【数据分享】中国陆域植被指数UNVI多维数据集

#1摘要

     植被指数产品被广泛应用于植被理化参数反演、地表覆盖类型分类，以及监测地表植被覆盖变化等领域。传统的植被指数产品如AVHRR的NDVI产品对土壤背景变化较为敏感，存在高值饱和问题，易引起对植被监测的灵敏度下降。中国陆域植被指数UNVI（Universal Normalized Vegetation Index）多维数据集产品通过MODIS地表反射率产品MOD09GA，基于通用模式分解算法UPDM（Universal Pattern Decomposition Method）以16 d为合成周期计算而成。合成算法以合成周期内无云数据天数N为判断条件，主要包括角度归一化合成法、有限视角内最大值合成法、直接计算法以及最大值合成法MVC。相较于传统NDVI产品，UNVI在反映植被覆盖变化和植被理化参量的定量反演方面更有优势。该数据集包含2018-2021年以16 d为间隔的2018-2021年间每年23个时相的中国陆域范围植被指数UNVI产品。空间分辨率约463 m。数据集存储为.MDD多维数据格式（Multi-Dimensional Dataset），由8个数据文件组成，数据量为43.5 GB（压缩为4个文件，12.5 GB）。有关MDD数据格式，请查看参考文献[23]和[24]。

#2数据引用方式

赵恒谦, 刘轩绮, 张立福*, 陈家华, 付含聪, 马可. 中国陆域植被指数UNVI多维数据集（2018-2021）[J/DB/OL]. 全球变化数据仓储电子杂志(中英文), 2022. https://doi.org/10.3974/geodb.2022.12.01.V1.

