Google Earth Engine(GEE)——全球洪水数据库 v1 (2000-2018年)

举报
此星光明 发表于 2022/06/29 00:35:31 2022/06/29
【摘要】 全球洪水数据库包含 2000-2018 年间发生的 913 次洪水事件的范围和时间分布图。有关详细信息,请参阅 相关期刊文章。 洪水事件是从达特茅斯洪水观测站收集的 ,用于收集 MODIS 图像。选定的 913 个事件是那些使用 Terra 和 Aqua MODIS 传感器的 12,719 个场景成功绘制的事件(通过质量控制...

全球洪水数据库包含 2000-2018 年间发生的 913 次洪水事件的范围和时间分布图。有关详细信息,请参阅 相关期刊文章

洪水事件是从达特茅斯洪水观测站收集的 ,用于收集 MODIS 图像。选定的 913 个事件是那些使用 Terra 和 Aqua MODIS 传感器的 12,719 个场景成功绘制的事件(通过质量控制,因为在永久水之外有明显的淹没)。在每次洪水事件的整个日期范围内,以 250 米的分辨率将每个像素分类为水或非水,并生成后续数据产品,包括最大洪水范围(“洪水”带)和以天为单位的淹没持续时间(“持续时间“ 乐队)。洪水事件期间的水和非水分类包括永久性水(此处重新采样 30 米 JRC 全球地表水数据集) 代表永久水,分辨率为 250 米),可以使用“jrc_perm_water”波段将其屏蔽以隔离洪水。添加了额外的数据质量带,表示洪水事件期间的云状况(例如,“clear_views”表示在洪水开始和结束日期之间观察到的晴天数,“clear_perc”表示整个事件中晴天观测的百分比持续时间(天)。

ImageCollection 中的每个图像都代表了单个洪水的地图。该集合可以按日期、国家或达特茅斯洪水观测站原始 ID 进行过滤。

数据集可用性

2000-02-17T00:00:00Z - 2018-12-10T00:00:00

数据集提供者

Cloud to Street (C2S) / Dartmouth Flood Observatory (DFO)

地球引擎引用:

ee.ImageCollection("GLOBAL_FLOOD_DB/MODIS_EVENTS/V1")

分辨率
30 米

波段

姓名 单位 最大限度 描述
flooded 0 1

事件期间洪水的最大范围。

  • 1 - 地表水面积
  • 0 - 没有水
duration

事件期间地表水的持续时间(以天为单位)。像素值表示在事件期间像素区域被视为水的复合天数。使用为期 3 天的 MODIS 复合影像。

clear_views 0 65535

每个事件的开始和结束日期之间的无云观测天数。云覆盖范围由 MODIS 质量保证带('state_1km')确定。

clear_perc % 0 100

给定洪水事件期间清晰视野观测的百分比。这相当于“clear_views”波段,但归一化为每个洪水事件的 MODIS 图像数量。云覆盖范围由 MODIS 质量保证带('state_1km')确定。

jrc_perm_water 0 1

由 JRC 全球地表水数据集使用“过渡”波段确定的永久水。分辨率保持为 JRC 数据集的原始 30 米分辨率。

  • 1 - 永久水
  • 0 - 非水。

图像属性

姓名 类型 描述
ID INT

与达特茅斯洪水观测站 (DFO) 一致的洪水事件的唯一目录 ID。

抄送 细绳

在与 DFO 事件多边形相交的流域中检测到洪水的国家/地区的三字母 ISO 国家/地区代码(在列表中)。

国家 细绳

在与 DFO 事件多边形相交的流域中检测到洪水的国家的国家名称(在列表中)。

dfo_centroid_x 双倍的

估计洪水事件位置的 DFO 多边形的质心经度(DFO 数据库)。

dfo_centroid_y 双倍的

估计洪水事件位置的 DFO 多边形的质心纬度(DFO 数据库)。

dfo_country 细绳

主要洪水国家(DFO 数据库)。

dfo_other_country 细绳

洪水的次要国家(DFO 数据库)。

dfo_displaced INT

洪水事件后无家可归或撤离的估计总人数(DFO 数据库)。

dfo_main_cause 细绳

DFO 数据库中洪水事件的主要原因。未标准化。

dfo_severity 双倍的

洪水事件的严重性(DFO 数据库):

