ISPRS | 1990-2020年间中国人工林与天然林的空间分布数据

/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */
#content_views .toc,
/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */
#content_views.markdown_views > p:empty:has(+ .toc),
#content_views.markdown_views > .toc + p:empty,
/* 富文本旧版目录标记 */
#content_views.htmledit_views #main-toc,
#content_views.htmledit_views #hr-toc,
#content_views.htmledit_views p[id*=\”-toc\”] {
display: none !important;
}
/* 目录去掉后，紧跟的首个标题不再多出一块上边距 */
#content_views.markdown_views > .toc + h1,
#content_views.markdown_views > .toc + h2,
#content_views.markdown_views > .toc + h3,
#content_views.markdown_views > .toc + h4,
#content_views.markdown_views > .toc + p:empty + h1,
#content_views.markdown_views > .toc + p:empty + h2,
#content_views.markdown_views > .toc + p:empty + h3,
#content_views.markdown_views > .toc + p:empty + h4 {
margin-top: 0 !important;
}

今天分享一个发表在ISPRS Journal of Photogrammetry and Remote Sensing上的中国人工林与天然林时空分布数据集。该数据集首次系统揭示了1990-2020年间中国人工林与天然林的空间分布格局与动态变化特征。

数据特点

长时间序列监测

该数据集覆盖1990-2020年共30年的时间跨度，完整记录了中国人工林与天然林的动态变化过程，为长期生态研究提供了宝贵的时间序列数据。

高精度分类方法

研究团队结合Landsat时间序列数据和随机森林分类算法，实现了对人工林和天然林的高精度区分，分类精度达到90%以上，为森林类型识别提供了可靠的技术方案。

碳汇潜力评估

通过区分人工林和天然林，该数据集为评估不同森林类型的碳汇潜力提供了基础数据，有助于制定更科学的森林经营策略和碳汇管理方案。

数据引用

in China from 1990 to 2020. ISPRS Journal of Photogrammetry and Remote Sensing, 202, 107-121.

应用场景

该数据集适用于森林资源监测、生态学研究、碳汇评估、森林经营管理等多个领域。在科研方面，可用于分析人工林与天然林的时空演变规律、评估森林生态系统服务功能；在应用层面，可为林业部门制定森林经营规划、开展森林碳汇交易提供数据支撑。

数据获取

自助下载→

方式一：顶部专栏自助

GIS数据下载地址-CSDN博客

方式二

数据下载列表