中国首套1米分辨率的全国土地覆盖数据集（SinoLC-1）

中文名称

英文名称

China's first 1-meter resolution national land cover dataset (SinoLC-1)

CSTR

CSTR:11738.11.NCDC.ZENODO.DB6468.2024

DOI

10.5281/zenodo.8214871

数据共享方式

登录获取

数据分类

水文

数据贡献者

李卓鸿 , 张洪艳

数据集摘要

本数据集基于深度学习的框架和开放获取数据(包括全球土地覆盖(GLC)产品、开放街道地图(OSM)和谷歌地球图像)建立了中国首个1米分辨率的国家尺度土地覆盖地图SinoLC-1。将三个10 m GLC产品和OSM数据结合生成可靠的训练标签。使用这些训练标签和来自Google Earth的1m分辨率图像来训练所提出的框架。该框架通过结合分辨率保持主干、弱监督模块和自监督损失函数，解决了图像和标签之间分辨率不匹配引起的标签噪声，从而在不需要人工标注的情况下自动改进VHR土地覆盖结果。基于大型存储和计算服务器，对73.25 TB数据集进行处理，获得覆盖全中国约960万平方公里的SinoLC-1。

基本信息

采集地点	中国
数据量	136.0 GiB
数据格式	tiff
数据空间分辨率(/米)	1m

数据源描述

数据来源于全球土地覆盖(GLC)产品、开放街道地图(OSM)和谷歌地球图像。

数据加工方法

将三个10m GLC产品和OSM数据结合生成可靠的训练标签，使用这些训练标签和来自Google Earth的1m分辨率图像来训练所提出的框架。该框架通过结合分辨率保持主干、弱监督模块和自监督损失函数，解决了图像和标签之间分辨率不匹配引起的标签噪声，从而在不需要人工标注的情况下自动改进VHR土地覆盖结果。基于大型存储和计算服务器，对73.25TB数据集进行处理，获得覆盖全中国约960万平方公里的SinoLC-1。

数据质量描述

SinoLC-1产品使用包括超过10万个随机样本的视觉解释验证集和从中国政府提供的官方土地调查报告中收集的统计验证集进行验证。验证结果表明，SinoLC-1的总体准确率为73.61%，κ系数为0.6595。对各省区的验证进一步表明了该数据集在整个中国的准确性。此外，统计验证结果表明，SinoLC-1与官方调查报告一致，总体误估率为6.4%。此外，还将SinoLC-1与其他五种广泛使用的GLC产品进行了比较。结果表明，SinoLC-1具有最高的空间分辨率和最精细的景观细节。

引用和标注

为保障平台科技资源的权益、扩展平台中心的服务、提升科技资源的应用潜力，请资源使用者在使用资源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），请按以下方式规范标注和引用。

中文发表的成果中参考以下规范注明：数据来源于国家冰川冻土沙漠科学数据中心 (http://www.ncdc.ac.cn)。

英文发表的成果中参考以下规范注明： The dataset is provided by National Cryosphere Desert Data Center. (http://www.ncdc.ac.cn).

数据引用

李卓鸿,张洪艳. 中国首套1米分辨率的全国土地覆盖数据集（SinoLC-1）. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2024. https://cstr.cn/CSTR:11738.11.NCDC.ZENODO.DB6468.2024.
李卓鸿,张洪艳. 中国首套1米分辨率的全国土地覆盖数据集（SinoLC-1）. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2024. https://www.doi.org/10.5281/zenodo.8214871.

Endnote中 Bibtex中 RIS中 GBT7714中 EndnoteEN BibtexEN RISEN

文章引用

Li Z, He W, Cheng M, Hu J, Yang G, Zhang H. SinoLC-1: the first 1 m resolution national-scale land-cover map of China created with a deep learning framework and open-access data[J]. Earth Syst. Sci. Data, 2023-10-30, 15, (11): 4749-4780. DOI: 10.5194/essd-15-4749-2023.

