文章轉載自微信公衆号：集思人生。
版權歸原作者及刊載媒體所有，所刊載内容僅供交流參考使用。
地理空間資料資源
1、2020年全球 30 m地表覆寫精細分類産品
地表覆寫分布是氣候變化研究、生态環境評估及地理國情監測等不可或缺的重要基礎資訊。近年來，随着衛星遙感和計算機存儲與計算能力的不斷增強，全球尺度中高分辨率地表覆寫産品的應用需求日益迫切。
中國科學院空天資訊創新研究院劉良雲研究員團隊釋出全球首套2020年全球30 m地表覆寫精細分類産品。該資料集及時地反映了2020年全球陸地區域（除南極洲）在30 m空間分辨率下的地表覆寫分布狀況，為地表相關應用提供了最新的資料支撐，對于全球變化、可支援發展分析以及地理國情監測等具有重要意義。
資料集介紹：
針對全球30 m精細地表覆寫高效自動分類的應用需求，提出了一種基于全球地物圖像波譜庫的定量遙感分類政策，有效解決了大區域地表覆寫分類需要大量人為幹預的難題，并于2019年9月研制和釋出了2015年精細分類體系的全球30 m精細地表覆寫産品GLC_FCS-2015。
近一年來，研究團隊在GLC_FCS30-2015全球産品基礎上做了大量優化工作，并于近期研發了2020年全球30 m地表覆寫精細産品（GLC_FCS30-2020）。具體的優化措施包括：
結合定量遙感反演模型對分類體系做了進一步深化（林地二級類從區域尺度拓展為全球尺度）；
利用多源輔助資料集和專家先驗知識集改善了GLC_FCS30-2015中存在的少量錯分和漏分問題，例如：不透水面在高緯度存在少量高估在新的GLC_FCS30-2020産品中會得到改善和優化；
破碎細小水體在新的GLC_FCS30-2020中也會有更高的提取精度；
最後，針對前一版本中存在的少許空間過渡不連續問題，新的GLC_FCS30-2020産品也進行了針對性處理與優化。
2020年澳洲30米地表覆寫精細分類産品
下載下傳網址：
2020年GLC_FCS30-2020産品:
共享連結：
http://data.casearth.cn/sdo/detail/5fbc7904819aec1ea2dd7061
DOI：http://doi.org/10.5281/zenodo.4280923
2015年GLC_FCS30-2015産品:
共享連結：
http://data.casearth.cn/sdo/detail/5d904b7a0887164a5c7fbfa0
DOI：https://doi.org/10.5281/zenodo.3986872
2、全球10日1公裡雲量分布産品
地表雲覆寫是幹擾光學遙感的最重要的因素，是以我們在給使用者做成像規劃的時候需要統計雲量的時空分布。
我們使用了近20年的MODIS陸地産品，修正了雲分類的産品的部分誤差，合成了10天（旬）間隔的36期1公裡分辨率的雲分布産品。
可以通過動态WebGIS浏覽這個資料集: http://satsee.radi.ac.cn/cfdata/doc/cloudmap/
給定行政區劃，可以統計出這個區域的雲量分布規律。
廣東省的雲量旬分布，可以确定10~1月是光學衛星最佳拍攝視窗。
這個資料集也可以用于核算每個區域不同季節的太陽能使用效率。
鑒于已有一定成熟度，我們給這個産品命名為“沉香”(lignaloo)，希望它能夠擁有獨特的生命力。
下載下傳方式：
聯系：陳甫 副研究員
中國科學院空天資訊創新研究院
3、中國積雪特性及分布遙感調查産品
近日，由國家科技基礎資源調查專項“中國積雪特性及分布調查”項目産出的積雪面積、積雪反照率和雪水當量長時間序列遙感産品在國家冰川凍土沙漠科學資料中心正式釋出，并提供免費下載下傳。熱忱歡迎廣大科研工作者關注并擷取資料。
“中國積雪特性及分布調查”項目由中國科學院西北生态環境資源研究院牽頭，王建研究員擔任首席科學家，聯合國内十一家積雪研究相關機關，對我國典型積雪區積雪特性及分布開展了系統的地面及遙感調查。項目首次全面系統地定義了積雪地面觀測要素及觀測規範；首次擷取了中國典型積雪區積雪理化特性資料，摸清了中國積雪密度的時空分布及積雪粒徑和形态資訊，以及中國積雪化學特性分布；首次研制完成40年持續無雲高精度積雪面積産品并建立較為完善的驗證架構；基于積雪面積産品，考慮積雪連續性和持續性特征，對中國積雪進行了分類。
本次釋出的資料為積雪時空分布特性遙感調查産品，包括中國1980-2019年積雪面積産品、中國1980-2020雪水當量産品、中國2000-2020年積雪反照率産品。
1.中國1980-2019年積雪面積産品
基于MODIS反射率産品MOD/MYD09GA，考慮不同土地覆寫類型，發展了多指數結合積雪判别算法，提高了林區和山區積雪面積精度；基于AVHRR-CDR反射率産品，發展了多級決策樹積雪判别算法；同時利用隐馬爾科夫算法、多源資料融合方法實作了産品的完全去雲，分别制備了：
（1）中國1980-2019年積雪面積5公裡逐日無雲産品
