<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[热爱分享，热爱记录]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/weixin_45276304</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; weixin_45276304]]></copyright><item><title><![CDATA[ISPRS | 1990-2020年间中国人工林与天然林的空间分布数据]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/170141825</link><guid>https://blog.csdn.net/weixin_45276304/article/details/170141825</guid><author>weixin_45276304</author><pubDate>Thu, 05 Nov 2026 15:14:38 +0800</pubDate><description><![CDATA[今天分享一个发表在ISPRS Journal of Photogrammetry and Remote Sensing上的中国人工林与天然林时空分布数据集。该数据集首次系统揭示了1990-2020年间中国人工林与天然林的空间分布格局与动态变化特征。]]></description><category></category></item><item><title><![CDATA[RSE | 中国30米分辨率森林高度数据分享]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/170141710</link><guid>https://blog.csdn.net/weixin_45276304/article/details/170141710</guid><author>weixin_45276304</author><pubDate>Thu, 05 Nov 2026 15:13:13 +0800</pubDate><description><![CDATA[2019年中国30米分辨率森林冠层高度数据和2020年中国30米分辨率森林平均高度数据。两套数据均采用30米空间分辨率，覆盖中国区域范围内的森林分布区域，数据质量经过严格的验证和精度评估。2019年数据的生产采用了神经网络引导插值方法，整合了GEDI和ICESat-2星载激光雷达数据。GEDI（全球生态系统动态探测器）是搭载于国际空间站的专用激光雷达仪器，主要用于获取全球森林结构参数，其L2A产品提供冠层顶部高度等信息。]]></description><category></category></item><item><title><![CDATA[1990-2023年我国地级市人均GDP数据]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/170141598</link><guid>https://blog.csdn.net/weixin_45276304/article/details/170141598</guid><author>weixin_45276304</author><pubDate>Thu, 05 Nov 2026 15:09:41 +0800</pubDate><description><![CDATA[人均国内生产总值（Real GDP per capita）是衡量一个国家或地区经济发展状况的核心指标，能够有效反映宏观经济运行状况和居民生活水平。该数据集覆盖1990-2023年，包含全国333个地级及以上城市的人均GDP数据，时间跨度长达34年，为研究中国城市经济发展轨迹提供了长时序数据支撑。数据格式包括Excel和Shp两种，Excel格式便于进行统计分析，Shp格式则支持空间可视化分析。数据经过标准化处理，包括数据结构调整、缺失值填补、统一编码等，以确保数据的一致性和可比性。]]></description><category></category></item><item><title><![CDATA[1942-2024年我国观测站点的逐日气象指标]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/169925382</link><guid>https://blog.csdn.net/weixin_45276304/article/details/169925382</guid><author>weixin_45276304</author><pubDate>Tue, 03 Nov 2026 09:53:26 +0800</pubDate><description><![CDATA[气象数据是地球系统状态的数字化表征，涵盖气温、降水、风速、湿度、气压等多要素，具有多源、高维、时空耦合的特征。在各项研究中都经常使用气象数据，其中又以气温指标最为常用。本数据集汇总了1942年至今的全国约400个站点的逐日气象指标，起始年份为1942年，数据持续更新，本次分享的数据截止时间为2024年12月31日。在站点分布方面，早些年份的站点量较少，比如1942年全国只有1个站点，到了最近的年份，站点量就比较多了，2024年全国范围的观测站点一共有383个。]]></description><category></category></item><item><title><![CDATA[中国近地表日气温和降水数据集(1961-2019)]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/169924893</link><guid>https://blog.csdn.net/weixin_45276304/article/details/169924893</guid><author>weixin_45276304</author><pubDate>Tue, 03 Nov 2026 09:47:53 +0800</pubDate><description><![CDATA[HRLT数据集是一个长周期（1961-2019）、高分辨率（1公里）的中国每日最高气温、最低气温和降水量网格数据集。