全球土地覆盖土地利用数据
6月，Google与世界资源研究所联合发布了近实时10m全球土地利用土地覆盖制图，引发业内关注。可以看到，原来上帝视角的全球影像被五彩斑斓的色块所取代。
土地利用与土地覆盖到底是什么？它们有何相同与区别之处？如何获得，又有何作用？今天，我们来聊一聊土地覆盖土地利用，并盘点十佳免费全球数据产品。
什么是土地覆盖和土地利用？
它们有何区别？
土地覆盖（Land Cover，LC）是自然营造物和人工建筑物所覆盖的地表诸多要素的综合体。土地覆盖指地表所属的植被覆盖物(森林、草原、耕作植被等)或非植被覆盖物(冰雪、建筑物等)的具体类型，侧重描述地球表面的自然属性，具有特定的时间和空间特性。
土地利用（Land Use，LU）指的是土地利用方式相同的土地资源单元，是根据土地利用的地域差异划分的，它是反映土地用途、性质及其分布规律的基本地域单位，是人类在改造利用土地进行生产和建设的过程中所形成的各种具有不同利用方向和特点的土地类别。
“土地覆盖”的内涵与“土地利用”相关但又不完全相同。
相似之处是它们都是通过遥感影像的分类，聚焦地表物体的分类；但通过上述释义，我们也能发现，土地覆盖更侧重于土地的自然属性，土地利用则关注社会属性。
举个例子，林地的划分，土地覆盖根据林地生态环境的不同，将林地分为针叶林地、阔叶林地、针阔混交林地等，以反映林地所处的生境、分布特征及其地带性分布规律和垂直差异；土地利用从林地的利用目的和利用方向出发，将林地分为用材林地、经济林地、薪炭林地、防护林地等。
但两者在许多情况下有共同之处，故在开展土地覆盖和土地利用的调查研究工作中常将两者合并考虑，建立一个统一的分类系统，称为土地利用/ 土地覆盖分类系统（LULC），是根据人类对土地利用行为的目的、方式等不同，将一定时期的土地利用行为分为若干种类型，由这些类型组成的有一定结构关系的系统框架(包括类型名称，识别标准、类型之间的联系等)。一般采用分级结构。
这是一定时序下的静态空间分类，放大到时空尺度上，土地覆盖的变化，可以研究地球自然的客观变化，而土地利用则能研究人为因素给地球带来的变化，这也是土地利用土地覆盖数据带来的地球科学研究价值。
如何获取？ 又有何作用？
土地利用与土地覆盖数据产品主要使用空间分辨率为米级至1公里的可见光及近红外波段遥感数据，如GF-1、 GF-2、HJ-1A/B、ZY-102C、IKONOS、Landsat-TMMS、SCEBERS SPOT-HRV、NOAA-AVHRR及MODIS等。此次谷歌采用的是10m的Sentinel-2影像，接下来盘点的十佳数据中，也分别用到了Landsat、Modis、AVHRR等卫星遥感数据源。
对地表物体分类的方法也分为目视解译定性分析方法与计算机自动分类方法，而计算机分类方法最为常见的也正是我们之前讲过的“监督分类与非监督分类”（点击文字，直达文章），在接下来的盘点中，也将看到部分数据产品的分类方法。
那么，如何检验土地利用土地覆盖数据的精度呢？在人工智能的图像精度评价中，混淆矩阵（confusion matrix）主要用于比较分类结果和实际测得值，通过将每个实测像元的位置和分类与分类图像中的相应位置和分类相比较计算，将分类结果的精度显示在一个混淆矩阵里面，是可视化工具。特别用于监督学习，在无监督学习中，一般叫做“匹配矩阵”。
P:样本总数
Pij:分类数据中第i类和参考数据第j类所占比例(像元)
P+j:参考数据中第类的总和
Pi+:分类数据中第i类的总和
以下盘点的土地利用土地覆盖数据，其中也有部分展示了第三方对其的精度检验。分类结果与地面实际类型相一致的概率，称为总体精度。除此之外，通过用户精度、制度精度、漏分误差(omission)、错分误差(comission) 等不同方法，都可以作为土地分类数据精度的检验标准。
