【数据分享】30米精度全球地表覆盖分类数据（耕地、森林、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川及永久积雪10种）
一、数据说明
GlobeLand30数据采用WGS-84坐标系。
二、GlobeLand30分类系统
类型 | 内容 | 代码 |
耕地 | 用于种植农作物的土地，包括水田、灌溉旱地、雨养旱地、菜地、牧草种植地、大棚用地、以种植农作物为主间有果树及其他经济乔木的土地，以及茶园、咖啡园等灌木类经济作物种植地。 | 10 |
林地 | 乔木覆盖且树冠盖度超过30%的土地，包括落叶阔叶林、常绿阔叶林、落叶针叶林、常绿针叶林、混交林，以及树冠盖度为10-30%的疏林地。 | 20 |
草地 | 天然草本植被覆盖，且盖度大于10%的土地，包括草原、草甸、稀树草原、荒漠草原，以及城市人工草地等。 | 30 |
灌木地 | 灌木覆盖且灌丛覆盖度高于30%的土地，包括山地灌丛、落叶和常绿灌丛，以及荒漠地区覆盖度高于10%的荒漠灌丛。 | 40 |
湿地 | 位于陆地和水域的交界带，有浅层积水或土壤过湿的土地，多生长有沼生或湿生植物。包括内陆沼泽、湖泊沼泽、河流洪泛湿地、森林/灌木湿地、泥炭沼泽、红树林、盐沼等。 | 50 |
水体 | 陆地范围液态水覆盖的区域，包括江河、湖泊、水库、坑塘等。 | 60 |
苔原 | 寒带及高山环境下由地衣、苔藓、多年生耐寒草本和灌木植被覆盖的土地，包括灌丛苔原、禾本苔原、湿苔原、高寒苔原、裸地苔原等。 | 70 |
人造地表 | 由人工建造活动形成的地表，包括城镇等各类居民地、工矿、交通设施等，不包括建设用地内部连片绿地和水体。 | 80 |
90 | ||
冰川和永久积雪 | 由永久积雪、冰川和冰盖覆盖的土地，包括高山地区永久积雪、冰川，以及极地冰盖等。 | 100 |
GlobeLand30分幅数据由地表覆盖数据文件、坐标信息文件、分类影像接图表文件、元数据文件4部分组成。其中：
1) 地表覆盖数据文件是指存储分幅地表覆盖分类信息的文件；
2) 坐标信息文件是指记录分幅数据坐标信息的文件；
3) 分类影像接图表文件是指记录分类所用的主要影像范围及获取时间的矢量文件；
4) 元数据文件指记录分幅数据元数据信息的文件。
为便于数据拷贝和下载传输，将分幅数据进行压缩处理，形成了一个zip格式的压缩文件，压缩文件中包括上述4类文件。
四、存储单元
根据所位于的纬度情况，GlobeLand30数据采用3种分幅方式存储，具体如下：
1)在南北纬60°区域内，按照5°(纬度)×6°(经度)的大小进行分幅，其中央经线与其所在6度带一致；
2)在南北纬60°至85°区域内，按照5°(纬度)×12°(经度)的大小进行分幅。由于分幅跨2个6度带的图幅，按照奇数6度带的中央经线进行投影。
3)在南北纬85°以上区域，保存为1幅。
4)产品年代：表示地表覆盖产品年代版本，如2000年、2010年等。
5)分辨率：LC产品的分辨率，只表示整米，不满3位的在前面加0。如30米用030表示。
对于南北纬85°以上区域，数据命名按：南北纬缩写(1位)+00(2位)+“_”+85(2位)+“_”+产品年代(4位)+LC(地表覆盖缩写)+分辨率(3位)。
例如：N49_25_2000LC030图幅，表示的是北半球49带(经度范围东经108°-114°)北纬25°至30°矩形区域内的2000年期30米地表覆盖数据。
不同类型文件命名规则如下：
1)地表覆盖数据文件命名：分幅数据名称+“.tif”
2)坐标信息文件命名：分幅数据名称+“.tfw”
3)分类影像接图表文件命名：分幅数据名称+“_IMG.shp”
4)元数据文件命名：分幅数据名称+ “_MAT.xml”(2000和2010版) /“_MAT.xls”(2020版)
五、数据源明
GlobeLand30数据研制所使用的分类影像主要是30米多光谱影像，包括美国陆地资源卫星(Landsat)的TM5、ETM+、OLI多光谱影像和中国环境减灾卫星(HJ-1)多光谱影像，2020版数据还使用了16米分辨率高分一号(GF-1)多光谱影像。
影像选取原则是：在保障影像无云(少云)前提下，择优选择数据生产基准年或更新年度年±2年内植被生长季的多光谱影像。对于获取困难区域，可放宽影像获取时间，确保影像全球覆盖的完整性。
六、精度
GlobeLand30 V2010数据精度评价由同济大学牵头完成。从全球853幅数据中抽取80个图幅，布设超过15万个检验样本，得出GlobeLand30 V2010数据的总体精度为83.50%，Kappa系数0.78。
