土地利用数据下载和使用说明

“土地覆盖Land Cove”指地球表面当前的自然或人工覆盖物类型，强调地表的自然属性，如森林、草地、农田、水体、冰川等。而“土地利用Land Use”侧重描述人类如何利用土地，反映土地的社会经济属性，例如将土地用于耕种、城市建设或工业用途等。简单来说，土地覆盖关注地表“有什么”，土地利用关注土地被“怎样使用”。二者概念相关但有区别：同一地表覆盖（如森林）可对应不同土地利用方式（自然保护区用林 vs. 商业采伐用林）。在实际数据产品中，“土地利用/土地覆盖（Land Use/Land Cover, LULC）”常结合为分类系统，同时考虑自然覆盖和人类用途。总体而言，土地覆盖数据多用于环境分析和生态评估，土地利用数据多服务于土地管理和规划决策。

说明：*由于全球尺度上直接观测人类用途较难，常见的全球“土地利用”数据集通常以*遥感分类的土地覆盖图为基础，类别设置兼顾土地的自然属性和利用方式。例如“耕地”“建设用地”既代表覆盖类型也暗示了利用方式。因此下文介绍的数据集主要是全球土地覆盖/利用分类产品。

全球土地利用/覆盖数据集

以下介绍几种主流的全球土地利用/覆盖数据集，包括其数据特点、提供格式、精度及获取方式，并在文末表格汇总关键特性。

ESA WorldCover 10米分辨率

数据概况：*WorldCover是欧洲航天局（ESA）发布的高分辨率全球土地覆盖产品。目前提供了*2020年和2021年两个年度的全球覆盖图，每像元10米，采用哨兵-1雷达和哨兵-2光学影像融合制图。分类系统包含11类地物（10大类+红树林），例如林地、灌丛、草地、农作物地、建筑用地、裸地、积雪冰川、水体、湿地、红树林、苔藓地衣等。2020产品的独立验证总体精度约74.4%；2021版精度进一步提升到约76.7%，满足设计要求的75%以上精度水平。

**时空分辨率：空间分辨率10米；时间上为单年分类图（目前2020和2021年两期），目标实现**年度更新（2021产品在2022年内发布）。每期产品从当年最后一次影像获取起约10个月内完成制图。未来如有新增年度，将继续提供同等分辨率的产品。

**开放性：**WorldCover数据遵循CC BY 4.0许可，免费开放使用，无使用限制，但要求注明来源。商业用途如广告需征求ESA项目批准。

数据格式与获取

1、WorldCover以**经纬度网格投影（WGS84）提供，被切分为3°×3°的**Cloud Optimized GeoTIFF (COG)**瓦片)。全球共2651个瓦片，总数据量约117G。用户可通过官方网站的交互地图按区域下载7zip压缩的GeoTIFF瓦片。另有Zenodo链接和Google Earth Engine数据集提供整合集成访问（数据DOI参考[worldcover2020.esa.int](https://worldcover2020.esa.int/download#:~:text=To cite these maps as,5571936)）。

2、ESA官网2020数据下载提供了 60°×60°“宏切片，下载链接如下：

https://worldcover2020.esa.int/data/archive/ESA_WorldCover_10m_2020_v100_60deg_macrotile_N30E060.zip

其中N-S变化为N30、S30、S90；W-E变化为W180、W120、W060、E00、E060、E120；我们可以进行网址拼接，然后使用浏览器下载。

压缩包的文件

ESA_WorldCover_10m_2020_v100_N66E063_Map.tif 文件名，有以下含义

• ESA_WorldCover_10m ： 欧洲航天局（ESA） 发布的 WorldCover 全球10m分辨率土地覆盖数据集
• 2020_v100：年份是 2020 年，v100 = Version 100，即 2020 年首个正式版本
• N66E063：文件所覆盖的 3°×3° 瓦片（tile）编号
  • N66 → 纬度 66° 北到 69° 北之间
  • E063 → 经度 63° 东到 66° 东之间

分类和代码值

ESA WorldCover 产品的分类体系是基于 FAO LCCS（Land Cover Classification System） 的简化版本，使用 整数值代码来表示土地覆盖类型。官方 2020 与 2021 版分类一致，包含 11 个类别。

代码值	类别	推荐颜色 (RGB)
10	Tree cover 林地	(0, 100, 0) 深绿
20	Shrubland 灌丛地	(255, 187, 34) 黄褐
30	Grassland 草地	(255, 255, 76) 浅黄
40	Cropland 耕地	(240, 150, 255) 粉紫
50	Built-up 建筑用地	(255, 0, 0) 红色
60	Bare/sparse 裸地	(191, 191, 191) 灰色
70	Snow and ice 积雪冰川	(240, 240, 240) 白色
80	Permanent water 水体	(0, 0, 255) 蓝色
90	Herbaceous wetland 湿地	(0, 255, 255) 青色
95	Mangroves 红树林	(0, 150, 120) 青绿
100	Moss & lichen 苔藓地衣	(255, 220, 210) 淡粉

