扫一扫关注公众号！
面议
挂牌时间：2025-12-12 09:32:18
| 企业名称 |
|
||
| 企业简介 | 吉林省中遥科技有限公司自己开发的地球资源数据云（GRDC）创立于2021年，是国内行业数据集领先企业，平台聚焦地理、遥感、气象、社会、IT、地质、农业、林业、海洋、国土、环保等领域，专注于数据专业化采集、数据发掘、数据开发应用、数据清洗、数据制作和数据可视化呈现。通过对大数据采集、大数据预处理、大数据存储、大数据分析等进行研究和实践，提供行业应用专题及综合信息数据服务产品。同时，平台提供海量免费数据和学习资源，为专业人士提供丰富全面、专业的技术资料分享、交流与下载服务。通过将用户的专业知识转化为优质内容，为学习者提供了丰富而专业的学习选择；同时也通过收益激励方式，让更多内容创作者可持续地输出自己的知识。主要面向政府、企业、高校、科研院所等机构，为其提供空间数据、计算与存储资源、专业软件、应用系统等服务，同时依托平台将成果快速发布。 | ||
摘要：MODIS（MCD12Q1）中国2001-2024年土地覆盖数据集是基于Terra和Aqua卫星观测数据，应用监督分类算法生成的年度、空间分辨率约为500米的科学数据集。该数据集系统描绘了二十余年来中国地表覆盖的空间分布与年际动态变化，经过严格的质量控制，是进行宏观生态环境监测、气候变化研究及可持续发展政策制定的重要基础数据。
关键词：GEE；土地覆盖；MCD12Q1；500米分辨率
引 言
在当今大数据与地球系统科学深度融合的背景下，土地覆盖数据作为表征地表自然与人工要素空间分布的基础信息，已成为数据科学驱动下的环境建模、全球变化研究与可持续发展决策的核心数据层。其意义在于将海量的卫星遥感观测数据，通过先进的分类算法与数据同化技术，转化为可被机器识别和定量分析的信息产品，从而支撑从区域到全球尺度的生态过程模拟、时空格局挖掘以及人地系统相互作用分析。中国正处于快速的经济社会发展和生态文明建设时期，其地表覆盖经历了显著的变化，因此构建高时效性、高一致性的长时间序列土地覆盖数据集对于精准评估国家重大生态工程的成效、预测未来情景至关重要。
在此领域，由美国宇航局（NASA）提供的MODIS（中分辨率成像光谱仪）土地覆盖产品（MCD12Q1）因其自2000年以来连续的观测记录、稳定的产品质量和免费开放的数据政策，已成为全球应用最为广泛的标准数据集之一，为相关研究提供了国际可比的数据基础。前期研究不仅利用更高分辨率的影像（如Landsat）对MCD12Q1在中国区域的分类精度进行了多方案的验证与比较，还基于此数据集成功揭示了我国城市化进程、植被退化和恢复、耕地变迁等关键环境现象的时空特征。然而，随着时间序列的不断延长，系统性地整理并更新适用于中国区域的长时序MCD12Q1数据集，对于捕捉跨二十年以上的长期变化规律、满足新一代地球系统模型对输入数据一致性的高要求，显得日益迫切。
本工作在此背景下，系统整合了2000年至2024年间的MCD12Q1版本6（V6）数据，构建了一个覆盖中国全境、具有年度时间分辨率和一致分类体系的土地覆盖数据集。该数据集不仅忠实反映了原始数据的科学价值，还进行了格式标准化、区域裁剪和质量信息集成等处理，极大提升了其易用性。其潜在的重复利用价值巨大，既可服务于气候变化模拟中的下垫面参数化、生态系统碳汇评估、生物栖息地变化监测等前沿科学研究，也能为国土空间规划、灾害风险评估等应用领域提供长期、可靠的数据支撑。本数据集的构建旨在为更广泛的研究社区提供一个高质量的基础平台，促进对中国地表过程更深入、更精准的数据科学探索。
1.1 数据采集方法
本数据集依靠GEE（Google Earth Engine）平台，使用MCD12Q1数据集。结合使用 Terra 和 Aqua 的 MODIS 土地覆盖类型 (MCD12Q1) 版本 6.1 数据产品每年提供一次全球土地覆盖类型数据。MCD12Q1 版本 6.1 数据产品是使用 MODIS Terra 和 Aqua 反射率数据的监督分类派生的。土地覆盖类型源自国际地球-生物圈计划 (IGBP)、马里兰大学 (UMD)、叶面积指数 (LAI)、BIOME-Biogeochemical Cycles (BGC) 和植物功能类型 (PFT) 分类方案。然后，监督分类会进行额外的后处理，以纳入先验知识和辅助信息，进一步优化特定类别。粮食及农业组织 (FAO) 土地覆盖分类系统 (LCCS) 提供了其他土地覆盖地图项评估图层，用于表示土地覆盖、土地利用和地表水文。
