地球资源数据云——数据资源详情

1995年全国200米土地利用遥感监测空间分布数据

本数据集以美国陆地卫星 Landsat 遥感影像数据作为主信息源，通过人工目视解译和机器学习方法，建立了 1985 - 2025年国家尺度 1 ： 10 万比例尺 41期土地利用 / 土地覆盖遥感监测数据集，并根据多场景应用需求，将数据集处理为 200m分辨率。数据制备过程中，采用由中国科学院地理科学与资源研究所刘纪远先生提出的 CNLUCC 分类体系，数据覆盖全国陆地区域，具备年度时间分辨率和高空间尺度特征。最终采用 Kappa系数、总体精度、用户精度、生产者精度等多维度指标进行精度检验，各期数据集 Kappa 系数均达到行业公认的合格标准以上，总体精度稳定，数据质量可靠、结果可信。数据集可广泛支撑国土空间规划、生态环境评估、气候变化响应、农业资源管理、城乡发展监测等领域的科学研究与决策应用，为揭示中国土地利用/土地覆盖的时空演变机制、评估人地系统相互作用效应提供了高质量、长时序、大尺度的基础数据支撑，也为相关领域的学术研究提供了重要的数据参考。 关键词： LUCC ；土地利用； 20 0 米分辨率；遥感数据 引 言 改革开放以来，中国经济的快速发展对土地利用模式产生了深刻的影响。同时，中国又具有复杂的自然环境背景和广阔的陆地面积，其土地利用变化不仅对国家发展，也对全球环境变化产生了深刻的影响。为了恢复和重建我国土地利用变化的现代过程，更好地预测、预报土地利用变化趋势，地球资源数据云在国家资源环境数据库基础上，以美国陆地卫星 Landsat 遥感影像数据作为主信息源，通过人工目视解译和机器学习方法，建立了国家尺度 1 ： 10 万比例尺 41 期土地利用 / 土地覆盖遥感监测数据库（ CNLUCC ）。 并基于多种应用场景需求，将数据处理为 200m 分辨率数据。 全国 200m 土地利用类型遥感监测空间分布数据集，根据 LUCC 分类体系将土地利用类型分为 6 个一级类， 25 个二级类。全国数据有 1985 - 202 5 年共 4 1 期。各期数据的遥感解译主要使用了美国陆地卫星 Landsat 系列（ MSS 、 TM 、 7 、 8 、 9 ）影像数据。 图 1 . 202 4 年中国土地利用 / 土地覆盖类型空间分布 1 、 CNLUCC 数据分类体系 中国多时期土地利用 / 土地覆盖遥感监测数据分类系统采用二级分类体系（如表 1 ），一级分类（ 6 类）基于土地利用属性划分，包括耕地、林地、草地、水域、建设用地和未利用土地；二级分类（ 25 类）依据土地覆被自然属性细分（如耕地分为水田 / 旱地，林地分为有林地 / 灌木林等）。该体系由中国科学院地理科学与资源研究所 刘纪远先生提出 ，作为中国土地变化研究的基准框架，其数据已应用于国土规划、生态评估及全球变化研究，分类精度通过人机交互验证确保可靠性 ， 在适用性方面具有其重要的现实意义。 2 、 CNLUCC 数据投影信息 中国多时期土地利用 / 土地覆盖遥感监测数据投影系统采用 Albers （ Albers Equal Area Conic Projection ）正轴等面积双标准纬线圆锥投影，其投影参数如下：