利用Landsat和Sentinel卫星影像，基于物侯识别和动态时间规划算法（TWDTW），生成了2016-2019年巴西的甘蔗分布图。经验证，数据集的用户、生产者、总体精度分别达到94.35%、87.04%和91.47%。

使用Sentinel-1 A / B的合成孔径雷达数据，区分油菜籽和冬季谷物；采用基于时间加权的动态时间规划算法（TWDTW），通过比较Landsat和Sentinel-2植被指数（NDVI）中季节变化的相似性，把冬季谷物与其他作物区分开来。在此基础上生成了 2016-2020 年的欧洲冬季谷物分布图，覆盖 32个欧洲国家，空间分辨率为30米。验证表明，数据集的生产者和用户平均精度分别为91%±7.8%和89%±10.3%。

基于全球超过1000个站点的观测数据，使用随机森林模型生成了全球陆地生态系统土壤呼吸、地下异养呼吸和自养呼吸的全球网格数据集，数据集的空间分辨率为 0.5 度，数据单位为 gC/m^2，数据集格式为NetCDF格式。

本数据集通过对比灌溉农田、自然森林植被和非灌溉农田的遥感植被冠层水分状况，得出了2016年全国灌溉农田数据集，结果能够反映87%和59%的省级和地市级的灌溉农田面积，其精度同样优于其他灌溉产品。

本数据集通过整理和统计，列出了2003-2010年鼎湖山针阔叶混交林碳水通量的动态实测数据，包括半小时、日尺度、月尺度和年尺度常规气象数据（空气温度、空气相对湿度、水汽压、风速、风向、土壤温度、土壤水分、太阳辐射、光合有效辐射和降水等）和碳水通量（生态系统总初级生产力、生态系统呼吸、净生态系统生产力、潜热通量、显热通量）数据产品表格。 本数据集的详细说明信息可访问 http://www.csdata.org/p/450/ 了解。

通过融合森林资源清查数据和20种遥感土地利用产品，重建生成了1980-2015年中国森林覆盖数据集，空间分辨率1×1公里，再现了1985-2015年间森林覆盖面积增加的趋势，3851个地面调查样本验证结果表明，数据集精度达到76.9%到99.4%之间。在此基础上，进一步将获得的高精度森林覆被信息和CLCD土地利用覆盖数据集（Yang and Huang, 2021）相融合，生成了中国1980-2021年土地利用覆盖和变化数据集，空间分辨率10×10公里。该数据集充分再现了中国自1980年以来森林扩张趋势主导的土地利用覆被变化，在中国陆地碳汇估算方面具有巨大的潜力和应用价值。关于数据集详细说明参见数据说明文档和引用文献。