【数据集】中国2016-2022年 城市土地利用数据集 CULU
目录
- 📌 当前城市土地利用研究的核心局限性
- 数据概述
- 📆 时间跨度与空间分辨率
- 🧭 分类体系（共 9 类）
- 🛰 数据来源
- 🧪 样本构建与处理流程
- 🧠 方法与模型
- 🧠 模型对比
- 数据下载
- 参考
本博客详细介绍《J2024-Time-series China urban land use mapping (2016–2022)》 所生成的数据集 CULU（China Urban Land Use），涵盖数据来源、方法、分类体系、模型架构、验证方式、结果分析、优势与不足等多个方面。
数据集名称：CULU（China Urban Land Use）
📌 当前城市土地利用研究的核心局限性
一、时序一致性差
❗ 问题描述：
大多数现有研究采用逐年独立分类（如图 Fig. 1(a)），即每个时间点单独构建样本、训练模型、进行分类，这导致：
- 空间单元不一致：同一地物在不同年份边界变化大，无法作为统一分析单元；
- 语义变化不合理：如绿地 → 工业 → 绿地的快速变化，不符合常规土地开发逻辑。