上文中我们也提到了土地利用土地覆盖数据的研究意义与价值。但很重要的一点是，土地利用土地覆盖对于“碳达峰碳中和”和生态自然保护有着重要作用，例如，区域性高分辨率土地利用数据，能够让人为土地占用、森林砍伐被快速发现，量化分类统计区域土地利用，深入研究自然灾害带来的生态改变；而宏观上的LULC能帮助管理者更准确地预估生态动态和配置碳预算，客观评估土地利用方式和土地规划对于生态发展的正负面作用，帮助管理者为自然生态长远发展做出正确的规划等等。
盘点十佳免费全球土地覆盖土地利用数据
全时空“碳中和”生态自然保护
为了更加直观地了解每种土地覆盖土地利用数据的特点和准确性，下图为一个基准影像并标注了3个主要位置点（中央公园、火岛、长岛），可与这些土地分类数据做比较，并且可以了解到一件事：对地球分类并非易事。
1.全球地理信息公共产品 GlobalLand30 GlobeLand30
GlobeLand30数据集是中国国家高技术研究发展计划（863计划）全球地表覆盖遥感制图与关键技术研究项目的重要成果，也是中国向联合国提供的首个全球地理信息公共产品，被国际同行专家誉为“对地观测与地理信息开放共享的里程碑”，是目前数据质量最好的土地覆盖数据。
该数据集包含十个主要的地表覆盖类型，分别是耕地、森林、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川和永久积雪，第三方评价总体精度为83.50%。
globallandcover.com/
2. 全球土地调查 Global Land Survey (GLS)
在 30 米的分辨率下，全球土地调查 Global Land Survey (GLS)被评为最好的土地覆盖之一，由马里兰大学与美国地质调查局（USGS）合作绘制，将大约 2010年的树木覆盖、裸露地表和长期地表水结合在一起。数据源为Landsat 7 ETM+。该数据最大的特点是，将树木覆盖树冠以每个输出网格单元的百分比来描述，可用于衡量从 2000年到 2012年的全球森林范围、损失和增加。
研究表明，全球土地调查 (GLS) 静态森林覆盖的总体准确度为91%，森林覆盖变化大于88%。与上文基准影像比较，中央公园和外岛清晰可见，火岛上缺乏森林地区是一致的。
数据分辨率：30 米（Landsat MSS：60 米）
数据格式：GeoTIFF（1 级产品），全分辨率 .jpg
重采样：三次卷积
坐标投影：UTM（WGS84）
usgs.gov/landsat-missio
3. Esri 土地覆盖 10m Esri Land Cover 10m
Esri全球10米土地覆盖土地利用数据，利用欧洲航天局（ESA）的Sentinel-2卫星影像绘制而成。
数据时间：2017, 2018, 2019, 2020, 2021（发布时间：2022.1）
坐标投影：UTM（WGS84）
数据范围：全球
数据大小：全球共计60G+ (可按区域选择下载)
数据资源：Sentinel-2
数据包含：水域、树木、草地、水淹植被、农作物、灌木、建筑面积、裸地、冰川及永久积雪、云层，数据为tif格式
arcgis.com/home/item.ht
4. 气候变化倡议 (CCI) 土地覆盖 V2 Climate Change Initiative (CCI) Land Cover V2
由ENVISAT MERIS数据制作的300米分辨率土地覆盖V2，包含了3个时序下的土地覆盖图（1998-02、2003-07 和 2008-12）。按面积比例计算，23类土地覆盖图的准确率达73% 。此外，欧洲航天局创建了ESA/CCI 土地覆盖查看器以在线查看该地图（maps.elie.ucl.ac.be/CCI）
同样与前面的基准影像相比，可以看到其描绘长岛南岸是准确的，尽管错过中央公园大部分区域（4 公里 x 0.8 公里），但它对火岛区域进行了准确分类。
