地球资源数据云——数据资源详情
全球1982～2015年土地覆盖数据产品（GLASS-GLC）
GLASS - GLC 产品以 1982 ～ 2015 年的全球陆表特征参量数据集（ GLASS CDR ）为数据源，借助谷歌地球引擎（ Google Earth Engine ）平台进行开发，涵盖耕地、森林、草原、灌木、苔原、裸地和冰雪七大土地覆盖类别。基于本团队研发的全季节普适样本库，在有限样本稳定分类理论的支撑下， GLASS - GLC 数据集采集了全球均匀分布、高代表性和典型性的上万个大型一致样本（ Huge homogeneous samples ， H - homo ），并结合滤波重建的数据立方体和四维时空谱特征立方体，以及分类后时空一致性后处理，有效确保了数据产品的可靠性和地物判别的有效性。经全球独立样本库检验， GLASS - GLC 数据集年平均精度达 82.81 ％，同时还能向用户提供详细的制图不确定性空间分布图。 GLASS - GLC 反映了长达 34 年的全球土地覆盖时空变化格局，包括热带地区耕地增加，北半球森林增加以及亚洲的草地减少等显著现象。定量分析表明，在土地覆盖显著变化地区，人类活动对环境的影响水平高达 25.49 ％。分析结果还显示，人类活动影响与植被面积增加有很强的相关性。分析同已有土地覆盖数据产品相比， GLASS - GLC 数据集具有高精度、高一致性、高可比性、更丰富类别信息和更长时间覆盖范围的特点，填补了当今世界已有制图产品的空白。
摘要概览
GLASS - GLC 产品以 1982 ～ 2015 年的全球陆表特征参量数据集（ GLASS CDR ）为数据源，借助谷歌地球引擎（ Google Earth Engine ）平台进行开发，涵盖耕地、森林、草原、灌木、苔原、裸地和冰雪七大土地覆盖类别。基于本团队研发的全季节普适样本库，在有限样本稳定分类理论的支撑下， GLASS - GLC 数据集采集了全球均匀分布、高代表性和典型性的上万个大型一致样本（ Huge homogeneous samples ， H - homo ），并结合滤波重建的数据立方体和四维时空谱特征立方体，以及分类后时空一致性后处理，有效确保了数据产品的可靠性和地物判别的有效性。经全球独立样本库检验， GLASS - GLC 数据集年平均精度达 82.81 ％，同时还能向用户提供详细的制图不确定性空间分布图。
GLASS - GLC 反映了长达 34 年的全球土地覆盖时空变化格局，包括热带地区耕地增加，北半球森林增加以及亚洲的草地减少等显著现象。定量分析表明，在土地覆盖显著变化地区，人类活动对环境的影响水平高达 25.49 ％。分析结果还显示，人类活动影响与植被面积增加有很强的相关性。分析同已有土地覆盖数据产品相比， GLASS - GLC 数据集具有高精度、高一致性、高可比性、更丰富类别信息和更长时间覆盖范围的特点，填补了当今世界已有制图产品的空白。