引言
全国植被类型分布数据利用 Landsat 卫星数据（Landsat TM，ETM 和 OLI）完成了长时序的地表覆盖变化检测，并结合变化 检测结果实现了逐区域和逐期的地表覆盖动态更新，30米精细植被类型分布数据，共包含 29 个地表覆盖类型。数据来源请引用：地理遥感生态网科学数据注册与出版系统
正文
数据简介
植被类型分布反映了我国2000多个植物优势种、主要农作物和经济作物的实际分布状况及优势种与土壤和地面地质的密切关系。由于本图集属于现实植被图图种，故反映出我国植被近斯的质量状况。
全国植被类型分布数据产品是以Landsat TM/ETM/OLI遥感影像为主要数据源，经过影像融合、几何校正、图像增强与拼接等处理后，通过人机交互目视解译的方法，共包含 29 个地表覆盖类型产品。
本图集是国家自然资源和自然地理特征的基本图件，是研究全球环境变化、生物多样性、环境保护与监测等必不可少的科学资料和重要依据。
数据名称 全国植被类型分布数据
数据类型 栅格矢量
数据格式 GRID、TIFF Shapefile,Geodatabase
分辨率/比例尺 30m、100m、250m、500m、1km等多种分辨率1:10万
覆盖范围中国全境陆地
坐标系 默认投影为Krasovsky_1940_Albers其他坐标系可进行投影转换
基本时间序列: 1980年-2020年
可定制产品: 2021 2022 年以后任意年份
土地利用数据是在根据影像光谱特征，结合野外实测资料，同时参照有关地理图件，对地物的几何形状，颜色特征、纹理特征和空间分布情况进行分析，建立统一解译标志的基础之上，依据多源卫星遥感信息，结合实地调查和其他辅助数据，采用全数字化人机交互作业方法，主要根据对图像光谱、纹理、色调等的认识结合地形图目视解译而成；在内业建立解译标示与实现数据获取的基础上，结合外业实地考察验证，提高土地利用数据精度。
土地利用数据是地理遥感生态网平台在对2020年植被生长较好时间的Sentinel、Landsat、GF、ZY等多源卫星影像的下载、拼接、校正、配准等预处理以及高程等辅助信息的搜集整理的基础上，通过目视解译得到的2020年的土地利用数据。该数据主要包括6个一级分类和25个二级分类，通过抽样人工检查，在1：10万比例尺的基础上，一级类精度在85%以上，二级类在75%以上。
本研究采用的遥感影像数据来自美国马里兰大学和中国科学院国际科学数据服务平台，均采用美国陆地卫星于1990年和2018年所拍摄的LandsatTM/ OLI30m遥感影像，云量均接近0%。本文的遥感影像成像时间不一致，根据瞬时状态下最大限度使图像上尽可能丰富地反映地表信息的原则，本次遥感调查主要选择5月下旬至6月中旬或8月下旬至9月中旬的图像，由于地物信息较清楚，由此带来的地物反射光谱差异显著，容易识别，影像解译比较容易。
本次服务是基于Landsat等遥感信息基础上，在多位专家的参与下，采用全数字人机交互作业方法，同时参照有关地理图件和统计资料，结合外业实地考察验证，对地物的几何形状，颜色特征、纹理特征和空间分布情况进行分析，并在综合各位专家意见后，建立遥感影像解译标志。在内业建立解译标志与实现数据获取的基础上，不断的对解译模板进行修改，直到修改的模板经过评价以后比较满意为止，以提高土地利用/覆盖类型精度。动态图斑数据主要采用“动态分割图斑法”。参照国内外现有土地利用/土地覆盖 的分类体系，结合本项目的开展的目的和要求以及遥感信息源的情况，制定了有6个一级分类，25个二级分类的土地利用/土地覆盖分类体系。
在分类过程中，由于遥感图像自身的空间分辨率，同物异谱以及异物同谱现象广泛存在，所以错分和误分的情况很常见，因此对分类结果要做进一步的处理工作，也就是去除小图斑的工作，我们常称之为分类后处理。常用的分类后处理方法有：聚类统计（Clump）、过滤分析（Sieve）、去除分析（Eliminate）和分类重编码（Recode）等。
数据来源请引用：地理遥感生态网科学数据注册与出版系统