esa-landcover-cci.org/
5. 哥白尼全球土地覆盖 (GLC100) Copernicus Global Land Cover (GLC100)
哥白尼全球陆地服务（CGLS）提供一系列关于全球范围内地表状况和演变的生物地球物理产品。CGLS-LC100提供 100m空间分辨率的全球土地覆盖图，可针对应用用途进行定制（例如森林监测、作物监测、生物多样性和保护、监测非洲的环境和安全、气候建模、 ETC。）。
土地覆盖图 (v3.0.1) 时空覆盖面为2015-2019 年期间全球范围，源自 PROBA-V 100 m时间序列、高质量土地覆盖训练站点和几个辅助数据集的数据库，Level1的准确度为 80%，并计划通过使用 Sentinel 时间序列从 2020 年开始提供年度更新。
developers.google.com/e
6. 500m分辨率MODIS土地覆盖
MCD12Q1 0.5 km MODIS-based Global Land Cover Cclimatology
中分辨率成像光谱仪 (MODIS) 土地覆盖 (MCD12Q1) 数据产品提供（2001-2020 年）的年度全球土地覆盖，MODIS Terra+Aqua 组合土地覆盖产品包含五种不同的土地覆盖分类方案，通过监督决策树分类方法得出。主要土地覆盖方案确定了 IGBP 定义的 17 个类别，包括 11 个自然植被类别、三个人类改变类别和三个非植被类别。
产品包括标记季节性周期的植被生长、成熟和衰老时间层。从7月至次年6月，和1月至12月这两个12个月的重点期，每年两次提供植被物候估计值，考虑到生长季节的半球差异，并在必要时使产品能够捕获两个生长周期。
研究表明年际变化有40% 的像素在10年的跨度中显示了一次或多次的类变化，但是由于500m分辨率的粗糙度，中央公园和火岛的标注错位，但长岛是准确的。
modis.gsfc.nasa.gov/dat
7. USGS – 全球土地覆盖特征 (GLCC)
USGS – Global Land Cover Characterization (GLCC)
GLCC 主要来自 1992 年至 1993 年的 1 公里 AVHRR 数据，采用无监督图像分类方法，提供为期一年的土地覆盖。根据土地占用面积计算，GLCC 的准确率达到 66.9%。当观察者无法将像素验证为“真实”覆盖时，准确性甚至更高，达到 78.7℅ ，GLCC 用于环境建模应用，包括GEOS-5。
GLCC 数据库中包含以下分类：
全球生态系统
IGBP 土地覆盖分类
美国地质调查局土地利用/土地覆盖系统
简单的生物圈模型
简单的生物圈 2 模型
生物圈大气转移方案
植被生命体
这个1公里分辨率的土地覆盖对中央公园进行了分类，火岛和长岛则被忽略
usgs.gov/centers/eros/s
8.联合国粮农组织全球土地覆盖网络（GLC-SHARE）
UN FAO Global Land Cover Network (GLC-SHARE)
联合国粮农组织全球土地覆盖网络 (GLC-SHARE) ，由粮农组织（FAO）土地和水资源司与各机构合作创建的，重点是土地管理，空间分辨率为约为1 平方公里，按照今天的标准，它比1公里网格单元更清晰一些，在1087个验证站点上的准确率约为80%。
GLC-SHARE 提供了一组 11 个主要主题土地覆盖层，每个层代表特定土地覆盖类别中 1 公里像素的比例。11 个汇总的土地覆盖类别是：人工地表 (01)、农田 (02)、草地 (03)、树木覆盖区域 (04)、灌木覆盖区域 (05)、草本植被、水生或经常淹水 (06)、红树林(07)、稀疏植被 (08)、裸土 (09)、雪和冰川 (10) 和水体 (11)。