备注：

• 代码值是 GeoTIFF 数据中像元的整数值，用户在软件加载时可直接通过这些值进行分类渲染。
• Built-up (50) 包含城市、道路、工矿区等人工硬化地表。
• Bare/sparse vegetation (60) 多见于沙漠、戈壁或稀疏植被区。
• Mangroves (95) 单独列出，以区别一般湿地（90），主要覆盖热带、亚热带沿海。
• Moss and lichen (100) 多分布在极地和高纬度苔原地区。

上传和加载

CGLC 100m分辨率

数据概况：*这是欧盟哥白尼全球土地服务（CGLS）提供的*100米分辨率全球土地覆盖数据集，利用比利时VITO的PROBA-V卫星影像研制。该数据以年度动态形式提供，涵盖2015年至2019年每年的全球土地覆盖分类。分类系统较细，包括约13个主要地表类型（多种森林类型、灌木、草本、农田、城市建筑、裸地、雪冰、永久/季节水体、湿地等）以及连续分类层（树冠%、草覆盖%、灌丛%、裸地%等比例层） CGLS LC map provides,depict areas of heterogeneous LC)。该产品强调多年代际一致性，可用于监测2015年以来的全球土地覆盖变化。独立验证显示整体分类准确率约为80%（2019年产品的主题精度80.3%）。项目目标是进一步提升精度到85%以上。

时空分辨率：*空间分辨率*100米（经纬度网格投影，WGS84）。时间范围2015–2019年，每年一张全球图。属于年度更新产品，每年发布上一年度的覆盖图（目前最新为2019年，PROBA-V数据在2020年停运，后续年度可能转用其他数据源更新）。

数据格式与获取

官方提供GeoTIFF格式下载，每年度全球数据可按需分区下载或通过API获取完整数据集。用户可在Copernicus Land门户按区域裁剪下载，或利用辅助下载API直接获取原始GeoTIFF全集。数据完全开放免费，但需要在Copernicus注册账号登录下载。也支持OGC Web服务（WMS）等方式访问。**开放性：**遵循欧盟Copernicus开放数据政策，免费使用，无限制，但要求引用数据来源和DOI。

数据下载地址：Land Cover 2019 (raster 100 m), global, yearly – version 3 — Copernicus Land Monitoring Service

分类和代码值

Copernicus Global Land Cover 100 m (CGLS-LC100) 产品采用 FAO LCCS（Land Cover Classification System）体系，提供了 23 个全球土地覆盖类别。主要代码值及中英文描述如下（适用于 2015–2019 年度产品）

代码值	英文类别名称	中文描述
10	Cropland, rainfed	雨养耕地
11	Herbaceous cover	草本覆盖耕地
12	Tree or shrub cover	树木或灌丛覆盖耕地
20	Cropland, irrigated or post-flooding	灌溉或季节性淹水耕地
30	Mosaic cropland (> 50%) / natural vegetation (< 50%)	耕地为主镶嵌地（耕地 > 50%）
40	Mosaic natural vegetation (> 50%) / cropland (< 50%)	自然植被为主镶嵌地（自然植被 >50%）
50	Tree cover, broadleaved, evergreen, closed to open (> 15%)	常绿阔叶林（密闭/稀疏，覆盖度 > 15%）
60	Tree cover, broadleaved, deciduous, closed to open (> 15%)	落叶阔叶林（密闭/稀疏，覆盖度 > 15%）
61	Tree cover, broadleaved, deciduous, closed (> 40%)	落叶阔叶林（密闭，覆盖度 > 40%）
62	Tree cover, broadleaved, deciduous, open (15 – 40%)	落叶阔叶林（稀疏，覆盖度 15–40%）
70	Tree cover, needleleaved, evergreen, closed to open (> 15%)	常绿针叶林（密闭/稀疏，覆盖度 > 15%）
71	Tree cover, needleleaved, evergreen, closed (> 40%)	常绿针叶林（密闭，覆盖度 > 40%）
72	Tree cover, needleleaved, evergreen, open (15–40%)	常绿针叶林（稀疏，覆盖度 15 – 40%）
80	Tree cover, needleleaved, deciduous, closed to open (> 15%)	落叶针叶林（覆盖度 >15%）
81	Tree cover, needleleaved, deciduous, closed (> 40%)	落叶针叶林（密闭，覆盖度 > 40%）
82	Tree cover, needleleaved, deciduous, open (15–40%)	落叶针叶林（稀疏，覆盖度 15 – 40%）
90	Mosaic tree and shrub (> 50%) / herbaceous cover (< 50%)	树灌丛为主镶嵌地（> 50%）
100	Mosaic herbaceous cover (> 50%) / tree and shrub (< 50%)	草本为主镶嵌地（> 50%）
110	Shrubland	灌丛地
120	Grassland	草地
130	Lichens and mosses	地衣和苔藓
140	Sparse vegetation (tree, shrub, herbaceous cover < 15%)	稀疏植被（覆盖度 < 15%）
150	Tree cover, flooded, fresh or brakish water	淡水淹没林地
160	Tree cover, flooded, saline water	盐水淹没林地
170	Shrub or herbaceous cover, flooded, fresh/saline/brakish water	淹水灌丛/草本植被（淡水/盐水/半咸水）
180	Urban areas	城市 / 建筑用地
190	Bare areas	裸地
200	Water bodies	水体
201	Permanent water bodies	永久水体
202	Seasonal water bodies	季节性水体
210	Permanent snow and ice	永久积雪和冰川

