中国作为全球增绿最多的国家，截至2023年底森林覆盖率已超过25%，森林蓄积量超过200亿立方米。这一成就的背后，离不开科学的监测手段和精准的数据支撑。CATCD v0.0.1数据集正是填补了国内长时间序列、高空间分辨率林木覆盖数据的空白，为森林变化监测、生态系统研究及碳汇评估等领域提供了宝贵的数据基础。
无需转发更不用付费，可直接获取。我们已为您准备好网盘资源，省去您四处寻找或科学上网的麻烦。欢迎一起共建数据，投稿优秀资源，共同壮大我们的资料库。
点击上方名片->关注->发消息，在Python与遥感公众号后台回复 【2610】 ，即可直接获取网盘资源（注意及时保存，以防数据过期）。
一、数据详情
数据介绍
CATCD v0.0.1数据集提供了1985至2023年中国大陆地区的年度树木覆盖数据，空间分辨率为30米，数据格式为GeoTIFF。每个文件对应一个年份，数据值范围为0-100，表示对应像元的树木覆盖率百分比。该数据集采用连续时间序列的Landsat卫星影像作为数据源，基于随机森林算法的集成学习技术构建分类模型，严格遵循《2014-2018年中国森林资源报告》中的全国森林资源清查标准，将郁闭度大于0.2、面积大于0.067公顷的乔木林或竹林判定为森林。
数据分类采用像元级和对象级双重判定标准。像元级判定中，若一个30米×30米的像素中树木覆盖率大于74.5%，则判定为森林。对象级判定则考虑多个相邻像素总体面积超过0.067公顷，且平均覆盖率大于20%的情况，即便单个像元未达阈值，也可归类为森林。该数据集不包含干旱与半干旱地区（年降水小于400毫米）中覆盖率大于30%的灌木区域，确保了数据与国家标准的一致性。
数据来源
数据来源于ISPRS Journal of Photogrammetry and Remote Sensing期刊发表的学术论文。Cai, Y., Xu, X., Nie, S., Wang, C., Zhu, P., Xiong, Y., and Liu, X. (2024). Unveiling Spatiotemporal Tree Cover Patterns in China: The First 30m Annual Tree Cover Mapping from 1985 to 2023. ISPRS Journal of Photogrammetry and Remote Sensing, 216: 240–258. DOI: 10.1016/j.isprsjprs.2024.08.001.
二、数据使用建议
该数据集适用于森林演变趋势分析、植被碳汇模拟、土地利用变化研究、自然保护区生态评估及林地生态修复监测等多个领域。推荐使用ArcGIS或QGIS等GIS软件打开数据，并通过拉伸方式显示数值分布。可将覆盖率设置阈值（如20%、40%、60%等）进行二值化，用于森林分布提取。若需要自动化处理，建议使用Python的rasterio或gdal工具包进行批量操作。
三、数据获取方式
点击上方公众号->关注->发消息，在Python与遥感公众号后台回复 【2610】 ，即可直接获取网盘资源（注意及时保存，以防数据过期）。如果对您有帮助的话，不妨顺手一键三连，感谢您花费的时间，感谢您对python与遥感公众号的支持！
免责声明
数据整理自公开资源/粉丝投稿，禁止用于商业，我们不对数据做任何担保，版权归数据原作者所有，如有不妥请及时和我们联系删除。
