GEE11:2个土地覆盖数据(LUCC)分享和下载

这篇具有很好参考价值的文章主要介绍了GEE11:2个土地覆盖数据(LUCC)分享和下载。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

今天分享两个土地利用数据,一个可以直接下载(30m),另一个需要使用GEE平台进行下载(500m)。

1.2020年全球30米地表覆盖精细分类产品V1.0

  该数据来自中科院空天院数据网络——刘良云老师团队,里面包含了2000、2005、2010、2020年的土地覆盖数据,精度为30m,附上下载链接:添加链接描述
lucc数据,GEE,大数据,云计算,javascript,前端

1.1 背景

  地表覆盖分布是气候变化研究、生态环境评估及地理国情监测等不可或缺的重要基础信息。近年来,随着遥感科学技术以及计算机存储和计算能力的不断提升,地表覆盖应用需求也逐步从公里尺度(如 1 公里,500 米)向更高分辨率的米级尺度(30 米和 10 米)过渡。目前,已公开的三套 30 米全球地表覆盖产品(GLC_FCS30,FROM_GLC 和 GlobeLand30)能够很好地服务了全球/区域尺度的应用需求。
  然而,随着遥感数据的逐步积累,针对长时序地表覆盖监测产品的需求也日益迫切,尤其是具有最长时间积累的 Landsat 卫星数据。目前而言,国内外已经陆续发布了多套长时序的全球地表覆盖产品,例如:NASA 发布的自 2000 年到2020 年逐年更新的 MCD12Q1 产品,ESA 发布的自 1992 年到 2020 年的逐年更新的 300 米 CCI_LC 产品,这两套产品在时间维度具上有很好的连续性,但其百米级的空间分辨率导致其依然无法准确地刻画在区域尺度上人为活动对地表覆盖的影响。在更高空间分辨率的 30 米尺度,国家地理信息中心已陆续发布了 2000年、2010 年和 2020 年三个版本的全球 30 米地表覆盖产品,该数据集能够为精细尺度的地表覆盖变化分析提供基础的数据支撑,但是,其更新周期跨度较长(10年)并且无法监测 2000 年之前的地表覆盖信息。
  为了实现全自动长时序的全球 30 米地表覆盖动态监测目标,本研究以课题组 2020 年最新研发的全球 30 米地表覆盖精细分类产品(GLC_FCS30-2020)为基准数据,提出了耦合变化检测和动态更新相结合的长时序地表覆盖动态监测方案,利用 1984-2020 年所有 Landsat 卫星数据(Landsat TM,ETM+和 OLI)在Google Earth Engine 云计算平台完成了长时序的地表覆盖变化检测,并结合变化检测结果实现了逐区域和逐期的地表覆盖动态更新,生产了 1985 年-2020 年全球 30 米精细地表覆盖动态监测产品。该产品沿用了 2020 年基准数据的分类体系,共包含 29 个地表覆盖类型,更新周期为 5 年。

1.2 分类体系

lucc数据,GEE,大数据,云计算,javascript,前端
lucc数据,GEE,大数据,云计算,javascript,前端
  这个数据需要自己下载单个图幅,然后自己进行拼接。

1.3 1985-2020 年全球 30 米精细地表覆盖动态监测产品

lucc数据,GEE,大数据,云计算,javascript,前端

1.4 下载数据展示

lucc数据,GEE,大数据,云计算,javascript,前端

2. MCD12Q1.006 MODIS Land Cover Type Yearly Global 500m

2.1 数据介绍

lucc数据,GEE,大数据,云计算,javascript,前端

  MODIS三级数据土地覆盖类型产品(Land Cover data)是根据一年的Terra和Aqua观测所得的数据经过处理,描述土地覆盖的类型。该土地覆盖数据集中包含了17个主要土地覆盖类型,根据国际地圈生物圈计划(IGBP),其中包括11个自然植被类型,3个土地开发和镶嵌的地类和3个非草木土地类型定义类。
  MODIS Terra + Aqua三级土地覆盖类型年度全球500米产品MCD12Q1采用五种不同的土地覆盖分类方案,信息提取主要技术是监督决策树分类。下面是该数据中包含的五个数据集,五个分类方案如下:

  1. 土地覆盖分类1:IGBP的全球植被分类方案(我们主要使用此图层)
  2. 土地覆盖分类2:美国马里兰大学(UMD格式)方案
  3. 土地覆盖分类3:基于MODIS叶面积指数/光合有效辐射方案
  4. 土地覆盖分类4:基于MODIS衍生净初级生产力(NPP)方案
  5. 土地覆盖分类5:植物功能型方案

lucc数据,GEE,大数据,云计算,javascript,前端

2.2 分类体系

lucc数据,GEE,大数据,云计算,javascript,前端

lucc数据,GEE,大数据,云计算,javascript,前端

2.3 GEE code

/**
 * @Author: Jackson Zhao
 * @Date: 2023-03-15 20:33:13
 * @LastEditors: Jackson Zhao  
 * @LastEditTime: 2023-03-15 20:33:13
 * Description: This code is used to download lucc dataset.
 */
 
//只保留roi的几何形状
var roi = china;

//将显示的图层缩放到研究区中心
Map.centerObject(roi,5) 

var styling = {color:"red",fillColor:"00000000"};
Map.addLayer(roi.style(styling),{},"geometry")

for(var i = 2005;i<=2010;i++){
var dataset = ee.ImageCollection("MODIS/006/MCD12Q1")
                .filterDate(i+'-01-01', i+'-12-31')
                .select('LC_Type1')
var classification = dataset.mosaic().clip(roi)

//在窗口展示一下classification图像
//配置显示参数
var igbpLandCoverVis = {
  min: 1.0,
  max: 17.0,
  palette: [
    '05450a', '086a10', '54a708', '78d203', '009900', 'c6b044', 'dcd159',
    'dade48', 'fbff13', 'b6ff05', '27ff87', 'c24f44', 'a5a5a5', 'ff6d4c',
    '69fff8', 'f9ffa4', '1c0dff'
  ],
};

print(classification)
//图像展示
Map.addLayer(classification, igbpLandCoverVis, i+"MCD12Q1 LC_Type1");

Export.image.toDrive({
      image: classification,
      description: i+'land',
      region: roi,
      scale: 500,
      maxPixels: 1e13,
      crs: "EPSG:32648",
      folder: 'LUCC'
    })   
}

结果展示:

控制台:
lucc数据,GEE,大数据,云计算,javascript,前端
效果图:
lucc数据,GEE,大数据,云计算,javascript,前端

点击下载就可以了,tif影像不大,几百kb。文章来源地址https://www.toymoban.com/news/detail-778434.html

到了这里,关于GEE11:2个土地覆盖数据(LUCC)分享和下载的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • ArcGIS Pro 和 Python — 分析全球主要城市中心的土地覆盖变化

    第一步——设置工作环境 1–0.  地理数据库 在下载任何数据之前,我将创建几个地理数据库,在其中保存和存储所有数据以及我将创建的后续图层。将为我要分析的五个城市中的每一个创建一个地理数据库,并将其命名为: “Phoenix.gdb” “Singapore.gdb” “Berlin.gdb” “Bueno

    2024年04月29日
    浏览(33)
  • 全球、全国遥感土地利用数据产品下载(1m、10m、30m分辨率,内含链接与详细教程)

         土地利用/覆被数据能够获取地表覆被信息,同时也是地球系统科学学科的基础数据(如生态、水文、地质等)吗,目前,基于遥感生成的土地利用/覆被数据产品比较多样,本文整理了目前应用比较多的7种数据产品进行介绍,数据主要为全球数据与全国数据,分辨率为