#3参考文献

[1] 王桥, 杨一鹏, 黄家柱等. 环境遥感[M]. 北京: 科学出版社, 2004: 366.
[2] 韩爱惠. 森林生物量及碳储量遥感监测方法研究[D]. 北京: 北京林业大学, 2009.
[3] 田庆久, 闵祥军. 植被指数研究进展[J]. 地球科学进展, 1998(4): 10-16.
[4] Noboru, F., Akiko, O., Motomasa, D. Pattern decomposition method for hyper-multispectral satellite data analysis [P]. SPIE Asia-Pacific Remote Sensing, 2001.
[5] Zhang, L. F., Mitsushita, Y., Furumi, S., et al. Universality of modified pattern decomposition method for satellite sensors [R]. Asia GIS Conference, Wuhan, 2003.
[6] 张立福. 通用光谱模式分解算法及植被指数的建立[D]. 武汉: 武汉大学, 2005.
[7] 张立福, 张良培, 村松加奈子等. 基于高光谱卫星遥感数据的UPDM分析方法[J]. 武汉: 武汉大学学报(信息科学版), 2005(3): 264-268.
[8] Daigo, M., Ono, A., Fujiwara, N., et al. Pattern decomposition method for hyper-multi-spectral data analysis [J]. International Journal of Remote Sensing, 2004, 25(6): 1153-1166.
[9] Zhang, L. F., Furumi, S., Muramatsu, K., et al. Sensor-independent analysis method for hyper-multispectral data based on the pattern decomposition method [J]. International Journal of Remote Sensing, 2006, 27(21): 4899-4910.
[10] Zhang, L. F., Qiao, N., Baig, M. H. A., et al. Monitoring vegetation dynamics using the universal normalized vegetation index (UNVI): An optimized vegetation index-VIUPD [J]. Remote Sensing Letters, 2019, 10(7): 629–638.
[11] Zhang, L. F., Furumi, S., Muramatsu, K., et al. A new vegetation index based on the universal pattern decomposition method [J]. International Journal of Remote Sensing, 2007, 28(1): 107-124.
[12] De Wasseige, C., Vancutsem, C., Defourny, P. Sensitivity analysis of compositing strategies: modelling and experimental investigations. Vegetation 2000 [C]. Lake Maggiore, Italy. 2000, 267-274.
[13] Holben, B. N. Characterization of maximum value composites from temporal AVHRR data [J]. International Journal of Remote Sensing, 1986, 7(11): 1417-1434.
[14] Lovell, J. L., Graetz, R. D., King, E. A. Compositing AVHRR data for the Australian continent: seeking best practice [J]. Canadian Journal of Remote Sensing, 2003, 29(6): 770-782.
[15] Duchenmin, B., Maisongrande, P. Normalisation of directional effects in 10-day global syntheses derived from VEGETATION/SPOT: I. Investigation of concepts based on simulation [J]. Remote Sensing of Environment, 2002, 81(1): 90-100.
[16] 龙鑫, 李静, 柳钦火. 植被指数合成算法综述[J]. 遥感技术与应用, 2013, 28(6): 969-977.
[17] 张立福, 钟涛, 刘华亮等. 中国陆域1∶100万植被指数UNVI多维数据集（2017）[J]. 遥感学报, 2020, 24(11): 1293-1298.
[18] Jiao, W. Z., Zhang, L. F., Chang, Q., et al. Evaluating an enhanced vegetation condition index (VCI) based on VIUPD for drought monitoring in the continental United States [J]. Remote Sensing, 2016, 8(3): 224.
[19] Du, H. S., Jiang, H. L., Zhang, L. F., et al. Evaluation of spectral scale effects in estimation of vegetation leaf area index using spectral indices methods [J]. Chinese Geographical Science, 2016, 26(6): 731-744.
[20] Wang, S. H., Yang, D., Li, Z., et al. A global sensitivity analysis of commonly used satellite-derived vegetation indices for homogeneous canopies based on model simulation and random forest learning [J]. Remote Sensing, 2019, 11(21): 2547.
[21] Liu, H. L., Zhang, F. Z., Zhang, L. F., et al. UNVI-based time series for vegetation discrimination using separability analysis and random forest classification [J]. Remote Sensing, 2020, 12(3): 529.
[22] 姜海玲, 张立福, 杨杭等. 植被叶片叶绿素含量反演的光谱尺度效应研究[J]. 光谱学与光谱分析, 2016, 36(1): 169-176.
[23] 张立福, 孙雪剑, 张霞等. 遥感多维数据格式互操作分析软件系统更新版（MARS v2.03）[J/DB/OL]. 全球变化数据仓储电子杂志(中英文), 2017. https://doi.org/10.3974/geodb.2017.02.20.V1.
[24] 张立福, 孙雪剑, 张霞等. 时空谱多维数据格式（MDD）结构与计算机配套系统[J]. 全球变化数据学报(中英文), 2017, 1(2): 121-135. DOI: 10.3974/geodp.2017.02.01.

#4数据说明

1、本资源整理自网络

2、本资源仅用作为学习用途，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，不能保证资料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。