MODIS 全球土地覆盖 (MCD12Q1)

数据概况：*由NASA基于MODIS传感器(Terra/Aqua)提供的*全球500m土地覆盖年度产品。产品编号MCD12Q1（Collection 6.1），覆盖2001年至最新年度（约2020）*的每年土地覆盖分类。其特色是包含*多种分类方案：主分类采用IGBP（国际地圈生物圈计划）定义的17类（11种自然植被+3种人造/混合+3种非植被）；同时提供UMD分类、LAI/FPAR植被功能类型、NPP生物群系类型、植物功能型等5种分类结果以及质量控制层。这使MODIS数据在土地覆盖和植被属性研究中应用广泛。MODIS土地覆盖在多个验证研究中表现出中等精度，IGBP主分类的全球平均**总体精度约75%*（Collection 5版本的交叉验证精度）。“硬”分类每像元一个类别，同时提供分类置信度等附加信息。

MODIS Terra + Aqua Land Cover Type Yearly L3 Global 500 m SIN Grid 产品采用了五种不同的土地覆盖分类方案，这些方案是通过监督决策树分类方法得出的：

• 土地覆盖类型 1：IGBP 全球植被分类方案
• 土地覆盖类型 2：马里兰大学 （UMD） 计划
• 土地覆盖类型 3：MODIS 衍生的 LAI/fPAR 方案
• 土地覆盖类型 4：MODIS 衍生的净初级生产 （NPP） 计划
• 土地覆盖类型 5：植物功能类型 （PFT） 计划

其他层包括土地覆盖类型评估 SDS、土地覆盖百分比 SDS 和土地覆盖质量控制 SDS。

时空分辨率：*空间分辨率*~500米（0.5km，实际为0.0083°格网，等价于~1km经纬投影像元）。时间上为年度（每公历年一个分类）。自2001年起每年更新，最新Collection6.1版本已延续到2020或更晚（部分来源已扩展到2022年）。NASA计划用VIIRS等后续卫星继续土地覆盖数据生产，确保时间序列延续。

数据格式与获取：*NASA官方发布的原始全球产品以*HDF-EOS格式按地理分块（Sinusoidal网格）提供，每年分36×18个瓦片文件用户可通过NASA Earthdata平台（LP DAAC或LAADS）选择年份和投影下载原始HDF数据。GeoTIFF支持：*虽然官方格式非TIFF，但已有衍生数据提供商将年际数据拼接重投影为GeoTIFF。例如，OpenGeoHub整理发布了*2001-2022年全球500m土地覆盖时间序列的云优化GeoTIFF (COG)镶嵌供批量下载。这方便在GIS或云平台中直接使用。**开放性：**NASA数据属公共领域，无版权限制，免费使用。但要求使用者注明数据来源 (NASA/LP DAAC) 以示信誉。

精度与局限：*MODIS土地覆盖由于分辨率较粗，对异质地表和小斑块的刻画有限，分类精度一般为*70%上下（IGBP方案全球平均75%）。不同地类精度差异较大，森林、草地类精度较高，城市和混合类型误差相对较多。因此在高精度或细尺度应用上MODIS数据可能需要进一步细化或与高分数据结合。

下载

现在XinGEO并不支持HDF数据的直接显示，因此建议下载GeoTIFF格式的数据。 CERN 数据中心提供了基于 MCD12Q1 v061数据制作的GeoTIFF数据，时间跨度为从 2001 年至 2022 年。

数据下载地址https://zenodo.org/records/8367523。打开 Zenodo 页面，DOI 为该数据集专属标识（请在 Zenodo 搜索 “MODIS MCD12Q1 Land Cover and Land Use Time Series Global Mosaics 2001-2022”）；

页面通常显示文件列表，包括每个 GeoTIFF COG 文件名如：

lc_mcd12q1v061.t1_c_500m_s_20010101_20011231_go_epsg.4326_v20230818.tif
lc_mcd12q1v061.t1_c_500m_s_20020101_20021231_go_epsg.4326_v20230818.tif
…

