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

非洲大陆国家边境森林变化及其主要因素贡献数据集


唐梦雅 1李鹏* 2,3李霞 1陈生媚 4Jeffrey Chiwuikem CHIAKA 5,6
1 长安大学土地工程学院,西安7100542 中国科学院地理科学与资源研究所,北京1001013 中国科学院大学资源与环境学院,北京1000494 长江大学地球科学学院,武汉4301005 北京师范大学环境学院环境模拟与污染控制国家重点联合实验室,北京1008756 Anambra-Imo River Basin Development Authority,Owerri 1301,Nigeria

DOI:10.3974/geodb.2025.07.01.V1

出版时间:2025年7月

网页浏览次数:116       数据下载次数:0      
数据下载量: 无      数据DOI引用次数:

关键词:

非洲大陆,边境土地利用,森林减少,活跃火

摘要:

该数据集以非洲大陆国家边境线内外各60 km的缓冲区为研究区域,基于2017-2022年土地覆被产品、活跃火、人口密度与武装冲突数据,在揭示非洲大陆国家边境森林等覆被变化年际动态基础上,采用随机森林回归与相关性分析界定森林变化影响因素并量化其主要影响因子与贡献。数据集内容包括:(1)研究区范围;(2)2017-2022年非洲大陆国家边境主要土地覆被类型转换占比;(3)2017-2022年非洲大陆国家边境林退区与有火区网格个数变化;(4)2017-2022年非洲大陆国家边境森林变化与活跃火发生相关性网格个数月际变化;(5)2017-2022年非洲大陆国家边境森林变化等级与活跃火干扰等级占比统计;(6)非洲国家边境森林变化各驱动因子重要性;(7)非洲国家边境森林变化活跃火贡献;(8)2017-2022年非洲大陆边境森林变化与活跃火发生、人口密度、武装冲突相关性空间分布。数据集存储为.shp、.xlsx和.tif格式,由108个数据文件组成,数据量为33.7 MB(压缩为1个文件,11.5 MB)。基于该数据集的分析研究成果发表在《地理学报》2025年80卷5期。

基金项目:

国家自然科学基金(42371282,42130508)

数据引用方式:

唐梦雅 , 李鹏* , 李霞 , 陈生媚 , Jeffrey Chiwuikem CHIAKA . 非洲大陆国家边境森林变化及其主要因素贡献数据集[J/DB/OL]. 全球变化数据仓储电子杂志(中英文), 2025. https://doi.org/10.3974/geodb.2025.07.01.V1.

参考文献:


     [1] Karra, K., Kontgis, C., Statman-Weil, Z., et al. Global land use / land cover with Sentinel 2 and deep learning [C]. 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS, Brussels, Belgium, 2021.
     [2] United Nations Department of Economic and Social Affairs - Population Division. Definition of regions [EB/OL]. World Population Prospects 2024. https://population.un.org/wpp/definition-of-regions.
     [3] Schroeder, W., Oliva, P., Giglio, L., et al. The New VIIRS 375 m active fire detection data product: algorithm description and initial assessment [J]. Remote Sensing of Environment, 2014, 143(4): 85-96.
     [4] 李鹏, 刘颖, 施冬等. 三种活跃火遥感产品(MODIS C6、VIIRS V1和VIIRS J1)一致性与差异性对比[J]. 地理研究, 2022, 41(5): 1481-1495.
     [5] Bright, E. A., Coleman, P. R., Dobson, J. E. LandScan: a global population database for estimating populations at risk [J]. Photogrammetric Engineering and Remote Sensing, 2000, 66(7): 849-858.
     [6] Davies, S., Pettersson, T., Öberg, M. Organized violence 1989–2022, and the return of conflict between states [J]. Journal of Peace Research, 2023, 60(4): 691-708.
     [7] 陈生媚, 李鹏, 封志明等. 中南半岛及其毗邻国家边境农用地/建设用地扩张所致森林扰动过程[J]. 地理科学进展, 2024, 43(4): 741-754.
     [8] 胡涛, 彭建, 董建权等. 基于全球遥感产品的森林概念协同[J]. 地理学报, 2024, 79(5): 1115-1128.
     [9] 杜树坤, 张晶, 韩志军等. 基于随机森林模型的“网格—月”尺度武装冲突风险预测及影响因素分析: 以中南半岛为例[J]. 地球信息科学学报, 2023, 25(10): 2026-2038.
     [10] Breiman, L. Random forests [J]. Machine Learning, 2001, 45(1): 5-32.

数据下载:

序号 数据名 数据大小 操作
1 AfricaForestChange&Factors20... 11826.36KB
主管单位