9个免费全球土地覆盖/土地利用数据集¶
马里兰大学与美国地质勘探局合作，创造了大约2010年的树木覆盖， *** 的地面和持久的地表水。
世界土地覆盖的顶级数据源¶
在你的一生中，地球发生了多少变化？有点，但你可能就是不能给它加一个数字。
多亏了 全球土地覆盖 卫星传感器，比如modis，avhrr和增强型主题地图绘制器，我们终于可以对我们正在变化的星球发出一些光。
但是什么样的全球土地覆盖数据集存在？什么是更好的？
添加微信好友, 获取更多信息
复制微信号
他们的准确度是多少？它的空间分辨率有多高？
眼见为实¶
为了帮助您了解土地覆盖分类的准确性，我们制作了纽约的截图。要记住的一些关键特性是：
中央公园 曼哈顿的广场绿地，杰奎琳·肯尼迪·奥纳西斯水库，以及划分纽约和新泽西的上海湾。
消防岛 ：位于纽约长岛南岸的薄屏障岛，保护长岛的海滨。
长岛 ：长岛东北角的岛屿，如梅子岛、大海鸥岛和小海鸥岛。
这就是`Sentinel-2 <../index.html?p=8492>`__眼中的纽约，精确定位上述功能。
这些特征在土地覆盖图中的分类程度如何？对地球进行分类并不容易。
请阅读以下摘要，免费获取各种可用的土地覆盖分类方案。
1全球土地调查（GLS）¶
在30米的分辨率，这片土地覆盖是更好的。马里兰大学与美国地质勘探局合作，将其大约2010年的树木覆盖、 *** 地面和持久的地表水系在一起。
使用Landsat7ETM+数据，其最令人印象深刻的属性是 树盖篷 以每个输出网格单元的百分比表示。这种林冠覆盖物用于衡量2000年至2012年全球森林面积、损失和收益，例如： Global Forest Change webmap。
研究表明，全球土地调查（GLS）静态森林覆盖的总体准确性 91% with forest cover change at >88% . 与本文的准确性相呼应，中央公园和外岛清晰可见。火岛森林面积的缺乏是一致和合乎逻辑的。一切都很好。
阅读更多: 4 Global Forest Maps to See the Forest for the Trees
2气候变化倡议（CCI）土地覆盖第2版¶
在300米的分辨率下，envisat-meris传感器是3个时代的土地覆盖图（1998-02、2003-07和2008-12）的更大贡献者。 CCI Land Cover V2。
按面积比例，它被引用到 73% accuracy 23类土地覆盖图。此外，欧洲航天局还创造了 ESA/CCI Land Cover viewer 动态查看土地覆盖
从视觉上看，你可以看到它是如何捕获长岛南岸的薄屏障的。尽管中央公园大部分（4公里x 0.8公里）都不见了，但它把东北部的岛屿分类得无可挑剔。
3 O *** 土地利用数据¶
对于所有其他土地覆盖分类，它是基于 image classification algorithms。 想象一个作曲家写了一首交响曲，把数百张卫星图像分为陆地覆盖的杰作。
但是当你有成千上万的艺术家创作自己的音乐时会发生什么呢？当每一个部分都与被称为OpenStreetmap的巨大的全球社区同步时，你会得到一个 极其精确的土地利用图 .
