前面我们介绍了历史降雨数据、天气预报数据的获取方法。今天，我们要聊聊土地利用数据（Land Cover）。

如果你在做关于中国区域的研究，不论是分析城市扩张、径流系数计算，还是面源污染模拟，CLCD 数据集 是你绝对绕不开、也最值得信赖的选择。

CLCD 数据集介绍

在过去，很多研究者习惯使用全球尺度的数据（如 ESA WorldCover 或 MODIS），但针对中国复杂的下垫面，全球模型往往存在“水土不服”的问题。

CLCD (China Land Cover Dataset) 由武汉大学黄昕教授团队研制，它的核心优势在于：

• 超长序列：涵盖了 1985–2025年，是目前时间跨度最长的逐年数据。

• 高空间分辨率：30米的分辨率足以支撑县域甚至乡镇尺度的精细化建模。

• 本地化优化：基于 Landsat 卫星影像，通过人工和自动提取相结合，其分类精度（Overall Accuracy）达 80% 以上，比全球产品更符合中国植被和建筑特征。

CLCD 数据分类体系

在建模时，我们需要将土地利用代码转换为模型的参数（如 Manning 系数或 CN 值）。CLCD 将地表分为 9 大主要类型：

获取方式

目前该数据集已在 Zenodo 平台完全开放下载，可以选择不同的版本，目前更新到 2025 年。

• 下载地址：https://zenodo.org/records/18180184

Tip

如果这篇分享对你有所启发，欢迎关注！期待你的点赞、收藏、转发、推荐或留言～    

你的支持，是我持续创作的最大动力！感谢！

🙏微信公众号：环境猫 er

CSDN : 细节处有神明

个人博客：https://maoyu92.github.io/