Color
中国1990-2021连续30年土地利用CLCD数据分享 CLCD(China Land Cover Dataset)数据集是由武汉大学黄昕老师基于Google Earth Engine上的335,709景Landsat数据制作的中国年度土地覆盖数据集。为了提高CLCD的时空一致性,还提出了一种包含时空滤波和逻辑推理的后处理方法。该数据集最大的优势在于每年30米的土地利用分类结果,且连续覆盖了30年时间。相比其他产品如GLC_FCS30、Global30、AGLC2000_2015、FROM-GLC10、ESA10、ESRI10等,CLCD在时间分辨率上更高。 阅读详情

相关推荐

geemap学习笔记042:CLCD与GlobeLand 30米土地覆盖数据集整理

CLCD与GlobeLand30都是非常常用的30米土地覆盖数据集,其中CLCD提供了1985、1990-2022年数据,GlobeLand30只提供了2000、2010、2020三年的数据集,下面就详细的介绍如何调用这两种数据集。

主要是关于代码方面的内容,包括但不限于Python、MATLAB、ENVI、ArcGIS 4358

批量下载1985-2019年研究区的30米土地利用数据

0.背景 PIE-Engine可以下载的6种土地利用数据(仅限本人所知),有10m、30m、1000m分辨率。 这两天连发了两篇使用PIE-Engine下载数据的推文,这一篇是终结篇。剩余的1000m分辨率的土地利用数据,感觉没什么价值,就不写了。 这一次数据来源是武汉大学黄昕教授团队制作的中国30米年度土地覆盖产品,该数据基于三十万景Landsat影像,结合现有产品自动稳定样本和目视解译样本生产获得。该数据集基于5463个独立参考样本,产品整体精度为79.31% 。 时间跨度为1985年、1990年

锐多宝的地理空间 8207

土地利用数据下载合集

数据下载:土地分类体系:林地、灌木、草地、耕地、建筑、裸地/稀疏植被、冰/雪、永久水体、湿地、红树林、苔藓、地衣共11类精度:总体精度74.4%

weixin_61965078的博客 2617

中国30年土地利用变化分析:CLCD数据集下载与Python处理教程

本文详细介绍了中国30年土地利用变化分析的CLCD数据集下载与Python处理教程。CLCD数据集由武汉大学团队开发,覆盖1990-2021年中国全境,30米分辨率,包含9大类土地覆盖类型。教程涵盖数据获取、Python环境配置、基础处理、变化分析方法及可视化技巧,为环境监测、农业规划和生态保护研究提供实用指导。

weixin_33701251的博客 655

【002】全国30m逐年土地利用数据CLCD数据(1985-2023年)

使用 Google 地球引擎上的 335,709 张 Landsat 图像,结合从中国土地利用/覆盖数据集(CLUD)中提取的稳定样本和来自卫星时间序列数据、谷歌地球和谷歌地图的视觉解释样本收集训练样本。该数据集依托Google地球引擎(GEE)的335,709张Landsat影像,构建起1985 - 2022年中国首个基于Landsat的年度土地覆被产品(CLCD)。2、通过结合从中国土地利用/覆盖数据集(CLUD)中提取的稳定样本和来自卫星时间序列数据、谷歌地球和谷歌地图的视觉解释样本收集训练样本;

weixin_51955737的博客 876

【数据集】1985-2022年CLCD逐年土地利用分类数据

简介CLCD 1985-2021年土地覆被数据集

WW、forever的博客 1万+

【数据集】中国区1990-2020逐年30m分辨率土地利用分类数据

中国区1990-2020逐年30m分辨率土地利用分类数据CLCD

WW、forever的博客 3018

(1985-2023年)中国土地利用数据CLCD(完整数据)

CLCD_classificationsystem是专门为CLCD数据集设计的分类系统,它基于遥感图像处理技术和地理信息系统(GIS)的应用,将中国地区的土地覆盖划分为多个类别,并通过色彩编码进行区分。该系统旨在为用户提供清晰、准确的土地覆盖信息,以满足环境、气候、农业等领域的研究需求。 CLCD_classificationsystem是中国年度土地覆盖数据集的重要组成部分,它为用户提供了清晰、准确的土地覆盖分类信息和色彩编码方案,有助于推动环境、气候、农业等领域的研究和发展。 该数据集最大的优势在于每年30米的土地利用分类结果,且连续33年。这与GLC_FCS30、Global30、AGLC2000_2015、FROM-GLC10、ESA10、ESRI10等产品相比,时间分辨率更高。分类结果只针对中国。 数据名称:中国土地利用数据CLCD 数据年份:1985-2023年 数据分辨率:30米 默认空间坐标系:WGS1984 数据格式:tif格式 参考文献:Yang J , Huang X . The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data, 2021, 13(8):3907-3925. ## 02、相关数据及指标 ID、Class、Color。