（http://www.ncdc.ac.cn/portal/metadata/b84eefb4-b6eb-45bf-9ff0-4198ffdd49d1）
（2）中國2000-2019年積雪面積500米逐日無雲産品
（http://www.ncdc.ac.cn/portal/metadata/be3a4134-2e5c-467f-8a5e-b1c0ed6cc341）
5km逐日無雲積雪面積（AVHRR）
500m逐日無雲積雪面積（MODIS）
2.中國1980-2020雪水當量産品
基于星載被動微波遙感亮溫資料（SMMR/SSMI），利用混合像元雪水當量反演算法制備了空間分辨率為25km的逐日雪水當量/雪深資料集。生産過程中考慮了混合像元的影響(森林、草地、農田)；引入大氣模型降低了大氣帶來的反演不确定性；拟合森林參數降低了森林帶來的反演不确定性；并針對産品的一緻性進行了偏差校正。
25km逐日雪水當量/雪深
3.中國2000-2020年積雪反照率産品
在漸近輻射傳輸理論（ART）基礎上發展了積雪反照率反演模型，基于MODIS反射率産品MOD09GA、積雪産品MOD10A1/ MYD10A1、土地覆寫産品 MCD12Q1等，利用GEE雲平台和本地端互動生産模式，研制了中國積雪反照率産品ChinaSA（包含逐日和八天合成兩種産品，空間分辨率1KM）。大量地面觀測站點與樣方驗證表明，ChinaSA的精度優于全球地表反照率産品。
逐日積雪反照率
1
八天合成積雪反照率
2
下載下傳位址：
http://www.ncdc.ac.cn/portal/metadata?current_page=1&gf=acac2441-e97b-4731-a66d-babb94f0772c
4、全球地表覆寫資料集2000、2010、2020版
全國地理資訊資源目錄服務系統上下載下傳的資料現勢性是2010版的地表覆寫，那如果你現在需要下載下傳2000、2010、2020版就需要到GLOBLELAND30網站。
點選資料——下載下傳，在左側的資料年份裡面選擇相應的年份。
有三種選擇感興趣區域的方式（圖幅号、坐标、範圍），一般我們選擇範圍畫多邊形來選擇圖幅，選擇之後點選确定，就可以選擇相應的圖幅，之後送出下載下傳申請；
在跳出的界面上填寫相應資訊，就可以了，網站稽核之後就會給你的郵箱發送下載下傳資訊 ，你下載下傳就可以了。
下載下傳位址：
http://www.globallandcover.com/home.html?type=data
5、2003年至2017年中國地區Terra和Aqua MODIS地表溫度和氣象站資料
地表溫度（LST）是高溫和幹旱監測以及氣候和生态環境研究的關鍵變量。由于地面觀測站分布稀疏，熱紅外遙感技術已成為在大範圍内快速擷取地面溫度的重要手段。但是，基于衛星的LST資料中存在許多缺失和低品質的值，因為雲每天都覆寫全球60％以上的表面。本文提出了一個獨特的LST資料集，該資料集具有中國從2003年到2017年的每月時間分辨率，該資料集充分利用了MODIS資料和氣象站資料的優勢，通過重模組化型克服了雲影響的缺陷。我們專門描述了重模組化型，該模型結合了MODIS每日資料，每月資料和氣象站資料，以重建雲覆寫區域和LST誤差較高的網格單元的LST，然後通過建立回歸分析模型進一步改善資料性能。驗證表明，新的LST資料集與原位觀測值高度一緻。對于中國六個氣候條件不同的自然分區，使用地面觀測資料進行的驗證顯示，均方根誤差（RMSE）的範圍為1.24至1.58 ℃，平均絕對誤差（MAE）變化從1.23到1.37 ℃和Pearson相關系數的範圍為0.93〜0.99。新的資料集可以在年度，季節和月度尺度上充分捕獲LST的時空變化。從2003年到2017年，中國的整體LST年度平均值呈現微弱的增長。而且，積極趨勢在中國各地分布不均。最顯着的變暖發生在西北地區内蒙古高原的中西部地區，年平均溫度變化大于0.1 K（R>0.71， P<0.05），并且在東北地區和華南地區的某些地區發現了強烈的負面趨勢。從季節性來看，冬季中國西部地區有明顯的變暖，其中12月最為明顯。重建的資料集顯示出顯着的改進，可用于高溫和幹旱監測研究中LST的時空評估。
資料可通過Zenodo在https://doi.org/10.5281/zenodo.3528024獲得（Zhao等，2019）。
引用：
Zhao, B., Mao, K., Cai, Y., Shi, J., Li, Z., Qin, Z., Meng, X., Shen, X., and Guo, Z.: A combined Terra and Aqua MODIS land surface temperature and meteorological station data product for China from 2003 to 2017, Earth Syst. Sci. Data, 12, 2555–2577, https://doi.org/10.5194/essd-12-2555-2020, 2020.
