Stata连享会 主页 || 视频 || 推文 || 知乎 || Bilibili 站
温馨提示: 定期 清理浏览器缓存,可以获得最佳浏览体验。
New!
lianxh
命令发布了:
随时搜索推文、Stata 资源。安装:
. ssc install lianxh
详情参见帮助文件 (有惊喜):
. help lianxh
连享会新命令:cnssc
,ihelp
,rdbalance
,gitee
,installpkg
⛳ Stata 系列推文:
作者:刘烁华 (西北农林科技大学)
邮箱:13343206847@163.com
目录
编者按:本文摘译自如下 blog,特此致谢!
Source:GISGeography, Last Updated: May 30, 2022. 10 Best Free Land Cover/Land Use Data - GIS Geography -Link-
世界土地覆盖的主要数据源是什么?现有哪些全球土地覆盖高质量数据集?它们的准确性如何?它的空间分辨率有多好?土地利用数据如何结合计量模型使用?
本文将会一一解答上述问题。
在介绍土地利用产品之前,我们先介绍一下主要的土地利用分类。需要注意的是,不同的数据产品土地分类会有一定的差别,使用的过程中需要了解特定数据的分类。不过主要有以下几种土地类型:
ArcGIS:https://www.arcgis.com/home/item.html?id=d6642f8a4f6d4685a24ae2dc0c73d4ac
分辨率远高于后面所介绍的其他土地覆盖产品,Esri Land Cover 数据集是由 50 亿个人工标记的像素组成,是训练深度学习模型的结果;10米分辨率;数据源是开源;可在 Esri 的 Living Atlas of the World 中查看。
土地类别包括建筑面积、水、树木、草、农作物、灌木/灌木、裸露的地面、雪/冰等。
总体而言,这套数据是当今可用的最佳全球土地覆盖,是最高分辨率的空间开放数据源。
30米分辨率,是马里兰大学与美国地质调查局合作完成。这套数据使用的是 Landsat 7 ETM+ 数据。
全球土地调查 (GLS) 静态森林覆盖的总体准确度为 91%,森林覆盖变化大于 88%。
相关论文:Feng M, Sexton J O, Huang C, et al. Earth science data records of global forest cover and change: Assessment of accuracy in 1990, 2000, and 2005 epochs[J]. Remote Sensing of Environment, 2016, 184: 73-85. -PDF-
300米分辨率,ENVISAT MERIS 传感器是 CCI Land Cover V2 的 3 个时代土地覆盖图(1998-02、2003-07 和 2008-12)的最大贡献者。
按面积比例计算,土地覆盖图的准确率达到 73% 。
https://osmlanduse.org/#12/8.7/49.4/0/
这套数据基于图像分类算法。二级分类做的很好,比如在城乡、工矿、居民用地大类中,这套数据可以识别是住宅、商业、工业还是任何其他类型。
但是有大量的数据缺口,使用受到一定的限制。
500米分辨率,MODIS 土地覆盖图(17 个土地覆盖等级)。
研究表明 40% 的像素在 10 年的跨度中显示出一次或多次的类变化。这套土地利用数据主要为天气和气候模型服务。
GLCC 基于使用无监督图像分类方法的为期一年的高级甚高分辨率辐射计 (AVHRR)。
根据占用的土地面积,GLCC 的准确率达到 66.9%;GLCC 用于一系列环境建模的应用,包括戈达德地球观测系统模型 V5 (GEOS-5)。
推荐使用!下载需要申请,数据以邮箱的形式发送!
30米分辨率,土地覆盖图显示了 10 个主要土地覆盖类别的全球分布:水体、湿地、人工地表、耕地、永久冰雪、森林、草原、灌木丛、裸地和苔原。
以 30m 的分辨率覆盖整个地球需要 10,000 多张 Landsat 卫星图像。
这种土地覆盖使用基于像素和对象的方法,并且每个类别都按优先顺序标识。
在 8 个选定区域,它实现了80%的整体分类准确率。
GLC-SHARE 土地覆盖的重点是土地管理,对 1087 个验证站点的准确率约为 80%,但分辨率低于本文介绍的大部分数据产品。
该套数据的主要用途是更好地了解土地管理,以在农业领域取得更好的成果。
该数据集可从 USGS Earth Explorer 下载,生成了由国际地圈-生物圈计划定义的相同的 17 类,但空间分辨率较低(0.05°,约为 5500m;不推荐小范围的研究使用)。
如何从直观的 Terrapop 界面中提取数据的详细教程:https://gisgeography.com/environment-demographic-data-terrapop/
Terrapop 包含 23 级 ESA GLC 和 MODIS 1km 的各种现有全球土地覆盖数据集。
划重点!研究农业的老师和同学请注意!这套数据包括一个非常粗略的农业用地分类,包含 175 种作物的收获面积和产量,以更好地了解农业供需情况。
如何将土地利用数据作为计量模型中的关键变量?
相关论文:杜之利, 苏彤, 葛佳敏等.碳中和背景下的森林碳汇及其空间溢出效应[J]. 经济研究, 2021, 56(12):187-202. -Link-
杜老师等的这篇论文是基于森林碳汇核算公式推导出碳汇空间效应模型,根据 1990—2015 年全球 139 个国家的面板数据,在分析森林碳汇影响因素的基础上,讨论了跨国间的森林碳汇溢出效应。
在模型变量的设定中,土地利用结构 (land,单位为%):以森林面积与土地面积的比值作为影响森林碳储量密度的因素进行分析。该篇论文森林面积与土地面积的比值是来源于联合国粮食及农业组织数据库。如果大家在做县级、市级研究时,可以直接用连续年份的遥感数据去计算森林面积。
Note:产生如下推文列表的 Stata 命令为:
数据分享 公开数据 气候, m
安装最新版lianxh
命令:
ssc install lianxh, replace
免费公开课
最新课程-直播课
专题 | 嘉宾 | 直播/回看视频 |
---|---|---|
⭐ 最新专题 | 文本分析、机器学习、效率专题、生存分析等 | |
研究设计 | 连玉君 | 我的特斯拉-实证研究设计,-幻灯片- |
面板模型 | 连玉君 | 动态面板模型,-幻灯片- |
面板模型 | 连玉君 | 直击面板数据模型 [免费公开课,2小时] |
⛳ 课程主页
⛳ 课程主页
关于我们
课程, 直播, 视频, 客服, 模型设定, 研究设计, stata, plus, 绘图, 编程, 面板, 论文重现, 可视化, RDD, DID, PSM, 合成控制法
等
连享会小程序:扫一扫,看推文,看视频……
扫码加入连享会微信群,提问交流更方便
✏ 连享会-常见问题解答:
✨ https://gitee.com/lianxh/Course/wikis
New!
lianxh
命令发布了:
随时搜索连享会推文、Stata 资源,安装命令如下:
. ssc install lianxh
使用详情参见帮助文件 (有惊喜):
. help lianxh