#5数据获取方式

方式一：转发本次数据文章到朋友圈，全部公开可见并集赞15个，保留2小时

方式二：转发50人以上微信技术交流群10分钟

两种方式任选其一

添加客服微信，发送转发截图，Ai尚研修会员无需转发

每天可以领取一份数据，同一个群转发领取不超过两份

点击课程标题了解详细介绍

双碳专题  

• 12月28日-29日【两天实践课程】

生态、遥感 、GIS 

• 12月28日-29日【两天实践课程】

• 2023年1月6日-8日、14日-15日 【五天教学】

• 2023年1月7日-8日、14日-15日【四天教学】

• 2023年1月7日-8日、14日-15日【四天实践课程】

水文水资源、地质  

• 12月24日-26日【三天实践课程】

• 2023年1月7日-8日、14日-15日【四天实践课程】

• 2023年1月7日-8日   14日-15日【四天实践课程】

气象领域 

• 12月3日-4日、11日【三天实践课程】

语言类  

• 12月17日-18日、24日-25日【四天实践课程】

•  2023年14日-15日 【两天实践课程】

• 2023年1月6日-9日  【四天实践课程】

• 2023年1月12日-15日 【四天实践课程】

• 2023年1月7日-8日、14日-15日【四天教学】

测绘类 

• 2023年1月6日-8日【三天实践课程】

• 2023年1月7日-10日【四天实践课程】

课程优势  

1、原理深入浅出的讲解，强调原理的重要性；

2、技巧方法讲解，提供课程配套的完整教材数据及提供长期回放；

3、与项目案例相结合，更好的对接实际工作应用 ；

4、跟学上机操作、独立完成案例操作练习、全程问题跟踪解析；

5、课程结束专属助学群辅助巩固学习及实际工作应用交流，不定期召开线上答疑；

会员、学生特惠  

1、学生可联系课程专员申请助学折扣优惠；

2、报名成功后即成为Ai尚研修终身会员，享受会员福利

3、会员参会最高享受7.5折优惠

4、平台会员免费课程无需购买，可直接进行观看

5、无门槛参加Ai尚研修举办的线上答疑交流会

6、公众号资源无条件全部获取

系统性实践课程推荐

以下课程为视频教程，可长期观看

 课程最高享受7.5折优惠

会务组赵老师：185-1037-1663（同微） 

农林生态、遥感类视频课程推荐（点击文字查看课程内容）
1	无人机遥感在农林信息提取中的实现方法与 GIS 融合制图精品视频课程
2	无人机生态环境监测、图像处理与 GIS 数据分析综合应用视频课程
3
4	涡度通量数据处理与分析实践技术应用视频课程
5
6	高光谱数值建模技术及在植被、水体、土壤信息提取领域应用技术视频课程
7	如何利用有限的监测数据发表更多的SCI 论文—利用ArcGIS 探究环境和生态 因子对水体、土壤、大气污染物的影响视频课程
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	Biome-BGC生态系统模型原理与高级应用视频课程
10	胡中民老师课程推荐：【SWH】陆地生态系统蒸散模拟理论、蒸散估算、站点及区域尺度模拟实践技术应用课程
11	陆面生态水文模拟与多源遥感数据同化的实践技术应用精品课程
12
13
14	植被参数遥感反演与数据同化系列视频课程
15	PROSAIL 模型前向模拟与植被参数遥感提取代码实现视频课程
16	Meta 分析在生态环境领域中的应用视频课程
17
18
19
20	GIS 数据制备，空间分析与高级建模实战课程
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	CENTURY模型实践技术应用与案例分析精品课程
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	海量遥感数据处理与GEE云计算技术实践应用视频课程
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	“卫星-无人机-地面”遥感数据快速使用及地物含量计算的实现方法实践技术应用视频课
42
43
44	DSSAT模型建模方法实践技术与基于Python语言快速批量运行DSSAT模型及交叉融合、扩展应用技术教程
45	遥感数据与DSSAT作物生长模型同化的作物产量估算方法
46	地表蒸散发遥感产品信息提取验证与融合实践应用
47	遥感、GIS及GPS在土壤普查、制图及土壤空间数据分析中的实践技术应用
48	长时间序列遥感数据处理及在植被变绿与固碳分析、物候提取、生物量估算与趋势分析等领域中的应用
49	基于ArcGIS土地利用空间分析
50	CLUE模型构建方法、模型验证及土地利用变化情景预测实践技应用专题视频教程
51	基于遥感解译与GIS技术环境影响评价图件制作实践应用视频教程
52	R语言在生态环境领域中的实践技术应用视频教程
53	基于Fragstats的土地利用景观格局分析实践技术应用视频教程
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（点击文字查看课程内容）
