数据集(库)目录

出版期刊|区域分类

数据详情

青藏高原“一江两河”地区耕地分布数据集(2020)


桑一铭1,2卢亚晗1,2王学*1辛良杰*1
1 中国科学院地理科学与资源研究所,中国科学院陆地表层格局与模拟重点实验室,北京1001012 中国科学院大学,北京100049

DOI:10.3974/geodb.2022.10.04.V1

出版时间:2022年10月

网页浏览次数:4465       数据下载次数:119      
数据下载量:1850.87 MB      数据DOI引用次数:

关键词:

青藏高原,一江两河,耕地,2020,Google Earth

摘要:

青藏高原“一江两河”地区是指雅鲁藏布江中游及其支流拉萨河和年楚河的河谷地区,地处西藏自治区中南部,包括18个县(区)。基于2020年Google Earth 2 m分辨率的遥感影像,通过目视解译研发了青藏高原“一江两河”地区耕地分布数据集,并运用地统计学分析方法揭示了其空间分布格局。本数据集包括“一江两河”地区的以下数据:(1)研究区范围数据;(2)耕地空间分布矢量数据;(3)耕地空间分布栅格数据;(4)耕地验证点。数据结果表明,2020年该地区耕地面积为2,356.15 km²,数据精度95.2%。“一江两河”地区耕地主要沿河流分布,在空间上呈现东多西少、南多北少的分布特征;耕地在区域上主要集中分布在西南密度聚集区和东部密度聚集区。数据集存储为.shp和.tif格式,一共由30个数据文件组成,数据量为568 MB(压缩为1个文件15.5 MB)。数据论文

基金项目:

中华人民共和国科学技术部(2019QZKK0603)

数据引用方式:

桑一铭, 卢亚晗, 王学*, 辛良杰*. 青藏高原“一江两河”地区耕地分布数据集(2020)[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.2022.10.04.V1.

桑一铭, 卢亚晗, 王学等. 青藏高原“一江两河”地区耕地分布数据集[J]. 全球变化数据学报(中英文), 2022, 6(4): 619-630. https://doi.org/10.3974/geodp.2022.04.13.

参考文献:

[1] Yu, L., Wang, J., Clinton, N., et al. FROM-GC: 30 m global cropland extent derived through multisource data integration [J]. International Journal of Digital Earth, 2013, 6(6): 521-533.
     [2] 吕婷婷, 刘闯. 基于MODIS数据的泰国耕地信息提取[J]. 农业工程学报, 2010, 26(2): 244-250.
     [3] Aparna, R. P., Mutlu, O. Large area cropland extent mapping with Landsat data and a generalized classifier [J]. Remote Sensing of Environment, 2018, 219: 180-195.
     [4] Pouliot, D., Latifovic, R., Zabcic, N., et al. Development and assessment of a 250 m spatial resolution MODIS annual land cover time series (2000-2011) for the forest region of Canada derived from change-based updating [J]. Remote Sensing of Environment, 2014, 140: 731-743.
     [5] Han, K. S., Champeaux, J. L., Roujean, J. L. A land cover classification product over France at 1 km resolution using SPOT4/ VEGETATION data [J]. Remote Sensing of Environment, 2004, 92(1): 52-66.
     [6] 张淼, 吴炳方, 于名召等. 未种植耕地动态变化遥感识别——以阿根廷为例[J]. 遥感学报, 2015, 19(4): 550-559.
     [7] Liu, J. Y., Liu, M. L., Tian, H. Q., et al. Spatial and temporal patterns of China's cropland during 1990-2000: An analysis based on Landsat TM data [J]. Remote Sensing of Environment, 2005, 98: 442-456.
     [8] Zhang, Z., Wang, X., Zhao, X., et al. A 2010 update of National Land Use/ Cover Database of China at 1: 100000 scale using medium spatial resolution satellite images [J]. Remote Sensing of Environment, 2014, 149: 142-154.
     [9] 张镱锂, 刘林山, 王兆锋等. 青藏高原土地利用与覆被变化的时空特征[J]. 科学通报, 2019, 64(27): 2865-2875.
     [10] 魏慧, 吕昌河, 杨凯杰等. 青藏高原及其典型地区设施农业空间分布数据集[J]. 全球变化数据学报(中英文), 2019, 3(4): 364-369+471-476.
     [11] Chen, F., Chen, J., Wu, H., et al. A landscape shape index-based sampling approach for land cover accuracy assessment [J]. Science China Earth Sciences, 2016, 59(12): 2263-2274.
     [12] Chen, X. Y., Lin, Y., Zhang, M., et al. Assessment of the cropland classifications in four global land cover datasets: A case study of Shaanxi Province, China [J]. Journal of Integrative Agriculture, 2017, 16(2): 298-311.
     [13] Chen, J., Cao, X., Peng, S., et al. Analysis and applications of GlobeLand30: A review [J]. ISPRS International Journal of Geo-Information, 2017, 6(8): 230.
     

数据下载:

序号 数据名 数据大小 操作
0Datapaper_YLN-F2020.pdf12644.00kb下载
1 YLN-F2020.rar 15926.82KB
主办单位
中国科学院地理科学与资源研究所    中国地理学会
协办单位
CODATA发展中国家任务组    肯尼亚JKUAT大学    数字化林超地理博物馆