2020年全国各省、各个地级市、各县的10米分辨率的土地利用数据的制作方法与获取

1.数据介绍

该数据来源是Esri公司基于10m哨兵影像数据，使用深度学习方法制作做的全球土地利用数据。该数据的数据精度总体精度为85%，混淆矩阵如下所示:
Esri数据总体精度为85%
Esri全球土地利用数据的影像数据的分布如下所示:
在这里插入图片描述
但该数据只能分块进行下载，没有制作按区划数据进行归纳。因此本人下载了全球的728景影像，并利用2021年的全国行政区划数据对其进行批量裁剪，最后得到了全国各省、各市、各县的土地利用数据，最后使用镶嵌工具获得每一个地区对应的一张tif影像。

2.数据的制作

2.1 数据制作流程图

使用Python制作裁剪与镶嵌脚本，对各省数据进行归纳。其中制作流程图如下所示:
在这里插入图片描述

2.2 数据的筛选

按照四至范围，选择覆盖了全国的分块影像数据，并将其放入同一个文件夹中。

2.3 数据的裁剪

使用rasterio模块读取tif，使用geopandas读取矢量的各个要素，并利用rasterio的clip函数对数据进行裁剪。裁剪脚本如下所示:

#引入模块包
import os
from osgeo import gdal, gdalconst
import rasterio as rio
import rasterio.mask
import rasterio
from tqdm import tqdm

def Land_Cover(Mask_PATH,Data_path,OutPut_path):
    tifPaths_folder_SHENG = os.listdir(Mask_PATH)
    for mask_path in tqdm(tifPaths_folder_SHENG):
        try:
            #省目录
            Land_Cover_SHENG_PATH = os.path.join(mask_path,