数据集(库)目录

出版期刊|区域分类

2021年第12期
2019年第02期
数据详情

SSP-RCP情景下全球1-km分辨率土地利用预测数据集(2020-2100)


张天媛1程昌秀*1,2吴旭东*3,4
1 北京师范大学地表过程与资源生态国家重点实验室,北京 1008752 国家青藏高原科学数据中心,北京 1001013 北京林业大学水土保持学院,北京 1000834 波茨坦气候影响研究所复杂性科学研究部,德国波茨坦 14473

DOI:10.3974/geodb.2024.01.05.V1

出版时间:2024年1月

网页浏览次数:4254       数据下载次数:142      
数据下载量:95337.63 MB      数据DOI引用次数:

关键词:

土地利用与土地覆被,空间异质性,土地利用模拟,元胞自动机,高分辨率数据

摘要:

作者基于ESA-CCI历史土地利用数据,使用GCAM模型估算了未来土地利用面积需求;然后采用一种改进的元胞自动机模型PLUS对需求进行高空间分辨率降尺度迭代模拟,得到SSP-RCP情景下全球1-km分辨率土地利用预测数据集(2020-2100)。该数据集以未来气候变化与人类活动数据作为驱动,考虑了土地利用的斑块聚集性以及空间分层异质性,达到了Kappa = 0.94, OA= 0.97, FoM = 0.10的模拟精度。数据集内容包括:(1)2020年的土地利用模拟数据;(2)SSP-RCP 5种情景4个时期(2030、2050、2070、2100)预测的土地利用数据。数据的投影坐标系为world-Mercator。文件命名为“sspx_pp_yyyy.tif”,其中x表示模拟的SSP情景(取值范围1到5),pp表示模拟的RCP情景,yyyy表示模拟的年份。每个GeoTIFF数据文件的栅格属性值为1到6的整数,分别表示耕地、林地、草地、城乡/工矿/居民用地、未利用地和水体6种地类。数据集存储为.tif和.txt格式,由22个数据文件组成,数据量为1.85 GB(压缩为1个文件,671 MB)。该数据集的数据论文发表在Scientific Data,2023年第10期。

基金项目:

国家自然科学基金(42041007,71904003);亚历山大·冯·洪堡基金(获得者:吴旭东);中国科学院(XDA23100303);中国科协(20202022QNRC002)

数据引用方式:

张天媛, 程昌秀*, 吴旭东*. SSP-RCP情景下全球1-km分辨率土地利用预测数据集(2020-2100)[J/DB/OL]. 全球变化数据仓储电子杂志(中英文), 2024. https://doi.org/10.3974/geodb.2024.01.05.V1.

参考文献:

[1] Cao, M., Zhu, Y. H., Quan, J. L., et al. Spatial sequential modeling and predication of global land use and land cover changes by integrating a global change assessment model and cellular automata[J]. Earth's Future, 2019, 7(9): 1102-1116.
     [2] Chen, G. Z., Li, X., Liu, X. P. Global land projection based on plant functional types with a 1-km resolution under socio-climatic scenarios[J]. Scientific Data, 2022, 9(1): 125.
     [3] Chen, G. Z., Zhuang, H. M., Liu, X. P. Cell-level coupling of a mechanistic model to cellular automata for improving land simulation[J]. GIScience & Remote Sensing, 2023, 60(1): 2166443.
     [4] Chen, M., Vernon, C. R., Graham, N. T., et al. Global land use for 2015–2100 at 0.05 resolution under diverse socioeconomic and climate scenarios[J]. Scientific Data, 2020, 7(1): 320.
     [5] Dong, N., You, L., Cai, W. J., et al. Land use projections in China under global socioeconomic and emission scenarios: Utilizing a scenario-based land-use change assessment framework[J]. Global Environmental Change, 2018, 50: 164-177.
     [6] Hurtt, G. C., Chini, L., Sahajpal, R., et al. Harmonization of global land use change and management for the period 850–2100 (LUH2) for CMIP6[J]. Geoscientific Model Development, 2020, 13(11): 5425-5464.
     [7] Li, X., Chen, G. Z., Liu, X. P., et al. A new global land-use and land-cover change product at a 1-km resolution for 2010 to 2100 based on human–environment interactions[J]. Annals of the American Association of Geographers, 2017, 107(5): 1040-1059.
     [8] Liang, X., Guan, Q. F., Clarke, K. C., et al. Understanding the drivers of sustainable land expansion using a patch-generating land use simulation (PLUS) model: A case study in Wuhan, China[J]. Computers, Environment and Urban Systems, 2021, 85: 101569.
     [9] Luo, M., Hu, G. H., Chen, G. Z., et al. 1 km land use/land cover change of China under comprehensive socioeconomic and climate scenarios for 2020–2100[J]. Scientific data, 2022, 9(1): 110.
     [10] 罗孟. 基于GCAM-FLUS模型的SSP-RCP全情景下中国未来1km土地利用与土地覆盖变化模拟与分析[D/OL]. 上海: 华东师范大学, 2021.
     

数据下载:

序号 数据名 数据大小 操作
1 Global_1km_LULC_2020_2100.rar 687505.15KB
主管单位