1	基于CAMx的空气质量模拟及污染来源解析技术与案例分析精品视频课程
2	SMOKE模型排放清单处理技术及在多模式下实践应用方法与VOCs排放量核算课程
3	空气质量预报模式系统（CMAQ）应用及改进与污染源排放清单建立实践技术应用
4	系统学习CMAQ空气质量模式实践技术应用视频教程
5	气候水文耦合 WRF-Hydro 模式应用在线直播视频课程
6	区域气象-大气化学在线耦合模式（WRF/Chem）视频课程
7	全套区域高精度地学模拟-WRF气象建模、多案例应用与精美制图精品课程
8	NCL 数据分析与处理实践应用视频课程
9	大气颗粒物PMF源解析实践技术应用视频课程
10	基于CAMX的大气臭氧来源解析模拟与臭氧成因分析实践技术应用视频课程
110	EKMA曲线及大气O3来源解析视频教程
12	WRF DA资料同化系统理论、运行与与变分、混合同化新方法技术应用视频教程
13	基于python语言气象水文数据处理及精美科研绘图实践技术视频课程
14	R语言在气象、水文中数据处理及结果分析、绘图实践技术应用视频教程
15	解决NC数据格式的困扰：NC（通用数据格式）文件处理及(CDO&NCO)应用
16	基于MATLAB野外观测站生态气象数据处理分析实践应用精品课程
17	气象数据分析课程推荐：基于CALMET诊断模型的高时空分辨率精细化风场模拟技术
18	气象数据分析课程推荐：如何使用格点数据分析中国积温变化技术应用
19	气象数据分析课程推荐：如何使用格点数据分析中国霜冻灾害变化技术
20	气象数据分析课程推荐：遥感降水评估技术方法专题课程
21	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
22	Python在气象与海洋中的实践技术应用精品课程
23	Python在WRF模型自动化运行及前后处理中的实践技术应用
24	Python人工智能在气象中的实践技术应用视频教程
25
26	分子动力学LAMMPS模拟实战技术应用精品课程
27	MCM箱模型建模方法及大气O3来源解析实践技术应用视频课程
28	Python语言在地球科学领域中的实践技术应用视频教程
29	CMIP6数据处理方法与典型案例分析实践技术应用视频教程
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（点击文字查看课程内容）
1	R-GIS:如何用 R 语言实现 GIS 地理空间分析及模型预测时间技术应用
2	基于R语言的极值统计学及其在相关领域中的实践技术应用视频课程
3	R 语言回归及混合效应（多水平/层次/嵌套）模型实践应用技术视频课程
4	基于R语言的现代贝叶斯统计学方法（贝叶斯参数估计、贝叶斯回归、贝叶斯计算）实践技术视频课
5	基于R语言的贝叶斯网络模型的实践技术应用视频课程
6	基于R语言meta分析方法与进阶实践技术应用视频课程
7	基于R语言的Copula变量相关性分析及应用高级视频教程
8
9	最新基于R语言结构方程模型分析与实践技术应用视频教程
10	基于R语言的Meta分析【全流程、不确定性分析】方法与Meta机器学习高级应用视频教程
11	面向高校的基于算法的发明专利申请写作方法视频教程
12	结构方程模型【SEM】高阶系列课程暨：结构方程模型（SEM)高阶应用暨嵌套分层数据及数据分组分析专题课程
13	结构方程模型【SEM】高阶系列课程暨：结构方程模型（SEM）高阶应用暨空间自相关数据分析技术专题课程
14	结构方程模型【SEM】高阶系列课程暨：非线性、非正态、交互作用及分类变量分析专题视频课程
15	结构方程模型【SEM】高阶系列课程暨：结构方程模型（SEM）时间重复测量数据分析专题技术课程
16	结构方程模型【SEM】高阶系列课程暨：非递归（non-recursive）结构方程模型实践技术专题视频课程
17	结构方程模型【SEM】高阶系列课程暨：系统发育数据纳入结构方程模型技术实践专题课程
18	结构方程模型【SEM】高阶系列课程暨：结构方程模型预测问题-直接预测实现途径
19
20	全套Python机器学习核心技术与案例分析实践应用视频课程
21
22	扎根理论分析软件 nvivo 原理与技术应用精品课程
23	基于PyTorch深度学习实践技术应用视频课程
24	MATLAB 近红外光谱分析技术及应用视频课程
25	基于MATLAB机器学习、深度学习在图像处理中的实践技术应用视频课程
26	最新基于MATLAB 2021b的机器学习、深度学习实践应用视频课程
27	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
28	基于R语言的现代线性回归实践技术方法精品课程
29	基于R语言的分位数回归实践技术高级应用精品课程
30	基于R语言的现代贝叶斯统计学方法实践技术应用
31	基于MATLAB深度学习与实践技术应用
32	R语言地理加权回归、主成份分析、判别分析等空间异质性数据分析
33	MATLAB科研数据可视化实践技术应用
34	最新基于Python科研数据可视化实践技术应用
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