点击 “Download all” 即可批量下载全部文件，也可点击每个单独的 “Download” 链接获取对应年份的 COG 文件。

文件名含义

字段位置	文件名片段	含义说明
1	lc	表示数据类型为 Land cover（土地覆盖）。
2	mcd12q1v061.t1	表示使用的源数据和波段：MCD12Q1（MODIS土地覆盖产品），v061（Collection 6.1版本），t1 表示 Land Cover Type 1（即 IGBP 分类方案）。
3	c	数据“类型”：c 表示 class（分类结果）；与之相对应，p 表示“probability（概率/属性）”。
4	500m	空间分辨率是 500 米。
5	s	表面层（surface），表示数据是地表表征。
6	20050101	开始时间：2005-01-01 (YYYYMMDD 格式)
7	20051231	结束时间：2005-12-31 (YYYYMMDD 格式)
8	go	地理范围：全球（Global），但不包含南极洲。
9	epsg.4326	坐标系统使用 EPSG:4326（WGS84经纬度）。
10	v20230818	数据的 版本或生成时间戳：2023-08-18（即文件生成/发布的日期）【注意：这一不是数据本身的时间覆盖，而是生成时间】

另外，其它分类如下：

• 原始分类t1 / t2 / t5
  • t1 = Land Cover Type 1 → IGBP 17 类分类体系（最常用）。
  • t2 = Land Cover Type 2 → UMD 分类体系（University of Maryland）。
  • t5 = Land Cover Type 5 → Plant Functional Type (PFT) 植物功能型分类。
• 生物群落属性分类p1 / p2
  • p1* = Property 1 → LAI/FPAR Biome（叶面积指数/光合有效辐射吸收模型分类），用于植被参数化。
  • p2 = Property 2 → NPP Biome（净初级生产力生物群落类型），和植被生产力、碳循环模拟相关。
• 表示分类或属性估计的可靠度p1a / p2a
  • p1a = Property 1 Accuracy → p1 层的置信度/精度层。
  • p2a = Property 2 Accuracy → p2 层的置信度/精度层。
• p2c
  • p2c* = Property 2 Continuous → NPP Biome 的连续属性变量（例如比例/覆盖度之类的连续值，而不是离散类别）。
• qc
  • qc* = Quality Control → 质量控制层，指示该像元的分类是否可靠（例如：0=好，1=低置信度，2=未分类，等等）。

Land Cover Type 1 — IGBP分类和代码值

代码值	英文类别	中文描述	RGB
1	Evergreen Needleleaf Forests	常绿针叶林	(5, 69, 10)
2	Evergreen Broadleaf Forests	常绿阔叶林	(8, 106, 16)
3	Deciduous Needleleaf Forests	落叶针叶林	(84, 167, 8)
4	Deciduous Broadleaf Forests	落叶阔叶林	(120, 210, 3)
5	Mixed Forests	混交林	(0, 153, 0)
6	Closed Shrublands	密闭灌木地	(198, 176, 68)
7	Open Shrublands	稀疏灌木地	(220, 209, 89)
8	Woody Savannas	木本稀树草原	(218, 222, 72)
9	Savannas	稀树草原	(251, 255, 19)
10	Grasslands	草原	(182, 255, 5)
11	Permanent Wetlands	永久湿地	(39, 255, 135)
12	Croplands	农田	(194, 79, 68)
13	Urban and Built-up Lands	城镇与建设用地	(165, 165, 165)
14	Cropland/Natural Vegetation Mosaics	农田/自然植被混合地	(255, 109, 76)
15	Permanent Snow and Ice	永久冰雪	(105, 255, 248)
16	Barren	裸地	(249, 255, 164)
17	Water Bodies	水体	(28, 13, 255)
255	Unclassified / No Data	未分类／无数据	无色或透明

Land Cover Type 2 — UMD 分类和代码值

代码值	英文类别	中文描述	RGB
0	Water Bodies	水体	(28, 13, 255)
1	Evergreen Needleleaf Forests	常绿针叶林	(5, 69, 10)
2	Evergreen Broadleaf Forests	常绿阔叶林	(8, 106, 16)
3	Deciduous Needleleaf Forests	落叶针叶林	(84, 167, 8)
4	Deciduous Broadleaf Forests	落叶阔叶林	(120, 210, 3)
5	Mixed Forests	混交林	(0, 153, 0)
6	Closed Shrublands	密灌木地	(198, 176, 68)
7	Open Shrublands	稀疏灌木地	(220, 209, 89)
8	Woody Savannas	木本稀树草原	(218, 222, 72)
9	Savannas	稀树草原	(251, 255, 19)
10	Grasslands	草原	(182, 255, 5)
11	Permanent Wetlands	永久湿地	(39, 255, 135)
12	Croplands	农田	(194, 79, 68)
13	Urban and Built-up Lands	城镇／建筑用地	(165, 165, 165)
14	Cropland/Natural Vegetation Mosaics	农地/自然植被混合地	(255, 109, 76)
15	Non-Vegetated Lands	非植被地	(249, 255, 164)

