最近要利用到土地利用数据集,就对当前的大尺度长时序土地利用数据集进行了适当总结,并总结了如何在Google Earth Engine中的调用方式。这里,我只总结了多年的土地利用数据集,也有很多文章提供了单独年份的土地利用数据,这些数据我们此次没有涵盖。

CLCD数据集

CLCD土地利用数据集是武汉大学发布的,一经发布就获得了很大的关注。我们在之前推文中也介绍过。这里再次介绍一下。其空间分辨率是30米,涵盖中国区域,时间跨度从1985、1990-至今,是很难的的长时序大尺度土地利用数据集。其效果图和GEE调用链接如下:

var year = 2020;
var imgPathCLCD = 'projects/lulc-datase/assets/LULC_HuangXin/CLCD_v01_'+year;
var imgCLCD = ee.Image(imgPathCLCD);
imgCLCD = imgCLCD.updateMask(imgCLCD.gt(0));
var visPaletteCLCD = [
  '#FAE39C', // cropland-1
  '#446F33', // forest-2
  '#33A02C', // shrub-3
  '#ABD37B', // grassland-4
  '#1E69B4', // water -5
  '#A6CEE3', // snow/ice-6
  '#CFBDA3', // barren-7
  '#E24290', // impervious-8
  '#289BE8', // wetland-9
];
Map.addLayer(imgCLCD,{'min':1,'max':9,'palette':visPaletteCLCD},'imgLULC-Huang-'+year);

Google Dynamic World V1数据集

Dynamic World 是一个 10m 近实时 (NRT) 土地利用/土地覆盖 (LULC) 数据集,其中包括九个类别的类别概率和标签信息。Dynamic World 预测适用于 Sentinel-2 L1C 集合,从 2015-06-27 到现在。这个数据集非常有趣,官方给出的代码是针对实时的数据。我们对其进行了适当修改,可以获取一年的分类数据,其效果和代码如下:

Dynamic World调用示意图

var year = 2020;
var timeStart = ee.Date(year+'-01-01');
var timeEnd = ee.Date( (year+1) +'-01-01');
var dwCol = ee.ImageCollection('GOOGLE/DYNAMICWORLD/V1')
              .filterBounds(roi)
              .filterDate(timeStart,timeEnd);
              
 // Define list pairs of DW LULC label and color.
var CLASS_NAMES = [
    'water', 'trees', 'grass', 'flooded_vegetation', 'crops',
    'shrub_and_scrub', 'built', 'bare', 'snow_and_ice'
];

var VIS_PALETTE = [ '419bdf', '397d49', '88b053', '7a87c6',
                    'e49635', 'dfc35a', 'c4281b', 'a59b8f', 'b39fe1'
];

var dwColClass = dwCol.select('label').mosaic().clip(roi);

var visParam1 = {
  'min':0,
  'max':8,
  'palette':VIS_PALETTE
};

Map.addLayer(dwColClass,visParam1 ,'dwColClass');

交流合作&科研搭子

团队简介:geeAI学习室是一群具有摄影测量与遥感和计算机等专业背景的高校博士生(含在读和已毕业)创办的用于分享科学前沿动态、专注智能计算和数据的平台。该平台主要结合Google Earth Engine(GEE)云平台和人工智能(AI)技术,实现对地理空间数据的高效处理和智能分析。截至目前,已经有好几千人参加了本平台的学习课程等,其中报名的会员人数已经超过400+,协助学员发表SCI一区/二区高级别论文20篇以上。

科研搭子:geeAI学习室创建了多个学习交流群,交流群成员来自各地高校和研究所,涵盖本科、硕士、博士和老师群体,可以在交流群交流讨论、积极碰撞、找到共同研究兴趣的“科研搭子”以及下载各种学术论文等。

想加入交流群的同学可加小编微信让其邀请进群(扫描下方二维码咨询报名或菜单栏“联系我们”选项框都可以找到小编哟)。注意,咨询加群验证信息请备注为“学位-研究方向-学校-加群”格式,否则不予通过。例如,假如你是武汉大学土地利用分类方向的博士研究生,则可以备注“博士-LULC-武大-加群”;假如你是清华水文方向的硕士研究生,则可以备注“硕士-水文-清华-加群”。

图片

如果有帮助,点赞、关注、转发一下呗

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