1M分辨率中国31个主要城市城市绿地数据
简介
城市绿地是城市生态系统的重要组成部分,对城市生态环境具有重要意义。UGS-1m产品提供了基于深度学习(DL)框架生成的中国31个主要城市的细粒度UGS地图。
DL框架由一个生成器和一个鉴别器组成。该生成器是一个专为UGS提取而设计的全卷积网络(UGSNet),它集成了注意机制来提高对UGS的识别,并采用点渲染策略来恢复边缘。鉴别器是一个全连接网络,旨在处理图像之间的域移位。为了支持模型训练,我们提供了一个城市绿地数据集(UGSet),样本总数为4554个,样本大小为512×512。UGSet和UGSet的代码可以在https://liumency.github.io/UGS-1m/上获得。
获得UGS-1m的主要步骤可以概括为:a)首先,UGSNet在UGSet上进行预训练,为生成器获得一个好的起始训练点;b)在UGSet上进行预训练后,判别器负责通过对抗性训练使预训练的UGSNet适应不同的城市;c)最后,利用2179张Google Earth图像获得中国31个主要城市的UGS结果(UGS-1m),数据帧为经度7’30”,纬度5’00”,空间分辨率接近1.1米。在5个样本城市的样本上对该框架的性能进行了评估,结果表明UGS-1m产品的有效性,平均总体准确率(OA)为87.56%,F1得分为74.86%。
数据集描述
1) UGS-1m.zip:中国31个主要城市的细粒度UGS地图产品
2) UGSet.zip:支持和促进UGS研究的大型基准数据集
3) GUB_Data.zip:全球各城市城市边界数据
4) GE_Imagery_DataFrame.zip:中Google Earth图像的网格数据。Shp”格式,提供各城市的图像构成
5)其他以城市名称命名的Zip文件:每个城市的Google Earth图像
数据大小:396.81GB
数据格式:TIF
参考文献:
https://essd.copernicus.org/articles/15/555/2023/
数据作者
Qian Shi, Mengxi Liu, Andrea Marinoni, and Xiaoping Liu
liumx23@mail2.sysu.edu.cn
数据展示
例:海口某部分
基金信息
National Natural Science Foundation of China(Grant No.61976234)
Centre for Integrated Remote Sensing and Forecasting for Arctic Operations (CIRFA) and the Research Council of Norway(Grant No.237906)
Visual Intelligence Centre for Research-based Innovation funded by the Research Council of Norway(Grant No.309439)
基于SolVES模型的生态系统社会价值评估实践与案例分析
从运用SolVES模型优秀论文推荐→SolVES模型的适用→SolVES模型的安装→模型问卷调查的设计→问卷数据的数字化→数据导入→模型运行→案例演示→结果分析→SolVES模型创新
SolVES模型学习交流互助 +V:shugu2020