数据分享 | 中山大学发布全球2000年—2015年30m分辨率逐年土地覆盖数据_2000年、2010年和2015年全国一级生态系统空间格局30米分辨率数据。-CSDN博客

本文链接：https://blog.csdn.net/Galaxyhx/article/details/121781321

中山大学发布了一套2000年至2015年全球30米分辨率的逐年土地覆盖数据集AGLC-2000-2015，利用多种数据源和机器学习方法，精度优于现有同类产品。数据集详细评估显示，基准年2015年的总体精度达76.10%，Kappa系数0.72。此外，研究还分析了不同区域的土地覆盖动态变化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.数据产品概述

研究学者借助Google Earth Engine平台，利用现有多套全球土地覆盖产品、Landsat卫星系列影像、以及大量人工目视解译样本，结合多数据融合、时序变化检测和机器学习等的方法，研制了一套2000年—2015年全球30 m分辨率的逐年土地覆盖变化数据集AGLC-2000-2015（Annual Global Land Cover 2000-2015）。

基于AGLC-2000-2015数据集，本文选择性分析了3个典型区域的土地覆盖年际变化进行检验。结果显示，AGLC-2000-2015数据集达到了较高的精度水平：基准年份产品（AGLC-2015）的总体精度为76.10%，Kappa系数为0.72，显著优于现有30 m分辨率的全球土地覆盖产品Globeland 30、FROM-GLC和GLC-FCS30；年际间分类模型的总体精度和Kappa系数分别为84.10%和0.81，在各大洲的平均总体精度均超过80.00%，表明该模型在全球多类别土地覆盖分类中表现良好。

2.数据源及分类体系

该研究使用的土地覆盖产品包括以下7套：全球土地覆盖数据集Globeland30，全球土地覆盖数据集FROM-GLC，全球精细地表覆盖产品数据集GLC-FCS30，全球连续时间城市用地动态扩张和返绿数据集GAUD，全球森林变化数据GFC，全球水体数据集JRC GSW，以及全球陆地覆盖数据集ESA CCI-LC。

Landsat系列影像来自于Google Earth Engine平台提供的Landsat 5 TM（2000年—2011年）、Landsat 7 ETM+（2011年—2013年）、以及Landsat 8 OLI（2013年—2015年）传感器经大气校正和地形校正的地表反射率数据

该研究采用的分类体系如下表所示。参考现有的土地覆盖分类体系（Chen等，2016），结合实际情况，本文的土地覆盖分类体系包括耕地、林地、草地、灌木、湿地、水体、苔原、不透水面、裸地和永久冰雪共10种类型。