SSP-RCP情景下全球1-km分辨率土地利用预测数据集（2020-2100）【耕地、林地、草地、城乡、工矿、居民用地、未利用地、水体】_如何做不同ssp-rcp情景下不同土地类型的未来面积需求估算

作者基于ESA-CCI历史土地利用数据，使用GCAM模型估算了未来土地利用面积需求；然后采用一种改进的元胞自动机模型PLUS对需求进行高空间分辨率降尺度迭代模拟，得到SSP-RCP情景下全球1-km分辨率土地利用预测数据集（2020-2100）。该数据集以未来气候变化与人类活动数据作为驱动，考虑了土地利用的斑块聚集性以及空间分层异质性，达到了Kappa = 0.94, OA= 0.97, FoM = 0.10的模拟精度。数据集内容包括：（1）2020年的土地利用模拟数据；（2）SSP-RCP 5种情景4个时期（2030、2050、2070、2100）预测的土地利用数据。数据的投影坐标系为world-Mercator。文件命名为“sspx_pp_yyyy.tif”，其中x表示模拟的SSP情景（取值范围1到5），pp表示模拟的RCP情景，yyyy表示模拟的年份。每个GeoTIFF数据文件的栅格属性值为1到6的整数，分别表示耕地、林地、草地、城乡/工矿/居民用地、未利用地和水体6种地类。数据集存储为.tif和.txt格式，由22个数据文件组成，数据量为1.85 GB（压缩为1个文件，671 MB）。该数据集的数据论文发表在Scientific Data，2023年第10期。

作者：张天媛、程昌秀、吴旭东

机构：北京师范大学地表过程与资源生态国家重点实验室

国家青藏高原科学数据中心

北京林业大学水土保持学院

波茨坦气候影响研究所复杂性科学研究部

数据引用方式：

张天媛, 程昌秀*, 吴旭东*. SSP-RCP情景下全球1-km分辨率土地利用预测数据集（2020-2100）[J/DB/OL]. 全球变化数据仓储电子杂志(中英文), 2024. https://doi.org/10.3974/geodb.2024.01.05.V1.

关联论文：

Zhang, T. Y., Cheng, C. X., Wu, X. D. Mapping the spatial heterogeneity of global land use and land cover from 2020 to 2100 at a 1 km resolution. Scientific Data, 2023, 10: 748. https://doi.org/10.1038/s41597-023-02637-7.

原文链接：
https://mp.weixin.qq.com/s?__biz=MzUyNzczMTI4Mg==&mid=2247680335&idx=1&sn=7b55ed058f6db9a11e6cb19d7abe0d42&chksm=fa775e72cd00d764d3519aef8ddfadbab0e1b76d572f9e4ddcad92400d1f5c8cf5be9fd806fb&token=318625319&lang=zh_CN#rd