土地利用与土地覆被数据——夏季学期(雁栖湖)
土地覆被(cover)和土地利用(use)差别:
土地利用更笼统的分类,强调功能,如住宅用地、林地、草地。
土地覆被更细分一些,如湖、高速公路、松树。
发展:目视解译——光谱信息分类——像元处理
MODIS
MCD12Q1v006 (2001——) 、时间分辨率相对更高
https://lpdaac.usgs.gov/products/mcd12q1v006/
landsat
土地利用分类方法paper:
Lu,
Dengsheng
, and
Qihao
Weng
. "A survey of image classification methods and techniques for improving classification performance."
International journal of Remote sensing
28.5 (2007): 823-870.
数据集:
-
NLCD ( land cover database for the Nation )全美国
30m landsat-based
Time:1992(和后面处理方式不同), 2001, 2004, 2005, 2006, 2008, 2011, 2013, 2016
-
分辨率更高的洲土地利用数据集
如:Multitemporal Aerial Imagery (~2 foot)
-
2007/2009/2010 Four band spring imagery
-
2009 NAIP imagery
-
2008 NAIP imagery
雷达数据、航片数据
-
Other NLCD products, 如 IOWA high resolution land cover
专门的灌木数据集;
水文数据集
-
Watershed Boundary Dataset (WBD) 流域边界数据集
按照地形划分
早期:在1:24000地形图上提取高程,进一步通过航片修正;
之后:直接通过DEM计算识别;
最新:在更小水文单元更高分辨率的识别,如3m雷达数据识别流域边界
-
National Hydrography Dataset (NHD) 干流、支流、观测站点
包括水体、流线、点(水库,水文观测站)、水文网络(包含一个线性参考系统-类似道路里程碑)
-
其他:
USGS网站各种水文数据
美国大城市的数据:如芝加哥,细到方方面面。
腾讯位置大数据:
CLDAS气象驱动数据
-
CLDAS是国家气象信息中心采用陆面数据同化技术建立的系统。CLDAS对多源数据进行融合,利用地面观测数据、卫星反演数据、数值模式数据等产品,获取覆盖亚洲区域(0-65°N,60-160°E)0.0625°X0.0625°空间分辨率,1小时时间分辨率的经纬度网格气象数据融合分析产品,其中包括2m气温、2m比湿、10m风速、地面气压、降水、短波辐射六个要素,满足陆面水文模型驱动的要求。
土壤数据
-
戴永久教授团队制作的面向陆面过程模型的中国土壤水文数据集,数据采用土壤转换函数以砂粒、粉粒、粘粒、有机质、容重作为输入估计出土壤水文参数,包括函数的参数、田间持水量、凋萎系数、饱和导水率。数据集为栅格格式,分辨率为30弧秒,土壤垂直分层为7层,最大厚度1.38米。
-
中国科学院南京土壤研宄所的中国土壤信息系统提供的中国1:100万空间化的土壤属性数据,将全国土壤剖面属性数据与中国1:100万土壤图融合,能够提供不同深度层次(0-10cm、10-20cm、20-30cm、30-70cm、大于70cm)的土壤属性信息,包括土壤砂粒含量、土壤粉粒含量、土壤粘粒含量、土壤容重、土壤田间持水量、土壤凋萎系数、土壤pH值、土壤全N含量等。
-
SPAW(Soil-Plant-Air-WaterSystem)是SWAT水文模型的辅助工具,具有一定计算难以获得的土壤参数数据的能力,可以对多种陆面水文模型的土壤数据库起到进行较好的补充作用
植被数据
-
MODISZ-中分辨率成像光谱仪:MODIS数据包括大气数据产品(气溶胶、云、温度和水汽轮廓等)、海洋数据产品(色素浓度、5丨绿素A色素浓度、叶绿素荧光等)、陆地数据产品(地表反射率、地表温度等)及校正数据产品,按照处理级别划分,从原始数据到根据应用模型开发,MODIS的产品分为0-5级。每种产品根据需要也可选择不同的时间分辨率,如每日产品、8天合成产品、16天合成产品等,最长有年产品。