该数据集与气象站对每日最高和最低温度的观测结果总体上高度相关，决定系数R2分别为0.98和0.99，相关系数均为0.99，纳什效率系数NSE分别为0.98和0.99，平均绝对误差MAE分别为1.07和1.08℃，均方根误差RMSE分别为1.62和1.53℃。]]></description><category></category></item><item><title><![CDATA[1980—2022年中国高分辨率逐日、逐月、逐年气象栅格数据8项]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/169924781</link><guid>https://blog.csdn.net/weixin_45276304/article/details/169924781</guid><author>weixin_45276304</author><pubDate>Tue, 03 Nov 2026 09:46:43 +0800</pubDate><description><![CDATA[ChinaMet数据集具有高分辨率、长时间序列的优点。该数据集包括0.1°（约为1万米）和0.01°（约为1000米）两种空间分辨率，数据集格式为nc格式。数据集包括逐日、逐月、逐年三个层次。数据集年份为1980-2022年。该数据集缺少我国台湾地区的数据。该数据集是通过融合多源遥感数据、再分析资料以及超过2000个气象站的观测数据研制而成。数据源方面，气象站点观测数据来自于国家气象数据中心（CMA）；融合的遥感降水产品主要包括IMERG、SM2RAIN-ASCAT和CMORPH；]]></description><category></category></item><item><title><![CDATA[0.5米！中国42城0.5米级土地覆盖数据]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/169542449</link><guid>https://blog.csdn.net/weixin_45276304/article/details/169542449</guid><author>weixin_45276304</author><pubDate>Fri, 30 Oct 2026 10:31:40 +0800</pubDate><description><![CDATA[今天分享一个发表在《Journal of Remote Sensing》上的中国高分辨率土地覆盖数据集。该数据集提供了，凭借其亚米级的超高空间分辨率，能够精准刻画城市自然与人工地表的空间分布，为城市精细化管理、可持续发展研究等提供了高质量的数据支撑。该数据集已公开发布，感兴趣的读者可下载使用。]]></description><category></category></item><item><title><![CDATA[精度超高！中国首个基于七普的100米人口网格数据]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/169542352</link><guid>https://blog.csdn.net/weixin_45276304/article/details/169542352</guid><author>weixin_45276304</author><pubDate>Fri, 30 Oct 2026 10:30:35 +0800</pubDate><description><![CDATA[1. 数据基础与技术框架本数据集以2020年第七次全国人口普查的县级、乡镇级统计数据为基准底图，整合夜间灯光遥感影像、土地利用类型、路网密度、POI兴趣点分布等10类100米分辨率地理空间辅助数据，采用先进的堆叠集成学习模型，构建覆盖中国大陆全域（不含港澳台地区）的100米×100米人口分布网格。数据集以GeoTIFF格式存储，投影坐标系采用Albers等面积圆锥投影，每个栅格像元数值直接对应该100米网格内的人口数量。2. 创新降尺度算法：PopSE模型解析。]]></description><category></category></item><item><title><![CDATA[2000-2024年中国逐年NDVI植被指数数据集]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/169542172</link><guid>https://blog.csdn.net/weixin_45276304/article/details/169542172</guid><author>weixin_45276304</author><pubDate>Fri, 30 Oct 2026 10:29:43 +0800</pubDate><description><![CDATA[本数据集时间跨度长达25年，涵盖2000年2月至2024年12月的逐年NDVI数据，空间分辨率达1000米，采用Albers等面积圆锥投影坐标系，确保了空间分析的准确性。数据经过严格的质量控制和预处理流程，包括HDF格式转TIF、分块数据合并、矢量裁剪、投影统一以及缺失值插补等步骤。针对云量等因素导致的数据缺失，采用线性插值法利用前后两个时间点数据进行填补，时间边界处则采用最近邻插值法，保证了数据的完整性和连续性。数据统计采用两种方法：最大值法（Max）和平均值法（Mean）。]]></description><category></category></item><item><title><![CDATA[全国湖泊水库水体数据集]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/169440188</link><guid>https://blog.csdn.net/weixin_45276304/article/details/169440188</guid><author>weixin_45276304</author><pubDate>Thu, 29 Oct 2026 10:07:39 +0800</pubDate><description><![CDATA[本数据集包含全国1-8级水体湖泊、运河、水库的详细空间分布信息，数据来源于OpenStreetMap（OSM）开源地图数据库。OSM作为全球最大的开源地图数据库，其水系数据的权威性已被无数研究验证，覆盖全球200+国家的水系数据，国内覆盖到乡镇级小河。数据集采用WGS84坐标系，可直接用于GIS分析、地图制图、城乡规划、灾害预警、环境监测、资源管理等领域。