1985-2024年全国30m土地覆盖数据集(全国/分省/分市)

最新推荐文章于 2025-07-28 23:15:09 发布
最新推荐文章于 2025-07-28 23:15:09 发布
阅读量331 收藏 2
点赞数 8
CC 4.0 BY-SA版权
文章标签： python 人工智能 机器学习 深度学习 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/PPdata_Academy/article/details/149715441

 数据简介

      今天我们分享的数据是最近最新更新到2024年的长时序高精度的全国土地覆盖数据集，该数据是由武汉大学的杨杰和黄昕教授根据Google Earth Engine上335,709张Landsat图像，构建的1985年至2024的土地覆盖数据。原始数据为全国范围的数据，我们通过天地图发布的行政区划数据对其进行裁剪，裁剪成省与市的数据，全部分享给大家，方便研究使用。

数据详情

数据来源：Jie Yang, & Xin Huang. (2025). The 30 m annual land cover datasets and its dynamics in China from 1985 to 2024 [Data set]. 收入 Earth System Science Data (1.0.4, 卷 13, 期 1, 页 3907–3925). Zenodo. https://doi.org/10.5281/zenodo.15853565

数据跨度：1985-2024

数据精度：30m

数据频度：年度

数据范围：全国、省、市

数据格式：Tif

数据概览

我们将数据按以下层级结构保存：

1.全国：此文件夹涵盖整个中国的数据。

2.分省：此文件夹细分为各省的数据，每个省的数据单独存放。

3.分市：此文件夹进一步细分为各市的数据，每个市的数据单独存放。

在每个文件夹中，数据又按照年份命名进行保存。例如，2024年的数据将保存在名为“2024”的文件中。

该数据分为9种用地类型，其数字与对应解释如下：

图片

下图分别为2024年全国土地覆盖图、四川省土地覆盖图、成都市土地覆盖图：

图片

全国土地覆盖图

图片

四川省土地覆盖图

图片

成都市土地覆盖图

数据引用

[1]Jie Yang, & Xin Huang. (2025). The 30 m annual land cover datasets and its dynamics in China from 1985 to 2024 [Data set]. 收入 Earth System Science Data (1.0.4, 卷 13, 期 1, 页 3907–3925). Zenodo. https://doi.org/10.5281/zenodo.15853565