土壤、地下水、地质类视频课程推荐（点击文字查看课程内容）
1	地面沉降数值模拟实践技术应用与案例分析精品视频课程
2	地下水数值模拟 Visual modflow Flex 应用实践技术应用视频课程
3	最新全套GMS地下水数值模拟技术与实践项目应用精品视频课程
4	地下水热耦合模拟 FEFLOW 建模实践技术应用视频课程
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

水文类视频课程推荐（点击文字查看课程内容）
1	SWMM 模型深度技术应用与案例精讲高级训练营视频课程
2	SWMM 复杂城市排水系统模型及排水防涝、海绵城市设计等工程实践应用与二次开发视频课程
3	SWMM 排水管网水力、水质建模及在海绵与水环境中的应用视频课程
4	涉河建设项目防洪评价报告编制技术精品课程
5	新导则下的防洪评价报告编制方法及洪水建模技术应用
6	HEC-RAS一维、二维建模方法及实践技术应用
7	基于ArcGIS水文分析、HEC-RAS模拟技术在洪水危险性及风险评估实践应用
8	“R 语言+遥感”的水环境综合评价方法实战应用视频课程
9	Delft3D 水动力-富营养化模型实践技术高级应用精品视频课程
10	Delft3D建模、水动力模拟方法及在地表水环境影响评价中的实践技术应用视频课
11	基于Delft3D模型的标量输运、波浪、拉格朗日粒子及  溢油模型实践技术应用视频教程
12	基于 Python 实现的深度学习技术在水文水质领域应用视频课程
13	aquatox 水环境与水生态模型实践技术应用精品视频课程
14	SWAT模型在水文水资源、面源污染模拟中的实践技术应用及典型案例分析视频课
15	基于DEM的水文分析专题视频课程
16
17	HYPE分布式水文模型建模方法与案例分析实践技术应用精品视频课程
18	ArcGIS在洪水灾害普查、风险评估及淹没制图中的实践技术应用视频课程
19	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
20	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
21	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
22	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
23	生态环境影响评价技术应用及典型实践案例分析
24	地理信息系统（ArcGIS）在水文水资源、水环境中的实践技术应用及案例分析视频教程
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（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

碳排放类视频课程推荐（点击文字查看课程内容）
1	建筑设计全过程碳排放计算与案例分析视频课程
2	双碳目标下基于全球模式比较计划CMIP6与区域气候-化学耦合模式WRF-Chem的未来大气污染变化模拟视频课程
3	“双碳”目标下资源环境中的可计算一般均衡（CGE）模型
4	基于LEAP模型的能源环境发展、碳排放建模预测及不确定性分析实践应用
5	基于STELLA系统动态模拟技术及在农业、生态及环境等科学领域中的实践应用视频教程
6	基于R语言的DICE模型实践技术应用视频教程
7	生命周期模型构建方法与分析实践技术应用视频教程
8	基于通用优化软件GAMS的数学建模和优化分析实践技术应用视频教程
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

  

