在城市规划、环境监测和气候变化研究等领域，准确掌握土地的利用和覆盖情况至关重要。

传统的中低分辨率土地覆盖数据往往难以分辨城市内部复杂的细节，如狭窄的道路、细小的河流、零散的绿地等。

一项关于“中国42个主要城市亚米级土地覆盖图”的成果发布，为我们提供了一份前所未有的高精度城市“体检报告”。

这份数据以高达1米的分辨率，实现了主要城市土地覆盖的精细化呈现。

为城市规划、生态保护、资源管理等领域提供了高精度的数据支撑，其兼容主流 GIS 软件的特性也让专业应用更便捷高效，请在文末查看领取方式。

数据介绍

这份备受瞩目的土地覆盖数据集，涵盖了包括北京、上海、广州、深圳、成都、武汉等在内的42个中国主要城市。

覆盖城市分布图

其核心亮点在于“亚米级”的惊人精度，这意味着数据的最小识别单元达到了“米”的级别，远超市面上常见的10米或30米分辨率的数据。

具体而言，该数据集将土地覆盖类型分为以下九大类别。

人造建筑：包括房屋、厂房、大型基础设施等。

硬化地表：如广场、停车场、非植被覆盖的道路等。

裸地：未被植被或建筑物覆盖的裸露土壤或岩石。

水体：包括河流、湖泊、池塘、水库等。

植被：低矮的草本植物，如草坪、草地。

灌木：低矮的木本植物丛。

作物：农田中的各类农作物。

乔木：成片或零散的树木。

冰雪：在特定地区和季节存在。

通过这份数据，我们可以清晰地识别出城市中的单体建筑轮廓、道路的宽度、社区内部零散的树木与草坪，甚至是建筑物周边的硬化地表情况。

它为分析城市热岛效应、评估绿地生态系统服务、监测城市扩张与更新、以及进行洪涝风险评估等提供了无可替代的数据基础。

数据加载展示

对于使用ArcGIS Pro的专业人士来说，加载和使用这份数据非常简单，以下是简要的操作步骤。

获取数据，首先，下载我们整理好的数据，它通常以分城市的GeoTIFF或文件地理数据库的格式提供。

打开ArcGIS Pro，创建一个新的地图工程。

找到下载的数据文件，通常是.tif格式的栅格数据，直接将其从文件夹拖拽到ArcGIS Pro的地图视图中即可。

也可以通过目录窗格，在软件界面右侧找到“目录”窗格，连接到数据所在的文件夹，然后右键点击数据文件，选择“添加到当前地图”。

符号化渲染，加载后，数据可能以单一颜色显示，需要根据其土地覆盖分类值进行符号化，以直观地呈现不同地物。

北京土地覆盖

在内容列表中，右键单击该图层，选择“符号系统”。

在符号系统窗格中，将“主符号系统”更改为“唯一值”。

成都土地覆盖

在“字段”中选择存储分类代码的字段，如“Class”或“alue”等信息。

长春土地覆盖

系统会自动为每个类别生成一个颜色，您可以点击每个类别旁边的色块，根据惯例或个人需求自定义颜色，例如，水体用蓝色，植被用绿色，建筑用灰色等，并编辑图例标签，使其显示为清晰的中文类别名称。

长沙土地覆盖

分析与应用，数据加载并渲染成功后，您就可以利用ArcGIS Pro强大的空间分析工具进行后续操作，如按区域统计各类土地面积、计算植被覆盖率、与人口经济数据进行叠加分析等，深度挖掘数据的价值。

如果你还想浏览下载其他人口、森林覆盖等更多专题图，可以在水经微图4（简称“微图4”）进行查看。

什么是微图4

微图4是一款集地图下载与GIS功能于一体的轻量级GIS产品，有更丰富的地图数据和更专业的GIS功能。

微图4界面

微图4除了可以轻松下载无水印Google Earth卫星影像、有明确拍摄日期的历史影像。

它还可以下载百度高德大字体地图并打印，按1万/5千等国家标准图幅下载，对百度坐标与火星坐标进行纠偏。

以及下载陆地及海洋高程、STRM高程、提取10米等高线等深线、CASS高程点之外，还有一个重要的功能就是下载省市县行政区划数据。

微图4的更多功能，请参阅《微图4桌面版功能简介与价格》一文中的详细说明。

写在最后

全国42个主要城市的亚米级土地覆盖图是我国对地观测与地理信息技术应用的一项重大进步。

它如同一台高精度的“CT扫描仪”，将城市的“骨骼”与“肌理”清晰地呈现出来。

随着此类高精度数据的不断丰富和普及，我们有理由相信，未来的城市规划将更加科学合理，城市管理将更加精细智能，最终推动我们的城市走向更加可持续、更具韧性的发展道路。

如果你需要该数据，请关注“水经注GIS”公众号自助领取，或在后台回复“人工客服”进群领取。

你还可以立即点击“分享”按钮，将本文分享给你从事城市规划和生态保护行业的朋友。

参考资料：

Encheng, Z., Xin, H., & Jiayi, L. (2025). EcoVision: Sub-meter land cover map over China's 42 major cities derived by an innovative artificial data annotation engine [Data set]. Zenodo. 

https://doi.org/10.5281/zenodo.14921585