2021年全球人工林和天然林分布数据集

提出了一种绘制全球人工林和天然林地图的方法，基于1985至2021年的Landsat影像生成七千多万个训练样本，解决了大尺度制图存在的训练样本不足和不平衡的问题，并成功生产了全球范围30米空间分辨率的人工林和天然林分布数据集。与FAO的2020年全球森林资源评估统计数据进行对比验证，天然林和人工林的回归斜率分别为1.0050和1.2432。该数据集可用于气候变化研究、生物多样性评估和土地利用分析等方面，为森林保护工作、森林可持续管理和学术研究提供重要的基础数据支撑。数据集采用采用TIFF存储格式，rgb（0，127，0）表示天然林，rgb（127，127，0）表示人工林。

A methodology for mapping global planted and natural forests is proposed. Over 70 million training samples are generated using Landsat imagery from 1985 to 2021, which resolves the challenges of insufficient and imbalanced training samples in large-scale forest mapping. A global distribution dataset of planted and natural forests at 30-meter spatial resolution has been successfully developed. Validation against the statistical data from FAO's 2020 Global Forest Resources Assessment yields regression slopes of 1.0050 for natural forests and 1.2432 for planted forests, respectively. This dataset can be utilized in climate change research, biodiversity assessment, land use analysis and other relevant fields, providing essential basic data support for forest conservation, sustainable forest management and academic research. The dataset is stored in TIFF format, with RGB color (0, 127, 0) denoting natural forests and (127, 127, 0) denoting planted forests.

搜集汇总

背景与挑战

背景概述

该数据集提供了2021年全球范围内30米空间分辨率的人工林和天然林分布图，基于1985至2021年的Landsat影像并利用七千多万个训练样本生成，解决了大尺度制图中样本不足的问题。数据集经过与FAO统计数据的验证，天然林和人工林的回归斜率分别为1.0050和1.2432，适用于气候变化研究、生物多样性评估和土地利用分析等领域，为森林保护和可持续管理提供基础数据支撑。