GLC-SHARE的主要优势是将其全球范围内粮农数据与多源遥感数据获得的国家级土地覆盖信息相结合，其中一些使用分辨率为 250-300m的中分辨率卫星产品（例如MERIS、MODIS ），以及各种土地覆盖数据库与土地覆盖分类系统 (LCCS)融合应用，主要应用于农业领域。
fao.org/land-water/land
9. MODIS/Terra 全球每年土地覆盖L3 CMG
Land Cover Type Yearly L3 Global 0.05Deg CMG
MODIS土地覆盖分类产品包含描述土地覆盖特性的多种分类方案。土地覆盖主要确定了国际地圈-生物圈计划 (IGBP) 定义的 17 类土地覆盖，其中包括 11 个自然植被类、3 个已开发土地类，其中一种是具有天然植被、永久冰雪、贫瘠或植被稀疏以及水。MOD12 分类方案是描述一年中观察到的土地覆盖特性的多时间类（12 个月的输入数据）。随着分类技术和培训站点数据库的成熟，这种“年度”产品每季度的连续生产创建了精度不断提高的新土地覆盖图。
该产品空间分辨率为 0.05 度（~5600m），包括专门针对马里兰大学的 MODIS 土地产品开发；另一个是 IGBP 的一个版本，经过修改以排除湿地、植被镶嵌和雪信息；第三个土地覆盖分类方案输入到 MODIS LAI/fPAR 产品 MOD15A2，并强调植被类别。
由于其空间分辨率相较其他土地覆盖低很多（5.6km），我们看到的是马赛克般的像素地图，但该数据集基于气候建模网格，使用监督分类决策树算法，对全球气候与生态研究有很大帮助。
lpdaac.usgs.gov/news/mo
10.欧盟全球土地覆盖2000
Global Land Cover 2000
2000 年被认为是与各种活动相关的环境评估的参考年，特别是与联合国生态系统相关的国际公约。为了实现这一目标，GLC 2000 使用了VEGA 2000数据集：由 SPOT 4 卫星上的 VEGETATION 仪器获取的 14 个月的预处理每日全球数据数据集，开展了与土地覆盖测绘和监测相关的几项活动，协调和实施全球土地覆盖 2000 项目 (GLC 2000) ，为森林资源和碳排放 (IFORCE) 服务。
forobs.jrc.ec.europa.eu
从上文中我们可以看到，很多选出的土地覆盖土地利用数据并非精度或者准确度最高，但是它们的视野和侧重点多元化：有森林、植被、农作物，或是有利于全球气候建模，以及城市建筑分类...但它们也有共同点，那就是尽力识别地球上的每一寸地表，并通过归类与定量统计，深入研究地球的自然变化和人类给地球带来的变化，以得出天人相处之道并实现碳减排，甚至负碳。“碳中和”，也许正是一种天人合一的平衡状态。
转自：超擎知乎
END
8、9、10月份直播课程推荐
网络直播+助学群辅助+导师面对面实践工作交流
（点击课程标题了解课程详情）
2
最新、最热视频课
全套课件+长期视频反复观看+案例数据代码+随行导师群
（点击课程标题了解课程详情）
SEE MORE →
| 农林生态、遥感类视频课程推荐（即买即看，点击文字查看课程内容） | |
|---|---|
| 1 | |
| 2 | |
| 3 | |
| 4 | |
| 5 | |
| 6 | |
| 7 | |
| 8 | 基于MAXENT模型的生物多样性生境模拟与保护优先区甄选、自然保护区布局优化及未来气候变化情景下自然保护区优化评估中的实践技术应用及论文写作技巧高级进阶视频 |
| 9 | |
| 10 | |
| 11 | |
| 12 | |
| 13 | |
| 14 | |
| 15 | |
| 16 | |
| 17 | |
| 18 | |
| 19 | |
| 20 | |
| 21 | |
| 22 | |
| 23 | 基于ArcGIS农业面源污染模拟案例分享视频课程 |
| 24 | |
| 25 | |
| 26 | |
| 27 | |
| 28 | |
| 29 | |
