[数据分享第六弹]红树林数据集

大家好，今天我们继续整理和分享数据有关的内容。红树林（Mangrove）是生长在热带、亚热带海岸潮间带，由红树植物为主体的常绿乔木或灌木组成的湿地木本植物群落，在净化海水、防风消浪、固碳储碳、维护生物多样性等方面发挥着重要作用。然而，红树林生态系统也面临着诸多威胁，如围海造田、污染、过度开发等。因此，保护红树林生态系统，对于维护生态平衡、保护生物多样性和促进沿海地区的可持续发展具有极为重要的意义。

（排名不分先后，请根据需要自行甄别选择）

1.全球红树林观测数据集（Global Mangrove Watch，GMW）

矢量数据：https://data.unep-wcmc.org/datasets/45

栅格数据：https://www.eorc.jaxa.jp/ALOS/en/dataset/gmw_e.htm

全球红树林观察于2011年在日本宇宙航空研究开发机构（JAXA）的京都与碳倡议下由阿伯里斯特威斯大学单独地球观测和国际水资源管理研究所建立，旨在提供有关红树林范围和《拉姆萨尔湿地公约》变化的开放获取地理空间信息。在与湿地国际合作并得到 DOB 生态学的支持下，第一张 GMW 基线地图于 2018 年在拉姆萨尔公约第 13 次缔约方大会上发布。2019 年，GMW 与大自然保护协会、湿地国际、美国宇航局和众多合作伙伴合作开发了全球红树林观察平台。

2.全球10米红树林分布数据产品

https://www.scidb.cn/en/detail?dataSetId=22b29bf879354343ba4d8d23ea0c6c66

2021年，中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室发布该数据产品，该产品由苏奋振研究员团队生产，旨在利用大数据遥感智能提取方法，为实现碳中和、全球变化和可持续发展研究提供基础数据支持。该产品整合了多波段选择方法、基于像素和面向对象的复合方法，以及空间光谱结合沿海地形定向深度学习方法，实现了 2018-2020 年 10 m 全球红树林分布分类。

3.全球10m分辨率红树林（2020）

https://data.tpdc.ac.cn/zh-hans/data/cd945e3f-c724-4988-a9fb-c607b14316c1

该研究利用GEE平台，集成影像最大值合成算法（MSIC）以及面向对象机器学习算法（OBRF），提出了一种高效、高精度、高鲁棒性的红树林提取方法体系，构建了全球首套高空间分辨率（10米）的全球红树林分布数据集并命名为HGMF_2020。

4.中国红树林树种空间分布数据集

https://data.casearth.cn/dataset/66716ad7819aec0d5564be71

数据集使用2020年的Sentinel-2 Level-2A产品，共计124, 000景影像覆盖整个研究区域，利用遥感大数据和Google Earth Engine（GEE）云平台，集成影像最大值合成算法（MSIC）以及面向对象机器学习算法（OBRF）对红树林进行提取，红树林总体分类精度达到95%。

今天的分享就到这里，后续也会继续更新相关内容，欢迎大家关注！