湿地是全球生物多样性丰富和高生产力的生态系统之一。大型国际重要湿地覆盖遥感分类数据集(RamsarSites_Top100_WetlandCover_2001/2013)由湿地保护区界线和湿地覆盖类型二部分数据组成。 在拉姆萨尔湿地公约组织公布的相关数据、相关自然保护区、Google Earth、天地图等遥感影像基础上，选择了全球100处大型（面积大于20万hm2）国际重要湿地， 开发了与Google Earth 遥感影像相匹配的湿地界线地理信息系统数据。在2001年和2013年Terra/Aqua卫星MODIS传感器 250 m空间分辨率16天合成的MOD13Q1数据基础上，通过对归一化植被指数（NDVI）进行滤波和时间序列重建，采用支持向量机方法（SVM）对其进行分类和制图，得到2001年和2013年全球100处国际重要湿地的地表覆盖遥感分类数据集。国际重要湿地地表覆盖遥感分类系统包括三级分类系统，其中，一级划分为湿地和非湿地，在湿地中，二级分类系统划分水体、森林/灌丛沼泽、草本沼泽、洪泛沼泽、水田、苔原/藓类沼泽等六类，第三级划分中，将森林/灌丛沼泽划分为森林/灌丛沼泽（常绿）和森林/灌丛沼泽（落叶）二种类型，将草本沼泽划分为永久性草本沼泽和季节性草本沼泽二种类型。由于本数据集包括了2001年和2013年间隔12年的数据，因此，可以为全球大型国际重要湿地在这期间变化做对比分析。

湿地是全球生物多样性丰富和高生产力的生态系统之一。大型国际重要湿地覆盖遥感分类数据集(RamsarSites_Top100_WetlandCover_2001/2013)由湿地保护区界线和湿地覆盖类型二部分数据组成。 在拉姆萨尔湿地公约组织公布的相关数据、相关自然保护区、Google Earth、天地图等遥感影像基础上，选择了全球100处大型（面积大于20万hm2）国际重要湿地， 开发了与Google Earth 遥感影像相匹配的湿地界线地理信息系统数据。在2001年和2013年Terra/Aqua卫星MODIS传感器 250 m空间分辨率16天合成的MOD13Q1数据基础上，通过对归一化植被指数（NDVI）进行滤波和时间序列重建，采用支持向量机方法（SVM）对其进行分类和制图，得到2001年和2013年全球100处国际重要湿地的地表覆盖遥感分类数据集。国际重要湿地地表覆盖遥感分类系统包括三级分类系统，其中，一级划分为湿地和非湿地，在湿地中，二级分类系统划分水体、森林/灌丛沼泽、草本沼泽、洪泛沼泽、水田、苔原/藓类沼泽等六类，第三级划分中，将森林/灌丛沼泽划分为森林/灌丛沼泽（常绿）和森林/灌丛沼泽（落叶）二种类型，将草本沼泽划分为永久性草本沼泽和季节性草本沼泽二种类型。由于本数据集包括了2001年和2013年间隔12年的数据，因此，可以为全球大型国际重要湿地在这期间变化做对比分析。

该数据为2017年鄱阳湖地区的土地覆盖利用数据，分辨率达10米，可用于科研、学习等领域

以欧空局气候变化中心生产的土地覆盖数据为基础，利用交叉步行表，经尺度转换将原数据的离散土地覆盖类型转换为具有连续数值的植被功能类型（PFT）比例，并基于PFT计算香农多样性指数，生产得到1992–2018年逐年0.05°的中国及其毗邻地区（70–140°E，15–55°N）土地覆盖与景观多样性数据集。本数据集具有时序长、分辨率高、定量化等优点，可应用于区域的植被覆盖、景观格局动态等方面的研究，也可为模型模拟、遥感反演等研究提供基础底图。DOI: 10.11922/11-6035.csd.2021.0043.zh