6、長時間序列的全球生态系統總初級生産力（GPP）資料集
植被光合作用是陸地生态系統碳循環的關鍵組成部分，模拟不同時空尺度上的光合作用活動有助于解決陸地碳收支的難題，也是準确預測未來氣候變化方向的重要途徑和科學認識陸地生态系統對人類社會可持續發展支援能力的重要前提。目前，雖然多種估算生态系統總初級生産力（GPP）的算法和産品已經相對較為成熟，但是長時間序列的全球GPP産品仍存在較大的差異和不确定性，尤其是其時間變化趨勢。日光誘導葉綠素熒光（SIF）遙感是近年快速發展起來的新型遙感技術，SIF與光合過程的緊密聯系使得其成為訓示植被光合變化的有效探針，也是監測GPP強有力的手段。基于遙感資料擷取的一種新型植被指數（NIRv），即歸一化植被指數NDVI與近紅外波段反射率的乘積，與遙感SIF産品高度相關；基于機理推導、模型模拟和遙感資料的分析結果均顯示，NIRv可以作為SIF的替代産品，用于估算全球GPP。
是以，在分析了NIRv作為SIF和GPP探針的可行性基礎上，本資料集基于長達40年左右的遙感AVHRR資料和全球數百個通量站點觀測，生成了1982-2018年的全球高分辨率長時間序列GP資料，并分析了全球GPP的時空變化趨勢，其分辨率為月，0.05度，資料機關為gC m-2 d-1，多年平均的全球GPP大約為128.3 ± 4.0 Pg C yr−1，基于地面通量站點的檢驗結果表明該資料的均方根誤差（RMSE）為1.95 gC m-2 d-1。該資料集可用于全球氣候變化和碳循環的相關研究。
下載下傳位址：
https://data.tpdc.ac.cn/zh-hans/data/d6dff40f-5dbd-4f2d-ac96-55827ab93cc5
引用：
王松寒, 張永光. 基于遙感NIRv的全球生态系統總初級生産力（GPP）長時間序列資料（1982-2018）. 國家青藏高原科學資料中心, 2020. DOI: 10.6084/m9.figshare.12981977.v2.
7、全球水文資料集（流域、河網、湖泊等）
HydroSHEDS資料集提供全球水文資料，由WWF（世界自然基金會(WWF)上的GIS資料集）和USGS美國地質調查局合作開發，HydroSHEDS資料可免費用于非商業和商業用途。HydroSHEDS資料可免費用于非商業和商業用途。
資料主要包括以下四個欄目：
HydroBASINS（分水嶺、流域資料）
HydroRIVERS（河流資料）
HydroLAKES（湖泊資料）
HydroATLAS（水文環境資料）
GloRiC（河流分級資料）
下載下傳位址：
https://hydrosheds.org/page/overview
引用：
Lehner, B., Verdin, K., Jarvis, A. (2008): New global hydrography derived from spaceborne elevation data. Eos, Transactions, AGU, 89(10): 93-94.