Land Cover Type 5 — PFT分类和代码值

代码值	英文类别	中文描述	RGB
0	Water Bodies	水体	(28, 13, 255)
1	Evergreen Needleleaf Trees	常绿针叶树	(5, 69, 10)
2	Evergreen Broadleaf Trees	常绿阔叶树	(8, 106, 16)
3	Deciduous Needleleaf Trees	落叶针叶树	(84, 167, 8)
4	Deciduous Broadleaf Trees	落叶阔叶树	(120, 210, 3)
5	Shrub	灌木	(220, 209, 89)
6	Non-Cultivated Herbaceous	非耕作草本	(182, 255, 5)
7	Cereal Croplands	谷类作物地	(218, 222, 72)
8	Broadleaf Croplands	阔叶作物地	(194, 79, 68)
9	Urban and Built-up Lands	城镇与建设用地	(165, 165, 165)
10	Permanent Snow and Ice	永久冰雪	(105, 255, 248)
11	Non-Vegetated Lands	非植被地	(249, 255, 164)

上传和加载

FROM-GLC （清华大学）

数据概况：*FROM-GLC（Finer Resolution Observation and Monitoring of Global Land Cover）系列由清华大学宫鹏教授团队研制，是中国在全球土地覆盖制图领域的另一重要成果[tsinghua.edu.cn](https://www.tsinghua.edu.cn/en/info/1244/2976.htm#:~:text=The first 10,resolution global land cover map)[tsinghua.edu.cn](https://www.tsinghua.edu.cn/en/info/1244/2976.htm#:~:text=provide a better environmental monitoring,was realized by Tsinghua University)。2014年团队发布了*全球首张30米土地覆盖图（基于2010年前后Landsat数据）[tsinghua.edu.cn](https://www.tsinghua.edu.cn/en/info/1244/2976.htm#:~:text=provide a better environmental monitoring,was realized by Tsinghua University)，采用更细致的分类体系（达28类）以提供比GlobeLand30更详尽的地物区分。然而由于类别丰富，初版30m地图的总体精度相对较低，仅约52.8%[essd.copernicus.org](https://essd.copernicus.org/articles/13/2753/2021/#:~:text=produced the global 30 and,temporal differences among the Landsat)。随后，团队利用2015年的全球样本库改进算法，并创新性地将30m样本迁移用于更高分辨率制图，成功制得全球首张10米土地覆盖图（基于2017年Sentinel-2影像）[tsinghua.edu.cn](https://www.tsinghua.edu.cn/en/info/1244/2976.htm#:~:text=The first 10,resolution global land cover map)[tsinghua.edu.cn](https://www.tsinghua.edu.cn/en/info/1244/2976.htm#:~:text=In recent years%2C more and,resolution global land cover map)。该FROM-GLC10 (2017)*产品采用与GlobeLand30类似的*10大类地表类型，以更简化的分类提升准确率。验证结果显示，2017年10米产品的总体精度达72.76%，与30米版本精度相当且提供了更丰富的空间细节[tsinghua.edu.cn](https://www.tsinghua.edu.cn/en/info/1244/2976.htm#:~:text=This work proposed the theory,GLC30 product)。这标志着全球土地覆盖制图正式进入10米时代。

时空分辨率：*FROM-GLC系列包含不同期次和分辨率的数据：已发布的有*2010年30m (FROM-GLC30)和2017年10m (FROM-GLC10)两期。空间分辨率分别为30米和10米。分类覆盖全球陆地。更新频率目前非定期（属于阶段性科研产品），2010和2017两个时点的数据各自独立。最新研究显示团队亦开发了1985-2020年5年间隔的30m土地覆盖演变数据（GLC_FCS30D），以及2015年细分类30m产品（GLC_FCS30-2015，包含30类）等[mdpi.com](https://www.mdpi.com/2073-445X/13/4/522#:~:text=of 30 m encompass the,dataset was developed by the)[essd.copernicus.org](https://essd.copernicus.org/articles/13/2753/2021/#:~:text=Over past decades%2C a lot,cover)。但这些可能仍在学术发布阶段，尚未成为正式产品。