1.2 数据处理
通过GEE（Google Earth Engine）平台编写代码，实现日期筛选，裁剪，导出功能。通过上传的矢量边界筛选影像范围。并逐月导出至谷歌云空间。投影统一采用WGS84投影。
本数据集包含2000-2024共25年的500米分辨率的土地覆盖的TIFF影像全国影像命名格式例如MCD12Q1_2024.tif。土地覆盖数据为5波段的多波段数据，其中波段1到5分表表示LC_Type1到LC_Type5。具体土地利用类型见下表。
表1 LC_Type1
序号 | 说明 |
1 | 常绿针叶林：以常绿针叶乔木为主（树冠 >2 米）。树木覆盖率 >60%。 |
2 | 常绿阔叶林：以常绿阔叶树和掌状树为主（树冠 >2 米）。树木覆盖率 >60%。 |
3 | 落叶针叶林：以落叶针叶树（落叶松）为主（树冠 >2 米）。树木覆盖率 >60%。 |
4 | 落叶阔叶林：以落叶阔叶树为主（树冠 >2 米）。树木覆盖率 >60%。 |
5 | 混交林：以落叶树和常绿树为主（各占 40-60%）的树种（树冠 >2 米）。树木覆盖率 >60%。 |
6 | 密灌丛：以木本多年生植物（高度 1-2 米）为主，覆盖率 >60%。 |
7 | 开阔的灌木丛：以木本多年生植物（高度 1-2 米）为主，覆盖率 10-60%。 |
8 | 多树稀树草原：树木覆盖率 30-60%（树冠 >2 米）。 |
9 | 热带草原：树木覆盖率 10-30%（树冠 >2 米）。 |
10 | 草原：以草本一年生植物（高度 <2 米）为主。 |
11 | 永久性湿地：永久性淹没的土地，水面覆盖率 30-60%，植被覆盖率 >10%。 |
12 | 耕地。 |
13 | 城市和建成区：至少 30% 的不透水表面积，包括建筑材料、沥青和车辆。 |
14 | 农田/天然植被镶嵌：小规模耕作占 40-60% 的镶嵌，其余为天然树木、灌木或草本植被。 |
15 | 永久性冰雪：至少 60% 的区域全年至少有 10 个月被冰雪覆盖。 |
16 | 植被覆盖率低于 10% 的区域（沙地、岩石地、土壤地）。 |
17 | 水体：至少 60% 的面积被永久性水体覆盖。 |
表2 LC_Type2
序号 | 说明 |
0 | 水体：至少 60% 的面积被永久性水体覆盖。 |
1 | 常绿针叶林：以常绿针叶乔木为主（树冠 >2 米）。树木覆盖率 >60%。 |
2 | 常绿阔叶林：以常绿阔叶树和掌状树为主（树冠 >2 米）。树木覆盖率 >60%。 |
3 | 落叶针叶林：以落叶针叶树（落叶松）为主（树冠 >2 米）。树木覆盖率 >60%。 |
4 | 落叶阔叶林：以落叶阔叶树为主（树冠 >2 米）。树木覆盖率 >60%。 |
5 | 混交林：以落叶树和常绿树为主（各占 40-60%）的树种（树冠 >2 米）。树木覆盖率 >60%。 |
6 | 密灌丛：以木本多年生植物（高度 1-2 米）为主，覆盖率 >60%。 |
7 | 开阔的灌木丛：以木本多年生植物（高度 1-2
数据交付方式:本数据产品当前以静态数据文件形式交付，不提供实时API调用接口。 技术细节:数据文件为标准的GeoTIFF格式，支持所有主流GIS软件(如ArcGIS,QGIS,GDAL)读取。 为尊重知识产权、保障数据作者和数据服务提供者的权益，请数据使用者在基于本数据所产生的研究成果(包括项目评估报告、验收报告，以及学术论文或毕业论文等)中标注数据来源和数据作者。数据来源引用参考以下规范:中文表达方式:数据来源于地球资源数据云平台(www.gis5g.com);英文表达方式:Geographic Data Sharing Infrastructure, global resources data cloud (www.gis5g.com)未经许可，用户不得转让本网站数据，不得以任何形式和媒体传播在本网站获取的数据。 购买授权后，通过指定的安全下载链接(HTTPS)获取完整的RAR压缩包文件。压缩包内包含按时间序列组织的GeTIFF格式栅格数据文件。 |
