黑河流域土地利用/土地覆盖数据集（80年代末）
Landuse/landcover dataset of the Heihe river basin (1980s)
该数据由中国1:10万土地利用数据直接裁剪得到。中国1:10万土地利用数据是在中国科学院“八五”重大应用项目《全国资源环境遥感宏观调查与动态研究》组织了中国科学院所属19个研究所的遥感科技队伍，以卫星遥感为手段，在三年内基于Landsat MSS，TM和ETM遥感数据建立了中国1:10万土地利用影像和矢量数据库。 黑河流域1:10万土地利用数据采用一个分层的土地覆盖分类系统，将全流域分为6个一级类（耕地、林地、草地、水域、城乡、工矿、居民用地和未利用土地），26个二级类；数据类型为矢量多边形，以Shape格式存储；数据投影有两种：WGS84/ALBERS；数据范围覆盖新的黑河流域边界（缺外蒙古数据）。
数据使用方法
文件命名：数据以矢量shp格式存储，文件名称“Heihe_Landuse_1980s.shp”。</p><p>数据读取：可以用Arcgis、Qgis等软件打开读取，Arcgis打开，直接读取shp文件，以图形表达。
本数据要求的引用方式
数据的引用
刘纪远, 王建华. (2014). <b>黑河流域土地利用/土地覆盖数据集（80年代末）</b>2014. doi:
10.3972/heihe.021.2013.db.
[Liu, J., Wang, J. (2014). < b>Landuse/landcover dataset of the Heihe river basin (1980s)</b>2014.
doi:
10.3972/heihe.021.2013.db. ]
(下载引用：
RIS格式 |
RIS英文格式 |
Bibtex格式 |
Bibtex英文格式
)
使用本数据时必须引用“文章的引用”中列出的文献，并进行数据的引用
参考文献
1.李新, 程国栋, 吴立宗. (2010). 数字黑河的思考与实践1：为流域科学服务的数字流域. 地球科学进展, 25(3): 297-305. (查看 )
2.Liu, J.Y., Liu, M.L., Zhuang, D.F., Zhang, Z.X., & Deng, X.Z. (2003). Study on spatial pattern of land-use change in China during 1995—2000, Science in China (D), 46(4), 373-384. (查看 |下载)
3.刘纪远, 刘明亮, 庄大方, 张增祥, 邓祥征. 中国近期土地利用变化的空间格局分析. 中国科学（D辑）, 2002, 32（12）：1031-1040. (查看 )
4.Liu, J.Y, Liu,M.L, Deng, X.Z, Zhuang D.F, Zhang Z.X, Luo,D. (2002). The land use and land cover change database and its relative studies in China. Journal of Geographical Sciences. 12(3)：275-282. (查看 )
5.李新, 吴立宗, 马明国, 盖迎春, 冉有华, 王亮绪, 南卓铜. 数字黑河的思考与实践2：数据集成. 地球科学进展, 2010, 25(3): 306-316. (查看 )
6.刘喆. (2011).黑河流域水资源变化及其对土地利用变化的影响[D]. 西北师范大学. (查看 )
7.Li, X., Nan, Z.T., Cheng, G.D., Ding, Y.J., Wu, L.Z., Wang, L.X., Wang, J., Ran, Y.H., Li, H.X., Pan, X.D., & Zhu, Z.M. (2011). Toward an improved data stewardship and service for environmental and ecological science data in west China. International Journal of Digital Earth, 4(4): 347-359. DOI: 10.1080/17538947.2011.558123. (查看 |下载)
使用条款
为尊重知识产权、保障数据作者的权益、扩展数据中心的服务、评估数据的应用潜力，请数据使用者在使用数据所产生的研究成果中（包括公 开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），明确注明数据来源和数据作者。对于转载（二次或多次发布） 的数据，作者还须注明原始数据来源。 中文发表的成果参考以下规范注明： 数据来源于黑河计划数据管理中心(http://westdc.westgis.ac.cn) 英文发表的成果依据以下规范注明： The data set is provided by Cold and Arid Regions Sciences Data Center at Lanzhou(http://westdc.westgis.ac.cn)