    2024年02月08日
    浏览(51)
  • 【GEE】基于GEE-Landsat8数据集地表温度反演(LST热度计算)

            老样子,最近在做生态方面的项目,然后需要分析城市的热岛效应,想了想还是用GEE计算比较简单,直接下载影像太麻烦了。所以在网上看看了资料,踩了踩坑终于是将代码写出来了。秉承着取之于民、用之于民的想法,今天给大家分享一下如何使用GEE的Landsat8数据

    2024年02月05日
    浏览(40)
  • Google Earth Engine(GEE)下载全球土壤砂粒(Sand)含量数据

    SoilGrids,是一个全球土壤属性地图,现在可以通过GEE下载。 SoilGrids是ISRIC–世界土壤信息的一个项目,旨在提供一个全球一致的、由数据驱动的系统,以预测土壤性质,并将其作为一项重要指标。该项目旨在提供一个全球一致的、由数据驱动的系统,使用全球协变量和全球拟

    2024年02月08日
    浏览(60)
  • GEE:GEDI L4A 地上生物量密度(AGBD)数据集下载

    作者: _养乐多_ 本文将介绍Google Earth Engine(GEE)平台上的 GEDI L4A 栅格地上生物量密度(AGBD)数据集,该数据集包含全球生态系统动力学调查 (GEDI) 4A 级 (L4A) 第 2 版地上生物量密度(AGBD;以 Mg/ha 为单位)的预测,以及每个采样点预测值的标准误差。 GEE上存档: ee.ImageColle

    2024年02月16日
    浏览(41)
  • 海量遥感数据处理与GEE云计算技术应用【基础、进阶】

    目前,GEE以其强大的功能受到了国外越来越多的科技工作者的重视和应用,然而在国内应用还十分有限。应广大科学工作者的要求,本学习将结合具体范例,重点介绍利用GEE进行数据处理的常用方法,并通过土地遥感信息提取进行进阶训练,掌握实际操作能力。  海 量 遥 感

    2024年01月21日
    浏览(52)
  • ArcGIS:计算土地转移矩阵

    使用ArcGIS计算 土地转移矩 阵通常是将栅格数据转为矢量,然后再使用ArcGIS中的叠加分析统计各类面积的转移变化情况。还有一种比较简单的方法,就是使用ArcGIS中的栅格计算器来计算土地转移矩阵,这种方法对于比较大的研究区域来说计算效率会更高一点。 1.首先将土地覆

    2024年02月12日
    浏览(40)
  • ArcGIS计算土地现状容积率

     本文讲解在ArcGIS中,基于建筑数据和地籍边界数据,计算土地容积率。 容积率(Plot Ratio/Floor Area Ratio/Volume Fraction)是指一个小区的地上建筑总面积与净用地面积的比率。又称建筑面积毛密度。 (1)建筑数据(dwg) (2)地籍边界数据(shp) 数据加载如下所示: 本案例主要

    2024年02月06日
    浏览(31)
  • SQ工具|11|ArcMap中关于土地报备坐标的转换(txt与shp的转换)

    第一部分:shp转txt ①界面关键功能介绍 红色框中分组字段下拉框是为了解决将多个要素转换至一个txt中的需求,当多个图斑的分组字段具有相同值时,将转换至一个txt文件中;若需每个图斑转换至一个txt文件,选择数据源一个不具有重复值的字段,推荐FID字段。绿色框中为

    2024年02月16日
    浏览(56)
  • GEE:关于在GEE平台上进行回归计算的若干问题

    作者:CSDN @ _养乐多_ 记录一些在Google Earth Engine (GEE)平台上进行机器学习回归计算的问题和解释。 一、回归 1.1 问:GEE平台上可以进行哪些机器学习回归算法? 答:GEE平台上有四种机器学习回归算法,分别是随机森林回归、CART(Classification and Regression Trees)回归、梯度提升

    2024年02月19日
    浏览(19)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包