8、中國高分辨率高品質近地表二氧化氮資料集
中國高分辨率高品質近地表二氧化氮資料集（ChinaHighNO2）是一套基于多源衛星遙感（如OMI、TROPOMI）技術，利用人工智能方法，綜合考慮多種氣象條件、地表和地形變化等自然因素和人類分布、污染排放等人為因素，以及大氣污染時空變化特征，生産得到的中國近地表二氧化氮資料集，由韋晶博士和李占清教授團隊開發與維護。該資料集空間覆寫整個中國，目前時間覆寫2005年1月至2020年3月，不斷更新；目前空間分辨率為0.25°× 0.25°，未來可達5千米，時間分辨率為日/月/年。該資料集免費開放，歡迎使用從事相關科學研究。
下載下傳位址：
https://weijing-rs.github.io/product.html
引用：
Wei, J, & Li, Z. (2020). ChinaHighNO₂ data set: the high-quality near-surface NO₂ data set in China (Version 1) [Data set]. Zenodo. http://doi.org/10.5281/zenodo.3988349
9、中國高分辨率高品質近地表顆粒物資料集
ChinaHighPMx資料集是一套基于多源衛星遙感（包括MODIS、VIIRS和Himawari-8等）技術，利用人工智能方法，綜合考慮多種氣象條件、地表變化等自然因素和人類分布、污染排放清單等人為因素，以及大氣污染時空變化特性，生産得到的中國不同粒徑的大氣近地表顆粒物遙感資料集。
該資料集主要包括PM1、PM2.5和PM10三種粒徑顆粒物資料，空間覆寫整個中國，目前時間覆寫2000年3月至2020年3月，不斷更新；空間分辨率最高可達1千米，時間分辨率為小時/日/月/年；由韋晶博士和李占清教授團隊開發與維護。
下載下傳位址：
https://weijing-rs.github.io/product.html
引用：
Wei, J., & Li, Z. (2019). ChinaHighPM1 data set: the high-resolution and high-quality PM1 data set in China (Version 2) [Data set]. Zenodo. http://doi.org/10.5281/zenodo.3758510
Wei, J., & Li, Z. (2019). ChinaHighPM2.5 data set: the high-resolution and high-quality PM2.5 data set in China (Version 2) [Data set]. Zenodo. http://doi.org/10.5281/zenodo.3753614
Wei, J., & Li, Z. (2020). ChinaHighPM10 data set: the high-resolution and high-quality PM10 data set in China (Version 1) [Data set]. Zenodo. http://doi.org/10.5281/zenodo.3752466.
10、中國高分辨率高品質近地表臭氧資料集
ChinaHighO3資料集是一套基于多源衛星遙感技術，使用人工智能方法，基于空氣溫度、太陽輻射和臭氧柱濃度及廓線資料，綜合考慮多種氣象條件、地表和地形變化等自然因素和人類分布、污染排放等人為因素，以及大氣污染時空變化特征，生産得到的中國高分辨率和高精度近地表臭氧遙感資料集。
該資料集空間覆寫整個中國，目前時間周期覆寫2005年1月至2020年3月，不斷更新；空間分辨率為0.25°×0.25°，未來可達5千米，時間分辨率為日/月/年；由韋晶博士和李占清教授團隊開發與維護。
下載下傳位址：
https://weijing-rs.github.io/index.html
引用：
Wei, J., & Li, Z. (2020). ChinaHighO3 data set: the high-quality near-surface O3 data set in China (Version 1) [Data set]. Zenodo. http://doi.org/10.5281/zenodo.3988420.
11、黃河流域地形因子與部分水文分析資料産品
為了有效支撐黃河流域生态保護與高品質發展相關研究，國家冰川凍土沙漠科學資料中心将逐漸釋出“黃河流域生态保護與高品質發展專題資料集”，目前已經針對黃河流域水-土-氣-生-人開展了相關資料的系統收集與專題資料制備。
計劃産出的資料有十七大類174個子類，涉及基礎地理、氣候氣象、水文、水資源、水利水電工程、水土流失、生态環境、土地及礦産資源、自然災害、社會經濟、城市規劃、文化旅遊等多個方面。
下載下傳位址：
http://www.ncdc.ac.cn/portal/topic/detail?id=d8ca07a6-6b46-416e-99c3-5eb87f3491b9
12、Flickr地理标記照片資料等
（1）YFCC 100M
YFCC 100M資料庫是2014年來基于雅虎Flickr的影像資料庫。該庫由1億條産生于2004年至2014年間的多條媒體資料組成，其中包含了9920萬的照片資料以及80萬條視訊資料。YFCC 100M資料集并不包含照片或視訊資料，而是一個文本資料文檔，文檔中每一行都是一條照片或視訊的中繼資料。
下載下傳位址：
https://zhuanlan.zhihu.com/p/24802842
（2）哈佛大學COVID19資料資源（包含百度遷徙資料）
哈佛大學的COVID19，包含了百度地圖遷徙資料，我們不用自己去寫代碼擷取。更新至2020年5月3日。資料摘自百度遷移網站。
點選download，可以直接下載下傳，不用注冊。下載下傳後檢視效果，是一個很大的城市遷徙矩陣，有300多個城市，整理的效果很好。
除此之外，還有氣象資料集。更新至2020年4月25日。氣候資料集包括從2020年1月1日開始的中國時間序列的空氣品質資料，天氣資料和其他監測資料。每條記錄都有每日的最大值，最小值和标準內插補點。但是，天氣資料僅涵蓋某些城市。全面的天氣資料集即将釋出。以及政策法規資料、新冠新聞資料、病例統計資料、衛生設施資料、美國社會經濟資料。
河流，大運河，湖泊，地形，省界，人口統計年鑒，主要城市等多個資料集。
下載下傳位址：
https://dataverse.harvard.edu/dataverse/2019ncov
聲明：以上資料資訊來自網絡、微信群、朋友圈等，如有更新或變化，以資料方提供的資訊為準。