数据集(库)目录

出版期刊|区域分类

2021年第12期
2019年第02期
数据详情

基于FY-3D NDVI的西藏自治区植被分类250 m栅格数据集(2020)


张磊1周广胜*2任鸿瑞1吕晓敏2
1 太原理工大学测绘科学与技术系,太原0300242 中国气象科学研究院,北京100081

DOI:10.3974/geodb.2024.04.07.V1

出版时间:2024年4月

网页浏览次数:1841       数据下载次数:25      
数据下载量:68.50 MB      数据DOI引用次数:

关键词:

西藏自治区,GEE,风云卫星,植被图,随机森林

摘要:

作者基于Google Earth Engine平台和随机森林算法,采用地形、气候和FY-3D NDVI数据,研发了西藏自治区植被分类250 m栅格数据集(2020)。植被类型包括阔叶林、针叶林、针阔混交林、灌丛、高寒草甸、高寒草原、高山植被、高寒荒漠、栽培植被9种类型,此外也划分出湿地、水体和其他3种类型。数据结果表明,西藏自治区2020年各类型分布面积分别为:阔叶林49039.6 km²、针叶林49870.5 km²、针阔混交林7163.1 km²、灌丛10386.3 km²、高寒草甸292323.9 km²、高寒草原404775.0 km²、高山植被136594.9 km²、高寒荒漠154924.0 km²、栽培植被3834.1 km²、湿地4259.3 km²、水体32169.5 km²、其他63814.6 km²。经检验,数据总体精度为81.5%,Kappa系数为0.79。数据集内容包括:(1)植被分类体系表;(2)西藏自治区250 m分辨率植被分布数据(2020)。数据集存储为.xlsx和.tif格式,由2个数据文件组成,数据量为3.16 MB(压缩为1个文件,2.73 MB)。

基金项目:

中华人民共和国科学技术部(2019QZKK0106)

数据引用方式:

张磊, 周广胜*, 任鸿瑞, 吕晓敏. 基于FY-3D NDVI的西藏自治区植被分类250 m栅格数据集(2020)[J/DB/OL]. 全球变化数据仓储电子杂志(中英文), 2024. https://doi.org/10.3974/geodb.2024.04.07.V1.

参考文献:


     [1] Venter, Z. S., Barton, D. N., Chakraborty, T., et al. Global 10 m land use land cover datasets: A comparison of dynamic world, world cover and esri land cover [J]. Remote Sensing, 2022, 14(16): 4101.
     [2] Karra, K., Kontgis, C., Statman-Weil, Z., et al. Global land use/land cover with Sentinel 2 and deep learning [C]. 2021 IEEE international geoscience and remote sensing symposium IGARSS. Institute of Electrical and Electronics Engineers, 2021: 4704-4707.
     [3] Chen, J., Ban, Y., Li, S. Open access to Earth land-cover map [J]. Nature, 2014, 514(7523): 434-434.
     [4] 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.
     [5] Zhang, X., Liu, L., Chen, X., et al. GLC_FCS30: Global land-cover product with fine classification system at 30 m using time-series Landsat imagery [J]. Earth System Science Data, 2021, 13(6): 2753-2776.
     [6] Friedl, M. A., McIver, D. K., Hodges, J. C., et al. Global land cover mapping from MODIS: algorithms and early results [J]. Remote sensing of Environment, 83(1-2): 287-302.
     [7] 高浩, 唐世浩, 韩秀珍. 风云气象卫星发展及其应用[J]. 科技导报, 2021, 39(15): 9-22.
     [8] 孙伟伟, 杨刚, 陈超等. 中国地球观测遥感卫星发展现状及文献分析[J]. 遥感学报, 2020, 24(5): 479-510.
     [9] 周广胜, 任鸿瑞, 刘通等. 一种基于地形-气候-遥感信息的区域植被制图方法及其在青藏高原的应用[J]. 中国科学: 地球科学, 2023, 53(2): 227-235.
     [10] 周广胜, 任鸿瑞, 刘通等. 青藏高原10米分辨率植被图(2020)[DB/OL]. 国家青藏高原数据中心, 2022.
     [11] 中国科学院中国植被图编辑委员会. 中国植被及其地理格局—中华人民共和国植被图(1: 1000000)说明书[M]. 北京:地质出版社, 2007.
     [12] Rabus, B., Eineder, M., Roth, A., et al. The shuttle radar topography mission—a new class of digital elevation models acquired by spaceborne radar [J]. ISPRS journal of photogrammetry and remote sensing, 2003, 57(4): 241-262.
     [13] 彭守璋. 中国1 km分辨率逐月平均气温数据集(1901-2022)[DB/OL]. 国家青藏高原数据中心, 2019.
     [14] 彭守璋. 中国1 km分辨率逐月降水量数据集(1901-2022)[DB/OL]. 国家青藏高原数据中心, 2020.
     [15] Johansen, K., Phinn, S., Taylor, M. Mapping woody vegetation clearing in Queensland, Australia from Landsat imagery using the Google Earth Engine [J]. Remote Sensing Applications: Society and Environment, 2015(1): 36-49.
     [16] Biau, G. Analysis of a random forests model [J]. The Journal of Machine Learning Research, 2012, 13: 1063-1095.
     

数据下载:

序号 数据名 数据大小 操作
1 VegetationXizang2020.rar 2805.77KB
主管单位