上下滑动查看更多

扫码咨询课程详情

添加小编微信，海量数据、视频教程免费获取

  免费数据资源（部分数据展示）

Ai尚研修海量资源（数据、课件、书籍、视频教程）一键免费领取

（点击数据标题，直接进入）

地学领域数据1、【数据分享】中国陆地生态系统服务价值空间分布数据集2、【数据分享】全国分省、市、县、乡镇行政区划矢量图（专业版shp、小白版ppt）免费下载3、【数据分享】中国地貌矢量数据，撰写报告做图必备数据免费下载4、【数据分享】地理空间数据近期资源汇总，附下载网址5、【数据分享】多个自然资源（大气、土地、水等）面板数据大放送、时间跨度长、地区分布广，快速下载6、【数据分享】中国月度1KM植被指数（NDVI）空间分布数据集（免费获取）7、【数据分享】高光谱遥感影像数据集汇总8、【数据分享】最全最新中国地震数据2000-2020，助力灾害等研究（免费获取）9、【数据分享】中国8大林业工程空间分布数据集
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

大气领域数据1、【数据分享】7个免费的世界气候数据源（必须收藏）2、【数据分享】成渝城市群数据（空气质量、地图矢量、面板数据等）3、【数据分享】全国最新地级市和气象站空气质量和60年气候详细数据下载4、【数据分享】中国各区县PM2.5数据和全国各区县二氧化碳排放数据5、【数据分享】369个城市空气质量月度数据(2013-2021)6、【数据分享】1942年至今！全国气象数据：包含气温、气压、露点、风向风速、云量、降水量数据，一键免费获取！！7、【数据分享】更新至2021年8月中国气象数据，全国60年气象数据8、【数据分享】2015-2019年280多个地级市空气质量与风速、降雨量等气象匹配数据（逐日，70w+记录）9、【数据分享】全球冰川数据集RGI v3.210、【数据分享】中国气象背景数据集
土地利用数据1、【数据分享】2020年中国土地利用遥感监测数据丨免费下载！2、【数据分享】中国土地利用数据1980-2015 （免费获取）3、【数据分享】土地利用（覆盖）数据下载汇总4、【数据分享】世界土壤数据库（HWSD）全球土壤数据下载处理5、【数据分享】15省《中国土壤分布》土壤分布矢量数据，含使用说明6、【数据分享】中国农田熟制遥感监测数据集7、【数据分享】中国分省、市、县的地形起伏度数据
水文领域数据1、【数据分享】基于DEM提取的中国流域、河网数据免费下载2、【数据分享】中国水系数据，包含长江黄河、湖泊、以及一级三级四级五级河流矢量数据3、【最好用的水文实例计算含过程】水利工程实用水文水利计算
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
 年鉴类数据1、【数据分享】1984-2018中国教育统计年鉴（全部EXCEL格式）免费下载！2、【数据分享】国土资源统计年鉴2005-2017&中国林业统计年鉴1992-20193、【数据分享】一个横跨35年的数据，1985-2019中国城市统计年鉴4、【数据分享】28年《中国工业统计年鉴》免费下载5、【数据分享】最新中国县域统计年鉴（2000-2019年）来了！EXCEL+PDF版本全部免费下载6、【数据分享】中国农业统计资料1949-2019，免费下载 ！7、【数据分享】全Excel！中国科技统计年鉴1991-2019（免费）8、【数据分享】全网最全、最新的林业统计年鉴（1996-2019）免费下载9、【数据分享】中国环境统计年鉴：1998-2018（免费）10、【数据分享】《中国文化和旅游统计年鉴》又是一个24年的统计年鉴集合11、【数据分享】最新EXCEL中国统计年鉴2020+经管教材16本+python学习资源（免费）12、【数据分享】国际统计年鉴1995-2019（免费)13、【数据分享】中国海洋统计年鉴2000-2017（免费）14、【数据分享】2000-2020《中国港口年鉴》免费下载
经济类数据1、【数据分享】中国及省级市场化总指数及方面指数：08-192、【数据分享】400万！人口迁徙大数据2019-20203、【数据分享】110+指标！城市面板2003-2018&地形起伏数据集（免费获取）
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尚研修公众号→数据资源→数据分享，海量数据资源轻松下载！

上下滑动查看更多

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