Sentinel-10米分辨率土地利用数据（2017）

土地利用/覆被是环境问题与灾害风险防控研究最基础的本底数据。在分析现有土地利用产品的基础上，基于10m分辨率的多时相Sentinel数据，对其进行大气校正、辐射定标、裁剪等预处理后，采用eCognition平台的面向对象遥感分类方法，多尺度分割、构建特征空间、对关键节点区域土地利用/覆被进行遥感监测。分类体系为：10.Forest森林；20.Cultivated Land 耕地；21.Paddy filed 水田；22.Dry farmland 旱地；30.Water 水体；31.River 河流；32.Lake 湖泊（含水库、坑塘）；33.wetland 沼泽湿地；40.Artificial surface 人工表面；43. Mining area 采矿区；50.Bareland 裸土、裸岩、荒漠等；60.Grassland 草地；70.Shrubland 灌丛。基于有限样本对数据进行精度分析，分类精度约在90%以上，数据质量精度有待进一步分析。本年度获取了8个节点区域（缅甸皎漂港、仰光、吉布提、曼德勒、汉班托塔港、科伦坡港、泰中罗勇工业区、曼谷）2017年10m分辨率的土地利用/覆被数据。