全球首个30米分辨率湿地数据集(2000—2022)

D205

数据简介

今天我们分享的数据是全球30米分辨率湿地数据集,包含8种湿地亚类,该数据以0.5°X0.5°的瓦片存储,我们整理了所有属于中国的瓦片名称与其对应省份,方便大家研究使用。

该数据集作为全球首个30米分辨率、覆盖2000--2022年时间序列的湿地动态数据集,具有重要的科学价值与应用潜力。其创新性体现在精细分类系统(8种湿地亚类)和局部自适应算法,解决了传统湿地制图中光谱复杂性与时空异质性的难题,总体精度达86.95%,为湿地生态系统的精准监测提供了新范式。该数据集通过揭示湿地分布与气候变化、人类活动的动态响应规律,可支撑生物多样性保护、碳汇评估及水资源管理,助力《巴黎协定》与可持续发展目标(SDGs)的实现。未来研究方向可聚焦于多源遥感数据融合(如Sentinel-2/SAR)以提升分类精度,并结合机器学习模型预测湿地退化风险,为全球生态治理提供动态决策依据。

数据详情

数据来源:Zhang, X., Liu, L., Zhao, T. et al. Global annual wetland dataset at 30 m with a fine classification system from 2000 to 2022. Sci Data 11, 310 (2024). https://doi.org/10.1038/s41597-024-03143-0

数据时间 :2000---2022

数据频度 :年

数据精度 :30m

数据范围 :中国省市县

数据格式:Tif

数据概览

该数据的栅格值分别代表的湿地类型如下:

该数据集瓦片后缀为经纬度信息,其中位于中国区域的瓦片与所在中国所在省份信息如下:

数据概览如下:

参考文献

1\]Zhang, X., Liu, L., Zhao, T. et al. Global annual wetland dataset at 30 m with a fine classification system from 2000 to 2022. Sci Data 11, 310 (2024). https://doi.org/10.1038/s41597-024-03143-0

相关推荐
HDO清风3 分钟前
CASIA-HWDB2.x 数据集DGRL文件解析(python)
开发语言·人工智能·pytorch·python·目标检测·计算机视觉·restful
策知道10 分钟前
依托政府工作报告准备省考【经验贴】
大数据·数据库·人工智能·搜索引擎·政务
工程师老罗21 分钟前
Pytorch如何加载和读取VOC数据集用来做目标检测?
人工智能·pytorch·目标检测
测试_AI_一辰21 分钟前
Agent & RAG 测试工程05:把 RAG 的检索过程跑清楚:chunk 是什么、怎么来的、怎么被命中的
开发语言·人工智能·功能测试·自动化·ai编程
Henry-SAP22 分钟前
SAP(ERP) 组织结构业务视角解析
大数据·人工智能·sap·erp·sap pp
龙腾亚太23 分钟前
航空零部件加工变形难题破解:数字孪生 + 深度学习的精度控制实战
人工智能·深度学习·数字孪生·ai工程师·ai证书·转型ai
Coding茶水间24 分钟前
基于深度学习的输电电力设备检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
开发语言·人工智能·深度学习·yolo·目标检测·机器学习
是Dream呀24 分钟前
基于深度学习的人类活动识别模型研究:HAR-DeepConvLG的设计与应用
人工智能·深度学习
jkyy201437 分钟前
健康座舱:健康有益赋能新能源汽车开启移动健康新场景
人工智能·物联网·汽车·健康医疗
冀博43 分钟前
从零到一:我如何用 LangChain + 智谱 AI 搭建具备“记忆与手脚”的智能体
人工智能·langchain