GlobeLand30 V2020数据精度评价由中国科学院空天信息创新研究院牵头完成。基于景观形状指数抽样模型进行全套数据布点，共布设样本超过23万个。得出GlobeLand30 V2020数据的总体精度为85.72%，Kappa系数0.82。
总体精度提高2.22%，Kappa系数提高0.04。
七、数据大小
八、数据说明
1、数据来源：网络收集
2、本数据仅用作为学习用途，不能用于商业通途
3、本公众号只负责数据的搜集和整理工作，不能保证数据的精度和准确度以及时效性。
4、如数据有侵权，请告知本号，本号尽早删除该数据。
九、数据领取
小伙伴们还在等什么呢？需要的快来下载吧！！！
希望通过你我的共同分享，
更多的小伙伴们能得到帮助。
关注”科研的力量“公众号
回复”资源下载“查看领取方式！
基于MODIS/Landsat/Sentinel/国产卫星遥感数据与DSSAT作物模型同化的作物产量估算培训班
基于过程的作物生长模拟模型DSSAT是现代农业系统研究的有力工具，可以定量描述作物生长发育和产量形成过程及其与气候因子、土壤环境、品种类型和技术措施之间的关系，为不同条件下作物生长发育及产量预测、栽培管理、环境评价以及未来气候变化评估等提供了定量化工具。但是，当作物生长模型从单点研究发展到区域尺度应用时，由于空间尺度增大而出现的地表、近地表环境非均匀性问题，导致模型中一些宏观资料的获取和参数的区域化方面存在很多困难，模型模拟结果也会存在很大的不确定性，而遥感信息在很大程度上可以帮助作物生长模型克服这些不足。
国产卫星（如HJ、GF、ZY）、MODIS、Landsat、Sentinel-2等遥感数据是进行大范围作物生长状态监测的有效手段；作物生长模型能够利用环境因素模拟作物生长过程，揭示作物生长发育的原因与本质。随着科学技术发展和农业应用需求的驱动，数据同化方法将遥感数据与作物生长模型相结合，监测作物长势及预测作物产量，是当前农业信息技术应用研究的重要内容和发展趋势之一。二者结合既能提供宏观监测信息，又可动态反映作物生长发育过程，有利于实现优势互补，提升应用潜力。
目前在基于数据同化方法耦合遥感与作物模型开展作物估产方面，尚未有成熟的商业软件面世，Ai尚研修特举办“基于MODIS/Landsat/Sentinel/国产卫星遥感数据与DSSAT作物模型同化的作物产量估算培训班”，旨在帮助学员掌握遥感与作物模型同化的基础知识，与传统的作物遥感监测方法的区别与联系，采用“理论讲解+案例实战+动手实操+讨论互动”相结合的方式，抽丝剥茧、深入浅出地分析数据同化方法在作物长势监测及产量估算应用时需要掌握的经验及编程技巧，以便解决农业生产科研中的相关科学问题。
数据同化方法的实现需要在源代码基础上操作，鉴于DSSAT作物模型的源代码为Fortran语言，本次上机操作主要基于Fortran语言且计算机需为专业版Windows操作系统。
时间及方式
2022年4月16日-17日、23日-24日、30日 共计5天 （上午9:30-12:00 下午 14:00-17：30）
线上：腾讯会议，开课前会务组会提供房间号及密码。
本次课程全程进行视频录播，参加课程学员后期均可以永久观看回放进行复习。
培训目标
1、掌握遥感模型PROSAIL与作物模型DSSAT前向模拟与反演操作
2、了解PROSAIL与DSSAT模型的耦合思路
3、掌握基于SIMLAB软件开展模型参数全局敏感性分析
4、掌握遥感数据与作物模型同化建模原理与编程实现步骤
5、掌握基于遥感与作物模型同化的长势与产量监测实现过程以及区域制图；
课程特色
1、课程所用课件、资料全部赠送，并赠送大量相关交叉学科基础资源。
2、建立专属微信交流群，实时问题反馈解答，长期提供问题互动交流。
3、参加课程后，即为Ai尚研修“超级会员”，享受福利及优惠折扣。
4、参加直播课程可以永久观看回放，不限时间及次数。
培训费用
非会员参会：3900元 Ai尚研修会员费用：3500元 （直播+永久回放观看权限）
(发票可开具：培训费、会议费、资料费、技术咨询费等，配有盖章文件等，用于参会人员报销使用)
课程安排
本次培训课程主要涉及遥感数据与作物模型同化建模中的遥感数据、PROSAIL模型、DSSAT模型、参数敏感性分析、数据同化算法、模型耦合、精度验证等主要环节。培训大纲的设置主要围绕上述环节来设计相关的基础理论知识与上机操作步骤，通过逐一环节的讲解与实际操作，达到本次培训的目的，实现培训的既定目标。
微信扫一扫添加客服
高老师：18330239209（微信同步）
录播视频课程：