地球资源数据云——数据资源详情
2000-2025年中国500米分辨率生态脆弱性数据集
本数据集为 2000 — 2025 年中国陆域 500 米遥感生态脆弱性指数年度产品。数据参考 RSEVI 指标体系，综合湿度、热度、绿度、高程、坡度、盐分和人类压力七项指标，经正负向归一化和主成分分析加权形成 0 — 1 及 0 — 100 脆弱性指数。 26 期成果均完成年度完整性、元数据、值域和分类编码检查，适用于全国至县域生态脆弱性格局、变化与驱动分析。 关键词： 生态脆弱性； RSEVI ；主成分分析；遥感生态指数；人类压力； 500 米 引 言 生态脆弱性反映生态系统受自然和人为扰动后发生退化并难以恢复的倾向，受水热条件、植被、地形、盐分和人类活动共同影响。多指标遥感评价可在统一尺度上描述这种综合状态。 主成分分析能够根据指标协方差结构形成数据驱动权重，减少完全依赖主观赋权的问题。 RSEVI 方法将正向和负向指标统一到脆弱性方向后进行综合，适合长时间序列区域评价。 本数据集把青藏高原案例方法扩展到全国和 2000 — 2025 年，并对人类压力数据及分类方式作可用性适配，为县域脆弱性监测和重点区域识别提供基础。 1 数据采集和处理方法 数据生产包括年度多源遥感合成、七项指标计算、脆弱性方向统一、全国逐年归一化、主成分分析加权、指数重标度和五级分类。 1.1 数据采集方法 湿度与盐分指标来自 MODIS MOD09A1 地表反射率，热度来自 MODIS MOD11A2 地表温度，绿度来自 MODIS MOD13A1 NDVI ，高程和坡度来自 SRTM ，人类压力以全球人类活动修改强度数据作为代理。
摘要概览
本数据集为 2000 — 2025 年中国陆域 500 米遥感生态脆弱性指数年度产品。数据参考 RSEVI 指标体系，综合湿度、热度、绿度、高程、坡度、盐分和人类压力七项指标，经正负向归一化和主成分分析加权形成 0 — 1 及 0 — 100 脆弱性指数。 26 期成果均完成年度完整性、元数据、值域和分类编码检查，适用于全国至县域生态脆弱性格局、变化与驱动分析。
关键词： 生态脆弱性； RSEVI ；主成分分析；遥感生态指数；人类压力； 500 米
引 言
生态脆弱性反映生态系统受自然和人为扰动后发生退化并难以恢复的倾向，受水热条件、植被、地形、盐分和人类活动共同影响。多指标遥感评价可在统一尺度上描述这种综合状态。
主成分分析能够根据指标协方差结构形成数据驱动权重，减少完全依赖主观赋权的问题。 RSEVI 方法将正向和负向指标统一到脆弱性方向后进行综合，适合长时间序列区域评价。
本数据集把青藏高原案例方法扩展到全国和 2000 — 2025 年，并对人类压力数据及分类方式作可用性适配，为县域脆弱性监测和重点区域识别提供基础。
1 数据采集和处理方法
数据生产包括年度多源遥感合成、七项指标计算、脆弱性方向统一、全国逐年归一化、主成分分析加权、指数重标度和五级分类。
1.1 数据采集方法
湿度与盐分指标来自 MODIS MOD09A1 地表反射率，热度来自 MODIS MOD11A2 地表温度，绿度来自 MODIS MOD13A1 NDVI ，高程和坡度来自 SRTM ，人类压力以全球人类活动修改强度数据作为代理。