-
科特迪瓦 BNETD 2020 年土地覆盖地图
科特迪瓦 BNETD 2020 年土地覆盖地图由科特迪瓦政府通过国家机构（国家研究办公室技术与发展中心 [BNETD-CIGN]）制作，并获得了欧盟的技术和资金支持。方法… 分类 森林砍伐 森林 土地覆盖 土地利用-土地覆盖 -
EC JRC 2020 年全球森林覆盖地图，V2
这份全球森林覆盖率地图以空间显式方式呈现了 2020 年的森林存在情况和不存在情况，空间分辨率为 10 米。2020 年是欧盟“关于在市场上提供… eudr 森林 森林生物质 jrc -
欧洲原始森林数据集 - 点
欧洲原始森林数据整合了 48 个不同的原始森林数据集（大部分基于实地调查），包含分布在 33 个国家/地区的 18,411 个单独的斑块（4,110 万公顷）。它主要包括原始森林、演替后期森林，但也包括一些在自然扰动后形成的早期演替阶段森林和幼林… europe forest forest-biomass table -
欧洲原始森林数据集 - 多边形
欧洲原始森林数据整合了 48 个不同的原始森林数据集（大部分基于实地调查），包含分布在 33 个国家/地区的 18,411 个单独的斑块（4,110 万公顷）。它主要包括原始森林、演替后期森林，但也包括一些在自然扰动后形成的早期演替阶段森林和幼林… europe forest forest-biomass table -
FORMA 提醒阈值
WRI 的注意事项：WRI 决定停止更新 FORMA 提醒。目标是简化 Global Forest Watch 用户体验并减少冗余。我们发现，Terra-i 和 GLAD 的使用频率更高。此外，使用 GLAD 作为标准，发现 Terra-i 的性能优于 FORMA… 每日 森林砍伐 火灾 森林 FORMA gfw -
FORMA 提醒
WRI 的注意事项：WRI 决定停止更新 FORMA 提醒。目标是简化 Global Forest Watch 用户体验并减少冗余。我们发现，Terra-i 和 GLAD 的使用频率更高。此外，使用 GLAD 作为标准，发现 Terra-i 的性能优于 FORMA… 每日 森林砍伐 火灾 森林 FORMA gfw -
FORMA 原始输出 FIRMS
WRI 的注意事项：WRI 决定停止更新 FORMA 提醒。目标是简化 Global Forest Watch 用户体验并减少冗余。我们发现，Terra-i 和 GLAD 的使用频率更高。此外，使用 GLAD 作为标准，发现 Terra-i 的性能优于 FORMA… 每日 森林砍伐 火灾 森林 FORMA gfw -
FORMA 原始输出 NDVI
WRI 的注意事项：WRI 决定停止更新 FORMA 提醒。目标是简化 Global Forest Watch 用户体验并减少冗余。我们发现，Terra-i 和 GLAD 的使用频率更高。此外，使用 GLAD 作为标准，发现 Terra-i 的性能优于 FORMA… 每日 森林砍伐 森林 森林生物质 FORMA gfw -
FORMA 植被 T 统计信息
WRI 的注意事项：WRI 决定停止更新 FORMA 提醒。目标是简化 Global Forest Watch 用户体验并减少冗余。我们发现，Terra-i 和 GLAD 的使用频率更高。此外，使用 GLAD 作为标准，发现 Terra-i 的性能优于 FORMA… 每日 森林砍伐 森林 森林生物质 FORMA gfw -
Farmscapes 2020
Farmscapes 2020 数据集提供了英格兰农业景观中三种关键半自然特征（树篱、林地和石墙）的高分辨率 (25 厘米) 概率地图。此数据集是与 Oxford Leverhulme Centre for Nature Recovery 合作开发的，可作为多种应用（包括…）的基准。 biodiversity climate conservation forest landuse-landcover nature-trace -
森林邻近人群 (FPP) 1.0
“森林附近的人口”(FPP) 数据集是促成森林合作伙伴关系 (CPF) 全球核心森林相关指标集 (GCS) 中第 13 项指标（“极度贫困的森林依赖人口数量”）开发的数据层之一。FPP 数据集提供了一个… 农业 粮农组织 森林 全球 植物生产力 人口 -
全球 2020 年森林分类，用于 IPCC 地上生物量第 1 级估计，版本 1
此数据集提供 2020 年按状态/条件划分的全球森林类别，分辨率约为 30 米。这些数据有助于根据 2019 年修订版《2006 年 IPCC 国家温室气体清单指南》生成 1 级估计值，以估算天然森林中的地上干木质生物质密度 (AGBD)。 地上 生物质 碳 分类 森林 森林生物质 -
全球三类 PALSAR-2/PALSAR 森林/非森林地图