获取方式

关注后，后台发送数据编号D238

GEE土地分类：基于2017-2024年的ERSI的全球土地覆盖数据集提取和可视化特定区域的城市建设用地（Built-up Area）
此星光明博客
04-28 275
首先，我们需要定义一个研究区域。我们使用一个多边形来表示该区域。})]);
GEE ：利用MODIS土地分类数据监测指定区域2001-2024年农作物的时序面积
此星光明博客
09-12 601
利用MODIS土地分类数据监测指定区域2001-2024年农作物的时序面积。
【数据分享】1985-2023年30米分辨率土地覆盖数据（全国/分省/分市）
热门推荐
weixin_63042008的博客
08-27 3万+
【数据分享】1985-2023年30米分辨率土地覆盖数据（全国/分省/分市）
1985-2022年全国土地利用分类可视化数据（30M）
2301_79696294的博客
08-12 630
本文分享一份全国范围的土地利用分类数据，数据时间范围是1985年-2022年，空间分辨率是30米，地理坐标系是WGS-84。来源于网络的资源版权归出版社或原作者所有，仅供学习，请勿用于商业。本资源部分自主研发，部分来源于网络。
【数据分享】1985-2023年30米CLCD土地覆盖栅格数据分享
weixin_61129400的博客
09-17 5938
总的来说，CLCD 反映了中国快速的城市化进程和一系列生态工程，揭示了气候变化条件下人为对 LC的影响，其在全球变化研究中具有潜在应用价值。最后，通过目视解译的独立样本和第三方测试样本评估CLCD的准确性。特别地，该研究将CLCD产品与目前最先进的30m专题产品包括不透水表面积（ISA）、地表水和森林进行比对，以综合评估CLCD的质量（以下为技术流程图）。数据分类：分为九类用地，该数据包括9种用地类型，分别为：农田、森林、灌木、草原、水域、冰雪、裸地、不透水面、湿地。数据格式：.tif格式。
GEE数据集：ESRI 全球10米土地覆盖数据集（2017-2024）
此星光明博客
07-16 1585
ESRI与Impact Observatory合作发布了2017-2024年全球10米分辨率土地覆盖数据集。该数据集基于Sentinel-2卫星影像，采用深度学习模型分析，将地表划分为水域、树木、建筑区等9类，平均准确率超75%。2020年后版本将草地与灌木合并为牧场类别。数据集在GEE平台开放获取，遵循CC BY-4.0许可，适用于全球土地利用变化研究。数据持续更新，最新版本包含2024年土地覆盖信息。
2017-2023年 ESRI 10m 年度土地覆被图、数据集
此星光明博客
06-17 3688
水域 全年主要有水的区域；可能不包括零星或短暂有水的区域；几乎没有稀疏植被，没有岩石露头，也没有码头等建筑物；例如：河流、池塘、湖泊、海洋、淹没的盐碱地。树木 任何高大（约 15 英尺或更高）茂密植被的明显集群，通常具有封闭或茂密的树冠；例如：林木植被、热带草原、种植园、沼泽或红树林内的茂密高大植被集群（茂密/高大植被下有短暂的水域或树冠太厚，无法探测到下面的水域）。水淹植被 全年大部分时间明显混有水的任何类型的植被区；季节性水淹区，由草/灌木/树/荒地混合而成；
【数据分享】1985-2022年我国省市县镇四级的各类土地覆盖面积（免费获取/25类用地/Excel/Shp格式）
weixin_63042008的博客
01-17 888
【数据分享】1985-2022年我国省市县镇四级的各类土地覆盖面积（免费获取/25类用地/Excel/Shp格式）
中国土地覆盖分类情况(1985-2023年)
xiaozhuzhu1995的博客
12-23 874
土地利用覆盖类型变化的研究是人与自然和谐相处, 人类经济社会可持续发展的关键所在, 是“可持续发展理论”的开拓者和领路人, 土地利用覆盖类型变化研究是全球范围自然经济变化的关键问题是21世纪科学研究领域的极其重要工程, 对于人类发展和自然环境保护都具有非常广泛而深远的意义。杨杰和黄昕教授使用谷歌地球引擎上的335,709 张 Landsat 图像，在谷歌地球引擎（GEE）平台上制作了第一个源自Landsat的中国年度土地覆盖数据集annual land cover（CLDC）数据格式：.tif格式。
GEE数据集：采用精细分类系统的全球 30 米湿地地图数据集
此星光明博客
08-05 2270
GWL_FCS30 是分辨率为 30 米的全球湿地地图，旨在提供全球湿地生态系统的详细信息。该数据集的时间跨度为 2000 年至 2022 年，包含一个精细的分类系统，可区分八个特定的湿地子类别。该数据集中的沿海潮汐湿地分为红树林、盐沼和滩涂。内陆湿地的分类包括永久性水域、沼泽、沼泽、淹没滩涂和盐碱湿地。这种详细程度对于了解和管理不同湿地类型及其生态功能至关重要。
CLCD 2024年土地利用栅格数据 分辨率30m
07-24
该数据集提供了30米分辨率的土地利用细节，覆盖了2024年的时间点，让使用者可以分析和理解土地覆盖变化的最新趋势和模式。 土地利用栅格数据是一种将地球表面划分为网格单元，每个单元含有特定土地利用属性信息的...
【数据集】全球首个10米分辨率精细分类土地覆盖数据集GLC_FCS10
WW、forever的博客
05-23 670