引用格式： Endnote Bibtex RIS

许可协议

本作品采用 CC BY 4.0 （知识共享署名 4.0 国际许可协议）进行许可。

#	数据集标题
1	青藏高原10米分辨率土地覆被图（2022年）
2	中国30米年度土地覆盖数据集及其动态变化(1985-2022年)
3	张掖市土地利用/土地覆盖数据集(2005年)
4	黑河流域2000年土地利用/土地覆盖数据集
5	张掖市土地利用/土地覆盖数据集(2007年)
6	黑河流域1980年代末土地利用/土地覆盖数据集
7	疏勒河流域土地利用\土地覆盖数据集(2000年)
8	塔里木河流域2000年土地利用/土地覆盖数据集
9	ARC-2024：2024年泛北极地区10米分辨率土地覆盖图
10	2012年新编黑河流域2000年土地利用/土地覆盖数据集

#	标题	文件大小
1	中国首套1米分辨率的全国土地覆盖数据集（SinoLC-1）

最近10条服务记录如下
#	时间	姓名	用途
1	2026/08/05 10:17	Jia*****ang	学习处理建筑物dem数据如何在gis里使用
2	2026/08/04 01:57	李*蔚	目前正在开展太行山山前冲洪积平原土壤水分时空变化研究，已经完成2000—2025年不同土层土壤水分年际变化、Sen-MK趋势以及与降水关系分析。后续希望进一步考虑农业灌溉对土壤水分，尤其是深层土壤水分变化的影响，因此申请数据用于驱动因素分析。数据仅用于科研学习和论文研究。
3	2026/08/01 17:31	耿*	用于期刊论文实验，目前还没写初稿，还在实验阶段
4	2026/07/31 00:30	曹*健	《基于虚拟管网的内涝模拟及道路网络脆弱性研究》。基于道路中心线构建虚拟管网，子汇水区划分用于计算产流和模型输入，并结合SUMO仿真模型研究内涝对道路网络功能的动态影响。硕士论文
5	2026/07/30 08:22	裴*	无人机—卫星跨尺度知识迁移在漂浮水生植物识别中的应用研究摘要：漂浮水生植物的快速扩散会对湿地生态系统、水环境管理及生物入侵防控造成重要影响，及时、准确地开展大范围监测具有重要意义。然而，受空间分辨率差异、混合像元效应以及光谱信息衰减等因素影响，无人机高分辨率遥感影像中获取的精细分类信息难以直接迁移至卫星遥感尺度，限制了遥感技术在大范围漂浮水生植物监测中的应用。本研究以漂浮水生植物凤眼莲（Eichhornia crassipes）和大薸（Pistia stratiotes）为研究对象，构建无人机—卫星跨尺度知识迁移框架，探索高空间分辨率遥感信息向中高分辨率卫星影像尺度迁移过程中的信息衰减规律及关键特征保持能力。首先，利用无人机多光谱影像获取厘米级植被光谱与空间纹理信息，并结合机器学习方法实现漂浮水生植物精细识别；随后通过空间尺度聚合模拟不同分辨率卫星观测过程，分析分类精度、光谱特征及空间结构信息随尺度变化的衰减规律；进一步结合吉林一号高分辨率卫星影像，建立无人机分类知识向卫星尺度迁移的方法，实现区域尺度漂浮水生植物识别。研究旨在揭示漂浮水生植物遥感识别中的尺度效应机制，明确影响跨尺度迁移的关键光谱及空间特征，形成适用于大范围水生植物监测的遥感智能识别方法，为入侵水生植物动态监测和湿地生态管理提供技术支撑。论文类型：硕士学位论文
6	2026/07/29 23:21	f*n	计划将下载的分类数据作为参考集，与我们自行解译的结果进行交叉对比。
7	2026/07/28 18:50	赵*旭	青藏高原地区土地利用变化分析以及景观格局分析
8	2026/07/28 06:18	黄*毅	本数据用于城市热环境研究论文分析。研究基于南京市极端高温事件，结合遥感地表温度数据，分析不同城市建成环境特征对热环境响应的影响。利用高空间分辨率土地覆盖数据提取建筑、植被、水体等城市形态指标，为城市热风险评估和空间格局分析提供数据支撑。硕士论文。
9	2026/07/25 01:44	李*屿	黔南山区耕地利用变化及驱动因子分析本人为本科土地资源管理专业学生，毕业论文以喀斯特山区为研究区，开展石漠化时空演变与耕地撂荒耦合驱动机制研究。申请获取数据仅用于学位论文学术分析，不用于商业用途，不私自转发、二次分发数据。研究成果中将规范引用数据集与数据平台。
10	2026/07/22 00:03	袁*欢	研究自然保护地对不同空间分辨率土地分类产品适用性研究

#	类别	标题	作者	年份
1	论文	Landslide susceptibility assessment in Tongguan District Anhui China using information value and certainty factor models	Dan,Ding,Yuting,Wu,Tianzhen,Wu,Chuangang,Gong	2025