您可以在 JAXA/ALOS/PALSAR/YEARLY/FNF4 中找到此数据集的更新版本，其中包含 2017-2020 年的 4 个类别。全球森林/非森林地图 (FNF) 是通过对全球 25 米分辨率 PALSAR-2/PALSAR SAR 镶嵌中的 SAR 图像（后向散射系数）进行分类而生成的，以便将强后向散射像素和低后向散射像素… ALOS alos2 分类 eroc 森林 森林生物质 -
全球 4 类 PALSAR-2/PALSAR 森林/非森林地图
全球森林/非森林 (FNF) 地图是通过对全球 25 米分辨率 PALSAR-2/PALSAR SAR 镶嵌图中的 SAR 图像（后向散射系数）进行分类而生成的，以便将强后向散射像素和低后向散射像素分别指定为“森林”和“非森林”。其中，“森林”是指具有以下特征的天然森林… ALOS alos2 分类 eroc 森林 森林生物质 -
全球地上和地下生物质碳密度地图
此数据集以 300 米的空间分辨率提供了 2010 年地上和地下生物质碳密度的时序一致且协调的全球地图。地上生物量地图整合了木本、草地、农田和苔原生物量的特定地表覆盖遥感地图。输入源映射为… 地上 生物质 碳 密度 森林 森林生物质 -
全球森林冠层高度，2005 年
此数据集基于地球科学激光测高计系统 (GLAS) 的机载激光雷达数据 (2005) 和辅助地理空间数据的融合，表示全球树高。如需了解详情，请参阅 Simard 等人 (2011)。 冠层 森林 森林生物质 地球物理 jpl NASA -
全球森林覆盖变化 (GFCC) 多年全球 30 米树木覆盖率
Landsat 植被连续场 (VCF) 树木覆盖层包含对每个 30 米像素中被高度超过 5 米的木本植被覆盖的水平地面百分比的估计值。该数据集包含 4 个以 2000 年、2005 年、2010 年为中心的时间段的数据… 森林 森林生物质 glcf Landsat 衍生数据 NASA UMD -
2020 年全球森林类型地图
森林类型全球地图以空间显式方式呈现了 2020 年的原始森林、天然再生林和人工林（包括种植园林），空间分辨率为 10 米。用于绘制这些森林类型的基本层是森林覆盖范围… eudr 森林 森林生物质 jrc 土地覆盖 原始森林 -
网格化 GEDI 植被结构指标和生物质密度（包含 COUNTS 指标），像素大小为 12 公里
此数据集包含近乎全球范围的分析就绪型多分辨率网格化植被结构指标，这些指标源自 NASA 全球生态系统动态调查 (GEDI) 2 级和 4A 级产品，与直径为 25 米的激光雷达足迹相关联。此数据集全面展示了近乎全球的植被结构，其中包括… 生物质 树冠 森林 森林生物质 GEDI LARSE -
网格化 GEDI 植被结构指标和生物质密度（包含 COUNTS 指标），像素大小为 1 公里
此数据集包含近乎全球范围的、可直接用于分析的多分辨率网格化植被结构指标，这些指标源自 NASA 全球生态系统动态调查 (GEDI) 2 级和 4A 级产品，与直径为 25 米的激光雷达足迹相关联。此数据集全面展示了近乎全球的植被结构，其中包括… 生物质 树冠 森林 森林生物质 GEDI LARSE -
网格化 GEDI 植被结构指标和生物质密度（包含 COUNTS 指标），像素大小为 6 公里
此数据集包含近乎全球范围的、可直接用于分析的多分辨率网格化植被结构指标，这些指标源自 NASA 全球生态系统动态调查 (GEDI) 2 级和 4A 级产品，与直径为 25 米的激光雷达足迹相关联。此数据集全面展示了近乎全球的植被结构，其中包括… 生物质 树冠 森林 森林生物质 GEDI LARSE -
网格化 GEDI 植被结构指标和生物质密度，12 公里像素大小
此数据集包含近乎全球范围的、可直接用于分析的多分辨率网格化植被结构指标，这些指标源自 NASA 全球生态系统动态调查 (GEDI) 2 级和 4A 级产品，与直径为 25 米的激光雷达足迹相关联。此数据集全面展示了近乎全球的植被结构，其中包括… 生物质 树冠 森林 森林生物质 GEDI LARSE -
网格化 GEDI 植被结构指标和生物质密度，1 公里像素大小
此数据集包含近乎全球范围的、可直接用于分析的多分辨率网格化植被结构指标，这些指标源自 NASA 全球生态系统动态调查 (GEDI) 2 级和 4A 级产品，与直径为 25 米的激光雷达足迹相关联。此数据集全面展示了近乎全球的植被结构，其中包括… 生物质 树冠 森林 森林生物质 GEDI LARSE -
网格化 GEDI 植被结构指标和生物质密度，像素大小为 6 公里
此数据集包含近乎全球范围的、可直接用于分析的多分辨率网格化植被结构指标，这些指标源自 NASA 全球生态系统动态调查 (GEDI) 2 级和 4A 级产品，与直径为 25 米的激光雷达足迹相关联。此数据集全面展示了近乎全球的植被结构，其中包括… 生物质 树冠 森林 森林生物质 GEDI LARSE -
