本数据集基于Landsat遥感影像，通过辐射定标和大气校正等预处理算法得到沙漠区域影像，通过人工目视解译的方法划分沙漠区域中的沙丘类型。数据集中涉及的沙漠主要包括库布奇沙漠，乌兰布和沙漠，库木塔格沙漠，腾格里沙漠，巴丹吉林沙漠，柴达木沙漠，古尔班通古特沙漠，塔克拉玛干沙漠、阿特劳沙漠，卡拉库姆沙漠，卡维尔沙漠，卡兰沙漠，卡孜勒库姆沙漠，卢特沙漠，莫因库姆沙漠，雷基斯坦沙漠，塔尔沙漠。时间范围为2000，2005，2010，2015，2020年。本沙丘数据集为中国地区沙丘分类方法提供了基础数据。
本数据集针对塔克拉玛干和古尔班通古特的2005年数据存在数据缺失。主要源于Landsat 7卫星2003年5月31日的扫描线校正器（SLC）故障，该故障导致卫星获取的图像出现系统性条带缺失，沙漠区域难以通过常规算法修复。
Landsat陆地卫星影像数据：从美国地质调查局网站(https://www.usgs.gov/) 和地理空间数据云(http://www.gscloud.cn/) 下载。
1. 遥感数据预处理: 辐射定标、大气校正、影像拼接、裁剪、颜色校正。
2. 人工注释方法进行沙丘分类: 使用labelme软件对裁剪好的图像人工标注沙丘类型，成为模型的训练集。
3. 数据增强: 对数据集进行翻转，旋转等操作得到最终的数据集。
所标注沙丘的形态平均精度在1像素(30 m)以内。
| # | 编号 | 名称 | 类型 |
| 1 | 2022YFF0711702-04 | 沙漠、沙尘数据融合制备技术及长时序高质量数据制备 | 国家重点研发计划 |
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
