粤港澳大湾区土地覆盖数据集（2000年-2022年）

土地覆盖变化信息对城市群自然资源管理、环境变化监测以及可持续发展等至关重要。遥感技术目前是监测地表环境变化的主要手段。光学遥感影像具有丰富的光谱信息，能够实现比较理想的土地覆盖分类精度，因而普遍用于土地覆盖变化调查。为满足连续时序土地动态变化分析的要求，揭示粤港澳大湾区土地覆盖的空间分布及变化趋势，项目组基于Landsat系列遥感影像，通过Google Earth Engine（GEE）云计算平台的在线处理分析以及随机森林分类方法，研制了粤港澳大湾区2000年至2022年的逐年土地覆盖数据。

Land cover change information is crucial for natural resource management of urban agglomerations, environmental change monitoring, and sustainable development. Remote sensing technology is currently the primary means of monitoring surface environmental changes. Optical remote sensing imagery has rich spectral information and can achieve relatively ideal land cover classification accuracy, thus it is widely used in land cover change surveys. To meet the requirements of continuous temporal land dynamic change analysis and reveal the spatial distribution and change trends of land cover in the Guangdong-Hong Kong-Macao Greater Bay Area (GBA), the research team developed annual land cover data of the GBA from 2000 to 2022 based on Landsat series remote sensing images via online processing and analysis on the Google Earth Engine (GEE) cloud computing platform and the random forest classification method.

搜集汇总

背景与挑战

背景概述

该数据集是基于Landsat系列遥感影像，利用Google Earth Engine云计算平台和随机森林分类方法，研制的粤港澳大湾区2000年至2022年的逐年土地覆盖数据，旨在支持城市群自然资源管理和环境变化监测。