  • 1 - 大型洪水事件、对结构或农业的重大破坏、死亡人数和/或自上次类似事件以来报告的 5-15 年间隔
  • 1.5 - 非常大的事件:>15 年但 <100 年的复发间隔
  • 2 - 极端事件:复发间隔 > 100 年)
dfo_dead INT

洪水事件造成的估计死亡人数(DFO 数据库)。

dfo_validation_type 细绳

洪水事件确认的主要来源(DFO 数据库)。未标准化。

glide_index 细绳

全球标识符编号

gfd_country_code 细绳

与流域相交的国家/地区的逗号分隔的两个字母 FIPS 国家/地区代码列表,该流域用作水检测算法中感兴趣的区域。

gfd_country_name 细绳

与在水检测算法中用作感兴趣区域的流域相交的国家的国家名称(在列表中)。

复合类型 细绳

在水检测算法中用于合成的天数。

阈值类型 细绳

用于分类水/非水检测算法的阈值类型 - “otsu”或“标准”。

阈值_b1b2 双倍的

应用于水检测算法中使用的 b2b1 比率的阈值。

阈值_b7 双倍的

应用于水检测算法中使用的波段 7 (SWIR) 的阈值。

otsu_sample_res 双倍的

用于构建 MODIS 马赛克的减速器的空间分辨率(以 m 为单位),然后从中采样和估计 otsu 阈值(仅适用于使用 otsu 而不是默认阈值的洪水事件)。

坡度阈值 双倍的

用于从水检测算法中掩盖陡峭区域的值,以最大程度地减少地形阴影的误差。

代码:


  
  1. var gfd = ee.ImageCollection('GLOBAL_FLOOD_DB/MODIS_EVENTS/V1');
  2. // 一个单独的洪水事件--由于美国的艾萨克飓风造成的洪水。
  3. var hurricaneIsaacDartmouthId = 3977;
  4. var hurricaneIsaacUsa = ee.Image(
  5. gfd.filterMetadata('id', 'equals', hurricaneIsaacDartmouthId).first());
  6. Map.setOptions('SATELLITE');
  7. Map.setCenter(-90.2922, 29.4064, 9);
  8. Map.addLayer(
  9. hurricaneIsaacUsa.select('flooded').selfMask(),
  10. {min: 0, max: 1, palette: '001133'},
  11. 'Hurricane Isaac - Inundation Extent');
  12. // 持续时间(洪水事件持续的天数)。
  13. var durationPalette = ['C3EFFE', '1341E8', '051CB0', '001133'];
  14. Map.addLayer(
  15. hurricaneIsaacUsa.select('duration').selfMask(),
  16. {min: 0, max: 4, palette: durationPalette},
  17. 'Hurricane Isaac - Duration');
  18. // 绘制所有洪水地图,以生成卫星观测的历史洪泛区。
  19. var gfdFloodedSum = gfd.select('flooded').sum();
  20. Map.addLayer(
  21. gfdFloodedSum.selfMask(),
  22. {min: 0, max: 10, palette: durationPalette},
  23. 'GFD Satellite Observed Flood Plain');
  24. // 覆盖永久水域以区分洪水。
  25. var jrc = gfd.select('jrc_perm_water').sum().gte(1);
  26. Map.addLayer(
  27. jrc.selfMask(),
  28. {min: 0, max: 1, palette: 'C3EFFE'},
  29. 'JRC Permanent Water');

  引用:

Citations:

  • Tellman, B., J.A. Sullivan, C. Kuhn, A.J. Kettner, C.S. Doyle, G.R. Brakenridge, T. Erickson, D.A. Slayback. (Accepted.) Satellites observe increasing proportion of population exposed to floods. Nature. doi:10.1038/s41586-021-03695-w

结果:

 

 

 

 

 

文章来源: blog.csdn.net,作者:此星光明2021年博客之星云计算Top3,版权归原作者所有,如需转载,请联系作者。

原文链接:blog.csdn.net/qq_31988139/article/details/125403148

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。