Command /Applications/Xcode.app/Contents/Developer/Toolchains/XcodeDefault.xctoolchain/usr/bin/swift

本数据集由武汉大学杨杰、黄昕教授团队开发，是中国首个基于Landsat影像构建的30米分辨率年度土地覆盖数据集，覆盖1985-2025年共37年连续观测。

土地利用/土地覆盖数据是开展地理、生态、环境等研究的基础数据，本文对目前主流且开源的土地利用数据进行整理，随时更新，欢迎补充！

CLCD_classificationsystem是专门为CLCD数据集设计的分类系统，它基于遥感图像处理技术和地理信息系统（GIS）的应用，将中国地区的土地覆盖划分为多个类别，并通过色彩编码进行区分。该系统旨在为用户提供清晰、准确的土地覆盖信息，以满足环境、气候、农业等领域的研究需求。CLCD_classificationsystem是中国年度土地覆盖数据集的重要组成部分，它为用户提供了清晰、准确的土地覆盖分类信息和色彩编码方案，有助于推动环境、气候、农业等领域的研究和发展。数据格式：tif格式。

免注册登录的中国逐年土地覆盖数据(CLCD)下载教程

基于 GEE 查看 30 米土地利用 CLCD 数据集。

遥感云平台-GEE获取CLCD土地利用数据（python+土地利用转移矩阵+桑基图）

本文详细介绍了如何利用Google Earth Engine (GEE) 云端平台与Python结合，高效处理中国土地利用覆盖数据集 (CLCD)，实现从数据获取、处理到动态监测与可视化的完整流程。重点阐述了如何计算土地利用转移矩阵并绘制直观的桑基图，以揭示土地类型间的流转关系，为城市规划、生态评估等研究提供了一套强大且高效的技术解决方案。

该数据为武汉大学黄昕老师团队基于Google Earth Engine上335,709景Landsat数据，制作了中国年度土地覆盖数据集（annual China Land Cover Dataset, CLCD），包含1985—2019中国逐年土地覆盖信息。该团队是基于GEE上所有可获得的Landsat数据，构建时空特征，结合随机森林分类器得到分类结果，并提出一种包含时空滤波和逻辑推理的后处理方法进一步提高CLCD的时空一致性。最后，基于5,463个目视解译样本，CLCD的总体准确率达80%。

CLCD数据集是30米分辨率中国区域土地利用数据集，涵盖了1985、1990-2023年份。本次分享是通过在Google Earth Engine云平台调用CLCD数据集，方便大家开展科学研究

CLCD（China Land Cover Dataset）数据集由武汉大学黄昕老师公布，黄昕老师基于Google Earth Engine上335,709景Landsat数据，制作中国年度土地覆盖数据集（annual China Land Cover Dataset, CLCD），包含1985+1990—2020中国逐年土地覆盖信息。

本研究利用Google Earth Engine平台处理335,709幅Landsat影像，构建了中国首套1985-2024年连续年度土地覆盖数据集(CLCD)。通过整合中国土地利用/覆盖数据集(CLUD)的稳定样本和人工解译样本，采用随机森林分类算法，并引入时空滤波和逻辑推理的后处理方法提升数据一致性。数据采用Albers等面积投影，2024年版本已更新为Landsat Collection 2地表反射率数据，并以云优化GeoTIFF格式发布，内置色彩表加速渲染。数据集通过Zenodo平台公开，为研究中国

中国年度土地覆盖数据集(CLCD)研究团队利用Google Earth Engine平台处理了335,709幅Landsat影像，构建了1985-2024年中国首套Landsat年度土地覆盖产品。该数据集结合中国土地利用/覆盖数据集(CLUD)样本和人工解译样本，采用随机森林分类器，并通过时空滤波和逻辑推理后处理方法提高数据一致性。2024年版本已改用Landsat Collection2 SR数据，采用云优化GeoTIFF格式以提高处理效率。完整数据集可通过Zenodo获取

最近要利用到土地利用数据集，就对当前的大尺度长时序土地利用数据集进行了适当总结，并总结了如何在Google Earth Engine中的调用方式。这里，我只总结了多年的土地利用数据集，也有很多文章提供了单独年份的土地利用数据，这些数据我们此次没有涵盖。

中国陆地覆盖数据集（China Land Cover Dataset，简称CLCD）是一个用于描述中国陆地覆盖类型和空间分布的数据集。该数据集由中国科学院遥感与数字地球研究所和国土资源部空间信息工程国家重点实验室联合开发，并定期更新。CLCD数据集使用遥感影像和地理信息系统技术，结合人工解译和算法分类方法，对中国的土地覆盖进行了精确的分类和分析。它提供了具有高空间分辨率和详细分类信息的中国陆地覆盖地图。

CLCD与GlobeLand30都是非常常用的30米土地覆盖数据集，其中CLCD提供了1985、1990-2022年数据，GlobeLand30只提供了2000、2010、2020三年的数据集，下面就详细的介绍如何调用这两种数据集。

该数据是地理、规划、环境等专业学习与科研的核心基础数据，尤其是长时序、高精度数据，更是完成课程作业、本科毕设、科研竞赛的“刚需素材”。本次分享的「1985-2024武汉大学30m土地利用数据」，由武汉大学团队基于遥感影像研发，覆盖近40年完整时序，空间精度30米。准确的 LC 信息是环境和气候研究的基本参数。数据分类：采用整数编码表示九类用地类型👉️农田、森林、灌木、草原、水域、冰雪、裸地、不透水面、湿地。

CLCD土地利用分类体系通过多级分类设计，在精度与效率之间取得平衡。未来随着深度学习技术的引入，其二级类别的细分能力有望进一步提升。建议研究者结合夜间灯光数据、POI信息等多元数据，开展更精细的人地关系研究，同时关注年度数据更新以捕捉快速变化的城市边缘区动态。