| 30 | |
| 31 | |
| 32 | CASA（Carnegie-Ames-Stanford Approach） 模型原理及实践技术视频课程 |
| 33 | Noah-MP陆面过程模型建模方法与站点、区域模拟实践技术应用精品课程 |
| 34 | CLM 陆面过程模式实践技术应用精品课程 |
| 35 | 土地利用/土地覆盖遥感解译与基于CLUE模型未来变化情景预测技术应用专题课程 |
| 36 | MATLAB在生态环境数据处理与分析中的应用专题视频课程 |
| 37 | 城市/农村用地适宜性评价视频课程 |
| 38 | 合成孔径雷达干涉测量InSAR数据处理、地形三维重建、形变信息提取、监测等实践技术应用视频课程 |
| 39 | |
| 40 | 近地面无人机植被定量遥感与生理参数反演实践技术应用进阶视频课程 |
| 41 | |
| 42 | |
| 43 | |
视频教程+课件资料及数据代码+导师随行辅导 联系课程专员，最高享受7.5折优惠 |
| 土壤、地下水、地质类视频课程推荐（即买即看，点击文字查看课程内容） | |
|---|---|
| 1 | |
| 2 | |
| 3 | |
| 4 | |
| 5 | 地下水环评（一级）实践技术Modflow地下水数值模拟精品视频课程 |
| 6 | 水文地球化学模拟 PHREEQC 实践技术应用高级视频课程 |
| 7 | 三维地质建模数据处理高级实践技术应用视频课程 |
| 8 | 基于Surfer与Voxler数据处理及可视化实践技术应用精品视频课程 |
| 9 | 全套环境土壤物理Hydrus1D2D3D模型实践技术应用精品课程 |
| 10 | 环境土壤物理hydrus2d 3d模型实践应用视频课程 |
| 11 | 全流程地下水环境影响评价方法及关键技术与化工、工业园区、固废堆积、矿山等 实际项目应用精品视频课程 |
视频教程+课件资料及数据代码+导师随行辅导 联系课程专员，最高享受7.5折优惠 |
| 大气科学类视频课程推荐（即买即看，点击文字查看课程内容） | |
|---|---|
| 1 | |
| 2 | |
| 3 | |
| 4 | |
| 5 | |
| 6 | |
| 7 | |
| 8 | |
| 9 | |
| 10 | |
| 11 | |
| 12 | |
| 13 | |
| 14 | |
| 15 | |
| 16 | |
| 17 | |
| 18 | |
| 19 | |
| 20 | 地球科学数据（ERA5、雪深、积雪覆盖、海温、植被指数、土地利用）处理实践课程 |
| 21 | Python在气象与海洋中的实践技术应用精品课程 |
| 22 | |
| 23 | 分子动力学LAMMPS模拟实战技术应用精品课程 |
视频教程+课件资料及数据代码+导师随行辅导 联系课程专员，最高享受7.5折优惠 |
| 语言类视频课程推荐（即买即看，点击文字查看课程内容） | |
|---|---|
| 1 | |
| 2 | |
| 3 | |
| 4 | |
| 5 | |
| 6 | |
| 7 | |
| 8 | |
| 9 | |
| 10 | |
| 11 | |
| 12 | |
| 13 | |
| 14 | |
| 15 | |
| 16 | |
| 17 | |
| 18 | |
| 19 | |
| 20 | |
| 21 | |
| 22 | |
| 23 | |
| 24 | |
| 25 | |
| 26 | R 语言数据统计分析与 ggplot2 高级绘图实践应用精品视频课程 |
| 27 | 基于R语言的现代线性回归实践技术方法精品课程 |
| 28 | 基于R语言的分位数回归实践技术高级应用精品课程 |
| 29 | 基于R语言的现代贝叶斯统计学方法实践技术应用 |