资助项目
面向黑河流域生态-水文过程集成研究的数据整理与服务(91025001)
相关资源
1.黑河流域生态水文综合地图集：黑河流域沙漠(沙地)、冰川图
2.黑河生态水文遥感试验：水文气象观测网数据集（裸地站自动气象站-2013）
3.黑河生态水文遥感试验：黑河流域中游大满超级站TerraSAR-X地面同步观测数据集（2012年6月15日）
5.黑河生态水文遥感试验：水文气象观测网数据集（景阳岭站自动气象站-2014）
6.黑河综合遥感联合试验：冰沟流域加密观测区K&Ka波段机载微波辐射计地面同步观测数据集（2008年3月29日）
7.黑河生态水文遥感试验：水文气象观测网数据集（上游阿柔超级站大孔径闪烁仪-2013）
1. 2023-08-04 兰州大学 白丽琼 用途：学术研究
2. 2022-08-08 河南理工大学 吴晖 用途：用于毕业论文写作，题目暂未拟定，内容与正义峡径流相关
3. 2022-07-31 河南理工大学 吴晖 用途：作为撰写硕士论文用，题目暂未拟定
4. 2022-05-27 西安交通大学 王浩若 用途：论文题目：基于机器学习的关键水文变量模拟预测——以黑河流域为例 论文摘要：本研究基于机器学习，针对现有水文模型和机器学习算法在水文模拟预测以及高寒区水文研究中存在的不足之处，选取三种机器学习算法（ANN、RF 和 LSTM）为主要研究方法，通过算法测试及不同算法间的比较，尝试在不同水文条件下构造高寒区水文模拟预测模型，以 ANN、RF 以及 LSTM 神经网络算法为主要研究方法，以水文气象站点分布稀疏、气候时空变化规律复杂多变的高寒区——黑河流域上游为例，探究机器学习在关键水文变量模拟预测方面的适用性，通过对有限的水文观测数据的充分利用，达到对水文要素精确模拟预测的目的。 论文类型：基础研究；纵向课题；硕士毕业论文。 导师姓名：姚莹莹 从数据集中裁剪出研究区（黑河流域上游）数据，以了解研究区土地利用的分布及变化情况，为后续研究做好基础。
5. 2022-05-27 西安交通大学 Haoruo Wang 用途：论文题目：基于机器学习的关键水文变量模拟预测——以黑河流域为例 论文摘要：本研究基于机器学习，针对现有水文模型和机器学习算法在水文模拟预测以及高寒区水文研究中存在的不足之处，选取三种机器学习算法（ANN、RF 和 LSTM）为主要研究方法，通过算法测试及不同算法间的比较，尝试在不同水文条件下构造高寒区水文模拟预测模型，以 ANN、RF 以及 LSTM 神经网络算法为主要研究方法，以水文气象站点分布稀疏、气候时空变化规律复杂多变的高寒区——黑河流域上游为例，探究机器学习在关键水文变量模拟预测方面的适用性，通过对有限的水文观测数据的充分利用，达到对水文要素精确模拟预测的目的。 论文类型：基础研究；纵向课题；硕士毕业论文。 导师姓名：姚莹莹 从数据集中裁剪出研究区（黑河流域上游）数据，以了解研究区土地利用的分布及变化情况，为后续研究做好基础。
6. 2022-05-27 西安交通大学 Haoruo Wang 用途：论文题目：基于机器学习的关键水文变量模拟预测——以黑河流域为例 论文摘要：本研究基于机器学习，针对现有水文模型和机器学习算法在水文模拟预测以及高寒区水文研究中存在的不足之处，选取三种机器学习算法（ANN、RF 和 LSTM）为主要研究方法，通过算法测试及不同算法间的比较，尝试在不同水文条件下构造高寒区水文模拟预测模型，以 ANN、RF 以及 LSTM 神经网络算法为主要研究方法，以水文气象站点分布稀疏、气候时空变化规律复杂多变的高寒区——黑河流域上游为例，探究机器学习在关键水文变量模拟预测方面的适用性，通过对有限的水文观测数据的充分利用，达到对水文要素精确模拟预测的目的。 论文类型：基础研究；纵向课题；硕士毕业论文。 导师姓名：姚莹莹 从数据集中裁剪出研究区（黑河流域上游）数据，以了解研究区土地利用的分布及变化情况，为后续研究做好基础。
7. 2022-05-27 西安交通大学 Haoruo Wang 用途：论文题目：基于机器学习的关键水文变量模拟预测——以黑河流域为例 论文摘要：本研究基于机器学习，针对现有水文模型和机器学习算法在水文模拟预测以及高寒区水文研究中存在的不足之处，选取三种机器学习算法（ANN、RF 和 LSTM）为主要研究方法，通过算法测试及不同算法间的比较，尝试在不同水文条件下构造高寒区水文模拟预测模型，以 ANN、RF 以及 LSTM 神经网络算法为主要研究方法，以水文气象站点分布稀疏、气候时空变化规律复杂多变的高寒区——黑河流域上游为例，探究机器学习在关键水文变量模拟预测方面的适用性，通过对有限的水文观测数据的充分利用，达到对水文要素精确模拟预测的目的。 论文类型：基础研究；纵向课题；硕士毕业论文。 导师姓名：姚莹莹 从数据集中裁剪出研究区（黑河流域上游）数据，以了解研究区土地利用的分布及变化情况，为后续研究做好基础。
