本数据集是第一个由CLP上的检查坝形成的淤泥土地的矢量化数据集，将高分辨率和易于访问的Google Earth图像与基于对象的分类方法相结合。该不仅为准确评估拦水坝生态系统服务功能提供了基础信息，还有助于解读当前黄河输沙变化情况，规划未来水土保持工程。
坝地的矢量化数据集格式为 shapefile （.shp），其中每条记录都描绘为一个面，并包含后续属性：经度、纬度、坝地面积、坝地周长、沉积物量和沉积物质量。在属性表中，字段 Area （unit： m2） 和 Shape_Leng （单位：m） 表示坝地面的面积和周长，以WGS_1984_EASE_Grid_Global坐标计算；场容积（单位：m2）和质量（单位：m）表示检查坝的沉积物滞留量和质量。
本数据集基于谷歌地球上所有可用的 2016 年至 2020 年中国黄土高原五月份图像生成。
在本研究中，我们结合高分辨率且易于获取的谷歌地球图像，采用基于对象的分类方法，制作了第一个中原河谷拦河坝矢量化数据集。我们首先调查和分析了拦河坝的主要特征，并获得了最佳提取期的 0.3-1.0 米分辨率谷歌地球图像。然后，我们通过多尺度分割、阈值分类和河网叠加等方法初步获得了粗略的拦河坝图层。最后，利用自主开发的人机交互程序，结合辅助数据、可视化解释和专家知识，提高了拦河坝的分类精度。
汇总了这两个区域的坝地层，并通过实地调查和谷歌地球获得的验证样本验证了其准确性。通过1947个采集的试验样本验证了数据集的准确性，坝地生产者准确率和用户准确率分别为88.9%和99.5%。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.ZENODO.DB6470.2024
10.5281/zenodo.7857443