字节开源 DeerFlow 2.0:从 Deep Research 到 Super Agent Harness 的进化之路

GitHub Trending 冠军项目,字节跳动完全开源的超级智能体框架。支持子代理、沙箱执行、长期记忆、技能扩展,可完成从几分钟到几小时的复杂任务。本文深度解析架构设计、安装实战、技能系统,并附上独家配置指南。

qq_38610923的博客 1712

从VoLTE高清通话到5G新通话:手把手带你用Wireshark抓包分析QCI 1, 2, 5, 9的建立与切换过程

本文详细解析了从VoLTE高清通话到5G新通话的QCI(QoS Class Identifier)建立与切换过程,通过Wireshark抓包实战演示如何分析QCI 1、2、5、9的承载机制。内容涵盖QCI基础概念、实验环境搭建、VoLTE通话建立过程分析以及5G新通话中的QoS演进,为网络工程师和通信技术爱好者提供实用的技术指南和优化建议。

weixin_30788619的博客 342

抖音直播参数逆向实战:手把手教你用Python获取ttwid和x-bogus(附完整代码)

本文深入解析抖音直播接口的反爬机制,重点剖析核心防护参数ttwid和x-bogus的生成原理与作用。通过Python实战,手把手教你逆向获取ttwid、webid等关键参数,并构建稳定的数据采集方案,为开发者提供企业级数据获取能力。

weixin_29196891的博客 1044

【Unity】入门教程第一期-下载安装Unity编辑器(下)

讲解如何在Unity Hub中下载Unity编辑器以及IED环境

Xiaoxin的博客 2041

Alphafold2/multimer本地安装避坑指南:从Conda环境配置到GPU加速实战

本文详细介绍了Alphafold2/multimer本地安装的全流程,从Conda环境配置到GPU加速实战,特别针对常见的报错处理提供了解决方案。通过硬件环境检查、依赖安装技巧、OpenMM补丁应用等步骤,帮助研究人员高效部署蛋白质结构预测工具,提升计算效率。

weixin_29309213的博客 116

YOLO11涨点优化:Loss魔改 | WIoU (Wise-IoU) v3版本全面替换,基于动态非单调聚焦机制,让模型更聪明地学习

YOLOv11目标检测中的WIoU v3损失函数改进 本文探讨了YOLOv11目标检测模型中CIoU损失函数的局限性,并提出了WIoU v3改进方案。关键发现包括: CIoU的缺陷:在低质量样本(小目标/遮挡目标)上过度惩罚,导致模型优化方向偏离,小目标AP往往比大目标低30%左右。 WIoU v3的创新: 动态非单调聚焦机制:根据样本"离群度"智能分配梯度 让模型重点优化中等质量样本,减少对低质量样本的无效关注 采用指数移动平均来自适应调整质量评判标准 实际效果:WIoU v3在保持大

2601_95807009的博客 422

工业相机——靶面尺寸、像元尺寸、分辨率 、传感器尺寸

由Sensor对角线长度表示,单位英寸,这里的1英寸=16mm。——靶面尺寸为宽12.7mm*高9.6mm,对角线16mm。——靶面尺寸为宽8.8mm*高6.6mm,对角线11mm。——靶面尺寸为宽7.2mm*高5.4mm,对角线9mm。——靶面尺寸为宽6.4mm*高4.8mm,对角线8mm。——靶面尺寸为宽4.8mm*高3.6mm,对角线6mm。——靶面尺寸为宽3.2mm*高2.4mm,对角线4mm。——靶面尺寸为宽14*高10.5mm,对角线17mm。

程序员,他们想的是什么?他们想的永远都是技术,他们崇尚的也永远都是技术。 9607

端侧 AI 落地避坑指南(中):为什么 QAT 救不了精度?——对齐“融合后算子“的硬件物理约束

在上一篇文章中,我们深入探讨了量化的本质,并得出结论:QAT(量化感知训练)是保持精度的关键。明明做了 QAT,精度还是崩塌了!让我们看一个真实的案例:✅ 使用了✅ 配置了量化✅ 训练了 50 个 epoch,学习率降为原来的 1/10✅ 冻结了 BN 统计量FP32 模型:mAP = 0.85QAT 后 FP32:mAP = 0.84(正常)工具量化后:mAP = 0.68(崩塌!问题出在哪里?层融合(Layer Fusion)机制。

weixin_51988935的博客 55

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

上一篇: matlab智能算法程序包89套最新高清录制!matlab专题系列!
下一篇: ArcGIS标注的各种用法和示例
sky
J
博客等级 码龄5年 3533粉丝 225原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

sky J

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值