Hansen 全球森林变化 v1.12（2000 年至 2024 年）
通过对 Landsat 图像进行时序分析，表征全球森林范围和变化。“first”和“last”波段是参考多光谱影像，分别来自 Landsat 光谱波段（对应于红色、近红外、短波红外 1 和短波红外 2）的第一个和最后一个可用年份。参考合成影像表示… 森林 森林生物质 地球物理 Landsat 衍生数据 马里兰大学 -
加拿大 2019 年基于 Landsat 的森林年龄数据
加拿大原始森林数据集是一份基于卫星数据的森林年龄地图，涵盖加拿大所有森林生态区，空间分辨率为 30 米，时间为 2019 年。我们利用来自 Landsat（扰动、地表反射率合成影像、森林结构）和 MODIS（初级生产总值）的遥感数据来确定年龄。森林年龄可以是… 加拿大 森林 森林生物质 -
监测烧伤严重程度趋势 (MTBS) 烧伤严重程度图片
火灾严重程度镶嵌图包含美国本土、阿拉斯加、夏威夷和波多黎各所有当前已完成的 MTBS 火灾的 MTBS 火灾严重程度类别的专题栅格图像。镶嵌的烧伤严重程度图像每年都会按美国各州和… EROS 火灾 森林 gtac 土地覆盖 Landsat 衍生 -
NEON 冠层高度模型 (CHM)
冠层顶部相对于裸地的海拔高度（冠层高度模型；CHM）。CHM 源自 NEON LiDAR 点云，通过在 LiDAR 调查的整个空间域内创建连续的冠层高度估计值表面来生成。… 机载 冠层 森林 森林生物质 激光雷达 NEON -
NEON 数字高程模型 (DEM)
根据 NEON LiDAR 数据得出的地表 (DSM) 和地形 (DTM) 数字模型。DSM：地表特征（包含植被和人造结构的地形信息）。DTM：裸地高程（已移除植被和人造结构的地面地形信息）。图片以平均海平面以上的高度（以米为单位）表示。 机载 dem 海拔地形 森林 激光雷达 neon -
NEON RGB 相机影像
高分辨率红绿蓝 (RGB) 正射校正相机图像，使用最近邻重采样技术拼接并输出到固定的均匀空间网格上；空间分辨率为 0.1 米。数码相机是 NEON 机载观测平台 (AOP) 上的一组仪器之一，该平台还包括… airborne forest highres neon neon-prod-earthengine orthophoto -
NEON 表面双向反射
NEON AOP 地表双向反射率是一种高光谱 VSWIR（可见光到短波红外）数据产品，包含 426 个波段，波长范围约为 380 nm 到 2510 nm。反射率按 10000 的系数进行缩放。将 1340-1445 nm 和 1790-1955 nm 之间的波长设置为… 机载 森林 高光谱 neon neon-prod-earthengine publisher-dataset -
NEON 表面定向反射率
NEON AOP 地表定向反射率是一种高光谱 VSWIR（可见光到短波红外）数据产品，包含 426 个波段，波长范围约为 380 nm 至 2510 nm。反射率按 10000 的系数进行缩放。将 1340-1445 nm 和 1790-1955 nm 之间的波长设置为… 机载 森林 高光谱 neon neon-prod-earthengine publisher-dataset -
NICFI 卫星数据计划热带森林监测底图 - 非洲
此图片集提供对热带地区的高分辨率卫星监测数据，主要目的是减少和扭转热带森林的损失，从而有助于应对气候变化、保护生物多样性、促进森林再生、恢复和增强，以及促进可持续发展，所有这些都… 基础地图 forest nicfi planet planet-nicfi publisher-dataset -
NICFI 卫星数据计划热带森林监测基本地图 - 美洲
此图片集提供对热带地区的高分辨率卫星监测数据，主要目的是减少和扭转热带森林的损失，从而有助于应对气候变化、保护生物多样性、促进森林再生、恢复和增强，以及促进可持续发展，所有这些都… 基础地图 forest nicfi planet planet-nicfi publisher-dataset -
NICFI 卫星数据计划热带森林监测基本地图 - 亚洲
此图片集提供对热带地区的高分辨率卫星监测数据，主要目的是减少和扭转热带森林的损失，从而有助于应对气候变化、保护生物多样性、促进森林再生、恢复和增强，以及促进可持续发展，所有这些都… 基础地图 forest nicfi planet planet-nicfi publisher-dataset -
2020 年世界天然森林
《Natural Forests of the World 2020》提供了一张 2020 年全球天然森林概率地图，分辨率为 10 米。该 API 的开发旨在支持欧盟的《森林砍伐法规》(EUDR) 等举措，以及其他森林保护和监测工作。地图… 生物多样性 气候 保护 森林砍伐 EUDR 森林 -