数据格式与获取：*FROM-GLC数据通过清华大学地学平台提供，**GeoTIFF格式**按块下载。2017年10m数据可在清华大学Earth System Science数据平台申请并免费下载[tsinghua.edu.cn](https://www.tsinghua.edu.cn/en/info/1244/2976.htm#:~:text=other years or different sensors,GLC30 product)。用户需注册并登录*清华ESS数据平台（data.ess.tsinghua.edu.cn）后，根据说明下载相应区域的GeoTIFF文件[tsinghua.edu.cn](https://www.tsinghua.edu.cn/en/info/1244/2976.htm#:~:text=other years or different sensors,GLC30 product)。30m数据亦可通过该平台获取或联系作者团队。开放性：*FROM-GLC系列产品对全球用户*免费开放，仅要求在使用和发表成果时给予适当署名致谢[tsinghua.edu.cn](https://www.tsinghua.edu.cn/en/info/1244/2976.htm#:~:text=other years or different sensors,GLC30 product)。暂无额外商业限制，但作为学术数据，建议联系团队了解潜在用途许可。

最新：清华大学数据平台已经不能下载，由星云数据服务平台提供下载（但好像也不能下载）。

FAO Global Land Cover SHARE

数据概况：GLC-SHARE是联合国粮农组织(FAO)于2014年发布的全球土地覆盖数据库。它采用约1公里（30角秒）空间分辨率，将各国“最佳可用”土地覆盖数据与全球卫星影像分类结果相结合，生成统一的全球覆盖图。GLC-SHARE提供了11个主题层，每层代表一种主要土地覆盖类型在每个1km网格中的比例（0–100%）。这11类包括：人工表面(建设区)、耕地、草地、树木覆盖区、灌木覆盖区、天然湿地、红树林、稀疏植被、裸地、积雪冰川、水体。例如，一个像元同时给出森林覆盖率、耕地覆盖率等。通过这种分层方式，GLC-SHARE在全球范围内保留了国家精细数据的细节，尽可能融合各国高精度制图成果，提高整体可靠性。数据的时态范围被标记为1998-2012年*)，意味着所采用的数据源主要在这一时期，数据库相当于千禧年左右的土地覆盖状况综合。GLC-SHARE发布后未进行年度更新，仅此1.0测试版**产品，但作为baseline具有参考价值。

时空分辨率：*空间分辨率约*1平方公里（30″经纬度格网）。覆盖全球陆地。时间上为静态数据，代表2000年前后平均情况，不随时间更新)。适合作为2000年左右土地覆盖基线数据使用，不反映此后的变化。

数据详细说明：glc-share-doc.pdf

Land Cover Classification System (LCCS): 分类 概念和用户手册

数据格式与获取：*FAO通过其GeoNetwork平台提供GLC-SHARE数据下载和地图服务。数据以*GeoTIFF栅格格式提供，每层一个GeoTIFF（或已合成一个多波段GeoTIFF），地理坐标系WGS84。用户可在FAO GeoNetwork页面查找GLC-SHARE条目获取下载链接)。此外，提供OGC WMS服务以便在线调用。数据为免费公开获取。**使用限制：**FAO规定GLC-SHARE数据可自由用于教育、科研、个人或其他非商业用途，无需事先许可，但须完整注明FAO及数据名称以示来源。禁止将数据部分或全部用于商业销售等用途，若有商业目的需取得FAO书面许可。因此在软件系统集成中一般没有限制，但若涉及商业发行需注意许可条款。

参考文献：

• 【1】 ESA – “ESA WorldCover 2020 – Info” （2025年更新）[worldcover2020.esa.int](https://worldcover2020.esa.int/#:~:text=,overall accuracy)[worldcover2020.esa.int](https://worldcover2020.esa.int/#:~:text=The ESA WorldCover product has,see the Product Validation Report)

• 【2】 ESA – “WorldCover 2020 Download说明”（2025年）[worldcover2020.esa.int](https://worldcover2020.esa.int/download#:~:text=The ESA WorldCover 10 m,There are 2651 tiles)[worldcover2020.esa.int](https://worldcover2020.esa.int/download#:~:text=Terms of use)

• 【3】 ESA – “ESA WorldCover 2021 – Info”（2025年更新）[worldcover2021.esa.int](https://worldcover2021.esa.int/#:~:text=,overall accuracy%2C independently validated)worldcover2021.esa.int

• 【6】 Copernicus Land – “Global Land Cover 100m – Characteristics”（2019版）[land.copernicus.eu](https://land.copernicus.eu/en/products/global-dynamic-land-cover/copernicus-global-land-service-land-cover-100m-collection-3-epoch-2019-globe#:~:text=Spatial resolution%3A)[land.copernicus.eu](https://land.copernicus.eu/en/products/global-dynamic-land-cover/copernicus-global-land-service-land-cover-100m-collection-3-epoch-2019-globe#:~:text=Update frequency%3A)

• 【26】 Copernicus Land – “100m Land Cover 2019 – Thematic accuracy”[land.copernicus.eu](https://land.copernicus.eu/en/products/global-dynamic-land-cover/copernicus-global-land-service-land-cover-100m-collection-3-epoch-2019-globe#:~:text=Thematic accuracy%3A)