在一个单像素环境中，用Meris像素计算——157栋建筑
除此之外，它还告诉你它是住宅、商业、工业还是其他类型。
O *** 土地利用数据的唯一缺点是：
有大量的数据缺口。
比如说，一棵落叶树从针叶树上落下时，它可能不会被捕获。
你有随机更新的人。（这样说质量相当好）
但在纽约， O *** Land Cover 至高无上。中央公园的轮廓如画。南岸和东北岛屿是矢量化轮廓。往北翻了几遍，地被就空了。
阅读更多: 10 Free GIS Data Sources: Best Global Raster and Vector Datasets
4 MCD12Q1 0.5公里基于MODIS的全球陆地覆盖气候学¶
这个 500-meter MODIS Land Cover Maps （17个土地覆盖类别）描述了基于10年跨度（2001-2010年）的主要类别。
研究表明 interannual variability with 40% of pixels 在10年的时间跨度内显示一次或多次班级变化。由于其粗糙，它错过了中央公园和消防岛上的标志。但它很好地捕获了这些岛屿。
然而，无论出于何种意图和目的，它都为天气和气候模型服务。
5 USGS–全球土地覆盖特征（GLCC）¶
GLCC基于使用无监督图像分类 *** 的一年高分辨率辐射计（AVHRR）。根据占地面积， GLCC reaches a 66.9% accuracy。 当观察者无法将像素推断为“真实”覆盖时，大多数规则的精度甚至更高，达到78.7丢弃这些站点。
GLCC正在一系列环境建模应用中使用，包括戈达德地球观测系统模型v5（GEOS-5）。
这1公里像素大小的土地覆盖分类已分类中央公园。然而，它错过了去火岛和梅岛的船。
6全球30¶
为了恢复2000年和2010年中国国家地理信息中心30米长的土地覆盖率，它在行动中消失了。
这些30米分辨率的土地覆盖图显示了10个主要土地覆盖类别的全球分布：水体、湿地、人工表面、耕地、永久冰雪、森林、草原、灌木、裸地和苔原。
它用超过10000张陆地卫星图像以30米的分辨率覆盖了整个地球。该土地覆盖使用基于像素和对象的 *** ，并且每个类都按优先顺序标识。在选定的8个区域，它的总体分类精度达到80%。
目前我们空手前往纽约，但我们所掌握的其他方面的数据似乎相当合理。至少可以说，它的消失是神秘的。目前找不到，我们会在文章重新上线时更新文章。
阅读更多: USGS Earth Explorer: Download Free Landsat Imagery
7联合国粮农组织全球土地覆盖 *** （GLC-share）¶
粮农组织的重点 GLC SHARE land cover 是土地管理。这一点尤其体现在它的一些类别中——农田、草地、裸地和红树林。包括人工地表、水体、积雪、树木、灌木、草本和稀疏植被。
在今天的标准下，它比1公里的网格单元更粗糙。此外，它的准确率约为80%，有1087个验证站点。
你可以看到这个分类完全错过了中央公园，大部分火岛和东北岛。这部分是因为它的分辨率很低。
它的主要用途是为了更好地了解土地管理，所以我们希望在农业领域取得更好的成果。
8土地覆盖类型每年L3全球0.05摄氏度¶
使用相同的监督分类树算法，气候建模网格与MCD12Q1具有相同的根。此数据集可从 USGS Earth Explorer。
虽然它产生了与国际地球圈生物圈计划相同的17个等级，但它的空间分辨率要低得多（0.05°）。
当像素为5.5公里时，与所有其他陆地覆盖选项相比，您无法获得精度级别。对于普通人来说，很难再认识到我们在看纽约。
9 Terrapop¶
Terrapop 包含已提及的23类ESA GLC和MODIS 1KM的各种现有全球土地覆盖数据集。
除此之外，它还包括一个非常粗糙的农业用地分类，大约2000年，在10公里处，源自全球景观倡议。这包括收获面积和175种农作物的产量，以便更好地了解农业的供求关系。
我们将详细介绍如何从直观的TerraPop界面中提取数据。
阅读更多: How to Get Harmonized Environmental & Demographic Data with TerraPop
你使用哪种土地覆盖？¶
世界各地的航天机构正在发射卫星，以满足地球精确陆地覆盖的需求。
我们对纽约的简单视觉评估显示了不同提供商的土地覆盖率有多大。
只有在更细的尺度上，土地覆盖才能捕捉到陆地上重要的人类活动。尽管数据有很大差距，但没有O *** 那样详细的土地使用。
几乎和隧道视觉一样，科学家们不使用多尺度、多数据迭代的 *** ，在给定的位置使用更好的 *** ，这是令人惊讶的。
来源：开源地理空间基金会中文分会
来源链接：https://www.osgeo.cn/post/17be6
本站声明:网站内容来源于 *** ,如有侵权,请联系我们,我们将及时处理。