【数据集】全球首个10米分辨率精细分类土地覆盖数据集GLC_FCS10
自动化测试常用函数
最新发布
让每一行代码都有改变世界的力量。
07-28 479
本文介绍了Web自动化测试中的核心内容：元素定位和页面操作。主要内容包括：1)元素定位方法，重点解析CSS选择器和XPath语法；2)常见页面操作如点击、输入、获取文本等；3)窗口管理技巧，包括切换、大小设置和截图；4)弹窗处理和三种等待机制；5)浏览器导航、文件上传等特殊场景处理。文章强调自动化测试需要掌握定位语法而非仅依赖复制工具，并提供了多种实用代码示例，帮助测试人员构建稳定的自动化脚本。
【Python】绘制小提琴、箱线和散点的组合图
a11113112的博客
07-25 427
可根据需求修改各图的配色。
Python 程序设计讲义（15）：Python 的数据运算——位运算
睿思达DBA
07-24 466
介绍 Python 的位运算
Python快速入门(2025版)：常量、变量
iotzgq的博客
07-28 523
本文介绍了Python编程中常量和变量的核心概念。常量是固定不变的值（如数字100、圆周率3.14），用于组成运算表达式；变量则是可变的存储空间（如num1=100），用于临时保存数据以便后续处理。文章通过生活化类比（如购物篮）和编程示例，清晰区分了两者的用途与差异，并强调这是Python编程的重要基础。适合初学者快速理解基本概念，为后续学习打下基础。
力扣刷题（第九十八天）
eachin_z的博客
07-25 270
python脚本学习。- 保持更新，努力学习。
利用遥感和 Python 追踪休斯顿的绿化覆盖率（基于卫星 NDVI）
gis收藏家的博客
07-24 344
具体来说，就是用 Sentinel-2 2A 级影像，将第 8 波段减去第 4 波段，再除以它们的和。你所看到的是休斯顿的绿意盎然，以及这片绿意栖息的土地。Sentinel-2 非常棒，因为它可以免费获得 10 米分辨率的数据，并且每 5 天提供一次覆盖全球的数据。得益于欧洲航天局的哨兵二号卫星和免费提供的哥白尼数据，我们现在可以逐像素地追踪城市绿化覆盖的细微变化。因此，这类遥感技术的入门门槛很低。在休斯顿这样的地方，开发向外延伸到低密度绿地区域，它是一种追踪我们经常忽略的东西的工具：我们建造的东西。
YOLOv8 基于RTSP流目标检测
qq_34200979的博客
07-28 229
本项目是一个基于 FastAPI 的实时目标检测服务，利用 YOLOv8 模型对 RTSP 视频流进行目标检测，并通过 WebSocket 将检测结果实时传输到客户端。
GEE如何获取2024年ESRI土地数据
03-26
目前，根据已知的信息，ESRI 提供的 10 米分辨率土地覆盖数据集仅更新至 2023 年[^5]。因此，在 Google Earth Engine (GEE) 中获取 2024 年的 ESRI 土地覆盖数据可能尚未实现，因为该数据通常由原始提供商定期发布并集成到 GEE 的资产库中。 然而，如果希望尝试访问最新的土地覆盖数据或预测其可用性，可以采取以下方法： ### 使用现有数据集 当前最新版本的数据可以通过以下方式加载： ```javascript var esriLulc = ee.Image('projects/sat-io/open-datasets/landcover/ESRI_Global-LULC_10m'); Map.addLayer(esriLulc, {min: 0, max: 9}, 'ESRI LULC 2023', true); ``` 此代码片段展示了如何加载截至 2023 年的 ESRI 全球土地利用和土地覆盖数据集[^4]。 ### 关注官方动态 由于新一年的数据（如 2024 年）需要经过处理、验证并上传至 GEE 资产库，建议关注以下几个渠道来确认数据发布的进度： - **Earth Engine Data Catalog**: 定期查看 GEE 数据目录以发现新增加的数据集。 - **ESRI 官方博客或公告**: 如 Kontgis 所述，他们可能会通过官方平台宣布新的年度更新。 ### 自定义生成土地覆盖数据 假如正式发布的 2024 年数据不可得，则可通过 Sentinel-2 卫星影像自行分类生成类似的土地覆盖产品。这涉及机器学习算法的应用以及训练样本的选择过程。下面是一个简单的例子展示如何基于随机森林模型创建自定义土地覆盖映射： ```javascript // 加载Sentinel-2影像集合 var sentinel2 = ee.ImageCollection('COPERNICUS/S2_SR') .filterDate('2024-01-01', '2024-12-31') // 设置时间范围为2024年全年 .filterBounds(geometry); // 替换geometry为你感兴趣的区域 // 准备特征向量用于监督分类... ``` 尽管如此，请注意这种方法要求具备一定的遥感分析技能，并且最终成果的质量取决于输入图像的数量及其代表性程度。
评论
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
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