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
SCBAiotAigc8 小时前
langchain1.x学习笔记(三):langchain之init_chat_model的新用法
人工智能·python·langchain·langgraph·deepagents
Blossom.1188 小时前
联邦迁移学习实战:在数据孤岛中构建个性化推荐模型
开发语言·人工智能·python·深度学习·神经网络·机器学习·迁移学习
Blossom.1188 小时前
大模型自动化压缩:基于权重共享的超网神经架构搜索实战
运维·人工智能·python·算法·chatgpt·架构·自动化
KAI智习8 小时前
大模型榜单周报(2026/01/10)
人工智能·大模型
AC赳赳老秦8 小时前
医疗数据安全处理:DeepSeek实现敏感信息脱敏与结构化提取
大数据·服务器·数据库·人工智能·信息可视化·数据库架构·deepseek
木头程序员8 小时前
机器学习模型成员推断攻击与防御:敏感数据保护实战指南
人工智能·机器学习
咋吃都不胖lyh8 小时前
归因分析(Attribution Analysis)详解
大数据·人工智能
AI科技星8 小时前
能量绝对性与几何本源:统一场论能量方程的第一性原理推导、验证与范式革命
服务器·人工智能·科技·线性代数·算法·机器学习·生活
浔川python社8 小时前
浔川 AI 翻译 v6.0 版本合规优化公告:强化违规内容治理,明确恶意使用处置规则
人工智能