中国土地利用驱动因子数据集(9种驱动因子/裁剪到省市/Tif)

数据时间为2000-2020年,分辨率为5000米,包含耕地比例、数字高程模型、国内生产总值、景观生态风险、归一化植被指数、年降水量、人口密度、年均气温、地形湿度指数九种驱动因子,原始数据为中国区域的栅格数据,我们将其裁剪为中国各省以及各市的区域,方便大家研究使用。

数据详情

数据来源:Wu, B. (2026). Land Use Intensity and Landscape Ecological Risk Datasets for China (1992--2022) (v1.0) Data set. Zenodo.

数据时间:2000、2010、2020

数据精度:5000m

数据范围:中国省市

数据格式:Tif

数据概览

九种驱动因子如下:

我们将全国区域的数据裁剪为各省以及各市的范围,数据概览如下:

中国2020年DEM数据

中国2020年GDP数据

中国2020年NDVI数据

数据引用

1Wu, B. (2026). Land Use Intensity and Landscape Ecological Risk Datasets for China (1992--2022) (v1.0) Data set. Zenodo.

相关推荐
火山引擎开发者社区15 小时前
火山AgentPlan/CodingPlan同步上线GLM-5.2
人工智能
冬奇Lab16 小时前
Skill 系列(05):Skill 工作流串联——4 种模式实测,并发加速 1.5x
人工智能·开源
冬奇Lab16 小时前
每日一个开源项目(第141篇):hiring-agent - HackerRank 开源了他们的简历评分系统,你的简历能得几分?
人工智能·面试·开源
甲维斯17 小时前
又升级咯!坦克大战2026,科技与复古并存!
前端·人工智能·游戏开发
姗姗来迟了19 小时前
用React Hook封装AI对话状态
人工智能
Goodbye19 小时前
从 Token 到 Embedding:LLM 核心基础深度解析
javascript·人工智能
阿瑞IT19 小时前
AI Agent 在甘特计划变更场景中的动态响应工程实践
人工智能
用户9385156350719 小时前
工具调用背后:LLM 如何突破“缸中大脑”,操控真实世界?
javascript·人工智能