数据集通过Overpass API获取特定区域的水系数据，利用waterway标签筛选目标要素。]]></description><category></category></item><item><title><![CDATA[中国1986-2022年30m分辨率森林年龄分布数据分享]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/169440088</link><guid>https://blog.csdn.net/weixin_45276304/article/details/169440088</guid><author>weixin_45276304</author><pubDate>Thu, 29 Oct 2026 10:06:55 +0800</pubDate><description><![CDATA[森林年龄是准确模拟森林碳循环和制定科学经营策略的关键参数。传统调查方法难以实现大范围连续监测，而现有遥感产品多存在空间分辨率不足（如1000米）或时间跨度有限的问题，难以满足中国大多数森林斑块较小且需要长期动态追踪的研究需求。研究生成的CAFA V2.0数据集，综合运用了改进的森林干扰监测算法（mCOLD）和分区分类的机器学习模型。对于受干扰森林，采用mCOLD算法精准识别扰动年份，并将年龄从干扰当年重置为0并逐年递增；]]></description><category></category></item><item><title><![CDATA[ISPRS | 1990-2020年间中国人工林与天然林的空间分布数据]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/169439725</link><guid>https://blog.csdn.net/weixin_45276304/article/details/169439725</guid><author>weixin_45276304</author><pubDate>Thu, 29 Oct 2026 10:03:17 +0800</pubDate><description><![CDATA[今天分享一个发表在ISPRS Journal of Photogrammetry and Remote Sensing上的中国人工林与天然林时空分布数据集。该数据集首次系统揭示了1990-2020年间中国人工林与天然林的空间分布格局与动态变化特征。]]></description><category></category></item><item><title><![CDATA[RSE | 中国30米分辨率森林高度数据分享]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/169341089</link><guid>https://blog.csdn.net/weixin_45276304/article/details/169341089</guid><author>weixin_45276304</author><pubDate>Wed, 28 Oct 2026 09:59:49 +0800</pubDate><description><![CDATA[2019年中国30米分辨率森林冠层高度数据和2020年中国30米分辨率森林平均高度数据。两套数据均采用30米空间分辨率，覆盖中国区域范围内的森林分布区域，数据质量经过严格的验证和精度评估。2019年数据的生产采用了神经网络引导插值方法，整合了GEDI和ICESat-2星载激光雷达数据。GEDI（全球生态系统动态探测器）是搭载于国际空间站的专用激光雷达仪器，主要用于获取全球森林结构参数，其L2A产品提供冠层顶部高度等信息。]]></description><category></category></item><item><title><![CDATA[1990-2023年我国地级市人均GDP数据]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/169341033</link><guid>https://blog.csdn.net/weixin_45276304/article/details/169341033</guid><author>weixin_45276304</author><pubDate>Wed, 28 Oct 2026 09:59:10 +0800</pubDate><description><![CDATA[人均国内生产总值（Real GDP per capita）是衡量一个国家或地区经济发展状况的核心指标，能够有效反映宏观经济运行状况和居民生活水平。该数据集覆盖1990-2023年，包含全国333个地级及以上城市的人均GDP数据，时间跨度长达34年，为研究中国城市经济发展轨迹提供了长时序数据支撑。数据格式包括Excel和Shp两种，Excel格式便于进行统计分析，Shp格式则支持空间可视化分析。数据经过标准化处理，包括数据结构调整、缺失值填补、统一编码等，以确保数据的一致性和可比性。]]></description><category></category></item><item><title><![CDATA[1942-2024年我国观测站点的逐日气象指标]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/169340984</link><guid>https://blog.csdn.net/weixin_45276304/article/details/169340984</guid><author>weixin_45276304</author><pubDate>Wed, 28 Oct 2026 09:58:34 +0800</pubDate><description><![CDATA[气象数据是地球系统状态的数字化表征，涵盖气温、降水、风速、湿度、气压等多要素，具有多源、高维、时空耦合的特征。在各项研究中都经常使用气象数据，其中又以气温指标最为常用。本数据集汇总了1942年至今的全国约400个站点的逐日气象指标，起始年份为1942年，数据持续更新，本次分享的数据截止时间为2024年12月31日。在站点分布方面，早些年份的站点量较少，比如1942年全国只有1个站点，到了最近的年份，站点量就比较多了，2024年全国范围的观测站点一共有383个。]]