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

1Zhang, 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
Smoothcloud润云6 分钟前
PyTorch推理请求超时与取消处理实战
人工智能·pytorch·python·深度学习·机器学习·gpu算力·gpu
阿里云大数据AI技术10 分钟前
在 EMR Serverless Spark 的 Ray 作业中使用增强自适应弹性扩容机制
人工智能·spark
虾..12 分钟前
计算机图形学:光栅化
人工智能
ACME204413 分钟前
48㎡、57㎡、109㎡:三间铺分别适合开什么店
人工智能
俊哥大数据24 分钟前
Flink 2.3.0 从理论到实践 —— 第 14 章 Flink CDC 3.x 数据同步
大数据·flink·flinkcdc
豆包MarsCode28 分钟前
✍️ TRAE 双端融合,全面升级|征文活动开启,赢京东卡、TRAE 精美周边好礼!
人工智能
weixin_4481199429 分钟前
Datawhale计算机中的数学#MCS #Mathematics #Maths #Yibo #翊博 #翊博在这里 #菲尔兹奖 #yibohere
人工智能
虹科网络安全32 分钟前
“顶会”看安全(十九):医疗 AI 中的差异化隐私风险
人工智能·经验分享·安全
人工智能AI技术33 分钟前
AI时代新Word来了,md和HTML本地文件人机协同编辑
人工智能