• 【6】 Copernicus Land – “Download via API说明”[land.copernicus.eu](https://land.copernicus.eu/en/products/global-dynamic-land-cover/copernicus-global-land-service-land-cover-100m-collection-3-epoch-2019-globe#:~:text=Download full dataset)

• 【10】 NASA LAADS – “MODIS MCD12Q1 产品信息”[ladsweb.modaps.eosdis.nasa.gov](https://ladsweb.modaps.eosdis.nasa.gov/missions-and-measurements/products/MCD12Q1/#:~:text=Instrument%3A MODIS Processing Level%3A Level,Number%3A PGE41 File Naming Convention)

• 【38】 ResearchGate – “MODIS全球土地覆盖75%精度评估”researchgate.net

• 【9】 Zenodo – “MODIS 2001-2022 COG数据描述”[zenodo.org](https://zenodo.org/records/8367523#:~:text=The yearly land use and,qc)

• 【12】 UN-SPIDER – “GlobeLand30 数据源介绍”[un-spider.org](https://www.un-spider.org/links-and-resources/data-sources/land-cover-map-globeland-30-ngcc#:~:text=Requirements%3ARegistration necessary Data type%3Aland use%2C,2010)

• 【33】 ESSD期刊 – “GLC_FCS30-2015 文章摘要”[essd.copernicus.org](https://essd.copernicus.org/articles/13/2753/2021/#:~:text=and a greater diversity of,paper are free access at)[essd.copernicus.org](https://essd.copernicus.org/articles/13/2753/2021/#:~:text=similar image data along with,temporal differences among the Landsat)

• 【19】 清华大学 – “全球首幅10米分辨率地表覆盖图新闻”[tsinghua.edu.cn](https://www.tsinghua.edu.cn/en/info/1244/2976.htm#:~:text=This work proposed the theory,GLC30 product)[tsinghua.edu.cn](https://www.tsinghua.edu.cn/en/info/1244/2976.htm#:~:text=other years or different sensors,GLC30 product)

• 【36】 UN-SPIDER – “GLC-SHARE (FAO) 数据源信息”[un-spider.org](https://www.un-spider.org/links-and-resources/data-sources/land-cover-map-glc-share-fao#:~:text=File type%3Atiff %2C 62,2012 Technical Specifications)[un-spider.org](https://www.un-spider.org/links-and-resources/data-sources/land-cover-map-glc-share-fao#:~:text=Copyright%3A Exclusive right to the,means for resale or other)

中国土地利用数据GlobeLand30

GlobeLand30数据集是中国国家高技术研究发展计划(863计划)全球地表覆盖遥感制图与关键技术研究项目的重要成果。该数据集包含十个主要的地表覆盖类型，分别是耕地、森林、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川和永久积雪。 它是全球首个30米尺度的地表覆盖图，于2014年首发，具有自主知识产权。GlobeLand30目前提供2000年、2010年和2020年三个时期的全球数据。相比早期1km/300m产品，GlobeLand30的精细度大幅提高，被广泛认为是数据质量最好的全球覆盖数据之一。独立评估显示其2010年产品总体精度在75–80%左右；研制方报告的总体分类准确率超过80%)。2020年数据在前期方法基础上更新，结合了新的影像数据和算法改进，预期维持了高精度。

GlobeLand30数据成果(2010期)

地表覆盖及其变化对于环境变化研究、地理国(世)情监测、可持续发展规划等是不可或缺的重要基础信息和关键参量。目前现有的全球地表覆盖数据集分辨率从1公里到300米，远远不能满足需求，急需更高分辨率全球地表覆盖数据集。中国研制的GlobeLand30数据集是全球首套30米分辨率全球地表覆盖数据集，包含了更加丰富详尽的全球地表覆盖空间分布信息，能更好地刻画大多数人类土地利用活动及其所形成的景观格局。

!

不同分辨率全球地表覆盖比较

2000年和2010年GlobeLand30数据集可支持地表覆盖变化的监测和分析。该数据集由同一个研究团队利用相同的分类方法研制，具有较好的一致性，确保了数据分析的客观性和准确性。