| 30 | 基于MATLAB深度学习与实践技术应用 |
视频教程+课件资料及数据代码+导师随行辅导 联系课程专员，最高享受7.5折优惠 |
| 水文类视频课程推荐（即买即看，点击文字查看课程内容） | |
|---|---|
| 1 | |
| 2 | |
| 3 | |
| 4 | 涉河建设项目防洪评价报告编制技术精品课程 |
| 5 | |
| 6 | |
| 7 | “R 语言+遥感”的水环境综合评价方法实战应用视频课程 |
| 8 | |
| 9 | |
| 10 | |
| 11 | |
| 12 | |
| 13 | 基于DEM的水文分析专题视频课程 |
| 14 | |
| 15 | |
| 16 | |
| 17 | ArcGIS在水土流失模拟及分析中的实践技术应用精品视频课程 |
| 18 | 基于遥感与GIS在滑坡、泥石流风险普查中的实践技术应用精品课程 |
| 19 | 新《生产建设项目水土保持方案技术审查要点》要求下水土保持方案编高级实践技术应用视频课程 |
| 20 | 实战案例精讲课程！水土保持方案编制实操与典型案例解析视频课程 |
视频教程+课件资料及数据代码+导师随行辅导 联系课程专员，最高享受7.5折优惠 |
| 生物信息类视频课程推荐（即买即看，点击文字查看课程内容） | |
|---|---|
| 1 | python 生物信息多组学大数据深度挖掘与论文整理技巧视频课程 |
| 2 | R 语言生物信息学大数据分析与绘图技术视频课程 |
| 3 | 基因家族分析及SCI写作技巧实践技术应用精品课程 |
| 4 | 如何利用 shell 进行上万个基因组的批量分析视频课 |
视频教程+课件资料及数据代码+导师随行辅导 联系课程专员，最高享受7.5折优惠 |
添加小编微信，海量数据、视频教程免费获取
3
海量数据免费获取
（点击数据标题，直接进入）
SEE MORE →
10、【数据分享】中国2000-2010年NPP数据集11、【数据分享】2015年30m土地覆盖数据
12、【数据分享】中国100万植被类型空间分布数据13、【数据分享】更新！31个省级统计年鉴合集（12省更新至2020） 免费下载！14、【数据分享】1982年-2015年全球逐年长时序动态土地覆盖数据产品（GLASS-GLC）15、【数据分享】全网最全！34个省（市、自治区）2001-2020年统计年鉴（免费）16、好资料-百篇高光谱领域的论文，已经帮您整理收集完了，快放进自己文件夹中！！17、【数据分享】中国自然地理分区数据集（包含农业自然、农业熟制、九大农业区划，九大流域片、八大森林工程、生态功能保护区等数据）18、【数据分享】1979-2020年长时间序列遥感降水数据19、【数据分享】碳排放数据地方清单excel表格，分省、市、县（区）免费获取20、【数据资源】最新最全！市级国土空间总体规划制图规范GIS符号库（2021新版
气数据
4、【数据分享】中国九大流域矢量数据及2019版最新流域水系（免费下载）
5、【数据分享】全国电子地图SHP数据快来领取啦！（包括道路、水系、银行、绿地、高速出入口、医疗机构、餐饮、超市等信息。）
6、【数据分享】分省份水系数据7、【数据分享】2000～2019 年中国各省、市、区县分年、分月、逐日平均降水量数据8、【数据分享】6G超大超级详细矢量数据，来源于国内某地图导航基底数据
4、【数据分享】289个城市教育与卫生常有指标面板数据（1996-2020）
部分数据展示，关注Ai尚研修技术平台公众号，更多数据资源轻松下载！
超级会员专享
声明： 本号旨在传播、传递、交流，对相关文章内容观点保持中立态度。涉及内容如有侵权或其他问题，请与本号联系，第一时间做出撤回。
END
Ai尚研修丨专注科研领域
技术推广，人才招聘推荐，科研活动服务
科研技术云导师，Easy Scientific Research