Lee大哲博客

生态状况的退化引起人们的广泛关注，并促使定量分析生态质量方法的发展，促进生态质量概念的完善，以指导未来生态环境保护政策的制定。基于当前生态系统功能和生物多样性生境的像素级历史基线的生态质量概念框架，应用卫星遥感和生态系统过程模型数据，经过正向归一化、相关性分析、基于粒子群优化的投影寻踪算法方面的数据质量控制，**构建了2000–2018年空间分辨率为1公里的中国陆地生态系统生态质量数据集。**通过共享本数据集，以期为生态评估理论和方法的发展，以及为宏观生态系统的管理和决策提供数据基础。

本数据集涵盖了中国陆地生态系统蒸腾蒸散比（T/ET）、蒸腾（T）及蒸散（ET）三组数据。基于模型-数据融合方法，集成PT-JPL模型及多源观测数据生成。空间分辨率为0.05°，时间分辨率为8天及年，数据范围自1981年至2021年。

中国多时期土地利用遥感监测数据集（CNLUCC）是以美国陆地卫星Landsat遥感影像作为主要信息源，通过人工目视解译构建的中国国家尺度多时期土地利用/土地覆盖专题数据库。

黄河流域大部分属于干旱、半干旱气候，先天水资源条件不足，是中国各大流域中受干旱影响最为严重的流域。随着全球环境和气候变化，黄河流域的干旱愈加频繁，对黄河流域的干旱监测研究已经成为当下的热点。

本数据集用基于时间权重的动态时间规划方法，通过比较已知冬小麦田块和未知地物类型的季节变化曲线的相似程度，得出了 2001–2023 年全国 11 个省（种植面积占全国冬小麦面积的99%以上） 30 米空间分辨率的冬小麦种植分布图。经过野外调查样本和Google Earth样本的验证，冬小麦识别总体精度达到 91.17%，生产者精度和用户精度分别为 91.6%和 90.92%。

非常好用的浏览器新标签页合集

及时准确的冬小麦空间分布信息对于粮食安全和作物生产管理至关重要。由于训练数据的获取成本高、效率低，大尺度、高质量、高空间分辨率的冬小麦分类产品依然匮乏。因此，我们提出了一种融合冬小麦物候、光谱和极化信息的训练数据自动化提取方法（Automated training data generation, ATDG），用于生成高质量的冬小麦训练样本，从而开展基于机器学习方法的冬小麦遥感制图。

本数据集包含2003-2017年期间中国（约960万平方公里土地）的地表温度数据，时间分辨率为月尺度，空间分辨率为5600 m。数据集主要是通过集成MODIS每日数据（MOD11C1和MYD11C1），月数据（MOD11C3和MYD11C3）和气象站数据，以重建月尺度LST图像云覆盖下的真实LST来生成的，然后构建回归分析模型以进一步提高精度。

2001-2021 年亚洲季风区主要国家作物种植制度数据集（ACIA500）是结合MODIS 影像和现有的土地利用等多源数据，基于植被指数的峰值特征，最终得 到每年的作物种植制度。

基于NOAA CDR NDVI数据（空间分辨率为0.05°×0.05°，时间分辨率为1天），通过对每个月前15天和后15天的数据进行平均，然后使用最大值合成法（MVC）重构得到中国区域1982-2020年生长季（4-10月）的月平均NDVI数据。

通过融合森林资源清查数据和20种遥感土地利用产品，重建生成了1980-2015年中国森林覆盖数据集，空间分辨率1×1公里，再现了1985-2015年间森林覆盖面积增加的趋势，3851个地面调查样本验证结果表明，数据集精度达到76.9%到99.4%之间。在此基础上，进一步将获得的高精度森林覆被信息和CLCD土地利用覆盖数据集（Yang and Huang, 2021）相融合，生成了中国1980-2021年土地利用覆盖和变化数据集，空间分辨率10×10公里。

本数据集涵盖了甘肃武威绿洲农业高效用水国家野外科学观测研究站（简称中国农业大学石羊河实验站）大豆、小麦、玉米、苜蓿、马铃薯、葡萄不同生育期作物NDVI、LAI、ET数据集，分别基于无人机可见光（有效像素 1200 万）、热红外（像素分辨率为 640×512）、多光谱（120m高度下空间分辨率为 8 cm/像素）遥感数据经过波段运算、三温模型、回归模型反演获得。

本数据集涵盖了2000-2019年中国玉米、小麦和水稻的种植空间分布。基于GLASS LAI数据，结合拐点法和阈值法识别出LAI特征曲线对应的拐点和峰值，从而作为遥感提取的关键物候信息。将中国土地利用现状遥感监测数据的旱地层和水田层分别用于提取旱地作物（玉米、小麦）和水稻，并根据每种作物定义的三个关键物候期能同时提取出来的条件确定作物的种植格点。例如，对于某格点，若冬小麦的返青期、抽穗期和成熟期能同时提取出来，就将它认作冬小麦的种植格点。

本数据集涵盖了北京森林站东灵山样地的LiDAR、多光谱、高光谱的无人机遥感数据以及基于无人机遥感数据生产获取的地表覆盖、冠层高度、植被覆盖度、植被生物量、植被指数等产品。数据获取时间为2018年8月-9月。数据格式为LAS/HDR/TIF。

数据集在单季稻、双季稻和三季稻单产估算中取得了良好的精度，其决定系数（R2）和均方根误差（RMSE）分别为0.88，0.91，0.93和920 kg/ha，554kg/ha，588kg/ha。

本数据集利用无人机搭载可见光相机，获取福建漳江口湿地2013-2022年期间的航拍影像，通过影像拼接生成整个研究区的正射影像，制作十年尺度的遥感影像数据集及互花米草空间数据。

2000-2019 年全国三大粮食作物 1km 物候数据集（ChinaCropPhen1km）是基于 GLASS LAI 遥感产品，利用农业气象站长期观测的物候记录，根据作物物候曲线特征定义了每种作物的三个关键物候期的拐点和峰值，结合拐点法和阈值法识别出 LAI 特征曲线对应的拐点和峰值，最终得到每个作物像元的关键物候期在一年中出现的日期（儒略日，DOY）

2001-2022年中国玉米种植分布数据集（CCD-Maize），涵盖中国22个省、市的玉米种植分布图，文件格式为 GeoTIFF，空间参考为 WGS84 （EPSG：4326），空间分辨率为 30 米。该数据集基于高时空分辨率融合数据集采用时间加权动态时间规划算法（TWDTW）生成。