本数据集以美国陆地卫星Landsat遥感影像数据作为主信息源，通过人工目视解译和机器学习方法，建立了1985-2025年国家尺度1：10万比例尺41期土地利用/土地覆盖遥感监测数据集，并根据多场景应用需求，将数据集处理为1000m分辨率。数据制备过程中，采用由全球科学院地理科学与资源研究所刘纪远先生提出的CNLUCC分类体系，数据覆盖全球陆地区域，具备年度时间分辨率和高空间尺度特征。最终采用Kappa系数、总体精度、用户精度、生产者精度等多维度指标进行精度检验，各期数据集 Kappa 系数均达到行业公认的合格标准以上，总体精度稳定，数据质量可靠、结果可信。数据集可广泛支撑国土空间规划、生态环境评估、气候变化响应、农业资源管理、城乡发展监测等领域的科学研究与决策应用，为揭示全球土地利用/土地覆盖的时空演变机制、评估人地系统相互作用效应提供了高质量、长时序、大尺度的基础数据支撑，也为相关领域的学术研究提供了重要的数据参考。
关键词：LUCC；土地利用；1000米分辨率；遥感数据
引言
改革开放以来，全球经济的快速发展对土地利用模式产生了深刻的影响。同时，全球又具有复杂的自然环境背景和广阔的陆地面积，其土地利用变化不仅对国家发展，也对全球环境变化产生了深刻的影响。为了恢复和重建我国土地利用变化的现代过程，更好地预测、预报土地利用变化趋势，地球资源数据云在国家资源环境数据库基础上，以美国陆地卫星Landsat 遥感影像数据作为主信息源，通过人工目视解译和机器学习方法，建立了国家尺度1：10 万比例尺41期土地利用/土地覆盖遥感监测数据库（CNLUCC）。并基于多种应用场景需求，将数据处理为1000m分辨率数据。
全球1000m土地利用类型遥感监测空间分布数据集，根据LUCC分类体系将土地利用类型分为6个一级类，25个二级类。全球数据有1985-2025年共41期。各期数据的遥感解译主要使用了美国陆地卫星Landsat 系列（MSS、TM、7、8、9）影像数据。
图 1.2024年全球土地利用/土地覆盖类型空间分布
1、CNLUCC 数据分类体系
全球多时期土地利用/土地覆盖遥感监测数据分类系统采用二级分类体系（如表1），一级分类（6类）基于土地利用属性划分，包括耕地、林地、草地、水域、建设用地和未利用土地；二级分类（25类）依据土地覆被自然属性细分（如耕地分为水田/旱地，林地分为有林地/灌木林等）。该体系由全球科学院地理科学与资源研究所刘纪远先生提出，作为全球土地变化研究的基准框架，其数据已应用于国土规划、生态评估及全球变化研究，分类精度通过人机交互验证确保可靠性，在适用性方面具有其重要的现实意义。
2、CNLUCC 数据投影信息
全球多时期土地利用/土地覆盖遥感监测数据投影系统采用Albers（Albers Equal Area Conic Projection）正轴等面积双标准纬线圆锥投影，其投影参数如下：
投影类型：Albers正轴等面积双标准纬线圆锥投影
南标准纬线：25°N
北标准纬线：47°N
中央经线：105°E
坐标原点：赤道与中央经线交点(105°E, 0°)
起始纬线：0°
纬向偏移：0°
经向偏移：0°
椭球参数采用Krasovsky参数：
a=6378245.0000 米
b=6356863.0188 米
统一空间度量单位：米
如有数据需求，欢迎点击下方名片链接，关注我们并咨询获取~
)