></description><category></category></item><item><title><![CDATA[中国近地表日气温和降水数据集(1961-2019)]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/169241330</link><guid>https://blog.csdn.net/weixin_45276304/article/details/169241330</guid><author>weixin_45276304</author><pubDate>Tue, 27 Oct 2026 09:45:54 +0800</pubDate><description><![CDATA[HRLT数据集是一个长周期（1961-2019）、高分辨率（1公里）的中国每日最高气温、最低气温和降水量网格数据集。该数据集与气象站对每日最高和最低温度的观测结果总体上高度相关，决定系数R2分别为0.98和0.99，相关系数均为0.99，纳什效率系数NSE分别为0.98和0.99，平均绝对误差MAE分别为1.07和1.08℃，均方根误差RMSE分别为1.62和1.53℃。]]></description><category></category></item><item><title><![CDATA[1980—2022年中国高分辨率逐日、逐月、逐年气象栅格数据8项]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/169241216</link><guid>https://blog.csdn.net/weixin_45276304/article/details/169241216</guid><author>weixin_45276304</author><pubDate>Tue, 27 Oct 2026 09:44:36 +0800</pubDate><description><![CDATA[ChinaMet数据集具有高分辨率、长时间序列的优点。该数据集包括0.1°（约为1万米）和0.01°（约为1000米）两种空间分辨率，数据集格式为nc格式。数据集包括逐日、逐月、逐年三个层次。数据集年份为1980-2022年。该数据集缺少我国台湾地区的数据。该数据集是通过融合多源遥感数据、再分析资料以及超过2000个气象站的观测数据研制而成。数据源方面，气象站点观测数据来自于国家气象数据中心（CMA）；融合的遥感降水产品主要包括IMERG、SM2RAIN-ASCAT和CMORPH；]]></description><category></category></item><item><title><![CDATA[0.5米超高分辨率！WorldView/GeoEye长时间序列数据集]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/169241041</link><guid>https://blog.csdn.net/weixin_45276304/article/details/169241041</guid><author>weixin_45276304</author><pubDate>Tue, 27 Oct 2026 09:42:46 +0800</pubDate><description><![CDATA[该数据集整合了WorldView系列和GeoEye系列卫星的长时间序列影像数据。WorldView-1卫星于2007年发射，提供0.5米空间分辨率的全色影像；WorldView-2于2009年发射，同样提供0.5米分辨率，并增加了8个多光谱波段；WorldView-3和WorldView-4分别于2014年和2016年发射，分辨率提升至0.3米，是目前分辨率最高的商业光学卫星之一。GeoEye-1卫星于2008年发射，提供0.4米空间分辨率的全色影像和1.65米分辨率的多光谱影像。]]></description><category></category></item><item><title><![CDATA[教程 | 采用GHPLS、HySure、CNMF融合ZY高光谱与GF多光谱]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/169144500</link><guid>https://blog.csdn.net/weixin_45276304/article/details/169144500</guid><author>weixin_45276304</author><pubDate>Mon, 26 Oct 2026 10:19:22 +0800</pubDate><description><![CDATA[通过本教程，我们详细介绍了如何使用GHPLSHySure和CNMF方法进行高光谱数据和多光谱数据的融合。从数据预处理、掩膜提取、重采样到数据融合，整个过程需要精准的操作和方法。在实际应用中，数据融合技术广泛应用于农业监测、城市管理、环境监测等领域，未来可以结合更多的深度学习技术，进一步提高融合效果。]]></description><category></category></item><item><title><![CDATA[123年! 最全中国物种分布点位数据集(矢量格式)]]></title><link>https://blog.csdn.net/weixin_45276304/article/details/169144363</link><guid>https://blog.csdn.net/weixin_45276304/article/details/169144363</guid><author>weixin_45276304</author><pubDate>Mon, 26 Oct 2026 10:18:10 +0800</pubDate><description><![CDATA[本数据集是覆盖全面、空间精度高、科研可用性强的中国陆生脊椎动物观测点位集合，经标准化处理与质量管控，可直接用于生物多样性相关研究与生态保护工作。数据英文名：China Terrestrial Vertebrate Occurrence Points (National Coverage)时间范围：1900–2023年空间范围：中国大陆全域（不含港澳台）坐标系：WGS84（EPSG:4326）数据格式：ESRI Shapefile（点要素，含完整属性表）、CSV表格。]]></description><category></category></item></channel></rss>