许可优化
许可优化
产品
产品
解决方案
解决方案
服务支持
服务支持
关于
关于
软件库
当前位置:服务支持 >  软件文章 >  全球土地利用数据ESRI 10m Land Cover 2020 in GEE(Google Earth Engine)

全球土地利用数据ESRI 10m Land Cover 2020 in GEE(Google Earth Engine)

阅读数 15
点赞 0
article_banner

此图层显示土地利用/土地覆盖 (LULC) 的全球地图。该地图来自 ESA Sentinel-2 图像,分辨率为 10m。它综合了全年 10 个类别的 LULC 预测,以生成 2020 年的代表性快照。该地图由深度学习模型生成,该模型使用超过 50 亿个手工标记的 Sentinel-2 像素进行训练,从 20,000 多个站点中采样分布于世界所有主要生物群落。

数据引用:

Karra, Kontgis, et al. “Global land use/land cover with Sentinel-2 and deep learning.” IGARSS 2021-2021 IEEE International Geoscience and Remote Sensing Symposium. IEEE, 2021.

底层深度学习模型使用 6 个波段的 Sentinel-2 表面反射数据:可见蓝色、绿色、红色、近红外和两个短波红外波段。为了创建最终地图,该模型在全年的多个图像日期上运行,并将输出合成为 2020 年的最终代表性地图。

ESRI 10米分辨率的地球陆地表面地图,从2020年开始,GEE中的高分辨率、开放、准确、可比较和及时的土地覆盖地图。

在这个例子中,我们知道如何加载所需地点的ESRI土地利用数据。

// 世界边界数据var worldcountries = ee.FeatureCollection('USDOS/LSIB_SIMPLE/2017');var filterCountry = ee.Filter.eq('country_na', 'Italy');var italy = worldcountries.filter(filterCountry); // 裁剪函数function clip(Image){  return Image.clip(italy)} // 加载数据集var esri_lulc10 = ee.ImageCollection("projects/sat-io/open-datasets/landcover/ESRI_Global-LULC_10m").map(clip)  // 定义字典和相应的颜色var dict = {  "names": [    "Water",    "Trees",    "Grass",    "Flooded Vegetation",    "Crops",    "Scrub/Shrub",    "Built Area",    "Bare Ground",    "Snow/Ice",    "Clouds"  ],  "colors": [    "#1A5BAB",    "#358221",    "#A7D282",    "#87D19E",    "#FFDB5C",    "#EECFA8",    "#ED022A",    "#EDE9E4",    "#F2FAFF",    "#C8C8C8"  ]}; // 加载影像到地图上,这里的颜色用的就是上面定义的字典Map.addLayer(italy, {}, 'USDOS/LSIB/2017');Map.addLayer(esri_lulc10.mosaic(), {min:1, max:10, palette:dict['colors']}, 'ESRI LULC 10m')

10米土地分类分辨率官网数据链接:Esri Land Cover

目前的GEE数据官网数据集中暂时搜不到具体的介绍,所以你想要知道更多消息,点击上面的链接即可!

这里我给大家列出以下土地分类信息:

类定义¶

  1. 全年主要有水的水域;不得覆盖有零星或短暂水的区域;几乎没有稀疏植被,没有岩石露头,也没有像码头这样的建筑特征;例如:河流、池塘、湖泊、海洋、淹没的盐原。
  2. 树木 任何高大(~15 米或更高)密集植被的显着集群,通常具有封闭或密集的树冠;例如:树木繁茂的植被、热带稀树草原、种植园、沼泽或红树林中茂密的高大植被群(密集/高大的植被,有短暂的水或树冠太厚而无法检测到下面的水)。
  3. 草 被均质草覆盖的开阔区域,几乎没有或没有更高的植被;没有明显人类规划的野生谷类和草类(即没有规划的田地);示例:自然草甸和田野,树木稀少或没有覆盖,开阔的稀树草原,几乎没有树木,公园/高尔夫球场/草坪,牧场。
  4. 淹没植被 一年中大部分时间明显混水的任何类型植被区;由草/灌木/树木/裸地混合而成的季节性洪水区域;例如:淹没的红树林、新兴植被、稻田和其他大量灌溉和淹没的农业。
  5. 作物 人类种植/耕种的谷物、草和不在树高处的作物;示例:玉米、小麦、大豆、结构化土地的休耕地。
  6. 灌木/灌木 散布在露出土壤或岩石的景观上的小簇植物或单株植物的混合物;茂密的森林中充满灌木的空地,显然不比树木高;例如:中等至稀疏的灌木、灌木和草丛、稀树草原、树木或其他植物非常稀少
  7. 建筑面积 人造建筑;主要公路和铁路网络;大型均质不透水表面,包括停车场结构、办公楼和住宅;示例:房屋、密集的村庄/城镇/城市、铺砌的道路、沥青。
  8. 裸地 全年植被稀少或没有植被的岩石或土壤区域;大面积的沙子和沙漠,没有或几乎没有植被;例如:裸露的岩石或土壤、沙漠和沙丘、干盐滩/平底锅、干涸的湖床、矿山。
  9. 雪/冰 永久雪或冰的大同质区域,通常仅在山区或最高纬度地区;例如:冰川、永久积雪、雪原。
  10. 云 由于持续的云覆盖,没有土地覆盖信息。

有关准确性评估信息,请访问ESRI 发布页面


类别土地覆盖等级十六进制代码
1没有数据#FFFFFF
2#1A5BAB
3树木#358221
4#A7D282
5淹没植被#87D19E
6农作物#FFDB5C
7磨砂/灌木#EECFA8
8建筑面积#ED022A
9裸地#EDE9E4
10雪/冰#F2FAFF
11#C8C8C8


该数据集由 Impact Observatory 为 Esri 生成。© 2021 Esri。此数据集在知识共享 BY-4.0 许可下可用,基于此数据集的任何副本或作品都需要以下署名:



            
            
             This dataset is based on the dataset produced for the Dynamic World Project
            
            
            
             by National Geographic Society in partnership with Google and the World Resources Institute.
            

数据下载页面:Esri 2020 Land Cover Downloader

生态云计算生态环境、卫星遥感、GEE云计算


免责声明:本文系网络转载或改编,未找到原创作者,版权归原作者所有。如涉及版权,请联系删



相关文章
技术文档
QR Code
微信扫一扫,欢迎咨询~
customer

online

联系我们
武汉格发信息技术有限公司
湖北省武汉市经开区科技园西路6号103孵化器
电话:155-2731-8020 座机:027-59821821
邮件:tanzw@gofarlic.com
Copyright © 2023 Gofarsoft Co.,Ltd. 保留所有权利
遇到许可问题?该如何解决!?
评估许可证实际采购量? 
不清楚软件许可证使用数据? 
收到软件厂商律师函!?  
想要少购买点许可证,节省费用? 
收到软件厂商侵权通告!?  
有正版license,但许可证不够用,需要新购? 
联系方式 board-phone 155-2731-8020
close1
预留信息,一起解决您的问题
* 姓名:
* 手机:

* 公司名称:

姓名不为空

姓名不为空

姓名不为空
手机不正确

手机不正确

手机不正确
公司不为空

公司不为空

公司不为空