原生湿润热带森林
原生湿热带森林可提供众多全球生态系统服务，但仍面临因经济因素而持续遭到砍伐的威胁。为了促进国家土地利用规划，并平衡经济发展和维护生态系统服务的目标，我们创建了一张主要的热带雨林地图… 森林 森林生物质 全球 Landsat 衍生 UMD -
SCANFI：加拿大空间化国家森林清查数据产品 1.2
此数据发布包含一组 30 米分辨率的栅格文件，表示 2020 年加拿大全境的广义土地覆盖类型、森林树冠高度、郁闭度和地上树木生物量地图，以及几种主要树种的物种组成。The Spatialized CAnadian National … 加拿大 森林 森林生物质 发布者-数据集 树木覆盖率 -
树木邻近人群 (TPP) 1.0
“Tree Proximate People”(TPP) 是一个数据集，有助于开发森林合作伙伴关系 (CPF) 全球核心森林相关指标集 (GCS) 中的指标 13（极度贫困的森林依赖人口数量）。TPP 数据集提供了 4 种不同的估计值… 农业 粮农组织 森林 全球 植物生产力 人口 -
美国林务局景观变化监控系统 v2024.10（美国本土和美国境外）
此产品是景观变化监测系统 (LCMS) 数据套件的一部分。该数据集显示了每个年份的 LCMS 建模变化、土地覆盖和/或土地利用类别，涵盖美国本土 (CONUS) 以及 CONUS 以外的地区 (OCONUS)，包括阿拉斯加 (AK)、波多黎各… change-detection forest gtac landcover landuse landuse-landcover -
美国林务局树冠覆盖率 v2023-5（CONUS 和 OCONUS）
概览树冠覆盖率 (TCC) 数据套件由美国农业部林务局 (USFS) 制作，是基于遥感的年度地图输出，涵盖 1985 年至 2023 年。这些数据支持美国地质调查局 (US Geological … 森林 gtac landuse-landcover redcastle-resources usda usfs -
美国林务局 TreeMap v2016（美国本土）
此产品是 TreeMap 数据套件的一部分。该数据集提供了 2016 年美国大陆整个森林覆盖范围内的森林特征（包括活树和死树的数量、生物量和碳）的详细空间信息。TreeMap v2016 包含一张图片，即… 生物质 碳 气候变化 美国本土 森林 森林生物质 -
美国林务局树形图 v2020
此产品是 TreeMap 数据套件的一部分。该数据集提供了 2020 年美国整个森林覆盖范围内的森林特征（包括活树和死树的数量、生物量和碳）的详细空间信息。TreeMap v2020 包含 22 个波段，分辨率为 30 x 30 米… 地上 生物质 碳 气候变化 美国本土 森林 -
USFS TreeMap v2022
此产品是 TreeMap 数据套件的一部分。该数据集提供了 2022 年美国整个森林覆盖范围内的森林特征（包括活树和死树的数量、生物量和碳）的详细空间信息。TreeMap v2022 包含 22 波段 30 x 30 米的… 地上 生物质 碳 气候变化 美国本土 森林 -
WRI/Google DeepMind 全球森林损失驱动因素 2001-2022 年 v1.0
此数据集以 1 公里分辨率在全球范围内绘制了 2001 年至 2022 年间森林覆盖率下降的主要驱动因素。该数据由世界资源研究所 (WRI) 和 Google DeepMind 共同制作，是使用在全球范围内收集的一组样本训练的全球神经网络模型 (ResNet) 开发而成… 农业 森林砍伐 森林 森林生物质 Google landandcarbon -
WRI/Google DeepMind 全球森林损失驱动因素 2001-2023 年 v1.1
此数据集以 1 公里分辨率在全球范围内呈现了 2001 年至 2023 年间森林覆盖率下降的主要驱动因素。该数据由世界资源研究所 (WRI) 和 Google DeepMind 共同制作，是使用在全球范围内收集的一组样本训练的全球神经网络模型 (ResNet) 开发而成… 农业 森林砍伐 森林 森林生物质 Google landandcarbon -
WRI/Google DeepMind，“2001-2024 年全球森林损失驱动因素”v1.2
此数据集以 1 公里分辨率在全球范围内绘制了 2001 年至 2024 年间森林覆盖损失的主要驱动因素。该数据由世界资源研究所 (WRI) 和 Google DeepMind 共同制作，是使用在全球范围内收集的一组样本训练的全球神经网络模型 (ResNet) 开发而成… 农业 森林砍伐 森林 森林生物质 Google landandcarbon
