当前位置: 首页 > news >正文

【免费数据】2020年中国高精度耕地范围矢量数据

准确、详细的耕地范围数据对保障粮食安全和环境可持续至关重要。大范围、高分辨率的耕地数据在农业、生态、粮食等领域经常被使用。

今日分享的是2020年中国高精度耕地范围矢量数据!该数据集是广东省科学院广州地理研究所姜浩团队于2025年1月首次在Zenodo网站的数据集。该数据集目前还未正式出版,正在Earth System Science Data (ESSD)平台的评审之中。该数据集简称为CropLayer。数据大小约40G。数据格式为shp矢量数据。该数据基于来自Mapbox和谷歌的2米高分辨率(HR)图像生成,因此空间分辨率为2米。数据坐标系为WGS_1984。该数据以县为单位进行储存,也就是一个县的耕地数据为一个shp。

大家可以在公众号回复关键词 739 免费获取该数据!无需转发文章,直接可以获取数据以下为数据的详细介绍:

01 数据展示

数据作者提供的数据集包含32个压缩包,每个压缩包中包含了对应省份的耕地范围数据。可通过文件名中的省份名字的拼音识别是哪个省份。如下图:

我们以福建省为例,文件名为“cf_county_fujian.tar”。我们解压后来看一下,如下图:

福建省的压缩包解压后包括福建省所有区县的耕地范围shp文件,一个区(县)的耕地范围为一个shp文件。我们以福建省龙岩市武平县的数据为例来展示下:

龙岩市武平县县域的耕地范围数据
龙岩市武平县耕地范围数据的局部放大效果

02 数据的其它指标

数据来源:

数据来源于Zenodo网站,具体网址为:https:https://zenodo.org/records/14726428

数据格式:

Shp

地域范围:

全国分区县

数据范围:

2020年

地理坐标系:

WGS_1984

数据引用格式:

Jiang, H., Ku, M., Zhou, X., Zheng, Q., Liu, Y., Xu, J., Li, D., Wang, C., Wei, J., Zhang, J., Chen, S., and Huang, J.: CropLayer: A high-accuracy 2-meter resolution cropland mapping dataset for China in 2020 derived from Mapbox and Google satellite imagery using data-driven approaches, Earth Syst. Sci. Data Discuss. [preprint], https://doi.org/10.5194/essd-2025-44, in review, 2025.如有数据使用需求请按照官方平台的要求进行引用,更多数据详情可以查看官网获悉!

03 数据获取

如有数据需求,欢迎点击下方名片链接,关注我们并咨询获取~

http://www.lryc.cn/news/584066.html

相关文章:

  • Docker:安装命令笔记
  • 智慧城市网络架构升级与SD-WAN技术应用实践
  • 上海交大医学院张维拓老师赴同济医院做R语言训练营培训
  • QT Android 如何打包大文件到目录下?
  • 【牛客刷题】活动安排
  • 华为鸿蒙HarmonyOpenEye项目:开眼App的鸿蒙实现之旅
  • OpenGL 4. 变换
  • 【STM32 学习笔记】SPI通信协议
  • 《PyQt6-3D应用开发技术文档》
  • 【Note】Linux Kernel 之 内核架构、源码文件、API/ABI 、FHS
  • JVM 基础 - JVM 内存结构
  • 龙迅#LT7911E适用于TPYE-C/DP/EDP转MIPIDSI/LVDS应用功能,支持DSC 分辨率缩放,分辨率高达4K60HZ!
  • 基于联邦学习的医疗数据隐私保护模型设计与实现
  • 【深度学习新浪潮】什么是持续预训练?
  • 网安系列【16】之Weblogic和jboss漏洞
  • Linux驱动06 --- UDP
  • 货车车架和悬架设计cad【7张】+设计说明书
  • 前端面试专栏-算法篇:21. 链表、栈、队列的实现与应用
  • 分布式ID 与自增区别
  • 【spring boot】三种日志系统对比:ELK、Loki+Grafana、Docker API
  • 膨胀卷积介绍
  • XGBoosting算法详解(Boosting思想的代表算法)
  • 字节 Seed 团队联合清华大学智能产业研究院开源 MemAgent: 基于多轮对话强化学习记忆代理的长文本大语言模型重构
  • 深度学习中的常见损失函数详解及PyTorch实现
  • PyTorch Tensor 操作入门:转换、运算、维度变换
  • pytorch 神经网络
  • PyTorch自动微分:从基础到实战
  • 【Pandas】pandas DataFrame from_records
  • 【PyTorch】PyTorch中的数据预处理操作
  • 杰赛S65_中星微ZX296716免拆刷机教程解决网络错误和时钟问题