上述数据来自全球地表覆盖数据

下载过程

全国地理信息资源目录服务系统提供了全球范围内的GlobeLand30数据集，注册后，可以免费下载该数据。

数据预览

上述下载的数据是一个压缩包N50_35_2010LC030.zip，解压缩后文件，一般我们只需要关注扩展名为tif的文件即可。

一个分幅数据压缩包中包含分类成果文件、坐标信息文件、分类影像接图表文件、元数据文件和说明性文件5部分。

可以将所有文件上传到云资源管理器，也可以只上传n50_35_2010lc030.tif。查看该数据的信息，我们可以看出像素类型是无符号整型，分辨率是30m。

数据加载

GlobeLand30同时规定了符号化，下面是代码对应的颜色值。

代码	英文类别	中文类别	颜色值（RGB）	内容描述
10	Cultivated Land	耕地	250,161,255	用于农业、园艺和园地耕作的土地
20	Forest	森林	0,99,0	林木覆盖且植被覆盖率超过30%的土地
30	Grassland	草地	99,255,0	天然草被覆盖且覆盖率超过10%的土地
40	Shrubland	灌木林地	0,255,119	灌木覆盖且覆盖率超过30%的土地
50	Wetland	湿地	0,99,255	覆盖湿地植物或包含水体的土地
60	Water Bodies	水体	0,0,255	陆域范围内的水域区域
70	Tundra	苔原	99,99,51	极地地区覆盖地衣、苔藓、多年生耐寒草本及灌木的土地
80	Artificial Surfaces	人造地表	255,0,0	经人类活动改造的地表
90	Bareland	裸地	191,191,191	植被覆盖率低于10%的土地
100	Permanent Snow & Ice	永久积雪与冰川	198,239,255	被永久性积雪、冰川和冰盖覆盖的土地
255	None	无	0,198,255	无

数据处理

数据其值为零的是无效部分，但是没有指定无效值，最好还是设置NoData=0，这样可以更好的进行显示，可以使用栅格导出工具对数据进行重新导出。在工程管理器该栅格图层的菜单-导出栅格对栅格数据进行导出，只需要设置NoData=0即可。

EGM96高程基准

1 . 由来与研制背景 EGM 96（Earth Gravitational Model 1996）是由 NASA 戈达德航天飞行中心（GSFC）和美国国家成像与测绘局（NIMA，现 NGA）联合研制的地球重力场模型。它在 1996 年正式发布，用来描述大地水准面（Geoid）相对于 WGS 84 椭球面的起伏，是全球 GPS 高程转换和许多测绘、导航系统默认的垂直参考基准。维基百科science.gsfc.nasa.gov

2 . 技术参数与分辨率 EGM 96 采用 360 阶 / 360 阶的球谐展开，可解析到约 15′ × 15′（经纬度）——大约 50 km 以内的空间分辨率。模型给出了多达 130 , 317 个归一化球谐系数以及它们的误差协方差，用以计算全球任何一点的重力位与大地水准面起伏。维基百科

3 . 数据来源与解算方法 模型的观测组合包括：卫星轨道追踪（LAGEOS、GPS、SLR 等）、卫星高度计海面高度异常、全球陆地与海洋重力测量，以及区域加密重力网。EGM 96 采用“组合—分块—微分求积”三步法：

1. 0–70 阶 多源观测联合平差；
2. 71–359 阶 块对角（block-diagonal）解算；
3. 第 360 阶 用数值积分补偿高阶信号。science.gsfc.nasa.gov

4 . 数据发布形式 官方同时发布：

• 球谐系数文件（egm96_to360.tgz）：适合科研和高精度应用；
• 格网高程异常文件（egm96_15.gtx / .grd）：15′×15′ 格网，可直接供 GIS/DEM 软件转换 GPS 椭球高程→正射高程；
• EPSG 代码：5773（“EGM96 height”）与相应派生坐标系，方便在测绘软件中调用。维基百科

5 . 典型应用场景

• GPS 高程改正：将测得的椭球高程 h 转为正射高程 。

  $$H = h - N_{96}$$

• DEM 与正射影像生产：SRTM、ASTER GDEM 等高程数据默认参考 EGM 96。

• 遥感与海洋学：用于海面地形校正、海潮模型初始化。

6 . 精度与局限 全球平均大地水准面误差约 ±0.5–1 m；极地、高山区（喜马拉雅、南极内陆）因地面重力稀缺，误差可达数米。随着 GOCE、GRACE 等卫星重力资料发布，2008 年出现了更高阶（至 2190 阶）的 EGM 2008，可将分辨率提高到 2.5′。然而因硬件与软件兼容性，EGM 96 仍在 GNSS 接收机与历史测量成果中广泛使用。ngs.noaa.gov维基百科

7 . 与 WGS 84 椭球的关系 EGM 96 给出的 大地水准面起伏 $N$ 在全球范围介于约 –105 m 至 +85 m。对同一点：

• 如果 GPS 报告椭球高程 h = 550 m，且 EGM 96 网格提供 N = 27 m；
• 则正射高程 H = h - N = 523 m。

8 . 关键物理常数（EGM 96）

参数	数值	说明
GM	398 600.4415 × 10⁹ m³ s⁻²	地球引力常数（零潮系）
a	6 378 136.3 m	参考椭球长半轴
1/f	298.257	椭球扁率

小结 EGM 96 是 20 世纪末全球最权威的大地水准面模型，为 GPS-测绘一体化提供了统一高程基准，在多个行业标准与软件中仍是默认选项。理解其精度、局限及与更新模型（EGM 2008、EIGEN-6C4 等）的差异，有助于合理选择垂直基准并提高高程数据的一致性与可靠性。