该数据集融合Sentinel-1和Sentinel-2时间序列影像，借助Google Earth Engine平台构建，全球总体精度达83.16%，在美国精度高达85.09%，显著优于多款公开发布的10米级产品。与主流的10/30米产品比较，GLC_FCS10在分类丰富性、空间细节表达能力和分类精度方面均显示出明显优势。全球数据是中国科学院空天信息创新研究院研究员刘良云团队发布在zenodo平台上的数据。数据集简称为GLC_FCS10，数据集包括30个地类的精细分类，数据格式为栅格（.tif格式），数据空间分辨率为10米，数据坐标系为GCS_WGS_1984，数据年份为2023年，数据空间范围为全球范围，全球范围的数据以经纬度5°×5°瓦片的形式储存。土地利用类型分为耕地、森林、灌丛、草原、苔原、湿地、不透水表面、裸地、水域、永久冰雪10大类30小类。
2023年全球10米精细分类的土地覆盖栅格数据（GLC_FCS10)
GLC_FCS10数据集的生产采用了一套层级化、多源融合的精细加工框架：首先，基于多源先验产品（如GISD30不透水面、GWL_FCS30D湿地等）通过时空一致性分析和空间滤波生成高置信度训练样本，采用光谱质心法将30m样本降尺度至10m分辨率，并按层级策略分配样本（不透水面等量分配/自然地类按面积比例分配）；其次，融合Sentinel-2光学影像的时序百分位特征（含NDVI等指数）和纹理特征、Sentinel-1雷达数据的极化特征，以及ASTER GDEM地形参数构建多源特征集；接着采用三层级分类流程——先区分不透水面与自然地标（随机森林模型结合形态学优化），再分离湿地（滨海与内陆独立建模），最后精细化分类剩余20类自然地物，并通过983个5°×5°网格的局部自适应建模（纳入邻域3×3网格样本）解决空间异质性；最终经全局验证（56,121采样点，OA=83.16%）和第三方验证（美国LCMAP数据集，OA=85.09%）确认其精度超越主流产品，尤其在湿地识别（F1=66.63%）和耕地分类上表现突出。
GLC_FCS10 总体精度达到 83.16%，在全球范围内 kappa 系数为 0.789，在美国总体精度为 85.09%。与五个已发布的 10 米或 30 米土地覆盖产品相比，也表明 GLC_FCS10 具有更高的精度。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
中国·新疆乌鲁木齐市北京南路818号, 830011, 电话: 0991-7823121
10.5281/zenodo.14729664
