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。