8. 2022-05-27 西安交通大学 Haoruo Wang 用途：论文题目：基于机器学习的关键水文变量模拟预测——以黑河流域为例 论文摘要：本研究基于机器学习，针对现有水文模型和机器学习算法在水文模拟预测以及高寒区水文研究中存在的不足之处，选取三种机器学习算法（ANN、RF 和 LSTM）为主要研究方法，通过算法测试及不同算法间的比较，尝试在不同水文条件下构造高寒区水文模拟预测模型，以 ANN、RF 以及 LSTM 神经网络算法为主要研究方法，以水文气象站点分布稀疏、气候时空变化规律复杂多变的高寒区——黑河流域上游为例，探究机器学习在关键水文变量模拟预测方面的适用性，通过对有限的水文观测数据的充分利用，达到对水文要素精确模拟预测的目的。 论文类型：基础研究；纵向课题；硕士毕业论文。 导师姓名：姚莹莹 从数据集中裁剪出研究区（黑河流域上游）数据，以了解研究区土地利用的分布及变化情况，为后续研究做好基础。
9. 2022-05-27 西安交通大学 Haoruo Wang 用途：论文题目：基于机器学习的关键水文变量模拟预测——以黑河流域为例 论文摘要：本研究基于机器学习，针对现有水文模型和机器学习算法在水文模拟预测以及高寒区水文研究中存在的不足之处，选取三种机器学习算法（ANN、RF 和 LSTM）为主要研究方法，通过算法测试及不同算法间的比较，尝试在不同水文条件下构造高寒区水文模拟预测模型，以 ANN、RF 以及 LSTM 神经网络算法为主要研究方法，以水文气象站点分布稀疏、气候时空变化规律复杂多变的高寒区——黑河流域上游为例，探究机器学习在关键水文变量模拟预测方面的适用性，通过对有限的水文观测数据的充分利用，达到对水文要素精确模拟预测的目的。 论文类型：基础研究；纵向课题；硕士毕业论文。 导师姓名：姚莹莹 从数据集中裁剪出研究区（黑河流域上游）数据，以了解研究区土地利用的分布及变化情况，为后续研究做好基础。
10. 2022-05-27 西安交通大学 Haoruo Wang 用途：论文题目：基于机器学习的关键水文变量模拟预测——以黑河流域为例 论文摘要：本研究基于机器学习，针对现有水文模型和机器学习算法在水文模拟预测以及高寒区水文研究中存在的不足之处，选取三种机器学习算法（ANN、RF 和 LSTM）为主要研究方法，通过算法测试及不同算法间的比较，尝试在不同水文条件下构造高寒区水文模拟预测模型，以 ANN、RF 以及 LSTM 神经网络算法为主要研究方法，以水文气象站点分布稀疏、气候时空变化规律复杂多变的高寒区——黑河流域上游为例，探究机器学习在关键水文变量模拟预测方面的适用性，通过对有限的水文观测数据的充分利用，达到对水文要素精确模拟预测的目的。 论文类型：基础研究；纵向课题；硕士毕业论文。 导师姓名：姚莹莹 从数据集中裁剪出研究区（黑河流域上游）数据，以了解研究区土地利用的分布及变化情况，为后续研究做好基础。
11. 2022-05-27 西安交通大学 Haoruo Wang 用途：论文题目：基于机器学习的关键水文变量模拟预测——以黑河流域为例 论文摘要：本研究基于机器学习，针对现有水文模型和机器学习算法在水文模拟预测以及高寒区水文研究中存在的不足之处，选取三种机器学习算法（ANN、RF 和 LSTM）为主要研究方法，通过算法测试及不同算法间的比较，尝试在不同水文条件下构造高寒区水文模拟预测模型，以 ANN、RF 以及 LSTM 神经网络算法为主要研究方法，以水文气象站点分布稀疏、气候时空变化规律复杂多变的高寒区——黑河流域上游为例，探究机器学习在关键水文变量模拟预测方面的适用性，通过对有限的水文观测数据的充分利用，达到对水文要素精确模拟预测的目的。 论文类型：基础研究；纵向课题；硕士毕业论文。 导师姓名：姚莹莹 从数据集中裁剪出研究区（黑河流域上游）数据，以了解研究区土地利用的分布及变化情况，为后续研究做好基础。
12. 2022-01-16 北京林业大学 沈亲 用途：用于研究黑河流域土地利用历史变化趋势
13. 2021-12-19 广州南方学院 方金耿 用途：科研
14. 2021-11-23 中国科学院西北生态环境资源研究院 王宇昕 用途：用于博士研究，导师赵文智，方向为黑河水资源平衡及变化趋势分析。
15. 2021-11-03 昆士兰大学 李玉堃 用途：我本人目前为昆士兰大学在读博士，师从尉永平教授。我当前的研究项目为：Understanding the evolution of ecosystem services in the Heihe River Basin in the past 2000 years。为了将近两千年的生态系统服务货币化，我需确切的土地利用类型变化的数据，因此需要贵单位的数据。
16. 2021-03-13 None 10.42.0.1 用途：10.42.0.1
17. 2020-12-26 None 王生棠 用途：对比土地利用数据进行学习和积累
18. 2020-10-08 西北农林科技大学 张艳 用途：博士论文
19. 2020-08-20 中国地质调查局西宁自然资源综合调查中心 任永吉 用途：用于黑河自然用于黑河自然资源要素综合观测研究资源要素综合观测研究
20. 2020-08-18 西北大学 蔡文娟 用途：科研
暂无数据
数据评论
登录 后可以添加数据评论。
Copyright ©right; 2017 - 中国科学院西北生态环境资源研究院 - 兰州数云软件科技有限公司提供技术支持