该数据集包括：（1）泾川流域边界数据；（2）1976-2015年10期（包括：1976、1991、1995、2000、2003、2005、2007、2010、2013、2015）土地利用/覆被分布数据。其中，1976年数据分辨率为60 m; 2013、2015年数据分辨率为15 m；其它年份数据分辨率为30 m；(3)1976-1991年、1991-2000年、2000-2015年3期土地利用/覆被类型变化数据。其中，2000-2015年数据分辨率为15 m；其它2期数据分辨率为30 m。数据集存储为.shp和.tif格式，由73个数据文件组成

该数据集包括：（1）泾川流域边界数据；（2）1976-2015年10期（包括：1976、1991、1995、2000、2003、2005、2007、2010、2013、2015）土地利用/覆被分布数据。其中，1976年数据分辨率为60 m; 2013、2015年数据分辨率为15 m；其它年份数据分辨率为30 m；(3)1976-1991年、1991-2000年、2000-2015年3期土地利用/覆被类型变化数据。其中，2000-2015年数据分辨率为15 m；其它2期数据分辨率为30 m。数据集存储为.shp和.tif格式，由73个数据文件组成

中国地区土地覆盖综合数据集（glc2000_lucc_250m_China），空间分辨率250m，tif格式。

GlobeLand30数据研制所使用的分类影像主要是30米多光谱影像，包括美国陆地资源卫星(Landsat)的TM5、ETM+、OLI多光谱影像和中国环境减灾卫星(HJ-1)多光谱影像，2020版数据还使用了16米分辨率高分一号(GF-1)多光谱影像。 影像选取原则是：在保障影像无云(少云)前提下，择优选择数据生产基准年或更新年度年±2年内植被生长季的多光谱影像。对于获取困难区域，可放宽影像获取时间，确保影像全球覆盖的完整性。 GlobeLand30数据共包括10个一级类型，分别是：耕地、林地、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川和永久积雪。

GLASS-GLC产品以1982～2015年的全球陆表特征参量数据集（GLASS CDR）为数据源，借助谷歌地球引擎（Google Earth Engine）平台进行开发，涵盖耕地、森林、草原、灌木、苔原、裸地和冰雪七大土地覆盖类别。基于全季节普适样本库，在有限样本稳定分类理论的支撑下，GLASS-GLC数据集采集了全球均匀分布、高代表性和典型性的上万个大型一致样本（Huge homogeneous samples，H-homo），并结合滤波重建的数据立方体和四维时空谱特征立方体，以及分类后时空一致性后处理，有效确保了数据产品的可靠性和地物判别的有效性。经全球独立样本库检验，GLASS-GLC数据集年平均精度达82.81％，同时还能向用户提供详细的制图不确定性空间分布图。 GLASS-GLC反映了长达34年的全球土地覆盖时空变化格局，包括热带地区耕地增加，北半球森林增加以及亚洲的草地减少等显著现象。定量分析表明，在土地覆盖显著变化地区，人类活动对环境的影响水平高达25.49％。分析结果还显示，人类活动影响与植被面积增加有很强的相关性。分析同已有土地覆盖数据产品相比，GLASS-GLC数据集具有高精度、高一致性、高可比性、更丰富类别信息和更长时间覆盖范围的特点，填补了当今世界已有制图产品的空白。

该数据集是以覆盖山西省的Landsat TM/ETM 数据和HJ-CCD数据（2010）为基础，结合实地调查，采用e-Cognition工具提供的面向对象方法研发得到。数据集采用土地覆盖二级分类系统，包括一级6种类型，即林地、草地、湿地、耕地、人工表面和其他。二级类型24个，它们分别是：落叶阔叶林、常绿针叶林、落叶针叶林、针阔混交林、落叶阔叶灌木林、乔木园地；草甸、草原、草丛、草本绿地；草本湿地、湖泊、水库/坑塘、河流、运河/水渠；旱地；居住地、工业用地、交通用地、采矿场；稀疏林、稀疏草地、裸岩、裸土。数据集质量验证由山西省环保厅组织，按照每县不少于20个采样，全省2567个验证点进行验证。验证结果显示，数据精度达到一级分类90%，二级分类85%的要求。数据统计表明，在一级土地覆盖类型中，面积最大的是耕地类型，面积58338km2，占全省总面积的37.21%。