欢迎来到尧图网

客户服务 关于我们

您的位置:首页 > 房产 > 家装 > GEE数据集:全球天然林和人工林数据集提供了一张高分辨率(30 米)地图,用于区分截至 2021 年全球的天然林和人工林

GEE数据集:全球天然林和人工林数据集提供了一张高分辨率(30 米)地图,用于区分截至 2021 年全球的天然林和人工林

2025/2/26 0:00:38 来源:https://blog.csdn.net/qq_31988139/article/details/143495124  浏览:    关键词:GEE数据集:全球天然林和人工林数据集提供了一张高分辨率(30 米)地图,用于区分截至 2021 年全球的天然林和人工林

目录

简介

全球天然林和人工林

数据生成和分类

代码

引用

License

网址推荐

知识星球

机器学习


GEE数据集:全球天然林和人工林数据集提供了一张高分辨率(30 米)地图,用于区分截至 2021 年全球的天然林和人工林

简介

全球天然林和人工林

 全球天然林和人工林数据集提供了一张高分辨率(30 米)地图,用于区分截至 2021 年全球的天然林和人工林。 该数据集利用从 30 米大地遥感卫星图像(1985-2021 年)中生成的 7000 多万个训练样本制作而成,有助于改进环境监测和保护工作、碳固存评估以及生物多样性管理。 该数据包含丰富的光谱、结构、纹理和地形属性,使用户能够识别森林类型并量化各种空间尺度的森林覆盖率。

数据生成和分类

该数据集利用应用于大地遥感卫星图像的时间序列变化检测方法,根据干扰频率区分人工林和天然林。 该方法使用局部自适应随机森林分类器(RF),在与独立解释的参考数据进行验证时,总体准确率达到 85%。 这种高精度使该数据集成为全球森林资源评估的有效工具。 主要特点¶ 分辨率: 30 米空间分辨率 时间范围:训练样本跨度为 1985-2021 年;地图输出为 2021 年: 训练样本跨度:1985-2021 年;地图输出为 2021 年。 训练样本: 根据干扰频率生成的 7000 多万个样本,取自 Landsat 和辅助数据。 准确率:与独立的视觉参考数据相比,准确率达 85%。 数据表示: RGB 地图:绿色像素代表天然森林,黄色像素代表人工(人造)森林,其他颜色代表非森林区。

代码

var global_forest_types = ee.ImageCollection("projects/sat-io/open-datasets/GLOBAL-NATURAL-PLANTED-FORESTS");
var image = global_forest_types.mosaic()var maskedImage = image.updateMask(image.select('b1').neq(127).or(image.select('b2').neq(127)).or(image.select('b3').neq(127))
);
Map.addLayer(maskedImage,{min:0,max:127},'Masked Global Natural(Green) & Planted(Yellow) Trees')var snazzy = require("users/aazuspan/snazzy:styles");
snazzy.addStyle("https://snazzymaps.com/style/71079/dark", "Dark");

引用

Xiao, Yuelong, Qunming Wang, and Hankui K. Zhang. "Global Natural and Planted Forests Mapping at Fine Spatial Resolution of 30 m."
Journal of Remote Sensing 4 (2024): 0204.

Xiao, Y. (2024). Global Natural and Planted Forests Mapping at Fine Spatial Resolution of 30 m [Data set].
Zenodo. https://doi.org/10.5281/zenodo.10701417

License

This dataset is licensed under a Creative Commons Attribution 4.0 International license.

Provided by: Xiao et al 2024

Curated in GEE by: Samapriya Roy

Keywords: Global Forest Mapping, Natural and Planted Forests, Carbon Sequestration, Forest Cover Classification, Biodiversity Monitoring, Forest Disturbance, Random Forest Classifier

Last updated in GEE: 2024-10-27

网址推荐

知识星球

知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具 (zsxq.com)

机器学习

https://www.cbedai.net/xg 

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com

热搜词